雷达定量估测不同类型降水

利用2002、2003年自记雨量资料及相应的雷达体扫资料,用最优化法统计得出福建中北部不同区域不同降水类型的z-I关系,并将统计结果用于2005年、2006年的降水估测.同时利用实时雨量资料采用卡尔曼最优(卡尔曼滤波 最优插值)、变分等估测方法进行实时雨量校正,用福建北部武夷山九曲溪流域雨量计检验校正后的雨量值,并对上述几种方法的点及面的估测结果进行比较.结果表明:卡尔曼最优法及100 km距离范围内的最优化法对站点及面平均降雨量估测误差最小,Z=300I1.4估测的误差最大.     

沂沭河流域不同多普勒雷达降水量估算方法的效果评估

利用2005年和2006年九次大型降雨过程的多普勒雷达体扫复合仰角的回波强度资料及相应的雨量计观测资料, 通过改进的最佳窗概率配对法、 遗传算法和最优化法分别得到沂沭河流域多普勒雷达降水Z－R关系, 对不同算法的优化结果和降水误差进行比较分析及验证, 并将最优的Z－R关系用于估算区域降水量。同时利用雨量计资料采用卡尔曼滤波、 变分等6种估测方法进行面雨量估算的校正, 并对上述几种方法的估测精度进行比较分析。结果表明: 将地面雨量计观测值作为真值, 在站点降水的估测上, 卡尔曼最优插值法和卡尔曼变分法估测的降水量计算精度最高, 最优插值法和变分法次之, 卡尔曼滤波法和平均校准法的计算精度要低于最优插值和变分法, Z－R关系法的精度最低。在区域面降水量的估测上, 雷达探测到的降水量的分布形势与雨量计得到的降水场比较一致, 但中心的降水强度上有较大的偏差。Z－R关系法的平均相对误差为70.51%。经过雷达雨量计联合校正后, 使估算精度明显提高, 其中卡尔曼最优法计算精度最高。平均校准法、卡尔曼滤波法、最优插值法、变分法、卡尔曼最优法和卡尔曼变分法的平均相对误差分别为: 16.55%、16.27%、13.44%、13.86%、13.16%、13.51%。     

用反射率因子垂直廓线联合雨量计校准估测夏季区域强降水

提出了一种使用平均雷达反射率因子垂直廓线(VPR)联合雨量计校准估测地面降水的方法。选用2002年、2003年夏季长江中下游地区的宜昌和合肥新一代S波段多普勒雷达在几次大范围强降水过程中的部分时段体积扫描强度数据和周边100km范围内整理成10min一次的雨量资料，计算了区域上空短时平均VPR在地面的可能反射率因子值，并用此值反演降水，计算相对误差。同时，还分析了超短时强降水地区实时VPR的特征。结果表明:用最小二乘曲线拟合VPR数值，并联合雨量计平均校准因子估测降水，在大部分区域比较合理。与实测的降水比较可以看到，这种方法对提高估测区域性降水的精度都有效果；对于强对流性降水区域，只须用拟合法得到的地面反射率因子值估测地面降水。通过分析超短时强降水对应区域的实时VPR特征，有利于在无地面雨量计的地区通过分析VPR的特征来估测降水量的大小，结合其他要素分析降水的发展变化。     

雷达估测降水方法改进在降水预报中的应用

利用2008—2013年自动站雨量资料及相应的雷达体扫资料,用最优化法统计得出海南地区不同区域不同月份的Z-I关系,并将统计结果用于2014年5—9月的非热带气旋影响的的降水估测检验,采用平均绝对误差和均方根误差方法得到计算结果,表明经过优化的Z-I关系后,雷达估测降水比Z=200I1.6时更加接近实际雨量。优化Z-I关系前,雷达与雨量计平均值比值范围在40%~70%之间,即估测降水比实际雨量偏弱,优化Z-I关系后,雷达与雨量计平均值比值范围提高到50%~90%以上,说明雷达估测降水方法改进后,效果有了显著提高。     

基于成都天气雷达的一种有效降水估测方案

在基于天气雷达的定量降水估测(QPE)中,仰角选取和算法设计,对估测结果均有非常重要的影响。在对成都雷达资料进行滤波技术处理,减轻孤立噪声和杂波的干扰基础上,建立基于动态a、b值的降水估测算法,分析成都雷达探测所涉及的地形因素,提出了高山规避方案,并通过对流性和稳定性层状降水过程的高山规避实验表明,平均相对误差(RE)分别降低14.5%和10.8%;结合3次不同类型(对流性、稳定性层状和混合性)降水过程的雷达探测和雨量观测资料,基于0.5~3.5km区间的7个等高面的反射率因子进行降水估测实验显示,基于0.5km高度的反射率因子进行的降雨估测,平均相对误差综合指标最优;通过对2009~2010年主要降水过程的统计分析表明,降低QPE检验样本比例可以提高QPE精度;通过对2008~2009年主要过程QPE误差与雨强的关系实验表明,该算法对5mm以上实况降水的估测效果更好,相对误差为35.7%。      

多普勒雷达定量估测降水的三种方法比较试验

利用近几年多普勒雷达体扫复合仰角资料以及气象台站自记和自动气象站雨量资料，在淮河流域雨季不同气候区进行降水估测。采用最优化、概率配对法分别得到不同区域的Z-I关系，并在2002年6～7月进行对比试验，对过程降水误差进行分析，找出最佳估测区域和最佳估测方法。另外利用合肥周围70km范围内19个自动雨量站资料，用卡尔曼滤波校准方法、最优化方法、概率配对方法同时进行降水估测，提供了判别其方法优劣的可靠依据。     

应用雷达拼图数据估测降水试验

利用2008年6月5～7日广东省新一代天气雷达网(广州、梅州、韶关、阳江、深圳及汕头6部雷达)的雷达原始体扫资料及自动雨量站资料,对广东省3 km高度上的雷达网系统观测值差异进行了分析,发现广州雷达的观测值比周围雷达偏高1～3 dBz,梅州雷达比其周围雷达的观测值偏低1～2 dBz。用Z-R关系和最优插值校准法分别进行6 min和1 h估测降水,并用面雨量偏差和均方根误差对该次降水估测试验做了简单评估。结果显示:6 min定量估测降水,两种方法都会低估,面雨量越大,估测效果越好;对于1 h定量估测降水,各种估测方法都有偏高或偏低情况,但普遍偏高,其中用先累加再用最优插值校准法校准的雷达-雨量计联合估测方法效果最好;短时降水估测可以很好地反映降水过程变化,而长时间降水估测可以较准确估测降水大小。     

分类型最优法在江苏沿江地区降水估测中的应用与讨论

为提高现有天气雷达产品生成模块中处理系统算法精度、并为其他短时临近预报系统或数值预报模式提供合适的Z-I关系为目的,选择江苏沿江地区作为试验区域,采用分类型最优法建立相应的Z-I关系,并比较分类型最优法与单一Z-I关系对过程雨量和分段雨量的估测能力.结果表明:分类型最优法比单一Z-I关系法明显提高过程雨量估测的精度,梅汛期降水估测精度提高近2.5倍,夏季台风降水估测由低估72％降低至低估45％.对不同雨量段进行估测比较后发现,分类型最优法对强降水雨量段改善较为明显,对雨强＞ 10 mm/h的梅汛期对流云降水和台风降水所有雨量段的雨量估测改善明显.最后在气候统计的基础上,通过改进雷达估测降水产品色标数值等级,以达到优化雷达估测降水产品图像的显示能力.     

水平距离和海拔高度对雷达估测降水影响及订正

以石家庄2006—2008年77次降水过程为例,分析了海拔高度和距雷达站水平距离对定量估测降水的影响,给出了估测降水时反射率因子取值的最佳高度以及距离高度订正值。对比了经验公式法和最优化法分别在有无距离高度订正4种情况下的估测效果,依据估测效果,设计了雷达定量估测降水最佳方案:若反射率因子小于30 dBz,则不进行距离高度订正,仅采用最优化法估测降水;若反射率因子大于30 dBz,则首先对反射率因子进行距离高度订正,然后采用最优化法估测降水。实例检验表明,该方案对单站10 mm·h~(-1)以上的强降水、过程降水量和区域降水量估测效果较好。     

2010年潮州台风过程雷达估测降水的几种方法对比分析

利用2010年台风过程的雷达资料和自动站雨量资料,采用最优化Z-I关系方法和曲线拟合Z-I关系方法分别得到不同区域的Z-I关系,以及采用雷达OHP产品统计估算方法,在2010年9月20日台风暴雨中进行对比试验,对过程降水误差进行对比分析,得到最优化Z-I关系估测降水的误差最小,能较准确测量潮州地区的降水量,并对雷达估测降水的误差原因进行分析。     

分组Z—I关系及其在淮河流域雷达测雨中应用

本文使用713雷达及其数字化终端,对淮河正阳关以上流域进行了定量测量降雨的试验。用最优化处理方法,按DBZ值大小分组统计,得到了这一地区Z-I关系的序列。然后,用这组关系得到降雨的雷达估算值。试验结果表明,距雷达50－100km之间的区域雷达定量测雨的精度较好。和雨量计测值比较,雷达估算的单站一小时雨量的平均相对误差为46％,单站过程雨量的平均相对误差为30％。雷达定量测雨可以作为常规雨量站网的补充,准实时地提供多种雨情信息。     

利用卡尔曼滤波校准方法估算区域降水量

该文根据卡尔曼滤波校准方法估算区域降水量的原理，利用“973”项目野外观测资料对2002年6月22日的一次降水过程进行了试验研究。结果表明:卡尔曼滤波校准方法能提高雷达定量估算区域降水量的精度，并能较好地反映雷达探测到的精细降水场结构；验证了随着观测次数的增加，卡尔曼滤波校准方法估算降水量的精度越来越高。     

用卡尔曼滤波确定变分方法中的权重系数进行雨量校正

利用1999年淮河流域能量与水分循环试验(HUBEX)获得的雷达及遥测雨量计资料,用卡尔曼滤波方法确定变分法的权重系数,对1999年6月27日5:00到6月27日18:00的一次降水过程进行雨量校正,并将校正结果同其他校正方法的结果进行比较分析.     

RBF神经网络在雷达定量估测降水中的应用研究

利用重庆气象局CINRAD/SA气象雷达降水回波资料和相应地区的地面雨量站资料,基于径向基函数神经网络,建立雷达定量估测降水模型,将其用于地面降水估测。作为比较,同时以变分法得到的Z-R关系式估测所得降水。经二者对比试验结果表明:建立的雷达定量估测降水模型的估测精度和稳定性要明显优于Z-R关系式,能较好地反映降雨的真实情况。     

用一种新的同化方法同化降水量资料

Observations of accumulated precipitation are extremely valuable for effectively improving rainfall analysis and forecast. It is, however, difficult to use such observations directly through sequential assimilation methods, such as three-dimensional variational data assimilation or an Ensemble Kalman Filter. In this study, the authors illustrate a new approach that makes effective use of precipitation data to improve rainfall forecast. The new method directly obtains an optimal solution in a reduced space by fitting observations with historical time series generated by the model; it also avoids the implementation of tangent linear model and its adjoint. A lot of historical samples are produced as the ensemble of precipitation observations with the fully nonlinear forecast model. The results show that the new approach is capable of extracting information from precipitation observations to improve the analysis and forecast. This method provides comparable performance with the standard four- dimensional variational data assimilation at a much lower computational cost.     

雷达与雨量计联合估测降水的相关性分析

在对比分析质量控制前后雷达估测降水量与自动雨量计降水量之间相关性的基础上,采用雷达-雨量计联合校准方法,对14种不同密度雨量计校准雷达估测降水的效果进行分析。结果表明:在使用雷达资料和雨量计资料前有必要对资料的质量进行分析与控制。联合雨量计校准雷达能明显提高雷达对降水的估测能力;采用不同密度雨量计校准雷达,随着校准雨量计密度的加大,雷达估测降水的精度不断提高并趋于稳定。校准雷达的效果及所需雨量计密度与降水类型有关,当校准效果相同时,积云强降水过程需要的雨量计密度最大,积混对流性降水过程次之,层云稳定性降水过程需要的雨量计密度最小。不同方法的校准效果不同,卡尔曼滤波方法适合于对稳定性降水的校准,或在雨量计密度低的地区对雷达进行校准;变分校准法和最优插值法的校准效果相当,适合对积混对流性降水的校准,或在雨量计密度高的地区对雷达进行校准。     

雷达资料同化对2015年台风彩虹数值模拟改进

基于WRF中尺度模式,采用集合卡尔曼滤波方法同化中国岸基多普勒天气雷达径向速度资料,对2015年登陆台风彩虹（1522）进行数值试验。从台风强度、路径、结构等方面验证了同化效果,并对不同区域雷达观测资料的同化敏感性进行讨论。试验结果表明:在同化窗内同化分析场台风位置误差相比未同化平均减小15 km,最多时刻减小38 km,同化资料时次越多,确定性预报路径误差越小。同化雷达资料后较好地反映出台风彩虹（1522）近海加强过程,台风中心最低气压同化分析和预报误差相比未同化最大减小超过25 hPa,台风眼的尺度、眼墙处对流非对称结构相比未同化与观测更加接近。试验还表明:台风内核100 km范围内的雷达观测对同化效果影响最大,仅同化这部分资料（约占总量的20%）各方面效果与同化全部资料相近,而仅同化100 km以外资料效果明显不及同化所有资料。仅同化台风内核雷达观测资料可以在不影响同化效果的前提下,使集合同化计算机时减小为原来的1/3,该策略可为台风实际业务预报提供一定参考。     

基于分步校准的区域降水量估测方法研究

在对国内外雷达定量估测区域降水量一些方法进行回顾的基础上, 介绍了卡尔曼滤波校准和最优插值校准的基本原理, 提出了综合利用两种校准方法优点的分步校准法进行区域降水量估测, 并用2003年淮河流域暴雨过程的雷达和雨量计资料对以上的三种方法进行评估。评估结果表明: 分步校准法无论在估测的精度还是稳定度上都优于其它两种方法。     

Application of a Three-dimensional Variational Method for Radar Reflectivity Data Correction in a Mudslide-inducing Rainstorm Simulation

Various types of radars with different horizontal and vertical detection ranges are deployed in China, particularly over complex terrain where radar blind zones are common. In this study, a new variational method is developed to correct threedimensional radar reflectivity data based on hourly ground precipitation observations. The aim of this method is to improve the quality of observations of various types of radar and effectively assimilate operational Doppler radar observations. A mudslide-inducing local rainstorm is simulated by the WRF model with assimilation of radar reflectivity and radial velocity data using LAPS(Local Analysis and Prediction System). Experiments with different radar data assimilated by LAPS are performed. It is found that when radar reflectivity data are corrected using this variational method and assimilated by LAPS,the atmospheric conditions and cloud physics processes are reasonably described. The temporal evolution of radar reflectivity corrected by the variational method corresponds well to observed rainfall. It can better describe the cloud water distribution over the rainfall area and improve the cloud water analysis results over the central rainfall region. The LAPS cloud analysis system can update cloud microphysical variables and represent the hydrometeors associated with strong convective activities over the rainfall area well. Model performance is improved and the simulation of the dynamical processes and moisture transport is more consistent with observation.     

CINRAD-SA偏振雷达定量降水估测算法改进及应用评估

为了提高雷达定量降水估测的精度,建立一套高精度的双偏振雷达定量降水估测方法,并对其在业务应用中的表现进行评估。本文利用雨滴谱仪数据使用非球形粒子的散射模型（T-Matrix模型）进行不同偏振量的模拟计算,根据计算结果对实测雨滴谱数据（DSD）进行分类拟合,实现对CSU-HIDRO（Colorado State University-Hydrometeor Identification Rainfall Optimization）优化降水估测算法的改进。为了评估改进后CSU-HIDRO优化算法（简称CSU-HIDRO_I）的应用效果,本文选取2016～2017年两年汛期发生于中国华南地区的6次大范围强降水过程为评估对象,分别采用单偏振雷达定量降水估测的R(Z_H)关系法（WSR-88D Precipitation Processing System,简称PPS法）和CSU-HIDRO_I法进行小时降水量估测。按照不同降水率大小以及距离雷达20～60 km和60~100 km范围分别对两种降水估测方法进行评估,并将雷达估测的小时降水量同地面雨量计小时降水量资料进行对比,结果表明:（1）CSU-HIDRO_I法在应用评估过程中取得了较好的评估效果,其估测精度及稳定性均较好。（2）PPS法对小雨（降水率R<2.5 mm/h）存在一定的高估,对大雨及暴雨（R>8 mm/h）存在明显低估,而CSU-HIDRO_I法能够有效的降低强降水的低估情况,同时提高了小雨的估测精度。与PPS法相比,CSU-HIDRO_I法对小雨、中雨、大雨及暴雨的估测偏差分别降低了38%、24%、17%、15%。（3）PPS法在降水估测中对离雷达的距离更为敏感,相同降水率下不同距离处的相对误差波动较大,CSU-HIDRO_I法对距离敏感性较弱,相同降水率强度下,相对误差随距离的变化波动较小。