基于CINRAD SA双偏振雷达新型定量降水估测方法研究

杭州下沙S波段天气雷达在双偏振升级的基础上增加了精细化探测技术，为了进一步提高雷达定量降水估测精度，本文参考小时雨量计订正雷达估测降水算法模型，建立了一种基于分钟级雨量计数据的实时定量降雨估测雨强订正方法（简称QPE ADJUST法），利用雨量计资料对雷达的QPE数据逐体扫实时订正，累计完成1 h、3 h降水估测产品，提高了雷达降水估测精度。通过对雷达产品及自动站数据资料的评估，分别从降水估测算法、雷达分辨率影响及体扫周期速度影响3方面对QPE ADJUST法的估测降水效果进行了统计分析。结果表明：QPE ADJUST法在雷达高分辨率、快体扫周期的情况下均比其他算法更好地表现出降水时空分布特征，并将雷达小时定量降水估测的误差从50%降低至20%左右，有很高的估测精度和稳定性，具有业务应用价值。     

SWAN中定量降水估测和预报产品的检验与误差分析

采用2010—2011年5—9月河南省区域加密自动站雨量和全省6部新一代天气雷达资料,用点对点统计检验评分方法,分析SWAN系统中定量降水估测(QPE)和定量降水预报(QPF)产品在河南省短时强降水过程中的误差分布,并分别讨论二者在河南省区域与局地强降水过程中的差别及产生误差的直观原因。结果表明:1)SWAN中QPE和QPF均对小时雨量低于10 mm的降水有较好的估测和预报能力;QPE以豫西南和豫北效果最好,QPF在豫中地区预报能力更强。QPE估测较实况偏大;QPF对小时雨量低于20 mm的短时强降水预报略偏大,而对更强降水预报偏小,尤以豫西和豫南最明显。2)QPE和QPF均对区域性降水有更好的估测或预报能力。3)区域降水过程中,QPE对降水中心范围和位置估测较准确,估测值较实况偏大;QPF对强降水中心位置预报略有偏差,其中心强度较实况偏弱。     

复杂地形下C波段雷达定量降水估计算法

C波段雷达定量降水估计（QPE）精度受到很多因素的影响,主要包括:（1）雷达标定,（2）非气象回波的干扰,（3）降水物垂直空间变化,（4）地形或地物的严重遮挡,（5）Z-R关系的代表性,（6）雷达拼图的质量,（7）雷达观测回波衰减等。文中雷达定量降水估计算法基于陕西省C波段天气雷达展开,从雷达探测数据质量控制、地形遮挡、Z-R关系和雷达拼图等方面提高C波段天气雷达定量降水估计的精度,产生降水类型产品和1 h定量降水估计产品,产品空间分辨率为0.01°×0.01°,时间分辨率为6 min。通过对7次降水过程进行评估,结果表明:基于混合仰角反射率因子处理模块和降水类型分类模块进行雷达定量降水估计,得到的结果与地面雨量站观测降水接近,1 h累计降水量的统计评分指标均方根误差稳定在3 mm以下,相对误差稳定在50%左右,相对偏差保持在?30%以内,雷达定量降水估计产品的离散度和绝对偏差都较低,表明该算法得到的雷达定量降水估计稳定可靠。      

雷达与雨量计同步结合区域型估算降水方程的误差分析

在明确提出云雨转换的概念和建立4个区域型雷达降水估算方程的基础上,重点研究了A_BS区域型降水估算方程误差估算的表示方法和评估判据,并分析了误差产生的原因,由此建立一种可通过设定μ_i合理区间来判别雷达和雨量计错误数据对的质量控制新方法。单站云雨转换系数A_Bi是时-空的函数,带有强烈的天气系统和地理属性。A_Bi与区域云雨转换公共系数A_BS以b_f^-1为指数幂值的相对离差就等于单站降水误差估算因子μ_i,从而揭示了引起降水估算误差的根本原因。在μ_i的基础上扩展衍生出表示区域降水估算误差的4个量值,即区域平均绝对误差估算因子μ_A、区域降水误差估算率μ_S、区域降水绝对误差估算率μ_|S|及区域平均绝对误差估算量E_N,指明了各自的物理意义并分析其间的相互关系。理论和实践表明,在"基于准同雨团样本概念雷达和雨量计的实时同步结合方法"（RASIM）中,A_BS型区域降水估算方程对于区域各站降水总量的估算具有μ_S=0的特点。μ_A是区域内各单站|μ_i|的平均值,可诠释为多个单站的A_Bi相对于A_BS的聚合与离散程度的整体表示,与天气系统的结构及演变过程特征的复杂性密切相关,但μ_A与雨量大小无关,无力判定降水估算的误差量。而μ_|S|和E_N既联系着μ_A,又与雨量有关,是较为合理而实用的降水估算误差判据。经过武汉雷达探测4次降水过程的试验评估,总体绝对误差率μ_T|S|小于30%,比未经过质量控制的误差减少7%。     

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%。      

珠海X波段双偏振相控阵雷达定量降水估测产品质量评估

以地面雨量站观测资料为基准,选取2021年6—8月的6个强降水过程,利用珠海4部X波段双偏振相控阵雷达QPE组网产品和对应区域雨量站逐小时降水资料,使用相关系数(CC,Correlation Coefficient)、相对偏差（RB,Relative Bias）、相对平均绝对误差（RMAE,Mean Relative Absolute Error）、均方根误差(RMSE,Root Mean Squared Error)、探测率（POD,Probability of Detection）、误报率（FAR,False Alarm Ratio）、临界成功指数（CSI,Critical Success Index）,对相控阵雷达QPE产品质量进行评估。结果表明：QPE产品总体CC、RB、RMAE、RMSE分别为0.83、1.62%、47.59%、6.68 mm。有无降水探测率为88.66%,FAR为12.03%,CSI为83.99%;能够准确捕捉强降水落区、把握小时雨强变化趋势,雨强峰值谷值出现的时间匹配的较好。小时降水分级检验结果显示,QPE产品对于大雨强的评估效果相对较好,小时雨量≥16....     

SWAN系统雷达定量降水估测产品在江西的应用

利用SWAN1.0系统对江西省2010年1—7月的25次降水过程进行反算。结果表明,雷达定量降水估测(QPE)产品在江西省的主汛期(4—7月)应用效果要好于非主汛期,QPE产品的1 h雨量值比实际观测值要小,偏差大约20%;对3块小流域的QPE检验,其中2块小流域的QPE产品误差与全省范围的误差差别很小,QPE对小流域短时中阵雨以上量级的降水具有较高可靠性。依据检验工作的结果,开发出的QPE修正产品可以作为江西省短时临近天气预报业务使用。     

SWAN定量降水估测和预报产品在贵州乌江流域的应用

该文选取乌江流域范围内出现区域性降水达到中雨以上量级的1 h降雨资料,再运用同期SWAN系统中定量降水估测(简称QPE,下同)和定量降水预报(简称QPF,下同)产品,计算贵州乌江流域范围内面雨量,对其进行误差订正及检验分析。结果表明:定量降水估测和定量降水预报的效果不好,经过误差订正后的QPE和QPF更加接近于实况;订正后的QPE的相对偏差在30%左右,而QPF多在40%~60%之间浮动;QPE和QPF经过二次订正后,与实况基本一致,具有更高的估测与预报能力,可应用于实际业务中。     

兰州新一代天气雷达降水估计的误差来源

兰州新一代天气雷达(C波段)，采用了目前世界上先进的雷达、多普勒、计算机，微电子技术等科技成果，具备了全天候的探测能力和丰富的雷达产品．增强了对兰州及其周边地区中小尺度天气系统的探测及预报能力^I[l]。文中介绍了雷达估计降水原理，并从雷达估计降水原理和外界物理条件方面分析兰州新一代天气雷达对兰州及周边地区降水估计的误差来源。     

SWAN系统QPE产品的误差统计及订正方法研究

利用SWAN系统QPE产品资料和自动站降水量,对甘肃省2010~2012年汛期QPE产品的应用效果进行检验。结果表明：QPE产品在0.1~0.9 mm降水量级上存在较小的高估,而在其它降水量级上均表现为低估,且随着降水量级的增加低估的越为明显;对于5.0 mm以下降水,QPE产品估测误差较小,平均误差〈2.0 mm,但对于〉5.0 mm降水会出现估测误差跃增现象,且随着降水强度的增加误差增大,估测产品的效果明显减弱;降水估测值命中率POD1在降水量〈2.5 mm区间效果较好,但随着降水量的增加其命中率迅速减小,而降水估测绝对误差命中率POD2对于〈10.0 mm降水的响应较好,同样地随着降水量的增加其命中率快速减小;海拔高度、经度和纬度是影响甘肃地区QPE产品误差的主要因子,利用影响降水分布较大的3个因子分别建立一元、多元加权回归方程,在此基础上对QPE产品进行订正,通过2012年的应用检验表明该方法对QPE产品的订正效果明显。     

京津冀夏季雷达定量降水估测的误差统计及定量气候校准

雷达定量降水估测（QPE）是短时临近预报的关键部分,在定量降水预报（QPF）、强降水预警、城市积水内涝、地质山洪灾害、精细化天气服务等方面具有重要作用。利用京津冀地区雷达定量降水估测资料和逐时自动气象站降水观测数据,分析了2011—2016年夏季京津冀地区雷达定量降水估测的误差空间分布特征,并重点提出了一种新的雷达本地化定量气候校准算法。结果表明,京津冀地区雷达定量降水估测较好地反映了总降水量东北—西南带状分布特征,但西北部山区、东北部山区及西南部山区估计偏弱,东北部山前地带估计偏强,西北部存在虚假降水估计,而北京市城区估计最为准确。利用雷达本地化定量气候校准算法对1 h雷达定量降水估测进行气候尺度上的约束订正,检验结果表明,经过校准后的雷达定量降水估测偏差（BIAS）、平均绝对误差（MAE）、均方根误差（RMSE）和均方根相对误差（RRMSE）均减小。绝大部分站点偏差减小幅度超过50%,京津冀东部及南部平原地带平均绝对误差、均方根误差和均方根相对误差减小幅度在20%左右,而北部及西南部山区误差减小幅度相对较小。降水个例检验结果表明,经过雷达定量气候校准后的雷达定量降水估测强度更接近自动气象站观测的降水量级,且降水结构细致,偏差、平均绝对误差和均方根误差均减小,与自动气象站观测降水的相关系数增大,因此该算法有助于改进雷达定量降水估测的准确度。      

Short-Term Dynamic Radar Quantitative Precipitation Estimation Based on Wavelet Transform and Support Vector Machine

Currently, Doppler weather radar in China is generally used for quantitative precipitation estimation (QPE) based on the Z-R relationship. However, the estimation error for mixed precipitation is very large. In order to improve the accuracy of radar QPE, we propose a dynamic radar QPE algorithm with a 6-min interval that uses the reflectivity data of Doppler radar Z9002 in the Shanghai Qingpu District and the precipitation data at automatic weather stations (AWSs) in East China. Considering the time dependence and abrupt changes of precipitation, the data during the previous 30-min period were selected as the training data. To reduce the complexity of radar QPE, we transformed the weather data into the wavelet domain by means of the stationary wavelet transform (SWT) in order to extract high and low-frequency reflectivity and precipitation information. Using the wavelet coefficients, we constructed a support vector machine (SVM) at all scales to estimate the wavelet coefficient of precipitation. Ultimately, via inverse wavelet transformation, we obtained the estimated rainfall. By comparing the results of the proposed method (SWT-SVM) with those of Z = 300 × R1.4, linear regression (LR), and SVM, we determined that the root mean square error (RMSE) of the SWT-SVM method was 0.54 mm per 6 min and the average Threat Score (TS) could exceed 40% with the exception of the downpour category, thus remaining at a high level. Generally speaking, the SWT-SVM method can effectively improve the accuracy of radar QPE and provide an auxiliary reference for actual meteorological operational forecasting.     

基于高分辨率高程数据统计分析新一代天气雷达组网的地形遮挡影响

新一代天气雷达由于受到地形限制产生波束遮挡导致波束能量衰减,从而造成雷达探测回波强度偏弱、雷达定量估测降水结果失真,因此对于雷达波束遮挡情况的统计和分析是一项重要的基础研究工作。利用SRTM （Shuttle Radar Topography Mission）数字高程数据对中国目前业务运行的212部新一代天气雷达波束遮挡情况进行模拟计算分析。计算结果包括雷达单站遮蔽角、VCP21模式0.5°、1.5°、2.4°、3.4°、4.3°仰角波束遮挡率、混合扫描及分区混合扫描波束遮挡率、雷达单站探测范围覆盖情况;计算并绘制全国天气雷达组网遮挡率拼图,统计全国天气雷达组网遮挡情况;利用2019年8月广东省11部天气雷达基数据对比验证单站及组网遮挡计算结果。结果表明雷达组网探测面积覆盖率超过70%,整体覆盖效果较好,遮挡计算结果与实际数据对比验证结果高度一致,对雷达数据订正、降水估测等产品具有正贡献。      

A multisource scheme based on NWP and MSG data to correct non-precipitating weather radar echoes

Weather radar quantitative precipitation estimates (QPE) are one of the usual tools to monitor rainfall intensity remotely by forecasters on duty or by automatic systems such as hydrological models. Derivation of radar QPE requires a set of robust quality control procedures to address a number of different factors. In particular, significant departures from the standard temperature and moisture atmospheric vertical profiles may increase dramatically the refraction of the radar beam. This anomalous propagation (AP or anaprop) of the microwave radar energy may therefore increase the number of spurious echoes due to ground clutter and contribute, with non-realistic rainfall, to the estimated precipitation field. Based on previous experience of geostationary satellite imagery usage to depict cloud-free areas in precipitation analysis systems, a methodology to incorporate Meteosat Second Generation (MSG) observations and NWP data in the quality control of weather radar QPE was implemented considering two different algorithms. They were validated with two different verification data sets, built with manually edited radar data and rain gauge observations using HKS, PC and FAR scores. The evaluation of the scores was performed for weak (<15 dBZ), stronger and all echoes and for day, night and day and night conditions. One of the methods dealing with weak echoes at night improved PC from 80 to 97% and decreased FAR from 0.32 to 0.19. The results obtained indicate that the technique shows potential for operational application complementing other existing methodologies designed to improve the quality of weather radar precipitation estimates.     

雷达定量降水估计技术及效果评估

为提高雷达定量估测降水的精度,利用广东省6部新一代多普勒天气雷达(CINRAD/SA)回波资料和雨量计降水量观测资料,采用概率配对法(PFT,Probability-fitting technique)建立Z-I关系进行单部雷达降水估测,并采用最优插值法(OI,Optimum Interpolation)对降水估计进行订正;为扩大降水估测的范围,对多部雷达的降水估计进行拼接,采取重叠区域以各部雷达的均方根误差平方的倒数作为权重系数(iω==1/RMSE(K)2/n∑i-1/RMSE(i)2)进行加权平均,并分别分析比较上述方法得到的降水估计与单纯OI雨量计及与雷达拼图回波强度得到的降水估计的优劣。以上各环节误差分析表明,对于单部雷达,雨量计降水强度与其上空9点平均的雷达回波强度关系最为密切;6部相同型号的雷达估测降水精度各异。交叉检验表明,OI雷达法对单部和多部雷达估测降水均可取得较好的校准效果;对于多部雷达的降水估测,单部雷达先分别进行OI订正后拼接,然后对重叠区再次OI订正的结果比直接对未订正的单部雷达降水估计拼接后统一做一次OI订正的效果好。多部雷达降水估计拼接时,前期对于单部雷达降水估计的订正尤为重要;多部雷达降水估计的拼接值精度要明显高于OI雨量计,而相比由雷达拼图回波强度得到的降水估计而言,前者也优于后者。因此,多部雷达降水估计的拼接方法,对雷达资料的应用有较好的参考价值,在业务上也有一定的应用前景。     

大气垂直运动对雷达估测降水的影响

运用雷达反射率因子（Z）与降水强度（R）之间的关系定量估测降水,降水云体中的大气垂直运动（w_a）不可忽视。PARSIVEL激光雨滴谱仪（简称PARSIVEL）在获取雨滴粒径分布的同时可以从测量的雨滴下降速度分布中提取w_a,用于分析PARSIVEL高度上的大气垂直运动对雷达Z估测降水强度影响。使用2014年5-6月华南季风降水观测试验期间广东阳江5次层状云、6次对流性降水过程中PARSIVEL数据分析大气垂直运动对定量估测降水影响,w_a对层状云和对流云降水强度影响范围分别为-0.18~1.05 mm·h-1和-5.44~24.81 mm·h-1,相对影响值分别为-13.61%~13.99%,-38.59%~25.92%。静止大气条件下,雷达估算降水Z-R关系式中系数A,b引起的层状云和对流云降水估测偏差平均分别为10.9%和25.5%。真实大气中雷达估测降水的偏差平均情况是层状云降水由于w_a的对消作用降低为9.2%,对流云降水则增加到51.2%。对流性降水中大气垂直运动对雷达估测降水的影响较大。     

基于雷达组网拼图的定量降水估测算法业务应用及效果评估

基于雷达组网实时的定量降水估测(QPE)及实时评估系统在浙江省杭州市气象局成功实现了业务应用,在评估雷达定量降水估测业务应用效果的同时,根据雷达反射率因子垂直廓线(VPR)特征,探讨分析了不同类型降水过程中雷达定量降水估测的误差源。系统联合杭州、宁波、舟山、温州、金华及衢州6部新一代天气雷达的基数据资料,以及覆盖浙江省且经反距离加权(Inverse Distance Weights,IDW)法实时质量控制的雨量计观测资料,采用先雷达组网拼图再降水估测的方案,集成Z-R关系法和最优插值法反演与校准雷达定量降水估测数据场。4次不同类型降水过程的评估结果表明:(1)在地物遮挡严重的浙江西北部和雷达覆盖较差的浙江南部,降水估测的雷达反射率因子如果源于0℃层亮带,会导致雷达定量降水估测严重高估;如果源于浅薄层云云系的云顶,会造成雷达定量降水估测严重低估。(2)多种降水类型云系并存,但使用相对单一的Z-R关系,会导致梅雨和台风期间雷达定量降水估测的局部高估或低估。(3)伴随飑线系统的强对流以及台风系统的非对称性也是导致雷达定量降水估测误差的重要原因。(4)联合Z-R关系和最优插值法,有效地降低了雷达定量降水估测的系统误差,但仍然存在大量的局部误差。     

中国区域高分辨率多源降水观测产品的融合方法试验

高质量、高分辨率降水产品研制对于数值天气模式检验、水文陆面模拟、山洪地质灾害监测有着重要意义。利用中国近4万自动气象站逐时降水资料、中国雷达定量降水估计和CMORPH卫星反演降水产品,开展0.05°×0.05°和0.01°×0.01°两种高分辨率下的三源降水融合方法研究试验,探讨如何有效引入雷达高分辨率信息来提高降水产品质量。一方面,在0.05°分辨率上,先以自动气象站观测降水数据为基准,采用概率密度函数（PDF）匹配法订正雷达和卫星估测降水产品的系统偏差,将雷达降水产品的偏差从-0.05 mm/h降至-0.008 mm/h;再采用贝叶斯模型平均（BMA）方法融合雷达和卫星降水产品,形成0.05°分辨率的中国区域覆盖完整且最优的联合降水背景场。此外,在0.01°分辨率上,以0.05°分辨率的卫星-雷达贝叶斯模型平均联合降水产品为背景,采用1 km雷达估测降水的空间结构信息进行降尺度,亦能有效提高0.01°分辨率背景场的质量。然后,分别以不同分辨率的卫星-雷达联合降水产品为背景,采用统计方法量化误差估计,再采用最优插值方法融入地面观测。通过2419个中国国家级气象台站的独立样本检验,评估了多种类型的降水资料及融合试验产品在中国地区的质量。结果表明,两种分辨率的三源融合试验产品的精度均优于任何单一来源的降水产品,特别是在站点稀疏地区,降水精度均较融合前有显著提高,达到了较好的融合效果,其中在0.05°分辨率上采用“概率密度函数+贝叶斯模型平均+最优插值”方法的三源融合降水产品整体质量最好,而0.01°分辨率上基于“概率密度函数+贝叶斯模型平均+降尺度+最优插值”方法的三源融合降水产品在强降水监测上更有优势。      

深圳S波段与X波段双偏振雷达在定量降水估计中的应用

双偏振多普勒天气雷达的一个重要应用是进行定量降水估计（QPE）,它可以获得反射率（Z_H）、差分反射率（Z_DR）和差传播相移率（K_dp）这些与降水粒子有关的信息,常用的双偏振雷达降水估计方法有基于Z_H的R（Z_H）、基于Z_H和Z_DR的R（Z_H,Z_DR）、基于K_dp的R（K_dp）和基于K_dp与Z_DR的R（K_dp,Z_DR）这4种。文中利用深圳市S波段和X波段双偏振多普勒雷达探测资料,结合高精度地形数据和雨滴谱仪观测数据,设计了基于双偏振量的定量降水估计方法:首先利用地形数据和雷达地理信息,分析了雷达的遮挡状况,形成了这两部雷达的复合平面扫描仰角信息;随后利用雨滴谱仪观测资料,使用T矩阵方法统计得到了深圳地区的上述4种降水反演方法的参数;最后设计了混合降水反演方法,基于双偏振信号（即K_dp和Z_DR）的强弱,使用不同的降水反演方法进行定量降水估计。基于12个降水个例,利用各反演方法产生的定量降水估计结果与雨量计观测资料比较。结果表明,混合降水反演方法在降水反演的准确度和稳定性上均优于任何一种单一定量降水估计反演方法。基于文中介绍的定量降水估计方法,使用深圳S波段和X波段雷达产生了定量降水估计产品,并与深圳目前业务定量降水估计产品进行对比评估。结果表明,使用本方法产生的定量降水估计产品在准确度和稳定性上要优于目前的业务产品。此外,X波段雷达的定量降水估计产品性能要略高于S波段雷达的定量降水估计产品,这说明高时、空分辨率的X波段雷达可以提高定量降水估计精度。但由于雷达扫描平面内双偏振雷达对融化层和冰区的偏振量观测与降水的关系尚未明确,因此,本方法仅适用于雷达扫描平面内液态降水区。