北京“7〖DK〗·21”特大暴雨过程时空特征解析

利用高密度自动站观测记录和长序列气象站观测资料,对2012年7月21日北京地区特大暴雨过程的时空演化规律进行了分析。结果表明:"7·21"特大暴雨期间,全市累积降雨量大于100mm的站数达到211个,占全部测站数的92%,96个站累积雨量大于200mm,12个站大于300mm;多数地区降雨时长超过16h,密云大成子站降水时间最长,达到20h,强降雨时长在西南房山和门头沟最大;最大小时雨强中心出现在东北和西南区域,东北部最大雨强中心较突出;平均雨强高值阶段出现在21日18:00—21:00,其中19:00雨强最大,达到22mm/h,但最大雨强在70mm/h以上的高强度降雨发生在21日13:00—14:00(门头沟龙泉站)和19:00—22:00,20:00—21:00平谷挂甲峪站高达100.3mm/h;城区及其附近地带20mm以上量级的小时降雨强度较大,同时傍晚阶段平均累积雨量增长速率快,平均小时降水强度偏大;房山站21日雨量位居1961年以来逐年最大日降水量第2位,仅次于1979年7月18日降雨量,而全市15站平均21日雨量打破了1961年以来的最大日降水量记录,比处于第2位的1963年8月9日平均雨量高出43mm。     

北京“7·21”特大暴雨过程时空特征解析

利用高密度自动站观测记录和长序列气象站观测资料,对2012年7月21日北京地区特大暴雨过程的时空演化规律进行了分析。结果表明:"7·21"特大暴雨期间,全市累积降雨量大于100mm的站数达到211个,占全部测站数的92%,96个站累积雨量大于200mm,12个站大于300mm;多数地区降雨时长超过16h,密云大成子站降水时间最长,达到20h,强降雨时长在西南房山和门头沟最大;最大小时雨强中心出现在东北和西南区域,东北部最大雨强中心较突出;平均雨强高值阶段出现在21日18:00—21:00,其中19:00雨强最大,达到22mm/h,但最大雨强在70mm/h以上的高强度降雨发生在21日13:00—14:00(门头沟龙泉站)和19:00—22:00,20:00—21:00平谷挂甲峪站高达100.3mm/h;城区及其附近地带20mm以上量级的小时降雨强度较大,同时傍晚阶段平均累积雨量增长速率快,平均小时降水强度偏大;房山站21日雨量位居1961年以来逐年最大日降水量第2位,仅次于1979年7月18日降雨量,而全市15站平均21日雨量打破了1961年以来的最大日降水量记录,比处于第2位的1963年8月9日平均雨量高出43mm。     

自记与自动观测降雨量的差异及相关分析

利用2004—2007年同时使用雨量计（自记）与雨量传感器（自动）观测的54站其中1年的平行观测日降雨量资料,通过对比差值、相关系数分析两者的差异及相关性。结果表明：双翻斗式遥测雨量计自记观测比双翻斗雨量传感器自动观测的日降雨量平均偏小0.12 mm,标准差为0.93 mm。虹吸式雨量计自记观测比双翻斗雨量传感器自动观测的日降雨量平均偏小0.39 mm,标准差为1.5 mm。自动观测降雨量对雨日有一定的影响,两者存在一定的系统偏差。双翻斗式遥测雨量计、虹吸式雨量计与双翻斗雨量传感器观测日降雨量的相关系数分别为0.996和0.994,虹吸式雨量计、双翻斗式遥测雨量计自记观测与人工观测降雨量的相关系数分别为0.98和0.95。     

Parsivel激光雨滴谱仪与雨量计观测降水的一致性分析

利用南京市气象局在江宁布设的激光雨滴谱仪、称重式雨量计和翻斗式雨量计,整理2014—2018年期间2590h的降水观测资料,重点分析了Parsivel激光雨滴谱仪对降雨和降雪的测量性能。结果表明,与称重式雨量计结果相比,翻斗式雨量计测量的降水时数和累积降水量均偏低,激光雨滴谱仪测量的降雨时数偏低,但累计降水量偏高15.07%;激光雨滴谱仪能够有效跟踪降水强度的变化,但在雨强较小(2.5mm·h~(-1))时对雨强略有低估,在降雨强度较大(≥2.5mm·h~(-1))时对雨强有不同程度的高估,最大可达近50%,而且雨强越大,一致性就越差;翻斗式雨量计无法有效测量降雪;激光雨滴谱仪则可以有效跟踪降雪的变化情况,但是受到测量原理的限制,对等效降水强度则有不同程度的高估。从5年数据来看,没有发现随着激光雨滴谱仪安装时间的增长,性能变差的问题。     

湖南省雨滴谱仪与常规降水观测对比分析

湖南省97个国家气象站自2017年开始陆续安装了雨滴谱仪,2018年1月1日起进行平行观测。为分析评估其探测降水量的准确性,选取湖南省12个国家站2018年雨滴谱仪观测资料和自动站翻斗雨量计小时降水资料,从总体观测误差、不同降水量级下观测误差和累积降水量观测误差3个方面进行对比分析,结果表明：（1）雨滴谱仪小时降水量和翻斗雨量计小时降水量存在显著的相关性,R2平均为0.94,其中南岳站R2最低为0.90,浏阳站R2最高为0.98,12个站的小时降水量绝对偏差均值为0.34mm;（2）当小时降水量Rh<1.0mm时,各站雨滴谱仪降水量较翻斗雨量计降水量平均偏大0.05mm,且平均差值绝对值均在0.2mm以下;当1.0mm≤Rh<2.6mm时,大部分站点雨滴谱降水量均大于或与翻斗雨量计降水量相当;当2.6mm≤Rh<5.0mm时,株洲和南岳站雨滴谱降水量较翻斗雨量计降水量明显偏小,武冈和娄底站雨滴谱仪降水量则明显偏高;当5.0mm≤Rh<8.0mm时,除株洲和南岳站外,其它各站雨滴谱降水量均大于或与翻斗雨量计降水量相当;当8.0mm≤Rh<16.0mm 时,除株洲和南岳站雨滴谱仪降水量偏小外,其他各站雨滴谱仪降水量均较翻斗雨量计降水量偏大;当Rh≥16.0mm时,雨滴谱仪降水量偏差明显变大,平均偏差绝对值达到3.570mm;（3）雨滴谱仪累计降水量和翻斗雨量计累计降水量变化趋势基本一致,除汨罗和南岳站外,雨滴谱仪累计降水量常表现为偏多。通过分析可见,湖南省雨滴谱仪雨量观测有较好可靠性,可为强降水监测预警、人工影响天气及降水数据订正等提供数据支撑。     

雷达方程在雨强不均匀雨区中的应用

由于目前雷达方程不能用于雨区边界,通过对有一定宽度的均匀雨强雨区的雷达测雨试验,得知引起雷达测雨误差在雨区离边界一定距离的范围内为负误差,最大值为－65％;在雨区外为正误差,误差的大小取决于边界上雨强的大小。通过对模式不均匀雨强分布雨区和由实际降水资料转化成的不均匀雨强雨区的模拟试验,得到在雨强极大值处引起雷达雨强偏小,雨强极小值处和在”强”雨区旁的“弱”雨区引起雷达雨强偏大。     

天津地区一次对流性降水过程雨滴谱特征分析

激光雨滴谱仪是天津人影部门近年新引入的探测设备,它对降水过程的即时监测具有重要意义。本文基于LPM-THIES激光雨滴谱仪探测资料,对天津地区2015年7月19日的对流性降水过程进行了分析。研究显示:雨滴谱仪和翻斗雨量计所获取的逐时降水其变化趋势存在一致性,但雨滴谱仪获得的累积雨量要偏大;降水过程的时空差异性大,不同测站雨强差异明显,4站降水粒子平均直径介于0.40~0.64mm,且2.0mm以下的降水粒子占到了粒子总数的95%以上;降水时段的雨强与雷达反射率的起伏变化十分明显,雨滴数浓度基本上处于103量级;蓟县站3个时次的瞬时谱均呈现单峰型分布,且峰值位于0.5mm附近。     

DSC2型称重式降水传感器测雨性能的分析

为更有效地利用降雨观测数据,充分发挥新型探测设备建设效益,文章对DS(2型称重降水传感器的测雨性能进行分析评估,选取北京市13个国家级地面气象观测站在2013年4—10月,称重式降水传感器与人工、翻斗观测降雨量的业务观测资料,分析称重与人工和翻斗观测在降雨总量、日降雨量等方面的差异。结果表明:在选取样本中,12个台站的总降雨量误差符合现行业务要求,三种测量在日降雨量等级判断方面基本一致。称重比人工观测的日降雨量平均偏小0.13 mm,日降雨量相关系数为0.9968,对应地,称重比翻斗观测的结果平均偏小0.17 mm,日降雨量相关系数为0.9983。     

Parsivel降水粒子谱仪与观测站 雨量计的对比分析

本文选取强降雨、一般降雨等几次天气过程,利用统计方法,对架设于南京的五个Parsivel降水粒子谱仪监测的资料和观测站雨量计雨量资料进行对比分析,结果得到:雨滴谱仪的雨量数据在降雨过程中与雨量计相差较小。雨强在10～20mm·h~(-1)之间时,雨滴谱仪的雨量与雨量计相差最大;雨强为0～1mm·h~(-1)和大于20mm·h~(-1)(短时强降雨)、或直径大于2mm时,雨滴谱仪雨量总体上大于雨量计;雨强为1～20mm、或直径小于2mm时雨滴谱仪雨量总体上小于雨量计。     

“21·7”河南特大暴雨气象和水文雨量观测对比

2021年“21·7”河南特大暴雨打破我国大陆小时气象观测纪录,该极端天气事件位列2021年中国十大天气气候事件第2位。已有研究使用气象地面站雨量观测资料对此次过程进行雨情分析和极值统计,但降水时空分布不均匀,单一来源资料存在不确定性。通过对比气象站和水文站雨量资料,分析两套业务观测系统记录“21·7”河南特大暴雨过程的异同,发现气象站和水文站雨量在时间和空间分布上具有很好的一致性,两者不同等级的累积降雨落区、逐日和逐时降雨演变趋势均一致性强,但累积雨量和雨强极值的空间分布和数值存在差异,两套资料在暴雨中心（过程雨量大于600 mm）的系统性偏差小于1%。气象站和水文站的融合资料呈现比单一资料更细致的降雨分布、更全面的演变特征。此外,基于融合资料发现累积雨量排名前3位的城市（郑州、鹤壁、新乡）均具有累积雨量大、小时雨强极强、强降雨集中、雨强突然增长的特征,鹤壁和新乡最强降雨时段分别比郑州晚26 h和28 h。     

SL3-1型双翻斗雨量传感器测量误差试验分析

基于SL3-1型双翻斗雨量传感器的结构原理进行测量误差分析。根据传感器翻斗承水量的不同,采用模拟降水试验的方法比对降水误差,得到在大、小雨强(1mm/min和4mm/min)下计量10mm降水量时的上翻斗与计量翻斗合适的比例关系,从而使得测量误差最小且两种雨强下测量误差一致性最好。结果表明:10mm降水计量,上翻斗与计量翻斗翻动次数的比例关系为9∶10最合适。比例关系的确定为双翻斗雨量传感器的超差调整提供了技术参考和依据,为雨量观测数据的准确可靠提供了保障。     

利用热带降雨测量卫星的微波成像仪观测资料反演陆地降水

利用热带降雨测量卫星的微波成像仪资料，结合淮河流域试验加密观测期的阜阳地面天 气雷达雨量资料，建立了以散射指数和极化订正温度为主要参数的降水反演算法。对文 中所做反演试验与日本ＮＡＳＤＡ用微波成像仪和星载测雨雷达反演的雨强进行了比较。结果表明 ，文中所用的方法在反演陆地下垫面的降雨强度的分布和降雨区域的确定是比较成功的。     

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。     

JOPLE算法结合双偏振雷达在不同降水过程中的测雨效果分析

JOPLE(Joint Polarization Experiment)算法是反演降水的一种合成算法,适用于偏振雷达。基于雨量站的测雨数据,对美国科罗拉多州丹佛市2008年8月9日强降雨和2009年7月3日有冰雹降水的过程进行对比,分析CHILL双偏振雷达结合JPOLE算法的测雨模式(简称RZK)与其他三种基于不同R(Z)关系的CHILL(简称RZDG、RZ88)、NEXRAD雷达测雨模式(简称KFTG)的测雨结果统计特征及测雨效果。结果表明:在强降雨过程中,RZK正确估测降雨位置525个,降雨量高估1 mm,测雨数据与雨量站测雨数据的相关系数为0.81,误报率低,测雨精度比其他模式好;在有冰雹的降雨过程中,RZK正确估测降雨位置604个,降雨量高估8 mm,测雨数据与雨量站测雨数据相关系数为0.71,与RZDG模式的测雨精度相当,但其FAR(虚假警报率)、CSI(临界成功指数)和H-K(汉森-奎伯斯技能得分)的STDEV值比其他模式的大;在两场降水中,四种测雨模式计算得到降雨数据的FAR值都随降雨强度的增大而减小。     

SL 3型双翻斗雨量传感器翻斗协调性误差分析

通过对SL-3型双翻斗雨量传感器进行模拟降水试验,分析上翻斗与计量翻斗翻动协调性带来的降水测量误差。模拟试验初步表明:当上翻斗最大承水量不合理,计量翻斗最大承水量合理时,会使翻斗翻动不协调,降水损失增加,导致实测降水偏小,如在雨强1mm/min,当上翻斗右斗最大承水量偏小0.4mL时,实测降水误差为-4%;当上翻斗最大承水量合理,计量翻斗最大承水量不合理时,计量翻斗最大承水量不合理程度对降水测量准确度影响较大,如同样在雨强1 mm/min,计量翻斗左斗最大承水量合理,当计量翻斗右斗最大承水量偏小0.4mL,实测降水误差为+11%,测量误差明显大;并且不是上翻斗(或计量翻斗)最大承水量调节合理就一定会使测量误差小,而是上翻斗与计量翻斗的协调性好才会使测量误差小。上翻斗的增加不能完全解决单翻斗雨量计因降水强度大小不同引起的测量误差,但明显缩小了不同雨强下降水测量误差偏差。提出利用虹吸原理装置代替上翻斗,减少人为调节因素的干扰,提高测量准确度。     

广州极端降水微物理特征的双偏振雷达研究北大核心

利用2017年广州S波段双偏振雷达和地面自动站小时雨量资料,对比分析了广州极端降水(雨强≥50 mm·h^(-1))与强降水(雨强为20~50 mm·h^(-1))的微物理特征。结果表明:极端降水的20 dBZ和30 dBZ回波发展高度与强降水都差异较小,说明广州地区的降水强度与对流发展高度关系不大。在低层,极端降水平均回波更强,雨滴粒径更大,结合Z H-Z DR的分布表明广州地区降水具有海洋性对流特征。与强降水对比,0℃层以下极端降水的Z H、Z DR、K DP值都明显更大,尤其在4~5 km都快速增长,说明广州地区极端降水的发展关键在4~5 km高度,并在下落过程中继续增长,因此造成极端降水的发生。     

云模式预报雨量与雷达估测雨量及自动站实测雨量比较

利用2007--2008年1—12月国家气象中心GRAPES云模式预报雨量资料,及同期江西区域天气雷达估测雨量及自动气象站实测雨量资料,比较其基本统计与地理分布特征,并对其进行相关计算与结果分析,选取129个数据样本,计算分析它们之间的复相关性,并对其计算误差进行比较与分析。结果表明,三种雨量的复相关性较好。GRAPES云模式预测的时雨量值最大,比雷达估测的时雨量值及自动站实测的时雨量值偏大,自动站实测时雨量值次之雷达估测的时雨量值偏小。     

垂直指向测雨雷达的误差模拟及相互校准

基于马歇尔—帕米尔(M-P)分布的雨滴谱和下落末速—降雨算法, 模拟了垂直气流和雷达垂直倾角对垂直指向测雨雷达雨强测量的影响。同时在外场, 与雨量计观测相结合, 比较了五部垂直指向测雨雷达之间的差异, 对其进行了校准。结果表明: 模拟的上升气流对雨强测量的影响大于下沉气流, 垂直气流速率越大雨强测量误差愈显著; 当雷达垂直倾角<1.5°, 或在低风速下 (水平风速<2 m/s) 且倾角<9°, 对雨强测量的影响均小于10%; 强对流性降雨过程中, 垂直气流对雨强测量的影响大于垂直倾角。另外, 通过挑选层状云降雨过程, 对比雷达与共置雨量计测量的降雨量、 对比雷达间测量的降雨量均可获取较合理的归一化斜率; 但对比雷达间测量的降雨量法更优, 利用该斜率可降低雷达间的仪器误差; 在限定雷达间反射率因子差值的条件下, 比较雷达间全部降雨过程的反射率因子也可反映仪器间的系统误差趋势。     

不同选样方法对Pilgrim&Cordery设计暴雨雨型的对比研究

采用宜昌市主城区国家基本站长序列的逐分钟降雨过程资料,利用PilgrimCordery法(简称"PC法")比较通过自然降雨过程和最大历时过程两种降雨场次样本选样方法推求的设计暴雨雨型,并分析结果差异。结果表明:基于自然降雨过程和最大历时过程选样,利用PC法推求的宜昌市主城区短历时设计暴雨雨型基本都为单峰型,且雨峰均出现在整场降雨过程的前1/3时段。两种选样方法推求的短历时设计暴雨雨型的雨量分配比例存在较大差异,自然降雨过程选样推求的雨型雨峰峰值占总雨量的比例相较于最大历时过程的数值偏大,更为突出。实际工程设计中,设计师应当根据最大历时过程的选样规则进行推求,结合一定重现期下各个历时的降雨量值,进而得到各历时时程分配的具体雨强;计算得到宜昌市主城区重现期2a历时60、120、180 min的雨峰时段雨强分别为1.16、0.86、0.72 mm/min。     

X波段双偏振多普勒天气雷达降雨估算试验

用X波段双偏振多普勒天气雷达和RG3-M型自动采集翻斗式雨量计,经过严格科学设计,在平凉野外布置试验场,采用与天气系统移动方向一致的两次层积云资料,验证X波段双偏振多普勒天气雷达的测雨能力。试验表明:雷达原始数据滤波处理的好坏直接影响降雨估算精度的高低,特别是对R(Kdp)和R(Kdp,Zdr)影响明显,滤波后数据点的空间平滑是必要的;发展了用雨量计反演雷达测雨参数方法,此方法改进了不同地区、不同雨滴谱分布情况下雷达定量测雨能力;同时表明X波段雷达受降雨衰减的影响比较严重,这些试验结果可作为下一代测雨天气雷达的重要参考依据。