不同校准方法检验雷达定量估测降水的效果对比

应用雷达低仰角基本反射率资料和地面加密自动站降水量资料,采用最优化方法,根据天津地区降水特点和不同降水类型,建立适用本地的雷达Z-I关系。经实际应用检验,积混降水类型Z-I关系具实用性。在天津本地化Z-I关系基础上,通过了对比分析6种不同校准方法在天津夏季降水估测中的检验效果。结果表明：Z-I关系校准法和最大集成法对降水的估测偏高,误差较大;最优插值法的估测精度最高,平均绝对误差和均方根误差最小;但计算不同校准方法与实况相关性表明,变分校准法的估测效果与雨量计降水量的相关性最好。同时,所有估测校准法对小雨量级的降水均出现了不同程度的偏高估测。     

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。     

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。     

雨量计密度对校准雷达估测降水的影响及单点对校准的贡献

利用新一代天气雷达基数据资料和天津三次不同类型降水天气过程的降水量资料,采用变分校准方法,以校准区域内所有雨量计校准雷达得到的估测降水场作为"真值场",对比分析14种不同密度雨量计网校准雷达估测降水的效果,并对雨量计网中单个雨量计站点对校准雷达的贡献进行试验分析。结果表明:（1）参加校准的雨量计密度较小时,雷达估测降水的误差较大,估测效果不好;随校准雨量计密度的不断加大,雷达估测降水的偏差明显减小、估测精度不断提高并逐渐趋于稳定。（2）校准不同类型降水需要的雨量计密度不同,这与降水的性质有关;当校准雷达估测降水的效果与"真值场"的相当时,所需的雨量计密度为121 km²·部^-1。（3）在雨量计校准网中任意增加降水量不为零的站点,会在增加的站点周围出现估测偏差（高估或低估）,偏差的大小与站点降水量相对于其周围雨量计平均值的大小有关、偏差的影响范围则与站点周围雨量计的分布密度有关。（4）任意增大（减小）雨量计校准网中单个站点的降水量会使雷达对站点周围降水的估计偏高（偏低）,高（低）估的程度及影响范围与站点降水量增大（减小）的多少及站点周围雨量计分布密度有关,而与降水类型及降水随时间的演变无关。     

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。     

基于微波链路的天气雷达降水场校准方法

为减小天气雷达反演降水场与地面实际降水的偏差,提出了利用贴近地面的微波链路对天气雷达降水场实施校准的方法,包括变分校准法、卡尔曼滤波校准法、平均校准法和克里金校准法。为验证校准效果,在两次不同类型的实际降水过程中,利用两条微波链路,对S波段天气雷达反演的降水场进行了校准,校准结果与地面雨量计实测值进行了比较,结果表明:四种校准方法均取得了一定的校准效果,改善了降水过程Ⅰ中强降水的低估问题和过程Ⅱ中弱降水的高估问题。校准后的雨强分布与雨量计测值的一致性得到提升,统计误差明显降低,改善程度由高至低依次为平均误差、均方根误差、平均绝对误差。综合各种校准方法在两次降水过程中的表现,克里金校准法的效果相对较好,变分校准法和平均校准法的效果优于卡尔曼滤波校准法。对平均误差和均方根误差改善幅度最大的是克里金校准法,对平均绝对误差改善幅度最大的为变分校准法。平均校准法和卡尔曼滤波校准法得到的校准因子为某一时次的区域平均校准因子,而克里金校准法和变分校准法能够得到随时间和空间位置变化的校准因子场。研究结果表明微波链路是校准雷达降水场的有效手段。     

利用深度学习开展偏振雷达定量降水估测研究

利用2018—2020年经偏振升级改造后的广州S波段双偏振雷达（CINRAD/SAD）82892个体扫的0.5°仰角数据,以及雷达100 km探测范围内1109个雨量站共计538560个分钟雨量数据,分别构建了单参量、三参量雷达定量降水估测（QPE）深度学习网络架构（Z-Rnet、K_DP-Rnet、Pol-Rnet）,并以K_DP=0.5°/km为阈值分别训练得到大雨、小雨、总体等9个定量降水估测模型。在常用的均方误差作为损失函数的基础上,对不同降水强度采用不同权重提出了自定义损失函数,并利用比率偏差、相对偏差、均方差、平均绝对误差和平均相对误差作为评价指标对模型进行评估。通过对以积层混合云为主、以对流云为主和以层状云为主的3次降水过程的模型验证结果表明,利用深度学习训练的模型有较好的定量降水估测效果,区分雨强的小雨、大雨模型比不区分雨强的总体模型的效果要好。采用自定义损失函数模型效果更好,其均方差、平均绝对误差和平均相对误差分别较采用传统均方误差损失函数提升了8.62%、12.52%、16.34%。自定义损失函数中,采用Z_H-Z_DR-K_DP三参量网络架构训练得到的定量降水估测模型效果最好,其均方差、平均绝对误差和平均相对误差分别较采用Z_H的单参量Z-Rnet架构提升6.82%、8.43%、7.22%;较采用K_DP的单参量K_DP-Rnet架构提升12.33%、17.61%、17.26%。      

天气雷达定量降水估测不同校准方法的比较与应用

利用天气雷达联合地面雨量计定量降水估测的局地平均校准法和局地分级平均校准法,分布估计2012年7月21日20:00至22日01:00 BT重庆市荣昌县及附近的降水。结果表明,局地分级平均校准法较局地平均校准法对强降水的估测效果好,同时两种方法的降水估测效果均与所取的局地校准半径大小有关。对降水分布及洪水灾情的分析表明,降水分布与河网的结合是进行中小河流洪水气象风险预报的重要着眼点。     

基于漂移克里金融合雷达、雨量计定量估测降水研究

文中介绍了一种新的融合雷达和雨量计数据开展定量估测降水研究的空间信息统计学方法—Kriging with external drift(KED)方法。该方法能很好地融合高精度、低时空分辨率的雨量计数据和低精度、高时空分辨率的雷达数据进行插值。通过变异函数描述降水场的空间结构信息,能够充分利用数据间的空间相关性,来改进估测精度和提高处理速度。利用其优良的数学特性,以期在定量估测降水业务研究上进行新的探索和尝试。选用湖南省有代表意义的3次降水过程资料,通过雷达直接估测降水（RAD）、变分校准（VAR）以及KED 3种方法,分别与雨量计测量值进行对比分析,选用代表站进行交叉验证结果均表明：RAD的均方差、绝对误差、相对误差最大,VAR次之,而KED最小。KED估测的结果与雨量计测量降水最为接近,估测效果最好;3种方法与雨量计实测值计算一定范围的误差频率,KED估测值具有最小的均方差和最小的标准差,且误差分布相对集中在0值附近,斜度和峰度最佳,试验证明该方法不仅能提高降水估测精度,且优于其他方法,VAR均方差次之,RAD均方差效果相对较差。联合雷达、雨量计估测降水的实质是把雷达估测值与雨量计测量的结果相融合,以雨量计来校准雷达估测值,保留了雷达探测到降水的中、小尺度精细特征。校准后的雨量场数值接近雨量计测值,而且能够准确反映雷达测得的降水分布形式。     

雷达定量估测降水的亮带自动消除改进方法

层状云降水中,0 ℃层融化效应会引起雷达反射率因子局部增大,若不进行订正,则会高估雷达估测的降水.本文提出一种基于新一代天气雷达反射率因子垂直廓线的0 ℃层亮带自动识别与订正算法,以减小因亮带造成的降水高估.本研究首先对降水类型进行分类,在SHY95的基础上增加了垂直方向的反射率因子三维特征,避免亮带的反射率因子高值区被误识别为对流云区;其次,在层状云区识别出一个可能的亮带影响区,在其中查找亮带,采用旋转坐标系法精确的识别亮带的顶、底高度;最后,利用最小二乘法拟合亮带上、下层的斜率,平滑垂直廓线(VPR,Vertical Profile of Reflectivity)的显著突出部分.将该方法应用于北京地区2010—2011年10次包含亮带的降水过程,得到的亮带订正后的均方根误差E_RMS、平均绝对误差E_RMA、平均相对误差B_RM值较初值均有显著减小(分别减小1.538 mm,0.417和0.468).结果表明,该方法能够有效地识别与订正亮带,使得定量测量降水精度有所提高.     

基于雷达—雨量计降水融合方法提高极端降水监测能力

高时空分辨率、高精度的降水产品对于极端降水的监测以及防灾减灾具有重要意义。地面雨量计提供点尺度降水精确观测,但无法精细化捕捉对流性强降水的空间分布。雷达观测可以精细地刻画降水的空间分布特征,但雷达定量估计降水（QPE,quantitative precipitation estimation）产品估测精度易受雷达观测偏差和Z–R（雷达反射率—降水率）关系等因素影响。因此,本文开展高时空分辨率的雷达—雨量计降水融合算法研究,集成雨量计观测和雷达定量估计降水产品各自的优点。该算法主要步骤包括:雨量站观测数据格点化、局地雨量计订正雷达QPE和雷达—雨量计降水融合三个部分。首先利用克里金插值方法,对雨量站观测的降水进行插值,得到格点降水信息;再通过局地雨量计订正方法系统性地订正雷达QPE产品,以提高雷达QPE产品精度;最后,结合降水类型,通过雷达—雨量计降水融合算法,产生高时空分辨率、高精度的雷达—雨量计降水融合产品。通过郑州“21·7”暴雨、台风“烟花”和2021年8月随州暴雨三个典型的极端降水个例,对雷达—雨量计降水融合算法产生的雷达—雨量计降水融合产品进行了系统地评估和分析。结果表明,在不同的极端降水个例和不同的降水时段,雷达—雨量计降水融合产品精度上优于雷达QPE产品,且在降水的空间分布上较雨量站观测格点插值产品更能精细地刻画降水的结构特征。表明算法得到的雷达—雨量计降水融合产品的准确性较高,对极端降水有较好地捕捉和监测能力。     

Evaluating the Algorithm for Correction of the Bright Band Effects in QPEs with S-, C-and X-Band Dual-Polarized Radars

The bright band, a layer of enhanced radar reflectivity associated with melting ice particles, is a major source of significant overestimation in quantitative precipitation estimation(QPE) based on the Z–R(reflectivity factor–rain rate) relationship.The effects of the bright band on radar-based QPE can be eliminated by vertical profile of reflectivity(VPR) correction. In this study, we applied bright-band correction algorithms to evaluate three different bands(S-, C-and X-band) of dual-polarized radars and to reduce overestimation errors in Z–R relationship–based QPEs. After the reflectivity was corrected by the algorithms using average VPR(AVPR) alone and a combination of average VPR and the vertical profile of the copolar correlation coefficient(AVPR+CC), the QPEs were derived. The bright-band correction and resulting QPEs were evaluated in eight precipitation events by comparing to the uncorrected reflectivity and rain-gauge observations, separately. The overestimation of Z–R relationship–based QPEs associated with the bright band was reduced after correction by the two schemes for which hourly rainfall was less than 5 mm. For the verification metrics of RMSE(root-mean-square error), RMAE(relative mean absolute error) and RMB(relative mean bias) of QPEs, averaged over all eight cases, the AVPR method improved from 2.28,0.94 and 0.78 to 1.55, 0.60 and 0.40, respectively, while the AVPR+CC method improved to 1.44, 0.55 and 0.30, respectively.The QPEs after AVPR+CC correction had less overestimation than those after AVPR correction, and similar conclusions were drawn for all three different bands of dual-polarized radars.     

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.     

X波段双偏振雷达对造成北京门头沟泥石流的强降水观测分析

利用房山X波段双偏振雷达观测资料,分析2017年6月18日北京门头沟泥石流的强降水过程,重点研究了泥石流发生地上空10 km×10 km区域内雷达反射率因子时空变化特征,并结合雷达定量降水估测(Quantitative Precipitation Estimation, QPE)讨论该类雷达探测设备在复杂地形区域的适用性。结果表明,在山区常规自动气象站布网稀疏的条件下,X波段双偏振雷达能够有效捕捉此次强降水的发生发展过程,同时,雷达定量降水估测得到的高分辨率降水场可以把握山区强降水中心,进而弥补山区雨量站匮乏的不足。此次过程中影响泥石流事件发生的降水时间发生在6月18日12—16时,其中,15时事发区域小时QPE最大值达到53.9 mm·h^-1,上游来水和局地突发性强降水共同作用是本次泥石流事件的主要成因。     

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。      

The microscale cooling effects of water sensitive urban design and irrigation in a suburban environment

There is still considerable uncertainty about precipitation at high elevation in mountain terrain due to the relatively few in situ measurements available and to the particular variability of the parameter. In this study, several spatialization techniques were tested, some for climatological time scale and others for daily fields, for precipitation over the western Alps for the period of 1990–2012. The study domain and period were chosen for the quality of available in situ observations and density of the network. First, a weather-type classification was established with a technique based on canonical correlation analysis combining large- and regional-scale data. The spatialization techniques applied for the climatological time scale were adapted from the Aurelhy method which uses elevation and principal components of the topography as predictors. The spatialization techniques applied to daily fields were based on kriging of daily rain gauges and used the climatological fields as predictors. This study aims to validate the advantage of using the climatology of the weather type of the day as predictor for daily fields over a monthly climatology. The climatology of the weather type of the day seems to demonstrate some small improvement.Finally, annual means over the period of 1990–2012 were produced using several methods, including some from accumulation of daily fields and others from the spatialization of in situ station means. Precipitation at high elevations and vertical climatological gradients were particularly scrutinized. Annual means based on sums of daily fields seem to have better performances.This paper only presents results for precipitation but temperature was also analysed.     

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.