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。     

基于数字高程的波束遮挡订正及在雷达定量估测降水中应用

地形的起伏使雷达波束受到严重的遮挡,使回波数据质量受到很大干扰。本文使用SRTM任务的DEM数据和谷歌公司的DEM数据分别计算了位于北京南郊的S波段雷达低仰角的波束遮挡率,建立了部分遮挡区域的回波反射率订正关系,并在2018年5月19日北京一次大范围层状云降水过程中,对波束遮挡订正前后的雷达定量估测雨量与地面3个雨量计观测结果进行了定性与定量化对比分析。结果表明:①波束遮挡订正有助于改善反射率因子的空间连续性。波束遮挡订正后的仰角0.5°的反射率与1.5°的反射率之间的差值整体呈现缩小特征,符合层状云降水垂直廓线特点。②09:00—11:00,相比波束遮挡订正前的雷达定量估测雨量(QPE),波束订正后的QPE准确性得到改善,使用分级标准误差与归一化平均偏差评价波束遮挡订正前后QPE与雨量计实测值之间的误差,波束订正后的反射率估测雨量与雨量计实测雨量一致性更好。     

高山雷达站选址对估测降水的影响分析

高山雷达站天线高度对雷达的垂直探测范围影响较大,加之中小尺度灾害性天气演生、发展的关键区域在高度1500~4500 m左右,所以高山雷达站在选址时应考虑当地零度层平均高度和雷达的垂直探测范围。通过定量估测层状云降水的个例实践,发现探测高度会限制定量估测降水,探测高度对近距离降水估测影响较小,但对远距离降水估测影响较大,原因主要是雷达的垂直探测范围及当地零度层亮带高度的影响。故在高山雷达站选址中应考虑雷达的垂直探测范围及当地零度层亮带高度的影响,同时对已建设完成的高山天气雷达应考虑对高山雷达做0°仰角的观测可行性研究。     

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。     

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%。      

榕江双偏振雷达与三穗雷达在黔东南一次大暴雨过程中的应用对比分析

为进一步提升黔东南三穗CINRAD-CD雷达及榕江双偏振雷达产品在山区强降雨过程中的应用能力,提升短临预报预警服务水平,对2部雷达在2022年7月18日大暴雨过程中观测和定量降水估测的差异进行对比分析。结果表明：榕江雷达总体探测能力强于三穗雷达,在黔东南州西部地区,由于雷公山地形阻挡作用,榕江雷达对低层探测能力减弱,在黔东南州中部及以东地区榕江雷达探测能力明显强于三穗雷达;2部雷达探测得到的组合反射率因子峰值与地面分钟降雨量峰值对应关系较好,当降雨减弱时,三穗雷达衰减更明显;三穗单偏振雷达对降水的起止时段及累积降水量的估测能力明显不足,而榕江双偏振雷达QPE产品对降水起止时间及降雨定量估测结果基本接近实况,在业务应用中具有较高的参考价值。     

基于云团的分组Z-R关系拟合方案效果评估与误差分析

为了降低因Z-R关系不确定导致的雷达定量降水估测(Quantitative Precipitation Estimation,简称QPE)误差,提出了基于云团的分组Z-R关系拟合方案,在风暴单体识别算法得到的不同降水云团或同一个云团内部的不同数据分组区域内,拟合并采用不同的Z-R关系反演地面降水信息。以2013年6月5—7日的梅雨锋过程为例,使用覆盖长江中下游地区的28部多普勒雷达和全国逐分钟雨量计的观测资料,对单一动态关系、简单分组Z-R关系以及基于云团的分组ZR关系反演的雷达1 h QPE进行效果对比和误差分析,结果表明:(1)基于云团的分组Z-R关系可以有效识别降水云系的局部特征,这是基于云团的分组Z-R关系优于其他两种Z-R关系方案的重要原因。(2)雷达波束部分遮挡导致的偏弱反射率因子,对雷达QPE数据场的不连续性和Z-R关系的不确定性均有影响。(3)雷达硬件或雷达标定引入的偏强(弱)的反射率因子,与简单分组Z-R关系得到的雷达QPE局部高(低)估相关,这降低了简单分组Z-R关系在大范围降水过程中的适用性,但对基于云团的分组Z-R关系的影响较小。     

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。      

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。     

基于云团分型动态Z-R算法的浙赣铁路沿线面雨量估算

利用雷达组网数据和自动站逐分钟雨量数据,选取浙赣铁路灾害降水个例,运用云团分型的动态Z-R关系拟合算法进行定量降水估测。结果表明:(1)基于铁路沿线的雷达-雨量计降水估测方案可以有效识别降水类型和降水区域的差异性特征,其估测精度优于简单分组Z-R关系拟合算法;(2)对降水估测结果进行效果检验,评估结果可以有效改善雷达QPE的系统误差和局部误差。     

登陆台风短时定量降水预报方法初探

利用登陆台风的GMS-5 IR1 TBB资料及地面自动站逐时雨量资料,初步建立了适用于登陆台风的定量降水估计(QPE)方法,基于QPE结果,采用外推法,初步实现了对登陆台风未来0~3 h的短时定量降水预报(QPF)。应用于0104号登陆台风“尤特”和0414号登陆台风“云娜”两个例表明:对单站逐小时雨量定量预报而言,如果50%相对误差可以接受,01、、23、h的QPF准确率分别达20%~70%、30%~80%、30%~70%、20%~60%;对于单站过程雨量定量预报而言,如果50%相对误差可以接受,0、1、2、3 h的QPF准确率基本都达60%~80%;对未来0~3 h的面雨量也具有一定定量预报能力。0~3 h QPF结果对实际短时登陆台风降水业务预报工作具有一定的参考价值。     

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。     

9914号台风降水云系雨强的三维结构初探

利用TRMM卫星的测雨雷达资料，研究了9914号台风降水云系在3个不同时次雨强的水平和垂直结构。结果表明：3个时次层状云降水在像素数量上及对总降水量的贡献上均比对流性降水大；3个时次层状云降水和对流性降水的平均雨强均随台风强度加强有较大的增幅；对流性降水与层状云降水的雨强的垂直廓线有明显的差别，但两类降水廓线本身在3个时次差别不大。对流性降水廓线按斜率不同大致分为3段，雨强均随高度减小，5～6km高度段减速最快。层状云降水廓线大致分为4段，在4．5km高度附近出现明显的亮带结构。     

一种可用于登陆台风定量降水估计(QPE)方法的初步建立

借鉴Adler-Negri[1]、Goldenberg等[2]及李俊等[3]的工作,通过对三者工作的有机结合及完善,针对登陆台风GMS-5 IR1TBB特征及逐时观测雨量强度及水平分布特点,初步建立一种可用于登陆台风的定量降水估计(QPE)方法,并结合0104号登陆台风“尤特”个例,从各站点逐时雨量、过程雨量以及区域面雨量角度,分析检验了初步建立的云估计降水方法的定量估计能力。结果表明:(1)所建QPE方法可以反映出登陆台风逐时降水的水平分布不均匀性,可以分离出对流降水和层云降水,但对大于15.0 mm/h的降水强度估计能力有限。(2)51.7%的站点过程雨量相对误差小于20%,过程雨量相对误差小于40%的站点数占总站点数的75.9%,表明所建QPE方法对过程雨量的估计能力还是相当强的,这也间接反映了其对逐时雨量较强的估计能力。(3)所建QPE方法对逐时面雨量也具有一定的估计能力,可以为抗旱、防洪决策服务提供一定的参考。     

C波段双偏振雷达降水估计的误差分析与建模

双线偏振雷达定量降水估计精度受多种因素影响,为了更好地应用双偏振雷达估计降水并进一步提高降雨估测精度,需对雷达降水估计进行误差分析和建模.基于2015—2016年南京信息工程大学C波段双偏振雷达、雨滴谱仪观测资料以及南京地区雨量计数据,统计分析雷达估测降水的误差分布,分离雨量计代表性误差,并对随机误差和系统误差量化建模...     

基于S波段双极化雷达的变分法的定量降水估计算法

基于比差分传播相移(K_DP)的降水估计算法R(K_DP)相较于传统基于水平反射率因子(Z_H)的算法R(Z_H)的表现更优。在雷达实际运行中,由于随机误差和后向散射相位(backscattering phase)的影响,可能出现负的K_DP。运用一种基于变分的雷达定量降水估计混合算法(V-RQPE)。该算法用变分拟合方法重构差分相位(Φ_DP),用一种新的稳健的边界条件求解方法,在消除随机误差的同时获得非负的K_DP,进而进行降水估计。随后我们使用2017年5月7日广州S波段雷达的回波数据和地面雨量站观测数据进行验证,同时使用了六种不同的算法进行对比,结果显示,在1小时累计降水估计中,V-RQPE表现最好,在24小时累计降水估计中,V-RQPE和基于变分拟合的K_DP的降水估计算法(R-VKDP)表现最好,实验结果表明变分拟合方法对雷达降水估计能力有显著提升。      

青藏高原和四川盆地夏季对流性降水特征的对比分析

本文利用TRMM(Tropical Rainfall Measure Mission)多种探测结果,针对青藏高原和四川盆地各两次对流性降水天气进行了对比分析,结果表明:(1)高原降水系统以对流云降水为主,弱降水样本数量高,由孤立零散的块状降水云团组成,对流中心离散,降水范围小,雨区极不均匀,垂直发展厚度浅薄,降水粒子数量少,雨滴小,潜热释放以地面以上2~5 km高度层为主,夏季近地面层冰晶粒子含量高,降水过程中云顶亮温与地表雨强之间的相关性差,云顶亮温越高的对流云团其闪电频数越高。(2)盆地降水系统强降水样本数量高,由一个主降水系统和周边零散的降水云团组成,降水范围大,对流中心相对集中,雨区较均匀,垂直发展厚度高,对流系统深厚,雨滴大并集中,潜热释放呈一致的双峰型结构,峰值分别出现在7和16km高度上,冰雹粒子在对流层较高层含量高,云顶亮温与地表雨强之间呈显著的负相关,盆地的闪电频数显著高于高原地区,且闪电活动主要集中在亮温偏低的降水云体中。     

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。     

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。     

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。