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。     

雷达估测降雨水平分辨率对径流模拟的影响——以西苕溪流域为例

天气雷达估测降雨是径流模拟和洪水预报的重要信息之一。由于雷达网格降雨存在误差,且误差随着网格水平尺度的增大而减小,因此对于径流模拟,高分辨率的雷达降雨数据并不意味着径流模拟的精度更高。采用FSS(Fractions Skill Score)方法和HEC-HMS模型(Hydrologic Engineering Center's Hydrologic Modeling System)分析江苏省西苕溪流域雷达估测降雨水平分辨率对径流模拟的影响。在2010年和2011年夏季两场降雨实例中,雷达估测降雨在不同降雨阈值情况下,FSS达到目标精度值对应的最小有效水平尺度为2~8 km,分别以2、4、6、8 km水平分辨率的雷达估测降雨和雨量站测雨作为HEC-HMS模型输入进行径流模拟,结果表明:基于不同水平分辨率的雷达估测降雨的径流模拟结果与实测径流资料基本吻合,雷达估测降雨2、4、6、8 km水平分辨率的变化对径流模拟效果的影响不明显。      

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。     

上海TWP3型边界层风廓线雷达探测性能评估

在简述上海TWP3型风廓线雷达系统的基础上,从雷达运行情况、风数据获取率和产品资料分析3方面对该型号雷达探测性能进行评估。通过统计分析不同高度层上平均测风数据全年和逐月的数据获取率,发现TWP3风廓线雷达在3km以下具有较高的数据获取率,对于边界层的探测能力要远高于高层,且夏季的数据获取率明显高于冬季。利用风廓线雷达提供的信号噪声比SNR、垂直速度和折射率结构常数C2N等资料分析了一次弱降水探测过程,二次产品可以清晰地反映降水的始末时间,且降水期间探测高度增高2km左右。评估结果表明TWP3型边界层风廓线雷达具有较低的故障率和较好的探测性能,产品资料具有可靠性和应用价值。     

雷达在水文预报应用中的研究进展

雷达可随时跟踪雨区范围、暴雨走向和降雨量的变化,而降雨是水文预报最重要的输入信息,对于水文预报、水库蓄放及江河流域水量的短时洪水预报都是很重要的.本文在介绍雷达测雨及国内外雷达测雨业务系统的基础上,重点总结了国内雷达测雨在水文预报中的研究进展,并提出了雷达在水文预报中的应用思路,探讨了雷达测雨在我国水文应用中的前景及其发展方向.数字化雷达测雨、地理信息系统以及数字高程图等系列新信息,将进一步推动新一代分布式降雨-径流模型的开发,并将极大地拓宽水文预报研究的思路和方法,从而提高预报精度.     

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。     

星载双频测雨雷达航空校飞试验降水反演分析

2010年9月6日到10月20日,在江苏东台黄海附近进行了中国首次星载双频(Ku和Ka波段)测雨雷达的外场校飞试验,获得了宝贵的机载雷达数据。利用所探测的有效降水资料,对机载雷达的降水探测能力进行了性能分析。对比机载测雨雷达和同步星载测雨雷达(Precipation Radar,PR)探测的反射率因子廓线可以发现,机载雷达反射率因子廓线在1.55 km高度的探测结果和PR较为一致,尤其是融化层一致性更好,表明机载雷达有探测降水垂直结构的能力。为了进行Ka波段机载雷达的降水反演,利用卫星数据模拟器(Satellite Data Simulator Unit,SDSU)计算了k-Z_e和R-Z_e关系的系数,并在此基础上进行了衰减订正以及雨强的反演。结果表明,Ku和Ka波段反演的雨强廓线基本一致,证实了反演系数的合理性。     

雷达在水文预报应用中的研究进展

雷达可随时跟踪雨区范围、暴雨走向和降雨量的变化,而降雨是水文预报最重要的输入信息,对于水文预报、水库蓄放及江河流域水量的短时洪水预报都是很重要的。本文在介绍雷达测雨及国内外雷达测雨业务系统的基础上,重点总结了国内雷达测雨在水文预报中的研究进展,并提出了雷达在水文预报中的应用思路,探讨了雷达测雨在我国水文应用中的前景及其发展方向。数字化雷达测雨、地理信息系统以及数字高程图等系列新信息,将进一步推动新一代分布式降雨—径流模型的开发,并将极大地拓宽水文预报研究的思路和方法,从而提高预报精度。     

机载雷达定量测雨中衰减效应的订正研究

星载测雨雷达的应用,必须满足一些主要条件:高的空间分辨率、宽阔的覆盖范围、大的动态降雨测量范围以及精确的点测量等。由于技术条件的限制,满足这些条件的雷达工作在被雨衰减的频率段,因此必须修正由于衰减所导致的误差。对于单波束单频雷达,kZS（衰减系数-雷达反射因子-海表反射率）算法在一个较大的雨强范围内对衰减效应的订正效果较好。本文将kZS应用到在西太平洋进行的国际大型科学考察实验TOGA/COARE中1993年1月和2月间取得机载雷达（和星载雷达频率相近）实测数据,进行雨空间分布的研究,取得了和模拟研究预期相吻合的结果。     

测风激光雷达与风廓线雷达的探测性能评估及数据融合

测风激光雷达和风廓线雷达作为L波段探空测风的有效补充,均可以提供高时空分辨率的大气风场信息,然而由于工作原理和适用条件存在明显差异,在探测性能上各有优缺点,单一设备的探测数据已不能满足精细化预报的要求。本研究使用2020年1—5月北京南郊观象台的L波段探空资料对同址观测的测风激光雷达和风廓线雷达进行了数据质量评估,结果表明测风激光雷达与探空的一致性较高,U、V分量的相关系数分别为0.97和0.98,均方根误差分别为1.1和0.95 m·s-1,然而在2 km以上数据获取率较低且偏差较大;风廓线雷达与探空相比,U、V分量的相关系数分别为0.94和0.93,均方根误差分别为2.94和2.91 m·s-1,风廓线雷达的探测距离虽然更远,但在0.5 km以下和6 km以上的测量偏差较大。考虑到两种测风雷达在不同探测高度上的性能优缺点,提出分段曲面拟合法对两者的水平风资料进行融合处理,并选取个例对融合效果进行验证,结果表明,融合后的风廓线与融合前相比,风向和风速的一致性均得到明显提升。     

使用雷达回波三维信息自动识别降水类型的方法

提出了一种使用雷达回波三维信息（反射率因子的水平梯度、垂直递减率、垂直廓线变化特征以及回波顶高等）自动识别降水类型的方法,该方法可将雷达回波划分为热带降水类型、大陆强对流云降水类型和层状云降水类型。基于广州雷达于2008年5—8月观测到的7次强降水过程,在使用本方法识别降水类型的基础上,对不同降水类型使用不同的Z-R关系来测量降水量,即对热带降水类型使用Z=230R^1.25,对大陆强对流云降水使用Z=300R^1.4。以及对层状云降水使用Z=230R^1.6,并以雨量计观测的降水量为真值,与仅区分对流云降水和层状云降水类型并使用双Z-R关系测量降水量的方法进行了比较。结果表明,本方法可以有效地自动识别降水类型的分布区域,并且可以提高雷达定量测量降水的精度。     

Improvement of radar quantitative precipitation estimation based on real-time adjustments to <Emphasis Type="Italic">Z-R</Emphasis> relationships and inverse distance weighting correction schemes

The errors in radar quantitative precipitation estimations consist not only of systematic biases caused by random noises but also spatially nonuniform biases in radar rainfall at individual rain-gauge stations.In this study,a real-time adjustment to the radar reflectivity-rainfall rates(Z-R) relationship scheme and the gauge-corrected,radar-based,estimation scheme with inverse distance weighting interpolation was developed.Based on the characteristics of the two schemes,the two-step correction technique of radar quantitative precipitation estimation is proposed.To minimize the errors between radar quantitative precipitation estimations and rain gauge observations,a real-time adjustment to the Z-R relationship scheme is used to remove systematic bias on the time-domain.The gauge-corrected,radar-based,estimation scheme is then used to eliminate non-uniform errors in space.Based on radar data and rain gauge observations near the Huaihe River,the two-step correction technique was evaluated using two heavy-precipitation events.The results show that the proposed scheme improved not only in the underestimation of rainfall but also reduced the root-mean-square error and the mean relative error of radar-rain gauge pairs.     

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。     

梅雨锋云系内对流回波与层状回波的研究

本文利用1998年“淮河流域能量与水分循环试验（HUBEX）”所获得的大量雷达资料及遥测雨量计计资料，细致分析了淮河流域梅雨锋云系的结构，根据层状云和对流云在雷达回波图中的不同特征，本文提出用松散系数D（反映云系结构疏松程度）来区分大范围云带中的降水云类型，同529张PPI资料统计表明，若D＞0．17则说明该区结构松散，降水属于层状云降水，D≤0．17时，云区是对流性降水，由于梅雨锋水具有明显的不均匀结构特征，其中锋面对流云带和强下挂回波带是造成强降水的主要原因，在用地面雨量资料和雷达资料对地面降水进行短时（3小时以内）校正时，针对不同的降水类型采用不同的Z－R关系比用同一种Z－R关系的校正精度大约提高4％。     

基于多源数据的地面降水质量控制方法研究北大核心

本文在研究地面小时降水量与自动站其他观测要素的关联关系和雷达定量估测降水的基础上,提出从自动站关联要素和雷达估测降水两个角度对地面降水进行综合质量控制的多源质量控制方法。利用该方法对2019年5至6月江苏省国家级自动站小时降水量进行质量控制,结果表明:1 h相对湿度变化值、1 h变温,相对湿度与小时降水量关联关系较好;基于SFLA-BP的雷达定量估测降水结果与Z-I关系法相比精度更高,提升了天气雷达对降水质量控制的有效性;多源降水质量控制方法比MDOS准确率提高1.45%,产生可疑数据量下降67.16%,该方法能有效提升现有降水质量控制方法的准确性。     

基于径向功率谱的风廓线雷达错误风数据处理

选取上海市世博园区站、金山站和嘉定F1赛车场站3个风廓线雷达站2012年3月7日凌晨一次降水过程生成的错误水平风场数据,通过对比该时段高、低模式扫描实时径向功率谱数据,指出在降水初期风廓线雷达软件质量控制出现错误的原因,并重新识别错误时段的功率谱,反演水平风场数据。分析表明:在降水初期由于风廓线雷达各波束探测的数据在空间上不一致,易导致雷达软件采用的质量控制算法并不能全部识别和消除降水对数据的干扰,从而出现偏差。基于风廓线雷达高时空分辨率径向功率谱数据的分析处理方法可有效验证雷达软件质量控制算法,且经过该方法反演后的水平风场更为合理。     

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。     

雷达特征参数在人工增雨(雪)决策中的应用

对2016-2018年大连市86次降水过程(≥5mm)天气资料统计和分析,得到了冬季降水形势为高空槽、东北冷涡和平直西风气流场,春夏秋季为高空槽、东北冷涡、副高西南气流、西北气流及江淮气旋形势场,且降水多为稳定层结(夏季副高、冷涡等除外)；对SA新一代多普勒雷达资料PUP处理和分析,获得了降水回波特征及特征参数值,以及主要降水云系(层云、积层混合云和对流云)；根据雷达回波强度、顶高和垂直积分液态水含量等特征参数及变化,结合冷云催化原理等综合分析,研究建立了基于SA多普勒雷达的人工增雨(雪)作业预警、决策判别指标体系。利用2019年41次降水过程雷达资料进行指标验证分析,得到了87% 以上确率；对4月13日一次实例进行火箭增雨指挥系统业务运行及雷达反演决策判别等综合分析,取得了较好预期效果。     

新一代天气雷达

阐述了双偏振多普勒雷达的理论基础，以ＣＳＵ－ＣＨＩＬＬＳ波段双偏振多普勒天气雷达为例，介绍了双偏振多普勒雷达的系统结构和工作原理。并以雷达测量的数据处理和分析实例说明了双偏振多普勒雷达在气象学中的应用     

地面降水的多源数据辅助质量控制方法

文章在分析气温变化、风速变化、相对湿度、温度露点差、雷达和自动站降雨量差值的基础上,提出了针对自动站观测小时降雨量的多要素综合质量控制方法,包括雷达和自动站相结合的综合检验方法(MRAWS)以及仅使用自动站资料的综合检验方法(MAWS),并与时空一致性检验方法(MTS)进行比较。结果表明:使用多要素的综合检验方法(MRAWS和MAWS)明显优于仅使用降雨量资料的MTS。此外,虽然MAWS检验结果略低于MRAWS,但在缺少雷达探测资料的情况下MAWS可对降雨量数据进行有效检验。进一步地分析表明,MRAWS和MAWS方法仅适用于判别有无降水,对降水量值的正确性判断能力存在不足。