雷达定量估测不同类型降水

利用2002、2003年自记雨量资料及相应的雷达体扫资料,用最优化法统计得出福建中北部不同区域不同降水类型的z-I关系,并将统计结果用于2005年、2006年的降水估测.同时利用实时雨量资料采用卡尔曼最优(卡尔曼滤波 最优插值)、变分等估测方法进行实时雨量校正,用福建北部武夷山九曲溪流域雨量计检验校正后的雨量值,并对上述几种方法的点及面的估测结果进行比较.结果表明:卡尔曼最优法及100 km距离范围内的最优化法对站点及面平均降雨量估测误差最小,Z=300I1.4估测的误差最大.     

浙江地区雷暴日插值方法及分布特性的研究

常用的空间插值方法主要有反向距离加权法、样条函数法和克里金插值法等,本文对浙江区域内的68个气象站点的43 a平均雷暴日数据进行空间插值试验,通过对插值结果的交叉验证来比较分析得出了浙江区域范围内雷暴日插值的优选方法。最后利用优选方法的插值结果结合浙江地形条件对浙江地区雷暴日的分布特性进行了分析。     

沿海丘陵地区面雨量估算插值方法试验比较

本文以温州地区为代表,对各种插值方法进行试验得出华东沿海丘陵地区最优的面雨量估算插值方法。根据影响的天气系统,将温州地区的降水性质分为冷空气、倒槽、西南低涡、静止锋、台风、副高边缘对流等典型降水类型。通过对近10a历史天气图和温州地区90个雨量观测站日降水量资料分析,选定该地区的各类天气过程的典型代表过程,再以各个过程中最具代表性的日降水作为试验资料。以目前研究应用得最多的反距离法、克里格法、样条插值法对各日降水在不同站密度等级条件下分别插值。根据制定的评价标准分析各插值方法对面雨量估算的适用性,从而系统、客观地得出华东沿海丘陵地区面雨量估算的最优插值方法及其对测站密度的要求。     

漓江流域降雨量空间插值精度分析

以漓江流域周边17县市气象台站及流域内15个自动气象站的基本地理信息和各站点2010年降雨量资料为基础数据,GIS为操作处理平台,采用反距离加权插值法（IDW）、克里格插值法（Kriging）和协克里格插值法（CoKriging）,对降水相对集中的六月、夏季及全年降雨量数据进行插值处理,并利用15个自动站的降雨量数据,以平均绝对误差（Mean Absolute Error, MAE）和插值平均误差平方的平方根（Root Mean Squared Interpolation Error, RMSIE ）两种插值评价方法对插值结果进行评价分析。分析结果表明,利用反距离加权插值法对漓江流域内进行降雨量插值处理精度评价最高。     

闽中北前汛期多普勒雷达定量估测降水分析

使用2002、2003年福建中北部27个气象站5—6月自记雨量资料及相应的雷达体扫资料，通过用最优化法统计得出不同区域的Z-I关系，并将统计结果用于2005年5—6月的降水估测。同时利用实时雨量资料采用卡尔曼最优（卡尔曼滤波＋最优插值）、变分等估测方法对2005年几次混合型降水过程进行实时雨量校正，用福建北部武夷山九曲溪流域雨量计检验校正后的雨量值，并对上述几种方法的测量精度进行比较、分析。结果表明：卡尔曼最优、变分法及100km距离范围内的最优化法的过程平均相对误差小于25％，100km距离范围以外最优化法的过程平均相对误差明显增大，Z=300I^1,4估测的误差最大。     

在雷达测雨和洪水预报中自适应卡尔曼滤波法的应用

采用自适应的卡尔曼滤波方法，运用少量雨量计对雷达估测降水进行了校正，结合新安江水文模型和GAME／HUBEX项目1998年在史灌河流域观测的水文资料，对6月28日08：00～7月5日20：00史灌河流域的一次洪水过程进行预报，并与雨量计网测量的面雨量预报结果进行对比。比较结果表明，经过校正后的雷达估测雨量和雨量计测量的面雨量都能较好地预报出流域出口蒋家集的洪水变化趋势、洪峰时刻以及洪水总量，雷达预报的结果同实际观测更加接近，而雨量计预报结果明显偏高。     

不同空间插值方法对重庆地区降水的适用性分析

利用中国气象局全国综合气象信息共享平台（CIMISS）提供的1981~2018年重庆地区35个国家气象站逐日降水资料,采用最小曲率插值法、径向基函数插值法、克里金插值法、局部多项式插值法、反距离加权插值法以及改进的Shepard插值法,对平均累计降水、降水极值以及夏季极端降水空间插值模拟结果进行交叉检验。结果表明:空间插值方法在渝西和渝中大部分地区以及长江沿线地区适用性较好,在渝东北、渝东南地区北部以及渝西地区南部的山区适用性较差。对于平均累计降水,各插值方法的均方根误差随着降水量的增加而增大,其中最小曲率插值法整体表现最为稳定,最小曲率插值法在渝东南、渝中以及渝西地区最为适用,径向基函数插值法在渝东北地区最为适用。对于降水极值,量级模拟最好的插值方法为径向基函数插值法,位置模拟最好的方法为最小曲率插值法。对于夏季极端降水,最小曲率插值法插值结果与实况最为接近。      

基于最优插值的雷达定量降水估测订正及应用——以广元市为例

采用基于自适应相关函数的最优插值法对四川广元的雷达定量降水估测进行实时订正并评估其效果。结果表明,该方法有效改善了雷达定量降水估测对弱降雨高估、对强降雨低估的问题,提高了降水估测精度,同时可以更好地模拟降水空间分布特征和时空变化;研究建立的自适应相关函数模型可以根据测站分布情况动态计算最优权重因子,降低了雷达-雨量计联合校准法对测站分布的要求,便于在不同地区开展实际业务应用。      

新一代天气雷达雨量估测与实况的对比实现

新一代天气雷达在防灾减灾领域,特别是雨量估测方面具有广泛的应用.为了更准确有效的应用本地区雷达的雨量估测数据,本文基于.NET2.0平台,实现了雷达估测的雨量数据,和自动站雨量数据的对比软件平台研究.并给出了估测范围与对比结果的数据误差分析.结果表明,估测范围的选择对雷达估测雨量的结果,及其与自动站雨量的对比结果有很大的影响.     

周宁水库流域面雨量估算方法

利用2008—2012年福建省气象局自动站小时雨量资料和周宁水电站蓄水资料,选取周宁电站流域内近5年内的30个降水过程,分别采用Surfer二次开发下的12种不同插值方法进行计算,分析比较了关注区域内的面雨量估算值及雨量空间内的分布特点,得出业务工作中相对便捷、有效、准确的区域面雨量插值计算方法。结果表明,在多种插值计算方法中,改进谢别德法、克里格法和径向基函数法不仅估算值相对误差较小,而且绘图效果较好。对于面雨量小于20 mm的降水个例而言,径向基函数计算结果相对误差较小,而大于60 mm的降水个例,克里格插值计算方法则相对最优。     

RBF神经网络在雷达定量估测降水中的应用研究

利用重庆气象局CINRAD/SA气象雷达降水回波资料和相应地区的地面雨量站资料,基于径向基函数神经网络,建立雷达定量估测降水模型,将其用于地面降水估测。作为比较,同时以变分法得到的Z-R关系式估测所得降水。经二者对比试验结果表明:建立的雷达定量估测降水模型的估测精度和稳定性要明显优于Z-R关系式,能较好地反映降雨的真实情况。     

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。     

基于Shepard和OI方法对雨量计逐时资料的分析

引入地形影响效应的日降水量气候分析场,分别运用Shepard和最优插值(OI)两种插值方法对广东和广西2007年5月20日—8月30日汛期小时雨量计降水量进行插值,得到0.125°×0.125°分辨率的规范化网格资料。结果表明:无论是直接插值还是用降水比率(地形影响效应的日降水量气候分析场)插值,两种方法均能很好地体现广东和广西雨量计站点观测降水的季内变化和日变化特征。虽然用直接插值方法比用降水比率插值方法得到的降水空间分布更为平滑,但估值精度没有用降水比率插值方法高。通过交叉检验进一步表明,总体上OI方法优于Shepard方法,而考虑地形影响效应的降水比率OI方法为最优,能有效提高相关性,并减少均方根误差和系统误差。     

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。     

基于统计降尺度方法的夏季降水精细化预报

利用1999—2009年安徽省淮河以南地区60个县市站夏季逐日降水资料和安庆市探空站逐日资料,研究了中低层不同风向配置下局地降水与大尺度降水场之间的关系,以3种不同预报对象及相应的预报因子分别采用神经网络和线性回归方法设计6种预报模型对观测资料进行逼近和优化,从而实现空间降尺度.分析对比6种预报模型46站逐日降水量的拟合和预报效果,结果表明:采取相同的预报对象及预报因子的BP神经网络模型在拟合和预报效果上均好于线性回归模型,可见夏季降水场之间以非线性相关为主;神经网络模型预报结果同常用的Cressman插值预报相比,能很好地反映出降水的基本分布及局地特征;预报对象为单站降水序列的神经网络模型在以平原、河流为主要地形的区域预报效果较好,预报对象为REOF主成分的神经网络模型则在山地和丘陵地形区域预报效果较好.     

在雷达—雨量计联合探测系统中距离加权和时间外推校准技术的研究

本文用距离加权方法校准天气雷达估算降水强度和区域降水量。     

S波段双线偏振雷达KDP参数计算的初步研究

双线偏振多普勒雷达测量的参数K_DP在定量估测降雨强度和识别降水粒子相态方面都有着很重要的作用。鉴于雷达实测K_DP值来源于S波段双线偏振雷达信号处理器（RVP8）的结果,没有具体的计算过程,不便于进行雷达资料预处理和质量控制。探讨总结了K_DP的3种算法,通过实测数据,将雷达信号处理器（RVP8）观测的K_DP作为参考值,进行了对比分析。结果表明：最小二乘法误差最小,精度最高;讨论了沿雷达径向,不同平滑距离对最小二乘法K_DP计算的影响;同时研究了雷达实测K_DP与通过Z-R关系计算的降雨强度之间的关系显示,5 km的距离长度既能起到足够的平滑作用,又能保持足够的气象信息,不至于影响测量降水效果;同时,K_DP与降雨强度之间存在较好的对应关系,在强降雨阶段尤为显著,可以利用K_DP来估算反演降雨强度。     

S波段双线偏振雷达K_（DP）参数计算的初步研究

双线偏振多普勒雷达测量参数KDP在定量估测降雨强度和识别降水粒子相态方面都有着很重要的作用。鉴于雷达实测KDP值来源于S波段双线偏振雷达信号处理器（RVP8）的结果,没有具体的计算过程,不便于进行雷达资料预处理和质量控制,探讨了KDP的3种算法,通过实测数据,将雷达信号处理器（RVP8）观测的KDP作为参考值,进行了对比分析。结果表明：最小二乘法误差最小,精度最高;讨论了沿雷达径向,不同平滑距离对最小二乘法KDP计算的影响。同时研究雷达实测KDP与通过Z-R关系计算的降雨强度之间的关系表明5,km的距离长度既能起到足够的平滑作用,又能保持足够的气象信息,不至于影响测量降水效果;KDP与降雨强度之间存在较好的对应关系,在强降雨阶段尤为显著,可以利用KDP来估算反演降雨强度。     

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。     

基于微波成像仪资料反演陆面降水

为了探讨微波亮温与降水的关系,结合时空匹配较好的TRMM卫星测雨雷达(PR)、微波成像仪(TMI)资料,用逐步回归方法,建立统计反演降水的新算式,并对新算式反演结果进行验证.结果表明:对0.1～3 mm/h和3～6 mm/h的降水来说.新算式反演结果与PR雷达反演降水相关较好;对6～10 mm/h的降水来说,新算式反演结果与PR雷达反演降水相关较差;对于大于10 mm/h的降水,新算式反演结果与PR雷达反演降水有较好的相关性,但均方根误差比较大,说明用这种方法反演降水,对于强降水中心的确定有很好的参考价值,但反演结果较实际偏小.通过对2004年7月18日发生的一次特大降水反演结果表明,卫星反演雨带的空间分布、强降水中心位置与PR雷达反演降水以及地基雷达反演降水基本一致.