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。     

舟山地区台风降水Z-R关系研究及其应用

利用2004—2005年舟山多普勒天气雷达台风基数据资料和浙江省自动雨量站网资料, 拟合适合于舟山地区台风降水的Z-R关系:Z=70R1.38, 并对其进行有效性确认。应用此关系对台风“南玛都”和“卡努”的降水进行雨量估测并与美国WSR-88D默认Z-R关系及实时雨量资料进行对比。结果表明:对于小雨量地区, 应用美国WSR-88D默认Z-R关系估测台风降水比较接近于实际。但是, 对于大雨量地区来说, 应用此关系估测台风降水更接近实际雨量, 而应用默认Z-R关系估测台风降水, 大雨雨量被严重低估。文中并进一步分析了产生误差的主要原因。     

利用雷达反射率因子垂直廓线改进复杂地形下的台风降水估测精度

文章发展了一种利用雷达垂直反射率因子廓线改进复杂地形下台风降雨的雷达定量估测方法。该方法通过全局与区域最优拟合的垂直反射率因子廓线(VPR)获取近地面的最优反射率,并获取最优的动态Z-R关系。该方法充分考虑了复杂地形下的垂直降雨结构特征以及地形增雨增幅影响,因此有效弥补了雷达在复杂地形下VPR监测不完整问题。利用浙江地区三个典型登陆台风对方法进行检验,结果表明,反演的VPR能够较好地反映洋面、平原与山区的低层反射率因子结构差异,符合实际降水系统低层结构特征。相比传统的定量降水估计方法.改进算法较好地解决了复杂地形区域的强降水低估问题,其估测的小时降水与地面检验的雨量站观测相关系数达到0.85~0.94,降水累积估测误差减少约50%。     

雨滴谱仪资料在“温比亚”台风降水估测中的应用探究

利用台风温比亚(1808)登陆阶段受外围云系降水影响的上海、浙江、江苏、安徽四个省(直辖市)42个雨滴谱仪站点数据,对比分析雨滴谱仪数据计算获得的雷达反射率因子、降水强度分别与雷达实测、雨量计实测的差异;进行Z-R关系拟合,以探究台风降水回波与降水强度的关系;分别利用两种Z-R关系进行降水估测效果对比,以探究雨滴谱仪资料在台风雷达降水估测中的应用效果。结果表明:雨滴谱仪数据计算得到的雷达反射率因子与雷达观测一致性较好,两者相关系数为0.96,前者略小于后者。雨滴谱仪数据计算得到的降水强度与雨量计观测的降水强度相比,变化趋势一致,相关系数为0.94,但在量值上,部分区域仪器存在较大的差异,其可能原因:一是该区域内仪器本身系统误差,二是受台风大风影响,雨滴下落速度快,容易发生破碎、重叠等,使到达地面的雨滴直径、数目产生一定的误差。台风温比亚外围云系降水回波与强度的拟合公式:Z=188.85R~(1.42),利用此关系的估测效果优于默认关系Z=300R~(1.4),估测降水量提高近17%左右。     

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。     

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。      

基于实测雨滴谱数据的微波链路和天气雷达降水估计关系研究

利用南京地区连续两年夏季的实测雨滴谱数据,分析了雨滴谱和降水特征,区分降水类型计算了微波链路衰减系数与雨强的关系(雨衰关系)和雷达反射率因子与雨强(Z-R)的关系,所得关系与ITU-R雨衰模型和常用Z-R关系均有差异,其中对流性降水中的Z-R关系为Z=161.63R~(1.55),层状云降水中为Z=227.23R~(1.53)。在两次不同类型降水过程中利用微波链路和天气雷达反演降水,结果表明:使用ITU-R雨衰关系反演降水存在高估层状云降水、低估对流性降水的问题,使用常用Z-R关系反演降水存在明显低估降水的问题,而使用雨滴谱计算的雨衰关系和Z-R关系反演的降水与雨量计实测降水更加一致,平均绝对误差降低,相关性明显提高。说明使用实测雨滴谱数据计算得到的本地化的雨衰关系和雷达Z-R关系,能够提升定量测量降水的准确性。     

雷达估测对流性降水的误差空间分布及Z-R关系的优化

新一代天气雷达联合雨量站数据进行定量降水估测中,雷达回波强度和雨量站观测值较好的匹配是准确拟合出Z-R关系的关键。对流性降水回波强度具有时空变化大的特点,严重影响了雷达和雨量站数据的匹配以及定量降水估测的精度。利用河南地区3次强对流天气过程的雷达和雨量站数据,通过分析雷达对流性降水与地面雨量站观测值的误差空间分布,找到如下规律:雷达回波强度严重高估点和低估点大部分位于强回波的边缘地区(单点回波强度随时间变化较大);部分位于强回波中心的雨量站观测值为零(部分时刻)。通过分析可知,突发的强降水和强回波中心容易造成雨量站观测值误差较大,因此对Z-R关系拟合造成了较大的影响。根据对流性降水回波强度变化特点和本文得到的回波强度与雨量站雨量匹配关系,在Z-R关系拟合中,提出了加入回波强度随时间变化的指标对误差较大雨量站进行剔除的方法,也提出了一种优化的回波强度平均方法和累积时间,得到了用于对流性降水估测的最佳方案。详细分析以上因素对降水估测的影响表明,通过根据回波强度随时间变化的指标对雨量站进行剔除和使用最佳降水估测方案,提高了对流性降水估测的精度。     

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。     

浙江省2021年梅雨及台风期间雷达估测降水产品效果评估

利用2021年6一9月浙江省3667个包括区域站在内的站点观测资料,对同期雷达定量降水估测(QPE)产品进行统计分析,并主要针对期间的梅雨及台风“烟花”“灿都”天气过程进行产品的诊断评估。结果表明:(1)雷达估测降水产品对台风的降水估计整体效果较梅雨好;(2)从整体估计结果上看,1~3h相关系数较低,偏差较大,但随着累计时效的增长,QPE与地面观测结果的一致性提高,相对偏差的随机性减小;(3)QPE产品在不同累计降水时效内均会高估小雨时地面雨量计的降水量。     

C波段双线偏振天气雷达零度层亮带识别和订正

利用2013年8月北京C波段双偏振多普勒天气雷达体扫数据、探空资料和地面雨量站资料,获得反射率因子垂直廓线（vertical profile of reflectivity,VPR）识别零度层亮带,比较平均反射率因子垂直廓线（mean VPR,MVPR）、显著反射率因子垂直廓线（apparent VPR,AVPR）和显著相关系数垂直廓线（apparent vertical profile of correlation coefficient,AVPCC）3种零度层亮带订正方法的效果,并利用地面雨量站资料进行定量降水估计（quantity precipitation estimation,QPE）验证订正效果。结果表明:采用MVPR和0℃层高度能有效识别零度层亮带,零度层亮带厚度为0.8~1.5 km;经3种方法订正后,零度层亮带影响区得到了不同程度的抑制,其中MVPR法订正效果最差,基本未能减弱零度层亮带的影响,AVPR法和AVPCC法的订正效果较好,明显减弱了零度层亮带影响区的回波强度,订正后回波更均匀。利用地面雨量站数据进行QPE验证表明:经零度层亮带订正后雷达估测的降水与地面雨量站实测降水更接近,也表明AVPR法和AVPCC法效果更好。     

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.     

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。     

大气垂直运动对雷达估测降水的影响

运用雷达反射率因子（Z）与降水强度（R）之间的关系定量估测降水,降水云体中的大气垂直运动（w_a）不可忽视。PARSIVEL激光雨滴谱仪（简称PARSIVEL）在获取雨滴粒径分布的同时可以从测量的雨滴下降速度分布中提取w_a,用于分析PARSIVEL高度上的大气垂直运动对雷达Z估测降水强度影响。使用2014年5-6月华南季风降水观测试验期间广东阳江5次层状云、6次对流性降水过程中PARSIVEL数据分析大气垂直运动对定量估测降水影响,w_a对层状云和对流云降水强度影响范围分别为-0.18~1.05 mm·h-1和-5.44~24.81 mm·h-1,相对影响值分别为-13.61%~13.99%,-38.59%~25.92%。静止大气条件下,雷达估算降水Z-R关系式中系数A,b引起的层状云和对流云降水估测偏差平均分别为10.9%和25.5%。真实大气中雷达估测降水的偏差平均情况是层状云降水由于w_a的对消作用降低为9.2%,对流云降水则增加到51.2%。对流性降水中大气垂直运动对雷达估测降水的影响较大。     

浙江沿海登陆台风结构特性的多普勒雷达资料分析

利用浙江省新一代多普勒雷达组网资料,选取在浙江东南沿海近乎同一地点登陆的3个台风进行研究。从登陆前6 h到登陆后7 h,对比分析3个台风在登陆前后的雷达回波和降水结构时空变化特征。利用单多普勒雷达四维变分风场反演技术,对温州多普勒雷达探测资料进行了风场反演。结合利用雷达回波强度资料,对3个台风登陆前后1 h在云岩、昌禅等地造成特大暴雨的中尺度对流系统的三维结构及其演变特征进行了详细分析。结果表明,台风强度与其螺旋云带中的对流单体密切相关。台风强度愈强,其中低层环状平均回波强度就愈强,对流活动也就愈旺盛,降水强度也愈大。台风登陆前,回波(雨带)从眼墙向外围传播。台风登陆后,随着台风外围回波(雨带)明显减弱,台风眼墙回波(雨带)则明显增强,台风眼区逐渐被强回波所取代,使台风登陆后眼墙的平均雨强比登陆前增大。台风登陆后1 h,由于低(高)层水平辐合(散)增强,强对流回波中倾斜的上升(下沉)气流明显增大,使对流运动更加活跃,造成登陆后1 h的降雨量显著增强。台风强度与登陆后1 h降雨量的增强幅度成正比。台风强度越强,垂直风切变就越大,垂直切变风速大值区与最大降雨区有较好的对应关系。台风登陆后1 h,垂直切变风速的明显增加对登陆台风螺旋雨带中的中小尺度对流的加强和维持起到了非常重要的作用。     

SWAN系统中QPE产品的应用评估

“灾害天气短时临近预报系统”(SWAN)在我国气象预报业务中已得到广泛应用。文章介绍其中雷达定量降水估算QPE算法 (RASIM方法)的技术与特点,选取湖北省6部S波段多普勒天气雷达在2012年探测的暴雨天气过程资料,系统性评估了SWAN系统中QPE产品实用性,初步分析了产生估算误差的原因。评估表明：整体而言该方法在湖北省使用效果较好,平均绝对误差率小于30%;探测距离的增加对S波段雷达QPE精度影响不大;各雷达对30 mm以上降水的估算平均绝对误差率较小,但估算结果较实况偏弱,随着雨量（雨强）增大,低估的比例也增大。就单部雷达而言,宜昌雷达估算降水误差最大,武汉雷达受附近建筑遮挡影响次之,恩施雷达估算降水误差最小。     

台风海葵引发浙西山区大暴雨的成因

利用中尺度数值模式WRF,结合多普勒雷达资料、卫星TBB资料和自动站资料对2012年8月6—9日由台风海葵引发的杭州西部山区强暴雨洪涝灾害进行分析。结果表明,登陆台风内部的螺旋云带中有多个中尺度云团活动,云团不断从台风螺旋云带内部分裂生成,并有一个从加强发展到逐渐消亡的过程,正是在中尺度云团的直接作用下,给台风经过地区造成了一次又一次的强降水,导致了浙西北等地区持续不断发生暴雨,因此,中尺度系统是造成台风暴雨的直接原因;台风外围的东北风、西北风和偏西风在有利地形配合下,往往会汇合形成中尺度辐合线,未来强降水区域也基本落在中尺度辐合线附近区域,中尺度辐合线是触发暴雨对流发生、发展的重要系统;浙江杭州西北部山区地形对于台风暴雨主要体现在增幅作用,对台风路径、降水范围影响不大。     

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.     

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。     

回波强度垂直廓线与雷达定量估测降水的关系

为了分析不同高度回波强度与地面降水的关系,提高雷达定量估测降水的能力,本文对石家庄2006~2008年5~9月共77次降水过程的反射率因子垂直廓线(VPR)进行了统计分析。对比降水实况和VPR发现,各个高度层的反射率因子波峰(谷)同降水波峰(谷)相一致,而且降水强度越大,反射率因子核心高度越低。同时,还比较了距离雷达站不同的水平距离和不同海拔高度的反射率因子特征,发现海拔高度对5 mm/h以下降水率和垂直高度在4 km以下各层的反射率因子会造成一定的影响,而对强降水和高层反射率因子影响较小。另外,零度层亮带在VPR上表现出反射率因子增大的特征,影响降水估测效果。为了消除零度层亮带的影响,选取1.5~3.5 km为估测降水的最佳高度范围,各站具体选取高度则取决于其距雷达站的水平距离和海拔高度。