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。      

四川区域融合降水产品的质量评估

本文利用四川省156个国家地面气象观测自动站2018年逐小时降水资料,从降水产品与观测值的对比、降水产品误差空间特征、降水产品误差月变化、不同降水量级的误差特征等方面,对国家气象信息中心研制的中国区域1h、0.05° × 0.05°分辨率的地面-卫星-雷达三源融合实时降水产品和地面-卫星二源融合快速降水产品在四川区域的适用性进行对比评估。研究结果表明,两套融合降水产品能较好的反映四川区域年内小时降水的时空变化特征,与站点观测降水相比,两套融合降水产品均存在一定程度的低估,且随着降水量级的增大,均方根误差值也相应增大。两套融合降水产品相比,融合了雷达资料的三源融合降水产品各项指标均优于二源融合降水产品,数据质量更高。      

中国北方冬季降水的多源资料产品评估和融合优化

为了考察不同来源降水产品在中国北方冬季（特别是固态降水）的精度和可用性,优化融合降水产品质量,利用2019年12月—2020年2月美国CMORPH和IMERGE卫星反演降水、日本GSMaP、中国气象局雷达定量估测降水（MOC-QPE）、CMA-MESO模式预报以及地面观测插值等不同来源分析的降水产品,以地面站观测逐小时降水量数据为基准,从KGE评分、相关系数、平均误差和均方根误差等精度统计指标以及命中率（FOD）、虚警率（FAR）和TS评分等降水事件发生角度开展评估,结果表明:中国区域单源降水产品中地面插值分析产品对冬季降水描述精度最高也最稳定,但存在明显的系统偏低;其次是MOC-QPE和IMERG卫星产品,对中国北方偏南部地区的降水有一定的描述能力,但对北方高纬度地区固态降水的反映能力较差;卫星产品中IMERG精度最高,CMORPH则基本没有反演能力;CMA-MSEO模式产品虽然误差较大但与地面站观测的降水特别是固态降水存在较高相关,明显优于雷达和IMERG、GSMaP等卫星产品。采用BMA技术融合雷达、模式、卫星降水形成优化背景场,评估逐步引入不同的数据源对融合降水在冬季的精度影响,引入IMERG卫星和CMA-MESO模式产品均能提升高分辨率融合产品的质量,其中模式产品的改进效果最显著。      

我国高分辨率降水融合资料的适用性评估

利用国家气象信息中心研制的全国30000多个地面自动站降水与 CMORPH (Climate Prediction Center Morphing technique)卫星反演降水融合而成的融合降水产品,分析了融合降水平均偏差和均方根误差的时空分布特征,探讨了不同降水量级以及站点稀疏区和密集区的融合效果,结果表明：融合降水的平均偏差和均方根误差量值均较卫星反演降水有显著减小,随时间的变化幅度不大且误差的区域性差异减弱;融合降水不同量级降水日数分布接近于地面观测降水,虽高估了雨强小于等于4 mm/d的降水,低估了大于4 mm/d高值降水,但同一量级下的误差比卫星反演降水大幅减小,且随着降水强度的增加改善效果明显;站点密集区的融合降水值主要是取决于地面观测降水;站点稀疏区在没有站点分布时,融合降水值主要取决于卫星反演降水,但随着站点个数增加,地面观测降水在融合降水中所占比重逐渐增大,且超过了卫星反演降水的作用。可见融合降水充分有效利用了地面观测降水和卫星反演降水各自的优势,融合效果明显。     

地面站点观测降水资料与CMORPH卫星反演降水产品融合的试验效果评估

选取2008年9月—2010年2月的中国2 400个国家级地面观测站降水资料和美国NOAA研发的CMORPH卫星反演降水产品,利用最优插值方法开展了两类降水资料的融合试验,并对试验效果进行评估。结果表明,利用OI方法形成的融合降水产品和地面观测降水分布特征基本一致,能反映西部台站稀疏地区的降水特征以及陆地与海洋之间降水系统的空间连续性。此外,该融合产品保留了高分辨率的卫星观测信息,在台站稀疏地区,一些通过地面观测无法反映出来的中尺度对流系统在融合产品中得到体现。交叉检验结果显示,融合结果和地面观测降水量、台站密度高度相关。样本网格分析结果显示,融合结果和地面降水的逐日时间序列具有较强的一致性。总的来说,OI方法在降水资料融合研究中具有较好的应用效果。      

中国地面气象要素格点融合业务产品检验

对2018年5 km分辨率中国地面气象要素2 m温度、10 m风速和24 h累积降水格点融合产品进行非独立和独立检验。非独立检验结果表明:(1)相比于站点观测,2 m温度格点融合产品整体偏暖,各月平均均方根误差在1℃左右,35℃以上高温和-20℃以下低温天气时均方根误差分别在1℃和2℃以上。(2)10 m风速格点融合产品可准确地描述0~2级风速,但对3级以上,特别是6级以上大风风速描述能力偏弱,主要表现为比实际偏小。(3)卫星-地面观测的二源融合和卫星-雷达-地面观测的三源融合降水格点产品在0~0.1 mm降水区间出现降水面积过大的现象;随着降水量级的增加,两种产品的均方根误差和平均偏差均随之增加,主要表现为降水融合产品的量级比观测偏小。相对而言,三源融合降水格点产品的准确性优于二源融合产品的。独立检验结果表明,三种要素的检验指标随时间或阈值的变化趋势与非独立检验基本一致,且更能表明格点融合产品与观测之间的偏差。主要是因为独立检验中使用到的观测均未参与格点融合产品的制作过程。综上所述,中国地面气象要素格点融合产品对一般天气描述较好,但在高低温、大风或强降水等极端天气时误差较大。     

中国区域小时降水量融合产品的质量评估

基于全国自动站观测降水量和CMORPH(CPC MORPHing technique)卫星反演降水资料,采用PDF(probability density function)和OI(optimal interpolation)两步融合方法生成了中国区域1h、0.1°×0.1°分辨率的降水量融合产品.本文分别从产品误差的时空分布特征、不同降水量级和不同累积时间下的产品质量、三种站网密度下的融合效果以及对强降水过程监测能力等方面对比评估了融合降水产品质量.结果表明,融合降水产品有效利用了地面观测和卫星反演降水各自的优势,在降水量值和空间分布上均更为合理;融合产品平均偏差和均方根误差均减小,随时间的变化幅度不大且区域性分布特征减弱;融合产品与融合前的卫星反演降水产品相比在中雨(1.0～2.5 mm/h)、中到大雨(1.0～8.0 mm/h)、暴雨及以上(≥8.0 mm/h)的相对误差分别为-1.675％、小于15.0％、30.0％左右,且随着累积时间的增加,产品质量进一步提高;该产品能准确抓住强降水过程,在定量监测强降水中具有优势.     

省域卫星估测降水的资料融合技术及精度分析

根据卫星资料估测降水精度不高的现状，提出了省域范围内利用卫星资料估测降水的初步结果与常规雨量观测资料结合分析的资料融合技术。给出了充分综合应用全省加密雨量观测网和省内常规天气报告等雨量资料，对逐时、6小时、24小时三种时段的卫星估测降水结果进行融合的具体方法。实例分析表明，该方法可使小区域卫星估测降水的精度有较大提高。     

中国区域逐日融合降水数据集与国际降水产品的对比评估

中国国家气象信息中心基于2400多个国家级台站观测日降水量和CMORPH卫星反演降水产品,采用概率密度匹配和最优插值相结合的两步数据融合方法,研制了中国区域1998年以来的0.25°×0.25°分辨率的逐日融合降水产品(CMPA_Daily)。通过该数据集与广泛应用于中国天气气候领域的两种国际上降水融合产品TRMM 3B42(Tropical Rainfall Measuring Mission, 3B42)和GPCP(Global Precipitation Climatology Project, 1 degree daily)的对比评估,考察CMPA_Daily产品的质量,评价其能否合理体现中国降水的天气气候特征。首先利用2008—2010年5—9月独立检验数据定量对比了CMPA_Daily、TRMM 3B42和GPCP 三种降水产品的误差,结果表明,在误差的时间变化和空间分布上,CMPA_Daily均具有最高的相关系数和最小的平均偏差及均方根误差,TRMM 3B42其次,GPCP的误差相对较大。CMPA_Daily只低估了大暴雨,TRMM 3B42低估了大雨以上量级的降水,而GPCP低估了除小雨以外的所有降水。CMPA_Daily产品因融入了更多的站点观测信息,不论在中国东部沿海,还是中西部地形复杂区,其精度均优于TRMM 3B42和GPCP产品,即使在站点稀疏的青藏高原地区,CMPA_Daily降水量也更加接近站点观测,呈现明显的高相关。CMPA_Daily与独立检验数据的高相关在地形起伏时效果也较稳定,TRMM和GPCP的相关系数则随着地形变化幅度陡变而非常明显地降低。进一步通过对比分析各降水产品1998—2012年的气候平均降水特征表明,3种资料对中国区域气候平均降水量、降水强度、频率分布以及年际变化的总体描述基本一致,因有效融入了更多的中国站点观测信息,不论降水空间分布还是降水量,CMPA_Daily与地面观测均最为接近,在中国的中东部大部分地区对降水的估计精度明显更高,而在站点分布较稀疏的青藏高原地区,CMPA_Daily的降水分布型与TRMM、GPCP卫星融合资料类似,较地面站点插值产品更能体现出合理的降水分布。对中国强降水事件监测对比表明,CMPA_Daily产品可以更加准确地描述降水的强度变化,细致刻画降水空间分布,在把握降水小尺度特征上具有明显的优势,体现出高分辨率、高精度降水产品的特点。     

多平台(雷达、卫星、雨量计)降水信息的融合技术初探

为提高卫星降水估计的精度,利用CMORPH资料和雨量计资料,基于最优插值法OI(Optimum Interpolation)有效合成,得到0.125°×0.125°降水分析产品;基于广东省境内5部新一代多普勒天气雷达(CINRAD/SA)的降水估计拼接产品,即0.01°×0.01°降水分析产品.为进一步扩展降水的探测范围,将以上两种不同分辨率产品进行区域定量协调,并以各自均方根误差平方的倒数作为权重系数将两者融合.误差分析表明,前期雨量计订正的CMORPH能有效减小系统偏差;交叉检验表明,CMORPH融合了雨量计资料后,比单纯OI雨量计的效果要好.两种不同分辨率产品有明显的区域差异特征;获取的一套降水产品既能体现雷达资料的优势,又能体现CMORPH融合雨量计的优势,在降水估测精度和扩大降水估测范围上都有了较好改观,能够反映不同尺度平台的降水信息.     

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。     

梅汛期区域性暴雨的多尺度分析及临近预警

利用常规观测数据、NECP1°×1°逐6 h再分析资料、FY2E卫星黑体亮度温度TBB资料以及南京、常州多普勒天气雷达产品,对2012年江苏出梅之前的最后一场区域性暴雨过程进行多尺度分析。在此基础上,探索该类暴雨的临近预警线索,结果表明:(1)此次过程的雨带呈准纬向分布,属于典型的梅汛期静止锋降水。过程中主要有两次降水集中时段,两个阶段的降水性质存在差异,但都具备较高的降水效率。(2)中高纬大范围稳定的阻塞形势,为此次持续性暴雨过程的产生提供了有利的大尺度环流背景。而在此过程中,两段降水集中期的形成与地面触发系统的出现和维持有着较为密切的联系。(3)此次过程中两段降水集中期内的物理量特征以及TBB的演变情况和其对应的降水特征存在异同。(4)雷达特征分析表明,此次过程具有较高的降水效率和较长的持续时间。实际业务工作中可以通过判断回波的质心高度和边界层风速有无跃增来估计降水效率的潜势。当推断较高的降水效率潜势将持续较长时间时,应及时发布暴雨警报。     

A strategy for merging objective estimates of global daily precipitation from gauge observations,satellite estimates,and numerical predictions

This paper describes a strategy for merging daily precipitation information from gauge observations, satellite estimates(SEs), and numerical predictions at the global scale. The strategy is designed to remove systemic bias and random error from each individual daily precipitation source to produce a better gridded global daily precipitation product through three steps.First, a cumulative distribution function matching procedure is performed to remove systemic bias over gauge-located land areas. Then, the overall biases in SEs and model predictions(MPs) over ocean areas are corrected using a rescaled strategy based on monthly precipitation. Third, an optimal interpolation(OI)–based merging scheme(referred as the HL-OI scheme)is used to combine unbiased gauge observations, SEs, and MPs to reduce random error from each source and to produce a gauge—satellite–model merged daily precipitation analysis, called BMEP-d(Beijing Climate Center Merged Estimation of Precipitation with daily resolution), with complete global coverage. The BMEP-d data from a four-year period(2011–14) demonstrate the ability of the merging strategy to provide global daily precipitation of substantially improved quality.Benefiting from the advantages of the HL-OI scheme for quantitative error estimates, the better source data can obtain more weights during the merging processes. The BMEP-d data exhibit higher consistency with satellite and gauge source data at middle and low latitudes, and with model source data at high latitudes. Overall, independent validations against GPCP-1DD(GPCP one-degree daily) show that the consistencies between BMEP-d and GPCP-1DD are higher than those of each source dataset in terms of spatial pattern, temporal variability, probability distribution, and statistical precipitation events.     

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。      

漂移克里金方法在雷达和雨量计联合估测降水中的应用

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 externaldrift(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KED3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,保留了雷达探测剑降水的中、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。     

Are satellite products good proxies for gauge precipitation over Singapore?

The uncertainties in two high-resolution satellite precipitation products (TRMM 3B42 v7.0 and GSMaP v5.222) were investigated by comparing them against rain gauge observations over Singapore on sub-daily scales. The satellite-borne precipitation products are assessed in terms of seasonal, monthly and daily variations, the diurnal cycle, and extreme precipitation over a 10-year period (2000–2010). Results indicate that the uncertainties in extreme precipitation is higher in GSMaP than in TRMM, possibly due to the issues such as satellite merging algorithm, the finer spatio-temporal scale of high intensity precipitation, and the swath time of satellite. Such discrepancies between satellite-borne and gauge-based precipitations at sub-daily scale can possibly lead to distorting analysis of precipitation characteristics and/or application model results. Overall, both satellite products are unable to capture the observed extremes and provide a good agreement with observations only at coarse time scales. Also, the satellite products agree well on the late afternoon maximum and heavier rainfall of gauge-based data in winter season when the Intertropical Convergence Zone (ITCZ) is located over Singapore. However, they do not reproduce the gauge-observed diurnal cycle in summer. The disagreement in summer could be attributed to the dominant satellite overpass time (about 14:00 SGT) later than the diurnal peak time (about 09:00 SGT) of gauge precipitation. From the analyses of extreme precipitation indices, it is inferred that both satellite datasets tend to overestimate the light rain and frequency but underestimate high intensity precipitation and the length of dry spells. This study on quantification of their uncertainty is useful in many aspects especially that these satellite products stand scrutiny over places where there are no good ground data to be compared against. This has serious implications on climate studies as in model evaluations and in particular, climate model simulated future projections, when information on precipitation extremes need to be reliable as they are highly crucial for adaptation and mitigation.     

宜昌一次致灾极端短时强降水成因分析

利用常规气象观测资料、地面加密自动站资料、NCEP 1°×1°再分析资料、卫星及风廓线雷达和多普勒雷达资料,对2016年7月7日夜间湖北宜昌地区一次致灾极端短时强降水过程,从大尺度环流背景、中尺度特征以及地形等方面进行分析。结果表明:这次局地强降水产生于副热带高压边缘的西南暖湿气流中,表现出中低层中尺度动力抬升强、降水效率高、地形作用明显等特点。峡谷入口处地面中尺度涡旋与强垂直风切变相互作用造成强上升运动为强降水提供了充足的动力条件,较弱的引导气流和山体阻挡作用使得局地降水维持时间长,共同造成了此次极端短时强降水的发生。回波的低质心结构提高了降水效率,降水过程中单体的后向传播也使局地累计雨量增大。