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。     

基于激光雨滴谱的双偏振雷达定量降水估测算法应用评估

基于S波段双线偏振雷达资料、雨量计资料及激光雨滴谱数据,在CSU-ICE算法的基础上建立了CSU-LPA算法.以华南地区一次季风暴雨过程为评估对象,对CSU-LPA算法与传统PPS (Precipitation Processing System)算法进行了效果对比,评估该算法在业务中的应用效果.结果 表明,在绝对值相...     

利用卷积神经网络开展偏振雷达定量降水估测研究

利用偏振升级改造后的广州新一代天气雷达（CINRAD/SAD）水平反射率ZH、差分传播相移率KDP、差分反射率因子ZDR和广东佛山219个地面气象自动站雨量数据,形成不同偏振量组合的8个数据集。基于卷积神经网络（CNN）,建立雷达定量降水估测网络架构QPEnet, 并将该架构用于雷达定量降水估测（QPE）,评估结果表明：数据集通道数N的增加可降低QPEnet的定量降雨估测的均方根误差（RMSE）,并提高相关系数（CORR）;对于由ZH形成的数据集Z、Z_1~3 km和Z_6 min,随着通道数N的增加,数据集Z、Z_1~3 km和Z_6 min的性能逐步得到提高,数据集Z_1~3 km和Z_6 min的均方根误差（RMSE）分别是4.71和3.78,比数值集Z分别降低了1.3%和18.7%;数据集Z_1~3 km和Z_6 min的CORR分别是0.82和0.88,比数据集Z分别提高了2.5%和10.0%;对于ZH、KDP和ZDR偏振量组成的数据集里面,数据集Z_ZDR_KDP的拟合性能最好,RMSE为3.97,比数据集Z的RMSE降低了14.6%,CORR是0.86,比数据集Z提高了7.5%;分别对0.6～5 mm、5～10 mm、10～20 mm、20～30 mm、30～40 mm、40～50 mm和50 mm以上的7个降水量级的均方根误差（RMSE）、平均偏差比（MBR）、平均误差（AE）和相对误差（RE）等的统计结果表明,数据集Z_6 min降雨精度最高。     

CINRAD-SA双偏振雷达资料在降水估测中的应用初探

对基于水平反射率ZH和差分传播相移率K_(DP)的降水估测综合法R(C)进行了改进,并对广州S波段双偏振雷达2016年2次飑线和2次台风降水过程的Φ_(DP)使用小波分析进行滤波处理,在此基础上使用变距最小二乘法拟合得到K_(DP)的值。分别使用R(C)和R(Z_H)法对2次飑线和2次台风降水过程进行降水估算,将估算结果和雨量计小时雨量进行了对比,并将两种方法的评估结果进行了对比。结果表明:(1)对于飑线类型降水,R(C)法对5 mm·h~(-1)以上的降水估测精度要好于R(Z_H)法,且降水率越大,R(C)法优势越明显,当降水率≥20 mm·h~(-1)时,两次过程R(C)法比R(Z_H)法的平均相对误差(RE)降低了17. 2%,平均绝对误差(AE)减少了1.89 mm,平均均方根误差(RMSE)减少了1.66 mm;(2)对于台风类型降水,R(C)法对5 mm·h~(-1)以上的降水估测精度也好于R(Z_H)法,当降水率≥20 mm·h~(-1)时,两次过程R(C)法比R(Z_H)法的平均RE降低了33. 19%,平均AE减少了3. 95 mm,平均RMSE减少了4.05 mm;(3)对于飑线和台风两种类型降水R(C)法都明显改善了降水率较大时的R(Z_H)法低估问题,但R(C)法在降水率10 mm·h~(-1)时也存在低估,可能是由雨滴谱资料观测误差导致拟合的系数偏小或雷达硬件造成的观测偏差等造成的。     

基于雷达组网拼图的定量降水估测算法业务应用及效果评估

基于雷达组网实时的定量降水估测(QPE)及实时评估系统在浙江省杭州市气象局成功实现了业务应用,在评估雷达定量降水估测业务应用效果的同时,根据雷达反射率因子垂直廓线(VPR)特征,探讨分析了不同类型降水过程中雷达定量降水估测的误差源。系统联合杭州、宁波、舟山、温州、金华及衢州6部新一代天气雷达的基数据资料,以及覆盖浙江省且经反距离加权(Inverse Distance Weights,IDW)法实时质量控制的雨量计观测资料,采用先雷达组网拼图再降水估测的方案,集成Z-R关系法和最优插值法反演与校准雷达定量降水估测数据场。4次不同类型降水过程的评估结果表明:(1)在地物遮挡严重的浙江西北部和雷达覆盖较差的浙江南部,降水估测的雷达反射率因子如果源于0℃层亮带,会导致雷达定量降水估测严重高估;如果源于浅薄层云云系的云顶,会造成雷达定量降水估测严重低估。(2)多种降水类型云系并存,但使用相对单一的Z-R关系,会导致梅雨和台风期间雷达定量降水估测的局部高估或低估。(3)伴随飑线系统的强对流以及台风系统的非对称性也是导致雷达定量降水估测误差的重要原因。(4)联合Z-R关系和最优插值法,有效地降低了雷达定量降水估测的系统误差,但仍然存在大量的局部误差。     

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.     

变分法在校准雷达定量估测降水中的应用

雨量计可以直接测量单点雨强随时间的连续变化 ,测量精度较高 ,但雨量计站网的密度不够 ,往往漏掉强降水、暴雨中心 .雷达能实时探测云和降水结构及系统发生、发展演变情况 ,能迅速提供一定区域的实时降水情况 ,但雷达测量误差较大 ,测定局地降水量精度不高 ,因此雨量计和雷达进行点面结合 ,采用一定的数学方法将雨量计单点测量精度较高和雷达能测量降水时空分布的优点结合起来 ,利用雨量计测量校准雷达定量测量降水 ,可获得比单纯用雷达方法在精度上有很大提高的降水测量结果 .1　变分法校准雷达定量估测降水的原理将雷达探测区网格化 ,在…     

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%。      

基于相态识别的S波段双线偏振雷达最优化定量降水估测方法研究

为了提高雷达定量降水估测的精度,本文利用雨滴谱数据、实际雨量以及不同偏振参量建立起的降水估测公式,参考CSU-ICE算法降水估测模型,建立了一种基于相态识别的S波段双线偏振雷达最优化定量降水估测算法(简称HCALIQ)。利用广东珠海S波段双线偏振雷达数据和华南密集的地面自动站网的雨量,以两次华南夏季典型的降水过程为例,对该最优化算法的估测效果进行了统计分析,并进一步与CSU-ICE方法、传统的R(Z_H)方法进行了比较。结果表明:以地面雨量计为标准,HCA-LIQ最优化算法表现出与雨量计较强的相关性且有着较好的稳定性。雷达相对地面雨量计小时雨量估测的偏差分布与离雷达的距离关系不大。按过程分类的结果显示,强对流云降水时,两种最优化算法要明显优于传统的R(Z_H)方法;混合云降水时,最优化算法的效果并不比R(Z_H)方法好;HCA-LIQ最优化算法比CSU-ICE算法效果更佳。按雨强分类统计时发现,与传统的R(Z_H)方法相比,HCA-LIQ最优化算法对小雨的估测偏差降低了23%,对中雨的估测偏差相当,对大雨、暴雨的估测偏差分别降低了71%、68%。     

风云四号A星闪电成像仪程序自动上注系统设计与实现

风云四号A星闪电成像仪是中国首个采用在轨接收大量遥控指令,进而实现程序上注的高轨气象卫星。FY-4-(01)批地面应用系统在建设中通过设计程序上注策略和部署程序自动上注系统,实现了任务时间表生成、指令发送、上注结果辨识、错误指令重发等全自动化功能。仿真结果表明该系统能满足卫星在稳定性和时效性上的需求,并有效缩短了上注时间。程序自动上注系统的研发与应用对未来风云系列卫星多星统一指挥测控任务的开展具有重要的意义。     

Operational Evaluation of the Quantitative Precipitation Estimation by a CINRAD-SA Dual Polarization Radar System

In this paper, the quantitative precipitation estimation based on hydrometeor classification (HCA-QPE) algorithm was proposed for the first operational S band dual-polarization radar promoted by the CINRAD/SA radar of China. The HCA-QPE algorithm, the localized Colorado State University-Hydrometeor Identification of Rainfall (CSU-HIDRO) and Joint Polarization Experiment (JPOLE) algorithms, and the dynamic Z-R relationships based on variational correction QPE (DRVC-QPE) algorithm were evaluated with the rainfall events from March 1 to October 30, 2017 in the Guangdong Province. The results indicated that even though the HCA-QPE algorithm did not use the observed rainfall data for correction, its estimation accuracy was better than that of the DRVC-QPE algorithm when the rainfall rate was greater than 5mm h^(-1); and the stronger the rainfall intensity, the greater the QPE improvement. And the HCA-QPE algorithm worked better than the localized CSU-HIDRO and JPOLE algorithms. This study preliminarily verified the improved accuracy of QPE by a dual-polarization radar system modified from CINRAD-SA radar.     

基于雷达组网拼图和XGBoost的雷达定量降水估测

针对传统方法采用天气雷达进行强降水的定量估测存在较大偏差问题,论文以1 h累计雨量为估测对象,基于雷达组网拼图资料,采用XGBoost(eXtreme Gradient Boosting)算法,建立新的雷达估测降水模型。该模型设计以前1 h的雷达组合反射率因子作为输入,进一步采用若干个剔除异常样本的策略有效清除建模样本中的部分噪声,更好地构建了雷达组合反射率与估测对象之间的非线性映射关系。在32万个独立检验样本的估测结果中,其均方根误差(RMSE)为6.04 mm、平均绝对误差(MAE)为3.50 mm、预报偏差(BIAS)为1.05;与目前业务系统上使用的ZR(300,1.4)关系方法相比,前者的RMSE和MAE分别下降了20.6%和10.3%,而BIAS指标则显示后者对降水量级的估测明显低估。进一步对小时雨强大于10 mm样本的统计结果表明,新方案的RMSE、MAE以及TS评分均大幅优于ZR(300,1.4)关系方法,可进行实际业务应用。     

利用多普勒雷达定量估测降水试验

利用南昌多普勒雷达体扫资料和抚州市气象台站自记雨量资料,建立了定量估测降水方程,在抚河流域的不同区域进行了定量估测降水对比试验,据此给出了有利人工增雨作业的多普勒雷达产品判据。结果表明,综合利用多仰角基本反射率、回波顶高和垂直积分含水量进行定量估测降水,效果明显好于单独利用单仰角基本反射率估测定量降水。在降水量≤3 mm时,综合定量估测降水值、常规定量估测降水值与实测降水值比较吻合;在降水量>3 mm、特别是出现较大降水(>5 mm)时,与常规定量估测降水值相比,综合定量估测降水值更接近实测降水值。     

新一代天气雷达定量降水估测集成系统

降水的定量测量是天气雷达的重要应用之一,新一代天气雷达定量降水估测集成系统(QPEGS)是一套基于新一代天气雷达的雷达雨量计联合估测降水软件,利用多种雨量计校准雷达降水的方法,生成1小时降水分布。其产品的时间分辨率达10分钟,空间分辨率1 km×1 km,适合省市级业务台站使用。过去3年的数据评估表明:校准雨量计数量和估测精度有明显正相关,校准雨量计数越多,降水估测精度越高,2003年的小时降水估测误差约40%,过程降水量的估测误差小于20%;雨量计密度保持不变的情况下,降水时段越长,降水区域越大,降水估测的精度也越高。     

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%。     

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。     

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。