山东不同云系降水微物理参数特征

研究不同云系降水的微物理参数特征,对研究降水机制、人工影响天气、雷达定量测量降水、数值预报模式中微物理参数化方案的选择等都有一定意义。本文针对2015年济南地区的液态降水过程,基于微降水雷达(Micro Rain Radar,简称MRR)资料,研究不同云系降水的微物理参数。在400 m高度上,层状云降水0.02~0.2 mm h-1雨强样本数很大,但对累计降水量的贡献很小。混合云和对流云降水在大粒子端数浓度较高。在垂直方向上,层状云降水中的粒子的尺度较集中,中值体积直径D0平均在1 mm左右,随高度的变化不大。对流云降水在雨强大于20 mm h-1时,强垂直气流(包括上升气流和下沉气流)对粒子直径的影响较大,进而影响空中微降水雷达反演降水参数的数据质量。而垂直气流的影响对层状云降水影响较小,在层状云降水时,微降水雷达可以用来分析零度层亮带以下雨滴谱在垂直方向上的演变。     

Application of X-band Polarimetric Phased-array Radars in Quantitative Precipitation Estimation

The performance of different quantitative precipitation estimation(QPE) relationships is examined using the polarimetric variables from the X-band polarimetric phased-array radars in Guangzhou,China.Three QPE approaches,namely,R(Z_H),R(Z_H,Z_DR) and R(K_DP),are developed for horizontal reflectivity,differential reflectivity and specific phase shift rate,respectively.The estimation parameters are determined by fitting the relationships to the observed radar...     

京津冀夏季雷达定量降水估测的误差统计及定量气候校准

雷达定量降水估测（QPE）是短时临近预报的关键部分,在定量降水预报（QPF）、强降水预警、城市积水内涝、地质山洪灾害、精细化天气服务等方面具有重要作用。利用京津冀地区雷达定量降水估测资料和逐时自动气象站降水观测数据,分析了2011—2016年夏季京津冀地区雷达定量降水估测的误差空间分布特征,并重点提出了一种新的雷达本地化定量气候校准算法。结果表明,京津冀地区雷达定量降水估测较好地反映了总降水量东北—西南带状分布特征,但西北部山区、东北部山区及西南部山区估计偏弱,东北部山前地带估计偏强,西北部存在虚假降水估计,而北京市城区估计最为准确。利用雷达本地化定量气候校准算法对1 h雷达定量降水估测进行气候尺度上的约束订正,检验结果表明,经过校准后的雷达定量降水估测偏差（BIAS）、平均绝对误差（MAE）、均方根误差（RMSE）和均方根相对误差（RRMSE）均减小。绝大部分站点偏差减小幅度超过50%,京津冀东部及南部平原地带平均绝对误差、均方根误差和均方根相对误差减小幅度在20%左右,而北部及西南部山区误差减小幅度相对较小。降水个例检验结果表明,经过雷达定量气候校准后的雷达定量降水估测强度更接近自动气象站观测的降水量级,且降水结构细致,偏差、平均绝对误差和均方根误差均减小,与自动气象站观测降水的相关系数增大,因此该算法有助于改进雷达定量降水估测的准确度。      

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。      

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。     

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。     

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。      

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。     

层状云降水微物理特征及降水机制研究概述

层状云是中国北方大部分地区降水的主要云系,采用综合观测资料的分析研究并结合最新的数值模式对层状云特征和降水机制进行深入研究很有必要,也是含后工作的方向。描述了层状云的种类、特点,通过分析机载PMS(粒子测量系统)资料和地面雨滴谱资料介绍了国内外在层状云云滴谱、冰晶谱、雪质粒谱、雨滴谱、云中质粒总谱等微物理特征方面的研究方法及成果,还介绍了国内外在层状云降水机制方面的研究方法及成果,包括层状云降水数值模拟以及暖云降水机制和冷云降水机制研究。     

雷达定量降水估算在水文模式汛期洪水预报中的应用试验

通过雷达测雨技术获得高时空分辨率的降雨信息,作为水文模型的输入,用以提高水文预报的精度。文章以湖北省白莲河流域为例,利用分组Z-I关系转化雷达反射率为雨强,运用地面雨量站网实测雨量对其进行校准,将不同方法估算得到的雨量结果输入新安江模型进行洪水预报测试,结果表明未校准雷达估算降雨量直接输入水文模型,其结果是不理想的;利用校准后的雷达估算降雨量进行洪水预报,精度得到了很大提高。     

深圳S波段与X波段双偏振雷达在定量降水估计中的应用

双偏振多普勒天气雷达的一个重要应用是进行定量降水估计（QPE）,它可以获得反射率（Z_H）、差分反射率（Z_DR）和差传播相移率（K_dp）这些与降水粒子有关的信息,常用的双偏振雷达降水估计方法有基于Z_H的R（Z_H）、基于Z_H和Z_DR的R（Z_H,Z_DR）、基于K_dp的R（K_dp）和基于K_dp与Z_DR的R（K_dp,Z_DR）这4种。文中利用深圳市S波段和X波段双偏振多普勒雷达探测资料,结合高精度地形数据和雨滴谱仪观测数据,设计了基于双偏振量的定量降水估计方法:首先利用地形数据和雷达地理信息,分析了雷达的遮挡状况,形成了这两部雷达的复合平面扫描仰角信息;随后利用雨滴谱仪观测资料,使用T矩阵方法统计得到了深圳地区的上述4种降水反演方法的参数;最后设计了混合降水反演方法,基于双偏振信号（即K_dp和Z_DR）的强弱,使用不同的降水反演方法进行定量降水估计。基于12个降水个例,利用各反演方法产生的定量降水估计结果与雨量计观测资料比较。结果表明,混合降水反演方法在降水反演的准确度和稳定性上均优于任何一种单一定量降水估计反演方法。基于文中介绍的定量降水估计方法,使用深圳S波段和X波段雷达产生了定量降水估计产品,并与深圳目前业务定量降水估计产品进行对比评估。结果表明,使用本方法产生的定量降水估计产品在准确度和稳定性上要优于目前的业务产品。此外,X波段雷达的定量降水估计产品性能要略高于S波段雷达的定量降水估计产品,这说明高时、空分辨率的X波段雷达可以提高定量降水估计精度。但由于雷达扫描平面内双偏振雷达对融化层和冰区的偏振量观测与降水的关系尚未明确,因此,本方法仅适用于雷达扫描平面内液态降水区。      

青藏高原墨脱地区云降水综合观测及初步统计特征分析

为加深对雅鲁藏布大峡谷水汽通道入口处云和降水三维结构及微物理特征的认识,在第二次青藏高原综合科学考察研究专题和国家重点研发计划项目的支持下,中国气象科学研究院于2019年在西藏墨脱地区建立了野外观测试验基地,开展了水汽、云和降水的综合观测,先后布设了先进的Ka波段云雷达、微波辐射计、X波段双偏振相控阵雷达、降水现象仪、K波段微雨雷达等设备,获取了高时、空分辨率的云和降水的宏、微观数据。文中简单介绍了此次观测的情况,并利用云雷达2019年的观测数据和降水现象仪2019年6月至2020年6月的观测数据对云的宏观特征及雨滴谱特征进行了统计分析。从云的宏观特征来看,该地区云的发生率较高,云廓线占2019年云雷达观测廓线的67%,降水云廓线占总云廓线的45%。旱季和雨季云底高度的频率分布在垂直方向均有两个高值区,分别为0—1 km和2—3 km,且超过40%的云底高度低于1 km,这可能是墨脱降水云较多造成的。接近60%的云顶高度在4—7 km。总的来说,墨脱地区以中云和低云为主,云通常在下午到晚上形成,早上到中午慢慢消散;从雨滴谱分布特征来看,该地区平均的雨滴谱谱宽和大雨滴的浓度随雨强的增大而增大,降水以中、小粒子为主,中、小粒子浓度超过粒子数浓度的99%。对流云降水的特点是粒子直径较小,而数浓度较高。粒子质量加权平均直径（D_m）的范围在1.0—1.6 mm（平均1.38 mm）,标准化截距参数（lgN_w）的范围在3.6—4.5（平均4.01）,表现出海洋性对流降水的特征。此外,该地区降水的lgN_w呈现双峰特征,分别对应于对流云和层状云降水。      

2021年郑州“7·20”极端暴雨雨滴谱特征及其对雷达定量降水估测的影响

利用雨滴谱仪观测的雨滴谱数据,分析了2021年7月20日郑州极端暴雨的雨滴谱特征,并结合双偏振雷达观测,分析了不同定量降水估测（QPE）方法在此次极端暴雨过程中的性能。结果表明,在此次极端暴雨过程的最强降水时段,雨滴谱表现为很高的粒子数浓度和很大的粒子平均直径;而整个降水过程雨滴谱的截距参数与我国其它地区雨滴谱特征差异不明显,但质量加权平均直径大于其他地区的雨滴谱;在降水最强的2021年7月20日08:00～09:00（协调世界时,下同）前后,雨滴谱的特征发生了显著变化,首先是质量加权平均直径迅速增长,随后粒子数浓度也陡增,从而导致降水率的迅速增强。使用郑州双偏振雷达数据,基于各种QPE方法和参数计算得到了08:00～09:00的雷达反演降水量,并与雨量计观测结果比较。结果表明对于基于反射率的QPE关系（R(Z_H)）,如果不提高或者去除反射率上限进行QPE,会导致降水严重低估,且该方法对参数的准确性较为依赖;基于差传播相移率的QPE关系（R(K_dp)）对雨滴谱差异性敏感度相对较低,其性能主要依赖于差传播相移率的准确性;最优的R(K_dp)关系反演效果比R(Z_H)更好,能达到实际降水量的70%以上。     

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.     

雨滴谱垂直演变特征的微雨雷达观测研究

雨滴谱的垂直变化特征对于认识降水过程、改进模式和雷达定量估计降水等具有重要意义。利用2016年6月1日-9月30日雨量筒、微雨雷达（micro rain radar,简称MRR）和PARSIVEL雨滴谱仪连续4个月的观测数据,在对比3种仪器观测结果的基础上,研究了层状云降水不同降水强度下微物理特征量和雨滴谱垂直演变特征。结果表明:MRR与PARSIVEL雨滴谱仪观测降水强度相关性较好,且两种仪器观测的雨滴谱在中等粒子段（0.5~2.5 mm）表现出较好的一致性,而对于小粒子段（雨滴直径小于0.5 mm）PARSIVEL雨滴谱仪观测的数浓度明显低于MRR。对于弱降水（降水强度R ≤ 0.2 mm·h-1）,液水含量和降水强度随高度降低减小,雨滴在下落过程中蒸发明显。对于较强降水（R>2 mm·h-1）,随高度降低,雷达反射率因子增大,小滴数浓度减小的同时大滴数浓度增加明显,雨滴下落过程碰并作用明显。所有高度直径不超过0.5 mm的小滴对数浓度贡献均为最大。高层雨滴直径不小于1 mm的小粒子对降水强度的贡献可达50%,小粒子对降水强度贡献随高度降低减小。     

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%。      

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.     

Precipitation Microphysical Characteristics of Typhoon Ewiniar (2018) before and after Its Final Landfall over Southern China

In this paper, the evolution of the microphysical characteristics in different regions(eyewall, inner core, and outer rainbands) and different quadrants [downshear left(DL), downshear right(DR), upshear left(UL), and upshear right(UR)]during the final landfall of Typhoon Ewiniar(2018) is analyzed using two-dimensional video disdrometer and S-band polarimetric radar data collected in Guangdong, China. Due to the different types of underlying surfaces, the periods before landfall(mainly dominated ...     

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。     

X波段双偏振雷达对造成北京门头沟泥石流的强降水观测分析

利用房山X波段双偏振雷达观测资料,分析2017年6月18日北京门头沟泥石流的强降水过程,重点研究了泥石流发生地上空10 km×10 km区域内雷达反射率因子时空变化特征,并结合雷达定量降水估测(Quantitative Precipitation Estimation, QPE)讨论该类雷达探测设备在复杂地形区域的适用性。结果表明,在山区常规自动气象站布网稀疏的条件下,X波段双偏振雷达能够有效捕捉此次强降水的发生发展过程,同时,雷达定量降水估测得到的高分辨率降水场可以把握山区强降水中心,进而弥补山区雨量站匮乏的不足。此次过程中影响泥石流事件发生的降水时间发生在6月18日12—16时,其中,15时事发区域小时QPE最大值达到53.9 mm·h^-1,上游来水和局地突发性强降水共同作用是本次泥石流事件的主要成因。