基于多源数据的地面降水质量控制方法研究北大核心

本文在研究地面小时降水量与自动站其他观测要素的关联关系和雷达定量估测降水的基础上,提出从自动站关联要素和雷达估测降水两个角度对地面降水进行综合质量控制的多源质量控制方法。利用该方法对2019年5至6月江苏省国家级自动站小时降水量进行质量控制,结果表明:1 h相对湿度变化值、1 h变温,相对湿度与小时降水量关联关系较好;基于SFLA-BP的雷达定量估测降水结果与Z-I关系法相比精度更高,提升了天气雷达对降水质量控制的有效性;多源降水质量控制方法比MDOS准确率提高1.45%,产生可疑数据量下降67.16%,该方法能有效提升现有降水质量控制方法的准确性。     

基于动态Z-I关系雷达回波定量估测降水方法研究

选取石家庄市新一代天气雷达2009-2012年29个降水过程雷达二次产品数据（低层5个仰角及组合反射率因子）和加密自动站逐分钟降水资料,依据与雷达回波强度最相近及与自动站位置距离最近的原则,建立随时空变化的动态Z-I关系,来定量估测无自动站观测格点的降水量,从而实时获取高分辨率雷达估测降水资料;对雷达定量估测降水与自动站观测降水的空间分布进行了对比,利用交叉检验方法分析了雷达定量估测降水的误差,结果表明:该方法反演降水的平均误差较小,为—0.6mm·h^-1,能较好地表现出降水的时空分布特征,显示出不同等级降水的面积和演变,具有反演40 mm·h^-1以上的强降水中心的能力,表明该方法具有业务应用价值,对强降雨灾害的评估具有指导作用。     

西安雨量雷达估测降水准确性分析

利用X波段全固态多普勒雨量雷达资料和相应的6个地面气象观测站的观测资料,对西安2021年9月和10月两次持续降水过程的降水数据进行对比分析,评估雨量雷达反演降水的准确性。结果表明：从两次降水过程整体变化趋势分析,雨量雷达估测的降水量能较好地表现出实际降水量的变化趋势;雨量雷达反演的降水量小时数据与地面观测小时降水数据的相关性为0852;当小时降水量达到20 mm以上时,雨量雷达数据准确性较高。     

陕西新一代天气雷达与自动站联合估测降水质量评估

利用2016年和2017年共5次降水过程数据,对天气雷达-自动站联合估测降水和自动站降水、雷达OHP产品进行对比分析,并给出联合估测降水拟合的Z-R关系。结果表明:自动站1h降水量≤1mm时,联合估测降水的平均相对误差大,但均方根误差在可接受范围内,且联合估测降水量非常接近自动站降水量;自动站1h降水量1mm时,联合估测降水的效果较好,其中20mm时联合估测降水的精度最好,平均相对误差低于8%;自动站1h降水量1mm时,联合估测降水量优于雷达OHP(1h累积降水量)产品;同一次降水过程,不同时次的Z-R关系不同,无明显变化规律。     

基于多源数据融合的降水数据质量控制技术研究

【目的】降水为非连续性观测要素,利用常规的质量控制方法无法很好地检查降水观测数据的正确性,因此需要开展自动气象站降水观测数据质量控制技术研究。【方法】提出一种基于雷达、卫星等多源数据融合的地面自动观测降水数据质量控制方法,研究基于标准Z-R关系的雷达定量降水估测产品加工算法,生成宁夏全区地面自动观测站1 h雷达定量估测降水量,建立基于雷达、卫星估测降水产品的自动气象站降水观测数据质量控制技术流程,开展自动气象站降水观测数据质量控制,并对质量控量结果进行分析评估。【结果】（1）对于国家级站,多源数据融合的地面自动观测降水数据质控方法与MDOS对降水量数据的质控均为“正确”的一致率较高,平均达到94.88%;对于区域站,均为“正确”的一致率明显比国家级站低,平均达到51.57%;（2）多源数据融合的地面自动观测降水数据质控方法质控出“可疑”和“错误”数据明显比MDOS多,对“可疑”和“错误”数据的检出率更高;（3）多源数据融合的地面自动观测降水数据质控方法对错误降水数据的质量控制较MDOS质量控制更符合实际。【结论】多源数据融合的地面自动观测降水数据质控方法可以较好地解决宁夏降水要素自动观测数据的质量问题,为降水数据质量控制提供技术和理论支撑。     

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。     

影响浙江地区降水估测几个因素的分析

如何从新一代天气雷达三维拼图数据中提取用于降水估测的回波强度是提高雷达降水估测的关键,为了分析利用三维拼图数据提取出的混合扫描回波强度的质量以及对降水估测的影响,文章利用浙江省雷达和全国自动站数据,通过研究回波强度与地面雨量的关系,分析了影响基于雷达三维拼图的降水估测精度的几个要素。通过累积整个过程雷达回波强度估测的雨量和自动站采集雨量得到浙江及周边地区的比率分布,找到了两者关系的异常区:区域性回波强度比较高的区域;区域性回波强度的低估区;区域性回波强度随地形变化的区域;区域性回波强度估测较为合理的区域;随纬度增加回波强度逐渐高估的区域。通过分析发现:0℃层亮带、残余的地物回波、异常的回波强度垂直廓线、自动站的数据质量等是造成回波强度与地面雨量关系异常的原因。最后,利用部分自动站对雷达估测的降水进行订正,结果表明:自动站订正能一定程度缓解上述区域高估或低估程度。     

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。     

变分校准法在山东半岛雷达估测降水中的一次应用

利用山东半岛地区2006年8月26日的强降水数据、青岛雷达基数据和自动站数据资料,采用变分技术校准方法进行雷达定量估测降水,结果表明:校准后的雷达测量降水在保留原降水内部结构形式的基础上,1小时估测降水误差明显减少。分析的降水优化场还可用于降水预报中,提高降水预报准确率。     

陇东南地区短时强降水的雷达回波特征及其降水反演

利用雷达基数据对比分析了天水、庆阳和兰州3部多普勒雷达等距离水平剖面上同步观测的回波强度差异,并研究了陇东南地区短时强降水的雷达回波特征和反演降水。结果表明,当回波强度10 dBz时,这3部雷达并不存在显著差异;从区域站和自动站的降水量对比分析可知,造成短时强降水的天气学尺度较小,对雷达回波的统计也映证了这一结论。有75%的强降水尺度20 km,表明原有的气象站并不能较好的反应局地降水;运用分组估测法、整体和分型Z-I关系法定量估测降水,结果发现分型Z-I关系法可以较好的反映陇东南地区的降水特点,较好的解决了低量值高估和高量值低估的问题,其中雨强在15~20 mm·h-1时反演效果最好。     

卡尔曼滤波法在西峰雷达估测降水中的应用

应用卡尔曼滤波校准法,利用地面自动雨量计的降水量值,对庆阳市2007年7月和9月2次降水过程中的2个雨量较明显时段的雷达估测值进行了校准分析,并与雨量计测量的雨量值进行了误差比较分析。结果显示：混合降水过程的校准效果要优于均匀降水过程。校准后,混合降水过程的相对误差从166.4%下降到了7.6%,均匀降水过程的相对误差从284.3%下降到了56.9%。由此可以看出卡尔曼滤波校准法能有效消除雷达估测降水过程中的各种随机噪声,并能提高雷达定量估算区域降水量的精度,同时还较好地保留了雷达探测降水的精细结构。     

卫星雷达联合重构大尺度流域降水场

给出了一种用GMS-5卫星估计3h降水的方法,并利用地面测雨雷达和卡尔曼滤波器提取误差因子,用于在雷达探测范围以外校准卫星估计的降水,从而获得大尺度流域的(淮河流域)降水分布。在史灌河子流域的比较试验表明：卫星雷达联合重构的降水场具有比卫星估计降水更高的精度,3h降水估计的相对误差从31％下降到13％,和地面降水场的相关系数也有明显提高。     

利用卫星和雷达估计大暴雨

利用合肥、武汉和长沙雷达、云顶亮温TBB等观测资料,对2003年7月8日发生的大暴雨天气过程进行了联合估计。结果表明:联合估算降水很好地再现了这次降水过程;卫星估算降水很大程度上弥补了雷达估算降水在空间分布上的不足,但对特大暴雨在强度上估计不足,对中等强度的降水估计偏大;引入雷达对卫星估算降水进行联合估算,能很好地反映暴雨云团的中尺度结构特征,反演的降水场能很好揭示强降水过程的时空变化特征。     

流域面雨量估算技术综述

面雨量是水文气象中一个重要参量。面雨量的估算直接关系到洪水预报精度和洪水调度决策的科学性。由于降水空间分布的复杂性,如何准确估算流域面雨量一直是个科学难题。传统方法根据常规降水观测,应用空间分析技术来估算面雨量。随着非常规观测技术的发展,以雷达、卫星估测降水资料为主并结合自动气象站降水观测资料,通过资料融合来进行估算已成为流域面雨量估算技术的发展趋势。而以GIS为平台,实现数据分析和显示一体化管理则代表了面雨量业务系统的发展方向。通过水文模拟与水文观测的比较,可以对面雨量估算结果进行间接检验。     

用雷达反射率作对流性降水和层状云降水自动分类

为提高雷达定量测量降水的精度,利用武汉CINRAD/SA雷达反射率数据,研究提出了对流性降水和层状云降水自动分类算法(ACSS)。该算法在二维反射率结构场初步分类降水的基础上,识别亮带并从体扫描数据中提取降水的三维结构特征,然后对初步分类结果进行订正。试验表明,ACSS能较准确地实现对流性降水和层状云降水的自动分类,相对于只根据二维结构分类降水性能上有较大提高,主要表现在能正确识别出亮带特征明显的强层状云和对流核外沿的对流弱回波区。     

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。     

双偏振雷达评估IMERG对不同类型降水的观测精度

采用地面雨量计校准后的南京信息工程大学 (Nanjing University of Information Science & Technology, NUIST) C波段双偏振 (C band Dual Polarization Radar, NUIST CDP) 雷达降水估测数据,研究全球降水观测 (Global Precipitation Measurement, GPM) 计划多星融合降水产品 (Integrated Multi satellite Retrievals for GPM, IMERG) 对苏皖地区梅雨、台风和飑线等不同类型降水观测精度,结果表明,①梅雨降水过程中,IMERG的累计降水量整体大于NUIST CDP的累计降水量;②台风降水过程中,IMERG一定程度上低估了累计降水量较大时的降水结果;③IMERG不能很好地观测到飑线降水的空间结构,几乎没有观测到这次降水过程中的强降水区域。     

CINRAD-SA偏振雷达定量降水估测算法改进及应用评估

为了提高雷达定量降水估测的精度,建立一套高精度的双偏振雷达定量降水估测方法,并对其在业务应用中的表现进行评估。本文利用雨滴谱仪数据使用非球形粒子的散射模型（T-Matrix模型）进行不同偏振量的模拟计算,根据计算结果对实测雨滴谱数据（DSD）进行分类拟合,实现对CSU-HIDRO（Colorado State University-Hydrometeor Identification Rainfall Optimization）优化降水估测算法的改进。为了评估改进后CSU-HIDRO优化算法（简称CSU-HIDRO_I）的应用效果,本文选取2016～2017年两年汛期发生于中国华南地区的6次大范围强降水过程为评估对象,分别采用单偏振雷达定量降水估测的R(Z_H)关系法（WSR-88D Precipitation Processing System,简称PPS法）和CSU-HIDRO_I法进行小时降水量估测。按照不同降水率大小以及距离雷达20～60 km和60~100 km范围分别对两种降水估测方法进行评估,并将雷达估测的小时降水量同地面雨量计小时降水量资料进行对比,结果表明:（1）CSU-HIDRO_I法在应用评估过程中取得了较好的评估效果,其估测精度及稳定性均较好。（2）PPS法对小雨（降水率R<2.5 mm/h）存在一定的高估,对大雨及暴雨（R>8 mm/h）存在明显低估,而CSU-HIDRO_I法能够有效的降低强降水的低估情况,同时提高了小雨的估测精度。与PPS法相比,CSU-HIDRO_I法对小雨、中雨、大雨及暴雨的估测偏差分别降低了38%、24%、17%、15%。（3）PPS法在降水估测中对离雷达的距离更为敏感,相同降水率下不同距离处的相对误差波动较大,CSU-HIDRO_I法对距离敏感性较弱,相同降水率强度下,相对误差随距离的变化波动较小。     

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.