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。     

江苏省雷达降水估测集合分析

使用2019年、2020年5—8月江苏省降水分析场及站点观测资料,生成具有定量降水估测(Quantitative Precipitation Estimation, QPE)不确定性时间和空间结构的集合QPE,并用观测降水对集合QPE进行了确定性和概率性检验。确定性验证说明集合QPE能在总体上减小降水量的绝对误差和均方根误差,但也加重了某些区域的降水低估。集合平均能提高估测降水的准确率并减小空报率,也会使漏报增多,这使小雨的TS评分有所降低,但各量级降水TS评分仍能保持在较高水平。集合QPE对各量级降水都有较优的Brier评分,降水量级越大,估测效果越好。集合的离散度较小,且将集合成员排序后,观测值落在两头的频率更高,也反映了离散度偏小。此外,观测值大于集合成员最大值的频率更高,说明集合QPE倾向于低估降水。随着概率阈值的增大,集合估测降水发生的命中率(POD)和假警报率(POFD)逐渐增大,但POD增大的程度比POFD大得多,使相对作用特征曲线为折线。不同概率阈值下的POD和POFD体现了集合QPE对各量级降水都有较高的估测技巧,其中对小雨和中雨分辨能力最好。集合估测小雨和特大暴雨发...     

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。      

MM5模式中湿方案的不确定性对“03·7”南京暴雨数值模拟不确定性的影响

利用有限区域非静力MM5模式, 分析了显式降水方案对于2003年7月4—5日南京暴雨数值模拟的不确定性影响。采用混合方案模拟此次暴雨时, 这种不确定性决定于显式和隐式方案的相互协调性及敏感性; 隐式方案基本决定了雨带的整体的空间分布, 而显式方案对于降水型及降水量起到一定的调节作用, 调节的程度与选择的参数化方案有关; 采用隐式方案Grell和KF2模拟此次暴雨时, 应考虑不同的显式方案对于降水模拟的不确定性的影响。     

2007年主汛期武汉区域四种数值模式定量降水预报评估

利用武汉中心气象台研发的“武汉区域气象中心天气轨道业务产品检验与评估平台”,对武汉区域气象中心在业务中使用的T213、AREM、日本数值预报模式和德国数值预报模式在2007年主汛期的降水预报进行了分级降水检验以及时空分布演变综合评估。结果表明,日本数值预报模式的综合预报性能最好,AREM次好,各模式均存在对强降水预报漏报率偏大的问题;AREM模式对降水带分布和中心强度的预报与实况最接近,表现出对降水带分布较强的预报能力,其它模式对强降水中心位置及强度的预报均有一定偏差;四种数值模式对区域强降水过程的发展趋势具有较强的预报能力,但降水量预报与实况有一定的差距。     

不同校准方法检验雷达定量估测降水的效果对比

应用雷达低仰角基本反射率资料和地面加密自动站降水量资料,采用最优化方法,根据天津地区降水特点和不同降水类型,建立适用本地的雷达Z-I关系。经实际应用检验,积混降水类型Z-I关系具实用性。在天津本地化Z-I关系基础上,通过了对比分析6种不同校准方法在天津夏季降水估测中的检验效果。结果表明：Z-I关系校准法和最大集成法对降水的估测偏高,误差较大;最优插值法的估测精度最高,平均绝对误差和均方根误差最小;但计算不同校准方法与实况相关性表明,变分校准法的估测效果与雨量计降水量的相关性最好。同时,所有估测校准法对小雨量级的降水均出现了不同程度的偏高估测。     

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。     

基于偏振雷达的积层混合云降水增雨潜力识别方法研究

强对流系统诱发的局地暴雨往往造成城市内涝, 带来严重的经济损失,危害人民生命、财产安全。为加强城市内涝预警能力、提高内涝预报精度、改善风险空间描述,急需研发高精度、高时空分辨率的城市降水监测产品。本研究基于深圳市1部S波段双偏振雷达和2部X波段双偏振相控阵雷达观测资料,研发了深圳市S波段双偏振雷达和X波段双偏振相控阵雷达定量降水估测（QPE）组网拼图系统。该系统主要包含以下4个模块：（1）雷达非气象回波的识别与去除;（2）复合平面扫描仰角信息计算;（3）S波段和X波段雷达单站降水率计算;（4）S波段和X波段雷达QPE拼图。基于新研发的S波段和X波段雷达定量降水估测拼图系统,产生时间分辨率1 min、空间分辨率30 m的QPE产品,并以自动气象站观测降水为标准,与深圳市目前天气预报业务QPE产品进行对比分析。结果表明,使用新研发的降水拼图系统产生的QPE产品,在精度和稳定性上优于业务产品。     

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。      

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。     

雷达回波强度拼图的定量估测降水及其效果检验

为了得到精度更高的高时空分辨率格点定量估测降水量，需要将雷达资料和雨量计降水量资料进行有效的综合利用。利用广东6部多普勒雷达的回波强度拼图资料和稠密的自动雨量计降水强度观测资料，采用概率密度法建立Z-R关系进行雷达降水估计，并采用客观订正方法利用雨量计资料对雷达降水估计进行校准。交叉检验表明：利用雨量计对雷达降水估计进行客观方法订正可以取得比单纯用雨量计资料进行OI插值好的效果。OI雷达订正法较优。     

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。     

基于Shepard和OI方法对雨量计逐时资料的分析

引入地形影响效应的日降水量气候分析场,分别运用Shepard和最优插值(OI)两种插值方法对广东和广西2007年5月20日—8月30日汛期小时雨量计降水量进行插值,得到0.125°×0.125°分辨率的规范化网格资料。结果表明:无论是直接插值还是用降水比率(地形影响效应的日降水量气候分析场)插值,两种方法均能很好地体现广东和广西雨量计站点观测降水的季内变化和日变化特征。虽然用直接插值方法比用降水比率插值方法得到的降水空间分布更为平滑,但估值精度没有用降水比率插值方法高。通过交叉检验进一步表明,总体上OI方法优于Shepard方法,而考虑地形影响效应的降水比率OI方法为最优,能有效提高相关性,并减少均方根误差和系统误差。     

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。     

雷达雨量计联合估算降水在城市内涝模型中的应用

为了满足城市暴雨内涝模型对面雨量精细化的需求,在天津城市暴雨内涝模型的基础上,将雷达估算降水产品应用到模型面雨量计算中,针对2012年7月25—26日天津的大暴雨过程,考察4种雷达估算降水产品和两种插值方法计算的内涝模型面雨量。经过对比发现,利用变分方法计算的雷达估算降水产品VAR用曲面插值方法计算内涝模型的面雨量整体效果最好。     

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。     

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。     

A multisource scheme based on NWP and MSG data to correct non-precipitating weather radar echoes

Weather radar quantitative precipitation estimates (QPE) are one of the usual tools to monitor rainfall intensity remotely by forecasters on duty or by automatic systems such as hydrological models. Derivation of radar QPE requires a set of robust quality control procedures to address a number of different factors. In particular, significant departures from the standard temperature and moisture atmospheric vertical profiles may increase dramatically the refraction of the radar beam. This anomalous propagation (AP or anaprop) of the microwave radar energy may therefore increase the number of spurious echoes due to ground clutter and contribute, with non-realistic rainfall, to the estimated precipitation field. Based on previous experience of geostationary satellite imagery usage to depict cloud-free areas in precipitation analysis systems, a methodology to incorporate Meteosat Second Generation (MSG) observations and NWP data in the quality control of weather radar QPE was implemented considering two different algorithms. They were validated with two different verification data sets, built with manually edited radar data and rain gauge observations using HKS, PC and FAR scores. The evaluation of the scores was performed for weak (<15 dBZ), stronger and all echoes and for day, night and day and night conditions. One of the methods dealing with weak echoes at night improved PC from 80 to 97% and decreased FAR from 0.32 to 0.19. The results obtained indicate that the technique shows potential for operational application complementing other existing methodologies designed to improve the quality of weather radar precipitation estimates.     

C波段双偏振多普勒天气雷达资料分析及在定量估计降水中的应用研究

基于南京信息工程大学C波段双线偏振多普勒天气雷达(NUIST-CDP)的观测资料,结合南京龙王山SA天气雷达数据、南京信息工程大学大气综合观测基地的OTT Parsivel雨滴谱仪数据、南京市地面雨量计数据,分析NUIST-CDP探测资料的质量及定量降水估计(QPE)精度情况。将NUIST-CDP与SA雷达的回波强度数据进行了对比,发现NUIST-CDP回波强度偏弱;将滴谱仪上方NUIST-CDP测量的反射率因子Z_H、差分反射率因子Z_DR与滴谱仪数据对比,雷达参量Z_H、Z_DR与滴谱仪数据变化趋势一致,但整体略偏小;比较差分传播相移率K_DP与Z_H的变化情况,由差分传播相移Φ_DP经最小二乘法计算得到的K_DP与Z_H数据一致性很好。利用南京地区2015年夏季(5—8月)收集的滴谱数据计算偏振雷达参数,拟合测雨方程,进行两次降水过程个例的QPE分析,并与南京地区雨量计数据进行了对比。结果表明:R(K_DP)测雨精度最高,R(K_DP,Z_DR)次之,使用偏振参量能明显提高降雨估算精度;R(Z_H)、R(Z_H,Z_DR)方法测雨反演结果低于地面雨量计雨量值,且低于SA雷达反演结果。