利用雷达回波与GIS技术反演面雨量研究

自动气象站可以直接测量单点或较小范围的降水量,测量精度较高,但自动气象站的分布密度不够,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,将自动气象站与雷达进行点面结合,采用一定的数学方法和GIS技术,可以得到能够代表某特定区域平均降水情况的面雨量。以深圳市行政区域面雨量反演为例,建立区域内所有测站的6 min累积降雨资料与雷达回波数据之间的回归关系,借助GIS技术和包括对经度、纬度、海拔高度3个因子的地理订正,构建雷达图上特定行政区域的面雨量计算模型,并对格点拟合雨量进行空间分辨率的精细化反演,得到雷达图上的特定行政区域的面雨量图。     

沿海丘陵地区面雨量估算插值方法试验比较

本文以温州地区为代表,对各种插值方法进行试验得出华东沿海丘陵地区最优的面雨量估算插值方法。根据影响的天气系统,将温州地区的降水性质分为冷空气、倒槽、西南低涡、静止锋、台风、副高边缘对流等典型降水类型。通过对近10a历史天气图和温州地区90个雨量观测站日降水量资料分析,选定该地区的各类天气过程的典型代表过程,再以各个过程中最具代表性的日降水作为试验资料。以目前研究应用得最多的反距离法、克里格法、样条插值法对各日降水在不同站密度等级条件下分别插值。根据制定的评价标准分析各插值方法对面雨量估算的适用性,从而系统、客观地得出华东沿海丘陵地区面雨量估算的最优插值方法及其对测站密度的要求。     

面雨量空间扩展估算法

以温州地区1991～2001年90个观测站的月平均降雨为例,在GIS支持下,对样条函数法、克立格内插法及距离平方反比法这3种插值方法进行了对比研究;并在90个观测站中筛选出最少量的、能达到稳定结果的站点数;还考虑了插值的空间分辨率对结果的影响。对上述3点进行大量的计算、统计分析的结果表明:①在选择距离平方反比法及样条函数法对月平均降雨量插值效果均较好;②利用这两种插值方法对不同站点密度选取不同空间分辨率插值后得出,选取50站误差趋于稳定,利用距离平方反比法插值结果误差较小,而空间分辨率对结果几乎没有影响。利用距离平方反比法,选择50个站得到了温州地区1km×1km面雨量空间扩展结果,为水文预报工作提供一种较精确的面雨量估算和输入方法。     

新一代天气雷达雨量估测与实况的对比实现

新一代天气雷达在防灾减灾领域,特别是雨量估测方面具有广泛的应用.为了更准确有效的应用本地区雷达的雨量估测数据,本文基于.NET2.0平台,实现了雷达估测的雨量数据,和自动站雨量数据的对比软件平台研究.并给出了估测范围与对比结果的数据误差分析.结果表明,估测范围的选择对雷达估测雨量的结果,及其与自动站雨量的对比结果有很大的影响.     

新一代天气雷达雨量估测与实况的对比实现

新一代天气雷达在防灾减灾领域,特别是雨量估测方面具有广泛的应用。为了更准确有效的应用本地区雷达的雨量估测数据,本文基于．NE12．0平台,实现了雷达估测的雨量数据,和自动站雨量数据的对比软件平台研究。并给出了估测范围与对比结果的数据误差分析。结果表明,估测范围的选择对雷达估测雨量的结果,及其与自动站雨量的对比结果有很大的影响。     

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。     

云模式预报雨量与雷达估测雨量及自动站实测雨量比较

利用2007--2008年1—12月国家气象中心GRAPES云模式预报雨量资料,及同期江西区域天气雷达估测雨量及自动气象站实测雨量资料,比较其基本统计与地理分布特征,并对其进行相关计算与结果分析,选取129个数据样本,计算分析它们之间的复相关性,并对其计算误差进行比较与分析。结果表明,三种雨量的复相关性较好。GRAPES云模式预测的时雨量值最大,比雷达估测的时雨量值及自动站实测的时雨量值偏大,自动站实测时雨量值次之雷达估测的时雨量值偏小。     

多普勒雷达资料格点化方案的比较研究

利用高阶多项式拟合实际雷达速度观测的方法生成模拟资料。据此比较了3种雷达资料格点化的插值方案。它们是先锥面后垂直内插方案(CVI)。3维Barnes插值方案(3D—Branes)和变分分析方案(VAR)。结果表明。3D-Barnes方案明显优于其它两种,特别是在中层;CVI方案的误差略高于前者,但是光滑性较差。在高层和低层空缺区较大;VAR方案的误差最大。     

利用雷达作台风0～3h雨量等级预报

通过对1989～1992年台风影响浙江期间,杭州数字化雷达回波及对应的地面58个气象站和156个水文站自记1h雨量资料,进行了统计分析,得到在浙江仅有台风单一系统引起降水时,杭州数字化雷达回波强度Z与雨强I.根据Z=A·I^b关系得出A、b系数在不同探测范围的值,以得到Z与I关系,并结合雷达回波的移动情况,制作了浙江省台风0～3h雨量等级预报。     

改进气象雷达TITAN算法在灾害性天气预警中的应用研究

提出一种适用于我国不同季节、经纬度和下垫面的改进气象雷达TITAN算法。建立天气雷达数据格式转换系统,将我国不同型号新一代天气雷达基数据转换成MDV格式雷达数据;按我国不同气候类型、经纬度和海陆下垫面特征,统计获取不同区域强风暴天气雷达特征指标参数阈值。利用云贵高原和海南地区不同下垫面的两次典型超级单体强风暴天气雷达实况数据与改进的TITAN算法进行实验对比分析。分析结果指出,采用改进TITAN算法识别、跟踪和预测0.5~1 h后的强风暴天气误差较小,可信度较高,有助于识别预警灾害性天气和人影指挥作业。     

多普勒天气雷达识别低空风切变算法的改进研究

针对CINRAD-CD天气雷达切变线识别产品的局限性,通过对探测资料采取中值滤波、滑动平均等预处理方法,有效填充缺测区探测资料。随后,再对探测资料采用最小二乘拟合法计算得到风场径向速度的径向切变、方位切变及垂直切变,进一步得到风场径向和方位的组合切变,从而得到垂直切变图。通过两次银川降雨过程实例应用,证明上述方法能够较准确地辨识风切变线,可为临近预报提供更科学的参考信息。     

一次特大暴雨过程的多普勒天气雷达资料分析

利用卫星云图和多普勒天气雷达资料对2008年8月1—2日上午发生在安徽东南部及江苏西南部特大暴雨过程进行了分析。结果表明,这次区域性特大暴雨是由台风减弱演变为深厚低压系统所引发,暴雨区域辐合上升运动强烈,西南低空急流强盛,同时中层冷空气侵入触发不稳定能量释放;特大暴雨的发生与中β尺度强对流云团多次发展以及长时间维持密切相关,中尺度云团的最冷云区亮温和面积决定了暴雨强度;积层混合云降水回波内部有多个尺度不等的的对流回波相继经过暴雨发生地形成“列车效应”,从而造成持续性暴雨,暴雨回波的强回波核总是位于云体的中下部,这是暴雨回波的典型特征;特大暴雨发生阶段,对流层中低层辐合厚度增加,强度增强,同时低层（2 km以下）伴随下沉运动,2 km以上则为上升运动。     

基于预测的双线偏振天气雷达数据无损压缩算法

随着双线偏振天气雷达技术的发展,雷达提供的探测参量越来越多,数据精度不断提高。探测性能提升使得天气雷达数据量急剧增长,数据存储和传输是雷达网络化应用中需要解决的重要问题。数据压缩算法用于减小传输和存储的数据量,但通用的数据压缩算法并未充分考虑双线偏振天气雷达数据的特点。文中提出适用于双线偏振天气雷达数据压缩算法（DPRC）,使用径向预测减小天气雷达数据相关性,实现了天气雷达基数据的高效无损压缩。使用CSU-CHILL雷达数据和双线偏振改造后的CINRAD SA雷达对DPRC的算法性能进行评估,试验结果表明,DPRC较通用的压缩算法压缩率更高,适用于高分辨率双线偏振雷达数据无损压缩。      

一次多普勒天气雷达故障排除实例分析

根据雷达工作原理、故障现象和故障原因,对桂林市新一代多普勒天气雷达天线动态故障问题的维修工作的总结分析,找出故障原因,维护注意事项和维修方法.     

A Velocity Dealiasing Scheme for C-band Weather Radar Systems简

A dealiasing algorithm for radar radial velocity observed by C-band Doppler radars is presented as an extension of an existing S-band dealiasing algorithm. This has operational significance in that many portable and many commercial broadcast radars, as well as approximately one half of the Chinese weather radar network （CINRAD）, are C-band radars. With a wavelength of about 5 cm, the Nyquist interval of C-band radars is just about one half that of S-band radars （wavelength of about 10 cm） and thus has more velocity folding. The proposed algorithm includes seven modules to remove noisy data, find the starting radials, dealias velocities, and apply least squares error checking in both the radial and azimuth directions. The proposed velocity dealiasing method was applied to one widespread rain case and three strong convective cases from radars operating in China. It was found that, on average, 92.95% of the aliased radial velocity data could be correctly de-aliased by the algorithm, resulting in 96.65% of the data being valid.     

适合飞机人工增雨作业天气系统的雷达回波特征分析

应用2004～2005年沈阳辉山新一代天气雷达资料和常规气象资料,对实施飞机人工增雨作业的天气系统、增雨作业云系及其雷达回波特征进行了归纳和分析,并提出了飞机人工增雨作业条件和作业时机、作业区域等判别方法,为实施飞机人工增雨作业提供科学依据。     

网络化多普勒天气雷达反射率因子的衰减订正

利用国内第一个网络化雷达试验平台的观测资料,基于网络化雷达反射率因子衰减订正算法,对观测数据进行衰减订正。并与单部雷达自适应约束算法和常州S波段雷达观测资料进行比较分析,结果显示订正方案合理。个例分析表明,经过雨区后单部雷达探测的回波强度较弱甚至探测不到,而网络化雷达可以利用多部雷达的共同观测,弥补单部雷达探测上的不足,体现出网络化雷达衰减订正的优势。     

多普勒雷达资料同化在“7.21”北京特大暴雨个例中的应用

基于WRF(Weather Research Forecast)模式和GSI(Gridpoint Statistical Interpolation)同化系统,研究了同化4部多普勒雷达探测资料对"7.21"北京特大暴雨过程中降水预报的改善作用。GSI系统直接同化径向风,而采用云分析的方式间接同化反射率。2012年7月20日21时—21日00时(世界时)雷达探测资料同化试验采用30 min循环同化径向风和反射率资料。结果表明,循环同化雷达探测资料改善了短时(0—6 h)和短期(0—24 h)降水预报,ETS评分提高了约0.2。同化反射率资料增加了初始场的水凝物,改善了温度场分布,直接影响了降水的形成,同时还使650—250 hPa位势高度的均方根误差平均降低了8 gpm。直接同化径向风资料对中尺度风场产生了一定影响。ETS评分结果表明:同化反射率资料的效果要优于同化径向风。     

Evaluation of radar and automatic weather station data assimilation for a heavy rainfall event in southern China

To improve the accuracy of short-term(0–12 h) forecasts of severe weather in southern China, a real-time storm-scale forecasting system, the Hourly Assimilation and Prediction System(HAPS), has been implemented in Shenzhen, China. The forecasting system is characterized by combining the Advanced Research Weather Research and Forecasting(WRF-ARW)model and the Advanced Regional Prediction System(ARPS) three-dimensional variational data assimilation(3DVAR) package. It is capable of assimilating radar reflectivity and radial velocity data from multiple Doppler radars as well as surface automatic weather station(AWS) data. Experiments are designed to evaluate the impacts of data assimilation on quantitative precipitation forecasting(QPF) by studying a heavy rainfall event in southern China. The forecasts from these experiments are verified against radar, surface, and precipitation observations. Comparison of echo structure and accumulated precipitation suggests that radar data assimilation is useful in improving the short-term forecast by capturing the location and orientation of the band of accumulated rainfall. The assimilation of radar data improves the short-term precipitation forecast skill by up to9 hours by producing more convection. The slight but generally positive impact that surface AWS data has on the forecast of near-surface variables can last up to 6–9 hours. The assimilation of AWS observations alone has some benefit for improving the Fractions Skill Score(FSS) and bias scores; when radar data are assimilated, the additional AWS data may increase the degree of rainfall overprediction.