青海短时临近预报系统SWAN1.0本地化及应用

利用SWAN1.0系统对青海省2014年7月的19次降水过程进行个例反算,对其QPE产品进行效果检验,我们发现:对于青海东部农业区西宁和海北的QPE(1小时定量估测降水)产品来说,在青海主汛期7月具有较好的估测效果,对于实况在0~10mm量级的降水估测值比10~20mm量级对应的降水估测更为准确;QPE产品对于东部农业区出现的中雨以上量级的降水有较准确的监测能力。     

SWAN中定量降水估测和预报产品的检验与误差分析

采用2010—2011年5—9月河南省区域加密自动站雨量和全省6部新一代天气雷达资料,用点对点统计检验评分方法,分析SWAN系统中定量降水估测(QPE)和定量降水预报(QPF)产品在河南省短时强降水过程中的误差分布,并分别讨论二者在河南省区域与局地强降水过程中的差别及产生误差的直观原因。结果表明:1)SWAN中QPE和QPF均对小时雨量低于10 mm的降水有较好的估测和预报能力;QPE以豫西南和豫北效果最好,QPF在豫中地区预报能力更强。QPE估测较实况偏大;QPF对小时雨量低于20 mm的短时强降水预报略偏大,而对更强降水预报偏小,尤以豫西和豫南最明显。2)QPE和QPF均对区域性降水有更好的估测或预报能力。3)区域降水过程中,QPE对降水中心范围和位置估测较准确,估测值较实况偏大;QPF对强降水中心位置预报略有偏差,其中心强度较实况偏弱。     

珠海X波段双偏振相控阵雷达定量降水估测产品质量评估

以地面雨量站观测资料为基准,选取2021年6—8月的6个强降水过程,利用珠海4部X波段双偏振相控阵雷达QPE组网产品和对应区域雨量站逐小时降水资料,使用相关系数(CC,Correlation Coefficient)、相对偏差（RB,Relative Bias）、相对平均绝对误差（RMAE,Mean Relative Absolute Error）、均方根误差(RMSE,Root Mean Squared Error)、探测率（POD,Probability of Detection）、误报率（FAR,False Alarm Ratio）、临界成功指数（CSI,Critical Success Index）,对相控阵雷达QPE产品质量进行评估。结果表明：QPE产品总体CC、RB、RMAE、RMSE分别为0.83、1.62%、47.59%、6.68 mm。有无降水探测率为88.66%,FAR为12.03%,CSI为83.99%;能够准确捕捉强降水落区、把握小时雨强变化趋势,雨强峰值谷值出现的时间匹配的较好。小时降水分级检验结果显示,QPE产品对于大雨强的评估效果相对较好,小时雨量≥16....     

SWAN 产品在“2012·7”沙澧河流域特大暴雨过程中的应用

利用灾害性天气短时临近预报业务系统(SWAN,Severe Weather Automatic Nowcast System),对2012 年7 月4—5 日发生在河南沙澧河流域的大-特大暴雨过程进行SWAN 产品特征分析,总结SWAN 产品在此次过程短时临近预报、预警中的特征指标,结果表明：(1)1 h 降水量30 mm 以上站点对应的1 h 最大反射率因子97.4%在45 dBz 以上,回波顶高84.6%在11 km 以上,反射率因子对短时强降水预报的指示意义较强;(2)垂直积分液态含水量(VIL,Vertically Integrated LiquidWater)高值区与1 h 降水量10 mm 以上降水区有很好的对应关系;(3)定量降水估测(QPE,Quantitative Precipitation Estimation)对此次特大暴雨过程30 mm 以上1 h 降水量有较好的估测能力;(4)定量降水预报(QPF,Quantitative Precipitation Forecast)对此次过程1 h 降水量30 mm 以上的站点预报量级普遍偏小,平均QPF 预报误差偏小30 mm;(5)回波移动矢量(COTREC风场)指示着未来风暴移动的方向,且1 h 强降水中心与COTREC 风场辐合区有一定的对应关系。     

基于SWAN雷达拼图产品在暴雨过程中的对流云降水识别及效果检验

本文基于SWAN雷达拼图产品,选取了组合反射率因子、组合反射率因子水平梯度、回波顶高及垂直累积液态水含量作为识别参数,采用模糊逻辑法对暴雨过程中的对流云与层状云降水进行了分类试验,对发生在重庆的12次区域性暴雨天气过程分类结果进行了验证。并以ADTD地闪资料作为对流云降水的实况观测数据,分别采用了四种不同半径的空间匹配与四种不同时间匹配方式对识别出的对流云降水产品进行了定量检验。检验结果显示:随着空间匹配半径的增大,正确率明显提高,而6 min地闪相对于6 min拼图产品提前6、3、0 min及滞后3 min四种时间匹配方式,其正确率变化很小。对于12次暴雨过程的总体评分较高,检验方法具有清楚的物理意义,在不同的时空匹配方式下的评分结果符合实际情况,同时说明对流云与层状云降水分类效果较好,也是对对流云降水识别定量检验的一次探索。     

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...     

SWAN系统中雷达反射率因子质量控制算法及其应用

介绍了SWAN系统中雷达反射率因子质量控制算法原理,包括数据预处理、孤立噪声回波过滤、超折射回波抑制3部分.数据预处理将原始雷达资料转换为统一的RD20格式,并检测数据质量.孤立噪声回波过滤包括双向搜索、回波特征量过滤法.超折射（Anomalous Propagation,AP）回波抑制采用模糊逻辑原理.介绍算法配置参数,通过对比分析武汉、随州、西安雷达AP识别因子概率分布图可知,三者是类似的,表明默认参数的适用性.评估表明,该方法可过滤掉大部分AP回波,缺点是未能识别部分远距离AP回波以及错误识别部分降水回波.     

SWAN定量降水估测和预报产品在贵州乌江流域的应用

该文选取乌江流域范围内出现区域性降水达到中雨以上量级的1 h降雨资料,再运用同期SWAN系统中定量降水估测(简称QPE,下同)和定量降水预报(简称QPF,下同)产品,计算贵州乌江流域范围内面雨量,对其进行误差订正及检验分析。结果表明:定量降水估测和定量降水预报的效果不好,经过误差订正后的QPE和QPF更加接近于实况;订正后的QPE的相对偏差在30%左右,而QPF多在40%~60%之间浮动;QPE和QPF经过二次订正后,与实况基本一致,具有更高的估测与预报能力,可应用于实际业务中。     

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。     

新SWAN江西本地化平台产品应用和检验评估

新SWAN3.0示范版通过融合“天擎”和LINUX改造等方式使系统框架更高效,在强对流识别算法、产品数量、功能模块等方面较以前版本均有了较大提升。文中使用空间领域TS评分法,并结合典型个例,对平台输出的临近预报效果和强对流识别产品进行了评估,结果表明：光流外推法和融合外推法结果趋势一致,预报时效越近预报能力越强;预报稳定性方面,大于35 dBz回波整体好于55 dBz以上的强回波中心;光流法预报效果好于融合法;平台能有效识别冰雹、下击暴流等,能为短临监测预警预报业务提供支撑。     

MLP在雷达定量降水估测中的应用

通过临近时次、临近空间降水回波性质相似假设,以人工智能技术结合快速动态分级法(Fast Dynamic Categorical method,FDC)为核心,设计广西区域分钟级雷达定量降水估测产品模型。在单部雷达估测降水时,分两层三次使用感知器寻求合理的降水类型分类Z-I关系,首先将FDC看为一种多分类算法,根据单站雷达各级回波的降水估测结果误差将回波区内的站点分为强站点和弱站点两类,然后分别对这两类站点再次使用FDC建立新的强、弱两类Z-I关系。在多部雷达组网联合估测定量降水时,将各雷达估测值等权重看待,将单部雷达估测作为一个分支,通过连结方式构建一个多层感知器(Multilayer Perceptron,MLP)。无站点回波区采用K近邻算法(K-Nearest Neighbor,KNN)选择合适的MLP求得的Z-I关系估算降水量。对2019年3—10月试验产品进行检验分析,结果表明以区域站组成的训练组小时降水相关系数达0.973 7,以国家级气象台站组成的测试组相关系数达0.825 6。     

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。     

A STUDY ON VARIABLE QUANTITATIVE PRECIPITATION ESTIMATION USING DOPPLER RADAR DATA

With the pros and cons of the traditional optimization and probability pairing methods thoroughly considered, an improved optimal pairing window probability technique is developed using a dynamic relationship between the base reflectivity Z observed by radar and real time precipitation I by rain gauge. Then, the Doppler radar observations of base reflectivity for typhoons Haitang and Matsa in Wenzhou are employed to establish various Z-I relationships, which are subsequently used to estimate hourly precipitation of the two typhoons. Such estimations are calibrated by variational techniques. The results show that there exist significant differences in the Z-I relationships for the typhoons, leading to different typhoon precipitation efficiencies. The typhoon precipitation estimated by applying radar base reflectivity is capable of exhibiting clearly the spiral rain belts and mesoscale cells, and well matches the observed rainfall. Error statistical analyses indicate that the estimated typhoon precipitation is better with variational calibration than the one without. The variational calibration technique is able to maintain the characteristics of the distribution of radar-estimated typhoon precipitation, and to significantly reduce the error of the estimated precipitation in comparison with the observed rainfall.     

多普勒雷达资料动态定量估测台风小时降水量的研究

在充分考虑传统的最优化方法和概率配对法优缺点的基础上,使用一种改进的最佳窗概率配对法计算Z-I关系中的系数A和b,得到了雷达测得的基本反射率因子Z和雨量计实时测到的小时降水量I的动态关系.利用温州多普勒雷达体扫资料和浙江省自动雨量站资料,使用该方法对"海棠"(Haitang)和"麦莎"(Matsa)两个台风分别进行了动态计算,得到了不同系数的Z-I关系,进而对两个台风的小时降水量进行了定量估测.使用变分技术对估测的小时降水量进行了校准.结果表明,不同台风Z-I关系的系数差别较大,因而造成台风小时降水量的很大不同.使用雷达基本反射率来估测台风小时降水量,能够清楚表现出台风的螺旋雨带和其中的中小尺度雨团,估测的台风小时降水量与实况基本接近.经过变分校准的估测降水量可以较好地表现出台风雨带与地面中尺度流场动力结构的对应关系.误差统计分析表明,变分校准后的估测台风小时降水量要明显好于变分校准前的估测台风小时降水量.变分校准法既保留了雷达估测台风小时降水量的分布特征,又使估测的台风小时降水雨量与实况的误差明显减小.     

一种可用于登陆台风定量降水估计(QPE)方法的初步建立

借鉴Adler-Negri[1]、Goldenberg等[2]及李俊等[3]的工作,通过对三者工作的有机结合及完善,针对登陆台风GMS-5 IR1TBB特征及逐时观测雨量强度及水平分布特点,初步建立一种可用于登陆台风的定量降水估计(QPE)方法,并结合0104号登陆台风“尤特”个例,从各站点逐时雨量、过程雨量以及区域面雨量角度,分析检验了初步建立的云估计降水方法的定量估计能力。结果表明:(1)所建QPE方法可以反映出登陆台风逐时降水的水平分布不均匀性,可以分离出对流降水和层云降水,但对大于15.0 mm/h的降水强度估计能力有限。(2)51.7%的站点过程雨量相对误差小于20%,过程雨量相对误差小于40%的站点数占总站点数的75.9%,表明所建QPE方法对过程雨量的估计能力还是相当强的,这也间接反映了其对逐时雨量较强的估计能力。(3)所建QPE方法对逐时面雨量也具有一定的估计能力,可以为抗旱、防洪决策服务提供一定的参考。     

天气雷达回波运动场估测及在降水临近预报中的应用

在常用的基于天气雷达反射率因子图像的相关方法跟踪回波运动的TREC(Tracking Radar Echo by Correlation)技术基础上,文中发展了一种基于差分图像(时间梯度图像)的相关方法追踪雷达回波运动(Difference Image-based Tracking Radar Echo by Correlations)技术,简称DITREC,并与TREC技术进行比较.个例分析表明,DITREC矢量场消除了TREC矢量场中由于回波型的迅速变化导致的一些无序矢量,使得DITREC矢量场的时间连续性和空间连续性好于TREC矢量场. 在TREC矢量场中不存在无序矢量的地方,DITREC矢量场与TREC矢量场基本一致.分别用DITREC矢量场和700 hPa风场作为回波运动估测场外推合肥CINRAD/SA雷达反射率因子复合扫描图,得到1 h外推降水场.以地面雨量计为标准,对外推降水场进行评估,结果表明,DITREC外推小时降水优于700 hPa外推小时降水,但其精度还与所采用的Z-R关系有关.     

DERF产品在江西汛期降水预测中的释用

利用T63月动力延伸预报DERF模式输出的北半球500hPa位势高度场资料和江西省83站逐月降水量实况资料,运用EOF迭代方法对江西省2005-2009年汛期4-6月逐月降水距平百分率进行解释应用预测试验.结果表明,预测模型对江西汛期降水趋势预测的评估效果比较好.月降水距平百分率的预测Ps评分总体平均为72%,平均距平...     

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。      

重建动力系统方法制作月降水量预报的试验

利用时间滞后延拓相空间的方法，将南京地区一维月降水量资料序列拓展成高维相空间，计算得到降水系统的分维数为３．６，表明该系统是一混沌系统，其自由度最小取４。在具有二次非线性项的假设下求解设定的动力系统程数，建立降水预报方程。预报检验结果表明，利用该方法作局地降水气候预报具有一定的准确度。