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。     

利用静止卫星红外云图资料估计地面降水

介绍了长江上游的地面降水估计系统，该系统直接利用原始的云图资料，通过精度较高的非线性插值定位方法尽可能的保存其原有精度，并引用美国佛罗里达州中尺度气象试验及有关降水估计的先进研究成果，根据云体面积、性质估计出总降水量后，再利用当时的探空资料进行修正以得出符合当地实际情况的总降水量和平均雨深．在分析过程中采用大量自己研制的新的分析方法，提高了降水估计的精度，丰富和健全了系统的功能．     

浅谈利用卫星云图资料估计降水的方法

本文介绍了卫星云图估计降水的几种方法,并通过对卫星云图数据的处理得到实时亮温场,建立亮温场与降水量之间的相关方程,进行降水估算。     

利用红外卫星云图资料估计降水量方法的研究

在条件气候均匀及范围足够大取样区域,研讨面平均雨强与云覆盖率、云顶表面亮度温度的标准偏差、云覆盖率时间的变化率三者之间的关系,得到用１ｈ间隔的数字化红外卫星资料估计降水的三种模式。通过对１９９１年７月５日、６日、１０日降水过程的实例分析表明,对于日降水量的估计,效果较为理想。模式可用于与邓样时间和地点的相似气象条件区,且不需要对云进行分离和跟踪、考察对流单体的生命史演变过程,便于应用。     

卫星面降水估计人工神经网络方法

介绍了人工神经网络原理和卫星云图估计降水的原理.从GMS红外卫星云图资料中抽取12个降水云图特征量,构造了网络结构为12-98-7的降水估计人工神经网络模型,并用1993年的小时地面雨量资料和GMS数字云图资料对神经网络模型进行训练,用1992和1994年资料对该神经网络模型分别进行测试.在日面降水估计试验中,地面雨量计值和卫星估计降水之间的相关系数分别为0.94和0.97,相对误差分别为41%和32%.     

基于卫星和雷达资料的对流云团识别跟踪

强对流天气是福建汛期最主要的气象灾害之一,利用我国自主研制的风云系列气象卫星资料,结合天气雷达和自动站雨量资料,采用多阈值法、面积重叠法、统计法对福建省对流云团的识别、跟踪、未来3h短时降水预报等方法进行研究,在此基础上建立福建省对流云团卫星遥感监测预报业务软件系统。根据2015年5—9月福建省4次典型对流天气过程的业务试运行,结果表明该业务软件系统能准确识别跟踪对流云团的发生发展,对流云团移动过程的降水落区与地面气象观测的实际降水分布一致,对流云团最大降水量的预报准确率为61%,空报率为33%,漏报率为6%。研究成果对对流云团的监测和预报有较好的指导作用。     

一种卫星和雷达资料结合的强降水临近预报方法

在短期和短时天气预报的基础上，通过对气象卫星红外数字资料的定量处理和统计分析，作出降水云系的实时降雨量估计，并根据降水云系生命史的演变和移动、传播等特征，结合天气系统分型和雷达回波资料，提出一种北京密云水库上游潮河，白河流域区域性０－３小时强降水临近预报方法。     

中国东部地区卫星估计降水系统及其应用

基于两年的地面观测和GMS-5静止卫星云图等资料样本库,采用多元回归方法建立了中国东部地区六小时降水量分级估计业务系统。在大片层状云、孤立对流云等不同性质的降水条件下对该系统进行业务试运行,结果表明：1)使用多通道卫星云图资料,特别是红外和水汽通道亮温差、红外亮温的时间变率等云图衍生资料,可以有效的提高卫星定量估计降水准确率。2)由逐日实时资料库建立的回归估计方程,每6h更新一次,大大地改善了大片厚卷云和特殊地形引起的空报。     

卫星雷达资料在梅雨期暴雨短时预报中的应用

利用日本ＧＭＳ卫星红外云图，武汉数字化雷达回波以及逐时雨时资料，结合天气形势背景研究，初步建立孝感市梅雨期暴天气０￣６小时短时强降水预报的几种概念模型和短时预报流程。     

基于卫星和雷达资料估测滇中地区降水量方法研究

选用2008、2009和2010年5-10月的云顶亮温、云顶亮温梯度、水汽云图、总云量和云分类等云图资料,雷达基本反射率资料及自动站1h降水量资料,采用BP神经网络建立预报模型、传统Z-I关系及云分类Z-I关系,对距昆明雷达站大于20 km、小于150 km区域里且2008年已建有自动站的18个测站进行3h降水估测研究.通过研究,得到使用BP神经网络建立预报模型估测降水,在与实测降水的误差方面,比使用传统Z-I关系及云分类Z-I关系估测降水略有减小.本研究也是对综合利用卫星和雷达资料估测降水进行尝试.     

基于雷达组网拼图和XGBoost的雷达定量降水估测

针对传统方法采用天气雷达进行强降水的定量估测存在较大偏差问题,论文以1 h累计雨量为估测对象,基于雷达组网拼图资料,采用XGBoost(eXtreme Gradient Boosting)算法,建立新的雷达估测降水模型。该模型设计以前1 h的雷达组合反射率因子作为输入,进一步采用若干个剔除异常样本的策略有效清除建模样本中的部分噪声,更好地构建了雷达组合反射率与估测对象之间的非线性映射关系。在32万个独立检验样本的估测结果中,其均方根误差(RMSE)为6.04 mm、平均绝对误差(MAE)为3.50 mm、预报偏差(BIAS)为1.05;与目前业务系统上使用的ZR(300,1.4)关系方法相比,前者的RMSE和MAE分别下降了20.6%和10.3%,而BIAS指标则显示后者对降水量级的估测明显低估。进一步对小时雨强大于10 mm样本的统计结果表明,新方案的RMSE、MAE以及TS评分均大幅优于ZR(300,1.4)关系方法,可进行实际业务应用。     

闽中北前汛期多普勒雷达定量估测降水分析

使用2002、2003年福建中北部27个气象站5—6月自记雨量资料及相应的雷达体扫资料,通过用最优化法统计得出不同区域的Z-I关系,并将统计结果用于2005年5—6月的降水估测。同时利用实时雨量资料采用卡尔曼最优（卡尔曼滤波＋最优插值）、变分等估测方法对2005年几次混合型降水过程进行实时雨量校正,用福建北部武夷山九曲溪流域雨量计检验校正后的雨量值,并对上述几种方法的测量精度进行比较、分析。结果表明：卡尔曼最优、变分法及100km距离范围内的最优化法的过程平均相对误差小于25％,100km距离范围以外最优化法的过程平均相对误差明显增大,Z=300I^1,4估测的误差最大。     

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。     

雷达估测降水在区域站降水质控中的应用

利用高分辨率雷达定量估测降水的格点数据,与自动站实际观测到的降水量进行分析对比,发现雷达估测降水映射得到的自动站估测小时降水量与自动站实际观测的小时降水量的比值服从正态分布,以此来反推区域自动站实际观测的小时降水量的可信程度,并通过建立回归方程来对那些降水失真自动站作估计。以“菲特”台风期间的区域站降水量为例作了分析计算,结果表明雷达定量估测降水对自动站实际观测降水有良好的质控效果,值得进一步分析研究。     

GMS-5卫星估计中国西部地区月降水

在气候降水数据集中, 中国西部地区的降水数据精度一直偏低, 如全球降水气候项目数据集(GPCP)数据1998年年平均相对误差在100°E以西达到100%以上, 由于这一地区人烟稀少, 缺少足够的地面雨量站, 极轨卫星时间覆盖率低, GMS静止卫星高度角偏低, 给这一地区的降水测量和估计带来困难.本文尝试将GOES卫星降水指数(GPI)算法拓展应用到这一区域, 同时, 为了消除卫星高度角偏低造成的影响, 利用当地气候资料, 引入相对湿度修正因子.结果表明, 用GMS静止卫星云图结合气候资料, 可以有效估计中     

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。