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。