共查询到18条相似文献，搜索用时 125 毫秒
1.
为了评估GPM/IMERG产品在鲁南地区的精度,利用2016年1—12月鲁南地区35个国家气象站的降水观测数据,采用定量和分类评分指标的方法,从时间、空间和降雨强度等方面对GPM/IMERG产品在鲁南地区的适用性进行评估。结果表明:IMERG数据在鲁南地区具有较高的精度,IMERG与站点观测数据相关系数为0.8,均方根误差为5.47mm/d,相对偏差为2.27%;从时间上来看,IMERG与站点观测区域平均日降水和月降水总体变化趋势是一致的,夏季的估算精度高于其他季节;从空间上来看,年降水量偏多的台站,IMERG数据会低估,年降水量偏少的台站,IMERG数据会高估,IMERG对中纬度山地和丘陵的估测精度优于平原;IMERG产品的估计精度与降雨强度有关,当降水量级为微量降水(小于1mm/d)时,卫星估测能力较弱,当降水强度为小雨及以上量级时,卫星估测降水产品与实际观测概率密度差异较小;IMERG估算稳定性降水的能力较强,在降水较多月份,IMERG的探测准确率较高、空报率较低、临界成功指数较好。 相似文献
2.
基于浙江省雨量站观测数据,利用相对偏差(RB)、均方根误差(RMSE)、相关系数(CC)对2015—2020年登陆浙江的“灿鸿”“摩羯”“利奇马”“米娜”和“黑格比”影响期间全球降水观测计划GPM多卫星融合产品V06B版的准实时降水产品IMERG＿ER(简称IMERG)进行总体评估,并采用探测率(POD)、空报率(FAR)和临界成功指数(CSI)来评估不同降水量级下IMERG的降水估测能力。结果表明：IMERG总体能较好反映降水的空间分布特征,但对强降水落区范围大小的捕捉能力尚有一定不足。IMERG对“灿鸿”过程总降水量具有一定程度的低估,对“摩羯”“利奇马”“米娜”和“黑格比”过程总降水量存在高估。此外,IMERG对“黑格比”降水变化的捕捉能力最强,接着依次是“灿鸿”“摩羯”和“利奇马”,较差的是“米娜”。从分级检验结果看,随着降水量级的增加,POD和CSI稳中有降,FAR稳中有升,即IMERG对小雨的辨识能力最优,对大暴雨的捕捉能力较差,同时高估了较强降水发生的可能性。客观上看,IMERG对个别台风降水强度的捕捉能力稍显不足,定量误差较大,但总体上追踪台风降水动态变化的能力尚可,具... 相似文献
3.
以雨量站观测数据为基准,利用相关系数(CC)、相对偏差(RB)、均方根误差(RMSE)以及分级评分指标(探测率POD、误报率FAR、临界成功指数CSI),对全球降水计划GPM多卫星融合产品4. 4版本准实时产品IMERG_ER(简称IMERG)在2017年接连登陆广东的3个台风"天鸽"、"帕卡"和"玛娃"极端降水过程性能进行评估。广东省内"天鸽"、"帕卡"和"玛娃"的CC分别为0. 80,0. 68和0. 47,RB为-12. 00%,-47. 06%和-29. 10%,RMSE达33. 00,40. 03和26. 40 mm。雨区的CC分别为0. 59,0. 48和0. 33,RB为2. 21%,-43. 58%和-25. 94%,RMSE为44. 34,51. 04和40. 64 mm。IM ERG低估了"天鸽"、"帕卡"、"玛娃"的总体降水强度,主要源自于对雨区的低估。从散点分布来看,IMERG高估了强降水,低估了弱降水的强度,对极端强降水的估测能力存在较大的不稳定性。降水量时序变化特征表明,IMERG较好体现了降水峰值和谷值的数量及变化趋势,但时间和强度有偏差。误差来源于复杂地形、PMW观测时间分辨率不足和IR反演降水准确度不足对卫星估测降水的影响。分级检验结果显示,相同量级内,雨区的POD更大,FAR更小,CSI评分更高,IMERG对雨区的反演能力更强。IMERG对"天鸽"估测效果最好,POD较高,FAR较小,CSI较高;"帕卡"POD较低,暴雨及以上的FAR较高,CSI下降显著;"玛娃"POD比"帕卡"高,但FAR也高,CSI中等。可见IMERG对小量级降水具有较好的估测能力,强降水估测显著偏高,暴雨及以上的降水误差起了主要贡献。 相似文献
4.
新一代全球降水观测计划GPM作为TRMM卫星的继承者,在物理探测和降水反演算法上具有明显进步。以广东省雨量自动站为基准,对2014—2018年间GPM的格点降水估测产品IMERG（V5B）的日变化特征和估测误差进行分析。结果表明,IMERG能清晰反映广东前、后汛期的降水双峰型特征,但对下午降水峰值明显高估,峰值出现时间滞后;而对于沿海早晨峰值降水则明显低估,对于降水极值,低估更加显著。IMERG对两个峰值的估测误差受不同因素影响,下午峰值降水的相对偏差与地形密切相关,珠江三角洲平原为稳定高估区,地形高度越高,低估幅度越大;而早晨峰值降水极值负偏差与地形高度、降水量的相关性均较小。对出现显著负偏差的早晨沿海降水样本日进行925 hPa风场合成,可知IMERG明显低估时,对应区域上游较强的超低空西南气流与风速夜间增长。IMERG对这一季风活动背景降水的低估构成了其估测早晨降水误差的主要来源。 相似文献
5.
选取2016年1—12月GPM(Global Precipitation Measurement)卫星的IMERG月尺度降水数据为研究对象,以同时期的气象站点实测降水数据为参考,利用相关系数、标准偏差、相对误差等多种统计分析指标对其在沿海地区估测能力进行评价。结果表明:IMERG月尺度降水量与站点实测降水数据相关性较好,IMERG估测的降水与气象站点实测降水量的时空变化规律也较为一致,但是量化到具体数值而言,其对山区、海岛站的估测能力不及地势平坦的区域;同时,选取降水个例对IMERG日尺度和半小时尺度降水数据的分析表明,日尺度IMERG估测的不同等级降水量也存在偏差,半小时尺度IMERG降水数据对海岛站的降水估测偏高。总体而言,IMERG降水数据对降水的时间变化规律和空间分布格局估测较为合理,但是对山区、海岛地区,其降水估测值还存在偏差,在今后应用中需结合地形特征加以合理利用。 相似文献
6.
《高原气象》2015,(6)
新一代天气雷达联合雨量站数据进行定量降水估测中,雷达回波强度和雨量站观测值较好的匹配是准确拟合出Z-R关系的关键。对流性降水回波强度具有时空变化大的特点,严重影响了雷达和雨量站数据的匹配以及定量降水估测的精度。利用河南地区3次强对流天气过程的雷达和雨量站数据,通过分析雷达对流性降水与地面雨量站观测值的误差空间分布,找到如下规律:雷达回波强度严重高估点和低估点大部分位于强回波的边缘地区(单点回波强度随时间变化较大);部分位于强回波中心的雨量站观测值为零(部分时刻)。通过分析可知,突发的强降水和强回波中心容易造成雨量站观测值误差较大,因此对Z-R关系拟合造成了较大的影响。根据对流性降水回波强度变化特点和本文得到的回波强度与雨量站雨量匹配关系,在Z-R关系拟合中,提出了加入回波强度随时间变化的指标对误差较大雨量站进行剔除的方法,也提出了一种优化的回波强度平均方法和累积时间,得到了用于对流性降水估测的最佳方案。详细分析以上因素对降水估测的影响表明,通过根据回波强度随时间变化的指标对雨量站进行剔除和使用最佳降水估测方案,提高了对流性降水估测的精度。 相似文献
7.
采用地面雨量计校准后的南京信息工程大学 (Nanjing University of Information Science & Technology, NUIST) C波段双偏振 (C band Dual Polarization Radar, NUIST CDP) 雷达降水估测数据，研究全球降水观测 (Global Precipitation Measurement, GPM) 计划多星融合降水产品 (Integrated Multi satellite Retrievals for GPM, IMERG) 对苏皖地区梅雨、台风和飑线等不同类型降水观测精度，结果表明，①梅雨降水过程中，IMERG的累计降水量整体大于NUIST CDP的累计降水量；②台风降水过程中，IMERG一定程度上低估了累计降水量较大时的降水结果；③IMERG不能很好地观测到飑线降水的空间结构，几乎没有观测到这次降水过程中的强降水区域。 相似文献
8.
以高密度的地面雨量站网观测数据为基准,综合分析了TRMM 3B42RT V7、IMERG Early、IMERG Late、GSMaP NRT、GSMaP NRT Gauge共5种近实时卫星降水数据对南京及周边地区2017年6月10日一次破历史记录的极端性强降水过程的监测能力。结果发现,在累积雨量方面,2种GSM aP数据有比较明显的低估,但基本再现了雨量中部高、南北低的空间分布格局;而3B42RT V7和2种IMERG对累积雨量的主要空间分布特征的辨识性较差。在降水强度时序变化方面,所有卫星数据均能正确探测到南京全市与江宁区的"20170610"降水过程,但在区域和网格尺度上对降水强度变化的动态跟踪能力明显不足,定量误差比较突出。5种数据中,GSMaP NRT的综合精度相对较高,而2种IMERG数据的表现尚不及3B42RT V7。总体上,近实时卫星降水数据对中小尺度极端性强降水过程的监测已展现了一定的积极效果,但捕捉降水落区及追踪降水动态变化的能力尚需大力改进。 相似文献
9.
文章发展了一种利用雷达垂直反射率因子廓线改进复杂地形下台风降雨的雷达定量估测方法。该方法通过全局与区域最优拟合的垂直反射率因子廓线(VPR)获取近地面的最优反射率,并获取最优的动态Z-R关系。该方法充分考虑了复杂地形下的垂直降雨结构特征以及地形增雨增幅影响,因此有效弥补了雷达在复杂地形下VPR监测不完整问题。利用浙江地区三个典型登陆台风对方法进行检验,结果表明,反演的VPR能够较好地反映洋面、平原与山区的低层反射率因子结构差异,符合实际降水系统低层结构特征。相比传统的定量降水估计方法.改进算法较好地解决了复杂地形区域的强降水低估问题,其估测的小时降水与地面检验的雨量站观测相关系数达到0.85~0.94,降水累积估测误差减少约50%。 相似文献
10.
雷达-雨量计联合估测区域降水量方法检验与评估 总被引：3，自引：3，他引：0
文章在"黄河淮河流域暴雨洪水预报系统"项目试验整理的高密度地面雨量站网数据和雷达连续采集体积扫描数据基础上,首次提出了对稠密雨量站网数据科学分组的方法,并采用分组数据对雷达-雨量计联合校准的10种方法进行了多参数的客观检验和评估。研究表明:(1)雨量站分组方法科学合理,可以满足评估的要求;(2)集成法估测区域降水量好于其他非集成的8种方法;(3)雷达对不同降水强度的估测精度具有三段式分布特征;(4)50~100 km为雷达估测降水的最佳区间,150~200 km区间的估测精度最差;(5)通过时间累积,可以提高各种估测方法区域降水量估测的精度和稳定度。 相似文献
11.
This is the first attempt to merge highly accurate precipitation estimates from Global Precipitation Measurement (GPM) with gap free satellite observations from Meteosat to develop a regional rainfall monitoring algorithm to estimate heavy rainfall over India and nearby oceanic regions. Rainfall signature is derived from Meteosat observations and is co-located against rainfall from GPM to establish a relationship between rainfall and signature for various rainy seasons. This relationship can be used to monitor rainfall over India and nearby oceanic regions. Performance of this technique was tested by applying it to monitor heavy precipitation over India. It is reported that our algorithm is able to detect heavy rainfall. It is also reported that present algorithm overestimates rainfall areal spread as compared to rain gauge based rainfall product. This deficiency may arise from various factors including uncertainty caused by use of different sensors from different platforms (difference in viewing geometry from MFG and GPM), poor relationship between warm rain (light rain) and IR brightness temperature, and weak characterization of orographic rain from IR signature. We validated hourly rainfall estimated from the present approach with independent observations from GPM. We also validated daily rainfall from this approach with rain gauge based product from India Meteorological Department (IMD). Present technique shows a Correlation Coefficient (CC) of 0.76, a bias of −2.72 mm, a Root Mean Square Error (RMSE) of 10.82 mm, Probability of Detection (POD) of 0.74, False Alarm Ratio (FAR) of 0.34 and a Skill score of 0.36 with daily rainfall from rain gauge based product of IMD at 0.25° resolution. However, FAR reduces to 0.24 for heavy rainfall events. Validation results with rain gauge observations reveal that present technique outperforms available satellite based rainfall estimates for monitoring heavy rainfall over Indian region. 相似文献
12.
为评估和对比GPM IMERG、ERA5降水数据在云南的适用性,利用2014年4月至2018年6月的地面气象观测数据、GPM IMERG卫星遥感降水产品和ERA5再分析降水数据,采用定量和分类评分7项指标评估GPM IMERG和ERA5日降水产品在云南的适用性。结果表明:2种数据存在小雨日雨量高估,中雨及以上量级雨日雨量低估的问题,ERA5数据更为突出,小雨日居多导致降水整体高估;GPM IMERG数据空、漏报并存,ERA5则高空报、低漏报严重;小雨日较多(较少)的区域2种数据易出现高漏报(空报);不同雨强区间GPM IMERG秋季降水数据精度最高,冬季存在低雨强低估,高雨强高估的不同表现;20mm/d以下中低雨强段上2种降水数据与地面站点数据误差较小,雨强变大,误差增大,雨强大于20mm/d时,2种数据随雨强增大与站点偏差差异更为显著;随坡度和起伏度增大2种降水数据精度呈变差趋势;多项指标评估表明GPM IMERG降水数据在云南具有更高精度。研究结果为应用和开展农业、水利、水文、气象等相关学科研究提供参考依据。 相似文献
13.
多普勒天气雷达1 h降水产品的质量评估 总被引：2，自引：1，他引：1
为评估多普勒天气雷达1 h降水量(OHP)产品在降水预报中的质量, 从南通新一代多普勒天气雷达的体扫资料及其覆盖范围内太湖流域34个雨量站的同期逐小时降水资料中选取了19个降水个例。以空报率、漏报率、准确预报临界指数、平均误差、平均绝对误差和均方根误差等, 为评估降水预报质量的指标。根据雨量站实测日降水量(P)和1 h降水量(P1)大小分级, 对不同情况下的OHP进行质量评估。结果表明:(1)OHP的空报率和漏报率较高, 导致整体的准确预报临界指数偏低。(2)与不同的P和P1量级相对应, 不同的OHP预报质量有明显差异。除P<10 mm时和P1<1 mm时稍有高估外, 其他量级都存在低估, 且随着P的增加, 空报率和漏报率都减小。(3)对2007年9月18日的降水个例分析表明:OHP与实测的落区基本一致, 但降水强度上有偏差。不同站点的雨强偏差不同, 距南通雷达站100 km左右的OHP误差较小。 相似文献
14.
利用最新的深度学习算法,即卷积长短期记忆(Convolution Long-Short Term Memory)神经网络,构建基于深度学习的人工智能短临预报系统,以广州地区2019年3-5月雷达观测的数据为输入进行训练,然后进行短期1h内的降水预报。利用常用的统计评分指标(探测率POD、误报率FAR、临界成功指数CSI,相关系数CC)检验模型。结果表明,预报结果与实际观测的相关系数在1h内预报均保持在0.6以上,在1h内预报探测率均保持在80%以上,临界成功指数在降水强度为10mm·h^-1时,基本保持在60%,误报率均小于40%。 相似文献
15.
利用98个三江源区国家级气象站和区域气象站降水观测资料,对IMERG和GSMaP两种卫星降水产品进行了对比验证分析,并就长江流域、黄河流域和澜沧江流域分别进行了适用性评估.结果表明:IMERG卫星降水产品与地面观测日降水数据的相关系数中位数达到0.62,均方根误差中位数为4.24 mm,命中率能够达到0.80以上,明显... 相似文献
16.
This study uses rain gauge observations to assess the performance of different radar estimators R(ZH), R(KDP)and R(A) in estimating precipitation based on the observations of an S-band polarimetric radar over southern China during a typical convective storm and an extremely severe typhoon, i. e., Typhoon Manghkut. These radar estimators were derived from observations of a local autonomous particle size and velocity(Parsivel) unit(APU) disdrometer. A key parameter, alpha(α), which is the ratio of specific attenuation A to specific differential phase K_(DP) with three fixed values(α=0.015 dB deg~(-1), α=0.0185 dB deg~(-1) and α=0.03 dB deg~(-1)) was examined to test the sensitivity of the R(A) rain retrievals. The results show that:(1) All radar estimators can capture the spatio-temporal patterns of two precipitation events, R(A) with α =0.0185 dB deg~(-1) is well correlated with gauge measurement via higher Pearson's correlation coefficient(CC) of 0.87, lower relative bias(RB) of 16%, and lower root mean square error(RMSE) of 17.09 mm in the convective storm while it underestimates the typhoon event with RB of 35%;(2) R(A) with α=0.03 dB deg~(-1) shows the best statistical scores with the highest CC(0.92), lowest RB(7%) and RMSE(25.74 mm) corresponding to Typhoon Manghkut;(3) R(A) estimates are more efficient in mitigating the impact of partial beam blockage. The results indicate that α is remarkably influenced by the variation of drop size distribution. Thus, more work is needed to establish an automated and optimized α for the R(A) relation during different rainfall events over different regions. 相似文献
17.
GRAPES-TCM对登陆热带气旋降水的预报及其性能评估 总被引：2，自引：0，他引：2
基于GRAPES-TCM对2006年登陆热带气旋的降水预报结果,对该系统的24 h和6 h降水预报能力进行评估,并与基于卫星降水反演的外推预报(TRaP,Tropical Rainfall Potential)和相似台风降水预报技术(Analog Prediction Technique for Ty-phoon Precipitation,TAPT)进行对比.各方法对登陆热带气旋降水的综合预报能力通过分析预报和观测降水散点图、预报平均绝对误差(MAE)及均方根误差得到,降水分布型态的预报能力通过计算预报和观测降水的相关系数估计.此外,还分析了BS、POD、FAR、ETS评分等常用降水预报评估指标.结果显示,GRAPES-TCM的24 h降水预报绝对误差和均方根误差比TRaP和TAPT都大.但是,GRAPES-TCM的24 h降水预报与观测降水的相关系数远比TRaP和TAPT高.对其他指标的分析表明,GRAPES-TCM的漏报率远低于TRaP和TAPT,但3种方法的空报率在同一水平;对任一强度的降水,GRAPES-TCM的ETS评分总是最高,TRaP和TAPT对于大暴雨以上的强降水则几乎没有预报能力.对24小时内每6 h的降水预报,3种方法相对性能与24 h总降水相似.通过对各强度降水造成的降水量在总降水量中的百分比的对比分析,发现GRAPES-TCM预报强降水占总降水量的比重与观测十分接近.总体上说,GRAPES-TCM能较好地预报出登陆热带气旋降水的分布型态,对强降水的预报能力强于外推和相似预报方法,但是预报的降水量绝对误差偏大,尤其对暴雨级别以上降水,其BS值明显偏大. 相似文献
18.
基于雷达资料快速刷新四维变分同化(RR4DVar)初始化的三维数值云模式,利用京津冀6部新一代多普勒天气雷达和区域自动气象站观测资料,针对2013年7月4日出现在京津冀平原地区的中尺度对流系统(MCS),开展了数值临近预报试验。研究结果表明,充分考虑雷达观测信息的对流尺度数值临近预报具有很大的优势,但也存在不足:(1)模式能够较好地把握中尺度对流系统的组织发展和移动演变特征,对风暴回波带的走向和尺度特征有较好的预报,但对强回波的强度和位置预报存在一定偏差;(2)模式预报可以反映风暴系统的中小尺度扰动特征,对风暴冷池和出流边界(阵风锋)的发展变化均有较为合理的预报;(3)模式对强降水中心和雨带位置的预报有很大优势,能较好地预报弱降水雨带的分布形势和雨量,但对强降水落区的预报偏大;(4)模式对风暴造成的对流性强降水的预报准确率较高,对0.5—10 mm阈值的降水范围预报偏差比较合理,对10 mm以上降水范围的预报偏大,但是对弱降水风暴的弱回波较强回波的预报性能要好;(5)由于三维数值云模式对京津冀复杂地形的处理不够完善,对山前风场预报偏差较大,造成对山前风暴的发展演变和山前降水的预报偏差较大。 相似文献