共查询到18条相似文献，搜索用时 125 毫秒
1.
SWAN中定量降水估测和预报产品的检验与误差分析 总被引：1，自引：0，他引：1
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。 相似文献
2.
3.
SWAN系统QPE产品的误差统计及订正方法研究 总被引：1，自引：0，他引：1
利用SWAN系统QPE产品资料和自动站降水量,对甘肃省2010~2012年汛期QPE产品的应用效果进行检验。结果表明：QPE产品在0.1~0.9 mm降水量级上存在较小的高估,而在其它降水量级上均表现为低估,且随着降水量级的增加低估的越为明显;对于5.0 mm以下降水,QPE产品估测误差较小,平均误差〈2.0 mm,但对于〉5.0 mm降水会出现估测误差跃增现象,且随着降水强度的增加误差增大,估测产品的效果明显减弱;降水估测值命中率POD1在降水量〈2.5 mm区间效果较好,但随着降水量的增加其命中率迅速减小,而降水估测绝对误差命中率POD2对于〈10.0 mm降水的响应较好,同样地随着降水量的增加其命中率快速减小;海拔高度、经度和纬度是影响甘肃地区QPE产品误差的主要因子,利用影响降水分布较大的3个因子分别建立一元、多元加权回归方程,在此基础上对QPE产品进行订正,通过2012年的应用检验表明该方法对QPE产品的订正效果明显。 相似文献
4.
5.
通过将组合反射率因子、垂直累积液体水两种雷达产品合并成一种新的雷达产品CR_VIL,使用6万多张CR_VIL产品与对应时次6min自动站雨量数据,通过统计分析得到CR_VIL的6min雨量均值表。在短时临近预报系统中根据雷达回波外推结果,使用CR_VIL的6min雨量均值表求得各时段定量降水估测值(QPE)作为该时段的定量降水预报值(QPF),得到预报时效2h,时间分辨率为6min的定量降水预报数据,业务运行中对1h的预报结果进行检验,晴雨预报准确率为87.0%,短时强降水TS=0.106,Bias=1.09,表明CR_VIL应用在业务系统中对短时强降水具有一定预报能力。 相似文献
6.
“灾害天气短时临近预报系统”(SWAN)在我国气象预报业务中已得到广泛应用。文章介绍其中雷达定量降水估算QPE算法 (RASIM方法)的技术与特点,选取湖北省6部S波段多普勒天气雷达在2012年探测的暴雨天气过程资料,系统性评估了SWAN系统中QPE产品实用性,初步分析了产生估算误差的原因。评估表明：整体而言该方法在湖北省使用效果较好,平均绝对误差率小于30%;探测距离的增加对S波段雷达QPE精度影响不大;各雷达对30 mm以上降水的估算平均绝对误差率较小,但估算结果较实况偏弱,随着雨量（雨强）增大,低估的比例也增大。就单部雷达而言,宜昌雷达估算降水误差最大,武汉雷达受附近建筑遮挡影响次之,恩施雷达估算降水误差最小。 相似文献
7.
伴随着多源降水融合技术的发展,我国卫星、雷达反演、地面雨量观测计定量降水估测(QPE)产品已逐步趋于成熟,有效弥补了仅基于常规雨量站降水数据时空分辨率不足的缺陷,为江河流域面雨量产品开发和应用提供了契机;而对QPE产晶进行适用性检验和汀正是其在面向流域面雨量应用中的前提和基础。本研究利用国家气象中心及国家气象信息中心开发的QPE产品,结合水文站点实测降水数据,分别从产品误差的时空分布、流域的平均误差、不同量级降水的产品质量等角度,综合利用TS评分、命中率、漏估率、空估率以及ROC曲线等多种统计检验方法总体评估降水产品的适用性;采用递减平均法对每日的定量降水估测和实况降水的误差进行相关统计,在此基础上,对初始的QPE产品进行了优化订正,建立了基于QPE的流域面雨量产品;最后以沂河临沂站以上流域的水文要素预报为例,验证了订正产品对水文模式预报改进效果。上述研究表明,基于多源降水融合的QPE面雨量产品开发,在一定程度上可弥补目前国家级流域面雨量业务精细化不足,提升了国家级水文气象业务的技术能力。 相似文献
8.
《湖北气象》2015,(3)
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 d Bz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 Liquid Water)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。 相似文献
9.
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生概率小于实际频率的情况较为严重,而估测的中雨和大雨发生概率与实际降水的发生频率非常接近,有很高的可靠性,但总体上集合QPE仍是倾向于低估降水的发生概率。 相似文献
10.
摘要：目前贵州在短时临近降水预报客观算法方面研究匮乏，而短时强降水常常给贵州造成严重的洪涝灾害和地质灾害。将短时临近降水预报应用于气象防灾减灾、电网输电线路安全预警、水利防洪自动化方面是未来重要的研究应用方向。本文基于灾害天气短时临近系统（Severe Weather Automatic Nowcast System，SWAN）的定量降水预报(QPF)产品进行0～2小时QPF外推试验研究。利用贵州省地面自动站数据、SWAN 输出的1h-QPF产品、SWAN 1h定量降水估测(QPE)产品。选取2018年3次典型暴雨个例进行试验，采用融合订正技术，利用相似离度算法对降水强度位相进行调整、Weibull分布算法对降水极值分布进行订正、改进后的交叉相关法(Improved Cross-correlation Extrapolation Method，COTREC)进行降水外推预报。通过主客观检验对比，初步说明基于Weibull分布算法的降水极值订正对降水极值分布有很好的模拟效果。融合订正外推的贵州省短时临近定量降水预报产品（Nowcasting precipitation forecast of GuiZhou，下文简写为GZ_NPF）在大于5mm以上量级降水的TS检验中评分更高。GZ_NPF的空报率明显降低，但空报率降低的代价是漏报率相对提高。GZ_NPF总的相对误差减小，格点总降水量与实况总降水量更为接近。试验说明新的融合订正外推算法提高了0～2h短时临近降水的预报能力。 相似文献
11.
基于SWAN产品的短时强降水雷达特征及预警分析 总被引：1，自引：0，他引：1
利用SWAN产品和自动站雨量资料,详细对比分析了2010~2012年区域性暴雨中的短时强降水雷达特征,结果表明:(1)短时强降水具有反射率因子大,液态水含量高、回波顶高,强回波厚度大等特征,在每隔6min的SWAN拼图产品中,短时强降水通常满足:3km高度处CAPPI回波≥30dBZ,组合反射率CR中心强度≥40dBZ,VIL>5kg/m2,45dBZ以上的回波中心厚度(H)≥3km,这些参数的变化可以作为短时强降水的预警临近指标。(2)现有SWAN产品中的QPE/QPF产品对未来逐小时的雨量和落区具有一定的预报能力,但QPE产品估测1h累计降水量更接近于实况雨量,在监测到有上述强回波发展时,可通过分析QPE产品和回波特征及预警指标对短时强降水过程进行预报。 相似文献
12.
The accuracy of quantitative precipitation estimation (QPE) for dual-polarization radars can be improved by using a localized rainfall estimation algorithm derived from the raindrop size distribution (DSD). In the present study, DSDs observed at Suzhou City, Jiangsu province; Yangjiang City, Guangdong province; and Naqu City, Tibet are analyzed during the rainy season together with the corresponding polarimetric variables for the above three regions. Most importantly, these DSD data are used to develop optimal “synthetic” QPE algorithms for S-, C-, and X-band dual-polarization radars, which will be built or upgraded in the three regions. Meanwhile, a new piecewise fitting method (PFM) is proposed. It has been found that the number concentration N(D) of small raindrops (D<1mm) is the highest in Suzhou, while that of larger raindrops (D>1mm) is the highest in Yangjiang. The characteristics of the differential reflectivity (ZDR) and specific differential phase (KDP) are significantly different in the three locations, suggesting that different rainfall estimators are needed for different locations. Further performance assessment of the QPE based on DSD data indicates that the PFM QPE algorithm (LDSD) performs better than the conventional fitting method (CFM), and the localized QPE algorithm can improve the QPE accuracy. Observations from S-band dual-polarization radars and rain gauges in the Southern China Monsoon Rainfall Experiment are implemented to verify the performances of the QPE algorithms proposed in the present study. It is found that compared with non-localized algorithms, the localized LDSD algorithm yields the best results with at least 7.66% and 8.43% reductions in the RMSE and NE, respectively, which implies that while polarimetric variables can reflect DSD characteristics, the localized QPE algorithm remains necessary. 相似文献
13.
一种可用于登陆台风定量降水估计(QPE)方法的初步建立 总被引：4，自引：2，他引：4
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。 相似文献
14.
利用2018—2020年经偏振升级改造后的广州S波段双偏振雷达（CINRAD/SAD）82892个体扫的0.5°仰角数据,以及雷达100 km探测范围内1109个雨量站共计538560个分钟雨量数据,分别构建了单参量、三参量雷达定量降水估测（QPE）深度学习网络架构（Z-Rnet、KDP-Rnet、Pol-Rnet）,并以KDP=0.5°/km为阈值分别训练得到大雨、小雨、总体等9个定量降水估测模型。在常用的均方误差作为损失函数的基础上,对不同降水强度采用不同权重提出了自定义损失函数,并利用比率偏差、相对偏差、均方差、平均绝对误差和平均相对误差作为评价指标对模型进行评估。通过对以积层混合云为主、以对流云为主和以层状云为主的3次降水过程的模型验证结果表明,利用深度学习训练的模型有较好的定量降水估测效果,区分雨强的小雨、大雨模型比不区分雨强的总体模型的效果要好。采用自定义损失函数模型效果更好,其均方差、平均绝对误差和平均相对误差分别较采用传统均方误差损失函数提升了8.62%、12.52%、16.34%。自定义损失函数中,采用ZH-ZDR-KDP三参量网络架构训练得到的定量降水估测模型效果最好,其均方差、平均绝对误差和平均相对误差分别较采用ZH的单参量Z-Rnet架构提升6.82%、8.43%、7.22%;较采用KDP的单参量KDP-Rnet架构提升12.33%、17.61%、17.26%。 相似文献
15.
深圳S波段与X波段双偏振雷达在定量降水估计中的应用 总被引：3，自引：0，他引：3
双偏振多普勒天气雷达的一个重要应用是进行定量降水估计（QPE）,它可以获得反射率（ZH）、差分反射率（ZDR）和差传播相移率（Kdp）这些与降水粒子有关的信息,常用的双偏振雷达降水估计方法有基于ZH的R（ZH）、基于ZH和ZDR的R（ZH,ZDR）、基于Kdp的R（Kdp）和基于Kdp与ZDR的R（Kdp,ZDR）这4种。文中利用深圳市S波段和X波段双偏振多普勒雷达探测资料,结合高精度地形数据和雨滴谱仪观测数据,设计了基于双偏振量的定量降水估计方法:首先利用地形数据和雷达地理信息,分析了雷达的遮挡状况,形成了这两部雷达的复合平面扫描仰角信息;随后利用雨滴谱仪观测资料,使用T矩阵方法统计得到了深圳地区的上述4种降水反演方法的参数;最后设计了混合降水反演方法,基于双偏振信号（即Kdp和ZDR）的强弱,使用不同的降水反演方法进行定量降水估计。基于12个降水个例,利用各反演方法产生的定量降水估计结果与雨量计观测资料比较。结果表明,混合降水反演方法在降水反演的准确度和稳定性上均优于任何一种单一定量降水估计反演方法。基于文中介绍的定量降水估计方法,使用深圳S波段和X波段雷达产生了定量降水估计产品,并与深圳目前业务定量降水估计产品进行对比评估。结果表明,使用本方法产生的定量降水估计产品在准确度和稳定性上要优于目前的业务产品。此外,X波段雷达的定量降水估计产品性能要略高于S波段雷达的定量降水估计产品,这说明高时、空分辨率的X波段雷达可以提高定量降水估计精度。但由于雷达扫描平面内双偏振雷达对融化层和冰区的偏振量观测与降水的关系尚未明确,因此,本方法仅适用于雷达扫描平面内液态降水区。 相似文献
16.
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。 相似文献
17.
利用武汉中心气象台研发的“武汉区域气象中心天气轨道业务产品检验与评估平台”,对武汉区域气象中心在业务中使用的T213、AREM、日本数值预报模式和德国数值预报模式在2007年主汛期的降水预报进行了分级降水检验以及时空分布演变综合评估。结果表明,日本数值预报模式的综合预报性能最好,AREM次好,各模式均存在对强降水预报漏报率偏大的问题;AREM模式对降水带分布和中心强度的预报与实况最接近,表现出对降水带分布较强的预报能力,其它模式对强降水中心位置及强度的预报均有一定偏差;四种数值模式对区域强降水过程的发展趋势具有较强的预报能力,但降水量预报与实况有一定的差距。 相似文献
18.
In this paper, the quantitative precipitation estimation based on hydrometeor classification (HCA-QPE) algorithm was proposed for the first operational S band dual-polarization radar promoted by the CINRAD/SA radar of China. The HCA-QPE algorithm, the localized Colorado State University-Hydrometeor Identification of Rainfall (CSU-HIDRO) and Joint Polarization Experiment (JPOLE) algorithms, and the dynamic Z-R relationships based on variational correction QPE (DRVC-QPE) algorithm were evaluated with the rainfall events from March 1 to October 30, 2017 in the Guangdong Province. The results indicated that even though the HCA-QPE algorithm did not use the observed rainfall data for correction, its estimation accuracy was better than that of the DRVC-QPE algorithm when the rainfall rate was greater than 5mm h^(-1); and the stronger the rainfall intensity, the greater the QPE improvement. And the HCA-QPE algorithm worked better than the localized CSU-HIDRO and JPOLE algorithms. This study preliminarily verified the improved accuracy of QPE by a dual-polarization radar system modified from CINRAD-SA radar. 相似文献