排序方式： 共有34条查询结果，搜索用时 406 毫秒
21.
京津冀夏季雷达定量降水估测的误差统计及定量气候校准 总被引：2，自引：0，他引：2
雷达定量降水估测（QPE）是短时临近预报的关键部分,在定量降水预报（QPF）、强降水预警、城市积水内涝、地质山洪灾害、精细化天气服务等方面具有重要作用。利用京津冀地区雷达定量降水估测资料和逐时自动气象站降水观测数据,分析了2011—2016年夏季京津冀地区雷达定量降水估测的误差空间分布特征,并重点提出了一种新的雷达本地化定量气候校准算法。结果表明,京津冀地区雷达定量降水估测较好地反映了总降水量东北—西南带状分布特征,但西北部山区、东北部山区及西南部山区估计偏弱,东北部山前地带估计偏强,西北部存在虚假降水估计,而北京市城区估计最为准确。利用雷达本地化定量气候校准算法对1 h雷达定量降水估测进行气候尺度上的约束订正,检验结果表明,经过校准后的雷达定量降水估测偏差（BIAS）、平均绝对误差（MAE）、均方根误差（RMSE）和均方根相对误差（RRMSE）均减小。绝大部分站点偏差减小幅度超过50%,京津冀东部及南部平原地带平均绝对误差、均方根误差和均方根相对误差减小幅度在20%左右,而北部及西南部山区误差减小幅度相对较小。降水个例检验结果表明,经过雷达定量气候校准后的雷达定量降水估测强度更接近自动气象站观测的降水量级,且降水结构细致,偏差、平均绝对误差和均方根误差均减小,与自动气象站观测降水的相关系数增大,因此该算法有助于改进雷达定量降水估测的准确度。 相似文献
22.
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.... 相似文献
23.
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。 相似文献
24.
SWAN系统雷达定量降水估测产品在江西的应用 总被引：1，自引：0，他引：1
利用SWAN1.0系统对江西省2010年1—7月的25次降水过程进行反算。结果表明,雷达定量降水估测(QPE)产品在江西省的主汛期(4—7月)应用效果要好于非主汛期,QPE产品的1 h雨量值比实际观测值要小,偏差大约20%;对3块小流域的QPE检验,其中2块小流域的QPE产品误差与全省范围的误差差别很小,QPE对小流域短时中阵雨以上量级的降水具有较高可靠性。依据检验工作的结果,开发出的QPE修正产品可以作为江西省短时临近天气预报业务使用。 相似文献
25.
利用实测淹没深度、数字高程(DEM)、土地利用类型、小时降水、定量降水估测(Quantitative Precipitation Estimation,QPE)等数据,通过FloodArea模型对新疆博尔博松流域3次(2013年8月25日、2015年6月28日、2016年6月17日)洪水过程进行再现模拟,对模拟结果的分布特征进行分析,以实测数据进行精度检验,并建立了面雨量-淹没深度关系,在此基础上确定了研究区四个淹没等级对应的致灾临界雨量。运用不同数据模拟得出淹没分布特征为随着时间的变化淹没深度具有上升的趋势,淹没过程可分为蓄积期、稳定增长期和波动上升期3个阶段;通过精度验证得出:FloodArea模型运用自动站降水数据模拟的淹没深度与实测数据相比偏高,而QPE、R-QPE(订正后QPE)数据模拟的则偏低,这三种数据的模拟结果与博尔博松村和塔尔村两个考察点的绝对误差分别为0.46 m、0.78 m、0.35 m和1.35 m、1.44 m、0.65 m,R-QPE数据模拟出的淹没深度效果最好,更能精确地反映出该流域洪水淹没情况;通过相关性分析可知,模拟洪水淹没深度与7 h累计时效的面雨量的相关性最好,相关系数达到了0.989,在此基础上建立了面雨量-淹没深度的关系;按照面雨量-淹没深度的关系和山洪灾害等级划分标准得出,预警点累计时效7 h面雨量对应四个等级的致灾临界雨量阈值分别为:四级6.25 mm、三级23.61 mm、二级49.64 mm、一级75.67 mm。 相似文献
26.
简要介绍了改进精细分辨率雷达所涉及的提高空间分辨率和智能化、快速扫描等技术。利用改进后的雷达精细分辨率数据和原始分辨率数据,对不同强天气类型的探测效果进行了对比分析,结果表明：精细分辨率数据可获得比原始分辨率数据更大的相对径向速度,辐合辐散和速度极值也更明显;获取更为清晰的超级单体结构以及龙卷涡旋特征和龙卷碎片特征等,更早识别出对流单体和雷暴云团;采用精细分辨率数据进行定量降水估计的精度与原始分辨率数据相当或略有提升。改进后精细分辨率数据具有更高的空间分辨率（双偏振）雷达观测特征,在对中小尺度强对流回波监测和识别的实际业务中具有较明显优势。 相似文献
27.
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
28.
利用房山X波段双偏振雷达观测资料,分析2017年6月18日北京门头沟泥石流的强降水过程,重点研究了泥石流发生地上空10 km×10 km区域内雷达反射率因子时空变化特征,并结合雷达定量降水估测(Quantitative Precipitation Estimation, QPE)讨论该类雷达探测设备在复杂地形区域的适用性。结果表明,在山区常规自动气象站布网稀疏的条件下,X波段双偏振雷达能够有效捕捉此次强降水的发生发展过程,同时,雷达定量降水估测得到的高分辨率降水场可以把握山区强降水中心,进而弥补山区雨量站匮乏的不足。此次过程中影响泥石流事件发生的降水时间发生在6月18日12—16时,其中,15时事发区域小时QPE最大值达到53.9 mm·h-1,上游来水和局地突发性强降水共同作用是本次泥石流事件的主要成因。 相似文献
29.
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... 相似文献
30.
Rainfall spatial variability observed by X-band weather radar and its implication for the accuracy of rainfall estimates 总被引：1，自引：0，他引：1
The main objective of this paper is to estimate the error in the rainfall derived from a polarimetric X-band radar, by comparison with the corresponding estimate of a rain gauge network. However the present analysis also considers the errors inherent to rain gauge, in particular instrumental and representativeness errors. A special emphasis is addressed to the spatial variability of the rainfall in order to appreciate the representativeness error of the rain gauge with respect to the 1 km square average, typical of the radar derived estimate. For this purpose the spatial correlation function of the rainfall is analyzed. 相似文献