排序方式： 共有4条查询结果，搜索用时 15 毫秒
1
1.
基于比差分传播相移(KDP)的降水估计算法R(KDP)相较于传统基于水平反射率因子(ZH)的算法R(ZH)的表现更优。在雷达实际运行中,由于随机误差和后向散射相位(backscattering phase)的影响,可能出现负的KDP。运用一种基于变分的雷达定量降水估计混合算法(V-RQPE)。该算法用变分拟合方法重构差分相位(ΦDP),用一种新的稳健的边界条件求解方法,在消除随机误差的同时获得非负的KDP,进而进行降水估计。随后我们使用2017年5月7日广州S波段雷达的回波数据和地面雨量站观测数据进行验证,同时使用了六种不同的算法进行对比,结果显示,在1小时累计降水估计中,V-RQPE表现最好,在24小时累计降水估计中,V-RQPE和基于变分拟合的KDP的降水估计算法(R-VKDP)表现最好,实验结果表明变分拟合方法对雷达降水估计能力有显著提升。 相似文献
2.
利用常规地面和探空资料、珠海S波段双偏振多普勒天气雷达和珠海横琴X波段相控阵雷达资料对2021年6月1日发生在珠江口的水龙卷过程进行分析。研究表明:此次水龙卷过程发生在高层强辐散、中层短波槽影响、低层西南风的背景场下;极低的抬升凝结高度、较大的0~1 km风矢量差、超过超级单体发生阈值的风暴相对螺旋度,为龙卷的发生提供了较好的动力条件。两部雷达均观测到超级单体结构特征,最强反射率因子超过65 dBZ。X波段相控阵雷达资料能够清晰展现水龙卷超级单体风暴精细化演变特征,0.9 °仰角首先出现风切变,随后风切变出现高度逐渐增高,并加强为中气旋,切变最高高度达到17.1 °仰角,随后高度逐渐降低,龙卷减弱。三维反射率因子图清楚地反映了龙卷母体风暴穹窿结构形成过程,以及强反射率因子区向上延伸,变细加强,龙卷触及水面后变粗的过程。S波段雷达探测到在龙卷发生前,出现ZDR低值眼区和ρHV弧,这对于预报员提前预警以及识别龙卷具有一定帮助。 相似文献
3.
4.
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≥16.1 mm时CC、POD、CSI均最大;雨强较小时,QPE产品明显高估降水强度,当小时雨强超过16.0 mm时,低估降水强度;RMAE随着雨强的增大逐渐减小,当雨强≥8.1 mm时,RMAE趋于稳定,为34%左右。 相似文献
1