基于云分类的雷达定量降水估计方法
【专利摘要】本发明公开一种气象信息的处理与估计方法，确切讲是一种利用气象雷达测定的数据进行降水定量估计的方法。本发明的方法是以降水云类型来确定降水量，即基于云分类的雷达定量降水估计方法，其方法是首先确定被测区域的云种类，当被测区域的云为对流云时用Z=82I1.47估计降水；当被测区域的云为层状云时，用Z=143I1.5估算最终降水率，式中Z为1km高度处的反射率因子（单位:mm6/m3），I为降水强度(单位：mm/h)。用本发明的方法估计结果与实际的降水情况较一致，能显著改善雷达默认Z-I关系估计降水不准确的问题，提高降水量观测准确率和空间分辨率。
【专利说明】基于云分类的雷达定量降水估计方法
【技术领域】
[0001]本发明涉及一种气象信息的处理与估计方法，确切讲是一种利用气象雷达测定的数据进行降水定量估计的方法。
【背景技术】
[0002]降水率(雨情)估计在气象、水文及地质灾害预警上都有非常重要的作用；另外，将降水率资料同化到数值天气预报中能很大改进数值天气预报的准确率。目前降水率估计主要根据地面自动雨量站观测得到。而雨量站网密度过稀(空间分辨率不够)，只是一个点的观测，缺少空间代表性，很难准确地测出一定区域上的雨量。尤其在偏远地区(例如山区)观测站点更少，而这些地方在强降水的情况下特容易发生地质灾害。而雷达在时间和空间上均具有较高的分辨率。雷达回波反射率因子(Z)和降水率(I)之间存在幂指数正相关经验关系(Z-1关系)，对时间累加可以得到一段时间内的累计降水量。这样通过雷达可以及时(每5-6分钟一次观测)地定量估计扫描范围内各点的雨强和一定区域上的雨量分布和降雨量，且可以取得大面积定量的降水资料。中国气象局在全国布网的168部多普勒天气雷达网已逐步建成，另外，加上民航机场的天气雷达、部队的天气雷达和水利、水文、国土部门及科研部门的小雷达，这样的雷达网基本能覆盖全国，通过雷达定量估计降水率，为防灾减灾提供高质量的数据，从而减轻人民财产的损失。
[0003]早在1943 年 Bent [I] (Bent A E.1943.Radar echoes from atmosphericphenomena.Cambridge: Massachusetts Institute of Technology,RadiationLaboratory，173:10.)提出了雷达降水估计的概念，并系统阐述了影响雷达估测降水的不确定性。1947 年 Marshall 等[2] (Marshall J S，Langille R C, Palmer W Μ.1947.Measurement of rainfall by radar.Meteor.，4:186-192.)研究得到雨滴谱分布(DropSize Distribution, DSD)与雷达反射率因子(Z)之间有很好的对应关系，但没有在数学上建立二者的关系。直到 1948 年 Marshall 等[3] (Marshall J S，Palmer W Μ.1948.Thedistribution of raindrops with size.Meteor.，5 (4): 165-166.)才在数学上建立了反射率因子Z与降水强度I的统计关系(Z = AIb),并解释了雨滴谱与反射率因子以及降水强度之间的关系，极大地促进了雷达定量估测降水的发展。之后，许多基于不同雨滴谱测量与计算所得反射率因子的Z-1关系被相继提出，按照Z和I的定义，可应用每一份实测雨滴谱资料计算Z和相应的I值，只要滴谱资料较多，就可统计出它们之间的关系。
[0004]目前业务上利用雷达反射率估计降水率的方法就是直接利用雷达自带软件的默认降水估计算法，即Z-1关系为Z=300I14。而降水系统从形成机理，持续时间，以及内部结构差异可以将其分为对流云降水和层状云降水。对流云系统常常伴随强的垂直速度、局地辐合及强降水，而层云系统常常伴随弱的上升运动、大的水平一致性和弱的降水强度。层状云降水虽然降水强度弱，但是覆盖面积大、持续时间长，对降水系统的降水量和时间有很重要的作用。也就是说不同的降水类型对应不同的系数A、B (也就是不同Z-1关系式)，所以如果所有降水都使用单一的Z-1关系估计降水，会造成很大的降水估计误差。而且，一次大范围降水中往往有多种类型的降水同时存在。
[0005]Z-1关系估计降水中的另一个主要问题是雷达反射率因子与地面降水强度的空间不一致性。由于大气对雷达波(超短波)的折射和地球曲率的影响，如果用PPI(planposition indicator)扫描资料来估计降水，实际上是将不同高度上的资料按同一种Z-1关系来估计降水。另外，当探测远距离降水目标时，即使仰角很低，其抽样体积的高度仍有几千米，在这高度上的降水在下落过程中其强度就有可能发生变化，如蒸发引起降水强度的减小，水成物的凝结凝华增长及凝聚和碰并增长都会对降水估计造成误差。从而导致雷达估算值和地面实测值之间的明显差别。
【发明内容】
[0006]本发明目的是提供一种可克服现有技术的不足，能使估计值与实测值更为接近的利用雷达测定数据对区域降水进行定量估计的方法。
[0007]本发明的方法是以降水云类型来确定降水量，即基于云分类的雷达定量降水估计方法，其方法是首先确定被测区域的云种类，当被测区域的云为对流云时用Z=82I147估计降水；当被测区域的云为层状云时，用Z=143li_5估算最终降水率，式中Z为Ikm高度处的反射率因子(单位:mm6/m3), I为降水强度(单位:mm/h)。
[0008]本发明是基于对现有技术的分析，为了减小Z-1关系的不稳定性带来的降水估计误差，从阵型强降水到持续型降水，针对不同的降水类型对应不同的系数A、B (也就是用不同的Z-1关系式进行估计)。本发明在使用时，先基于雷达资料进行云类型(对流云和层云)识别，然后不同的云类型降水选用各自对应的Z-1关系来估计降水。其中Z用Ikm高度处的雷达回波反射率因子，这样就能减少两者空间不一致性带来的误差，并能减少回波“亮带”的影响。
[0009]本发明在应用中是基于雷达回波资料利用模糊逻辑方法进行云类型(对流云和层云)识别(见 Yang, Y.，X.Chen, and Y.Qi (2013), Classification of convective/stratiform echoes in radar reflectivity observations using a fuzzy logicalgorithm, J.Geophys.Res.Atmos., 118, 1896 - 1905, do1: 10.1002/ jgrd.50214.)，然后不同的云类型降水选用各自对应的Z-1关系来估计降水。本发明的方法经实际使用其估计结果与实际的降水情况较一致，能显著改善雷达默认Z-1关系估计降水不准确的问题，提高降水量观测准确率和空间分辨率。
【专利附图】
【附图说明】
[0010]图12009年7月22日19:00到20:00的I小时雨量站观测累计降水量(单位:mm ；
“ + ”:合肥雷达位置；横坐标:经度；纵坐标:纬度。
[0011]图2至图4分别是合肥2009年7月22日在不同时刻对流云的可能性(>0.5认为对流云)，其中:图2是的时间是19:00，图3的时间是19:30，图4的时间是19:54。
[0012]图5是采用现有技术(雷达默认降水算法)对合肥2009年7月22日19:00到20:00的I小时估计的降水量(单位:mm)。
[0013]图6是采用本发明的方法对合肥2009年7月22日19:00到20:00的I小时估计的降水量(单位:mm)。[0014]图7是安徽省2009年7月22日19:00到20:00的I小时雷达估计降水与加密观测站观测降水的散点对比图(单位:mm ；
[0015]图中只画出了雨量站观测降水>=0.8mm时的观测降水及对应的估计降水，共177个站点。
【具体实施方式】
[0016]本发明以下提供实施例及相关的分析解说。
[0017]首先，本发明应用前要预先确定分析区域内每个格点云类型。
[0018]基于雷达资料进行层状云和对流云识别分类，国内外已做了很多工作。早期的识别层状云和对流云降水的方法是用雨量计资料做的，只要降水率超过给定的背景阈值就被认为是对流云降水，其余的为层状云，这种技术称作Background-exceedingtechnique (BET)。1984 年 Churchuill 等人[4] (Churchill D D, R A Houze Jr.1984.Development and structure of winter monsoon cloud cluster onIODecember1978.Atmos.Sc1.41:933一960.)又将该技术发展为二维结构，首先用雷达回波强度阈值来确定对流中心，然后给对流中心一个固定的影响半径以确定对流云的面积。1995年Steiner等[5](Steiner M, Robert A., Houze R A Jr, et al.1995.Climatological characterizationof three-dimensional storm structure from operational radar and rain gaugedata.App1.Meteor., 34:1978-2007.)指出CHurchuill等人方法中固定一个影响半径是不充分的，他们将影响半径改为雷达回波强度的函数，此外把回波强度阈值设定为局地平均的背景回波强度的函数，这种方法本质上还是BET方法，但他们将它称为“巅峰值法”或“SHY95” 方法。2000 年，Michael 和 Stevenz [6] (Biggerstaff M I, Listemaa S A.2000.An improved scheme for convective/stratiform echo classification using radarreflectivity.Appl.Meteor.，39(12):2129-2150.)在传统 SHY95 方法的基础上，根据亮带的特征，考虑到水平和垂直方向的回波梯度变化，将回波垂直廓线特征加入该方法中，并用到了雷达资料以外的0°等温线所在高度的资料，但是实际应用中可能没有这个资料，使用存在一定局限性。以上所提到的方法都使用固定的阈值或边界条件去进行云识另O，所以这些方法就对阈值很敏感。因为层云和对流云在很多方面都有一定的交集，使用固定边界条件或阈值常常导致误判。层云及对流云它们之间的边界很难直接定量给出。本发明的发明人杨毅等人提出了模糊逻辑算法(Fuzzylogic)来进行层云与对流云识别(Yang, Y., X.Chen, and Y.Qi, 2013, Classification of convective/stratiform echoesin radar reflectivity observations using a fuzzy logic algorithm, J.Geophys.Res.Atmos.，118，1896 - 1905，do1:10.1002/jgrd.50214.)。
[0019]基于云分类的雷达定量降水估计算法步骤:
[0020]米用Yang, Y.，X.Chen, and Y.Qi (2013), Classification of convective/stratiform echoes in radar reflectivity observations using a fuzzy logicalgorithm, J.Geophys.Res.Atmos., 118, 1896 - 1905, do1: 10.1002/ jgrd.50214.方法预先对估计区域的云层种类进行确定。
[0021](I)将雷达资料插值到直角坐标系中。(2)4个回波特征作为识别参数进行模糊逻辑算法进行层云和对流云识别分类:[0022](a)，先求出各个识别参数。这里的识别参数有四个:2km高度处的回波强度z?k(单位:dBZ)及其标准差std(单位:dBZ)、回波顶高与2km高度处回波强度值的乘积Pztop(单位:km.dBZ)、垂直累计液态水含量vil (单位:kg/km2)。(b)构造云识别的隶属函数。函数表达式如下:
【权利要求】
1.基于云分类的雷达定量降水估计方法，其特征在于先确定被测区域的云种类，当被测区域的云为对流云时用Z=82I147估计降水；当被测区域的云为层状云时，用z=143115估计降水，式中Z为Ikm高度处的反射率因子，Z的单位为mm6/m3，I为估计的降水强度，单位为 mm/ho
【文档编号】G01S13/95GK103792524SQ201410081721
【公开日】2014年5月14日 申请日期:2014年3月6日 优先权日:2014年3月6日
【发明者】杨毅, 杨丽丽, 王澄海 申请人:兰州大学