基于指数雨胞雨衰模型的微波链路雨强反演方法

为了提高微波链路雨强反演的准确性,基于指数雨胞雨衰模型提出了一种新的微波链路雨强反演方法,并利用瑞典哥德堡市21条微波链路和距链路2 km范围内8个雨量站的实测数据,将指数雨胞雨衰模型与传统幂律模型和ITU-R P.530-16雨衰模型进行了雨强反演对比。结果表明:指数雨胞雨衰模型在雨强反演方面表现优异,决定系数和纳什效率系数均为0.78,平均绝对误差为0.39 mm/h,均方根误差为0.68 mm/h;与幂律模型相比,指数雨胞雨衰模型在准确度和稳定性方面有显著提升,与ITU-R P.530-16雨衰模型相比也有所改进,特别是在短链路和中小雨的雨强反演中表现出明显的优势,对于进一步提升微波链路雨强反演精度和改善降水监测效果具有重要价值。

基于微波链路的路径雨强反演方法及实验研究

从大气气体吸收衰减模型出发,基于微波雨衰特性和雨滴谱统计资料建立了微波链路降雨有效衰减的修正模型和视距微波链路的降雨反演模型.设计并搭建一条视距微波链路测雨实验系统,利用降雨反演模型反演了路径平均降雨强度,并与雨滴谱仪进行了同步对比.观测结果表明,视距微波链路降雨反演模型的反演雨强与雨滴谱仪测量结果的相关系数大多高于0.6,最高可达0.9647;累积降雨量的绝对误差大多在0.5 mm以内,最小偏差仅有0.0827 mm;相对偏差大部分在15%以内,最小相对误差为3.3415%.实验结果验证了微波链路反演降雨的有效性和准确性.

基于支持向量机的微波链路雨强反演方法

为提高微波链路雨致衰减反演雨强精度,在Mie散射理论、气体吸收衰减模型以及Gamma雨滴谱分布的基础上,将支持向量机引入到微波链路测量降水中,提出了基于支持向量机的微波链路雨强反演方法,并开展了15—20 GHz频段的视距微波链路与地面雨滴谱仪的同步观测降雨实验.实验结果表明,基于支持向量机的微波链路雨强反演模型的反演雨强与实测雨强的相关系数全部高于0.6,最高达到0.9674;雨强的均方根误差最小值为0.5780 mm/h,累积降雨量的绝对最小误差仅为0.0080 mm;相对偏差大部分在10%以内,最小偏差为0.7425%.实验结果验证了基于支持向量机的微波链路雨强反演方法的有效性、准确性和适用性,对于进一步提高微波链路反演降雨精度、改善降水监测效果具有重要意义.

基于非球形雨衰模型的微波链路雨强反演方法

以T矩阵理论、Gamma谱分布为理论基础,基于Pruppacher-Beard降雨粒子模型,对OTT雨滴谱仪的Gamma谱参数历史资料与降雨强度值进行非线性拟合得到具有实地谱分布的幂律系数,建立适合于本地区的雨衰模型,提出了基于非球形雨衰模型的微波链路雨强反演方法,分析了温度对模型幂律系数的影响,并开展了15—20 GHz频段的视距微波链路与地面雨滴谱仪的同步观测降雨实验.实验结果表明:反演雨强的相关系数全部高于0.6,最高达到了0.96,RMSE最小值为0.79,累积降雨量的绝对偏差在2.47 mm以内,最小偏差仅为0.28 mm,相对误差低于1.84%.实验结果验证了基于非球形雨衰模型的微波链路雨强反演方法的有效性、准确性和适用性,对于进一步提高微波链路反演降雨精度、改善降水监测效果具有重要意义.

后向散射系数模型及其对雨强反演精度的影响

对典型地表条件下后向散射系数σ0的观测分析有着非常重要的意义,它能够为降水的反演提供巨大的便利。但是由于σ0会受到外界条件的影响而变化,给σ0的使用带来了不便。为此,通过对2002～2005年间TRMM/PR的2A21数据统计分析,获得晴空条件下地表后向散射系数σ0的变化规律,并在此基础上提出晴空三种典型地表条件下(海洋、沙漠、热带雨林)的σ0均值模型,希望给未来降雨反演带来便利。最后利用kZS算法检验了该均值模型对降雨反演精度的影响。由反演结果可以看出,利用σ0的均值模型在地表条件相对均一的海洋、沙漠地区都获得了很好的反演效果,尤其是海洋地区可以在一个相对更大的范围内使用,而在热带雨林地区,只能在一个相对较小的区域内使用。