Study of Methods for Three-Dimensional Multiple-Radar Reflectivity Mosaics

This paper investigated several approaches to remapping and combining multiple-radar reflectivity fields onto a unified 3D Cartesian grid with high spatial and temporal resolutions, and analyzed systematic observation differences among multiple radars. The remapping approaches were evaluated by inspecting the spatial consistency of the reflectivity fields on vertical and horizontal cross sections on the equidistant line of radars, and the intensity change of 1-h accumulated precipitation before and after interpolation. The combining approaches were evaluated by continuity examination. The results show that for remapping schemes, the vertical interpolation with nearest neighbor on the range-azimuth plane is the most reasonable scheme that provides consecutive reflectivity fields and retains the high-resolution structure comparable to that of the raw data; for multiple-radar data mosaics, the distance-exponential-weighted mean scheme provides spatially consistent reflectivity mosaics. The mosaics can mitigate various problems caused by the radar beam geometry such as the cone of silence.

新一代天气雷达网资料的三维格点化及拼图方法研究

文中研究了几种把球坐标系下的雷达网反射率体扫资料插值到统一的笛卡尔坐标系下的经纬度网格上以及用多个雷达的反射率网格资料进行三维拼图的方法,并对多个雷达同步观测的反射率因子的空间一致性、系统误差以及雷达等距离线上回波的水平和垂直结构进行了分析。结果发现:在雷达资料格点化过程中,径向和方位上的最近邻居法和垂直方向的线性内插法的结合(NVI方法)是一种有效的雷达资料分析方法,它既能得到空间比较连续的反射率分析场,同时也较好地保留了体扫资料中原有的反射率结构特征;广州雷达和梅州雷达同步观测的空间一致性比较好;在多个雷达资料合成拼图的过程中,距离指数权重平均法能提供空间连续的三维反射率拼图数据,拼图也减轻了由雷达波束几何学引起的各种问题。

基于雷达组网拼图和XGBoost的雷达定量降水估测

针对传统方法采用天气雷达进行强降水的定量估测存在较大偏差问题,论文以1 h累计雨量为估测对象,基于雷达组网拼图资料,采用XGBoost(eXtreme Gradient Boosting)算法,建立新的雷达估测降水模型。该模型设计以前1 h的雷达组合反射率因子作为输入,进一步采用若干个剔除异常样本的策略有效清除建模样本中的部分噪声,更好地构建了雷达组合反射率与估测对象之间的非线性映射关系。在32万个独立检验样本的估测结果中,其均方根误差(RMSE)为6.04 mm、平均绝对误差(MAE)为3.50 mm、预报偏差(BIAS)为1.05;与目前业务系统上使用的ZR(300,1.4)关系方法相比,前者的RMSE和MAE分别下降了20.6%和10.3%,而BIAS指标则显示后者对降水量级的估测明显低估。进一步对小时雨强大于10 mm样本的统计结果表明,新方案的RMSE、MAE以及TS评分均大幅优于ZR(300,1.4)关系方法,可进行实际业务应用。

雷达反射率三维拼图观测资料在北方区域数值模式预报系统中的同化应用研究

以业务应用为目标,开展雷达反射率三维拼图观测资料在北方区域数值预报系统中的同化应用研究。采用雷达反射率间接同化方法同化北方雷达反射率拼图观测资料,重点关注其对降水、湿度、温度及风的预报能力影响。首先,基于2017年8月雷达拼图观测资料批量同化和对比试验,对雷达拼图资料同化应用效果进行定量评估,结果表明雷达拼图资料同化虽然加大了地面风场预报误差,但在降水预报和湿度、温度预报等方面有明显的改善作用。其次,选择在业务中预报难度较大的强降水个例开展分析研究,分析表明:(1)同化雷达拼图观测资料有效提高了模式降水预报性能,临近降水发生的循环起报时次预报效果更好;(2)对于短时间多次强降水过程发生的预报,循环同化雷达拼图资料可及时弥补模式中由于前次降水导致的水汽、能量等消耗及热/动力条件削弱,持续支持降水系统发展。最后,通过考察雷达反射率的不同同化方案,发现同化反演水凝物或者估计水汽均能改善模式降水预报性能,但是同化估计水汽对降水预报性能的改善更为明显,联合使用两方案能同时对水凝物分布、热力场等进行调整,可提高模式降水预报性能。

基于江西省雷达回波拼图的TREC方法应用及效果检验

基于江西省及周边16部新一代多普勒天气雷达拼图资料,利用交叉相关跟踪法(TREC)计算江西地区雷达回波的移动矢量(TREC风),并对求解的TREC风进行异常值更正和空洞补齐等质量控制,最后利用后向外推法对江西地区2017年6月29日09:54的雷达回波进行2h内的外推。结果表明,TREC方法能较好地获得江西地区未来2h内的雷达回波位置和空间结构,且在0—1h的外推回波非常接近实况。通过对2018年6月1—9日201个天气过程0—2h外推的TS评分统计表明,基于该方法外推的2h内的雷达回波精度都较高(TS评分>0.3),但TS评分随外推时间的增长而快速降低,当外推时间为30min时TS评分高达0.61,外推时间增至60min时TS评分降至0.48,外推时间延长至120min时TS评分进一步减至0.31。