雷达定量估测降水联合方法的评估外文翻译资料

 2022-11-23 07:11

英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

雷达定量估测降水联合方法的评估

比利时，布鲁塞尔，比利时皇家气象研究所

接稿:2008年9月15日-出版于水文学 讨论:2008年10月31日 修订:2008年1月20日

定稿:2009年1月23日 发表:2009年2月18日

摘要: 准确的定量降水估计对水文研究和应用至关重要。当需要空间降水场时，雨量计测量通常与天气雷达观测相结合。本文对几种不同复杂程度的雷达测量合并方法进行了评价:从平均场偏差修正到地理统计合并技术。该研究区是比利时的瓦隆地区，主要分布在默兹流域。使用c波段多普勒雷达和一个密集的雨量计网络进行观测，以估计该地区每天的降雨量。通过与独立的测量网络的日常测量比较，评估了不同合并方法的相对性能.使用几个统计参数完成了4年的验证。结果表明，在原始数据的基础上，地理统计合并方法的平均绝对误差减小了40%。平均场偏差修正仍然达到25%。季节性分析表明，使用雷达观测的好处在夏季尤其显著。研究了网络密度对方法性能的影响。为此，提出了一种从网络中删除测量器的简单方法。分析结果表明，对地质统计学方法的灵敏度相对较高，但对简单方法的灵敏度较低。在网络密度的基础上，对所有测试网络的密度和相对效益进行了优化。

1 介绍

在过去的几年里，对基于气象雷达的降雨定量估计的兴趣有所增加。事实上，在分布式水文模型或数值天气预报领域里为了在高空分辨率下得到精确的降水估计，新的应用程序已经提出来了。

气象雷达是一种能保证给定高度的降水反射率的遥感仪器。这些测量可以用来估计地面的降水量。一些错误的因素影响了估计的精确性(例如，Wilson和Brandes, 1979;Joss Waldvogel,1990;Germann et al .,2006;Ciach et al .,2007)。反射率的测量本身可能会受到电子干扰、非气象回声或距离效应的影响(衰减，由于光束展宽而增加的样本容量)。当在地面上测得雨量估计时，会出现额外的不确定性。这些都是由于反射率(VPR)的非均匀垂直剖面和雷达反射率和雨量的转换(Z-R关系)。尽管如此，一种天气雷达能在高空间和时间分辨率下对大区域提供降水估计。一个雨量计网络可以提供更精确的点位测量，但它的空间表征性是有限的。这两个观测系统通常被认为是互补的，联合它们是很有意义的。

自从70年代的天气雷达开始使用以来，雷达和测量的联合一直是一个非常紧张的研究课题。在一份COST 717 报告(Gjertsen et al., 2003) 中可以找到测量校准方法的评估和有效运用 。更多复杂的方法被提出例如共克里金法(Krajewski 1987;Sun et al.， 2000)，统计客观分析(Pereira et al.， 1998)或卡尔曼滤波方法(Todini, 2001;seo和Breidenbach,2002;Chumchean et al .,2006)。其中一些方法非常耗时，并不能很好地适用于一个操作环境。注意，这些合并方法必须被看作是处理雷达数据的最后一步。所有类型的修正都应首先应用于改善基于雷达的降水估计，如地面回声消除、VPR校正或衰减校正(如Germann etal ，2006;Tabary,2007;Uijlenhoet和Berne,2008)。

本研究的目的是对不同现有的合并方法进行长期的验证。已经实施并测试了几种不同复杂程度的方法。所有选定的方法都适合于操作使用。合并方法的验证面临着真实降水场未知的问题。传统的方法是将降水量估算与雨量计进行比较。交叉验证（即从调整网络中移除一个计量表以将其用于验证）是一种可能的方法，但缺点是用于调整的网络各不相同。在这项研究中使用独立的验证网络，更适合分析方法的性能。由于该网络采样时间为24小时，因此每日累计进行合并，然后计算几个统计数据来评估和比较不同的方法。类似的长期验证已经在最近的研究中进行但限于一个（例如Borga等，2002; Holleman，2007）或几种方法（例如Cole和Moore，2008; Heistermann等，2008; Salek和Novak，2008）。在Schuurmans等人（2007年），根据74个选定的降雨事件，对三种不同的地质统计方法进行了比较。

规范网络密度对合并方法性能的影响在过去的研究中很少被评估（Sokol，2003; Chumchean等，2006）。 本文的贡献之一是确定给定网络密度的最佳方法。

第二部分讲述了雷达和雨量计网络的特点，第三部分讲述了用于联合的不同方法，第四部分介绍了对与雨量计四年的验证结果，第五部分对于合并的网络密度进行灵敏度分析。

2 雷达和雨量计观测

比利时皇家气象研究所（RMI）的单极化C波段天气雷达， 它位于海拔592米的Wideumont。 RMI通常使用雷达观测资料进行短期降水预报预报，发现严重雷暴（Delobbe和Holleman，2006年），并在恶劣天气情况下进行后验分析。Widemuont雷达观测在水文学的研究和应用也是研究和开发的一个重要领域（如Berne等，2005; Delobbe等，2006; Leclercq等，2008）。

雷达每5分钟执行5次高程扫描，反射率测量长达240公里。 波束宽度为1度。 雷达极坐标数据的分辨率范围为250米，方位角为1度。 时域多普勒滤波适用于地面杂波的去除。 基于静态杂波图的附加处理被应用到体积反射率文件中，以消除由一些周围小山引起的残余永久地面杂波。 海拔1500m处的伪CAPPI是在分辨率为600times;600m2的笛卡尔网格上从5海拔扫描（0.3,0.9,1.8,3.3和6°）中提取的。 选择伪CAPPI的高度来限制地面杂波的影响。 然后用a = 200和b = 1.6的马歇尔 - 帕尔默关系Z = aR＾b将反射率因子转换成降水率。 5分钟的图像集成在一起，从08:00开始，产生24小时降雨累积。

瓦隆地区（SPW）的水文服务运行密集（每135平方公里1个测量点）并有90个遥测雨量计的综合网络， 他们大多数是翻斗式雨量计系统提供每小时降雨积累。 收集的数据用于水文模拟并直接发送给RMI。 雨量器每三个月在现场校准一次，并在每年的专门研讨会上进行校准。 RMI每天都会对数据进行质量控制，并与邻近站点进行比较，雷达数据也用于此质量控制以消除异常值。

RMI还维护着一个气候网络，其中包括270个台站来进行每日在当地时间8到8之间（LT）降水量的测量。这些台站是手动的，并且数据在延迟较大的情况下获得。数据经过严格的质量控制。 这种网络通常用于雷达降水估计的长期验证。 这里将用它来评估雷达雨量计合并方法。

由于在离雷达很远的地方估计降水量可能非常不准确，因此使用120公里为最大探测距离。 SPW网络用于校准，然后雨量计减少到74个。RMI网络的几个站点在4年的验证期间并不总是可用的， 这些站点被删除以确保整个时期使用相同的网络。 其余的验证网络包括110个雨量计。 雷达和两个雨量计网络的位置可以在图1中看到。有效区域的地形如图2所示。

图1.瓦隆地区的Wideumont雷达（黑色方形）， SPW遥测仪网络和RMI气候站点网络。

图2.瓦隆地区地形

3 方法介绍

已经实施了各种组合雷达和雨量计数据的方法，以获得最佳估计降水量。 有几种方法需要雨量计测量结果G和相应的雷达值R之间的比较。当雷达面积估计值与测量点测量结果进行比较或结合时，空间采样问题至关重要（Villarini et al。，2008）。 在我们的研究中，规范位置周围的超过9个雷达像素的平均值被用作相应的雷达降水估计。 这允许限制风漂移的影响，这可能是非常重要的（Lack和Fox，2007）。 特别是在对流情况下，当雷达估值基于更大数量的像素时，空间采样误差会增加。 然而，这种效应随着积累时间的增加而减少，因此在日时间尺度上相对受限。 此外，使用更大的雷达估计区域可以减少时间采样误差。

只有R和G超过1毫米的配对才被视为有效。如果有至少10个有效配对，则一天有效。 这些方法应用于包含瓦隆地区的方形域。这意味着有些区域不在网络凸包之外（即包含所有规格的最小凸包的边界）。在这些地区，调整值必须被视为外推。与这些值相关的不确定性因素更高。

3.1 平均场偏差校正(MFB)

这里假设雷达估计值受统一乘法误差的影响。这个错误可能是由于例如电子校准不良或Z-R关系中的错误系数造成。 调整因子被估计为平均现场偏差：

其中N是有效雷达雨量计配对的数量，Gi和Ri是与 i相关的有效值。

3.2范围相关调整（RDA）

这种方法假定R / G比是雷达距离的函数。距离依赖性主要由测量的高度的增加，波束展宽和衰减效应产生，依赖于范围的调整主要基于BALTEX调整方法（Michelson et al。，2000），以对数标度和范围表示的R / G之间的关系用二阶多项式近似，其二阶多项式的系数用最小二乘法确定。

其中r是距离雷达的距离，取决于范围的乘法因子CRDA是从多项式导出的。

3.3静态局部偏置校正和范围相关调整（SRD）

静态局部偏置校正旨在校正可见性效应，修正值是根据使用气候网络的一年数据集计算得出的。24小时雷达积累首先通过平均场偏差校正进行调整。 然后，对于每个站点位置，估计1年内的平均残差偏差。最后进行基于克里格法的空间插值来获得校正场。为了模拟操作环境，在给定年份计算的校正用于下一年。 2004年，2005年（见图3），2006年和2007年获得的领域非常相似。该校正在依赖于范围的调整（Slb RDa = SRD）之前应用。

3.4 Brandes空间调整（BRA）

这种空间方法由Brandes（1975）提出。在每个雨量计站点计算修正系数。然后将所有因素插入到整个雷达视场中。该方法遵循Barnes客观分析方案，该方案基于负指数权重来生成校准场：

图3. 2005年的静态局部偏差校正场 （以dB为单位），使用量表（三角形）

和雷达（方形）位置

图4.所有雷达量规合并方法的平均绝对误差。

其中di是网格点和量规i之间的距离。参数k控制Brandes方法中的平滑程度。假定在整个领域不变。参数k是作为网络的平均密度delta;的函数计算的，由计量器的数量除以总面积得出。选择了一个简单的反比关系：

调整因子2以获得全网络的最佳k值。根据2006年的验证，通过试验和误差估计最佳k值。k和delta;之间的相同关系用于简化网络（见第5节）。

3.5一般克里格方法（KRI）

像一般克立格方法这样的地统计学方法处理来自几个地点观测的随机场的空间插值。 Goovaerts（1997）提出了一般性描述。这种方法需要定义一个描述降水场空间变异特征的变异函数。在特定位置的估计U0是量表值Gi的线性组合：

计算权重lambda;i，以获得最佳线性无偏估计量，假设整个场的恒定未知均值。 这包括求解一个线性方程组，其大小等于量规的数量。

在这项研究中，只使用了20个最近的雨量计。这样可以减少计算成本，同时精度损失很小。假设各向同性的模型变差函数是距离的一阶线性函数。已经测试了更复杂的气候变异函数（即高斯函数，指数函数和球形），但没有观察到性能的显着改进。这些结果与Haberlandt（2007）的研究结果一致。 KRI方法仅基于雨量计，用于评估其他方法中雷达观测值的增加值。

3.6基于雷达误差订正的克里格法（KRE）

Sinclair和Pegram（2005）提到的这种被称为“条件合并”的方法使用雷达场来估计与基于雨量计的普通克里格方法相关的误差并对其进行修正。首先，每个测量点的雷达值被用来产生一个基于雷达的克里格场。 然后从原始雷达场中减去该场以获得误差场。最后，误差域被添加到检验的克里格场中。KRE方法相对简单且计算效率高。

3.7 外部漂移的克里格场（KED）

这种方法是一种非平稳的地质统计方法，它使用雷达作为辅助信息。一般描述在Wackernagel（2003）中给出。除了估算降水场的平均值现在被认为是雷达场的线性函数之外，它遵循与普通克里金法相同的方案。其他约束被添加到这个方案中：

其中Ri是仪表位置i处的雷达值，lambda;i是相应的权重，R0是估算位置处的雷达值。 通过求解增广的线性方程组给出权重。 变异函数也假定为线性和各向同性的。 这是最复杂和最耗时的方法。 请注意，最近VelascoForero等人提出了一种计算变差函数模型的自主方法。（2008年）。

4长期验证

4.1方法

通过比较调整后的24小时降水量累积R与气候仪表网络G的测量结果，评估了雷达测量仪合并方法的性能。测试期从2005年延伸至2008年，其中包括612天的有效天数。用于调整和验证的计量数据是独立的。不幸的是，这两个网络有几个共同或非常接近的位置。距离SPW网络距离小于2公里的RMI网络的仪表随后被移除。其余的验证网络包括75个仪表。

文献中找到了几个质量参数。 均方根误差：

是验证研究中最常用的参数。但是，平均绝对误差：

对较大的错误较不敏感，因此在此用作第一个质量参数。这些参数都考虑了所有雷达值对。

Germann等人提出了客观判断雷达性能的标准（2006年）。这篇论文中定义的平均偏差，误差分布和散射也用于本研究。平均偏差（MB）是雷达观测到的总降水量除以仪表测得的总降水量。误差分布是总降雨量的累积贡献，是以dB表示的R-G比率的函数。分散度是错误分布的16％和84％

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[22719]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章