新西兰背景下的雷达降水估算外文翻译资料

 2022-11-26 20:19:05

英语原文共 4 页，剩余内容已隐藏，支付完成后下载完整资料

新西兰背景下的雷达降水估算

Warren Gray and Howard Larsen

1雷达气象学家，NIWA，新西兰

2环境部，新西兰

摘要：雷达降水测量中经常遇到的困难包括来自地面雷达反射的误差、高空测量外推误差和采集波动信号不充分的误差。本文将讨论这些误差来源及付诸实施的解决方案。

关键词：雷达降水量估计；杂波抑制；垂直剖面校正；水文模型；河流流量

一、介绍

降雨在空间和时间上都有很大的变化。暴雨期间，降雨可能每小时变化数十毫米，距离只有几十米(奥斯汀等人，2002)。另外，新西兰崎岖的地形会产生地形效应，从而导致平均降雨量变化10倍(灰色和奥斯汀，1993).这些因素使对集水区雨降的估计很难获得，因为传统的个别雨量计测量一般只代表一小块局部地区，而且即使是中等代表性的测量所需的密集网络也是不切实际的。在没有集水区尺度估计的情况下，土壤水分、河流和河流流量的预报具有很大的不确定性，虽然雷达可以满足对降水进行高分辨率、实时、集中采样的需求，但它只是间接地估计了地面的降雨量，这会造成其他问题的出现（奥斯汀，1987）。

本文讨论了在利用雷达反射率估算地表降雨量时存在的三个问题的解决方案。我们描述了对海杂波和垂直剖面校正的新方法，并研究了样本间差异性的影响。 给出了集水区平均雷达估计（在修正了已知误差后）与8规平均值的比较结果，并显示了合理的技能。 利用修正后的雷达数据作为输入，将实测的河流流量与分布式水文模型的输出进行比较。

  1. 杂波抑制

我们发现，尤其是海杂波，通常可以通过其强度随高度而降低的特征识别出来，并且可以通过比较两个最低海拔波束在低空中的观测结果来排除杂波。图1显示了在一个特定的扫描周期中反射率样本频率的等值线图，正如波束1(0.5°)和波束3(1.3°)所示。在这个图中有三个显而易见的主要回波群。一个位于左下角，在第一和第三波束中的反射率都很低，但在第一波束中有一些较强的回声——这个回波群就包含了海杂波。第二组位于1：1线的下方，第1和第3波束下的回波都很强——这组回波块就是降水回波。右上角的第三组高频回波群(波束1回波强度约27dBz，波束3回波强度约16dBz)是与近岸岛屿相关的杂波区。将第1波束中低于7 dBz阈值的像素点和第3波束中低于4dBz的像素点去除，可有效地消除海杂波而不排除有效的降水回波。由于回波是静止的，因此海杂波将会对有相当一部分回波不动的近场算法造成困难，而且在强风中，海杂波会产生相当于1 mm/h左右降水量的反射率，从而影响降雨积累的估计。

  1. 垂直剖面外推

虽然雷达可以给出在其附近低仰角的反射率信息，但波束高度随距离的上升意味着即使在最低扫描角下，波束在较长距离处也远高于地面。我们使用算法从雷达附近的体扫描信息中估计出水平平均垂直反射率结构，并将其用于用高仰角数据估计表面反射率中。我们首先通过平均每个距离环周围方位的反射率来做到这一点，对于每个标高，距离为120公里，然后对这些样品进行简单的函数拟合，使反射率随高度线性下降，再加上一个代表明亮波段的“盒子”。亮带的高度是通过在垂直方向移动盒来确定的，直到得到最佳的拟合为止(详见格雷等人，2002，桑森等人，2001)。拟合过程包括将距离箱内的每一组高度的反射率缩放到一个插值高度的公共值，而且拟合过程还允许雷达波束随距离扩展。

我们对垂直剖面外推程序进行了优化，首先将短程数据的每个垂直列划分为几个“降水类型”类别之一。多年来获得的数据和许多风暴的经验表明，几乎在所有情况下，只要使用两种类型，就能得到最有效的分类。其中一个是浅层，很少或没有亮带；另一种是明显更深的，并且有一个明显的亮带；仅凭较浅的构造对较深的降雨进行修正，就会导致对地面降雨量的重大高估。基于3.5km处12 dbz的插值反射率极限，提出了一种将降水划分为两类的修正算法，并分别对这两类进行了拟合。根据观测到的反射率随其高度变化的强度来选择用于校正较长距离数据的类别。图2显示了校正前后的垂直剖面图。

图2

  1. 抽样变异性

从某一特定的降水量测得的雷达反射率的测量值存在固有的波动，这给估计的降水量带来了不确定性。要获得降水强度的有用测量，必须结合一些独立的反射率测量。对于本研究中使用的爱立信雷达数据，这是通过平均每个发射的6个脉冲的返回信号来实现的。然后将6个相邻区域的测量值进行平均，因此结合36个测量，即使在平均后，数据中也存在明显的随机噪声，这降低了数据在水文和其他应用中的有用性。本文对这一变异性进行了研究，以确定其特性。

作为研究反射率估计的可变性的第一步，对同一点和高度接近的连续扫描数据进行了比较。数据仅限于那些有时没有海杂波证据的海上数据，以避免地面和海洋杂波。由于观测体积重叠超过50%，所以使用了波束1(仰角0.5°)和波束2(仰角0.9°)数据。在常规扫描周期中，波束2数据在第1束数据后10s取样，数据对进一步被限制在束流1高度低于500m的范围内，以避免任何明亮的波段效应，并且1束反射率在24到25dBz之间,以避免与强度相关的影响。

图3显示了以这种方式选择的Auckland雷达近海广泛降雨情况下2束反射率的分布情况，其观测范围为17.5至32.5 dBz，标准偏差为1.9 dBz，反射率为17.5 dbz时，相对应降水量为0.4mm/h，32.5dBz时对应3 mm/h，因此可能的误差范围很大。

图3

反射率波动由马歇尔和希茨费尔德(1953)模拟，华莱士(1953)的一篇文章提供了数学支持。他们导出了(除其他外)雷达接收反射率的概率密度函数的表达式。这里使用的雷达数据来自具有对数信号处理的接收机，其关系是这样的

,

其中是真实反射率的平均功率，是期望的测量功率，是这个估计的标准差，k是独立样本的数目(Sauviceot，1991)。

平均接收功率为24dBz，标准偏差预计为1.2dBz。

早期的模拟工作假设雷达观测到的体积内的降水是均匀的，罗杰斯(1971)发展了一种理论来解释散射体积内的非均匀降水。他发现，当采样体积内存在不均匀时，平均信号电平降低，标准偏差显著增加。在某些情况下，反射率低估了3分贝，信号波动的标准差增加了5.7 dB这样的结果足以解释上面报告的观测结果。

雷达雨量估计中的这种残余变异性导致高分辨率的雨量估计(例如1幅图像，1公里分辨率)不太可能准确。在任何需要在2倍范围内估计雨率的应用中，都需要在时间和空间上进行平均，例如，在3times;3公里的区域内进行平均处理，将减少大部分的变异性，因此，标准偏差为1 dBz的估计是可能的。这个解决方案可能在某些情况下不适用，例如城市暴雨水的实时控制。

  1. 集水比较

将马胡兰吉集水区上空的平均雷达雨量估计数与该集水区8个量规的平均数据进行比较表明，该雷达对地面降雨量作出了很好的估计(图4)。

以雷达资料为输入的水文模型所估计的流量的比较显示出类似的情况。当对照流数据进行验证时的技巧。全神贯注分布式水文模型，TOPNET(Ibbitt等人，2001)，将集水区划分为水文均匀区域，雷达数据在这些区域中的每一个区域分配一次降雨。因为雷达数据是由面积平均值形成的，是一种很好的数据。这类模型的降雨信息来源。

图4

图5显示了在马胡兰吉集水区内两个地点用流量计测量的水流，以及水文模型以分布式雷达数据为输入对这些地点的流量作出的估计。

图5

  1. 结论

如果要用雷达精确估计地面雨量，就必须对杂波和垂直剖面(VPR)效应所造成的误差进行校正。还需要考虑采样波动信号所产生的变异性。完成这些校正后，估计值平均在集水区尺度上，结果表明，雷达估计的降雨量与高密度雨量计网络的降雨量相当。

致谢

作者感谢MetService(NZ)有限公司提供雷达数据，罗斯·伍兹博士(Niwa)提供水文模型，感谢为这项研究提供资金的研究、科学和技术基础(合同co1x0014)。

参考文献：

Austin PM.1987. Relationship between measured radar reflectivity and surface rainfall. Monthly Weather Review 115: 1053–1071.

Austin GL, Nicol J, Smith K, Peace A, Stow D. 2002. The space time variability of rainfall patterns: implications for measurement andprediction. Western Pacific Geophysics Meeting. AGU: Wellington;paper no. H42A-02, wp35.

Gray WR, Austin GL. 1993. Rainfall estimation by radar for the Otaki catchment: The OPERA pilot study. Journal of Hydrology 31(1):91–110.

Gray WR, Uddstrom MJ, Larsen HR. 2002. Radar surface rainfall
estimates using a typical shape function approach to correct for the variations in the vertical profile of reflectivity. International Journalof Remote Sensing 23: 2489–2504.

Ibbitt RP, Henderson RD, Copeland J, Wratt DS. 2001. Simulating
mountain runoff with meso-scale weather model rainfall estimates:a New Zealand experience. Journal of Hydrology 239: 19–32.

Marshall JS, Hitschfeld W. 1953. Interpretation of fluctuating echo from randomly distributed scatterers. Part II. Canadian Journal of Physics 31: 962–994.

Rogers R. 1971. The effect of variable target reflectivity on weather radar measurements. Quarterly Journal of the Royal Meteorological Society 97: 154–167.

Sansom J, Thompson CS, Gray WR. 2001. Extraction of reakpoints from radar-estimated rainfall fields.Meteorological Applications 8(2): June 2001; 137–152.

Sauvageot H. 1991. Radar Meteorology. Artech House: Boston.

Wallace PR. 1953. Interpretation of fluctuating echo from randomly distributed scatterers. Part II. Canadian Journal of Physics 31:995–1009.

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[22332]，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