一种结合气象雷达与雨量桶观测数据的定量降水估算方法

技术领域

本发明涉及气象探测领域，具体涉及一种结合气象雷达与雨量桶观测数据的定量降水估算方法。

背景技术

气象雷达和雨量桶都是观测降水的常用仪器。基于气象雷达信号得到的定量降水数据，由于具有全自动、时空分辨率高、时效性强等特点，已经在世界各地得到了越来越广泛的应用。

气象雷达的发射端天线向大气中发射电磁波，当降水发生时电磁波碰撞到雨滴后形成反射回波，被气象雷达的接收端天线接收。天空中的雨滴数量越多、体积越大，气象雷达回波的信号强度就越大。可以推断，气象雷达接收的回波信号强度，即气象雷达反射率(Z)与当时的降水强度(R)呈紧密正向相关。Z-R关系也因此成为气象雷达数据反演定量降水的基础。

气象雷达反射率与降水强度的关系是非线性且十分复杂的，导致基于气象雷达信号反演得到的定量降水数据不能代表地面上降水的真实情况，分析误差原因主要有如下几点：首先，与高度有关的误差，气象雷达观测到的信号来自于几千米的空中而非地面，雨滴在降落到地面的过程中会发生变化；第二，与距离有关的误差，这主要是由于电磁波在传送的过程中会发生衰减，距离气象雷达越远且降水强度越大时，信号衰减越严重；第三，随机误差，例如气象雷达杂波效应，或由于雨滴之外的物体(如飞行器、鸟类、昆虫等)造成的干扰。因此，通过直接反演气象雷达信号得到的定量降水产品很难被直接应用。

地面安装的雨量桶所观测到的降水数据至今仍然被认为是最准确的点尺度测量。但地面雨量桶数量十分有限，且维护成本较高，因此单纯用雨量桶观测数据插值得到的降水空间分布也不够准确。基于以上不足，本发明提出一种结合气象雷达与雨量桶观测数据的定量降水估算方法，发挥两种观测仪器各自的优势，形成在空间上更为准确的定量降水估算。

发明内容

针对现有技术中的上述不足，本发明提供了一种结合气象雷达与雨量桶观测数据的定量降水估算方法。

为了达到上述发明目的，本发明采用的技术方案为：

一种结合气象雷达与雨量桶观测数据的定量降水估算方法，包括以下步骤：

S1、通过获取原始雨量桶累积数据以及原始气象雷达降水累积数据，得到同一地理位置网格上匹配的雨量桶-气象雷达数据G/R对；

S2、通过步骤S1得到的雨量桶-气象雷达数据G/R对计算原始气象雷达降水累积数据的观测误差，并进行异常数据检测，生成初始修正因子场；

S3、将步骤S2得到的初始修正因子场与观测误差进行距离相关性判断，若存在距离相关性则进入步骤S4，否则进入步骤S5；

S4、对初始修正因子场进行调整，并利用调整后的修正因子场对原始气象雷达降水累积数据进行修正，得到修正后的气象雷达降水累积数据；

S5、利用平均场偏差对原始气象雷达降水累积数据进行修正，得到修正后的气象雷达降水累积数据。

该方案的有益效果为：

利用同一地理位置网格上匹配的雨量桶-气象雷达数据G/R对获取观测误差与初始修正因子场，并对初始修正因子场与观测误差进行距离相关性判断，进而得到修正后的气象雷达降水数据。有效结合气象雷达与雨量桶观测数据，发挥各自数据的优势，形成在空间上更为准确的定量降水估算。

进一步地，所述步骤S1的具体包括以下分步骤：

S11、从气象雷达数据库中调取气象雷达反射率并转换为降雨强度，得到气象雷达降雨强度数据，其转换公式为：

其中，R为气象雷达降雨强度，Z为气象雷达反射率，A和b均为无量纲参数；

S12、将步骤S11中得到的降雨强度数据累积到24小时得到原始气象雷达降水累积数据R

该进一步方案的有益效果为：

雷达观测到的是空中的雨滴，而雨量桶观测到的是地面上的实际降水，因此每时每刻的观测不可能完全拟合。采用24小时累积数据可以让两种观测更具有可比性。雷达观测是面上的扫描，而雨量桶是做点位上的观测，因此需要找到每个雨量桶所对应的雷达图像网格点(像素点)，让两种观测更具可比性。

进一步地，所述步骤所述步骤S2包括以下分步骤：

S21、利用步骤S12得到的雨量桶-气象雷达数据G/R对计算原始气象雷达降水数据的观测误差F

F

其中，G为匹配好的G/R对中雨量桶累积数据，R为匹配好的G/R对中气象雷达降水累积数据；

S22、利用步骤S21得到的观测误差F

其中，σ是观测误差F

S23、判断步骤S22得到的归一化残差Z

S24、将步骤S23得到的观测误差F

其中，(i，j)为气象雷达数据的网格坐标；a、b、c为无量纲参数。

该进一步方案的有益效果为：

采用取对数的处理办法是因为降水数据一般呈对数正态分布，取对数后则呈一般正态分布，即高斯分布，便于后续统计与计算。采用一元二次方程进行拟合是因为降水修正因子与距离呈非线性关系，而一元二次方程是能描述此非线性关系最简单的表达式，可以节约计算成本。

进一步地，所述步骤S3具体为：

运用t-检验方法在95％置信区间评估观测误差F

该进一步方案的有益效果为：

数据通过t-检验，则说明气象雷达降水的误差由距离产生，进而利用修正后的初始因子修正场

进一步地，所述步骤S4包括以下分步骤：

S41、将初始修正因子场F

其中，F

S42、利用步骤S41得到的修正因子场

其中，R

该进一步方案的有益效果为：

最终修正因子场

进一步地，所述步骤S41中空间分析修正因子场F

S411、利用各雨量桶在同一地理坐标网格上的权重w

其中，N为G/R对的数量，w

S412、利用步骤S411得到的第一猜测修正因子场F

其中，n为与某个雨量桶空间位置上距离最近的雨量桶个数；

S413、利用步骤S411得到的第一猜测修正因子场F

该进一步方案的有益效果为：

采用了先对空间分析修正因子进行初次估算，再对初次估算的结果进行修正的方法。在初次估算时采用全部雨量桶数据，保证了空间降水过程的整体性；在修正时仅采用与某一雨量桶空间上距离最近的4个雨量桶，保证了空间降水过程的局部性。这样做可以更为充分利用雨量桶数据，使整体性和局部性兼顾，让修正因子的生成更为科学合理。

进一步地，所述步骤S41中空间加权w

w

其中，D

该进一步方案的有益效果为：

这一步的目的主要是为了区分同一空间场上不同位置的降水是否属于同一降水系统，这样做可以使修正结果更为科学合理。

进一步地，所述步骤S5具体包括以下步骤：

S51、利用雨量桶累积数据G

S52、利用步骤S51得到的平均场偏差MFB对原始气象雷达降水累积数据R

R

该进一步方案的有益效果为：

若t-检验未通过，则说明该场降水覆盖范围小，多为短时间的强对流局部降水，此情况下不需要对雷达数据进行复杂的距离方面的修正，只需要直接通过步骤S5利用平均场偏差MFB进行修正即可，可适应各种降水数据条件，使方法适用性更广。

附图说明

图1为本发明一种结合气象雷达与雨量桶观测数据的定量降水估算方法流程示意图。

图2为本发明中步骤S1的流程示意图。

图3为本发明中步骤S2的流程示意图。

图4为本发明中步骤S4的流程示意图。

图5为本发明中步骤S41的流程示意图。

图6为本发明中步骤S5的流程示意图。

具体实施方式

下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

本发明提供的一种结合气象雷达与雨量桶观测数据的定量降水估算方法基于以下假设前提：(1)认为雨量桶在点尺度的观测值代表该点的真实降水量值；(2)认为气象雷达观测数据能反映区域降水场大致空间分布，且气象雷达观测误差主要由距离引起；(3)认为雨量桶与气象雷达在日尺度的降雨观测累计值具有可比性。

下面结合附图对发明的具体实施方式做一个详尽的说明。

如图1所示，本发明是一种结合气象雷达与雨量桶观测数据的定量降水估算方法，包括以下步骤：

S1、通过获取原始雨量桶累积数据以及原始气象雷达降水累积数据，得到同一地理位置网格上匹配的雨量桶-气象雷达数据G/R对；

本实施例中，通过气象雷达数据库获取气象雷达反射率，并将气象雷达反射率转换为降雨强度，从而获取原始气象雷达降水累积数据，并与原始雨量桶累积数据在同一地理位置网格上匹配，得到雨量桶-气象雷达数据G/R对。

如图2所示，步骤S1具体包括以下分步骤：

S11、从气象雷达数据库中调取气象雷达反射率并转换为降雨强度，得到气象雷达降雨强度数据，其转换公式为：

其中，R为气象雷达降雨强度，Z为气象雷达反射率，A和b均为无量纲参数；

S12、将步骤S11中得到的降雨强度数据累积到24小时得到原始气象雷达降水累积数据R

本实施例中，从气象雷达数据库中调取气象雷达发射率，将气象雷达反射率通过通过Marshall-Palmer方程转换为降雨强度，并将该降水强度累计到24小时，与每天的雨量桶观测值在同一地理位置网格上进行匹配，得到雨量桶-气象雷达数据对G/R对。

S2、通过步骤S1得到的雨量桶-气象雷达数据G/R对计算原始气象雷达降水累积数据的观测误差，并进行异常数据检测，生成初始修正因子场；

在本实施例中，将步骤S1得到的雨量桶-气象雷达数据G/R对进行数控处理得到观测误差F

如图3所示，步骤S2具体包括以下分步骤：

S21、利用步骤S12得到的雨量桶-气象雷达数据G/R对计算原始气象雷达降水数据的观测误差F

F

其中，G为匹配好的G/R对中雨量桶累积数据，R为匹配好的G/R对中气象雷达降水累积数据；

S22、利用步骤S21得到的观测误差F

其中，σ是观测误差F

S23、判断步骤S22得到的归一化残差Z

S24、将步骤S23得到的观测误差F

其中，(i，j)为气象雷达数据的网格坐标；a、b、c为无量纲参数。

本实施例中，将步骤S1得到的雨量桶-气象雷达数据G/R对的每组G/R对数据做除法，再取对数的方法计算气象雷达降水数据的观测误差F

S3、将步骤S2得到的初始修正因子场与观测误差进行距离相关性判断，若存在距离相关性则进入步骤S4，否则进入步骤S5；

本实施例中，步骤S3运用t-检验方法在95％置信区间评估观测误差F

S4、对初始修正因子场进行调整，并利用调整后的修正因子场对原始气象雷达降水累积数据进行修正，得到修正后的气象雷达降水累积数据；

本实施例中，通过空间分析修正因子场F

如图4所示，步骤S4具体包括以下分步骤：

S41、将初始修正因子场F

其中，F

步骤S41中空间加权w

w

其中，D

本实施例中，通过去相关距离D

如图5所示，步骤S41中空间分析修正因子场F

S411、利用各雨量桶在地理坐标网格上的权重w

其中，N为G/R对的数量，w

S412、利用步骤S411得到的第一猜测修正因子场F

其中，n为与某个雨量桶空间位置上距离最近的雨量桶个数；

S413、利用步骤S411得到的第一猜测修正因子场F

本实施例中，利用各雨量桶在地理坐标网格上的权重w

S42、利用步骤S41得到的修正因子场

本实施例中，通过修正因子场

S5、利用平均场偏差MFB对原始气象雷达降水累积数据进行修正，得到修正后的气象雷达降水累积数据。

本实施例中，对不符合距离相关性的雨量桶-气象雷达数据G/R对数据通过平均场偏差MFB对原始气象雷达降水累积数据进行修正，得到修正后的气象雷达降水累积数据R

如图6所示，步骤S5具体包括以下步骤：

S51、利用雨量桶累积数据G

S52、利用步骤S51得到的平均场偏差MFB对原始气象雷达降水累积数据R

R

本实施例中，通过雨量桶累积数据G

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。