CN105068153A - 一种区域自动雨量站小时降水数据质量控制系统及方法 - Google Patents
一种区域自动雨量站小时降水数据质量控制系统及方法 Download PDFInfo
- Publication number
- CN105068153A CN105068153A CN201510345591.0A CN201510345591A CN105068153A CN 105068153 A CN105068153 A CN 105068153A CN 201510345591 A CN201510345591 A CN 201510345591A CN 105068153 A CN105068153 A CN 105068153A
- Authority
- CN
- China
- Prior art keywords
- radar
- precipitation
- data
- station
- quality
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/18—Testing or calibrating meteorological apparatus
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/14—Rainfall or precipitation gauges
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Environmental Sciences (AREA)
- Ecology (AREA)
- Physics & Mathematics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Atmospheric Sciences (AREA)
- Hydrology & Water Resources (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种区域自动雨量站小时降水数据质量控制系统及方法,该控制系统包括雷达基数据预处理单元、输入单元、质量流程主单元、输出单元、结果文件画图单元和结果文件输出参数单元;雷达基数据预处理单元与输入单元连接;输入单元与质量流程主单元连接;质量流程主单元包括降水估算模块、匹配模块和质控模块;输出单元一端连接匹配模块,另一端分别连接结果文件画图单元和结果文件输出参数单元。本发明的控制系统结构设计简单、合理,运行稳定可靠。本发明的控制方法通过引入雷达资料能很准确的捕捉降水的“面上形态”,可有效帮助判断汛期极端降水的疑误识别。
Description
技术领域
本发明涉及气象资料质量控制技术领域,尤其涉及一种区域自动雨量站小时降水数据质量控制系统及方法。
背景技术
自动雨量站资料是准确反映实时降水量的重要依据,我国自2004年以来共建成约3万个自动雨量站用于业务观测。然而我国自动雨量站也存在着一定的问题,比如:分布密度不均、东部密集西部稀疏;部分雨量站根据需要迁站导致其地理位置信息不准确;雨量的测量受风场影响很大,尤其是翻斗式雨量计在大雨情况下由于翻斗来不及翻动造成雨量流失而使得观测值有较大误差;树叶污泥等遮挡、杂物堵塞、人为浇水、破坏以及维护不当等因素均可以造成雨量测量的误差(黄玲,2006)。因此自动雨量站的质量控制问题是气象资料工作者一直以来需要关注的问题。
国外在提高自动雨量计数据质量方面最具有代表性的是美国和北欧。美国针对水文数据系统(HADS)、河流预报中心(RFCS)以及天气预报中心(WFOS)等不同部门对数据应用需求的不同分别研发了三套具有代表性的自动站质量控制技术:(1)美国国家气候中心(NCDC)依据站点的位置和降水的时空连续性(空间相关:0.5°,时间相关:1h)研发了一套去除极端降水值的方法(Kimetal.,2008)。但是该方法容易误除一些重要的真实强降水值;(2)地球系统研究实验室(ESRL)从日值和月值的气候统计需求角度出发,专门对日降水量进行控制(Tollerudetal.,2005);(3)美国强风暴实验室(NSSL)将其Q2系统下基于雷达、卫星等多源融合全国降水拼图产品(QPE)应用于自动站小时降水数据的质量控制,该方法综合考虑了降水时空相关性以及降水产品格点与自动站距离的权重(Vasiloffetal.,2007)。北欧5国(丹麦、芬兰、冰岛、挪威、瑞典)分别从单站和空间两方面对自动站资料控制流程分为4级:台站级资料质量控制、数据入库前实时质量控制、历史数据质量控制、人工交互检查(Rissanenetal.,2000;VejenFetal.,2002);其所用到的方法基本都是建立在认为某一空间范围内要素的分布均一的假设之上,这较适合于对风、温度、压强、湿度要素的质量控制,而对于降水则有很大的局限性。
中国3万个自动雨量站中有约92%的站点无人值守,至2009年由国家气象信息中心牵头实现了由气象台站到省级、国家级资料部门的地面自动站观测资料三级质量控制业务系统,各级质量控制方法以传统方法为主,包括:数据格式检查、极值检查、数据内部一致性检查、时空一致性检查、人机交互检查(任芝花等,2007,2010)。中国气象局气象探测中心利用天气雷达配合监测自动雨量计的仪器故障,该工作侧重于关注仪器的硬件性能及其运行稳定性。此外,研究人员也根据需求对历史资料进行质量控制方法的探索,例如:利用雷达反演的降水量与地面站观测降水分布之间的相似离度关系,进行了将雷达资料应用于自动站降水数据的质量控制的试验性研究(丛芳等,2011),由于其分析的样本数只有480个雷达完整体扫数据(雷达每6分钟完成一次体扫描),不足以客观评估方法本身,此外该方法只适合用于雷达观测资料连续、完整情况下的理想分析,没有考虑实时业务环境中常出现的雷达资料缺失、时效性等需求,暂时不能达到业务实时质量控制应用的要求。
目前中国业务运行的自动站雨量资料的实时质量控制结果主要提供“可信”、“可疑”、“错误”三类数据质量标识,然而根据实际情况发现有时“可信”资料不可信,“可疑”有可能正确,“错误”资料可能正确,这使得预报员对降水信息提取、判断的工作有一定的难度。省级及国家级预报员整理了2010-2011年两年5-9月期间因为现有业务自动站降水资料质量控制系统误判而造成的多起强降水灾害预警失误事件(《国家气象中心2010-2011年自动站降水资料发现问题事例》),误判主要分为以下七个方面:(1)在实况无降水情况下,出现大范围虚假弱降水站点;(2)在实况有降水情况下,大范围真实降水信息被滤除;(3)在实况区域降水整体偏弱时,真实的强降水中心被滤;(4)在实况区域降水无强降水时,虚假的强降水漏判;(5)日降水累积量偏小;(6)地面站资料缺失;(7)地面站资料的时效性影响。
发明内容
针对以上问题,本发明提供了一种构思巧妙、合理,可准确捕捉降水的面上形态,在汛期可以帮助防灾减灾的预警和监测,减少洪水事件空报、漏报引发的人员伤害和经济损失的区域自动雨量站小时降水数据质量控制系统及方法。
本发明的技术方案如下:
上述的区域自动雨量站小时降水数据质量控制系统,其特征在于:所述控制系统包括雷达基数据预处理单元、输入单元、质量流程主单元、输出单元、结果文件画图单元和结果文件输出参数单元;所述雷达基数据预处理单元用于保证天气雷达资料的数据质量、格式统一,其与所述输入单元连接;所述输入单元与所述质量流程主单元连接,其用于接收所述雷达基数据预处理单元传来的数据并接收全国地面站小时降水数据;所述质量流程主单元用于形成最初的地面雨量计小时数据质量控制结果,其是由降水估算模块、匹配模块和质控模块组成;所述降水估算模块用于统一地面雨量站与天气雷达的对比参数;所述匹配模块用于配对地面雨量站与天气雷达经纬度位置最小化的误差;所述质控模块用于控制利用天气雷达帮助地面雨量站小时降水量的参数质量;所述输出单元一端连接所述匹配模块,另一端分别连接所述结果文件画图单元和结果文件输出参数单元,用于将前期的数据、方法和初步结果以最直观的方式呈现给预报员,同时输出文件数据,为研究人员进一步分析结果并存储信息。
一种区域自动雨量站小时降水数据质量控制方法,其包括以下步骤:(1)首先选择根据距离雷达远近不同,采用不同高度层的反射率因子形成“雷达混合扫描强度”,然后将雷达回波简单分类后,利用不同云类型对应的雷达反射率估算降水强度的公式关系得到每6min一次的雷达估测降水值Iradarn,最后将每小时内得到的多个雷达估测降水值进行累积平均形成雷达估测降水量Ir;(2)选取以自动站为中心的上空3km×3km八个方位共9个点,按照最邻近法将其匹配到雷达三维网格点,综合应用9个格点上雷达反射率强度和雷达估测降水量的最大值、最小值、区域平均值以及区域降水率信息;(3)将上述步骤(1)获取的业务雷达观测体扫数据和上述步骤(2)获取自动站小时降水数据作为输入参数,来对该区域的降水数据质量进行检查并将检查后的数据质量输出。
所述区域自动雨量站小时降水数据质量控制方法,其中:所述步骤(1)中当每小时雷达体扫数据小于4个时,取雷达估测降水值Iradarn中的最大值作为平均值进行小时累积。
所述区域自动雨量站小时降水数据质量控制方法,其中,所述步骤(3)对该区域的降水数据质量进行检查具体包括:(3.1)先判断该区域有无雷达覆盖,若判断结果显示没有被雷达覆盖,则将数据质量输出;若判断结果显示有雷达覆盖,再接着判断地面站是否缺测;(3.2)若判断结果显示地面站是缺测了,则输出错误的数据质量;若判断结果显示地面站没有缺测,则输出各情况下的数据质量。
所述区域自动雨量站小时降水数据质量控制方法,其中,所述步骤(3.2)中若判断结果显示地面站没有缺测,则会出现情况包括:a)地面站无降水,且上方雷达无降水;b)地面站无降水,但上方雷达有降水;c)地面站有降水,但上方雷达无降水;d)地面站有降水,且上方雷达有降水。
所述区域自动雨量站小时降水数据质量控制方法,其中:针对所述情况a),则将正确的数据质量输出;针对上述b)、c)、d)情况则再分级别根据自动站观测小时降水与区域最接近雷达估测降水的差值ΔI、以自动站为中心3km×3km内雷达估测降水最大值I_radarmax、以自动站为中心3km×3km内雷达估测降水最小值I_radarmin对参数判断,若符合判据,则输出正确的数据质量;若不符合判据,则输出错误的数据质量;若不确定是否符合判据,则输出可疑的数据质量。
所述区域自动雨量站小时降水数据质量控制方法,其中:所述控制方法在质量控制过程中需综合判断雷达与自动站雨量差值、自动站上方区域内雷达估测降水最大值、最小值、区域降水率这几个参数。
本发明区域自动雨量站小时降水数据质量控制系统结构设计简单、合理,运行可靠、稳定,可有效控制自动雨量计的数据质量,可以帮助防灾减灾的预警和监测,减少洪水事件空报、漏报引发的人员伤害和经济损失。
本发明区域自动雨量站小时降水数据质量控制方法是针对现有业务采用的技术原则弊端引入雷达资料,能很准确的捕捉降水的“面上形态”;此外,经过长时间历史数据回算发现,本发明引入雷达资料后可以有效帮助判断汛期极端降水的疑误识别,从实用价值上来说可以防灾减灾,减少洪水事件空报、漏报引发的人员伤害和经济损失,即有效避免了孤立的虚假强降水被漏判,避免了孤立的真实强降水被误滤,避免了单站长时间虚假强降水漏判,同时还有效避免了强降水的漏判与误判同时发生。
附图说明
图1为本发明区域自动雨量站小时降水数据质量控制系统的结构示意图;
图2为本发明区域自动雨量站小时降水数据质量控制方法的流程图;
图3为本发明区域自动雨量站小时降水数据质量控制方法的降水信息获取过程中雷达资料处理流程图。
具体实施方式
如图1所示,本发明区域自动雨量站小时降水数据质量控制系统,包括雷达基数据预处理单元1、输入单元2、质量流程主单元3、输出单元4、结果文件画图单元5和结果文件输出参数单元6。
该雷达基数据预处理单元1与输入单元2连接,其用于保证天气雷达资料的数据质量、格式统一,为后端质量控制模块提供较高质量的基数据、及方便实时处理。
该输入单元2与质量流程主单元3连接,其接收雷达基数据预处理单元1传来的数据,并接收全国地面站小时降水数据;其中,该该输入单元2用于为技术方案提供基本数据源,后期的处理都是针对此数据进行。
该质量流程主单元3用于形成最初的地面雨量计小时数据质量控制结果,其由降水估算模块31、匹配模块32和质控模块33依次组成;其中,该降水估算模块31解决了地面雨量站与天气雷达对比参数统一的问题,地面站得到的是小时降水强度mm/h,天气雷达得到的基本参数是回波强度dBZ,因此统一转化为物理意义、单位相同的参数;该匹配模块32解决了地面雨量站与天气雷达经纬度位置误差最小化的配对问题;该质控模块33解决了如何进一步利用天气雷达帮助地面雨量站小时降水量这一参数进行质量控制的技术问题。
该输出单元4一端连接匹配模块32,另一端分别连接结果文件画图单元5和结果文件输出参数单元6;其中,该输出单元4用于将前期的数据、方法和初步结果以最直观的方式呈现结果给预报员,同时输出文件数据为了研究人员进一步分析结果、并存储信息供后期技术改进备用。
如图2所示,本发明区域自动雨量站小时降水数据质量控制方法,具体包括抱以下步骤:
(1)首先选择根据距离雷达远近不同,采用不同高度层的反射率因子形成“雷达混合扫描强度”(Mix_dBZn),然后将雷达回波简单分类后,利用不同云类型对应的Z-I关系(Z-I关系就是用雷达反射率估算降水强度的公式,Z=aIb,通常a和b是与地形、降水类型等变化的一组系数,具体的数值《雷达气象学》以及国内外相关研究文献上有参考,也可以是新统计的结果应用。)得到每6min一次的雷达估测降水值Iradarn(单位:mm/h),最后将每小时内得到的多个雷达估测降水值进行累积平均形成雷达估测降水量Ir(单位:mm/h)。需要说明的是:当每小时雷达体扫数据小于4个时,取Iradarn(单位:mm/h)中的最大值作为平均值进行小时累积。
(2)选取以自动站为中心的上空3km×3km(即:东、西、南、北、东北、东南、西北、西南)八个方位共9个点,按照最邻近法将其匹配到雷达三维网格点,在质量控制中将综合应用这9个格点上雷达反射率强度和雷达估测降水量的最大值、最小值、区域平均值以及区域降水率等信息。
(3)将上述步骤(1)获取的业务雷达观测体扫数据和上述步骤(2)获取自动站小时降水数据作为输入参数,来对该区域的降水数据质量进行检查;
(3.1)先判断该区域有无雷达覆盖,若判断结果显示没有被雷达覆盖,则将数据质量输出;若判断结果显示有雷达覆盖,再接着判断地面站是否缺测;
(3.2)若判断结果显示地面站是缺测了,则输出错误的数据质量;若判断结果显示地面站没有缺测,则会出现以下几种情况:
a)地面站无降水,且上方雷达无降水
b)地面站无降水,但上方雷达有降水;
c)地面站有降水,但上方雷达无降水;
d)地面站有降水,且上方雷达有降水;
针对上述a)情况,将正确的数据质量输出;针对上述b)、c)、d)情况则再分级别根据自动站观测小时降水与区域最接近雷达估测降水的差值ΔI、以自动站为中心3km×3km内雷达估测降水最大值I_radarmax、以自动站为中心3km×3km内雷达估测降水最小值I_radarmin对参数判断,若符合判据,则输出正确的数据质量;若不符合判据,则输出错误的数据质量;若不确定是否符合判据,则输出可疑的数据质量。
其中,质量控制过程中需要综合判断雷达与自动站雨量差值、自动站上方区域内雷达估测降水最大值、最小值、区域降水率这几个参数;此外出于方便预报员进行人工检查及方法改进的需求,除了输出小时降水数据的质量标识,还增加了其它参数。
本发明是基于雷达估测降水的原理,但是不依赖于雷达估测降水的精度,并且针对不同的降水强度区间雷达辅助自动站监测的目标不同,这样就可以较好的避免很多不确定性误差带来的干扰,使之有的放矢,最大限度的发挥其作用。表1给出了方案的策略说明(其中使用N表示无降水,Y表示有降水):
表1雷达辅助自动站质量控制策略和具体目标设置
不同降水强度下雷达辅助自动站质量控制的目标设置
雷达资料三维格点处理
我国业务运行多普勒天气雷达完成一次全仰角体积扫描时间为5-6分钟,因此每小时雷达获取的完整体扫资料为10-11个,首先将单站的体扫资料数据采用NVI方法(肖艳娇,2006)插值到三维格点上,形成单站的三维网格数据,网格点在水平的经纬度方向上分辨率为0.01°×0.01°,5km以下的垂直分辨率为0.5km,5km以上垂直分辨率为1km。
降水信息获取:
以上得到了雷达三维格点化回波强度(单位:dBZ),还需要进一步讲该值转化为小时降水强度(单位:mm/h)。一般而言,距离地面高度越高则雷达观测范围越大、被地物遮挡可能性越小,但是由于高空风速风向导致的位置偏移、降水过程中蒸发等各种因素造成的雷达测量降水误差越大,就要尽可能地采用低高度层雷达反射率因子;因此首先选择根据距离雷达远近不同采用不同高度层的反射率因子形成“雷达混合扫描强度”(Mix_dBZn),然将雷达回波简单分类(dBZ>38.0定义为对流云,dBZ≤38.0定义为层状云,如图3所示,注意:该阈值可以随地区的不同略微调整)后利用不同云类型对应的Z-I关系(Michaeletal.,2000;Zhangetal.,2008)得到每6min一次的雷达估测降水值Iradarn,最后将每小时内得到的多个雷达估测降水值进行累积平均形成雷达估测降水量Ir(单位:mm/h)。需要说明的是:当每小时雷达体扫数据小于4个时,取Iradarn中的最大值作为平均值进行小时累积。
雷达数据与雨量计数据匹配:
由于自动站的经纬度并不是恰好与雷达格点化降水数据一一对应,为了最大限度减小雷达定位及估算降水等误差的影响,选取以自动站为中心的上空3km×3km(即:东、西、南、北、东北、东南、西北、西南)八个方位共9个点,按照最邻近法将其匹配到雷达三维网格点,在质量控制中将综合应用这9个格点上雷达反射率强度和雷达估测降水量的最大值、最小值、区域平均值以及区域降水率等信息。
自动雨量站与雷达格点空间匹配示意(Ir1-Ir9为每个网格点对应的雷达估测降水值)。
参数设置
输入参数为业务雷达观测体扫数据和自动站小时降水数据;质量控制过程中需要综合判断雷达与自动站雨量差值、自动站上方区域内雷达估测降水最大值、最小值、区域降水率这几个参数;此外出于方便预报员进行人工检查及方法改进的需求,除了输出小时降水数据的质量标识,还增加了其它参数(表2)。
表2算法涉及的输入、运算及输出参数
技术检验
选用2009年-2011年汛期预报员提供的误判个例进行效果检验。
a.孤立的虚假强降水被漏判
湖南P2667站2009年04月12日01:00(UTC)降水量为96.0mm/h,较周围区域其它站降水值明显突出,该值在现有的业务实时质量控制方案中被定义为“正确”数据,而在使用雷达辅助自动站降水质量控制方案后,此次降水数据被判断为“错误”数据,根据实况核查,该地区有降水发生,但是强度远远不及96mm/h那么强。表3为经过两种质量控制方案后的自动站数据质量标识(包括:“错误(×)”、“可疑(?)”、“正确(√)”以及“缺测(Lost)”四种),红色圆圈内即为P2667站;表3记录了增加雷达资料应用前后更为详细的判断结果。
b.孤立的真实强降水被误滤
河北B2423站2011年05月15日15:00(UTC)降水量为157.0mm/h,属于极端强降水事件,该值在现有的业务实时质量控制方案中被定义为“错误”数据,而在使用雷达辅助自动站降水质量控制方案后,此次降水数据被判断为“正确”数据,根据实况核查发现属于真实的极强降水,这次实时质量控制系统对于极端性强降水的误判造成了当地严重的灾害和经济损失。表4为经过质量控制后的自动站数据质量标识(包括:“错误(×)”、“可疑(?)”、“正确(√)”以及“缺测(Lost)”四种),红色圆圈内即为B2423站;表4记录了增加雷达资料应用前后更为详细的判断结果。
c.单站长时间虚假强降水漏判
除了以上突发性观测误差外,还有一种经常发生的问题就是某一个单站长时间连续出现虚假的强降水值,这给临近预报工作以及日降水累积量的统计带来极大的困扰。比如选取2011年7月21日00:00至22日00:00(UTC)24小时内盐城M5401站为例(表3):该站24小时内“观测”的最强小时雨量为24.6mm/h,日累积降水量高达128mm/h以上;在未使用雷达判断辅助时质量控制的结果为13个“正确”、11个“可疑”;应用雷达资料再进行质量控制后的结果为9个“正确”、14个“错误”、1个“可疑”。对该区域当日实况核查结果显示:整个区域内全天降水不足1mm。因此再次证明:应用雷达辅助判断这类天气情况下的降水数据质量时,虚假的强降水可以较好的被剔除,而不影响正确数据的误判;但是对于3-5mm/h之间的降水质量仍然是难点。
表32011年7月21日00:00-22日00:00(UTC)M5401站观测情况
d.强降水的漏判与误判同时发生
有时在同一个区域内,既有多个站点出现虚假强降水观测值,也有局地小尺度的真实强降水被遗漏的情况。比如2011年7月7日郑州区域内发现单站小时降水达148.4mm/h的极端值,24小时累积降水量高达700mm,实际情况是全区基本无降水;另一方面,某个站附近实际发生阵雨,但是单自动站质量控制系统认为降水是虚假的。这些问题在使用雷达辅助判断后均得到解决(表4)。
表42011年7月7日应用郑州雷达对其覆盖区域内自动站质量控制结果
将国家气象中心预报员整理提供的《2010-2011年自动站降水资料发现问题事例》中涉及的71个问题个例采用雷达资料辅助质量控制(表5)。可以发现在现有单自动站质量控制技术中遇到的误判问题主要表现在两个方面:(1)提供给预报员的可疑数据太多,导致人工自己判断的工作量和难度增大;(2)单自动站判断为正确的数据中存在较多错误的数据,造成因强降水导致的灾害天气预警失误。经过本技术引入天气雷达资料应用后,可以有效改善这些问题。
表52010-2011年自动站降水问题资料再处理
本发明区域自动雨量站小时降水数据质量控制系统结构设计简单、合理,可有效控制自动雨量计的数据质量,可以帮助防灾减灾的预警和监测,减少洪水事件空报、漏报引发的人员伤害和经济损失。
本发明区域自动雨量站小时降水数据质量控制方法构思巧妙、合理,流程简单,有效避免了孤立的虚假强降水被漏判,避免了孤立的真实强降水被误滤,避免了单站长时间虚假强降水漏判,同时还有效避免了强降水的漏判与误判同时发生。
Claims (7)
1.一种区域自动雨量站小时降水数据质量控制系统,其特征在于:所述控制系统包括雷达基数据预处理单元、输入单元、质量流程主单元、输出单元、结果文件画图单元和结果文件输出参数单元;
所述雷达基数据预处理单元用于保证天气雷达资料的数据质量、格式统一,其与所述输入单元连接;
所述输入单元与所述质量流程主单元连接,其用于接收所述雷达基数据预处理单元传来的数据并接收全国地面站小时降水数据;
所述质量流程主单元用于形成最初的地面雨量计小时数据质量控制结果,其是由降水估算模块、匹配模块和质控模块组成;所述降水估算模块用于统一地面雨量站与天气雷达的对比参数;所述匹配模块用于配对地面雨量站与天气雷达经纬度位置最小化的误差;所述质控模块用于控制利用天气雷达帮助地面雨量站小时降水量的参数质量;
所述输出单元一端连接所述匹配模块,另一端分别连接所述结果文件画图单元和结果文件输出参数单元,用于将前期的数据、方法和初步结果以最直观的方式呈现给预报员,同时输出文件数据,为研究人员进一步分析结果并存储信息。
2.一种区域自动雨量站小时降水数据质量控制方法,其特征在于,所述控制方法包括以下步骤:
(1)首先选择根据距离雷达远近不同,采用不同高度层的反射率因子形成“雷达混合扫描强度”,然后将雷达回波简单分类后,利用不同云类型对应的雷达反射率估算降水强度的公式关系得到每6min一次的雷达估测降水值Iradarn,最后将每小时内得到的多个雷达估测降水值进行累积平均形成雷达估测降水量Ir;
(2)选取以自动站为中心的上空3km×3km八个方位共9个点,按照最邻近法将其匹配到雷达三维网格点,综合应用9个格点上雷达反射率强度和雷达估测降水量的最大值、最小值、区域平均值以及区域降水率信息;
(3)将上述步骤(1)获取的业务雷达观测体扫数据和上述步骤(2)获取自动站小时降水数据作为输入参数,来对该区域的降水数据质量进行检查并将检查后的数据质量输出。
3.如权利要求2所述的区域自动雨量站小时降水数据质量控制方法,其特征在于:所述步骤(1)中当每小时雷达体扫数据小于4个时,取雷达估测降水值Iradarn中的最大值作为平均值进行小时累积。
4.如权利要求2所述的区域自动雨量站小时降水数据质量控制方法,其特征在于,所述步骤(3)对该区域的降水数据质量进行检查具体包括:
(3.1)先判断该区域有无雷达覆盖,若判断结果显示没有被雷达覆盖,则将数据质量输出;若判断结果显示有雷达覆盖,再接着判断地面站是否缺测;
(3.2)若判断结果显示地面站是缺测了,则输出错误的数据质量;若判断结果显示地面站没有缺测,则输出各情况下的数据质量。
5.如权利要求4所述的区域自动雨量站小时降水数据质量控制方法,其特征在于,所述步骤(3.2)中若判断结果显示地面站没有缺测,则会出现情况包括:
a)地面站无降水,且上方雷达无降水;
b)地面站无降水,但上方雷达有降水;
c)地面站有降水,但上方雷达无降水;
d)地面站有降水,且上方雷达有降水。
6.如权利要求5所述的区域自动雨量站小时降水数据质量控制方法,其特征在于:针对所述情况a),则将正确的数据质量输出;
针对上述b)、c)、d)情况则再分级别根据自动站观测小时降水与区域最接近雷达估测降水的差值ΛI、以自动站为中心3km×3km内雷达估测降水最大值I_radarmax、以自动站为中心3km×3km内雷达估测降水最小值I_radarmin对参数判断,若符合判据,则输出正确的数据质量;若不符合判据,则输出错误的数据质量;若不确定是否符合判据,则输出可疑的数据质量。
7.如权利要求2至6任一所述的区域自动雨量站小时降水数据质量控制方法,其特征在于:所述控制方法在质量控制过程中需综合判断雷达与自动站雨量差值、自动站上方区域内雷达估测降水最大值、最小值、区域降水率这几个参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510345591.0A CN105068153A (zh) | 2015-06-19 | 2015-06-19 | 一种区域自动雨量站小时降水数据质量控制系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510345591.0A CN105068153A (zh) | 2015-06-19 | 2015-06-19 | 一种区域自动雨量站小时降水数据质量控制系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105068153A true CN105068153A (zh) | 2015-11-18 |
Family
ID=54497568
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510345591.0A Pending CN105068153A (zh) | 2015-06-19 | 2015-06-19 | 一种区域自动雨量站小时降水数据质量控制系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105068153A (zh) |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106443679A (zh) * | 2016-09-29 | 2017-02-22 | 福建省气象科学研究所 | 一种冷云人工增雨作业条件识别和作业效果分析的方法 |
CN106950614A (zh) * | 2017-02-28 | 2017-07-14 | 中船重工鹏力(南京)大气海洋信息系统有限公司 | 一种区域自动气象站小时雨量数据质量控制方法 |
CN107765227A (zh) * | 2017-09-22 | 2018-03-06 | 南京信息工程大学 | 一种双偏振多普勒雷达移动观测车定标装置及检验方法 |
CN107918166A (zh) * | 2016-10-09 | 2018-04-17 | 清华大学 | 多卫星融合降水方法及系统 |
CN107918165A (zh) * | 2016-10-09 | 2018-04-17 | 清华大学 | 基于空间插值的多卫星融合降水预测方法及系统 |
CN108107434A (zh) * | 2017-12-26 | 2018-06-01 | 厦门市气象灾害防御技术中心(海峡气象开放实验室厦门市避雷监测技术中心) | 基于双多普勒雷达反演的区域三维风场拼图方法 |
CN108761576A (zh) * | 2018-05-28 | 2018-11-06 | 国网山西省电力公司电力科学研究院 | 一种x波段气象雷达与雨量站数据融合方法及系统 |
WO2018214364A1 (zh) * | 2017-05-23 | 2018-11-29 | 贵州东方世纪科技股份有限公司 | 一种降水预报精度评定方法 |
CN109191408A (zh) * | 2018-04-19 | 2019-01-11 | 中国气象局公共气象服务中心 | 快速循环地面气象融合方法、装置及服务器 |
CN109782375A (zh) * | 2019-01-07 | 2019-05-21 | 华东交通大学 | 基于大数据的降水强度估测方法及系统 |
CN109884735A (zh) * | 2019-03-27 | 2019-06-14 | 山东省气象局大气探测技术保障中心 | 一种基于多雨量传感器观测降水的方法 |
CN110531360A (zh) * | 2019-08-28 | 2019-12-03 | 中船重工鹏力(南京)大气海洋信息系统有限公司 | 一种x波段天气雷达组网数据处理方法 |
CN111090132A (zh) * | 2019-12-18 | 2020-05-01 | 亿水泰科(北京)信息技术有限公司 | 基于多源雨量信息的雨量雷达智能探测控制系统 |
CN111090130A (zh) * | 2020-02-12 | 2020-05-01 | 江苏省气象科学研究所 | 一种基于最小泛函获取边界条件的雷达-雨量计联合估测降水的改进算法 |
CN112526641A (zh) * | 2020-12-10 | 2021-03-19 | 重庆市气象台 | 一种实时标识雨量观测值质量的方法、系统及设备 |
CN112541161A (zh) * | 2020-11-05 | 2021-03-23 | 中国气象局气象探测中心 | 一种区域多源降水数据质量控制方法及系统 |
CN112666527A (zh) * | 2020-12-03 | 2021-04-16 | 象辑知源(武汉)科技有限公司 | 一种融合实况降水数据的天气雷达滤波方法 |
CN112666559A (zh) * | 2021-01-27 | 2021-04-16 | 苏州市气象局 | 一种多普勒天气雷达数据质量控制方法 |
CN112988853A (zh) * | 2021-05-20 | 2021-06-18 | 北京市水利自动化研究所 | 一种基于地统计和优化算法的雨量站网布设方法 |
CN113269240A (zh) * | 2021-05-17 | 2021-08-17 | 中国水利水电科学研究院 | 一种雨量站选址信息输出方法、装置、电子设备和介质 |
CN114114198A (zh) * | 2022-01-27 | 2022-03-01 | 江西省气象信息中心(江西省气象培训中心、江西省农村经济信息中心) | 一种降水数据质控方法、装置、存储介质及设备 |
CN114397636A (zh) * | 2022-03-25 | 2022-04-26 | 中国气象局气象探测中心 | 一种地基雷达反射率因子均一性评估方法、系统及设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012181041A (ja) * | 2011-02-28 | 2012-09-20 | Toshiba Corp | 気象情報提供システム及び気象情報提供方法 |
WO2014161081A1 (en) * | 2013-04-04 | 2014-10-09 | Sky Motion Research, Ulc | Method for generating and displaying a nowcast in selectable time increments |
CN104133256A (zh) * | 2013-05-03 | 2014-11-05 | 霍尼韦尔国际公司 | 在透视视图中图形显示天气灾害的系统和方法 |
-
2015
- 2015-06-19 CN CN201510345591.0A patent/CN105068153A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012181041A (ja) * | 2011-02-28 | 2012-09-20 | Toshiba Corp | 気象情報提供システム及び気象情報提供方法 |
WO2014161081A1 (en) * | 2013-04-04 | 2014-10-09 | Sky Motion Research, Ulc | Method for generating and displaying a nowcast in selectable time increments |
CN104133256A (zh) * | 2013-05-03 | 2014-11-05 | 霍尼韦尔国际公司 | 在透视视图中图形显示天气灾害的系统和方法 |
Non-Patent Citations (1)
Title |
---|
仲凌志等: "天气雷达在辅助自动雨量站逐小时降水数据实时质量控制中的应用及评估", 《第30届中国气象学会年会论文集》 * |
Cited By (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106443679A (zh) * | 2016-09-29 | 2017-02-22 | 福建省气象科学研究所 | 一种冷云人工增雨作业条件识别和作业效果分析的方法 |
CN106443679B (zh) * | 2016-09-29 | 2019-01-25 | 福建省气象科学研究所 | 一种冷云人工增雨作业条件识别和作业效果分析的方法 |
CN107918165B (zh) * | 2016-10-09 | 2019-10-18 | 清华大学 | 基于空间插值的多卫星融合降水预测方法及系统 |
CN107918166A (zh) * | 2016-10-09 | 2018-04-17 | 清华大学 | 多卫星融合降水方法及系统 |
CN107918165A (zh) * | 2016-10-09 | 2018-04-17 | 清华大学 | 基于空间插值的多卫星融合降水预测方法及系统 |
CN107918166B (zh) * | 2016-10-09 | 2019-10-18 | 清华大学 | 多卫星融合降水方法及系统 |
CN106950614A (zh) * | 2017-02-28 | 2017-07-14 | 中船重工鹏力(南京)大气海洋信息系统有限公司 | 一种区域自动气象站小时雨量数据质量控制方法 |
CN106950614B (zh) * | 2017-02-28 | 2019-03-22 | 中船重工鹏力(南京)大气海洋信息系统有限公司 | 一种区域自动气象站小时雨量数据质量控制方法 |
WO2018214364A1 (zh) * | 2017-05-23 | 2018-11-29 | 贵州东方世纪科技股份有限公司 | 一种降水预报精度评定方法 |
CN107765227A (zh) * | 2017-09-22 | 2018-03-06 | 南京信息工程大学 | 一种双偏振多普勒雷达移动观测车定标装置及检验方法 |
CN108107434A (zh) * | 2017-12-26 | 2018-06-01 | 厦门市气象灾害防御技术中心(海峡气象开放实验室厦门市避雷监测技术中心) | 基于双多普勒雷达反演的区域三维风场拼图方法 |
CN108107434B (zh) * | 2017-12-26 | 2020-06-09 | 厦门市气象灾害防御技术中心(海峡气象开放实验室厦门市避雷监测技术中心) | 基于双多普勒雷达反演的区域三维风场拼图方法 |
CN109191408A (zh) * | 2018-04-19 | 2019-01-11 | 中国气象局公共气象服务中心 | 快速循环地面气象融合方法、装置及服务器 |
CN109191408B (zh) * | 2018-04-19 | 2022-03-01 | 中国气象局公共气象服务中心 | 快速循环地面气象融合方法、装置及服务器 |
CN108761576A (zh) * | 2018-05-28 | 2018-11-06 | 国网山西省电力公司电力科学研究院 | 一种x波段气象雷达与雨量站数据融合方法及系统 |
CN108761576B (zh) * | 2018-05-28 | 2020-11-13 | 国网山西省电力公司电力科学研究院 | 一种x波段气象雷达与雨量站数据融合方法及系统 |
CN109782375A (zh) * | 2019-01-07 | 2019-05-21 | 华东交通大学 | 基于大数据的降水强度估测方法及系统 |
CN109884735A (zh) * | 2019-03-27 | 2019-06-14 | 山东省气象局大气探测技术保障中心 | 一种基于多雨量传感器观测降水的方法 |
CN109884735B (zh) * | 2019-03-27 | 2019-11-19 | 山东省气象局大气探测技术保障中心 | 一种基于多雨量传感器观测降水的方法 |
CN110531360A (zh) * | 2019-08-28 | 2019-12-03 | 中船重工鹏力(南京)大气海洋信息系统有限公司 | 一种x波段天气雷达组网数据处理方法 |
CN111090132B (zh) * | 2019-12-18 | 2022-09-27 | 亿水泰科(北京)信息技术有限公司 | 基于多源雨量信息的雨量雷达智能探测控制系统 |
CN111090132A (zh) * | 2019-12-18 | 2020-05-01 | 亿水泰科(北京)信息技术有限公司 | 基于多源雨量信息的雨量雷达智能探测控制系统 |
CN111090130A (zh) * | 2020-02-12 | 2020-05-01 | 江苏省气象科学研究所 | 一种基于最小泛函获取边界条件的雷达-雨量计联合估测降水的改进算法 |
CN112541161A (zh) * | 2020-11-05 | 2021-03-23 | 中国气象局气象探测中心 | 一种区域多源降水数据质量控制方法及系统 |
CN112666527A (zh) * | 2020-12-03 | 2021-04-16 | 象辑知源(武汉)科技有限公司 | 一种融合实况降水数据的天气雷达滤波方法 |
CN112666527B (zh) * | 2020-12-03 | 2023-03-07 | 象辑科技股份有限公司 | 一种融合实况降水数据的天气雷达滤波方法 |
CN112526641A (zh) * | 2020-12-10 | 2021-03-19 | 重庆市气象台 | 一种实时标识雨量观测值质量的方法、系统及设备 |
CN112666559B (zh) * | 2021-01-27 | 2022-09-02 | 苏州市气象局 | 一种多普勒天气雷达数据质量控制方法 |
CN112666559A (zh) * | 2021-01-27 | 2021-04-16 | 苏州市气象局 | 一种多普勒天气雷达数据质量控制方法 |
CN113269240A (zh) * | 2021-05-17 | 2021-08-17 | 中国水利水电科学研究院 | 一种雨量站选址信息输出方法、装置、电子设备和介质 |
CN112988853B (zh) * | 2021-05-20 | 2021-09-10 | 北京市水利自动化研究所 | 一种基于地统计和优化算法的雨量站网布设方法 |
CN112988853A (zh) * | 2021-05-20 | 2021-06-18 | 北京市水利自动化研究所 | 一种基于地统计和优化算法的雨量站网布设方法 |
CN114114198A (zh) * | 2022-01-27 | 2022-03-01 | 江西省气象信息中心(江西省气象培训中心、江西省农村经济信息中心) | 一种降水数据质控方法、装置、存储介质及设备 |
CN114397636A (zh) * | 2022-03-25 | 2022-04-26 | 中国气象局气象探测中心 | 一种地基雷达反射率因子均一性评估方法、系统及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105068153A (zh) | 一种区域自动雨量站小时降水数据质量控制系统及方法 | |
De Vos et al. | The potential of urban rainfall monitoring with crowdsourced automatic weather stations in Amsterdam | |
Mahfouf et al. | A Canadian precipitation analysis (CaPA) project: Description and preliminary results | |
Krabill et al. | Airborne Laser II.'Assateague National Seashore Beach | |
CN103033855B (zh) | 电网气象灾害监测预警系统 | |
CN107907043B (zh) | 一种基于中长基线gnss监测网的特大型桥梁变形监测方法 | |
Fierro et al. | Evolution of eyewall convective events as indicated by intracloud and cloud-to-ground lightning activity during the rapid intensification of hurricanes Rita and Katrina | |
CN108761484A (zh) | 一种基于多源卫星遥感数据的海雾监测方法 | |
KR101531224B1 (ko) | 이중편파 레이더 기반의 강수 추정 시스템 및 그 방법 | |
CN215006896U (zh) | 一种星地协同的边坡多风险因子联合实时监测与预警系统 | |
CN110208807B (zh) | 一种基于航海雷达图像检测区域差异性参数的雨强等级反演方法 | |
CN104849777A (zh) | 基于交叉相关追踪法的电网设备区域对流天气预报方法 | |
CN110750516A (zh) | 基于雷达图的降雨分析模型构建方法、构建系统及分析方法 | |
Piman et al. | Development of a window correlation matching method for improved radar rainfall estimation | |
CN113421404B (zh) | 一种星地协同的边坡多风险因子联合实时监测与预警方法 | |
CN112750280B (zh) | 一种复合式地质灾害专业监测预警方法和装置 | |
CN113239506A (zh) | 一种基于台风天气的杆塔形变及导线舞动风险评估模型 | |
CN116029162B (zh) | 利用星载gnss-r数据的洪涝灾害淹没范围监测方法和系统 | |
Floors et al. | Report on RUNE’s coastal experiment and first inter-comparisons between measurements systems | |
JP2008157713A (ja) | レーダ雨量計運用管理システム | |
CN114184179B (zh) | 一种基于互联网的户外地理测绘管控系统 | |
CN109740900A (zh) | 电力设备的防汛方法及装置 | |
Laurent et al. | Calibration of TRMM 3B42 with geographical differential analysis over North Amazonia | |
RU108154U1 (ru) | Система обеспечения безопасности эксплуатации судна | |
Overbeck et al. | Storm impacts in western alaska documenting shoreline change and flooding through remote sensing and community-based monitoring |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151118 |
|
RJ01 | Rejection of invention patent application after publication |