郭永梅，王國勝，謝 東

(錫林郭勒盟氣象局，內(nèi)蒙古 錫林郭勒 011200)

目前,錫林郭勒盟地區(qū)已建成488個區(qū)域站，其中36個單雨量站、241個兩要素區(qū)域站、136個四要素站、六要素及以上區(qū)域站75個，區(qū)域雨量站站點的分布密度足夠大。同時，天氣雷達(dá)能估計雷達(dá)掃描范圍內(nèi)各點的雨強(qiáng)和一定區(qū)域上的雨量分布和總雨量，且可以及時取得大面積定量的降水資料，所以將地基觀測和天基觀測相融合，基于最優(yōu)方法對錫林浩特天氣雷達(dá)定量估測降水進(jìn)行研究，對當(dāng)?shù)剞r(nóng)牧業(yè)生產(chǎn)、天氣預(yù)報預(yù)警、氣象防災(zāi)減災(zāi)等方面氣象保障能力的提升都有一定的意義。錫林浩特新一代天氣雷達(dá)投入業(yè)務(wù)運行以來運行狀況穩(wěn)定,積累了大量具有代表性、準(zhǔn)確性的雷達(dá)資料，所以對天氣雷達(dá)定量估測降水做深入理論研究時機(jī)比較成熟。

1 研究方向

為實現(xiàn)雷達(dá)資料在短時預(yù)報業(yè)務(wù)中的應(yīng)用,采用分類型最優(yōu)化處理方法研究多普勒天氣雷達(dá)-自動雨量計聯(lián)合定量估測降水。利用錫林浩特地區(qū)2019年—2021年的天氣雷達(dá)基數(shù)據(jù),以及相對應(yīng)的區(qū)域雨量站降水資料,完成以下4個方面的工作：①利用錫林浩特新一代天氣雷達(dá)觀測到的2019年—2021年5月—9月基數(shù)據(jù)和錫林浩特市區(qū)域雨量站雨強(qiáng)資料，分別對錫林浩特地區(qū)不同類型降水過程進(jìn)行降水估測，采用最優(yōu)化處理方法建立適合錫林浩特市地區(qū)的Z-I關(guān)系模型；②利用缺省的Z-I關(guān)系反演降水，對天氣雷達(dá)估測降水與地面雨量站觀測值的誤差進(jìn)行分析。重點研究對流性降水誤差空間分布規(guī)律，找到對Z-I關(guān)系擬合產(chǎn)生較大影響的原因，進(jìn)一步優(yōu)化參數(shù)指標(biāo)；③通過典型個例分析，確定最優(yōu)法計算的Z-I關(guān)系和缺省Z-I關(guān)系(Z=300I1.4)的優(yōu)劣，比較兩種方法對估測過程雨量和分段雨量的能力；④通過對Z-I關(guān)系的本地化研究，提煉最優(yōu)關(guān)系中的A、b參數(shù)指標(biāo)，評估天氣雷達(dá)定量估測降水對錫林浩特地區(qū)洪澇災(zāi)害的預(yù)警能力，及其在防災(zāi)減災(zāi)中的作用。

2 最優(yōu)化處理方法

2.1 錫林浩特市地區(qū)降雨類型的判斷

利用錫林浩特多普勒天氣雷達(dá)回波識別的方法，對錫林浩特地區(qū)2019年—2021年每年5月—9月降水天氣過程進(jìn)行分析，得到錫林浩特地區(qū)降雨天氣分成穩(wěn)定性降水、混合性降水、對流性降水3種類型。①穩(wěn)定性降水主要由層狀云產(chǎn)生，可造成區(qū)域性暴雨或大雨，影響系統(tǒng)多為河套倒槽；②混合性降水主要是層狀云和積狀云共同產(chǎn)生的，可造成區(qū)域性暴雨或大雨，影響系統(tǒng)多為高空槽配合地面倒槽；③對流性降水由積狀云產(chǎn)生，多為局地強(qiáng)降雨，影響系統(tǒng)多為東北冷渦。

錫林浩特地區(qū)穩(wěn)定性降水天氣過程主要出現(xiàn)在5月、9月，占整個汛期天氣過程比例較小，另外因穩(wěn)定性降水其雷達(dá)回波強(qiáng)度梯度變化不大，天氣雷達(dá)估測降水誤差較小，所以本研究重點分析混合型及強(qiáng)對流型天氣雷達(dá)估測降水誤差原因及規(guī)律，利用最優(yōu)化處理方法降低誤差值，根據(jù)平均校準(zhǔn)法求出不同距離平均校準(zhǔn)因子，從而得出符合業(yè)務(wù)需求的天氣雷達(dá)估測降水參數(shù)指標(biāo)。

2.2 最優(yōu)化處理方法

因錫林浩特地區(qū)的區(qū)域雨量站每年汛期5月—9月開始使用，研究時段集中到5月—9月，統(tǒng)計Z-I關(guān)系利用2019年—2021年錫林浩特新一代天氣雷達(dá)相應(yīng)的6 min一次的雷達(dá)回波PPI資料及對應(yīng)的區(qū)域雨量站資料，為了確保Z-I關(guān)系統(tǒng)計的準(zhǔn)確度，研究區(qū)域內(nèi)的雨量站數(shù)據(jù)全部來自錫林郭勒盟CIMISS應(yīng)用系統(tǒng)數(shù)據(jù)庫中數(shù)據(jù)，該數(shù)據(jù)庫中的雨量數(shù)據(jù)包括分鐘雨量、小時雨量、降水過程總降水量等，能滿足不同降水類型的數(shù)據(jù)分析及研究。同時，為進(jìn)一步提高統(tǒng)計Z-I關(guān)系的精度，做統(tǒng)計計算時把具備相同降水類型的樣本數(shù)據(jù)全部進(jìn)入統(tǒng)計，確保有足夠長的時間序列，從而滿足降水時段越長精度越高的要求。

用最優(yōu)方法對錫林浩特天氣雷達(dá)定量估測降水進(jìn)行研究要用到判別函數(shù)：

CTF=min{∑i(Ai-Gi)2+(Ai-Gi)}

CTF用Gi、Ai的某種差值函數(shù)表示，把各點的雷達(dá)估算值A(chǔ)i和對應(yīng)的雨量站點實測值Gi代入CTF，如CTF過大，就不斷調(diào)整Z-I關(guān)系中的系數(shù)A和b值(Z=AIb)，直到CTF達(dá)到最小值為止，這時的參數(shù)A和b值所決定的Z-I關(guān)系就算是最優(yōu)的。實踐證明，使用這種判斷函數(shù)能使每一點每小時估算值的平均值和相應(yīng)點每小時雨量計估算值的平均值接近相等。

表1 調(diào)整后的Z-I關(guān)系系數(shù)

3 強(qiáng)對流天氣過程定量估測降水效果評估

2020年7月9日11：00—17：00錫林浩特市突發(fā)短時強(qiáng)降雨、雷電、冰雹等強(qiáng)對流天氣，錫林浩特觀象臺、氣象局院內(nèi)這2個站點降雨量分別達(dá)到120 mm、67 mm。選取錫林浩特觀象臺、氣象局院內(nèi)這2個站點最強(qiáng)降水時段13：00—15：00進(jìn)行分析，檢驗強(qiáng)對流天氣過程中不同等級降水的估算能力及優(yōu)化后過程降水的誤差分析。

表2 雷達(dá)估測降水比較

表2是此次大暴雨降水實況、天氣雷達(dá)OHP產(chǎn)品(1 h累積降水)與優(yōu)化處理Z-I關(guān)系后的定量降水估測，誤差1為訂正前的估測誤差的絕對值，誤差2為利用優(yōu)化后的Z-I關(guān)系估測降水的誤差絕對值，9日這天市區(qū)錫林浩特觀象臺、氣象局院內(nèi)2個站出現(xiàn)大暴雨、暴雨到小雨，從表2結(jié)果可以得到站點1和站點2雷達(dá)估測降水的平均誤差分別為11.3、18.1，訂正后的降水估測平均誤差只有5.8、5.2；從表3中分析2020年7月9日暴雨天氣過程中不同等級降水量級的絕對誤差，量級越大的降水都有不同程度的低估；相對誤差能反映估測降水?dāng)?shù)據(jù)的可用程度，該次比較典型的局地強(qiáng)對流大暴雨天氣過程中，經(jīng)過最優(yōu)化處理的Z-I關(guān)系對暴雨量級的降水估算精度優(yōu)于天氣雷達(dá)OHP產(chǎn)品(1 h累積降水)，可用性比較強(qiáng)。

表3 不同等級小時降雨量實況和Z-I關(guān)系 雷達(dá)估算降雨量誤差統(tǒng)計

從表2中可以看出短時強(qiáng)對流天氣過程因其回波強(qiáng)度變化太快，小時降水估測與實際降水量存在一定誤差，但將此次強(qiáng)對流天氣過程總降水量進(jìn)行累加后誤差小了很多。所以在實際工作中，可以對雷達(dá)測得的多個降水量進(jìn)行累加或平均，這樣可以去除隨機(jī)誤差的影響，從而保證天氣雷達(dá)定量估測降水的精度。

4 結(jié)論

通過對2020年7月9日大暴雨天氣過程的定量測量降水的評估分析表明，強(qiáng)對流天氣過程中中小尺度系統(tǒng)活躍，不同性質(zhì)的降水單體同時存在，因此可以說，在不同性質(zhì)的降水回波同時存在的情況下，誤差的情況變得復(fù)雜。通過分析可知，突發(fā)的強(qiáng)降水和強(qiáng)回波中心是造成雨量站觀測值誤差較大的原因，因此對Z-I關(guān)系擬合造成了較大的影響；將優(yōu)化前后估測雨量的產(chǎn)品與實況進(jìn)行對比分析的結(jié)果表明，調(diào)整后的降水產(chǎn)品估測降水的準(zhǔn)確度有所提高，雖然仍然偏低，但比起單一的Z-I關(guān)系均有不同程度的改善，天氣雷達(dá)1 h累積降水量產(chǎn)品OHP估測的降水規(guī)律性較差，估測值不能真實反映天氣過程中各區(qū)域降雨能力的整體情況，優(yōu)化后估測1 h雨量比PUP中根據(jù)經(jīng)驗公式得到的OHP產(chǎn)品要接近實況，可用性比較強(qiáng)，可以作為后續(xù)研究“錫林浩特新一代天氣雷達(dá)定量估測集成系統(tǒng)”的基礎(chǔ)。