基于相态识别的S波段双线偏振雷达最优化定量降水估测方法研究

为了提高雷达定量降水估测的精度,本文利用雨滴谱数据、实际雨量以及不同偏振参量建立起的降水估测公式,参考CSU-ICE算法降水估测模型,建立了一种基于相态识别的S波段双线偏振雷达最优化定量降水估测算法（简称HCALIQ）。利用广东珠海S波段双线偏振雷达数据和华南密集的地面自动站网的雨量,以两次华南夏季典型的降水过程为例,对该最优化算法的估测效果进行了统计分析,并进一步与CSU-ICE方法、传统的R（ZH）方法进行了比较。结果表明:以地面雨量计为标准,HCA-LIQ最优化算法表现出与雨量计较强的相关性且有着较好的稳定性。雷达相对地面雨量计小时雨量估测的偏差分布与离雷达的距离关系不大。按过程分类的结果显示,强对流云降水时,两种最优化算法要明显优于传统的R（ZH）方法;混合云降水时,最优化算法的效果并不比R（ZH）方法好;HCA-LIQ最优化算法比CSU-ICE算法效果更佳。按雨强分类统计时发现,与传统的R（ZH）方法相比,HCA-LIQ最优化算法对小雨的估测偏差降低了23%,对中雨的估测偏差相当,对大雨、暴雨的估测偏差分别降低了71%、68%。