热带气象学报

作者：刘陈帅, 张阿思, 陈生

单位：1.中山大学大气科学学院，广东珠海5190822.广东省气候变化与自然灾害研究重点实验室，广东珠海5190823.热带大气海洋系统科学教育部重点实验室，广东珠海5190824.南方海洋实验室(珠海)，广东珠海5190825.广东省气象台，广东广州5106416.中国科学院西北生态环境资源研究院黑河遥感站和甘肃省遥感重点实验室，甘肃兰州730000

关键词：变分拟合, 雷达定量降水估计, 比差分传播相移, 边界条件

基金：国家自然科学基金项目41875182；广州科技局计划项目201904010162；中山大学“百人计划”项目74110-18841203；广东省气候变化与自然灾害研究重点实验室2020B1212060025；

基于比差分传播相移(KDP)的降水估计算法R(KDP)相较于传统基于水平反射率因子(ZH)的算法R(ZH)的表现更优。在雷达实际运行中，由于随机误差和后向散射相位(backscattering phase)的影响，可能出现负的KDP。运用一种基于变分的雷达定量降水估计混合算法(V-RQPE)。该算法用变分拟合方法重构差分相位(ΦDP)，用一种新的稳健的边界条件求解方法，在消除随机误差的同时获得非负的KDP，进而进行降水估计。随后我们使用2017年5月7日广州S波段雷达的回波数据和地面雨量站观测数据进行验证，同时使用了六种不同的算法进行对比，结果显示，在1小时累计降水估计中，V-RQPE表现最好，在24小时累计降水估计中，V-RQPE和基于变分拟合的KDP的降水估计算法(R-VKDP)表现最好，实验结果表明变分拟合方法对雷达降水估计能力有显著提升。

来源：2022年第3期

《热带气象学报》期刊编辑部

查看热带气象学报杂志2022年第3期