| 摘要: |
| JOPLE（Joint Polarization Experiment）算法是反演降水的一种合成算法，适用于偏振雷达。基于雨量站的测雨数据，对美国科罗拉多州丹佛市2008年8月9日强降雨和2009年7月3日有冰雹降水的过程进行对比，分析CHILL双偏振雷达结合JPOLE算法的测雨模式（简称RZK）与其他三种基于不同R（Z）关系的CHILL（简称RZDG、RZ88）、NEXRAD雷达测雨模式（简称KFTG）的测雨结果统计特征及测雨效果。结果表明：在强降雨过程中，RZK正确估测降雨位置525个，降雨量高估1 mm，测雨数据与雨量站测雨数据的相关系数为0.81，误报率低，测雨精度比其他模式好；在有冰雹的降雨过程中，RZK正确估测降雨位置604个，降雨量高估8 mm，测雨数据与雨量站测雨数据相关系数为0.71，与RZDG模式的测雨精度相当，但其FAR（虚假警报率）、CSI（临界成功指数）和H-K（汉森-奎伯斯技能得分）的STDEV值比其他模式的大；在两场降水中，四种测雨模式计算得到降雨数据的FAR值都随降雨强度的增大而减小。 |
| 关键词: 应用气象 降雨估测 CHILL双偏振雷达 JPOLE算法 MET模型 |
| DOI： |
| 分类号: |
| 基金项目: |
|
|
|
|
| Abstract: |
|
| Key words: |
