网格降水资料点对流降水中心对流降水层状降水.ppt

RMSE IDW Theissen KDP-R ZH(300)-R ZDR-R DSD-R ZH(S)-R CASC-2D 0.83 0.926 0.8589 1.67 4.22 0.88 2.81 CASC-2D(AVG.) 0.80 0.87 1.60 3.97 0.91 3.03 FLO-2D 0.77 0.82 1.46 6.01 0.86 2.81 EFFIC IDW Theissen KDP-R ZH(300)-R ZDR-R DSD-R ZH(S)-R CASC-2D 0.39 0.133 0.23603 -10.70 -78.38 0.04 -31.88 CASC-2D(AVG.) 0.68 0.22 -7.02 -64.09 -0.11 -31.76 FLO-2D 0.52 -7.60 -80.23 0.21 -31.88 0.52 THE END~~~~~ 雷達降雨估計 Z-R relationship(張偉裕2002、 Javier et al.,2007) 層狀降水a=302.6、b=1.28 對流降水a=268.9、b=1.34 B=3.77 對流層狀判斷:Steiner法(Steiner et al.1995) 雷達降雨估計 KDP-R relationship r1 r2 雨量內插方法 距離平方反比 D1 D2 D3 D4 雨量站3 雨量站1 雨量站2 雨量站4 內插點 雨量站內插 徐昇式 雨量站1 雨量站2 雨量站3 Hf 溼潤邊緣壓力 wet dry 對流降水與層狀降水的判斷 Steiner法(Steiner,1995) 網格降水資料點 對流降水中心 對流降水 層狀降水 判斷位置 位於對流中心影響半徑內 位於對流中心影響半徑外 Zg : 網格回波強度（dBZ） MBR:平均背景回波強度（Mean Background Reflectivity) (dBZ) 取自Steiner et al.，1995 雷達估計降雨公式 A=3*10-3 B=1.22 (Zrnic et al .,1999) 差異反射率（ZDR）與降雨關係式—R3 雷達估計降雨公式 雨滴粒徑譜與降雨關係式—R4(DSD-R) (In ms-1 for Deq in mm) (Doviak and Zrnic, 1993) 雷達估計降雨公式 Λ：斜率 μ：散佈形狀因子 N0：常數 (Brandes et al. , 2002) 評估方式 RMSE(root mean square error) Qis為第i筆模擬流量值(m3/hr)、 Qio為第i筆觀測流量值(m3/hr)、 N為觀測資料與模擬資料之個數。 RMSE 值越小代表模擬流量結果越好。 評估方式 EFFIC（efficiency coefficient）(Kirkby et al. 1987) Qio為第i筆資料的觀測流量(m3/s) Qis為第i筆資料的模擬流量(m3/s) 為觀測值的平均流量(m3/s)，n為觀測資料與模擬資料之個數 EFFIC等於1則表示模擬值與觀測值完全符合，若等於0表示模擬結果有達到觀測流量平均值的水準，所以效率係數值越接近1模擬結果越佳。 * 目的 分成兩個部份 * 雨量站 * 區域 * 各個項目 以及其他的初始設定 * 四層網格 三倍：有限差分 Yonsei University （簡稱YSU，Hong and Pan 1996） Rapid Radiative Transfer Model. Mlawer et al. 1997 * 1.第一個peak修正後仍然低估，第二個peak高估 * 1.第一個洪峰值的流量低估可能的原因在於一開始的設定上假設為乾燥地表導致低估M，另外則跟上一張投影片結論一樣雷達的第一個洪峰值得低估 * 1.為何要用Steiner 法？ 2.第一部份回波強度與平均背景回波強度的差值達到以下的條件為對流降水中心 第二部份則針對對流降水中心的回波值判斷影響半徑 * 1.Aydin and Giridhar(1992) A=2.37* 10-3 B=1.17 2.Scarchilli(1993) A=3.61*10-3 B=1.28 * Zhang(2001) 利用雨滴譜資料反演GM 發現有良好約束關係 Brande提出新的關係式 1.將1帶入3 2.因有ZDR可求出mu 3.帶回1可求lum 4.全丟進2在加上有zh觀測值 可求得N0 * /k?bi/ * Progress repor