雨滴粒径分布与雷达亮带之关系课件.pptVIP

雨滴粒徑分佈與雷達亮帶之關係 日期：94.10.28 講員：簡巧菱 報告大綱 名詞解釋 前言 動機與目的 資料來源 分析方法 結果與討論 結論 名詞解釋(1)─M-P DSD Marshall-Palmer (1948) drop size distribution N(D) dD=N0e-ΛD dD N(D)：drop size distribution N0：intercept (mm-1m-3) D：drop size (mm) Λ：slope (mm-1) 名詞解釋(2) ─ Z-R relation Z-R關係式( Z=a Rb ) Z：雷達回波 R：降雨率 a：intercept b：exponent 短時間內，使用Z-R關係式可估計大範圍的降水區域， 然而不同降水型態所對應到的Z-R關係不同，造成降水 估計上的困難。 名詞解釋(3) ─ΔZe 為了將亮帶特徵化，使用Klaassen(1988)及Fabry and Zawadzki(1995)的方法，定義ΔZe： h0：亮帶的上邊界 layer A：h0以下0.4km layer B：layer A以下0.4km 前言 利用雷達觀測資料作定量降水估計需要雷達參數與降雨率的關係式(ex: Z-R relation)，但這些關係式隨著雨滴粒徑分佈的變化而改變。 不同物理過程會改變雨滴的粒徑、落速、濃度及水的介電常數，進而影響雨滴粒徑的分佈。 Waldvogel (1974)發現不同降水型態會導致雨滴粒徑分佈的改變(N0 jump)。 Waldvogel (1974)同時發現有明顯亮帶的大範圍降水通常以大雨滴為主，並對應到較小的N0(intercept)及Λ(slope)。 動機與目的 由以上發現可以知道，融解層的雷達回波剖面具有以下的功用： 預測融解層以下的雨滴粒徑分佈 改進現有的Z－R關係式 本篇目的： 利用大量資料分析雨滴粒徑分佈與亮帶的關係 利用雷達資料改進降水估計的準確性 資料來源(1) 資料來源(2) 1993年7月總雨量285mm，是氣候平均值的205%。 分析方法 ΔZe適用水平分佈均勻的降水，故雨滴粒徑分佈、降雨率、雷達回波的水平梯度要小。 均勻降水(uniform precipitation) SB 4 dB (SB：layer B中雷達回波與地面雨滴譜儀回波的標準差) 降水強度 Very weak = R=0.01 ~ 0.1 (mm/hr) Weak = R= 0.1 ~ 1 (mm/hr) Moderate = R= 1 ~ 10 (mm/hr) Heavy = R= 10 ~100 (mm/hr) 亮帶強度 Weak = ΔZe 7dB Well-defined = ΔZe ≥ 7dB SB與降雨強度的選擇 結果與討論 (1)雨滴粒徑分佈與雷達亮帶之關係 ΔZe與N0、Λ之關係 ΔZe與N0、Λ之關係 小結 雨滴粒徑分佈與雷達亮帶之關係 雷達回波的亮帶愈明顯(ΔZe大) 對應較小的N0及Λ，雨滴粒徑分布斜率較平坦。 偏向較大的雨滴 此關係適用的情況為： 水平分佈均勻的降水型態(SB4dB) 適用較溫和的降水強度(R=1~10mm/hr) 亮帶明顯的降水型態 (ΔZe ≥ 7dB) 結果與討論 (2)利用雷達觀測改進降水估計 傳統Z-R關係式之改進 考慮ΔZe對降水估計的影響 Model 1 Z=300R1.5 Model 2 ΔZe≥ 7dB (well-defined bright band) = Z=300R1.5 ΔZe 7dB (weak bright band) = Z= 88R1.88 Model 3 Z=aRb，不考慮亮帶 Model 4 Z=cdΔZeRb，考慮亮帶 考慮ΔZe對降水估計的影響 結論 在均勻降水型態(uniform precipitation)、一般降水強度(R=1~10mm/hr)下： 亮帶的特徵參數ΔZe與N0及Λ呈負相關(≒-0.7)；隨降雨率下降，此關係愈不明顯。 大雨滴主宰的雨滴粒徑分佈對應到較大的ΔZe，較小的N0及Λ；而小雨滴則對應到較小的ΔZe ，較大的N0及Λ。 均勻且具有弱亮帶的降水，適用Z-R關係為Z=88R1.88。 利用雨滴譜儀的回波資料並考慮ΔZe,，能使降水估計誤差減少40%，若用雷達觀測的回波取代，則使降水估計的誤差減少21%。 The End 降水型態的選擇條件 考慮ΔZe對降水估計的影響 Cross Validation 先有已分類好的一堆資料 亂數拆成好幾組 training set 用某組參數去 train 並