雷达QPE技术在湖南多源融合实况分析系统中的应用研究

杨宏志 吕冠儒

关键词：雷达QPE；降水；多源融合；实况系统；Docker容器

0 引言

地面雷达网络目前提供最高空间和时间分辨率的QPE，是山洪警报的关键输入，在确保高质量降水融合产品方面发挥着关键作用。雷达QPE（Quantita?tive Precipitation Estimation） 技术是利用雷达所测到的反射率因子Z或者双偏振量（如ZDR和KDP） 与地面降水R之间的关系式，将雷达观测转换成为地面降水的二维分布，并与雨量计的实测值进行订正和评估的技术。雷达QPE技术是定量降水估计的重要手段之一，可以提高降水监测和预报的精度和效率。雷达QPE技术是湖南多源融合实况分析系统的一部分，是为湖南多源降水融合实况分析提供雷达QPE产品输入源的定制系统。该子系统支持业务上传的全体扫或流传输逐仰角标准格式雷达基数据实时质量控制、降水估测、動态Z-R关系校正、组网拼图等处理，并逐10分钟生成1km分辨率的单站和组网拼图的1小时雷达定量估测降水产品和10分钟雷达定量估测降水产品，组网拼图产品时效最快可达滞后正点3分钟以内。雷达QPE系统基于Docker封装技术，实现降水融合实况分析产品输入的雷达资料预处理算法及其依赖的运算环境的整体封装，具备一键安装、灵活移植等便捷功能，能够实现系统的快速部署运行[1]。

1 雷达QPE 概述

1.1 架构流程

雷达QPE子系统的主要架构分为四部分，分别为系统参数设置、基础数据质量控制、10分钟雷达定量估测降水产品生成及组网拼图、1小时雷达估测降水产品生成及组网拼图。其中，系统参数设置包括路径设置、时间区时设置、区域设置、程序线程设置、气象大数据云平台“天擎”账户设置、拼图站点设置等。基础数据质量控制包括对雷达基数据进行格式检查、异常值检测、地物回波识别和去除等处理，以提高雷达QPE的准确性。10分钟雷达定量估测降水产品生成及组网拼图包括对单站雷达基数据进行匹配滤波、ZR关系式转换、动态Z-R关系校正等处理，以获得单站10分钟降水估测产品，然后利用多源数据融合算法，将不同站点的单站产品拼接成组网10分钟降水估测产品。1小时雷达估测降水产品生成及组网拼图包括对10分钟雷达定量估测降水产品进行时间累积，以获得单站1小时降水估测产品，然后利用相同的多源数据融合算法，将不同站点的单站产品拼接成组网1 小时降水估测产品[2]。

雷达QPE总体架构流程如图1所示。

1.2 输入数据

雷达QPE子系统的输入数据为业务雷达全体扫或流传输的标准格式基数据，如下表1所示。其中，QPE 是指定量估测降水（Quantitative Precipitation Estima?tion） ，即利用雷达反射因子和降雨强度之间的关系式，由雷达探测资料推算出降水量的方法；业务雷达是指用于天气监测和预报的天气雷达，一般为多普勒雷达或双偏振雷达；全体扫是指雷达按照预设的仰角序列进行一次完整的扫描，一般包括若干个平面复位置显示（PPI） 产品和一个距离高度显示（RHI） 产品；流传输是指雷达将实时探测数据以流式方式传输给数据处理中心；标准格式基数据是指按照国家或国际标准规定的数据格式存储或传输的雷达原始数据，一般包括雷达位置、时间、仰角、方位角、距离、反射因子等信息[3]。

1.3 输出数据

雷达QPE子系统可逐10分钟生成1km分辨率的10 分钟及1 小时雷达定量估测降水组网拼图产品（QPE10、OHP） ，以及组网拼图时所使用的单站产品，如表2所示。其中，QPE10是指利用雷达反射因子和降雨强度之间的关系式，由雷达探测资料推算出10分钟内的降水量的产品；OHP是指利用QPE10累积得到的1小时内的降水量的产品；组网拼图是指将多个雷达站的数据进行质量控制、空间插值、拼接等处理，形成一个覆盖较大区域的连续数据场的产品；单站产品是指每个雷达站自身生成的数据产品，一般包括反射因子、速度、谱宽等参数[4]。

1.4 关键技术

1.4.1 质量控制

采用孤立点回波消除、径向杂波消除、地物杂波消除、海杂波消除，晴空回波抑制以及速度退模糊等步骤，对基数据进行质量控制，有效提升单站数据产品质量。其中，孤立点回波消除是指去除雷达观测中由于噪声或者其他干扰引起的不连续的单个像素点的回波；径向杂波消除是指去除雷达观测中由于雷达本身或者外部电磁干扰引起的沿着径向方向的条纹状的杂波；地物杂波消除是指去除雷达观测中由于地面建筑物、山体等固定或者缓慢变化的目标引起的非气象回波；海杂波消除是指去除雷达观测中由于海面反射引起的非气象回波；晴空回波抑制是指去除雷达观测中由于大气折射率梯度、昆虫等引起的非降水回波；速度退模糊是指利用多普勒雷达的相位信息或者多脉冲重复频率技术来解决速度模糊问题，即当目标运动速度超过雷达的最大可测速度时，造成速度估计的不准确。

1.4.2 混合扫描反射率

针对质量控制后的数据，对下四层仰角各距离库上动态扫描的反射率因子按照一定策略投影到同一平面，避免不同区域地物的影响。其中，动态扫描的反射率因子是指根据波束阻挡率和仰角选择合适的反射率因子；投影到同一平面是指利用傅里叶变换（FFT） 法或基于动态散射理论的样品模型拟合法，将不同仰角上的反射率因子转换为相同仰角上的反射率因子；避免不同区域地物的影响是指利用衰减全反射（ATR） 技术，只分析与样品表面相互作用的红外光谱，减少地面建筑物、山体等固定或者缓慢变化的目标引起的非气象回波[5]。

1.4.3 动态Z-R 关系订正

利用QC后的10分钟地面观测降水数据对各雷达单站的Z-R关系参数进行动态订正，拟合最优参数进行反演。其中，QC是指质量控制，即对雷达数据和雨量计数据进行检验和修正，消除随机误差和奇异数据的影响；Z-R关系是指雷达反射因子Z和降雨强度R之间的关系，常用公式Z=aRb，其中a和b是系数，一般由雨滴谱分布或实测资料统计得到；动态订正是指利用遗传算法（Genetic Algorithms， GA） 来确定Z-R关系中的a和b值，利用编码和进化寻优的原理，将误差函数最小化为目标函数，通过选择、交叉、变异等操作生成新的种群，最终获得最优解；反演是指根据Z-R 关系式，由雷达反射因子Z推算出降雨强度R[6]。

1.4.4 评估指标

采用地面自动站逐小时数据作为“真值”[6]，评估雷达QPE产品与地面数据的平均误差（ME） 见定义式（1-1） 、均方根误差（RMSE） 见定义式（1-2） 和相关系数（CC） 见定义式（1-3） ：

其中，RR（i，j ）为第i 时刻第j 个地面自动站对应雷达定量估测产品降水；Rg （i，j ）则为相应的自动站观测降水；m 为参与评估的降水总时数；n 为参与评估的自动站总数目。

2 部署与应用

2.1 运行环境配置

雷达QPE系统正常运行所需的服务器配置如表3 所示。

2.2 系统参数配置

进入雷达QPE系统容器后，对其中的config.yaml 文件进行系统参数配置如表4所示。

2.3 系统运行

雷达QPE系统的运行分为实时数据生成程序与历史数据回算程序两部分，对应的运行方法如表5 所示。

2.4 输出产品查看

雷达QPE子系统输出文件路径格式为预先配置的输出目录，子文件夹由程序自动生成，具体信息如表6所示。

雷达QPE系统最终生成产品的效果如图2所示。

3 结束语

通过将雷达QPE支持业务上传的全体扫或流传输逐仰角标准格式雷达基数据实时质量控制、降水估测、动态Z-R关系校正、组网拼图等技术整合封装进Docker容器里并设置湖南相关系统参数，顺利部署应用在湖南多源融合实况分析系统中，最终成功实现逐10分钟生成1km分辨率的单站和组网拼图的1小时雷达定量估测降水产品和10分钟雷达定量估测降水产品，组网拼图产品时效最快可达滞后正点3分钟以内。虽然雷达QPE产品具有较高的时空分辨率，但雷达回波中的杂波和噪声会对估算结果造成较大影响，数据精确度不如地面雨量计观测，因此在面对未来现代化气象业务的需求越来越紧迫的同时要积极开拓思维，不局限于传统的处理方法，要在借鉴国内国际先进技术和经验的基础上，尝试同化技术或神经网络等机器学习方法的研究与应用。