Between 25 and 27 August 2010 a lon

Between 25 and 27 August 2010 a long-duration mesoscale convective system was observed above the Netherlands, locally giving rise to rainfall accumulations exceeding 150 mm. Correctly measuring the amount of precipitation during such an extreme event is important, both from a hydrological and meteorological perspective. Unfortunately, the operational weather radar measurements were affected by multiple sources of error and only 30% of the precipitation observed by rain gauges was estimated. Such an underestimation of heavy rainfall, albeit generally less strong than in this extreme case, is typical for operational weather radar in The Netherlands.

In general weather radar measurement errors can be subdivided into two groups: (1) errors affecting the volumetric reflectivity measurements (e.g. ground clutter, radar calibration, vertical profile of reflectivity) and (2) errors resulting from variations in the raindrop size distribution that in turn result in incorrect rainfall intensity and attenuation estimates from observed reflectivity measurements. A stepwise procedure to correct for the first group of errors leads to large improvements in the quality of the estimated precipitation, increasing the radar rainfall accumulations to about 65% of those observed by gauges. To correct for the second group of errors, a coherent method is presented linking the parameters of the radar reflectivity-rain rate (image–image) and radar reflectivity-specific attenuation (image–image) relationships to the normalized drop size distribution (DSD). Two different procedures were applied. First, normalized DSD parameters for the whole event and for each precipitation type separately (convective, stratiform and undefined) were obtained using local disdrometer observations. Second, 10,000 randomly generated plausible normalized drop size distributions were used for rainfall estimation, to evaluate whether this Monte Carlo method would improve the quality of weather radar rainfall products.

Using the disdrometer information, the best results were obtained in case no differentiation between precipitation type (convective, stratiform and undefined) was made, increasing the event accumulations to more than 80% of those observed by gauges. For the randomly optimized procedure, radar precipitation estimates further improve and closely resemble observations in case one differentiates between precipitation type. However, the optimal parameter sets are very different from those derived from disdrometer observations. It is therefore questionable if single disdrometer observations are suitable for large-scale quantitative precipitation estimation, especially if the disdrometer is located relatively far away from the main rain event, which was the case in this study.

In conclusion, this study shows the benefit of applying detailed error correction methods to improve the quality of the weather radar product, but also confirms the need to be cautious using locally obtained disdrometer measurements.

ผลลัพธ์ (ไทย) 1:

ระหว่าง 25 และ 27 2553 สิงหาคม ระบบด้วยการพา mesoscale ระยะเวลาลองสังเกตเหนือเนเธอร์แลนด์ เครื่องให้ขึ้น accumulations ฝนเกิน 150 มม.การวัดจำนวนของฝนในช่วงดังกล่าวมากเหตุการณ์อย่างถูกต้องเป็นสิ่งที่สำคัญ ทั้งจากมุมมองอุทกวิทยา และอุตุนิยมวิทยา อับ วัดเรดาร์อากาศปฏิบัติงานที่ได้รับผลกระทบจากหลายแหล่งที่มาของข้อผิดพลาด และเพียง 30% ของฝนที่สังเกต โดยมาตรวัดฝนได้ประมาณ Underestimation ดังกล่าวมีฝนตกหนักมาก ๆ แม้ว่าโดยทั่วไปน้อยกว่าแข็งแกร่งกว่าในกรณีนี้มาก เป็นปกติสำหรับเรดาร์อากาศทำงานในประเทศเนเธอร์แลนด์โดยทั่วไป สามารถปฐมภูมิอากาศเรดาร์วัดผิดเป็น 2 กลุ่ม: (1) ข้อผิดพลาดส่งผลกระทบต่อการวัดแสงสะท้อน volumetric (เช่นความไม่เป็นระเบียบพื้น ปรับเทียบเรดาร์ แนวตั้งส่วนกำหนดค่าของแสงสะท้อน) และ (2) ข้อผิดพลาดเกิดจากความแตกต่างในการ raindrop ขนาดกระจายที่จะส่งผลให้ความเข้มของฝนที่ไม่ถูกต้อง และมีความยาวประมาณจากสังเกตวัดแสงสะท้อนได้ ขั้นตอน stepwise เพื่อแก้ไขสำหรับข้อผิดพลาดกลุ่มแรกนำไปสู่การปรับปรุงคุณภาพของฝนโดยประมาณ เพิ่มเรดาร์ฝน accumulations ประมาณ 65% ของผู้สังเกต โดยมาตรวัดขนาดใหญ่ การแก้ไขสำหรับกลุ่มที่สองของข้อผิดพลาด วิธี coherent นำเสนอพารามิเตอร์อัตราฝนแสงสะท้อนเรดาร์ (ภาพ – ภาพ) และเรดาร์อ่อนแสงสะท้อนเฉพาะ (ภาพ – ภาพ) ความสัมพันธ์เชื่อมโยงการกระจายขนาดมาตรฐานหล่น (DSD) ขั้นตอนที่แตกต่างกันสองถูกนำไปใช้ ครั้งแรก ตามปกติ DSD พารามิเตอร์ สำหรับเหตุการณ์ทั้งหมด และ สำหรับแต่ละชนิดฝนต่างหาก (ด้วยการพา stratiform และไม่ได้กำหนด) ได้รับใช้ disdrometer ท้องถิ่นสังเกตการ สอง 10000 สุ่มขึ้นขนาดหล่นรับมือมาตรฐานการกระจายการใช้สำหรับการประเมินปริมาณน้ำฝน ประเมินว่าวิธีการมอน Carlo นี้จะปรับปรุงคุณภาพของอากาศเรดาร์ฝนผลิตภัณฑ์โดยใช้ข้อมูล disdrometer ผลลัพธ์ได้รับในกรณีที่ไม่สร้างความแตกต่างระหว่างชนิดของฝน (ด้วยการพา stratiform และไม่ได้กำหนด) ทำ เพิ่ม accumulations เหตุการณ์มากกว่า 80% ของผู้สังเกต โดยมาตรวัด สำหรับกระบวนการแบบสุ่มให้เหมาะ เรดาร์ฝนประเมินปรับปรุงเพิ่มเติม และมีลักษณะสังเกตการณ์อย่างใกล้ชิดในกรณีหนึ่งแตกต่างระหว่างชนิดของฝน อย่างไรก็ตาม ชุดพารามิเตอร์ที่เหมาะสมมีความแตกต่างจากผู้ที่มาสังเกตการณ์ disdrometer จึงแก้แค้นคืนถ้าสังเกต disdrometer เดียวเหมาะสำหรับการประเมินเชิงปริมาณฝนขนาดใหญ่ โดยเฉพาะอย่างยิ่งถ้า disdrometer อยู่ค่อนข้างไกลจากเหตุการณ์ฝนหลัก ซึ่งในการศึกษานี้เบียดเบียน การศึกษานี้แสดงประโยชน์ของการใช้วิธีการแก้ไขข้อผิดพลาดของรายละเอียดการปรับปรุงคุณภาพของผลิตภัณฑ์อากาศเรดาร์ แต่ยืนยันยัง จำเป็นต้อง ระมัดระวังการใช้ในเครื่องรับ disdrometer วัด

ผลลัพธ์ (ไทย) 2:

ระหว่างวันที่ 25 และ 27 สิงหาคม 2010 ระยะเวลานานระบบไหลเวียน mesoscale เป็นข้อสังเกตข้างต้นเนเธอร์แลนด์ในประเทศให้สูงขึ้นเพื่อการสะสมปริมาณน้ำฝนเกิน 150 มิลลิเมตร ได้อย่างถูกต้องของการวัดปริมาณฝนในช่วงเหตุการณ์ดังกล่าวเป็นสิ่งที่สำคัญมากทั้งจากมุมมองทางอุทกวิทยาและอุตุนิยมวิทยา แต่น่าเสียดายที่สภาพอากาศเรดาร์วัดการดำเนินงานได้รับผลกระทบจากหลายแหล่งที่มาของข้อผิดพลาดและมีเพียง 30% ของปริมาณน้ำฝนที่สังเกตจากมาตรวัดฝนเป็นที่คาดกัน . ดังกล่าวเบาของปริมาณน้ำฝนหนักแม้ว่าโดยทั่วไปที่แข็งแกร่งน้อยกว่าในกรณีที่รุนแรงนี้เป็นเรื่องปกติสำหรับเรดาร์ตรวจอากาศในการดำเนินงานในประเทศเนเธอร์แลนด์ในสภาพอากาศเรดาร์ทั่วไปข้อผิดพลาดการวัดสามารถแบ่งออกเป็นสองกลุ่มคือ(1) ข้อผิดพลาดที่มีผลต่อการวัดการสะท้อนแสงปริมาตร ( เช่นถ่วงพื้นสอบเทียบเรดาร์รายละเอียดในแนวตั้งของการสะท้อนแสง) และ (2) ข้อผิดพลาดที่เกิดจากการเปลี่ยนแปลงในการกระจายน้ำฝนขนาดว่าในทางกลับกันผลในความรุนแรงปริมาณน้ำฝนไม่ถูกต้องและการประมาณการในการลดทอนจากการวัดการสะท้อนแสงที่สังเกต ขั้นตอนขั้นตอนในการแก้ไขสำหรับกลุ่มแรกของข้อผิดพลาดที่นำไปสู่การปรับปรุงขนาดใหญ่ในคุณภาพของการเร่งรัดโดยประมาณเพิ่มปริมาณน้ำฝนสะสมเรดาร์ไปประมาณ 65% ของผู้ที่ตั้งข้อสังเกตจากมาตรวัด การแก้ไขสำหรับกลุ่มที่สองของข้อผิดพลาดวิธีการที่สอดคล้องกันที่จะนำเสนอการเชื่อมโยงพารามิเตอร์ของอัตราการสะท้อนแสงฝนเรดาร์ (ภาพภาพ) และการลดทอนการสะท้อนแสงเฉพาะเรดาร์ (ภาพภาพ) ความสัมพันธ์กับการจัดจำหน่ายลดลงปกติขนาด (DSD) . สองขั้นตอนที่แตกต่างกันถูกนำไปใช้ ครั้งแรกพารามิเตอร์ DSD ปกติสำหรับเหตุการณ์ทั้งหมดและสำหรับแต่ละประเภทแยกตกตะกอน (ไหลเวียน stratiform และไม่ได้กำหนด) ที่ได้รับการสังเกตโดยใช้ disdrometer ท้องถิ่น ประการที่สอง 10,000 สร้างแบบสุ่มลดลงปกติที่เป็นไปได้การกระจายขนาดถูกนำมาใช้สำหรับการประมาณปริมาณน้ำฝนที่จะประเมินว่าวิธีนี้คาร์โล Monte จะปรับปรุงคุณภาพของผลิตภัณฑ์ปริมาณน้ำฝนเรดาร์สภาพอากาศ. การใช้ข้อมูล disdrometer ผลลัพธ์ที่ดีที่สุดที่ได้รับในกรณีที่ความแตกต่างระหว่างประเภทการตกตะกอนไม่มี (พา stratiform และไม่ได้กำหนด) ได้ทำการเพิ่มการสะสมการแข่งขันให้มากขึ้นกว่า 80% ของผู้ที่ตั้งข้อสังเกตจากมาตรวัด สำหรับขั้นตอนการเพิ่มประสิทธิภาพการสุ่มประมาณการเร่งรัดเรดาร์ปรับปรุงอย่างใกล้ชิดและมีลักษณะคล้ายกับข้อสังเกตในกรณีหนึ่งที่แตกต่างระหว่างประเภทการตกตะกอน อย่างไรก็ตามชุดพารามิเตอร์ที่เหมาะสมมีความแตกต่างจากผู้ที่ได้มาจากการสังเกต disdrometer ดังนั้นจึงเป็นเรื่องที่น่าสงสัยถ้าสังเกต disdrometer เดียวเหมาะสำหรับขนาดใหญ่ประมาณค่าการตกตะกอนเชิงปริมาณโดยเฉพาะอย่างยิ่งถ้า disdrometer ตั้งอยู่ค่อนข้างห่างไกลออกไปจากเหตุการณ์ฝนหลักซึ่งกรณีที่เกิดขึ้นในการศึกษาครั้งนี้. สรุปได้ว่าการศึกษาครั้งนี้แสดงให้เห็นถึงประโยชน์ของ ใช้วิธีการแก้ไขข้อผิดพลาดที่มีรายละเอียดในการปรับปรุงคุณภาพของผลิตภัณฑ์เรดาร์ตรวจอากาศ แต่ยังยืนยันความจำเป็นที่จะต้องระมัดระวังโดยใช้การวัดที่หาได้ในท้องถิ่น disdrometer

ผลลัพธ์ (ไทย) 3:

ระหว่าง 25 และ 27 สิงหาคม 2553 ระยะเวลานานระบบสเกลปานกลางโดยสังเกตเหนือเนเธอร์แลนด์ ในประเทศให้สูงขึ้น เพื่อฝนสะสมเกิน 150 มิลลิเมตร การวัดปริมาณของการตกตะกอนในอย่างถูกต้อง เช่น เหตุการณ์รุนแรงที่สำคัญ ทั้ง จากมุมมองทางด้านอุทกวิทยาและอุตุนิยมวิทยา ขออภัยอากาศปฏิบัติการเรดาร์วัดได้รับผลกระทบจากหลายแหล่งของความผิดพลาดและเพียง 30% ของการตกตะกอน สังเกตได้จากมาตรวัดฝนประมาณ เช่นการการประเมินค่าต่ำไป ปริมาณฝนหนัก แม้ว่าโดยทั่วไปจะน้อยกว่าแรงกว่าในกรณีสุดโต่งนี้ เป็นเรื่องปกติสำหรับเรดาร์อากาศการดำเนินงานในเนเธอร์แลนด์

ในการวัดความคลาดเคลื่อนเรดาร์อากาศทั่วไปสามารถแบ่งออกเป็นสองกลุ่ม :( 1 ) ข้อผิดพลาดที่มีผลต่อการวัดการสะท้อนกลับ เช่น ปริมาตรพื้นดินถ่วง , สอบเทียบ , เรดาร์ตามแนวดิ่งของการสะท้อนแสง ) และ ( 2 ) ข้อผิดพลาดที่เกิดจากการเปลี่ยนแปลงในการกระจายขนาดของเม็ดฝนที่ในการเปิดผลในการประมาณการปริมาณความเข้มที่ไม่ถูกต้อง และสังเกตได้จากการวัดการสะท้อนกลับกระบวนการแบบขั้นตอนที่ถูกต้องสำหรับกลุ่มแรกของข้อผิดพลาดที่นำไปสู่การปรับปรุงใหญ่ในคุณภาพของการประมาณการการตกตะกอน , การเพิ่มปริมาณน้ำฝนเรดาร์สะสมประมาณ 65% ของผู้ที่สังเกตได้จากมาตรวัด . แก้ไขกลุ่มของข้อผิดพลาดวิธีการนำเสนอการเชื่อมโยงติดต่อกันเป็นพารามิเตอร์ของเรดาร์ไตร่ตรองอัตราฝน ( ภาพ ( ภาพ ) และเรดาร์ไตร่ตรองการลดทอน ( เฉพาะภาพ ( ภาพ ) ความสัมพันธ์กับค่าการกระจายขนาดของหยด ( DSD ) สองขั้นตอนที่แตกต่างกันถูกนำมาใช้ แรก ได้แก่ DSD พารามิเตอร์สำหรับเหตุการณ์ทั้งหมด และแต่ละประเภทแยก ( โดยการตกตะกอน ,stratiform Creation ) และได้ใช้สังเกต disdrometer ท้องถิ่น 2 , 000 สร้างขึ้นแบบสุ่มจะลดลงการกระจายขนาดปกติใช้เพื่อประมาณค่าปริมาณฝน เพื่อประเมินว่า วิธีมอนติคาร์โล จะปรับปรุงคุณภาพอากาศเรดาร์ฝนผลิตภัณฑ์ โดยใช้ข้อมูล disdrometer

,ผลลัพธ์ที่ดีที่สุดได้ในกรณีที่ไม่มีความแตกต่างระหว่างการตกตะกอนโดยประเภท , และ stratiform undefined ) ได้เพิ่มเหตุการณ์ที่มีมากกว่า 80 % ของผู้ที่สังเกตได้จากมาตรวัด . สำหรับการสุ่มเพิ่มประสิทธิภาพกระบวนการ ตกตะกอนเรดาร์และประมาณการปรับปรุงเพิ่มเติม คล้ายตัวอย่างในคดีหนึ่งความแตกต่างระหว่างชนิดตกตะกอน อย่างไรก็ตามพารามิเตอร์ที่เหมาะสมตั้งมากแตกต่างจากผู้ที่ได้มาจาก disdrometer การสังเกต จึงน่าสงสัยว่า เดียว disdrometer สังเกตเหมาะสำหรับขนาดใหญ่ปริมาณฝนประมาณ โดยเฉพาะอย่างยิ่งถ้า disdrometer ตั้งอยู่ค่อนข้างห่างไกลจากเหตุการณ์ฝนตกหลักซึ่งเป็นกรณีศึกษา .

สรุปการศึกษานี้แสดงให้เห็นประโยชน์ของการใช้วิธีการแก้ไขข้อผิดพลาดรายละเอียดเพื่อปรับปรุงคุณภาพของอากาศเรดาร์ของผลิตภัณฑ์ แต่ยังยืนยันว่าต้องการที่จะระมัดระวังการใช้ในประเทศได้ disdrometer การวัด