摘要

基于比差分传播相移(KDP)的降水估计算法 R( KDP) 相较于传统基于水平反射率因子 ( ZH) 的算法R( ZH)的表现更优。在雷达实际运行中,由于随机误差和后向散射相位(backscattering phase)的影响,可能出现负的 KDP。运用一种基于变分的雷达定量降水估计混合算法(V-RQPE)。该算法用变分拟合方法重构差分相位(ΦDP),用一种新的稳健的边界条件求解方法,在消除随机误差的同时获得非负的 KDP,进而进行降水估计。随后我们使用 2017年 5月 7日广州 S波段雷达的回波数据和地面雨量站观测数据进行验证,同时使用了六种不同的算法进行对比,结果显示,在 1 小时累计降水估计中,V-RQPE 表现最好,在 24 小时累计降水估计中,V-RQPE 和基于变分拟合的 KDP的降水估计算法(R-VKDP)表现最好,实验结果表明变分拟合方法对雷达降水估计能力有显著提升。

全文