meteorologentagung 10.-14. september 2007 in hamburg radarvolumendeskriptoren von...

Meteorologentagung 10.-14. September 2007 in Hamburg

Radarvolumendeskriptoren von Niederschlagszellen zur quantitativen Niederschlagsschätzung

Radarvolumendeskriptoren von Niederschlagszellen zur quantitativen

Niederschlagsschätzung

AQUARadarAdvances in Quantitative Areal Precipitation Estimation by Radar

Teilprojekt B

Meteorologisches Institut der Universität BonnSilke Trömel, Clemens Simmer



Gliederung

1. Flächenschätzer aus Radardaten ohne Z-R-Beziehung:

Erweiterung des Modells durch die Beschreibung der zeitlichen und räumlichen Variabilität des 3-dimensionalen Radarvolumens:

Zusammenfassung und Ausblick

Verifikation der Näherung auf Basis dreier LM-Tage

V=S()·ATI (Doneaud et al. ,1984)

V/ATI=S(,IRVD)



Die TheorieAtlas et al., 1990:

Liefern eine Theorie für die Schätzung

1. …des totalen Niederschlags eines einzelnen konvektivenRegengebiets/-systems über seine Lebenszeit sowie

2. …des flächenweiten instantanen Niederschlags von einerVielzahl von Systemen

durch Messung der Fläche mit Reflektivitäten oder äquivalenten Niederschlagsintensitäten oberhalb einer bestimmten Schwelle.



Die Theorie

…beruht auf der Existenz einer gutartigen, relativ konstanten Wahrscheinlich- keitsdichtefunktion (PDF) der Regenintensitäten entweder von 1. …einem einzigen Regengebiet/-system über seine Lebenszeit 2. …oder einer Vielzahl von Systemen zu einem Zeitpunkt



Die TheorieAtlas et al., 1990:

Liefern eine Theorie für die Schätzung

1. …des totalen Niederschlags eines einzelnen konvektivenRegengebiets/-systems über seine Lebenszeit sowie

2. …des flächenweiten instantanen Niederschlags von einerVielzahl von Systemen

durch Messung der Fläche mit Reflektivitäten oder äquivalenten Niederschlagsintensitäten oberhalb einer bestimmten Schwelle.



Datengrundlage: Pseudoradardaten und modellierte Niederschläge des Lokalmodells (LM)

• Untersuchung von 100 Niederschlagssystemen vom 17. Juli 2004, 8. Juli 2005 und 19. August 2005

• Selektion gemäß SARTrE (Scale Adaptive Radar Tracking Environment)- Algorithmus (Jürgen Lorenz Simon, 2004)

Datumdes Gaußkernels

Anzahl

17. Juli 20046 2614 6

8. Juli 20056 1510 2014 5

19. August 20056 1610 12



LM-Daten vom 8.Juli 2005

R [mm/h]



Beispiel vom 8.7.2005: Experiment 3 (das größte und stärkste)

Z [dBZ]

Fläche: 103.3 ·104 km2 Maximum: 199.5 ·103 mm6/m3



Beispiel vom 19. August 2005:Experiment 3

Z [dBZ]



Verifikation : Schwelle = 18 dBZ

ATI [103 km2 h]

0 20 40 60 80 100 120 140 160 180 200

V [1

03 mm

km

2 ]

0

100

200

300

400

500

600

S(18 dBZ)=3.43 mm/h

r2=0.73



Verifikation : Schwelle = 18 dBZ

S(18 dBZ)=2.92 mm/h

r2=0.68

ATI [103 km2 h]

0 5 10 15 20

V [1

03 mm

km

2 ]

0

20

40

60

80

100

0.88mm/h ≤V/ATI≥12.48mm/h



Pool potentieller Regressoren

HMEANHSTD

ATI

A()AoA()/Ao

D



Hor. Erwartungswert HMEANund hor. Standardabweichung HSTDEV (=18dBZ)

Horizontaler Erwartungswert [mm6/m3]

0 2000 4000 6000 8000 10000 12000

V/A

TI [

mm

/h]

0

2

4

6

8

10

12

14




HMEANHSTD

ATI

A()AoA()/Ao

D

MEANEe

MEANETH



Effektive Effizienz Ee

Qb-Qt

Ee= -------- Qb

Q = Mischungsverhältnis am Unter- (bottom) bzw. Oberrand (top) der Wolke

Rosenfeld et al. (1990)

Ee ≈ 0.5 entspricht rel. flacher Konvektion

Ee ≈ 1 entspricht rel. hochreichender Konvektion

Anteil an Wasserdampf, der durch die Wolkenbasis transportiert wirdund somit potentiell für Niederschlag zur Verfügung steht.

parametrisiert Entrainment, Mischung und Verdunstung




HMEANHSTD

ATI

A()AoA()/Ao

D

MBB

MEANEe MVSTD

MVMEAN

MEANETH



Brightbandanteil

• Vertikalschnitts am jeweiligen Zentrum der Reflektivität

• Schätzung der Höhe der Nullgradschicht aus Radiosonden- aufstiegen (linear interpoliert)

Aktuelle Defintion:

Anteil der maximalen Reflektivitäten des Vertikalprofils im Bereich ± 1 ± 1 kmkm der 0oC-Schicht(Anhand vert. Schnitt in 0.1 km Auflösung)

Berechnung des



Beispiel vom 8. Juli 2005: Experiment Q



Verlauf von Experiment Q

Zeitschritt [10min.-Intervalle]

0 2 4 6 8 10 12 14 16 18 20 22 24 26

Brig

htba

ndan

teil

0.00.10.20.30.40.50.60.70.80.91.0




HMEANHSTD

ATI

A()AoA()/Ao

D

MBBTBB

RTBBTNBB

RTNBBMEANEe MVSTD

MVMEAN

MEANETH

STDBB



Signifikant detektierte Deskriptoren(Schrittweise Regression, leave-one-out cross-validation)

DeskriptorDeskriptor AnzahlAnzahlHMEAN 100

HMEAN3 100

HMEAN2 99

(A()/Ao)5 99

HSTD4 98

MBB3 97

RTBB 87

MEANETH 17

(A()/Ao) 9

TBB3 8

TNBB3 7

HMEAN4 2

TBB5 1

Erklärte Varianz in V/ATI: 98.9%



Niederschlagsmengen der 100 Ereignisse

Niederschlagsereignisse

0 10 20 30 40 50 60 70 80 90 100

Kum

ulie

rter

Nie

ders

chla

g [m

3]

1e+0

1e+1

1e+2

1e+3

1e+4

1e+5

1e+6

1e+7



Absolute und relative Fehler


0 10 20 30 40 50 60 70 80 90 100

Abs

olu

ter

Fe

hler

[m

3 ]

1e-3

1e-2

1e-1

1e+0

1e+1

1e+2

1e+3

1e+4

1e+5

1e+6


0 10 20 30 40 50 60 70 80 90 100Rel

ativ

er F

ehle

r de

s ku

mul

iert

en N

iede

rsch

lags

-0.3

-0.2

-0.1

0.0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1.0

(leave-one-out cross validation, LOOCV)



Zusammenfassung und Auslick

1. Auf Basis 100 betrachteter Niederschlagssysteme dreier LM-Tageerweisen sich HMEAN, HMEAN3, HMEAN2, (A(t)/Ao)5,HSTD4, MBB3 und RTBB als Erfolg versprechende IRVD.

2. Der relative Fehler liegt auf Basis des Modells in 74 der 100 Fälle unter 10%.

3. Eine weitere Verbesserung ist durch skalen- oder typabhängige Modelle denkbar.

Der wichtigste, nun ausstehende Schritt ist es zu testen, ob reale Beobachtungen als mögliche Realisationen des Modells interpretiert werdenkönnen.



Vielen Dank !

meteorologentagung 10.-14. september 2007 in hamburg radarvolumendeskriptoren von...

Documents