"""
极端强降水测量技术与方法
1. 极端强降水背景介绍
1.1 近期强降水情况
1.1.1 强降水概况
- 近期我国南方地区遭遇罕见强降雨天气,江南、华南等地成为重灾区。
- 广东肇庆、清远、韶关、广州、惠州等地降雨量突破历史同期纪录,局地累计降雨量达400-519毫米。
- 强降雨对当地农业生产造成严重威胁。
1.1.2 强降水原因分析
- 副热带高压偏强,为水汽输送提供有利条件。
- 高原槽和南支系统活跃,导致强降水过程频繁。
- 江南、华南等地气温偏高,大气含水量丰富,不稳定能量高。
1.2 极端降水灾害及其影响
1.2.1 灾害类型
- 极端降水常引发暴雨、洪涝、城市水浸等灾害。
- 对人民生命财产安全造成极大威胁。
1.2.2 灾害影响
- 影响农业生产,导致粮食减产。
- 破坏基础设施,影响交通和通讯。
- 可能导致疾病传播,影响公共卫生。
2. 降水现场测量方法与仪器
2.1 原位探测(点探测)
2.1.1 承接总量法
- 利用量筒测量降落到具有一定截面的雨水总量。
- 优点:简单、易操作。
- 缺点:受限于部署范围,难以实现大范围连续监测。
2.1.2 翻斗计数法
- 一对斗形容器内储一定水量后自行翻转,启动开关闭合电路,发出脉冲信号。
- 优点:能测量降水强度、降雨量和降水时数。
- 缺点:受限于部署范围,难以实现大范围连续监测。
2.1.3 称重计量法
- 测量一定口径容器采集的雨雪水重量及其变化。
- 优点:能准确测量降水强度、降雨量和降水时数。
- 缺点:受限于部署范围,难以实现大范围连续监测。
2.1.4 光强闪烁法
- 利用雨滴在红外波段引起的光强闪烁特征。
- 优点:能测量降水强度、降雨量和降水时数。
- 缺点:受限于部署范围,难以实现大范围连续监测。
2.1.5 线阵扫描法
- 利用线阵相机对降水粒子进行高度扫描。
- 优点:能测量降水强度、降雨量、降水时数以及粒子尺度、形状、速度和谱分布。
- 缺点:受限于部署范围,难以实现大范围连续监测。
2.1.6 面阵成像法
- 利用面阵相机对降水进行直接成像。
- 优点:能测量降水强度、降雨量、降水时数以及粒子尺度、形状、速度和谱分布。
- 缺点:受限于部署范围,难以实现大范围连续监测。
2.2 遥感探测(面探测)
2.2.1 主动遥感法
- 利用发射的电磁波被降水粒子散射的信号强度、相位、极化等信息。
- 优点:能提供实时、大范围的降水监测。
- 缺点:受限于仪器的分辨率和大气条件的影响。
2.2.2 被动遥感法
- 被动接收微波波段的雨滴辐射或可见光/红外光波段的云顶辐射。
- 优点:能实现全球覆盖。
- 缺点:在降水强度较弱或大气条件复杂时,测量精度可能受限。
3. 天气雷达
3.1 天气雷达主要种类
- 按照发射机、天线和工作方式等划分,主要包括常规模拟雷达、数字化雷达、多普勒雷达、多普勒双偏振雷达等。
3.2 天气雷达体制发展介绍
- 从电子管体制到全固态、相控阵技术的发展历程。
- 从反射率因子单参量的观测发展到多参量观测,缩短体扫时间以更精细地揭示小尺度天气系统结构。
3.3 双线偏振多普勒天气雷达
- 传统多普勒天气雷达难以获取降水粒子的形状和方向等信息。
- 双线偏振多普勒天气雷达能获取降水粒子的尺寸大小、形状和雨滴谱分布等更为精细的降水信息。
3.4 相控阵天气雷达
- 相控阵雷达技术源于军事领域,后被引入气象领域。
- 相控阵雷达具有高时间分辨率和灵活性,预计将在未来的气象监测中发挥更大作用。
4. 气象卫星(风云三号)
4.1 气象卫星发展历程
- 从美日联合实施热带降水测量计划(TRMM)到全球降水测量计划(GPM)。
- 风云三号降水星通过星载主、被动微波与地基天气雷达的融合应用实现对大气、云和降水结构的探测。
4.2 风云三号07星
- 2023年4月16日成功发射,进入在轨业务卫星序列,排序为风云三号G星(FY-3G)。
- FY-3G降水星在轨运行正常,主、被动微波载荷已开机获取首图,在轨测试后将开启业务运行模式。
5. 案例分析:中尺度对流分析的探测
5.1 中尺度对流系统特征的统计研究
- 基于卫星红外辐射计、微波辐射计、地基雷达和星载雷达的观测。
- 这些观测资料使得对中尺度对流系统特征的认识涵盖了更多尺度、类型以及水平和垂直精细结构。
5.2 对流系统特征描述的差异性
- 不同探测仪器对对流系统的特征描述各不相同。
- 红外辐射计能反映对流云的云顶信息,但难以描述系统内部的结构和强度特征。
- 雷达和微波辐射计能探测系统内部的结构,但基于星载平台的雷达或微波辐射计观测较难完整监测对流系统的发展演变过程。
6. 结论与展望
6.1 结论
- 现场测量技术受限于部署范围,难以实现大范围连续监测。
- 主动遥感技术受限于仪器的分辨率和大气条件的影响。
- 被动遥感技术在降水强度较弱或大气条件复杂时,测量精度可能受限。
- 新技术发展展现出提升降水测量精度和效率的潜力。
6.2 展望
- 技术融合:多源数据融合方法,结合现场观测、雷达、卫星和AI技术。
- 相控阵雷达:高时间分辨率和灵活性,在短程和快速变化天气系统的监测中发挥更大作用。
- AI与机器学习:提高降水预测的准确性和响应速度。
- 高分辨率监测:随着技术进步,未来降水测量将趋向于更高空间分辨率和时间分辨率的监测。
- 国际合作:全球降水测量需要国际间的合作,共享数据和监测资源。
- 可持续发展:低成本、高效益的降水测量技术,支持发展中国家和偏远地区的气象服务和灾害预警。
6.3 未来研究方向
- 算法优化:开发更先进的数据处理算法,提高从遥感数据中提取降水信息的准确性。
- 传感器技术:研发新型传感器和雷达技术,提高降水测量的分辨率和灵敏度。
- 数据同化系统:构建更加复杂和精确的数据同化系统,整合多源数据,提供更准确的降水预测。
- 气候变化适应性:研究气候变化对降水模式的影响,开发能够适应气候变化的降水监测技术。
- 用户定制服务:发展个性化的降水监测和预报服务,满足不同行业和用户的特定需求。




