遵義地區一次暴雨雨滴譜特征及在雷達中的應用

　　摘要：根據遵義地區的〇TTparsivel雨滴譜儀觀測的一次暴雨雨滴譜資料、天氣雷達觀測資料以及自動站降水資料，對暴雨過程中的雨滴譜參數和雨滴譜分布特征進行分析，發現中粒徑雨滴貢獻率最大;質量加權平均直徑和粒子數密度成負相關;在對平均雨滴譜擬合時發現，Gamma分布在中粒徑擬合效果比MP分布好，而在大粒徑和小粒徑符合程度效果相差不大;比較雷達回波強度與雨滴譜特征參量的雷達反射率之間的關系，通過取3次平均來修正雷達回波強度，結果表明：修正后的數據和雨滴譜雷達反射率因子的相關系數高達99.59%，且均方誤差和平均絕對誤差都很小;再構建修正后的天氣雷達反射率因子與雨滴譜計算的雨強的Z/關系，得到擬合的Z/關系曲線Z=133.98/112，利用擬合的Z/關系計算的雨強與用雨滴譜數據計算的雨強相關系數達到99.53%。因此，通過雨滴譜參數修正后的雷達回波反射率可以準確估測降水

　　關鍵詞：雨滴譜;雷達反射率;雨強;遵義地區

　　溫凱; 王福增; 王秋淞; 周秋玲成都信息工程大學學報2021-12-13

　　0引言

　　采用2020年遵義地區一次暴雨過程中的雨滴譜資料，結合天氣形勢與當地的天氣雷達觀測資料，對降水特征進行分析，為了解遵義地區暴雨災害的雨滴譜特征提供可靠依據。通過相關公式計算平均雨滴譜、總粒子數濃度、降水粒子含量、雷達反射率、分鐘雨強等雨滴譜特征參量。參考張洪勝等[1]對平均雨滴譜進行的Gamma分布和M-P分布的擬合方法，分析了M-P(兩參數)和Gamma(三參數)分布對粒徑平均雨滴譜的擬合效果。再根據濮江平等[2]對雨強與雷達反射率對比分析的方法，觀察遵義地區天氣雷達的雷達反射率變化，分析暴雨過程中雨強和雷達反射率的相關關系。將雨滴譜的數據和雷達回波的數據做比較，并用雨滴譜特征參量的雷達反射率修正天氣雷達反射率因子，然后用修正后的雷達反射率數據構建合適的Z-/關系，最后對實驗數據進行分析。發現修正后的雨強與雨滴譜儀測到的雨強很接近，得出結論：修正后的雷達回波反射率可以準確估測降水。這間接地驗證了雨滴譜參數的可靠性，也體現了雨滴譜參數在雷達氣象中的應用。

　　1平臺與設備1.1平臺

　　Pycharm是一種程序編寫的IDE，有調試、代碼自動跳轉、智能顯示、語法檢測高亮等功能。此外，pyc-harm還有額外的開發功能，即Django功能，同時pyc-harm還支持google構架編程。米用pycharm編寫程序的主要原因是此IDE在數據處理和圖像顯示方面具有方便、簡單等優點。

　　1.2設備

　　雨滴譜的數據來源于一款OTTParsivel雨滴譜儀，是新型雨滴譜測量儀器，與傳統測量儀器不同，該設備采用了激光測量的方法，用一個光學傳感器元件對降水進行檢測，可檢測出多種類型的降水。Parsivel降水粒子譜儀能夠提s的時間分辨率，每5min—次數據存儲。貴州地區的設備型號是100型，共有32個直徑測量級和32個速度測量級，其直徑測量范圍為0.062?24.5mm，速度測量范圍為0.05￣20.8rn/s。每一次采樣間隔內的粒子譜測量數據都有32x32=脳個。實驗雷達的數據來源于新一代的多普勒天氣雷達，這是一種主動遙感的探測工具，具有較強的靈敏度，在測量云、降雨和各種強對流天氣發生發展內在因素方面有重要的應用。雷達使用SC波段進行探測，所用數據有9層仰角，400個徑向，750的距離庫。數據格式是最新一代天氣雷達基數據標準格式(CINRAD/CD)〇

　　2數據與方法2.1雨滴譜數據處理

　　實驗使用的是貴州自動氣象觀測站的雨滴譜數據，根據姚正蘭等M的研究，遵義地區通常會在6月多發_，故雨滴譖的數據選甩時間.為2020年6月。采用Rjrsi\reI爾滴請儀5mill記華的數據，記暴每神雨漓的類型，通過爾滴譜BUFR編碼格式1.0版本進行解碼，可利用一段時間內雨滴的麵，計算出各種雨滴譜的參量。圖1是貴州氣象觀測站雨滴譜數據的編碼格5?，

　　需養注意梅是，在這個數據段格式中有一個意要編媽規則。時間增量W1111111011.值為2043，即2048-2043=5為5min—'次編報，說明數據編碼格式是5min存傭一個文件：，每5min的數據31是按分鋪編寫'的^通過延遲重復雇子，每16位為一組，讀到第一組非0數據，即為循環次數，共5組，表示5min

　　2，2雷達數據處理

　　實驗使用的是：貴州遵義地區的氣象雷&數據，以一天為基率單位分為不同文件夾，文件夾中.的探測數據以5min或雜imin儲存一次寫成一個hill文件。霄達棊數據可分為徑向數據塊和公共數據塊兩部分。徑向數據塊保存了遵義地區天氣富3S的探測資料，公共數據塊保存了遵義蕾達站點信息與相關任務配置參數信息。要確定雨滴的空間位置，霄達霄要測定雨滴的角坐標.，包街方位角和仰角，這需要利用電磁波的均勻傳播特性，通過If滴反射電磁波確定雨滴所在方向。但實ISfi況，電磁波會受到太氣密度或濕度不均勻、地形復雜罅園素影響，不會均勻傳播。因此還#用_測角范囿、測角速度、測角誤差、角分辨率等參數3由于霄達數據反映的是不同層面的氣象要素憒況，因此在處理雷達數據時廣考慮不同仰角對實際雨滴數據造成的影響。同時爾滴在下雍過程中會受風速風向的于擾，故在選取雷達基數據時，可取雨滴譜儀對應點的雷達距離庫，也可取多點平均的方法來減小雨滴粒子受橫風影響造成的誤善。

　　2.3參數公式及含義

　　通過南滴譜可得到5min內商滴粒子數、爾滴類圈(童徑與速度)，由此計算比眾數直徑和優勢直徑6眾數直徑是指最大頻率直徑：，即為在5mhl內出現次數暈多的粒子貫徑。iV(￡)，)最大值對應的虞徑就是眾數直HiV是某個粒徑的粒子個數A是粒子的直徑&優勢邏徑巧是對含水纛貢棘最多的粒子的真徑，單位)A3最大眞對應的直徑就是優勢宣徑。計算么v式如下：if=1興h眾數直徑和優勢直徑，就可計算平均體積直徑從，，單位^^平均體積直徑的含義是體積等，平均雨滴體積的等效南滴直徑，實質是一個?雨滴直徑成平均直徑A是一個重要雨滴鐠數據，單位nm，平均直徑是指全部甫滴.的直徑總和除以雨滴的總數。計算公式如下：MA)A(2)風眞斯權平均直@乃，?5辱偉血%：羅雜攀位體積內廣樣載子直徑加權相對于雜子總質最的平均j徑》可以在一走裎庋上反映粒子分布情況。計算：公式如下rtN(D，)D*Dm=g⑶jmD冰眞屮，數體稅直徑D〇，‘位_，舍水量靡一半龜由直徑大于此值的雨滴組成，與數學上的中位數概念有所相似。

　　滿足2l^W(fl，)^=lg：：;iV(D，)^(4)同財拫據雨滴譜數據、雨滴類型^以得到眾數粒子屬大速度，率位fi/%眾數雜子逮度是Smin內讀大鱗率詢粒子逮虔*最大速度.暴Smit內出現的最大粒子速度。為了分析降水強度》含水量和降水強度是分析一次暴雨數據的關鍵參數，它們的計算公式也是興定的6含本量F，單位mg/m3，是指單位體積內粒予總的廳。計算公式如下：W=fpm3iN(Di)D^(5)其中p，106#m3是固定值?

　　降水強度，單位mro/h，基德單疫時：間韻降水量。由于數據是Srain數據，則降水強度指的就是5min內的降水量。計算么<式如下R=ffiSN(Di)D^V(Di)(6)其中Fs為某個速度區間的速度，單位m/?

　　靈蓮反射：率因子藝，單位nimVnr，是指1nr內所有粒子后向散射截面的和。實驗中的霄迭反射率因子是_雨濟譜數據if算得來的，與由霄達數據得到的霄達反射率因子是不同的來源-計算公式如下：Z=iiV(A)fl?(7)i=1粒子數密度W(fl)，単位1/m3，粒子數密度最指單位體積內粒子總數。計奠舍式如下I?#)=!101'(8)U*V，?AT?AD其中：4為取樣面租，：它fit值逢5400mro%A71為取樣吋間，一般取60s。

　　MatshallandPalmer[4]屬早提出爾滴'譜的分布構型』卩利用指數形式描述爾滴數量隨雨滴大小的分布情況，M-P分布樓型;N(D)=B&ffAD(9)其中，馬和A為2個參數為為參徵、A為斜率參數^爲和條水隹：子商總體數濃度：有典(平均：粒子數密度越大W。越太)，A的太小反映降水過裎粒子直徑大小的變化，A值]1小，說明爾滴譜分布越乎穩，大粒子的數量越多，反之相反。且A和雨強犮如下關系：A=41?R°'n(10)隨著研究深人的發現，Ulbrich等[5]提出了一個修1E后的南滴潘分布潘式，即Gsm_分布/(JaTOna分布模型：_)=tislTeXD(11)其中，if6、/x和A為3個參數■示1爾滴譜分布的靡狀&根據霍朝陽等[3]研究可知，Gamma分布模型可以反映擬含平均雨滴請的趨勢，大于0時曲線向上彎曲，小于0時曲線向下彎曲，等于0時為M-P分布c陳時用矩估計法研窮了Ga_a函數擬合雨滴譜數據，其中第n階矩定義為：=(12)燈階矩應用于旗ito權平均盧徑的計算就是西階矩和三階矩的比值，如式(3)。為了修疋養達回波強度，對雷逢回波強度數據進行多點平均，雷達反射率沙點平均公式為Zr=tz(i)/n(13)i=1由予雷達反射率和嵐邊的雷_反射率不是一'一■對應的類系，因此為了取撙最合理的數據，將九層的數據取1點平均，3點平均，5點平均和9點平均w

　　如圖2所*平均就是增最近鄰廣點，3點平均(1、2、3點)是指距禽擴展平均，5點平均(1、2、3、4、5點)是指距離方位同時擴展平均，9點平均(1、2、3、4、5、6、7、8、9點)則是面擴展平均，9點平均將距離和詳細方位都同時考慮了。1、3、5、9分別對應式(13)中的?i，即n分另!J取1、3、5、9。

　　3雨滴譜數據分析3.1粒徑大小對于雨強的貢獻量

　　圖3描述了檢徑大小.對于與雨強的貢獻鼉，數據處理方面參考了王福增學w的研究分析方法肩坐標表示爾商-直徑大小，左側縱坐標表流雨滴下落速度，右側縱坐標表示不同雨滴粒徑對降水的貢獻程度，刻度稼：it不爾_子數密度區間。

　　雨滴譜數據中有不同型?菌滴，釋種爾廳對這次暴雨的_貢獻程度都不一樣e從圖3可以費出，1.5￣3mm宣徑的菌_對本歡降爾：_貢獻占維對ft董聲而〇￣1.5mm和3￣5mndj餐的雨：：濟對本I欠降雨的貢獻相對載小6在1.5?3mm倉徑酸雨滴中^2ram直徑的雨滴和2.8mm直徑的雨濟降本寅獻率達到了峰值的15%左右，說明中雜楊猶爾猜對降水蕺度的貢獻最多，小粒徑的雨滴和大粒徑的雨滴的貢獻相對較從圖3也可發現，0.8mm直徑3nj/s速度和1￣1.2mm;顏S3.8￣4.2m/s速攜：樹輯子數密鹿晨最高的其次是1mm倉隹3?4.2ra/￥速度_爾濟粒子數密度a由此可見，在本次降雨過程中，1nm直徑4m/s左右速度的雨滴粒子是粒子數密度最高的。

　　3.2不同雨強下的雨滴譜分布

　　根據暴雨過程中的數據，繪制了粒子數密度、降水強度和質量加權平均直徑的曲線圖(W4)，通過控制變量藝，從膚中逸：取4個特殊點比較本同爾截下粒子數密庋和處量加權平均直徑的關系，分析不_爾強下的雨滴譜分布s

　　從圖4知，粒子數密度和降水強度約在18min時達到峰值，而翁鼂如權乎均直徑有兩個峰值，分別是在18min和25min。袠1是南滴譜數據，分別褂式(3)和式(6)計售：_到的，A點和B點都具有225左右的粒子數密度，降水強度大翁B離麗鐵齡權平均直顆為1.75rom，大子降水強度小的A貞爾暈加杖乎均直擇1.46mm，說明：子數密度相同而降水強度不同，降水強度越大的質蘩加權芊±f直徑也越大。C點和D點具有相同的質量加權平均直徑1.22mra，降水強度大的C點粒子數密度為453.5大于_水強度小的D點的驗T數齒度217.6，說明質量加權平均直桎柑同而降水強度不同，降水強度越大的粒子數密度越大，由式(14)知：R=fpwtmD，)D^V(Di)AD(14)其中，承粒子數密度，及參示降水強度，切在一走裎度上可以反映庚量加權平均直徑故變化。降水強度相同的情況下，粒子數密度和坑量加權平均直徑成負相關。

　　3.3相關關系分布擬合

　　解析出的雨滴譜數據都#離散型的，需要將數據進行擬合。首先采用M-P分布，即指數分布擬含“旦根據王文玲等[7]的研究發現，M-P分布在一定程度上擬合效果弁不是很理想&.厚興就在于M-P分布是指數形式.，在研愈數據時，對實際多變的情況沒有很好地調整，所以用于擬合的數據與實際數據存在一定差異。因此樣朝陽為了提升數據準確性，表磁使用Gam?ma分有可以瓌善M-P分#存在的一些：河：題。滅-P分布是輒參數?、A，見式(9)，Gamraa分環是j參數馬、/a、A，見式(11)，從式(11著Gamma掃墮：相比于1M*P模_有更好的數據準確性，能夠更好地研究爾滴譜數據，是M-P瘼塑的進一步發殷e圖5是M-P和Gamma分布擬合雨滴譜數據囿真色曲線是根據此次暴爾時段的雨滴譜數據繪制的粒子數密度和粒徑之間的關系。黃色曲線是由式(9)擬合的分布s盡色曲線是?由式(11)擬合的Gamnia分布。用最小二乘法擬合平均南滴譜得到的M-P分布：iV(D)=241.26e'Km，Gamma分布#(Z>)=428.32刀04S-1.89De〇

　　荀'獄看也M-P分#和G8mra3分布對小翁徑￣1mm)和的太粒大于3mm)擬合度K別都不太1而：對中_徑(1￣3mm)的擬會腐有一定國別，即對'中粒輕的擬合效茱SM-P分布?突有£_虛分布前擬合敎皋好》M-P分布'為指數分布V這讀實際數據的要求相當畬3需要很強的規律性&Gararm分布對實際的數據擬合敏果明顯比M-P分布更好4更準確4

　　4雨滴譜對雷達反射率因子估測降水的修正4.1不同層的雷達回波圖

　　西南雷達數據共有16個仰角，每層仰角所掃描到的圖像都不嵐。隨著仰龜度數越禽，掃到的范圍就越小，根據數據情況，選擇其中6個仰角(0.5/1.5/2.4/3.39/4.3/6)：的數據來迸行比_驗證。如圖6所示，紅色小圈表藏站點的位簦。可以發現，隨著仰角的變化，同一位置的雷達反射率有所不同，仰角越商，所檢測到的區域越少;仰角越低，所檢測到的要素越接近地面a其中第0層和第1層的雷達回波圖由于仰角較低，可能受地面遮g物的影響鉸大，因此回彼.圖不是很完整而霄雇霄達回狹圖可能受爾霧或者空氣對流的影響，回波圖也不是特別完整。

　　還可以看&，站點處的雷達反射率從第〇層到第6層逐漸減小，有腦著仰角增加而遞減的變化趨勢。站蟲降水區域的雷隹回波強度變化趨勢，先是霄達反射率增高一點然后減小，說明這是一次由小到大的暴麵過程，#_是金姐眞來釀一次暴蕭。

　　4.2雷達反射率比較

　　已知雨滴譜數據是地面觀測要素，而雷達數據是距地面有一定髙度的數據，弁且還要考慮雨滴粒子下降時會影響鯫量的各種荽素。在忠知站點的經韓度時，通過距離公式求出兩點間的距離71112.4假設仰角為2°，則此時雨滴的下落高度大約是tan2°x71112.4=2483.245!〇，1|：_卞落遽虞大約為6m/s，則下：落靈賽413.9S，即6.9min，所以，4選摩雷達數據時，，最好多選取兩組.，此次暴雨過程前5￣10min詢數據都座包括在數據分析中s逸用2020年：6月6日19：30-21：55鱗數鍛，主要降雨肘間：在20：26-21：14，平均降雨璧達到35mro/h，平均分鐘爾'量逢到〇.59jnm/m：hi。圖7最20：26-21：14通富達反射率數據共有10個文件，將庫始雷達數據文件轉換得到了16個仰角的霄遂回波強度。國中縱向表示的是隨時間變化的10個文件，撗向翁?_墨從文件中傷1_第〇-8層的9，備乎均蕾達反射卓c從圖7可以看出第6層以上數據就逐漸為0。所以，為了研究霄達反射率翁雨滴譜反射率之間的相關性，更_層的數據沒有研究意義，只需選取0￣6層的數據來研究相關程度。

　　雨滴譜的數據都是選取20：30-21：15的數據，雷達的數據則是選取20：26-21：14超前5min的數據和20：21-21：09超前10min的數據來分析。表2研_酸蠢：26-21：14，讀途0￣6慕_1A平均、3點平均、5點平均和9點平均與20：30-21：15雨滴譜霄達反射率數據之間的相關程度。讀取了雷達數據之后，考慮到雨滴大小及下降時的速度和肩圍不可控的翳響因素，選取1點平構、3點平均、5點平均和9點平均來測試哪種方式雷達反射率與雨滴譜數據相關度從表2發現，1點平均中第2M的反射率相類度最：尚，3袁乎均中舉3層，勝反射率相類度最_5點平均中第1層的反射率相關度最高，9點平均中第1層的反射率相關度最高，所以霄達第2層的數據和雨滴繪數據的契合度更貪&見式(13)，a取值越高，融入的信息越多.，數據越準確，相關度更高《

　　為消除雨滴粒子下落時時伺和速度的影晌，選取霄達數據滯后的一段時間，再次比較9點平均的均方誤差、均方根誤差、相關系數和平均絕對誤差a從表3可以看出，霹達起前5min的數琚和雨滴灣的雷達反射率數據的相類度明顯提高#笫1層的均方根誤差和亨均絕對誤義?達到了最小，弁且相關系數達到了78.12%，所以選擇第1層掛數據更合適，從表4可以著：由^脅說數據超前10min雜賴關系數達到了0.9以上，在選取平均絕對誤差避小的愔況下，層數是20：21-21：09的第3層鍍達反射傘數據相關度麗高。均方巌鲞426.3591dBz，均方拫鎳差20.6招5dfe，相關系數0.舛38，平均絕對懾差為20.076(fiz。雨滴譜的實時觀察數據對估測霄達超前10min的數據相關度高，可以拫據爾謫：醬實時數據修IE雷達觀測的反射率，提高黿達回波檢測的準確度^

　　4.3雷達反射率估測降水應用

　　通過表5的數據，計算：出的爾滴譜反射率H子與爾強之間的相關系數為90.45%，均方誤差為339.68£Bz，均方概傷髪為18.43dBz，乎均絕意傷差為15.87dBz，說明雨滴〗普反射率因子在一定程度上苽以反映降雨過程，可用來估測遵義地區的降水發展方向。

　　ti知z和/之同存在相愛關系，為握咼雷S回波強度預測降水過程的準確度，需要先找到雨滴譜計算的反射率因乎和霤達反射率因子之間的關系，然后找到Z-/的相關關系。圖8繪制了4條曲線，藍色曲線繪制的是靈達反紂率因子隨時間變化圖(雷達反射率因子數據時間區間19：32-21：52)，橙色曲線繪制盼是雨滴譜計算的反紂率因子隨雨滴譜時間的變化圖(雨滴潸反射率因子時間'區間19：30-21：40)，綠色曲線繪制的是雷逑反射率因子和雨滴譜反射率因子的1次平均值隨時間的變化圖，紅色曲線繪制的是靈達反射率因子和雨滴譜反紂率國子的3次平均值隨財間的變化可以發現雷達與雨滴譜反射拿因子的變化趨勢相似，數據卻相_甚遠。

　　蘇立娼等[m]研究發現，雷達回波數據可能強度較弱，馨要進行修正。而在對霄達反射率S子進行1次平均和3次爭均修IE后裊觀，修班1次后的莆&反射率_子曲線和雨滴譜反射率曲線相關度為86.65%，均方誤羞42.68(1BZ，均方裉琪差153dBz，平均絕對誤差rS.86dBzQ修正3次后的霄達反射率國子曲線和雨滴譜反射率曲線相關度達到了99.59%，均方誤_2.67dBz，均方裉儀差1.63dBz，平均絕對麗差1.47dB￣說明隨著相關評價系數的提升，修正后的電達.回波數據能夠反映雨滴譜計算的反射率。如鹿斯東橫軸論3#爾強，，縱軸蠢液霞達：;反射率因子。由它們之間的關系式知1d.Bz=101gZ，擬合曲線Z=4產4、及為參數，一般取300和1.4，但得扭的擬合效果_，而數據取Z=0.05產?時，反映出來的擬合效果好&從圖9發現源數據點不均勻地分散在擬合曲線兩端，端點輝數據點大多_于擬合曲線，#且源數據點基本都沒在擬合曲線上，故擬合效果不好。

　　圖10的擬合曲線為Z=133.98/I4i。從圖10可以看出，源數據點基本分布在擬合曲線兩側，并且大多數源數據點在擬合曲線上，沒在擬合曲線上的數據點都均勻分布在小蒞植內曲線兩邊，故擬合敦果報好e

　　修正后的雷達回波數據參考白先達等研究的z-/關系后，研究預測降水的準確度。結果發現，根據z-/關系計算出的甫強和雨滴｝普數據計算的雨強，兩：者粗關系數達到99.53缽，均方懂差：為4.06dBz，均方根誤差為2.01(IBz，平均絕對誤羞為1.52dBz。因此說明，使用修正后的霄達反射率國管來估計雨強，在懾差截圍內是準確的，這提禽了雷達回波反射率H子估測降水的準確性。

　　5結束語

　　妍究了貴州遵義一次暴爾降水過程的雨滴譜和在此過程中天氣雷達的圖像變化趨勢&分析了在此過程中爾滴粒徑大小對于爾強的貢獻程度，比較了本魔南強下的雨滴譜分布，并做了相關關系分布擬合。根據雷達數據繪制了本次暴雨過程的不同層雷達回波圖，將天氣雷達的雷達反射率與雨滴譜中根據公式計算的雷達反射率作了相關程度的比較，并修正雷達回波反射率因子，再利用Z-/關系用雷達反射率因子去估測雨強大小，提高雷達回波反射率因子預測降水的準確度。

　　(1)在本次降雨過程中，中粒徑的雨滴對降水強度的貢獻最多，小粒徑的雨滴和大粒徑的雨滴貢獻相對較少。可以看出小粒徑的貢獻主要集中在0.5mm直徑的雨滴，中粒徑的貢獻很均勻在5%左右，大粒徑的貢獻最少。

　　(2)研究了粒子數密度、降水強度和質量加權平均直徑的曲線圖，在其中找了A、B、C、D4點進行分析，A點和B點兩點的數據說明粒子數密度相同，降水強度不同，降水強度越大的質量加權平均直徑也越大。C點和D點兩點的數據說明質量加權平均直徑相同，降水強度不同，降水強大越大的粒子數密度越大。

　　(3)此次暴雨過程M-P分布A?(Z))=.26el3M)，和Gamma分布=428.分析圖像得到M-P分布和Gamma分布對小粒徑的擬合度都差不多，M-P分布和Gamma分布對中等直徑大小的雨滴的擬合效果上差別較大，M-P分布擬合效果沒有Gam?ma分布對中等直徑大小的雨滴的擬合效果好。M-P分布和Gamma分布對大直徑雨滴的擬合度也相似區別不大。

　　(4)繪制站點不同仰角的雷達回波圖，觀察到了雷達反射率的變化趨勢。隨著仰角的變化，同一個位置上的雷達反射率不同，仰角越高，所檢測到的區域越少。根據雷達回波圖可以看到降水區域的變化趨勢，先是雷達反射率增高一點然后減小，說明此次暴雨是一次由小變大的暴雨過程，不是一次驟降的暴雨過程。

　　(5)比較此次20：26-21：14的暴雨過程的71點平均相關系數分析，得到雷達第一層和第二層的數據與雨滴譜數據的契合度更高。隨著《取值越高，融人的信息越多，數據越準確，相關度更高。則9點平均處理的數據比1點平均、3點平均和5平均的數據準確度更好。為了消除雨滴粒子下落時時間和速度的影響，分析了9點平均的相關系數，發現了雷達超前5min的數據和雨滴譜的雷達反射率數據的相關度提高明顯，第一層的均方根誤差和平均絕對誤差達到了最小，相關系數達到了78.12%，而雷達數據超前10min的相關系數甚至達到了0.9以上。因此可以根據雨滴譜實時數據修正雷達觀測的反射率，提高雷達回波預測的準確度。

　　(6)通過計算雨滴譜雷達反射率及雨強之間的相關系數，研究雷達回波強度和雨滴譜雷達反射率之間的關系，修正雷達回波反射率，擬合Z-/關系曲線。修正后的雷達回波反射率利用Z-/關系曲線估測雨強大小，從而實現雨滴譜實時數據修正雷達觀測的反射率，提高雷達數據預測降水準確度。