一、THE USE OF RADAR DATA IN THE NUMERICAL SIMULATION OF HEAVY RAINFALLS IN THE CHANGJIANG-HUAIHE RIVER BASIN（论文文献综述）
吴雨晴[1]（2021）在《基于WRF-Hydro模式的气象-水文耦合径流预报研究 ——以漳河流域为例》文中提出气象-水文耦合是资料不足中小流域开展水文气象预报研究的有效手段。气象数据的质量,尤其是降水数据,是影响耦合预报精度的关键。因此,本研究以湖北省漳河流域为研究区域,开展了基于降雨偏差修正的气象-水文耦合实时径流预报研究。通过逐步订正法对WRF预报降雨进行偏差修正,构建了基于WRF数值天气预报模式和高分辨率WRF-Hydro分布式水文模型的WRF/WRF-Hydro气象-水文耦合模式。主要研究内容及结论如下:（1）WRF模式降雨预报。对比WRF模式8个物理参数化方案组合的降雨预报结果,Thompson微物理方案和Kain-Fritsch（new Eta）积云对流方案的组合整体表现较优且稳定,适合用于漳河流域的WRF模式降雨预报研究;然而,该方案组合的预报降雨与地面自动站-CMORPH卫星-雷达三源融合降水产品（CMPAS）相差较大,尤其是在局地性较强的降雨事件中,表明WRF模式在山区中小流域的预报准确性有待进一步提高。（2）WRF-Hydro模式参数率定及验证。饱和土壤含水量、河道曼宁粗糙度、下渗系数和表面粗糙度均对漳河流域的径流流量有较大影响,而河道曼宁粗糙度和表面粗糙度对漳河流域的径流过程也有较大影响。基于CMPAS的WRF-Hydro模式在漳河流域径流模拟方面表现较好,而基于ERA5再分析降水资料的WRF-Hydro模式径流模拟效果相对较差,表明降雨数据的质量是影响WRF-Hydro模式模拟效果的关键,模式参数的率定无法彻底抵消降雨数据精度问题导致的径流预报误差。（3）降雨偏差修正。通过逐步订正法修正后的WRF降雨在时空分布上更接近CMPAS,其1 h降水评分结果总体上更高,表明逐步订正法是修正WRF预报降雨偏差的有效方法之一。（4）WRF/WRF-Hydro气象-水文耦合径流模拟。经过降雨偏差修正后的实时径流预报结果较修正前得到了明显改善,表明通过逐步订正法修正WRF预报降雨偏差可大大提高径流预报的准确性。总体而言,基于降雨偏差修正的WRF/WRF-Hydro气象-水文耦合模式在漳河流域实时洪水预报和历史气象数据集重建方面具有较好的应用潜力。
顾天威[2]（2021）在《基于资料同化的清江流域大气-水文耦合预报研究》文中研究说明传统的洪水预报以实况降水驱动水文模型进行预报,预见期一般较短。在水文模型中耦合降水预报信息是延长洪水预报预见期的一种有效方式。但是,降水预报的准确性依旧有待改进,特别是在洪水多发、地形复杂的山区。同时,资料同化已经被证明是改善降水预报的一种重要手段。本文针对清江流域,构建了基于资料同化的高分辨率WRF/WRF-Hydro大气-水文耦合预报模型。首先基于2017-2018年八场典型洪水过程分别同化常规观测和雷达资料并分析了大气模式流域尺度的降水预报效果。然后进行了清江流域WRF-Hydro模式参数率定,探讨了 2015-2018年十三场洪水过程的模拟效果。最后在此基础上,开展了基于资料同化的2017-2018年八场洪水过程的大气-水文耦合预报研究,探讨了同化对基于耦合模型的洪水预报效果的影响。研究得到的主要结论如下:（1）大气模式资料同化及降水预报结果表明:同化常规观测资料使得面雨量的峰值出现时间误差减小,面雨量随时间变化的过程与实况更吻合,且不同洪水过程预报效果的不确定性减小,但对于量值的误差仍然存在不确定性。同化雷达资料较同化常规观测资料使得预报面雨量的峰值出现时间进一步准确、峰值误差更小,且不同过程降水预报效果的不确定性更小,流域降水预报效果整体改善明显。（2）水文模型参数率定及洪水模拟结果表明:对于清江流域洪水过程的模拟,模拟结果对入渗系数和曼宁糙率较地表糙率和地表持水深度更敏感,率定后的参数能够表达出清江流域地形起伏大、河道狭窄陡峭、森林覆盖率高的特点。十三场洪水过程的模拟精度整体较高,WRF-Hydro模式能够适用于地形复杂的清江流域的洪水模拟。在模拟过程中发现,单洪峰过程的模拟效果整体要优于多洪峰过程,且多洪峰过程的模拟误差主要体现在模拟洪峰值的偏高。（3）大气-水文耦合洪水预报的结果表明:径流预报高度依赖于降水预报,同化常规观测资料能够使得径流过程的预报误差有所减小,但不同洪水过程流量预报误差的不确定性仍然存在。同化雷达资料使得预报径流过程更加准确、流量的峰值误差更小,因而预报径流的纳什效率系数明显提高。而且通过同化雷达资料,不同洪水过程径流预报效果的不确定性显着减小,耦合模型预报的洪水过程的准确性显着提高。
姚铖[3]（2021）在《基于Z-R关系优化的雷达降雨估测及水文应用研究》文中提出降雨是影响洪水灾害发生、发展的最重要因素之一。由于气候变化和城市化进程的高速发展,频繁发生的极端暴雨天气事件造成了重大经济损失。因此,在降雨监测技术发展过程中,对降雨数据的分辨率和时空分布特性提出了更高的要求,以更好地模拟预测洪水过程,从而降低极端暴雨天气事件引发的洪水影响。天气雷达作为“天空地一体化监测”中的重要一环,其具有的降雨监测范围广、数据时空分辨率高的特点有望解决这一问题。但天气雷达估测降雨数据精度低的缺点严重制约了其进一步发展,需要结合地面雨量站数据以及优化雷达反射率Z和降雨强度R之间的关系提高雷达估测降雨精度。因此,如何优化Z-R关系校准雷达估测降雨数据成为近些年的研究热点之一。本文以大连市碧流河水库以上流域为例,选用2015-2019年的10场降雨过程为研究对象,通过地面实测降雨数据和大连站天气雷达基数据资料进行雷达数据的校准。从雷达反演降雨的Z-R关系出发,分析影响Z-R关系的因素,分别采用“整体优化”和“分段优化”的方法提高雷达估测降雨精度,并对反演数据的点雨量和面雨量结果进行分析评估。利用校准后的雷达降雨数据结合HEC-HMS水文模型进行流域洪水模拟的应用,对比分析雨量站和雷达两种降雨数据驱动水文模型的模拟结果差异。经过本文的研究分析,得到如下结果:（1）大连站雷达数据在碧流河水库以上流域存在波束阻挡问题,导致其反射率计算结果严重偏低。（2）经过对雷达波束阻挡等误差抑制后,采用“整体优化”的方法一定程度上提高了雷达估测降雨的精度,但距离雷达中心较远的站点估算结果较差,依然存在日最大降雨量低估严重等现象。（3）通过考虑反射率分段和站点按距离分组的优化思路,即“分段优化”方法,有效地解决了反射率高值区低估、低值区高估的现象,且雷达面雨量结果分析表明,校准后的雷达降雨数据可以较好地反映流域降雨的时空分布特点。（4）利用雨量站数据和雷达降雨数据分别驱动HEC-HMS水文模型进行洪水模拟,结果表明具有高时空分辨率的雷达数据能更好地模拟洪水过程,在分布式水文模型应用中有更好的适用性。
严昌盛[4]（2021）在《基于雷达临近降雨预报的淮河上游流域洪水预报研究》文中研究说明近年来,由于突发性强对流天气引发的洪水事件越来越频繁,洪水预报的精度要求也相应不断提高。基于雷达外推的降雨临近预报可获得未来6h内的高时空分辨率降水信息,将其通过气象水文耦合预报的方式应用于水文预报,有助于解决气候变化条件下气象要素预报不确定性等问题,提高洪水预报精度以及延长洪水预见期,是目前国内外水文气象预报领域的主要发展趋势。本文根据淮河上游流域的历史降雨流量资料,应用基于网格结构的全分布式水文模型CREST进行洪水预报研究。首先通过雨量站降雨数据对模型参数进行率定与验证,模型最终的纳什效率系数均值为0.78,达到乙级洪水预报水平。然后选取2016年流域发生的两场历史典型洪水过程,结合阜阳雷达站的降雨观测数据,并对雷达测雨反演数据进行评估和模拟。采用英国气象局的降雨临近预报作业系统（Short Term Ensemble Precipitation System,STEPS）,对流域洪水过程的最大降雨时刻做临近3小时、2小时、1小时和30分钟的降雨预报,并且针对不同的预报时长,分别生成25个降雨预报集合成员。最后通过CREST水文模型分别对每个预报过程进行流量模拟,分析不同降雨预报数据、不同预见期和分布式水文模型的结合效果,以及降雨时空的分布变化对流域径流过程的影响。主要结论有:（1）雷达定量降水估测（Quantitative Precipitation Estimate,QPE）相较于雨量站能更好地反映出降雨的时空分布与移动规律。在两场洪水过程分析中,雷达QPE对洪峰流量的模拟比雨量站更加接近实测值,但对洪水过程的总体模拟效果,根据纳什效率系数的评估是各有优劣。这表明需要对雷达降雨反演公式进行改进和参数率定,以提高雷达降雨反演的精度。（2）雷达降雨临近预报的洪水模拟结果表明,临近降雨预报的精度随着预报时间的增加而降低,在1小时的预报时间内,临近降雨预报的准确性与雷达实测降雨非常接近。在2016-07-20洪水过程中,从3小时预报期到30分钟预报期,雷达确定性预报的洪峰误差由-26.7%降低到-19%,纳什效率系数由0.705提高到0.740;在2016-10-28洪水过程中,从3小时预报期到30分钟预报期,雷达确定性预报的洪峰误差由-34.5%降低到-14.25%,纳什效率系数由0.624提高至0.823。（3）两场洪水过程的集合预报结果表明,降雨集合预报在水文模拟中的洪水过程能有效包含前汛期实测降雨的洪峰过程情况,并且预见期越长,对洪峰量级的预报相对于确定性预报会越有效,同时集合预报在整个洪水过程的流量过程线与雨量站、雷达QPE模拟的流量过程线具有较强的一致性。（4）在3小时以内的雷达临近降雨预报中,通过降雨集合预报的方法可以对洪峰预报的误差范围的区间进行量化。随着对不同流量阈值的设定,越临近最大洪峰的到达时刻,洪水发生的低、中风险概率越小,而洪水发生的高风险概率越大。（5）采用雷达3h以内的临近降雨预报进行洪水预报时,模拟效果良好,可满足实时洪水预报的要求。在2016-07-20洪水过程中,从3小时预报期到30分钟预报期,雷达确定性预报的纳什效率系数都大于0.7,达到乙级预报标准;在2016-10-28洪水过程中,从3小时预报期到30分钟预报期,雷达确定性预报的纳什效率系数值都接近或大于0.7,同样达到了乙级预报标准。
李祥[5]（2021）在《一次高原涡、西南涡东移合并引发四川降水的机理研究》文中提出暴雨每年频繁发生,所致洪涝灾害严重。但我国地域广阔,暴雨类型多样,形成条件和机制各有不同,导致预测预报难度大。在我国西部地区,在青藏高原大地形的热动力作用影响下,夏季对流活跃,暴雨频发。尤其是高原东南侧地形复杂地区,一旦发生暴雨,很容易引发严重的地质灾害,并中断运输,农业和工业活动,造成严重的经济损失并威胁人民生命安全。因此,急需对高原东侧复杂地形地区暴雨的发生发展机制进行理论和模拟研究,这也是暴雨预报的基础。本文针对2019年8月5-6日四川一次东传型强降水事件,揭示了高原东侧多涡旋接力发展导致降水发展和传播的现象。利用涡度方程对诊断分析了影响不同涡旋发展的要素;并从能量演变的角度,揭示了涡旋降水加强、对流增长的原因。同时通过构建地形、开展地形坡度变化敏感性试验,评估青藏高原、横断山脉和四川盆地三大地形对高原东侧涡旋演变的作,研究坡度的改变对涡旋传播的影响。所得结果如下:（1）通过2019年夏季8月5-7日四川暴雨过程的逐小时降水和涡旋演变分析,发现高原东侧多涡旋的接力发展,导致降水向东发展和传播的现象。在研究区域和降水时段内,主要受三个涡旋影响:将高原北部向东北方向移动的部分称为高原涡1（PLV1）,将高原南部向东移动的部分称为高原涡2（PLV2）,在四川盆地上空生成的西南涡（SWV）。PLV1在0500时于高原上空生成之后向东北向移动并于0517时逐渐消散,PLV2在0508时开始在高原上空逐渐加强并东移,在0522时左右和西南涡合并,SWV在0511时左右在四川盆地附近生成并和PLV2在0522时左右合并,之后一起东移,于0615时左右逐渐移出模拟区域。降水发展和传播与多涡旋的路径的强度演变密切相关。（2）通过涡度方程诊断分析了影响不同涡旋发生的主导因子,剖析三个涡旋发展的机制有何异同。发现PLV1以垂直平流项和拉伸项为主要贡献项;对于PLV2,主导项为垂直平流项和拉伸项;而SWV2的主要贡献项为垂直平流项和水平平流项;利用能量方程,揭示了局地总能量异常的演变特征。发现在对流系统的东部出现正能量异常,可指示对流系统的发展方向,即向东传播。（3）通过青藏高原、横断山脉和四川盆地等多尺度地形的敏感性试验,探讨各大地形对涡旋发展的作用。结果表明,横断山脉对西南涡的形成起主导作用,而四川盆地对西南涡的形成起次要作用。对于高原涡旋（PLV2）的传播,四川盆地只会影响涡旋的强度,而不会影响高原涡旋的传播路径。一旦横断山脉被移除,高原涡旋的传播现象将不再出现;在青藏高原、横断山脉和四川盆地交界的陡峭地形处,地形坡度改变的敏感性实验表明,坡度越陡,高原涡（PLV2）的传播速度越快,同时盆地内的西南涡越强。而高原涡发展的高度（即最强涡度垂直伸展的高度）,几乎稳定维持在地形上空相同高度位置,受（陡坡/缓坡）坡度变化的影响较小。
潘爽[6]（2021）在《多源卫星数据在尼尔基入库流量预报中的应用》文中指出尼尔基水库作为嫩江流域防洪控制性骨干工程,其入库流量关系到水库调度运行决策,进而影响下游地区的防洪安全。一旦降雨中心发生在库区附近,汇流时间将大大缩短,给洪水预报带来难度,也将加大后续调度的压力,因此需准确、实时地获悉水库入流情况。考虑到目前多源降雨信息的水文应用场景愈加广泛,本文选择尼尔基水库上游的库区邻近流域为研究对象,对水库入流量进行了平滑修正工作,同时探究了若干种卫星降雨产品在研究区的评估性能及其在尼尔基入流预报中的应用潜力,并采用BP神经网络与新安江的耦合模式提高汇流预报准确性,以期拓展降雨数据来源,提升水库入流预报精度,为日后尼尔基以上广大区域的预报提供借鉴与参考。全文主要内容及成果概括如下:（1）考虑到尼尔基水库入库流量因采用了水量平衡反推计算方法而出现较频繁的锯齿状震荡现象,本文参照一种基于入流连续性的修正方法,对尼尔基入库流量进行平滑修正。将修正前后的入库流量作为实测对比标准,分别通过BP神经网络和新安江两类预报模型进行入流量预报,结果证明,修正入库流量作为实测标准时可获得更高的模拟精度。由此证明,该种入流量平滑修正方法适用于尼尔基水库的锯齿状流量修正,为后文奠定了资料基础。（2）本文选用了时效性较好的五套卫星降雨产品——IMERG系列下的Early、Late以及GSMa P系列下的NRT、NRT Gauge、MVK,基于八项评估指标,从单站降雨和面降雨两个维度对上述产品进行了精度统计评估。综合时效性和准确性两大性能来看,GSMa P＿NRT Gauge在五套产品中表现最优,并且GSMa P系列另外两套产品易出现个别异常观测值。为减小产品误差,文中对比了加法和乘法两种误差校正模型的校正成果在加柳区间及科后区间的流量模拟精度,结果证明加法模型对于本区域的卫星产品误差校正有着更稳定优越的表现。除GSMa P＿NRT Gauge产品之外,其余四套卫星产品经加法模型校正后其流量模拟精度均有所提升。（3）考虑到尼尔基入库流量与上游三站有着较好的相关性,本文针对水库上游库柳科尼区间建立了新安江-BP神经网络耦合模型（XAJ-BP）,并基于多源降雨数据验证了该耦合模式下的流量模拟精度。结果证明,在该耦合模式下洪水汇流精度显着提升,尤其对高洪峰流量的准确性较好,在未来尼尔基入库流量预报中具备一定的研究价值和应用潜力。
蔡洁连[7]（2021）在《基于VIC模型的卫星降水产品在赣江流域的应用研究》文中进行了进一步梳理降水是重要的气象要素之一,它对生态循环和水文循环具有直接影响,更直接影响到人们的日常生活。因此,对降水进行定量降水估计具有重要的现实意义。在进行水文过程模拟时,降水数据的质量好坏会直接影响模拟的结果。传统基于雨量站的降水估计方式并不能满足复杂地形和获取大范围降水数据的需求。随着气象卫星遥感降水测量技术的迅速发展,由于其覆盖范围广、数据获取方式便捷的优势,受到众多相关领域的学者青睐,基于遥感的定量降水估计产品广泛应用于大范围区域的水文研究中。目前使用最广泛的遥感降水产品是于1997年发射的TRMM卫星降水估计产品。该产品从发射以来算法经过不断的改进,在全球的降水估算中都具有较高的精度,是全球尺度分辨率较高的降水数据,为水文模拟的研究提供了便利。但其在2015年已经退役,接替者GPM降水产品在其原来的基础上做了更新,但是目前的最新版本产品IMERG V06B降水产品的使用并不多,其算法还不够成熟,但其覆盖范围更广,分辨率更细,也是相关领域的学者们看好的降水产品之一。赣江是江西省内最大的河流,其为南北流向,穿过整个江西的南北境内,赣江流域的地形地貌格局丰富,流域的水文问题是一直以来关注的重点,因此在赣江流域进行水文水资源的研究具有一定的现实意义。本文主要是在赣江流域内进行了GPM/IMERG的Final和Early产品的降水捕捉能力评价及其基于VIC水文模型的应用研究。以地面站点的观测降雨数据和流量数据作为对应的标准数据,同时使用TRMM V7产品数据作为对比数据,首先对遥感降水数据进行降水估算研究,再驱动VIC水文模型进行降水数据在赣江流域的径流模拟精度,同时评估降水产品及水文模型在该地区水量平衡的应用能力。本研究的主要结论如下:（1）在日降水方面,经过包括降水的空间分布和多种统计的精度评价发现Final、Early、TRMM三种产品中,Final的表现最好,与标准数据的吻合度最高,其偏差程度都小于10%。Early对研究区的降水空间分布特征捕捉能力较差,估算的日降水量与标准数据的偏差较大,质量不如Final。（2）在年月日不同时间尺度上进行了三种降水产品的降水估算。在每个时间尺度上,Final仍然是具有最优的估算精度,而Early在降水精度估算中稍差强人意。但值得注意的是,TRMM在很多的时候估算精度与Final较为相似。（3）分布式水文模型VIC模型在赣江流域具有适用性,以标准降水数据模拟的径流精度较高,纳什系数达到0.75以上,与水文站点的实测数据趋势一致性较强,VIC模型可以在该流域进行径流模拟。用三种降水产品驱动VIC模型进行径流模拟并与实测数据比较发现,Final在赣江流域的模拟效果最佳,其径流模拟与标准数据的偏差为1.10%,相关系数高达0.85,NSCE=0.7,与实测标准降水数据的径流模拟结果很相似。另,即使TRMM和Early产品模拟结果的检验系数差于Final,但仍能基本反映出研究区内水文站点的径流趋势。（4）利用探测率（POD）、误报率（FAR）、临界成功指数（CSI）、相关系数（CC）、相对偏差（RB）、均方根误差（RMSE）等指标对三个卫星产品降水资料的径流模拟结果进行不同阈值的评价,发现各评价指标图像趋势相似,其中Final最优,TRMM次之。通过Final、Early、TRMM三种降水产品的降水估算和径流模拟结果比较,结果表明,Final在赣江流域具有较好的适用性,TRMM亦然。它们基本能捕捉赣江流域的日降水和月降水,但是在模拟水文过程中仍然存在一定的误差。这表明IMERG产品仍需要进一步改进,以获得更精准降水捕捉能力。
邱庆泰[8]（2020）在《天气雷达与数值模式融合的降雨临近预报研究及应用》文中研究表明降雨临近预报可实现对未来较短预见期内天气的高质量预报,将其与流域水文模型藕合,可有效延长洪水预报的预见期、提高暴雨洪水的预报预警能力。在全球气候变化背景下,我国北方半干旱、半湿润地区夏季降水集中、极端降雨事件发生频率增加,引发的洪灾往往具有预见期短、突发性强、峰量集中、致灾性强的特点。本研究以我国北方半干旱、半湿润地区的中小尺度流域为例,明确了基于天气雷达的外推临近预报和数据同化改进下数值模式预报的优缺点,通过不同的融合方法对两者进行“取长补短”,实现了两种预报方式在0～6h预见期的无缝融合,深入分析了不同融合方法在0～3h预见期的权重变化,探讨了融合交叉点在不同类型降雨下的变化趋势,阐述了融合方法随预见期的响应关系;进一步的将融合临近预报输入流域水文模型进行洪水预报,有效提高了北方半湿润、半干旱地区中小尺度流域的降雨-径流的预报能力。研究首先构建了三种基于不同理论的雨量计修订雷达定量降水估测（Quantity Precipitation Estimate,QPE）方法,三类方法可以归纳为偏差调整类（平均偏差法—MFB、回归反距离平均法—RIDW）、数据集合类（共协克里金法—CCOK、快速贝叶斯回归克里金法—FBRK）、空间关联插值类（回归克里金法—RK、外部漂移克里金法—KED）。针对研究区降雨时空分布均匀程度不同的8场降雨过程,采用LOOCV方法对三类6种雨量计修订雷达QPE方法进行了试验。研究发现,雷达原始QPE的质量是决定修订质量的关键要素,高质量的雷达QPE往往可以较好的反映研究区不同场次的降雨空间分布,使得修订效果较好;降雨小尺度空间特征的捕捉能力是衡量修订方法优劣程度的重要指标。总的来说,集合类方法的性能最好,偏差调整类方法明显较差,空间关联插值类方法介于两者之间。其次,选取在不同降雨过程综合表现最优的KED修订方法,在基于KED的雨量计修订雷达QPE的基础上,采用可实现不同高度分层和像素网格追踪外推的PBN算法,对研究区的典型降雨过程开展了 0-3h预见期的雷达外推降雨临近预报。通过构建的时空二维评价指标体系进行评价,结果表明,PBN算法对时间均匀分布的降雨场次的临近预报效果较好,特别是在1h预见期的表现最佳;对时间分布不均匀的降雨场次,预报效果一般,且有效预见期不超过3h。在开展雷达外推临近预报的同时,研究基于数据同化,探讨了中尺度数值大气模式WRF在不同物理参数化方案组合下的临近预报能力。结果表明,选取的数据同化方案（内层同化雷达反射率、外层同化GTS数据）可以在不同程度上有效提升数值模式的预报效果。然后,融合临近预报可以看作是上述雷达外推预报和WRF模式预报的后处理,以获得一个无缝隙的0～6h临近预报。研究中设置了两种融合方案:基于预报效果的动态权重时效匹配法、基于外推修订模式预报强度的识别器法,两种方法的主要差别在于融合权重随预见期的设置而不同。深入探讨了两种融合方法在8场降雨的权重趋势变化、融合交叉点变化以及0～3h预见期的综合表现。结果表明:1)权重变化是考虑外推预报和模式预报效果的综合体,在预见期上外推预报权重由大变小,在降雨历时上呈现初期权重大,随着历时增加其权重相应减少。2)两种融合方法的交叉点全部集中体现在2h前后,时效匹配法的交叉时间较识别器法延后0.5h左右。对不同降雨类型来说,时空均匀的降雨场次融合点发生时刻最早,时空不均匀场次其次,时间均匀空间不均匀场次发生时刻最晚。3)在融合效果上,1h预见期时效匹配法始终优于识别器法,外推临近预报质量越高其表现越好;2h预见期,对于时空均匀的降雨两种融合方法表现基本一致,对时间均匀空间不均匀、时空不均匀的场次来说,识别器法可较好的借助于模式预报的优势进而表现优于时效匹配法;3h预见期,识别器法普遍优于时效匹配法,特别是在降雨类型存在不均匀分布的场次。对比不同降雨类型,时空均匀类型降雨,时效匹配法优于识别器法;时空不均匀类型和时间均匀空间不均匀类型,识别器法优于时效匹配法。最后,将多种高分辨率下的降雨信息（QPE、QPF）驱动半分布式河北雨洪模型,在研究流域开展了降雨-径流模拟与预报研究。选取了 13场历史降雨事件率定半分布式河北雨洪模型,获得一套参数方案。选取了 8场降雨多种雨量计修订雷达QPE与率定的参数方案结合,通过径流模拟发现高分辨率QPE可使水文模型更好地利用降雨的空间分布信息,且越高质量的降雨资料其径流模拟效果越好,参数方案具有一定的适用性。在此基础上,结合参数方案,将多种降雨临近预报单向耦合半分布式河北雨洪模型进行洪水预报,结果表明随预见期的增加,融合临近预报可较好的实现3h预见期的洪水预报。
祝维聪[9]（2020）在《基于雷达资料同化的一次江淮暴雨过程的数值模拟与诊断分析》文中指出随着时间的推移,系统随气候响应之下不断发生变化,近年来观测数据资料更加精细化,模式准确度不断提升,基于雷达资料同化改善常规数值模拟效果后,针对近两年江淮暴雨的数值模拟及诊断分析或能探索出其不同的特征。利用NCEP的GFS（Global Forecast System,全球预报系统）资料、南京信息工程大学C波段双偏振雷达（NUIST RADAR）资料等,借助WRF中尺度模式及其自带的WRFDA同化系统对2018年7月5日发生在江淮地区的暴雨过程进行三维变分（3DVAR）资料同化及数值模拟。针对雷达资料同化试验进行效果优化,预处理利用“匹配识别法”剔除地物回波、屏蔽杂波,采用AND（Anti-Noise Dealiasing Algorithm）算法进行退速度模糊;优化尺度化因子则将同化试验中不同的尺度化因子进行搭配设置,以改善试验效果,使雷达资料在模式中更理想地吸收。与实况相比,降水方面,常规数值模拟试验仅能模拟出其中一个强降水中心,而基于NUIST RADAR径向速度与反射率因子同化的数值模拟试验则能较好地将两个降水中心进行模拟;对于两处中尺度对流系统（MCS）,常规数值模拟试验仅能模拟出分散的对流单体,基于雷达资料同化的数值模拟试验则能够模拟出北部线状MCS的形态及发生发展的过程。根据基于雷达资料同化后的数值模拟输出资料对本次暴雨过程进行深入的诊断分析。江苏北部的线状中尺度对流系统（MCS）和江苏西南部的MCS是本次江淮暴雨的触发系统。高低空急流耦合、低层辐合高层辐散加之整层正涡管产生伸展至对流层顶的强烈上升运动为本次暴雨的发生发展提供有利的动力条件。显着湿区、西南水汽输送与汇聚、位势不稳定与较高的能量区域,提供水汽与热力条件。湿位涡分析使本次江淮暴雨的特殊性展现出来,一是不稳定能量积蓄位置较低;二是暴雨落区的东西两侧均为相反值区域,在不稳定能量受到两侧稳定能量区夹击时,系统发展剧烈,同时由于这样的左右牵制,系统位置移动较为缓慢,降水中心停留在苏皖一带,后因两侧能量均趋于稳定,导致系统存留时间缩短,也解释了本次江淮暴雨来势迅猛的原因。
吴晨晨[10]（2020）在《多源降雨信息评估及在洪水预报中的耦合利用研究 ——以诺敏河小二沟以上流域为例》文中提出小二沟以上流域位于嫩江西岸,是诺敏河流域的源头子流域。诺敏河历史洪水频发且以该子流域来水为主,但该子流域面积达1.68万km2却无雨量站,无法基于降雨径流模型进行出口断面洪水预报。因此目前诺敏河流域洪水预报是基于小二沟站的实测流量演进所得,预见期较短。诺敏河在尼尔基水库下游附近汇入嫩江干流,能否做好该流域洪水预报对于配合尼尔基水库泄洪调控意义重大。因此本文选择诺敏河小二沟以上流域为研究区域,探究对于缺少实测降雨资料的地区,如何科学合理利用卫星遥感和新一代多普勒天气雷达等多源降雨观测信息进行洪水预报,延长洪水预报预见期的同时保证洪水预报精度,从而增强流域灾害防控能力。本文的主要研究内容和成果包括:（1）本文从覆盖范围与时段、时空分辨率、时效性多角度出发,选取了CMORPH（BLD、CRT）、GSMaP（NRT、NRTGauge、MVK、Gauge、NOW）、IMERG（Early、Late、Final）十种卫星产品和加格达奇站雷达图像产品。对于覆盖时段足以进行性能评估的九种长序列卫星产品,从面雨量、点雨量、典型降雨场次累计降雨信息三个角度出发评估其在日尺度上的误差特性及性能表现。结果表明后处理产品中CMORPH-BLD和IMERG-Final精度最高。考虑到洪水预报对产品时滞的要求,IMERG-Early,GSMAP-NRTGauge兼顾了时效性（4h）与精确性。每一类时效性产品中,都不存在某个产品对所有评估指标表现最优,各种产品对各量级降雨捕捉能力也都有所差异。（2）将小二沟周边雨量站插值结果和九种长序列卫星降雨产品分别作为降雨输入,基于三水源新安江模型和多目标优化算法优选模型参数,评估比选不同降雨输入方案洪水模拟结果。其中相比其他遥感降雨产品和周边雨量站插值降雨,CMORPH-BLD产品模拟结果适用性最好。经过算法改进和实测数据校正后的产品总体模拟精度更好,但并不具有绝对优势;时效性好的产品径流模拟不确定性更大,容易出现极端偏差。针对短时滞近实时卫星偏差较大的问题,采用基于加法校正模型的分月校正法对四种时效性好的近实时卫星产品进行校正,在保证了对原有高流量峰值的模拟效果前提下,提高了整体模拟精度,大大增强了准时性产品在洪水模拟中的可利用性。（3）为减小单一遥感降雨产品模拟结果的不确定性,比较了四种多源融合方法（BGA、GRA、BMA-N、BMA-G）及由卫星和雷达降雨产品组成的八种组合方案,其中基于Gamma分布的贝叶斯模型平均法（BMA-G）融合方法适用性最好,针对不同的时效性要求可以选择不同的遥感降雨产品的组合,最终为缺少实测降雨资料小二沟以上流域确定了0.5h、4h、12h、3d四种时滞的洪水预报方案。
二、THE USE OF RADAR DATA IN THE NUMERICAL SIMULATION OF HEAVY RAINFALLS IN THE CHANGJIANG-HUAIHE RIVER BASIN（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、THE USE OF RADAR DATA IN THE NUMERICAL SIMULATION OF HEAVY RAINFALLS IN THE CHANGJIANG-HUAIHE RIVER BASIN（论文提纲范文）
（1）基于WRF-Hydro模式的气象-水文耦合径流预报研究 ——以漳河流域为例（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 流域水文模型 |
| 1.2.2 气象-水文耦合模式 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第二章 研究区域与资料 |
| 2.1 研究区域 |
| 2.2 资料数据 |
| 2.2.1 地形和土地利用数据 |
| 2.2.2 格点气象数据 |
| 2.2.3 站点观测资料 |
| 2.3 本章小结 |
| 第三章 区域WRF模式降雨预报 |
| 3.1 WRF模式及设置 |
| 3.2 模式物理参数化方案及试验设计 |
| 3.3 不同试验降雨模拟结果评价 |
| 3.3.1 评价指标 |
| 3.3.2 降雨模拟结果 |
| 3.3.2.1 24 h尺度降雨评估 |
| 3.3.2.2 1 h尺度降雨评估 |
| 3.4 本章小结 |
| 第四章 流域WRF-Hydro模式的适用性 |
| 4.1 WRF-Hydro模式及设置 |
| 4.2 WRF-Hydro模式参数优化 |
| 4.2.1 评估方法 |
| 4.2.2 敏感性分析及参数率定 |
| 4.2.3 参数验证 |
| 4.2.3.1 基于CMPAS的验证 |
| 4.2.3.2 基于ERA5 的验证 |
| 4.3 本章小结 |
| 第五章 WRF/WRF-Hydro耦合模式及径流预报 |
| 5.1 WRF/WRF-Hydro耦合及径流预报 |
| 5.1.1 WRF/WRF-Hydro耦合模式的建立 |
| 5.1.2 径流预报结果 |
| 5.2 降雨偏差修正及其WRF/WRF-Hydro耦合模式径流预报 |
| 5.2.1 逐步订正法 |
| 5.2.2 降雨结果 |
| 5.2.2.1 降雨空间分布的准确性 |
| 5.2.2.2 降雨量的误差 |
| 5.2.3 径流结果 |
| 5.3 本章小结 |
| 第六章 结语 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望与建议 |
| 参考文献 |
| 作者简介 |
| 致谢 |
（2）基于资料同化的清江流域大气-水文耦合预报研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究意义 |
| 1.2 国内外研究进展 |
| 1.2.1 水文模型 |
| 1.2.2 大气-水文耦合模型预报 |
| 1.2.3 资料同化在耦合模型中的应用 |
| 1.3 研究目的及论文框架 |
| 1.3.1 研究目的 |
| 1.3.2 论文框架 |
| 第二章 清江流域大气-水文耦合预报模型构建 |
| 2.1 大气-水文耦合模型介绍 |
| 2.1.1 WRF模式及WRFDA同化系统 |
| 2.1.2 WRF-Hydro模式 |
| 2.2 清江流域耦合预报模型构建 |
| 2.2.1 清江流域 |
| 2.2.2 耦合预报模型构建方法 |
| 2.2.3 资料介绍及处理 |
| 2.3 本章小结 |
| 第三章 大气模式资料同化及清江流域多个例降水预报试验 |
| 3.1 试验设计及个例介绍 |
| 3.1.1 同化资料介绍 |
| 3.1.2 试验设计 |
| 3.1.3 八场过程介绍 |
| 3.2 清江流域降水预报结果分析 |
| 3.2.1 面雨量 |
| 3.2.2 降水评分 |
| 3.3 本章小结 |
| 第四章 清江流域水文模型参数率定及多过程洪水模拟效果评估 |
| 4.1 十三场洪水过程介绍 |
| 4.2 参数率定 |
| 4.2.1 参数选取及敏感性分析 |
| 4.2.2 率定方法 |
| 4.2.3 率定结果分析 |
| 4.3 洪水模拟效果评估 |
| 4.3.1 率定期模拟结果 |
| 4.3.2 验证期模拟结果 |
| 4.4 本章小结 |
| 第五章 清江流域大气-水文耦合预报模型不同个例试验效果分析 |
| 5.1 耦合试验设计 |
| 5.2 八场过程站点流量预报结果分析 |
| 5.3 典型洪水过程预报结果诊断 |
| 5.3.1 单洪峰过程 |
| 5.3.2 多洪峰过程 |
| 5.4 本章小结 |
| 第六章 结语与讨论 |
| 6.1 结论 |
| 6.2 论文创新点 |
| 6.3 讨论与展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（3）基于Z-R关系优化的雷达降雨估测及水文应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 雷达测雨设备研究进展 |
| 1.2.2 雷达测雨技术研究进展 |
| 1.2.3 雷达测雨在水文中应用的研究进展 |
| 1.3 研究内容及技术路线 |
| 2 研究区域资料和雷达测雨简介 |
| 2.1 研究区域概况 |
| 2.2 研究区域数据资料 |
| 2.2.1 多普勒天气雷达数据 |
| 2.2.2 雨量站数据 |
| 2.2.3 水文数据 |
| 2.3 雷达测雨简介 |
| 2.3.1 雷达估测降雨原理 |
| 2.3.2 雷达估测降雨误差 |
| 2.4 小结 |
| 3 雷达定量降雨估测 |
| 3.1 雷达定量估测降雨步骤 |
| 3.1.1 提取反射率数据 |
| 3.1.2 坐标转换 |
| 3.1.3 波束阻挡订正 |
| 3.1.4 降雨类型分析 |
| 3.1.5 Z-R关系转换 |
| 3.1.6 累计小时降雨计算 |
| 3.2 Z-R关系最优化方法 |
| 3.2.1 最优化方法原理 |
| 3.2.2 整体优化方案设定 |
| 3.3 雷达基数据反演结果评估 |
| 3.3.1 质量评估指标 |
| 3.3.2 雷达定量降雨估测结果分析 |
| 3.3.3 误差原因分析 |
| 3.4 小结 |
| 4 基于距离和反射率分段优化的雷达定量降雨估测 |
| 4.1 基于距离和反射率分段优化的Z-R关系 |
| 4.2 雷达测雨点雨量估测结果分析 |
| 4.3 雷达测雨面雨量估测结果分析 |
| 4.4 小结 |
| 5 雷达测雨数据的水文应用 |
| 5.1 HEC-HMS模型建立 |
| 5.1.1 HEC-HMS模型简介 |
| 5.1.2 模型结构与原理 |
| 5.1.3 模型精度评定指标 |
| 5.2 洪水模拟方案 |
| 5.3 洪水模拟结果 |
| 5.4 小结 |
| 6 结论与讨论 |
| 6.1 结论 |
| 6.2 讨论 |
| 参考文献 |
| 致谢 |
（4）基于雷达临近降雨预报的淮河上游流域洪水预报研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 水文模型的研究进展 |
| 1.2.2 雷达测雨应用于水文预报的研究现状 |
| 1.2.3 雷达临近降雨预报及其水文应用的研究现状 |
| 1.3 问题的提出 |
| 1.4 研究目的、研究内容及技术路线 |
| 第二章 资料与方法 |
| 2.1 研究区概况 |
| 2.1.1 水文气候特征 |
| 2.1.2 自然地理特征 |
| 2.2 CREST模型结构及原理 |
| 2.2.1 CREST模型简介 |
| 2.2.2 CREST模型原理 |
| 2.3 模型数据处理及评价 |
| 2.3.1 数据预处理 |
| 2.3.2 模型精度评价指标 |
| 2.4 雷达降雨估测与临近预报方法 |
| 2.4.1 雷达降雨估测方法 |
| 2.4.2 雷达临近降雨集合预报系统 |
| 2.5 洪水概率预报方法 |
| 第三章 流域水文模型的建立 |
| 3.1 研究区资料收集与处理 |
| 3.1.1 水文气象数据的获取与处理 |
| 3.1.2 流域地理空间信息的获取与处理 |
| 3.1.3 模型数据输入 |
| 3.2 模型参数率定 |
| 3.2.1 参数率定方法 |
| 3.2.2 参数率定具体步骤 |
| 3.2.3 参数初值确定 |
| 3.3 参数敏感性分析 |
| 3.4 水文模拟精度评定 |
| 3.5 本章小结 |
| 第四章 雷达降雨估测与短时临近降雨预报的水文模拟 |
| 4.1 研究内容与方法 |
| 4.1.1 雷达降雨与短时临近预报产品 |
| 4.1.2 雷达降雨数据及水文模拟评价指标 |
| 4.2 个例分析一:2016-07-20 洪水过程 |
| 4.2.1 雷达实测降雨和雨量站降雨数据对比与分析 |
| 4.2.2 雷达临近降雨预报及洪水模拟 |
| 4.3 个例分析二:2016-10-28 洪水过程 |
| 4.3.1 雷达降雨和雨量站降雨数据对比分析 |
| 4.3.2 雷达临近降雨预报及洪水模拟 |
| 4.4 洪水概率预报 |
| 4.5 本章小结 |
| 第五章 结论与展望 |
| 5.1 主要结论 |
| 5.2 特色与创新点 |
| 5.3 讨论与展望 |
| 参考文献 |
| 作者简介 |
| 致谢 |
（5）一次高原涡、西南涡东移合并引发四川降水的机理研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 文献综述 |
| 1 引言 |
| 1.1 选题目的及意义 |
| 1.2 研究目标及内容 |
| 1.2.1 研究目标 |
| 1.2.2 研究内容 |
| 2 材料与方法 |
| 2.1 资料来源 |
| 2.2 模式的配置 |
| 2.3 研究方法 |
| 2.3.1 涡度方程 |
| 2.3.2 能量方程 |
| 2.3.3 理想化地形的设置及地形敏感性实验的设置 |
| 3 结果与分析 |
| 3.1 实况降水与模拟降水的比较 |
| 3.2 相对湿度的演变 |
| 3.3 相对涡度的演变 |
| 3.3.1 相对涡度的平面场演变 |
| 3.3.2 相对涡度的剖面演变 |
| 3.3.3 相对涡度的剖面演变 |
| 3.3.4 与涡度有关的热力结构 |
| 3.4 风场的演变 |
| 3.5 涡度方程的诊断 |
| 3.6 通过青藏高原、横断山脉和四川盆地的地形敏感性实验研究三个大地形对涡旋传播的作用 |
| 3.7 运用能量方程进行诊断 |
| 3.8 研究坡度改变对涡旋传播的影响 |
| 4 讨论 |
| 5 结论 |
| 参考文献 |
| 作者简介 |
（6）多源卫星数据在尼尔基入库流量预报中的应用（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 入库流量的计算方法及存在问题 |
| 1.2.2 卫星估测降雨技术研究进展 |
| 1.2.3 卫星降雨产品精度评估及误差校正研究进展 |
| 1.3 本文主要研究内容 |
| 2 研究流域概况与模型介绍 |
| 2.1 研究流域概况 |
| 2.1.1 尼尔基水库以上流域概况 |
| 2.1.2 研究区选取及子流域介绍 |
| 2.2 水文模型介绍 |
| 2.2.1 模型概述 |
| 2.2.2 模型参数率定 |
| 2.3 本章小结 |
| 3 尼尔基水库入库流量平滑修正 |
| 3.1 尼尔基水库锯齿状入流 |
| 3.2 锯齿入流的平滑方法 |
| 3.3 参数影响分析及取值 |
| 3.3.1 参数影响定性分析 |
| 3.3.2 参数影响定量分析 |
| 3.3.3 参数取值结果 |
| 3.4 修正结果在入库流量模拟中的应用 |
| 3.4.1 BP神经网络模型模拟 |
| 3.4.2 新安江模型模拟 |
| 3.5 小结 |
| 4 多源卫星产品统计评估及校正 |
| 4.1 引言 |
| 4.2 卫星降雨产品介绍及数据读取 |
| 4.2.1 产品介绍 |
| 4.2.2 数据读取 |
| 4.3 产品统计评估 |
| 4.3.1 评估指标 |
| 4.3.2 单站评估结果 |
| 4.3.3 面雨量评估结果 |
| 4.4 卫星产品校正 |
| 4.4.1 校正方法选择 |
| 4.4.2 校正前后卫星降雨的水文响应结果对比 |
| 4.5 本章小结 |
| 5 基于多源降雨和XAJ-BP耦合模型的尼尔基入库流量预报 |
| 5.1 新安江与BP神经网络耦合模型及其应用 |
| 5.2 多源降雨输入下基于XAJ-BP模型的尼尔基入库流量模拟 |
| 5.2.1 模型输入 |
| 5.2.2 XAJ和 XAJ-BP模型结果对比分析 |
| 5.3 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（7）基于VIC模型的卫星降水产品在赣江流域的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1.绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 早期降水估算研究 |
| 1.2.2 常见遥感降水产品 |
| 1.2.3 遥感产品降水估计研究 |
| 1.2.4 水文模型研究 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 论文组织结构 |
| 2.研究区概况、数据来源及方法 |
| 2.1 研究区概况 |
| 2.1.1 研究区自然地理概况 |
| 2.1.2 研究区气候水文情况 |
| 2.2 数据来源及预处理 |
| 2.2.1 遥感降水数据来源及预处理 |
| 2.2.2 其他数据及预处理 |
| 2.3 方法及评价指标 |
| 2.4 VIC水文模型 |
| 2.4.1 VIC模型概述 |
| 2.4.2 VIC模型原理及结构 |
| 2.4.3 VIC模型水量平衡 |
| 3.降水产品精度评价 |
| 3.1 日尺度降水精度评价 |
| 3.2 月尺度降水精度评价 |
| 3.3 季节尺度降水精度评价 |
| 3.4 本章小结 |
| 4.VIC水文模型的数据准备及率定 |
| 4.1 VIC水文模型的数据准备 |
| 4.1.1 植被文件 |
| 4.1.2 土壤文件 |
| 4.1.3 气象数据 |
| 4.1.4 汇流文件 |
| 4.2 VIC模型的率定 |
| 4.2.1 VIC率定的参数 |
| 4.2.2 VIC模型率定的思路 |
| 4.2.3 VIC模型率定的结果 |
| 4.3 VIC模型的验证 |
| 4.4 本章小结 |
| 5.卫星降水产品在赣江流域的径流模拟及评价 |
| 5.1 径流模拟 |
| 5.1.1 日尺度的径流模拟 |
| 5.2 径流模拟效果评价 |
| 5.2.1 VIC日尺度的模拟效果评价 |
| 5.2.2 月尺度的模拟效果评价 |
| 5.3 本章小结 |
| 6.结果与展望 |
| 6.1 主要结论 |
| 6.2 论文特色与创新 |
| 6.3 论文存在的不足及展望 |
| 参考文献 |
| 攻读硕士学位期间的科研成果 |
| 致谢 |
（8）天气雷达与数值模式融合的降雨临近预报研究及应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 简写索引 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 雨量计修订天气雷达定量降雨估测研究 |
| 1.2.2 临近预报研究 |
| 1.2.3 降雨临近预报耦合水文预报研究 |
| 1.3 研究内容、思路与创新 |
| 1.3.1 研究内容 |
| 1.3.2 研究思路与技术路线 |
| 1.3.3 特色与创新 |
| 1.4 本章小结 |
| 第二章 研究区概况与资料收集 |
| 2.1 研究区域概况 |
| 2.2 数据获取及分析 |
| 2.2.1 天气雷达数据资料 |
| 2.2.2 WRF模式驱动资料 |
| 2.2.3 地面观测降雨—径流资料 |
| 2.3 本章小结 |
| 第三章 基于雨量计修订的雷达定量降雨估测 |
| 3.1 概述 |
| 3.2 基于质量控制的雷达定量降雨估计(QPE) |
| 3.2.1 衰减校正 |
| 3.2.2 抑制非降雨回波 |
| 3.2.3 组合反射率 |
| 3.2.4 Z-R关系转换 |
| 3.3 基于多种方法的雷达QPE修订方案 |
| 3.3.1 雷达偏差调整类方法 |
| 3.3.2 雷达-雨量计数据集合类方法 |
| 3.3.3 基于雷达空间关联的插值类方法 |
| 3.4 修订后的雷达QPE结果与评价 |
| 3.4.1 留一交叉验证(LOOCV) |
| 3.4.2 修订雷达QPE评价 |
| 3.5 本章小结 |
| 第四章 降雨临近预报方案及预报结果评价 |
| 4.1 概述 |
| 4.2 基于像素追踪的雷达外推临近预报 |
| 4.2.1 雷达回波识别、追踪 |
| 4.2.2 雷达回波外推 |
| 4.2.3 PBN算法方案设置 |
| 4.2.4 雷达外推预报结果评价 |
| 4.3 数据同化改进下的数值模式预报 |
| 4.3.1 物理参数化方案选取 |
| 4.3.2 数据同化方案设计 |
| 4.3.3 同化结果比较分析 |
| 4.4 两种临近预报结果对比 |
| 4.5 本章小结 |
| 第五章 融合雷达外推与数值模式的降雨临近预报 |
| 5.1 “取长补短”的融合临近预报 |
| 5.2 降雨临近预报融合方案设计 |
| 5.2.1 基于预报效果的动态权重时效匹配法 |
| 5.2.2 基于雷达外推修订数值模式预报的识别器法 |
| 5.3 不同融合方法的降雨临近预报结果分析 |
| 5.3.1 不同方法融合权重的分布情况 |
| 5.3.2 典型降雨过程的融合预报结果 |
| 5.4 本章小结 |
| 第六章 融合降雨临近预报驱动下的洪水预报 |
| 6.1 高分辨降雨-径流模拟预报系统构建 |
| 6.1.1 半分布式河北雨洪模型的构建 |
| 6.1.2 模型参数率定方法 |
| 6.2 耦合融合降雨临近预报的洪水预报研究 |
| 6.2.1 高分辨率雷达QPE驱动下的径流模拟 |
| 6.2.2 融合降雨临近预报驱动下的洪水预报 |
| 6.3 模型误差修订后洪水预报表现分析 |
| 6.4 本章小结 |
| 第七章 结论与展望 |
| 7.1 主要结论 |
| 7.2 展望 |
| 参考文献 |
| 攻读博士学位期间获得成果 |
| 攻读博士学位期间参加的科研项目 |
| 致谢 |
（9）基于雷达资料同化的一次江淮暴雨过程的数值模拟与诊断分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 梅雨期降水过程的影响系统 |
| 1.2.2 中尺度对流系统中飑线的研究 |
| 1.2.3 雷达资料同化方法 |
| 1.3 研究目的与方法 |
| 1.4 本文的章节安排 |
| 第二章 暴雨过程概况及环流背景 |
| 2.1 资料说明 |
| 2.2 天气实况 |
| 2.2.1 降水过程实况 |
| 2.2.2 雷达回波实况 |
| 2.3 环流背景 |
| 2.4 本章小结 |
| 第三章 WRF模式简介及试验方案设计 |
| 3.1 WRF中尺度模式简介 |
| 3.2 WRF变分同化系统简介 |
| 3.3 试验方案设计 |
| 3.3.1 常规数值模拟试验 |
| 3.3.2 基于雷达同化的数值模拟试验 |
| 3.3.3 试验流程对比 |
| 第四章 基于雷达资料同化的数值模拟及结果检验 |
| 4.1 雷达资料预处理 |
| 4.1.1 地物回波的剔除与杂波的屏蔽 |
| 4.1.2 径向速度退模糊 |
| 4.2 雷达资料同化方案 |
| 4.3 尺度化因子优化调整 |
| 4.3.1 增量场分析 |
| 4.3.2 降水效果评估 |
| 4.3.3 雷达回波反演 |
| 4.4 模拟结果对比检验 |
| 4.4.1 回波检验 |
| 4.4.2 降水检验 |
| 4.5 本章小结 |
| 第五章 暴雨发生发展机制诊断分析 |
| 5.1 中尺度对流系统的发展与合并 |
| 5.2 水汽条件分析 |
| 5.2.1 相对湿度 |
| 5.2.2 水汽通量与水汽通量散度 |
| 5.3 动力抬升分析 |
| 5.3.1 垂直速度 |
| 5.3.2 涡度与散度 |
| 5.3.3 垂直螺旋度 |
| 5.4 热力条件分析 |
| 5.5 不稳定能量分析 |
| 5.5.1 K指数 |
| 5.5.2 湿位涡分析 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 主要结论 |
| 6.2 本文创新点 |
| 6.3 问题与展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（10）多源降雨信息评估及在洪水预报中的耦合利用研究 ——以诺敏河小二沟以上流域为例（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究进展 |
| 1.2.1 无资料地区水文预报研究进展 |
| 1.2.2 卫星遥感估测降雨及其水文应用研究进展 |
| 1.2.3 雷达回波定量估测降雨及其水文应用研究进展 |
| 1.2.4 多源降雨信息应用现状及存在的问题 |
| 1.3 本文主要研究内容 |
| 2 研究流域概况及水文模型介绍 |
| 2.1 研究流域基本情况介绍 |
| 2.1.1 流域地理概况 |
| 2.1.2 流域水文气象条件 |
| 2.1.3 流域水系介绍 |
| 2.1.4 流域防洪现状及存在的问题 |
| 2.1.5 流域水文资料介绍及处理 |
| 2.2 新安江模型介绍 |
| 2.2.1 模型概述 |
| 2.2.2 模型参数优化 |
| 2.3 小结 |
| 3 多源降雨产品介绍及精度评估 |
| 3.1 引言 |
| 3.2 多源降雨产品介绍 |
| 3.2.1 卫星降雨产品介绍 |
| 3.2.2 新一代天气雷达图像产品介绍 |
| 3.3 多源降雨产品处理 |
| 3.3.1 卫星降雨产品处理 |
| 3.3.2 新一代天气雷达图像产品处理 |
| 3.4 长序列遥感降雨产品统计评估 |
| 3.4.1 评估依据 |
| 3.4.2 评估指标 |
| 3.4.3 逐日面雨量精度评估 |
| 3.4.4 逐日单站降雨精度评估 |
| 3.4.5 典型场次降雨的精度评估 |
| 3.5 短序列遥感降雨产品比较分析 |
| 3.6 小结 |
| 4 基于多源降雨信息的洪水预报方案研究 |
| 4.1 引言 |
| 4.2 初步降雨输入方案及结果评估 |
| 4.2.1 降雨输入方案 |
| 4.2.2 模拟结果统计及分析 |
| 4.3 近实时卫星降雨信息校正 |
| 4.4 小结 |
| 5 基于多源降雨信息的耦合利用研究 |
| 5.1 引言 |
| 5.2 融合方法介绍 |
| 5.2.1 基于BGA方法的多源数据融合 |
| 5.2.2 基于GRA方法的多源数据融合 |
| 5.2.3 基于BMA的多源数据融合 |
| 5.3 融合方法及组合方案对比分析 |
| 5.4 基于BMA-G方法的不同时滞多源融合洪水模拟 |
| 5.5 小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
四、THE USE OF RADAR DATA IN THE NUMERICAL SIMULATION OF HEAVY RAINFALLS IN THE CHANGJIANG-HUAIHE RIVER BASIN（论文参考文献）
- [1]基于WRF-Hydro模式的气象-水文耦合径流预报研究 ——以漳河流域为例[D]. 吴雨晴. 南京信息工程大学, 2021(01)
- [2]基于资料同化的清江流域大气-水文耦合预报研究[D]. 顾天威. 南京信息工程大学, 2021(01)
- [3]基于Z-R关系优化的雷达降雨估测及水文应用研究[D]. 姚铖. 大连理工大学, 2021(01)
- [4]基于雷达临近降雨预报的淮河上游流域洪水预报研究[D]. 严昌盛. 南京信息工程大学, 2021(01)
- [5]一次高原涡、西南涡东移合并引发四川降水的机理研究[D]. 李祥. 安徽农业大学, 2021(02)
- [6]多源卫星数据在尼尔基入库流量预报中的应用[D]. 潘爽. 大连理工大学, 2021(01)
- [7]基于VIC模型的卫星降水产品在赣江流域的应用研究[D]. 蔡洁连. 南宁师范大学, 2021(02)
- [8]天气雷达与数值模式融合的降雨临近预报研究及应用[D]. 邱庆泰. 中国水利水电科学研究院, 2020(04)
- [9]基于雷达资料同化的一次江淮暴雨过程的数值模拟与诊断分析[D]. 祝维聪. 南京信息工程大学, 2020
- [10]多源降雨信息评估及在洪水预报中的耦合利用研究 ——以诺敏河小二沟以上流域为例[D]. 吴晨晨. 大连理工大学, 2020(02)