第34卷第3期热带气象学报
JOURNAL OF TROPICAL METEOROLOGY
Vol.34,No.3高玉芳，陈耀登，彭涛.雷达估测降雨水平分辨率对径流模拟的影响———以西苕溪流域为例[J].热带气象学报，2018，34(3):347-352.
文章编号:1004-4965(2018)03-0347-06
雷达估测降雨水平分辨率对径流模拟的影响
——
—以西苕溪流域为例高玉芳1，陈耀登1，彭涛2
（1.南京信息工程大学气象灾害预报预警与评估协同创新中心/江苏省农业气象重点实验室，江苏南京210044；
2.中国气象局武汉暴雨研究所/暴雨监测预警湖北省重点实验室，湖北武汉430074）
摘要：天气雷达估测降雨是径流模拟和洪水预报的重要信息之一。
由于雷达网格降雨存在误差，且误差随着网格水平尺度的增大而减小，因此对于径流模拟，高分辨率的雷达降雨数据并不意味着径流模拟的精度更高。采用FSS (Fractions Skill Score)方法和HEC-HMS 模型（Hydrologic Engineering Center's Hydrologic Modeling System ）分析江苏省西苕溪流域雷达估测降雨水平分辨率对径流模拟的影响。在2010年和2011年夏季两场降雨实例中，雷达估测降雨在不同降雨阈值情况下，FSS 达到目标精度值对应的最小有效水平尺度为2~8km ，分别以2、4、6、8km 水平分辨率的雷达估测降雨和雨量站测雨作为HEC-HMS 模型输入进行径流模拟，结果表明：基于不同水平分辨率的雷达估测降雨的径流模拟结果与实测径流资料基本吻合，雷达估测降雨2、4、6、8km 水平分辨率的变化对径流模拟效果的影响不明显。
关
键词：应用气象学；雷达估测降雨；FSS 方法；径流；水平分辨率
中图分类号:P406
文献标识码:A
Doi ：10.16032/j.issn.1004-4965.2018.03.008
收稿日期:2017-05-05；修订日期:2018-03-24
基金项目：南京信息工程大学江苏省农业气象重点实验室开放基金资助(JKLAM1503)；国家自然科学基金项目(41675102)；公益性行业（气
象）科研专项(201506002)；中国气象局“气象资料质量控制及多源数据融合与再分析”项目共同资助
通讯作者：高玉芳，女，山东省人，
讲师，
博士
，主要从事水文气象方面研究。E-mail:gaoyf@nuist.edu
天气雷达可以提供区域上高时空分辨率的降雨信息[1]，是径流模拟和洪水预报的重要输入之一[2]。由于受地形阻塞[2]、反演算法[3-4]等多种因素的影响，雷达估测降雨总是存在不可消除的误差。Luciana 等[
5]研究表明雷达估测降雨误差会随网格水平尺度的增大而减小。而且，估测降雨的落区误差比水文模型参数对径流模拟的影响更大，而合理的雷达估测降雨水平分辨率可以降低降雨落区误差对径流模拟的影响[6]。另外，分辨率越高，雷达造价越高。因此，定量分析何种水平分辨率的雷达估测降雨能为径流模拟提供有意义的信息[7]非常重要。
Bong 等[8]指出，在邻域范围内分析雷达估测降雨数据比在网格内分析更合理，即能反映降雨的分布误差又能反映降雨误差随水平尺度的增加而
变化的趋势。FSS(Fractions Skill Score)邻域分析方法[9]是对降雨落区误差比较敏感[10]的一种空间分析方法，可以提供降雨预报效果随水平尺度变化而变化的情况[11]。高玉芳等[12]采用FSS 分析方法分析了太湖流域雷达估测降雨效果随水平尺度的变化，结果表明，FSS 方法可用于雷达估测降雨最小有效水平尺度的计算。而有效水平尺度上的雷达估测降雨数据的应用可以降低雷达雨量及其位置误差对径流模拟的影响[13]。
以西苕溪流域2010年和2011年两场降雨为研究对象，基于2km 水平分辨率的CINRAD-SB 雷达估测降雨数据和雨量站雨量数据，采用FSS
热带气象学报第34卷
方法，分析雷达估测降雨随水平尺度的变化，根据
不同降雨阈值情况下FSS目标精度值确定的最小
有效水平尺度，将2km水平分辨率的CINRAD-
SB雷达估测降雨数据平均化为大网格分辨率的
降雨数据，以不同网格分辨率的雷达估测降雨数
据作为HEC-HMS模型输入，分析雷达估测降雨
水平分辨率的变化对径流模拟的影响
。
2.1研究区域及数据
西苕溪流域位于太湖流域上游，是太湖流域重
要的源头。本研究以西苕溪横塘村水文站以上流域
为研究区域，面积为1344km2，研究区域从上游山
区过渡到丘陵和平原，平均海拔266m。年均降水
量为1465.8mm，70%的降水发生在4—9月[13]。本
研究中采用区域内18个雨量站的降雨数据作为
实测数据与雷达估测降雨数据进行对比，研究区
域、雨量站及横塘村水文站分布图见图1。
本文以2010年7月12日00时—16日19时
（以下简称事件1）和2011年8月30日05时—9
月4日15时（以下简称事件2）的两场降雨为例，
采用杭州雷达站CINRAD-SB雷达估测降雨数据，
进行雷达估测降雨水平分辨率对径流模拟的影响
研究。杭州雷达站位于120.33°E，30.26°N，扫描半
径为230km，研究区域距离雷达60~120km，雷达
估测降雨数据水平分辨率为2km。勾亚彬等[14]已对
杭州雷达站不同降水类型的Z（反射率因子）-R
（降雨强度）关系进行了研究，发现Z=300R1.4更适
合于对流云降水过程。由于选用的2次降水过程
都是对流层降水为主，因此，本研究中采用的Z-R
关系是Z=300R1.4[15]。用组合反射率计算降雨强度，
并处理成与HEC-HMS模型兼容的格式。
2.2方法
径流模拟采用由美国陆军工程兵团(US
Army Corps of Engineers)水文工程中心(
Hydrological Engineering Center，HEC)开发的
HEC-HMS次降雨径流模型[16]，该模型适用于洪水
预报时的降雨径流计算。基于HEC-DSS(Data
Storage System)[16]模块为HEC-HMS模型建立雷
达估测降雨、雨量站降雨及水文观测数据等的数
据库。采用HEC-GeoHMS(The Geospatial
Hydrologic Modeling Extension)模块，以STRM90m
数据高程模型[17]对研究区域进行水系提取、流域
划分等处理，生成HEC-HMS可使用的数据。采用
HEC-HMSv3.4，以横塘村水文站为流域出口，采用
初损常损模型计算渗透损失，SCS（Soil
Conservation Service）模型模拟计算直接径流，指
数退水模型进行基流计算，马斯京根法进行河道
汇流演算。以雨量站降雨数据为输入，对
HEC-HMS参数进行校核，建立西苕溪HEC-HMS
水文模型。
FSS方法计算公式及使用方法见参考文献11，
降雨阈值q设为q=0.5,1,2,5,10,20mm。邻域网
格数n设为n=2,4,6,8,10，……，26，计算雷达估
测降雨1h累积降雨效果随水平尺度n的
变化。
3.1FSS结果及分析
采用泰森多边形法将两场降雨事件的雨量站
1h累积降雨量插值成分辨率为2km的面雨量并
31省新增24例输入与雷达估测降雨相对应。为了说明FSS曲线特征
与雷达估测降雨水平尺度的变化关系，从两场降
雨事件中选取4个1h累积降雨的个例进行说
明。4个1h累积降雨个例中雷达估测降雨和雨量
站插值后面雨量分布图及FSS曲线在不同降雨阈
值情况下随水平尺度的变化见图2~5。图中，
FSS uniform为合理的最小水平尺度对应的FSS值；
FSS random为雷达随机估测对应的FSS值[12]，从图
2~5可以看出FSS值随n增加而增大。
图1研究区域、雨量站及横塘村水文站分布
119°30′0″E
31°0′0″N
31°30′0″N
119°30′0″E
31°0′0″N
31°30′0″N
348
第3期高玉芳等：雷达估测降雨水平分辨率对径流模拟的影响———以西苕溪流域为例图22010年12月7日15:00时1h 累积降雨量分布及FSS 曲线图
a.雷达；
b.雨量站；
c.q =1；
d.q =10。
图3
2010年7月13日10:00时1h 累积降雨量分布及FSS 曲线图  a.雷达；b.雨量站；c.q =1；d.q =20。
图4
2010年7月14日14:00时1h 累积降雨量分布及FSS 曲线图a .雷达；b.雨量站；c.q =1；d.q =10。
(a)
(b)
rainfall(mm)
0~11~55~1010~1515~25
(c)q =1(d)q =10
1.00.80.60.40.20
2468101214161820222426
n
1.00.80.60.40.20
2468101214161820222426
n
FSS
FSS random
FSS uniform
(a)
(b)
rainfall(mm)
0~1
1~55~1510~2020~30
(c)q =1
(d)q =201.00.80.60.40.20
2468101214161820222426
n    1.00.80.60.40.20
2468101214161820222426
n
FSS FSS random
FSS uniform
(a)
(b)rainfall(mm)
0~1
1~33~55~1010~15
(c)q =1
(d)q =10
1.00.80.60.40.20
2468101214161820222426
n
1.00.80.60.40.20
2468101214161820222426
n
FSS FSS random
FSS uniform
349
热带气象学报第34卷
在这4个个例中，根据FSS uniform ，雷达估测降雨最小有效水平尺度在降雨阈值q =1mm/h 时是6km （个例1）和2km （个例2~4），在降雨阈值q =10mm/h 、20mm/h 时是6~8km 。另外，由于是与雨量站降雨数据相比，雨量站分布均匀程度和雨量站密度会影响雷达估测降雨的检验效果，当雷达估测降雨出现严重高估或低估时，应设置较低的降雨阈值，如果降雨阈值q 设置的过高，会导致在所有的水平尺度上FSS 数值都比较小，甚至由于降雨落区不匹配导致无法得到最小有效水平尺度。3.2
径流模拟对雷达估测降雨水平分辨率的响应根据FSS uniform 值,4个降雨个例中最小有效水平尺度是2~8km (图2~5)。由于CINRAD-SB 雷达估测降雨水平分辨率为2km ，将其平均化为4、6、8km 的大网格分辨率，分别以2、4、6、8km 分辨率的雷达估测降雨数据和雨量站降雨数据作为HEC-HMS 模型输入，对两场降雨事件进行径流模拟。横塘村水文站模拟流量过程曲线和实测流量曲线见图6。基于实测流量数据，对比以雷达估测降雨数据和雨量站雨量数据为输入的流量模拟结果，相对误差和Nash-Sutcliffe 相关系数见表1、2。
从图6a 可以看出基于雷达估测降雨的模拟流量均低于实测流量，基于2km 和6km 水平分辨率的雷达测雨数据和雨量站数据的流量过程线比4km 水平分辨率的雷达测雨数据的流量过程线更接近实测流量过程线。基于6km 水平分辨率雷达测雨数据的第一次洪峰流量大于其他模拟结
果和实测数据，第二次洪峰流量小于其他模拟结果和实测数据。从表1可以看出，基于8km 水平分辨率的雷达测雨数据的总径流量相对误差最大，Nash-Sutcliffe 相关系数最小，为0.71。基于6km 水平分辨率的雷达测雨数据的总径流量相对误差最小。基于4km 水平分辨率的雷达测雨数据的洪峰流量误差最大，基于2km 水平分辨率的雷达测雨数据的洪峰流量误差最小，Nash-Sutcliffe 相关系数最大，为0.90。
图52011年8月30日07:00时1h 累积降雨量分布及FSS 曲线图
a.雷达；
b.雨量站；
c.q =1；
d.q =3。
图6横塘村水文站模拟流量过程曲线和实测流量曲线
obs 表示实测径流量，gauge 表示基于雨量站雨量的模拟径流。
a.事件1；
b.事件2。
(a)
(b)rainfall(mm)
0~1
1~33~55~1010~15
(c)q =1
(d)q =5
1.00.80.60.40.20
2468101214161820222426
n
1.00.80.60.40.20
2468101214161820222426
n
FSS FSS random
FSS uniform
(a)
8km 6km 4km 2km obs gauge
500
450400350300250200150100500时间（2010/7/1200∶00—2010/7/1619∶00）
(b)
8km 6km 4km 2km obs gauge
时间（2011/8/3005∶00—2011/9/415∶00）
120010008006004002000
350
第3期高玉芳等：雷达估测降雨水平分辨率对径流模拟的影响———以西苕溪流域为例
参考文献
[1]胡淳焓，黄娟，王益琴，等.基于强度尺度法的雷达和数值模式定量降水预报检验对比[J].热带气象学报，2015，31(2):273-279.[2]杨传国，余钟波，林朝晖，等.基于TRMM 卫星雷达降雨的流域陆面水文过程[J].水科学进展,2009,20(4):461-466.
[3]ZHANG J,QI Y C,KINGSMILL D,et al.Radar-based quantitative precipitation estimation for the cool season in complex terrain:Case
studies from the NOAA Hydrometeorology Tested[J].Journal of Hydrometeorology,2012b,13:1836-1854.
[4]高玉芳，陈耀登，DAVID GOCHIS ，等.JOPLE 算法结合双偏振雷达在不同降水过程中的测雨效果分析[J].热带气象学报，2014，30(2):
361-367.
[5]LUCIANA K C,SMITH J A,BAECK M L,et al.An early performance evaluation of the NEXRAD dual-polarization radar rainfall
estimates for urban flood applications[J].Wea Forecasting,2013,28(6):1478-1497.
[6]GOURLEY J J,GIANGRANDE S E,HONG Y,et al.Impacts of polarimetric radar observations on hydrologic simulation[J].Journal of
表1
降雨事件1径流模拟相对误差和Nash-Sutcliffe 相关系数
2km 误差项
总径流量相对误差/%洪峰流量/%洪峰现时误差/h Nash-Sutcliffe 相关系数
从图6b 可以看出模拟流量过程曲线和实测过程曲线比较接近。从表2可以看出，基于2km 水平分辨率的雷达测雨数据的总径流量和洪峰流量相对误差都是最大。基于6km 水平分辨率的雷达测雨数据的洪峰流量相对误差最小。基于雷达测雨数据的Nash-Sutcliffe 相关系数都比较接近，在0.83~0.86之间。
从两场降雨实例中可以看出，基于不同分辨率的雷达估测降雨数据和雨量站降雨数据的径流模拟结果和实测径流都比较吻合。雷达估测降雨水平分辨率从2km 平均为较大的网格分辨率4、6和8km ，总径流量、洪峰流量和洪峰现时都有差异且和网格分辨率没有很好的相关性，但径流模拟效果没有明显降低，这是由于降雨分辨率的变
化会导致子流域面平均雨量发生变化。而且，雷达估测降雨随机误差会随水平尺度的增加而被平均掉，同时，如果水平分辨率过大，会把降雨中心平均掉，导致渗透误差加大而影响径流量和洪峰流量，同时使得洪峰出现时间提前或滞后。另外，雷达估测降雨水平分辨率对径流模拟的影响，与所选择的水文模型、降雨的类型、降雨的强度等因素有关
。
（1）基于FSS 邻域分析法分析西苕溪流域夏季两场降雨实例，结果表明，2km 水平分辨率的CINRAD-SB 雷达估测降雨，在不同降雨阈值情况下，最小有效水平尺度为2~8km 。
（2）将2km 水平分辨率的CINRAD-SB 雷达估测降雨平均化为4、6、8km 的大网格分辨率的降雨数据，以2、4、6、8km 分辨率的雷达估测降雨数据和雨量站降雨数据作为HEC-HMS 模型输入，模拟结果表明，模拟径流和实测径流基本吻合，雷达估测降雨数据水平分辨率从2、4、6km 降低到8km ，径流模拟结果没有显著降低。
（3）根据FSS 邻域分析方法得到的雷达估测降雨最小有效水平尺度分析对径流有效的雷达估测降雨水平分辨率，对改善雷达雨量数据的应用效果意义重大。
（4）不同研究区域或不同降水方式的雷达估测降雨效果不同，雷达估测降雨的最小有效水平尺度不同，对径流模拟有效的雷达估测降雨水平分辨率不同，另外，水文模型不同，对径流模拟有效的雷达估测降雨水平分辨率也会有差异。
-6.8
-2.1-20.9-14.0-29.2-4
0.78-2.1
-11.1-10.8-19.3-9.8-3
0.71  6.84.50
0.934km 6km 8km 雷达
雨量站表2
降雨事件2径流模拟相对误差和Nash-Sutcliffe
相关系数
2km 误差项
总径流量相对误差/%洪峰流量/%洪峰现时误差/h Nash-Sutcliffe 相关系数
9.96.33
0.83  3.91.73
0.85  1.0
-1.130.860.6
-1.530.860.2-4.6-1
0.94
4km 6km 8km 雷达
雨量站注：负的洪峰现时误差表示模拟洪峰现时比实测的早。
351