X波段水利測雨雷達在黃河三小區間應用研究

關鍵詞：X波段水利測雨雷達；雨量站；預報；監測；黃河三小區間中圖分類號：P414;TV125；TV882.1 文獻標志碼：A doi：10.3969/j.issn.1000-1379.2025.08.005引用格式：劉吉峰，嚴昌盛，王爽，等.X波段水利測雨雷達在黃河三小區間應用研究[J].人民黃河，2025，47（8）：22-26.

Research on the Application of X-Band Water Conservancy Rain Measurement Radar in the Sanmenxia-Xiaolangdi Section of the Yellow River

LIU Jifeng1，YAN Changsheng'，WANG Shuang2， ZHANG Fei3，WANG Peng'，HAN Zuoqiang' （1.Hydrological Bureau，Yellow River Conservancy Commission， Zhengzhou 450o04， China; 2.Guangdong Narui Radar Technology Co.，Ltd.， Zhuhai 519080，China; 3.Yellow River Hydrological Surveying and Mapping Bureau， Zhengzhou 45O045， China）

Abstract：InordertoexplorethaplicabityofX-bandwaterconservancyrainmeasurementdarineSanmenxia-Xiaolangdisectionof theYellwRivasdotmoitoringdatafdaadrinfallsatiosinesevoreaofXaolangdiKyWateCtrolPrete acuracyfradarmonngifallandnowcasingifallwasevaluatedyoeansqueelationcoeent，veage deviation，avaglaieuctualaritakigosatidthcatorssultsotatl toredbyadarietoaodifall，spiseaotisea.Ot meanquareerorislestanom，ndtesolutevalueoftheaveragerelativeeorisesstanO3.Teraifallaraofeadar monitoringsuceinllisiallyosisntiinfallofthifallsanintepolatiosuceifall.sud valueisenllyesedsplifallteeideresoide area.Theoveralldetailsandcontourfeaturesoftheradarareaainfallaparemoreobvious，andthemonitoringacuracyissignificantly higherhanthatofterainfallstationTeoverallsapeofthedar-houand3-hourforecastfieldisgnerallyosistentwiteactual feldandthallisloeissas ses with the increase of rainfall threshold.

KeyWors：X-bandwaterrainmeasurementradar;infalltation;forecast;monitor;Sanmenxia-Xiaolangdisectionof theYellowRive

0 引言

在全球氣候變暖的背景下，黃河流域近年來極端天氣事件頻發，尤其是暴雨發生頻次呈現顯著增加趨勢[1-4]。暴雨是造成流域洪水災害的主要原因之一，具有預警難度大、突發性強等特點[5]。目前，黃河流域的降雨監測主要依賴雨量站，這種單一監測手段存在明顯局限性：一方面，雨量站布設密度小，難以全面覆蓋流域范圍；另一方面，點狀監測數據無法準確反映降雨的空間分布特征，對強降雨過程的監測精度不高，難以滿足當前防汛工作的實際需求[6]

雷達作為一種主動遙感裝備，能夠獲取大范圍高時空分辨率的實時降雨信息，可以進行面雨量計算，實現對未來 0～3h 的短時臨近預報[7]。1997—2009 年水利部在黃淮流域引進6部天氣雷達，于2010年投入使用[8]。2011—2016年水利部信息中心在大理、鄭州等試點部署X波段面雨量雷達，采用單極化機械式多普勒雷達搭配滴譜儀方式進行面雨量估算[9]。2022年水利部發布《水利測雨雷達系統建設與應用技術要求（試行）》，對水利測雨雷達軟硬件性能指標進行了統一規范[10]。2024年8月15日小浪底水利樞紐庫區水利測雨雷達率先投入組網試運行，實現測雨雷達數據實時傳輸、加工處理和業務應用。

小浪底庫區屬于黃河三小區間（三門峽至小浪底區間），是黃河中游主要暴雨區。本文選用小浪底水利樞紐庫區部署的3部X波段雙偏振相控陣型雷達（以下稱X波段水利測雨雷達），將雷達監測降雨量與雨量站進行對比，系統評估其應用效果，以期為小浪底水利樞紐水資源調度和黃河下游防汛提供參考。

1研究區概況與數據

1.1 研究區概況

黃河三小區間位于東經 111^°22^′-112^°22^′ 北緯34^°40^′-35^°30^′ ，南依秦嶺支脈崤山，北靠中條山與王屋山，流域面積 5800km² ，是黃河中游主要暴雨區和下游洪水的主要來源區[\"]。該區域氣候為暖溫帶大陸性季風氣候，降雨主要集中在汛期，多年平均降雨量為 646mm 。

1.2 研究數據

本文使用數據為小浪底水利樞紐庫區3部X波段水利測雨雷達（狼窩頂站、郭嶺站、楊樹洼站）監測降雨量及庫區范圍內121個雨量站監測降雨量，研究區雷達站、雨量站分布見圖1。

北下川 A李圪塔石塔子望仙 西哄哄中捻堆 朱家莊長直 頭西山西水洪池西溝曹家莊 王茅 1 西陽部源四 鐵山 迎門架桑 公

泗交野豬嶺 逢石馬嶼東莊溝東山底石渠 1 韓后澗 牛灣 臺堂嶺仙口 大溝河

溝口 北段村關底南嶺 南腰 大峪郭原曹川 祁家河 坡頭 楊樹洼 城崖地前河袁山 石井安橋 北冶李家溝莊 小橫四王太山 小浪底魚林 五愛 倉田石寺廟前楊厓 莊龍潭 上孤燈 ★ 雨量站黃坡后馬溝 水系高程/m2318126

選取三小區間2024年3場典型降雨過程進行研究，具體時段為8月20日8：00—21日8：00、9月9日8：00—10日8：00、9月29日8：00—30日8：00，其中雨量站監測數據時間分辨率為 ^1h ，雷達監測數據更新頻率為 1min 、空間分辨率為 30m 。為便于對比分析，雷達、雨量站監測數據時間分辨率統一為 ^1h 。

2 研究方法

選用均方根誤差、相關系數、相對平均偏差、平均相對誤差、平均絕對誤差、結構相似度、峰值信噪比、臨界成功指數、命中率、空報率等指標評價雷達監測及預報降雨效果。均方根誤差反映雷達監測降雨量與雨量站監測降雨量的離散程度[12]。相關系數反映兩種方法所測降雨量之間的相關程度[13]。相對平均偏差和平均相對誤差反映單項測定結果相對于平均值的偏離程度。結構相似度反映雷達預報場與實況場的相似程度[14]，取值范圍為0～1，值越大表示雷達預報場與實況場之間的相似程度越高，結構相似度 S_sm 計算公式為

式中： x 和 y 分別為雷達監測降雨量和雷達預報降雨量， 分別為 x，y 的均值， σ_x，σ_y 分別為 x，y 的標準差， σ_xy 為 x 和 y 的協方差， c₁ 和 c₂ 為常數。

峰值信噪比是一種衡量圖像質量的指標[15]，取值范圍 20～40dB ，值越大代表雷達預報場相比實況場失真度越小，峰值信噪比為 30～40 dB時圖像質量較好（即失真可以接受）， 20～30dB 時說明圖像質量差，低于 20dB 時表示圖像失真不可接受。峰值信噪比 P_sNR 計算公式為

式中： R 為像素最大值（如對于8位灰度圖像， R= 255）， E_us 為均方差。

另外，采用常用的預報技巧評分指標對降雨預報結果進行定量評估，指標包括臨界成功指數[16]、命中率[7]空報率。3種指標的取值范圍均為0～1，臨界成功指數和命中率越高、空報率越低，代表預報技巧越高。選定某一閾值，當預報降雨量大于閾值時，若實況降雨量大于閾值，則評定為預報正確（次數為 N_A ）；若實況降雨量小于閾值，則評定為空報（次數為 N_B ）；當預報降雨量小于閾值時，若實況降雨量大于閾值，則評定為漏報（次數為 N_c ）。臨界成功指數 C_sr 、命中率P_op 、空報率 F_AR 計算公式如下：

C_SI=N_A/（N_A+N_B+N_C）

P_0D=N_c/（N_A+N_c）

F_AR=N_B/（N_A+N_B）

為直觀評估雷達預報降雨量誤差，選取 0.1，1 、5mm 3 種降雨量閾值。

3 雷達監測效果評估

3.1 降雨過程點雨量分析

雷達組網運行以后三小區間在2024年8月20日、9月9日、9月29日出現了3次明顯降雨過程，以雨量站監測降雨量為基準，對雷達對應格點的 ^1h 降雨量監測效果進行評估，兩者散點相關圖見圖2。可以看出，雷達監測降雨量與雨量站監測降雨量整體誤差較小，離散度低，相關系數均大于0.500，均方根誤差均小于 6.000mm ，平均相對誤差的絕對值均小于0.130，說明兩種降雨量總體較為接近。當 ¹h 降雨量為 0～10 mm時，雷達數據與雨量站數據最為接近，相關系數接近1.000；當 ¹h 降雨量為 10～25mm 時，雷達數據與雨量站數據均勻分布在對角線兩側，表明兩者偏差分布均衡；當 降雨量大于 25mm 時，對角線下方散點數量多于對角線上方散點數量，說明雷達數據值較雨量站數據值偏小。3場降雨過程中 ¹h 降雨量為0～5mm時數據密度值較大，表明這3場降雨均以小雨為主，僅局部地區為中雨到大雨。

3.2 降雨過程面雨量分析

3場降雨過程的雷達面雨量、雨量站面雨量監測結果分別如圖3、圖4、圖5所示，其中雨量站面雨量采用克里金方法插值。可以看出，3場降雨過程的雷達面雨量與雨量站插值面雨量監測結果在落區上整體一致，但雷達測值普遍呈現高估趨勢。以8月20日降雨過程為例，雷達與雨量站監測結果均顯示出三小區間大多地區降小雨到中雨（面雨量 lt;25mm ），其中雷達監測的大雨（ 25mm? 面雨量 lt;50mm ）分布區域相較于雨量站更分散，且覆蓋范圍更廣。在雨量站布設稀疏區域，雷達面雨量圖的整體細節和輪廓特征更明顯，尤其對于強降雨（面雨量 ?50mm 落區的監測精度更高。在研究區域中心，雷達所測面雨量較雨量站所測面雨量明顯偏大；而在雷達探測邊緣區域，受雷達波束衰減效應影響，雷達所測面雨量比雨量站所測面雨量小，部分區域甚至未監測到降雨。以9月9日降雨過程為例，對于大雨及以上量級區域，雷達能更精準地識別降雨量空間分布并追蹤其演變趨勢，強降雨覆蓋面積明顯更大。

圖38月20日雷達與雨量站面雨量監測結果對比Fig.3Comparison of Surface Rainfalls Monitoring ResultsBetween Radar and Rainfall Stations on August 20th

圖49月9日雷達與雨量站面雨量監測結果對比

圖2雷達、雨量站實況場1h降雨量對比 Fig.2Comparison of 1 Hour Precipitation Between Radar andRainfallStationsinReal-Time

圖59月29日雷達與雨量站面雨量監測結果對比Fig.5Comparison of Surface Rainfall Monitoring ResultsBetweenRadarandRainfallStationsonSeptember29th

4雷達預報效果評估

4.11h降雨量預報

針對三小區間9月29日降雨過程，選取降雨集中時段20：00—22：00，對雷達預報效果進行評估。以雷達監測降雨量為基準，與雷達臨近預報降雨量建立匹配關系，得到各整點時刻的雷達監測降雨量和預報降雨量，采用多項評分指標對預報結果進行定量評估。監測和預報降雨量如圖6所示，評估結果見表1。

圖6雷達1h監測降雨量和預報降雨量Fig.61 Hour Monitoring of Rainfall andForecastingofRainfallofRadar

表1雷達1h預報降雨量定量評估

Tab.1 Quantitative Evaluation of 1 Hour Forecast Rainfall of Radar

結合圖6、表1可知，三小區間測雨雷達 ^1h 預報場和實況場（對應監測降雨量）整體形態接近，降雨落區較一致。雷達監測降雨量與預報降雨量之間的相關系數平均值為0.88，結構相似度平均值為0.84，均方根誤差平均值為 0.92mm 。其中對 0.1mm 閾值降雨量的預報準確性最高， C_sI 平均值為0.89， P_op 平均值為0.95;對 1mm 閾值降雨量的預報準確性有所下降，C_sI、P_oD 平均值分別為 0.78、0.85;F_AR 差異不大。

4.2 降雨量預報

對比分析9月29日21：00—23：00時段內 ³h 降雨量監測結果和預報結果，采用多項評分指標對預報結果進行定量評估。監測和預報降雨量如圖7所示，評估結果見表2。雷達 ³h 預報場和實況場整體形態大體吻合，其相關系數、結構相似度均值分別達到0.85、0.81，但與 ^1h 預報結果相比， ³h 預報降雨的落區和強度偏差更大，均方根誤差達到了 2.86mm ，尤其是對楊樹洼站覆蓋區域存在一定低估，說明預報時間越長，預報不確定性越高。對 0.1mm 閾值降雨量的³h 預報效果較 ^1h 預報整體有所減弱。但與 1.5mm 閾值降雨量預報效果相比，對 0.1mm 閾值降雨量預報效果仍最好。對 5mm 閾值降雨量的預報效果最差，C_sI 和 P_op 平均值分別為0.54、0.62。

圖7雷達3h監測降雨量和預報降雨量Fig.73HoursMonitoringofRainfallandForecastingofRainfallofRadar

表2雷達 ^3h 預報降雨量定量評估 Tab.2 QuantitativeEvaluationof3HoursForecastRainfall ofRadar

綜上所述，預報評分隨降雨量閾值增大而減小。 ^1h 降雨量的預報效果較好，表現為較高的結構相似度和較小的均方根誤差；隨著預報時間延長到 ³h ，預報誤差有所增大，預報場與實況場的相關系數和結構相似度有所降低，說明預報時間越長，預報不確定性越高。從面雨量角度對實況和預報結果進行分析， ¹h 降雨量和 ³h 降雨量預報場和實況場整體形態都較為接近，降雨落區大體吻合，這也與較高的命中率和較低的空報率相契合；與 ^1h 預報結果相比， ³h 預報降雨落區和強度偏差相對更大，尤其是對楊樹洼站覆蓋區域降雨量存在低估，這一現象可能與雷達起報時段監測降雨強度偏弱有關，導致預報系統對后續降雨趨勢的估計能力不足。

5 結論與展望

基于三小區間X波段相控陣型測雨雷達數據，利用多項指標對比分析雨量站監測降雨量與雷達監測降雨量，以及雷達監測降雨量與預報降雨量，對水利測雨雷達在黃河三小區間的適用性進行研究，得出結論如下。1）雷達監測降雨量與雨量站監測降雨量較為接近，離散度低； ¹h 降雨量為 0～10mm 時，雷達監測降雨量與雨量站監測降雨量最為接近，相關系數接近1.000。2）雷達監測面雨量與雨量站插值面雨量的降雨落區基本吻合，強降雨中心區雷達測值明顯偏大，而在雷達探測邊緣區域偏小。3）雷達面雨量圖的整體細節和輪廓特征較明顯，尤其對于強降雨（面雨量 ?50mm ）落區的監測精度較高，有助于提升暴雨洪水預報能力。4）雷達 ^1，3h 預報場和實況場整體形態大體吻合，降雨落區較為接近。與 ¹h 預報結果相比， 3h 預報降雨落區和強度偏差相對增大。預報評分隨降雨量閾值的增大而減小。

考慮到三小區間測雨雷達對強降雨區域整體高估的現象，需要對雷達反演降雨參數進一步優化，根據不同降雨類型、天氣影響系統構建多種降雨監測及臨近預報算法，進而提高測雨雷達對小尺度、突發性強對流天氣的預報準確度。

參考文獻：

[1]袁征，張志高，閆瑾，等.1960—2020 年黃河流域不同等級降雨時空特征[J].干旱區研究，2024，41（8）：1259-1271.

[2]王雪梅，郭良，翟曉燕.降雨時空不確定性對小流域洪峰模擬的影響評估[J].人民黃河，2024，46（4）：49-54.

[3]黃強，尚嘉楠，方偉，等.基于可解釋機器學習的黃河源區徑流分期組合預報[J].人民黃河，2024，46（9）：50-59.

[4］李小雨，張國棟，尹昌燕，等.未來氣候模式下黃河流域極端降水指數時空分布特征[J].人民黃河，2024，46（11）：37-42.

[5]孫東亞，翟曉燕，郭一君，等.山洪災害雨量預警指標分析方法評述與展望[J].中國防汛抗旱，2024，34（5）：1-7.

[6］王春青，趙坤，張勇，等.黃河三花區間天氣雷達測雨技術應用研究[J].水文，2010，30（2）：62-65，49.

[7]嚴昌盛，朱德華，馬燮姚，等.基于雷達短時臨近降雨預報的王家壩洪水預報研究[J].水利水電技術，2020，51（9）：13-23.

[8]田富強，趙占鋒，王琳，等.水利測雨雷達的應用優勢與挑戰[J].中國水利，2024（10）：15-19.

[9］錢峰，王琳，趙占鋒，等.對“水利測雨雷達”的新質生產力研究[J].中國水利，2024（18）：1-7.

［10]舒毅，王協康，雷聲，等.測雨雷達在暴雨山洪災害防御中的應用初探[J].中國防汛抗旱，2024，34（5）：21-26.

[11］陶新，許珂艷，王高升.三水源新安江模型在黃河三小區間的應用[J].水利與建筑工程學報，2009，7（1）：32-35.

［12］趙曉琪.多種光流法在大清河流域的雷達外推降雨預報應用研究[D].泰安：山東農業大學，2024：44-48.

[13]汪冬冬，吳福浪，陳生，等.寧波和舟山雙偏振雷達對估測臺風降雨的對比評估[J].水利水電技術（中英文），2024，55（10） ：38-52.

[14］陳百煉，楊富燕，陳子通，等.SSIM在高分辨率降雨數值預報產品空間檢驗中的應用[J].熱帶氣象學報，2024，40（4） ：537-546.

[15]張永軒.基于雷達數據的對流降雨臨近預報卷積循環神經網絡方法研究[D].南京：南京信息工程大學，2024：25-26.

[16]梅雨菲，陳生，劉陳帥，等.珠海X波段雙偏振相控陣雷達定量降雨估測產品質量評估［J].熱帶氣象學報，2023，39（4） ：614-621.

[17］王永燦，魏加華，李瓊，等.基于雷達回波的臨近降雨預報卷積循環神經網絡模型研究[J].水利水電技術（中英文） 2023 54（1）.24-41