利用测站和雷达数据进行时空中尺度降雨强度建模
摘要：稳定的估计降雨强度的网格化数值在非常高的空间和时间分辨率的水平上是天气预报模型的主要输入，以获得准确的降水预报，并验证降水预报模型的性能。这些网格化降雨场也是预测暴洪的水文模型的主要驱动因素，并且对于与大雨相关的灾害预测至关重要。降雨信息可以从提供相对准确估计的降雨计中获得，这些降雨计提供点参考位置处的实际降雨值，但它们无法很好地表征降雨场的空间和时间结构。多普勒雷达数据提供更好的空间和时间覆盖范围，但多普勒雷达测量的是有效雷达反射率（$Ze$），而不是降雨强度（$R$）。因此，雷达数据的降雨估计由于其测量原理和从$Ze$到$R$的转换而受到各种不确定性的影响。我们引入了一个框架来结合雷达反射率和降雨计数据，通过将不同的降雨信息以真实降雨值的潜变空间时间过程的形式来表达。我们使用空间逻辑回归模型来模拟两种数据源的降雨概率，以及隐变真实降雨过程。我们刻画了降雨计和雷达数据中不同来源的偏差和误差，并基于观测数据对真实降雨强度进行后验预测分布的估计。
作者：Montserrat Fuentes, Brian Reich, Gyuwon Lee
论文ID：0901.3478
分类：Applications
分类简称：stat.AP
提交时间：2009-01-23