Original paper

Sensitivity of forecast rainfall verification to a radar adjustment technique

Tartaglione, Nazario; Mariani, Stefano; Accadia, Christophe; Casaioli, Marco; Gabella, Marco; Michaelides, Silas Chr.; Speranza, Antonio

Meteorologische Zeitschrift Vol. 15 No. 5 (2006), p. 537 - 543

published: Nov 17, 2006

DOI: 10.1127/0941-2948/2006/0155

BibTeX file

ArtNo. ESP025011505007, Price: 29.00 €

Download preview PDF Buy as PDF

Abstract

A ground-based radar (GR) has to measure rain from close to the radar to large distances from it. Consequently, the scattering volume of the GR changes significantly. As an advantage, the scattering volume of a space-borne radar is of similar size at all locations, thus allowing the compensation of the decreasing spatial resolution of the GR with range (range-adjustment). Adjustment with range is here performed by means of data observed by the Tropical Rainfall Measuring Mission (TRMM) Precipitation Radar (PR) using a ∼10 dB per decade factor. For instance, about 8 dB are added to the measured reflectivity at 100 km, while 2 dB are subtracted at 10 km from the radar site. Thus, two different radar datasets, the range-adjusted data and the original ones, can be compared with forecast precipitation. In the framework of the EU VOLTAIRE project (Fifth Framework Programme), where observations from rain gauges, GR, TRMM PR and forecast precipitation were available for the island of Cyprus, such a kind of study was performed. The chosen comparison method was a contiguous rain area (CRA) analysis. Three pattern-matching criteria, involving mean square error, mean absolute error and correlation, have been used to match forecast and observed precipitation patterns. In this paper, we show that the results of the comparison in a selected case study are sensitive to the application of a range-adjustment technique. Observational analysis, obtained by merging rain gauge data with the adjusted GR data, seems to give more stable results when changing the pattern-matching criterion, and proposing it as the better field reconstruction in the comparison.

Kurzfassung

Ein bodengebundenes Radar (GR) hat die Aufgabe, Regen über einen großen Bereich an Entfernungen zu messen. Als Folge ändert sich das beobachtete Streuvolumen mit der Entfernung vom Radar erheblich. Im Gegensatz dazu hat ein weltraumgestütztes Radar den Vorteil, dass sein Streuvolumen mit der Entfernung vom Radar nahezu konstant ist und somit eine Kompensation einer abnehmenden räumlichen Auflösung des GR mit zunehmender Entfernung erlaubt (range-adjustment). Range-adjustment wird hier auf Messungen angewandt, die mit dem Tropical Rainfall Measuring Mission (TRMM) Precipitation Radar (PR) mit einem Faktor von ∼10 dB pro Dekade aufgenommen wurden. Zum Beispiel werden ca. 8 dB zu einer gemessenen Reflektivität bei einer Entfernung von 100 km vom Radar addiert, während 2 dB bei einer Entfernung von 10 km subtrahiert werden. Auf diese Weise erhält man zwei Datensätze, den unveränderten und den range-adjusted Datensatz, die mit Niederschlagsvorhersagen verglichen werden können. Im Rahmen des EU VOLTAIRE Projekts (5. Rahmenprogramm), welches Messungen von Regenmessern, GR, TRMM PR und Niederschlagsvorhersagen für Zypern zur Verfügung stellt, wurde ein solcher Vergleich durchgeführt. Als Vergleichsmethode wurde die contiguous rain area (CRA) Analyse herangezogen. Um die vorhergesagten und die beobachteten Niederschlagsstrukturen anzugleichen, wurden drei Kriterien genutzt: mittlerer quadratischer Fehler, mittlerer absoluter Fehler und Korrelation. In dieser Veröffentlichung zeigen wir, dass die Ergebnisse des Vergleichs in einem ausgesuchten Fall von der Anwendung der range-adjustment Methode abhängen. Wenn die Regenmesserdaten mit den range-adjusted GR-Daten kombiniert werden, scheinen die Ergebnisse gegenüber einer Änderung der Kriterien für die Strukturanpassung stabiler zu werden. Daher schlagen wir die Kombination von Regenmessern und range-adjusted GR-Daten als zu bevorzugende Methode für das Erzeugen von Niederschlagsdaten für Vergleiche mit Vorhersagen vor.