Estimation of Raindrop Size Distribution and Rainfall Rate from Polarimetric Radar Measurements at Attenuating Frequency Based on the Self-Consistency Principle
Notice bibliographique
Résumé
A method for estimating three parameters of a gamma raindrop size distribution (DSD) model and the rainfall rate from polarimetric radar at attenuating frequency was developed. The algorithm was developed based on the self-consistency principle but was expanded to consider the attenuation effect by describing the interrelation between polarimetric measurements along the range profile. The proposed method does not require any assumptions of relation among DSD parameters or simplifications of equations that describe the relation between the axis ratio and diameter of raindrops, which have been used in previous studies. Moreover, the proposed algorithm needs no external reference data such as two-dimensional video disdrometer measurements for attenuation corrections because it retrieves the co-polar and differential specific attenuation from the interrelation among the polarimetric measurements. The performance of this algorithm was evaluated by comparison with optical disdrometers and a weighing precipitation gauge. The evaluation of the algorithm showed that the retrieved three DSD parameters of raindrops, reflectivity, and differential reflectivity from actual C-band polarimetric radar data have fairly good agreement with those obtained by surface measurements. Moreover, rainfall rates retrieved using this algorithm have comparable precision with those estimated from the specific differential phase, and outperform those estimated through the so-called Z-R relation, particularly during heavy rainfall. Furthermore, the effects of raindrop temperature and shape parameter on the retrieval of the rainfall rate were examined. The results show that for radar operating at C-band, a raindrop temperature error of 10°C may be negligible in rainfall rate estimations, whereas a shape parameter error of 2 may increase the error of the rainfall rate estimation by 10 %.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».