Monitoring the differential reflectivity and receiver calibration of the German polarimetric weather radar network
Notice bibliographique
Résumé
Abstract. It is a challenge to calibrate differential reflectivity ZDR to within 0.1–0.2 dB uncertainty for dual-polarization weather radars that operate 24∕7 throughout the year. During operations, a temperature sensitivity of ZDR larger than 0.2 dB over a temperature range of 10 ∘C has been noted. In order to understand the source of the observed ZDR temperature sensitivity, over 2000 dedicated solar box scans, two-dimensional scans of 5∘ azimuth by 8∘ elevation that encompass the solar disk, were made in 2018 from which horizontal (H) and vertical (V) pseudo antenna patterns are calculated. This assessment is carried out using data from the Hohenpeißenberg research radar which is identical to the 17 operational radar systems of the German Meteorological Service (Deutscher Wetterdienst, DWD). ZDR antenna patterns are calculated from the H and V patterns which reveal that the ZDR bias is temperature dependent, changing about 0.2 dB over a 12 ∘C temperature range. One-point-calibration results, where a test signal is injected into the antenna cross-guide coupler outside the receiver box or into the low-noise amplifiers (LNAs), reveal only a very weak differential temperature sensitivity (<0.02 dB) of the receiver electronics. Thus, the observed temperature sensitivity is attributed to the antenna assembly. This is in agreement with the NCAR (National Center for Atmospheric Research) S-Pol (S-band polarimetric radar) system, where the primary ZDR temperature sensitivity is also related to the antenna assembly (Hubbert, 2017). Solar power measurements from a Canadian calibration observatory are used to compute the antenna gain and to validate the results with the operational DWD monitoring results. The derived gain values agree very well with the gain estimate of the antenna manufacturer. The antenna gain shows a quasi-linear dependence on temperature with different slopes for the H and V channels. There is a 0.6 dB decrease in gain for a 10 ∘C temperature increase, which directly relates to a bias in the radar reflectivity factor Z which has not been not accounted for previously. The operational methods used to monitor and calibrate ZDR for the polarimetric DWD C-band weather radar network are discussed. The prime sources for calibrating and monitoring ZDR are birdbath scans, which are executed every 5 min, and the analysis of solar spikes that occur during operational scanning. Using an automated ZDR calibration procedure on a diurnal timescale, we are able to keep ZDR bias within the target uncertainty of ±0.1 dB. This is demonstrated for data from the DWD radar network comprising over 87 years of cumulative dual-polarization radar operations.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».