著者
V. CHANDRASEKAR Haonan CHEN Brenda PHILIPS
出版者
Meteorological Society of Japan
雑誌
Journal of the Meteorological Society of Japan. Ser. II (ISSN:00261165)
巻号頁・発行日
pp.2018-015, (Released:2018-01-12)
被引用文献数
42

The Center for Collaborative Adaptive Sensing of the Atmosphere (CASA) Dallas-Fort Worth (DFW) Urban Demonstration Network consists of a combination of high resolution X-band radar network and a National Weather Service S-band radar system (i.e., KFWS radar). Based primarily on these radars, CASA has developed end-to-end warning system that includes sensors, software architecture, products, data dissemination and visualization, and user decision making. This paper presents a technical summary of the DFW radar network for urban weather disaster detection and mitigation, from the perspective of tracking and warning of hails, tornadoes, and floods. Particularly, an overview of the X-band radar network design tradeoffs is presented. The architecture and associated algorithms for various product systems are described, including the real-time hail detection system, the multiple Doppler vector wind retrieval system, and the high-resolution quantitative precipitation estimation system. Sample products in the presence of high wind, tornado, hail, and flash flood are provided, and the systems’ performance is demonstrated through cross validation with ground observations and weather reports.
著者
Robert CIFELLI V. CHANDRASEKAR Haonan CHEN Lynn E. JOHNSON
出版者
Meteorological Society of Japan
雑誌
Journal of the Meteorological Society of Japan. Ser. II (ISSN:00261165)
巻号頁・発行日
pp.2018-016, (Released:2018-01-12)
被引用文献数
64

An X-band radar system was deployed in Santa Clara, CA from February through May 2016 to support the National Weather Service in the event of potential flooding during one of the largest El Niños on record and to provide better understanding of rainfall processes occurring in the Bay Area. The system was also used to provide high quality precipitation estimation (quantitative precipitation estimation - QPE) for Santa Clara’s urban hydrologic modeling system. Although the Bay Area has coverage from the NEXRAD operational radar network, the combination of topographic influences and proximity to a maritime environment provide unique QPE challenges in this urban region. The X-band radar provided high quality rainfall estimates that performed better than NEXRAD, demonstrating the added value of the X-band system. High resolution rainfall monitoring systems in urban regions also provide a host of benefits across different sectors of the economy, including flood damage mitigation, water quality, water supply, and transportation.
著者
阿波加 純 Minda LE Stacy BRODZIK 久保田 拓志 正木 岳志 V. CHANDRASEKAR 井口 俊夫
出版者
Meteorological Society of Japan
雑誌
気象集誌. 第2輯 (ISSN:00261165)
巻号頁・発行日
vol.99, no.5, pp.1253-1270, 2021 (Released:2021-10-30)
参考文献数
31
被引用文献数
9

全球降水観測 (GPM) 計画主衛星搭載の二周波降水レーダ (DPR) は、2018年5月からKu帯とKa帯の双方でフルスキャン (FS) モードで運用されている。従来のアルゴリズムでは観測幅約125 kmの内側走査領域でのみ二周波処理していたが、FSモードにより、初めて観測幅約245 kmの全走査領域で二周波処理することが可能となった。本論文では、FSモードに対応するよう新たに開発したDPR レベル2のバージョンV06X実験アルゴリズムに含まれる降水タイプ分類 (CSF) モジュールについて述べる。CSFモジュールは、降水を層状性、対流性、その他の3つの種類に分類し、ブライトバンド (BB) 情報を提供する。 Ka帯Matched Scan (Ka-MS) モードとKa帯高感度 (Ka-HS) モードでレーダの感度が異なるため、1ヶ月間の統計では、内側走査領域と外側走査領域においてKa帯のみで一周波処理した各降水タイプの個数に大きな段差が見られた。しかし、二周波処理では、内側走査領域だけでなく外側走査領域でも降水タイプを適切に分類していることがわかった。BB数の統計では、二周波処理を行った場合、特に外側走査領域でBB検出率が大きく向上していることがわかった。 さらに、V06XではKu帯のCSFモジュールに関連する2つの問題、(a) スロープ法で再分類した層状性の降水において非常に大きな地表面降水強度が出現する場合があること、および、(b) BBピークを地表面エコーの上部であると稀に誤判定すること、を解決している。 V06Xでは、GPM DPRアルゴリズムのデータ構造が大幅に変更された。V06Xで導入された新しいデータ構造は、V07A以降にも採用される予定である。この意味で、本稿で概説するV06XのCSFモジュールは、将来の降水タイプ分類アルゴリズムの原型の役割を果たすことになる。
著者
Minda LE V. CHANDRASEKAR
出版者
Meteorological Society of Japan
雑誌
気象集誌. 第2輯 (ISSN:00261165)
巻号頁・発行日
vol.99, no.1, pp.49-65, 2021 (Released:2021-02-28)
参考文献数
18
被引用文献数
10

Precipitation consists of many types of hydrometeors, such as raindrops, ice crystals, graupel, and hail. Due to their impacts, graupel and hail (GH) have received particular attention in the literature. Global Precipitation Measurement (GPM) dual-frequency radar (DPR) has proved to be a very reliable system for global precipitation retrievals. This paper aims to develop a GH identification algorithm for GPM DPR. This algorithm is constructed using a precipitation type index (PTI) defined for DPR. The PTI is effective in separating hydrometeor types and is calculated using measurements of reflectivity, dual-frequency ratio, and storm top height data. The output of the algorithm is a Boolean product representing the existence of graupel or hail along with the vertical profile for each Ku- and Ka-band matched footprint. Cross validation is performed with the Weather Service Radar (WSR-88D) network over continental United States as well as during the Remote sensing of Electrification, Lightning, and Mesoscale/Microscale Processes with Adaptive Ground Observations (RELAMPAGO) experiment. Evaluation of the GH identification algorithm is performed on a global basis, which illustrates promising comparisons with the global lightning and hail precipitation maps generated using radar and radiometer.