Radar rainfall observations at sub-kilometre and sub-minute scales

Abstract

Knowledge of the true rainfall variability at sub-kilometre and sub-hourly scales is required for several meteorological and hydrological applications, especially in urban areas due to the large proportion of impervious surfaces and the stormwater infrastructure. However, variability at these scales is a blind spot for both operational rain gauge networks and operational radar networks. In the urban area of Hamburg, rainfall measurements of a local area X-band weather radar (LAWR) operating at high temporal (30 s), range (60 m), and azimuthal sampling (1°) resolutions within a 20 km scan radius address this observational gap. This dissertation provides new insights into (urban) rainfall variability based on the reanalysis of multi-year high-resolution weather radar observations.

In a first study, the reanalysis of the raw radar data is described in detail, the radar performance for the years 2013 to 2021 is outlined, and open issues and limitations of the data set are discussed. Several sources of radar-based errors were adjusted gradually affecting the radar reflectivity and rainfall measurements, e.g. noise, alignment, non-meteorological echoes, radar calibration, and attenuation. The deployment of additional vertically pointing micro rain radars (MRRs) yields drop size distributions at the radar beam height. These MRR measurements serve as a reference, effectively reduce errors concerning the radar calibration and attenuation correction and monitor the radar data quality. The LAWR radar reflectivities and rainfall rates are in very good agreement with independent MRR measurements. The reanalysed, quality-tested radar reflectivities and rainfall rates were made available as an open-access data set. This multi-year data set enables studies requiring rainfall data at hectometre spatial and sub-minute temporal resolution.

In a second study, the added value of a refined spatio-temporal resolution for weather radar observations at sub-hourly temporal and sub-kilometre spatial scales using the reanalysed radar data set is discussed. In fact, the smaller radar volumes of the LAWR result in a closer agreement in terms of radar reflectivity with local radar observations by MRRs compared to C-band radar systems, which are operational at coarser spatial (250 m) and temporal (5 min) resolutions than the LAWR. However, this advantage does not translate in a better match to rainfall accumulations recorded by rain gauges, as differences in the Z-R relation and sample volume sizes between radar and rain gauge dominate the uncertainty for both the LAWR and operational radar systems. Nevertheless, spatial rainfall structures captured by LAWR and rain gauge measurements are similar at sub-hourly timescales. Conventional available rainfall data sets, like the C-band radar measurement and radar-rainfall climatology RADKLIM, fail to capture the sub-hourly rainfall variability. As expected, RADKLIM underestimates rainfall variability due to the kilometre spatial scale. But interestingly, the operational C-band radar observations tend to overestimate spatial variability at sub-hourly temporal scale. This effect is caused by their intermittent scan strategy, taking just a snapshot every five minutes. The LAWR measurements benefit from its scan strategy, resulting to all measurements taken every 2.5s. As a consequence, the LAWR is clearly superior in describing spatial rainfall structure. The refined spatio-temporal resolution and scan strategy is also beneficial for measuring rainfall peaks and measuring steeper gradients. Consequently, the LAWR is capable to capture the microscale rainfall variability better than conventional radars.

In summary, this dissertation provides an open-access data set of reanalysed radar reflectivities and rainfall rates at sub-kilometre spatial and minute temporal scales, that can be used for studies on the spatial and temporal scales of precipitation and hydrological research, e.g. input data for high-resolution modelling, in an urban area. The dissertation demonstrates that a LAWR operating at hectometre spatial and 30 s temporal resolutions fills a gap in rainfall observations compared to conventional rainfall measurements.

Die Kenntnis der Niederschlagsvariabilität hinsichtlich der Akkumulation innerhalb einer Stunde sowie in Auflösungen unter einem Kilometer ist für diverse meteorologische und hydrologische Anwendungen erforderlich. Dies gilt insbesondere für Städte aufgrund des hohen Anteils an versiegelten Oberflächen und der Regenwasserinfrastruktur. Die Variabilität auf diesen Skalen wird jedoch von operativen, in-situ-Netzwerken und Radarmessungen nicht erfasst. Um diese Beobachtungslücke zu schließen, wird im Stadtgebiet von Hamburg Niederschlag mit einem lokalen X-Band-Wetterradar (LAWR) gemessen, das sicht durch eine hohen zeitliche (30 s), räumliche (60 m) und azimutale (1°) Auflösung innerhalb eines Radius von 20 km auszeichnet. Die vorliegende Dissertation verfolgt das Ziel, neue Erkenntnisse über die Variabilität von Niederschlag auf der Grundlage der Reanalyse von mehrjährigen hochauflösenden Wetterradarmessungen zu gewinnen.

Im Rahmen einer ersten Studie erfolgt eine detaillierte Beschreibung der Reanalyse der LAWR-Rohdaten, eine Untersuchung der Datenqualität für die Jahre 2013 bis 2021 sowie eine Diskussion von Einschränkungen des Datensatzes. In den Messdaten wurden mehrere radarbasierte Fehler schrittweise korrigiert, zum Beispiel Rauschen, Fehlausrichtung, nicht-meteorologische Echos, fehlende Kalibrierung und Dämpfung. Zusätzlich messende vertikal ausgerichtete Mikro-Regen-Radare (MRR) liefern Messungen der Tropengrößenverteilungen und dienen als Referenzmessung in der Messhöhe des LAWRs. Die MRR-Messungen ermöglichen eine Kalibration des LAWRs, eine Anpassung der Dämpfungskorrektur sowie eine Überwachung der Qualität der Radardaten. Die LAWR-Messungen stimmen sehr gut mit MRR-Messungen, die nicht für die Kalibration verwendet wurden, überein. Die korrigierten, qualitätsgeprüften Radarreflektivitäten und Niederschlagsraten wurde als Datensatz öffentlich zur Verfügung gestellt.

Im Rahmen einer zweiten Studie wird der Mehrwert einer verfeinerten räumlich-zeitlichen Auflösung für Wetterradarmessungen für zeitliche Skalen unter einer Stunde und räumliche Skalen unter einem Kilometer diskutiert. In der Tat stimmen die Radarreflektivitäten des LAWRs mit denen des MRRs besser überein im Vergleich zum operationellen C-Band-Radar, das eine gröbere räumliche (250 m) und zeitliche (5 min) Auflösung als das LAWR verwendet, aufgrund der kleineren Messvolumina des LAWRs. Dieser Vorteil führt jedoch nicht zu einer besseren Übereinstimmung mit den Niederschlagsmengen von Regenmessern, da die Unterschiede der Z-R-Beziehung sowie die Größe der Messvolumina zwischen Radar und Regenmesser die Unsicherheit für das LAWR als auch für das operationelle Radar dominieren. Räumlichen Niederschlagsstrukturen werden vom LAWR und dem Netzwerk von Regemessern für Niederschlagsakkumulationen unter einer Stunde ähnlich gemessen. Auf dieser zeitlichen Skala wird die Niederschlagsvariabilität von herkömmlichen Niederschlagsdatensätzen, wie den C-Band-Radaren oder der radargestützten Niederschlagsklimatologie RADKLIM, nicht richtig erfasst. Wie erwartet, unterschätzt RADKLIM die Niederschlagsvariabilität aufgrund der räumlichen Skala von einem Kilometer und der Anpassung an ein Netzwerk von Regenmessern, das größere Distanzen als das Netzwerk in dieser Studie hat. Interessanterweise neigen die operationellen C-Band-Radarmessungen dazu, die räumliche Variabilität für Niederschlagsakkumulationen unter einer Stunde zu überschätzen. Der Effekt ist auf die Messstrategie zurückzuführen, bei der alle fünf Minuten eine instantane Messung an einem Ort erfolgt. Die LAWR-Messungen profitieren von der Messstrategie, bei der alle 2,5 s die Messung wiederholt wird. Folglich ist das LAWR bei der Messung der räumlichen Niederschlagsstruktur deutlich überlegen. Die verfeinerte räumlich-zeitliche Auflösung und Messstrategie ist zudem für die Erfassung von Niederschlagsmaxima und stärkeren räumlichen Gradienten von Vorteil. Das LAWR ermöglicht somit eine präzisere Erfassung der mikroskaligen Niederschlagsvariabilität als herkömmliche Radare.

Diese Dissertation präsentiert einen neuen, frei zugänglichen Datensatz, der korrigierte Radarreflektivitäten und Regenraten mit einer mit einer räumlichen Auflösung von 100 m und einer zeitlichen Auflösung von 30 s umfasst. Der Datensatz eignet sich für Studien zur Verbesserung der radarbasierten Niederschlagsmessung oder zur (städtischen) Niederschlagsvariabilität. Die Dissertation zeigt, dass ein LAWR, welches mit einer räumlichen Auflösung von 100 m und einer zeitlichen Auflösung von 30 s misst, im Vergleich zu konventionellen Niederschlagsmessungen eine Beobachtungslücke schließt.