Rainfall is not only one of the most natural processes on the earth, but also an important factor of food generation. Quantitative precipitation estimation (QPE) and forecast (QPF) can improve our understandings about this process and its interaction with local hydrological elements, and more, give an effective warning before hazards occur. The aim of this study is the investigation of spatial-temporal variability of characteristics for rainfall events occurred in state of North Rhine Westphalia (NRW), Germany and the evaluation of radar based short term precipitation forecasting methods. For such purpose, high- resolution rainfall data sets are acquired from C-band Essen radar station belonging German Weather Service (DWD). For fulfilling requirements of QPE, a precipitation objects identification and tracking algorithm- RCIT (Rain Cluster Identification and Tracking) is proposed and developed. Spatial and temporal characteristics of rainfall events are extracted and analyzed by the proposed method. In another aspect, for needs of short term QPF, two advection field tracking based QPF methods: ’PIV_Semi-Lagrangian’ and ’PIV_Lagrangian- Persistence’ are developed wherein the past velocity fields are estimated by ’Particle Image Velocimetry’ (PIV) method and the advection fields are extrapolated by Semi-Lagrange and Lagrange- Persistence schemes separately. Additionally, a predicting method for event’s characteristics is proposed and a Kalman filter algorithm is also implemented for event’s location forecasting. Two object-oriented spatial rainfall verification methods: SAL and Geometric Index are employed for providing detail information about the qualities of proposed algorithm and forecasting methods. To this end, results show that the characteristics of rainfall events exist obviously spatial and temporal variability. Most rainfall events are small in size with durations of a few minutes to one hour and the internal growth and decay for their characteristics are obvious during the event’s life cycles. The RCIT algorithm produces ’large’ and ’fat’ precipitation objects, which contain lesser precipitations in comparison with what are measured from radar images, and positions of the modeled objects are slightly deviated to the measured ones. The forecasted precipitation objects are ’small’ and ’peaked’ in comparison with the measured ones, which contains higher precipitations than the measured objects and their locations are more or less deviated to the measured ones. Performance of newly developed QPF methods: ’PIV_Semi-Lagrangian’ and ’PIV_Lagrangian-Persistence’ are better than reference methods through the traditional verification results, nevertheless, characteristics of precipitation objects obviously effect the performances of developed forecasting methods at different forecasting scenes.
Niederschlag ist nicht nur einer der wichtigsten natürlichsten Prozesse auf der Erde, sondern stellt darüber hinaus einen wichtigen Faktor bei der Entstehung von Hochwassern dar. Eine quantitative Niederschlagsabschätzung (QPE) und –Vorhersage (QPF) trägt nicht nur dazu bei, unser Verständnis dieses Prozesses und die Wechselwirkungen mit hydrologischen Prozessen zu verbessern, sondern liefert auch effektive Möglichkeiten zur Vorwarnung, noch bevor Katastrophen entstehen. Ziel dieser Arbeit ist es, die räumliche und zeitliche Variabilität von Niederschlagsereignissen im Bundesland Nordrhein Westphalen (Deutschland) zu untersuchen und die radarbasierten Methoden zur Kurzzeitniederschlagsvorhersage zu bewerten. Dazu wurden hochaufgelöste Niederschlagsdaten der C-Band Radarstation Essen des Deutschen Wetterdienstes (DWD) verwendet. Ziel ist es weiterhin, einen Algorithmus zur Identifikation und für das Tracking von Niederschlagsobjekten (RCIT, Rain Cluster Identification and Tracking) zu entwickeln um die Anforderungen der quantitativen Niederschlagsschätzung zu erfüllen. Mit dieser Methode wurden räumliche und zeitliche Charakteristika der Niederschlagsereignisse ermittelt und analysiert. Um den Anforderungen der quantitativen Niederschlagsvorhersage gerecht zu werden wurden darüber hinaus zwei Vorhersagemethoden entwickelt, das „PIV_Semi-Langrangian“ und das „PIV_Langrangian Persistence“ Verfahren. Die Geschwindigkeitsfelder werden dabei über „Particle Image Velocimetry“ (PIV) bestimmt, während die Advektion getrennt über Semi-Lagrange und Lagrange Persistence Verfahren extrapoliert werden. Weiterhin wurde eine Vorhersagemethode für die Charakteristik der Niederschlagsereignisse entwickelt sowie ein Kalman-Filteralgorithmus zur Vorhersage der Lokalisierung dieser Ereignisse angewandt. Um detaillierte Informationen zur Qualität des Algorithmus und der Vorhersagemethode zu gewinnen, wurden zwei objekt- orientierte räumliche Niederschlagsverifizierungsmethoden genutzt: SAL und Geometric Index. Die Ergebnisse zeigen, dass die Eigenschaften der Niederschlagsereignisse offensichtlich räumlich und zeitlich variabel sind. Die meisten Niederschlagsereignisse sind von geringer Größe und dauern nur wenige Minuten bis eine Stunde an. Das interne Wachstum wie auch dessen Zerfall sind während des Event-Lebenszyklus deutlich erkennbar. Der RCIT Algorithmus produziert große und vertikal flache Niederschlagsobjekte, welche im Vergleich zu den Radarmessungen weniger Niederschlag enthalten und auch die Massenschwerpunkte der modellierten Objekte weichen leicht von den Messungen ab. Die vorhergesagten Niederschlagsobjekte sind im Vergleich mit den Messungen kleiner und vertikal spitz zulaufend, enthalten mehr Niederschlag und die Schwerpunkte weichen mehr oder weniger stark von den Messungen ab. Die neu entwickelten QPF Methoden „PIV_Semi-Lagrangian“ und „PIV_Lagrangian- Persistence“ zeigen eine im Vergleich mit den Referenzmethoden und deren Verifizierungsverfahren eine verbesserte Leistung. Für leichte Niederschlagsereignisse sind der gemittelte Niederschlag und der Massenschwerpunkt des Niederschlagsobjektes die beiden Faktoren, die die Qualität der entwickelten Vorhersagemethode beeinflussen, während für konvektive Ereignisse das Niederschlagsvolumen und der Massenschwerpunkt die Schlüsselfaktor darstellen.
