Porovnání různých metod využívajících radarová a srážkoměrná měření



Podobné dokumenty
ODHAD PLOŠNÝCH SRÁŽEK PRO POVODÍ ŘEKY OLŠE

TISKOVÁ ZPRÁVA: Úspěšná realizace projektu Upgrade měřicích systémů pro předpovědní a výstražnou službu

Problematika rušení meteorologických radarů ČHMÚ

Návrhové srážky pro potřeby hydrologického modelování

Popis metod CLIDATA-GIS. Martin Stříž

N-LETOST SRÁŽEK A PRŮTOKŮ PŘI POVODNI 2002

Experimentální měření sněhu na vybraných lokalitách Jeseníků a Beskyd

Meteorologické minimum

Rozvoj metodiky tvorby map znečištění. Jan Horálek Pavel Kurfürst, Nina Benešová, Roman Juras, Jana Ďoubalová

Polarimetrická radarová měření v síti CZRAD. RNDr. Petr Novák, PhD.,

Příloha P.1 Mapa větrných oblastí

Využití profilových manuálních a automatických měření sněhu pro výpočet zásob vody ve sněhové pokrývce

Vliv Mosteckého jezera na teplotu a vlhkost vzduchu a rychlost větru. Lukáš Pop Ústav fyziky atmosféry v. v. i. AV ČR

K možnostem krátkodobé předpovědi úrovně znečištění ovzduší statistickými metodami. Josef Keder

DPZ10 Radar, lidar. Doc. Dr. Ing. Jiří Horák Institut geoinformatiky VŠB-TU Ostrava

Rastrové digitální modely terénu

Chyby měření 210DPSM

VYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ

Hodnocení roku 2013 a monitoring sucha na webových stránkách ČHMÚ možnosti zpracování, praktické výstupy

Digitální model reliéfu (terénu) a analýzy modelů terénu

Návrh postupu pro stanovení četnosti překročení 24hodinového imisního limitu pro suspendované částice PM 10

Příprava meteorologických dat pro zkoumané oblasti

Digitální kartografie 7

Zpracována na podkladě seminární práce Ing. Markéty Hanzlové

Statistika. Regresní a korelační analýza Úvod do problému. Roman Biskup

O MOŽNOSTI ADJUSTACE IMISNÍCH KONCENTRACÍ NA METEOROLOGICKÉ PODMÍNKY. RNDr. Josef Keder, CSc.

VYHODNOCENÍ SRÁŽKOVÝCH PŘEDPOVĚDÍ ALADIN A GFS PRO POVODÍ BĚLÉ

10. Předpovídání - aplikace regresní úlohy

Pracovní list: řešení

Možnosti modelování lesní vegetační stupňovitosti pomocí geoinformačních analýz

Český hydrometeorologický ústav

1. Číselné posloupnosti - Definice posloupnosti, základní vlastnosti, operace s posloupnostmi, limita posloupnosti, vlastnosti limit posloupností,

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

Digitální modely terénu a vizualizace strana 2. ArcGIS 3D Analyst

3. Srovnání plošných srážek a nasycenosti povodí zasažených srážkami v srpnu 2002 a červenci 1997

T- MaR. Ústav technologie, mechanizace a řízení staveb. Teorie měření a regulace. Podmínky názvy. 1.c-pod. ZS 2015/ Ing. Václav Rada, CSc.

4 HODNOCENÍ EXTREMITY POVODNĚ

Teorie měření a regulace

KLIMATICKÝ DOWNSCALING. ZOO76 Meteorologie a klimatologie Petr Kolář PřF MU Brno

Posouzení přesnosti měření

9. přednáška z předmětu GIS1 Digitální model reliéfu a odvozené povrchy. Vyučující: Ing. Jan Pacina, Ph.D.

Ing. Jiří Fejfar, Ph.D. Dálkový průzkum Země

Hydrologie povrchových vod. Hana Macháčková, Roman Pozler ČHMÚ Hradec Králové

Úvod do zpracování signálů

Projekt Brána do vesmíru. Hvězdárna Valašské Meziříčí, p. o. Krajská hvezdáreň v Žiline

METEOROLOGICKÉ PŘEDPOVĚDI PRO POTŘEBY HYDROLOGICKÉ VÝSTRAŽNÉ SLUŽBY

Pracovní list. (3) školní automatická stanice

Vyjadřování přesnosti v metrologii

5 HODNOCENÍ PŘEDPOVĚDÍ TEPLOT A SRÁŽEK PRO OBDOBÍ JARNÍCH POVODNÍ V ROCE 2006

Metody prostorové interpolace

ROZVOJ PŘEDPOVĚDNÍ POVODŇOVÉ SLUŽBY V ČESKÉ REPUBLICE PO POVODNI RNDr. Radek Čekal, Ph.D. RNDr. Jan Daňhelka, Ph.D.

Měření transpirace prostřednictvím transpiračního proudu a operačních struktur dřevin významných z hlediska vodního provozu

Profilování vzorků heroinu s využitím vícerozměrné statistické analýzy

Náhodné (statistické) chyby přímých měření

GEODÉZIE II. metody Trigonometrická metoda Hydrostatická nivelace Barometrická nivelace GNSS metoda. Trigonometricky určen. ení. Princip určen.

JIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH ZEMĚDĚLSKÁ UNIVERZITA BAKALÁŘSKÁ PRÁCE

8 Porovnání hydrometeorologických podmínek významných letních povodní

4 VYHODNOCENÍ MANUÁLNÍCH HYDROLOGICKÝCH PŘEDPOVĚDÍ

GIS ANALÝZA VLIVU DÁLNIČNÍ SÍTĚ NA OKOLNÍ KRAJINU. Veronika Berková 1

1/2008 Geomorphologia Slovaca et Bohemica

Měření závislosti statistických dat

Možné dopady klimatické změny na dostupnost vodních zdrojů Jaroslav Rožnovský

Brána do vesmíru. Hvězdárna Valašské Meziříčí, p. o. Krajská hvezdáreň v Žiline

EXPERIMENTÁLNÍ MECHANIKA 2 Přednáška 5 - Chyby a nejistoty měření. Jan Krystek

Hydrologické poměry obce Lazsko

Měření a vyhodnocení srážek

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení

Experimentáln. lní toků ve VK EMO. XXX. Dny radiační ochrany Liptovský Ján Petr Okruhlica, Miroslav Mrtvý, Zdenek Kopecký.

Digitální modely terénu (9-10) DMT v ArcGIS Desktop

Stanovení akustického výkonu Nejistoty měření. Ing. Miroslav Kučera, Ph.D.

Stav a vývoj kvality ovzduší v Praze-Satalicích v letech

Obr Průběh povodňové vlny na Dyji nad a pod nádrží Vranov

POROVNÁNÍ JEDNOTLIVÝCH SYSTÉMŮ

Přehled vhodných metod georeferencování starých map

Aktuální mapy znečištění ovzduší v evropském i českém měřítku (roční charakteristiky) a vývoj v oblasti mapování

MĚŘENÍ STATISTICKÝCH ZÁVISLOSTÍ

Pouze pro přihlášené uživatele. 9.0 Interní. 8.0 Moje data. informace 1.0 HOME. 5.5 Nabídka zaměstnání. 5.0 O nás. 5.

Průběh průměrných ročních teplot vzduchu (ºC) v období na stanici Praha- Klementinum

Výpar, vlhkost vzduchu, srážky a jejich měření, zpracování údajů

Analytické znaky laboratorní metody Interní kontrola kvality Externí kontrola kvality

Klimatické podmínky výskytů sucha

GIS Geografické informační systémy

HODNOCENÍ SUCHA NA ÚZEMÍ ČR V LETECH

Úvod do problematiky měření

STATISTICKÉ CHARAKTERISTIKY

Měření dat Filtrace dat, Kalmanův filtr

Hodnocení let 2013 a 2014 a monitoring sucha na webových stránkách ČHMÚ možnosti zpracování, praktické výstupy

Matematika III. 27. listopadu Vysoká škola báňská - Technická univerzita Ostrava. Matematika III

23.Počasí Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky

VEGETAČNÍ BARIÉRY Mgr. Jan Karel

Teorie tkaní. Modely vazného bodu. M. Bílek

MĚŘENÍ VÝPARU V ÚSTÍ NAD ORLICÍ V LETECH

Podnebí a počasí všichni tyto pojmy známe

Automatická detekce anomálií při geofyzikálním průzkumu. Lenka Kosková Třísková NTI TUL Doktorandský seminář,

10.1 Šíření světla, Fermatův princip, refrakce

Algoritmy a struktury neuropočítačů ASN - P11

, ČVUT v Praze Připravil: Ing. Zdeněk Patočka Letecké laserové skenování a jeho využití v inventarizaci lesa

5.5 Předpovědi v působnosti RPP České Budějovice Vyhodnocení předpovědí Obr Obr Obr. 5.38

, Brno Hanuš Vavrčík Základy statistiky ve vědě

Technický experiment, příprava, provedení, hodnocení výsledků

Transkript:

Porovnání různých metod využívajících radarová a srážkoměrná měření Lucie Juřikovská Institut geoinformatiky, Hornicko-geologická fakulta, VŠB-TU Ostrava, 17.listopadu 15, 70833, Ostrava lucie.jurikovska@vsb.cz Abstrakt. Data z meteorologických radarů jsou nezbytným zdrojem informací při analýze plošného rozložení srážek. Především v letním období, kdy převládají konvekční srážky, není standardní síť srážkoměrných stanic schopná strukturu srážkových polí postihnout s dostatečnou přesností. Studium bylo prováděno na povodí řeky Olše, ve kterém je k dispozici celkem jedenáct měřících stanic. Cílem toho projektu bylo porovnat kvalitu různých metod odhadu srážek z radarových měření se srážkoměrnými odhady. Srážkoměrná měření byla interpolována s využitím různého programového vybavení např. GRASS GIS, ArcGIS. Článek se zabývá odhadem srážek s využitím sloučení srážkoměrných stanic a radarových dat. Klíčová slova: srážky, interpolace, radar, geografický informační systém Abstract. Comparison of different methods for estimating precipitation based on radar and rain gauge measurements. Hydrologic modelling requires climatological data as an important variable. Weather radar provide a highly detailed representation of the spatial structure and temporal evolution of rainfall over a large area. Estimated rainfall rates are derived indirectly from measurements of reflectivity and are therefore subject to a combination of systematic and random errors. The paper presents a comparison of the quality of different methods for estimating precipitation from rain gauges and radar measurements using different GIS software (GRASS GIS, ArcGIS). Keywords: precipitation, interpolation, radar, geographic information system 1 Úvod Plošné rozdělení srážkových úhrnů za určité období je velmi důležitý údaj pro hydrologické modelování. Přesnost stanovení srážkových úhrnů je limitujícím faktorem, který zásadně ovlivňuje úspěšnost hydrologických aplikací a to bez ohledu na použitý hydrologický model, na jeho formulaci a numerickou složitost. Jelikož jsou atmosférické srážky plošně a časově velmi variabilní, nelze proto očekávat, že plošné rozdělení srážek bude možné reprezentativně popsat sítí pozemních stanic. Měření radarové odrazivosti a následné vyhodnocení srážek je naopak informací o velké plošné hustotě, která umožňuje kvantitativní odhad srážkového úhrnu na dané ploše v podstatě za libovolný časový interval. Přímě využití radarových dat při kvantitativním odhadu srážek má však řadu omezení vyplývajících již z principu radarových měření. Vzhledem ke kvalitní a velmi husté síti stanic, které na našem území měří denní srážkové úhrny, je většina úsilí orientována na korekci denních úhrnů srážek, odvozených z radarových měření. Z výsledků domácích I zahraničních studií je zřejmé, že neexistuje jednoznačný analytický vztah mezi radarovou odrazivostí a množstvím srážek, který by umožnil dostatečně přesný převod měřených radarových dat na srážkové úhrny [5]. Pro využití radarových dat pro kvantitativní odhad plošných srážkových úhrnů se v současné době využívá řada postupů. Velmi komplexní přístup se využívá např. v systém NIMROD, který je založen na důkladné kontrole radarových dat, při níž se využívají informace o srážkách včetně výstupům numerických modelů, satelitních snímků a výsledků pozemního měření srážek. Cílem je odstranit nebo opravit hrubé chyby radaru. Radarová data jsou statisticky porovnávána s pozemním měřením a jsou určeny systematické chyby v závislosti na ploše, časovém interval integrace a případně i v závislosti na meteorologické situaci. Získané poznatky pak vstupují do rutinního zpracování radarových dat a provádí se oprava radarem určených srážkových úhrnů zahrnutím systematické

chyby. Frekvence, s jakou se provádí výpočet a zahrnutí systematické chyby, se liší pro konkrétní provozní realizace. V anglickém systému NIMROD se opravy počítají a provádějí jednou týdně [3]. Druhým přístupem ke kvantitativnímu využití radarových dat jsou statistické metody. Na základě souboru radarových výstupů a srážkoměrných dat z pozemních stanic se konstruují statistické modely, které jsou bez časté obměny rutinně aplikovány. Obvykle se odvozují vícerozměrné regresní modely, které mezi nezávislé proměnné zahrnují, kromě vlastních radarových dat, i charakteristiky místa, ve kterém se určuje srážkový úhrn. Regresní rovnice jsou odvozovány buď z dat vztahujících se k termínovým měřením nebo se využívají sumy srážek za delší, např. roční, období. Důvodem pro vývoj regresních modelů se sumovanými hodnotami je snaha minimalizovat systematickou chybu výsledných srážkových polí pro dlouhá období. Nevýhodou tohoto přístupu je, že regresní modely odvozené pro sumy srážek často nedávají dobré výsledky při aplikaci na jednotlivé termíny [5]. 2 Princip radarových měření Princip měření meteorologického radaru je založen na zpětném rozptylu mikrovln (cm-vln) na vodních kapkách a ledových krystalcích ve srážkách a oblačnosti. Vysílač generuje krátké vysokoenergetické pulsy elektromagnetického vlnění, které anténa vyzařuje v podobě úzkého svazku do atmosféry. Část energie se odrazí (přesněji: zpětně rozptýlí) od cílů meteorologických (srážky) či jiných (terén, letadla apod.). Část zpětně rozptýlené energie je zachycena anténou a zpracována přijímačem radaru. Podle polohy antény (azimut, elevace) a času mezi vysláním a příjmem pulsu se určuje poloha cíle. Množství odražené energie je úměrné radiolokační odrazivosti cíle. Meteorologický radar je schopen rozpoznat objekty menší než 1 cm, jako jsou dešťové kapky, sněhové vločky a kroupy, protože vysílá impulsy v rozsahu mikrovln. Meteorologická měření se skládají z cca 15-20 otáček antény v azimutu s proměnným výškovým úhlem (elevací). Tato objemová měření jsou opakována každých 5-15 minut. Na území České republiky jsou v provozu dva meteorologické radary v síti ČHMÚ CZRAD. První se nachází na vrcholu Praha (860 m n.m) v pahorkatině Brdy. Zařízení je osazeno plně automatickým a dálkově řízeným radarem Gematronik M 360-AC. Druhý radar je situovaný na vrcholu Skalky (730 m n.m) v Drahanské vrchovině. Zařízení je osazeno plně automatickým a dálkově řízeným radarem EEC DWSR 2501-C. Data z těchto dvou radarů pokrývají území České republiky a příhraničních oblastí do vzdálenosti 256 km od místa radaru a jednoho objemového měření odrazivosti je dosaženo do 10 minut. Pro odhad plošných srážek jsou v současnosti k dispozici čtyři typy dat: Maximální odrazivost ve sloupci s horizontálním rozlišením 1 km x 1 km (MAX1) Maximální odrazivost ve sloupci s horizontálním rozlišením 2 km x 2 km (MAX2) Odrazivost v konstantní výšce (CAPPI) 2 km nad mořem s horizontálním rozlišením 1 km x 1 km (CAP1) Odrazivost v konstantní výšce (CAPPI) 2 km nad mořem s opravou pomocí vertikálního profilu odrazivosti a s horizontálním rozlišením 1 km x 1 km (COR1)

Obr. 1. Maximální dosahy meteorologických radarů ČHMÚ (kruhy) a dosahy pro určování intenzit srážek do výšky 1500m nad terénem (křivky) 2.1 Chyby radarových měření Meteorologická radarová data jsou získávána z radarových měření a za pomocí známých matematických vztahů a rovnic jsou převáděna na milimetrové úhrny v daných časových intervalech. Takto získána data jsou sumarizována do větších časových intervalů. Většinou se srážky počítají za 1, 3, 6, 12 a 24 hodin. Radarová data jsou zatížena velkým množstvím chyb a bez korekcí by byla pro hydrologické modely těžko použitelná. Rozborem chyb a jejich vlivem na přesnost odvozených srážek se v součastnosti a v minulosti zabývala řada prací ( např. Collier 1996, Austin 1987). Tento problém se řeší pomocí multisensorové analýzy. Z jejích metod korekcí dat se používá především výpočet adjustačních koeficientů a kombinovaná analýza [6]. Mezi nejdůležitější vlivy podle ČHMÚ znepřesňující radarová měření, patří proměnlivá šířka radarového paprsku a jeho výška nad zemí, které narůstají se zvětšující se vzdáleností od radaru a způsobují systematické podceňování srážek. Hodnoty ovlivňují také terénní či jiné překážky (stromy, stožáry). Byly zjištěny poměrně velké odchylky radarových odhadů v horských oblastech, a to zejména při silnějším větru a krajinných deštích. Na návětrných svazích se tvoří vlivem orograficky podmíněných výstupných pohybů mlha, která je vymývána srážkami vznikajícími většinou ve střední troposféře. Při extrémních situacích může uvedené orografické zesílení dosáhnout až stovek procent, což se následně projevuje příslušnou chybou radarových odhadů.

Mezi běžné problémy radarových odhadů patří také vypařování srážkových částic v suchých, níže ležících vrstvách vzduchu, což má za následek mírné přecenění srážkových úhrnů. V ČHMÚ je od roku 2002 v provozu procedura - adjustace radarových odhadů srážek a zároveň kombinace adjustovaných odhadů s dostupnými srážkoměrnými měřeními. Adjustací se rozumí odstranění systematické chyby. Pro adjustaci se využívá jeden adjustační koeficient pro celou radarovou doménu. Je to podíl sumy všech srážkoměrných údajů (G i ) a sumy korespondujících radarových odhadů (R i ). Je počítán v elementu 1 1 km podle vztahu K = Σ G i / Σ R i U výpočtu adjustačního koeficientu nastává kompilace, kdy srážkoměrná měření a jim odpovídající radarové odhady ne vždy přesně odpovídají vztahu skutěčných spadlých srážek a radarových odhadů pro celé území, a to již z předem zmíněného problému reprezentativnosti srážkoměrných měření. Při výpočtu se proto vytváří klouzavé časové okno a výpočet se provádí nejméně ze tří dnů a průměrná plošná akumulace srážek ze srážkoměrů musí přesáhnout 2 mm. Dále se provádí vážení podílů jednotlivých dnů, kdy vzdálenější dny mají váhu menší. Zároveň musí být počet srážkoměrných stanic vykazujících naměřené úhrny srážek větší než pět. Adjustace se provádí ve vzdálenosti 20 až 150 km a do výpočtu se nezahrnují problematická místa jako jsou horské oblasti nebo stíněné stanice. Další metodou korekce radarových dat je kombinovaný odhad srážek. Do procesu výpočtu vstupují adjustované radarové odhady společně s dostupnými srážkoměrnými měřeními. K výpočtu se využívá zjednodušená metoda optimálního odhadu, u které se předpokládá, že srážkoměrné měření je reprezentativní pro daný radarový územní element a že zde platí údaj srážkoměru. V ostatních pixelech se výsledný optimální odhad počítá jako lineární kombinace srážkoměrných měření a radarových odhadů. Váhy srážkoměrných měření klesají s rostoucí vzdáleností od srážkoměrných stanic podle negativně exponenciální funkce. Zjednodušeně to vyjadřují následující rovnice: R m = a*g+(1-a)*r a = exp(-d/konst.) kde R m je výsledný kombinovaný odhad v daném územním elementu, G nejbližší srážkoměrné měření či odhad z nejbližších měření, R radarový odhad a d vzdálenost od nejbližšího srážkoměru. Pole kombinací se při úspěšnosti větší než 99 % omezuje na místa, kde radar naměřil srážky větší nebo rovné 0,1 mm. Systém na základě vztahu radar srážkoměr vylučuje stanice, kdy jedna naměří podstatně větší množství než druhá. Zároveň se vylučují hodnoty, které jsou velmi nepravděpodobné (např. 500 mm). Každá z výše uvedených korekcí radarových dat udává jiné hodnoty výsledných srážek [6]. 2.2 Výhody a nevýhody jednotlivých měřících metod Mezi výhody sítě měřících stanic patří schopnost pokrýt spojitou časovou oblast krátkých (minutových) srážek, které radar nemusí zachytit. Tato schopnost ovšem brání možnosti okamžitých měření. Navíc skutečnost, že srážková pole se mohou na vzdálenost stovek metrů lišit o několik řádu a existence lokálních extrémů rovněž ukazuje na další nevýhodu srážkových sítí - jejich hustota nikdy nemůže být dostatečná k tomu, aby zabránila chybám měření daným diskrétností měření v prostoru. Zjednodušeně řečeno - za kopcem už vůbec pršet nemusí, nebo tam může být krupobití. Radarová pozorování srážek mají oproti klasickým sítím srážkoměrů výhodu měření na velké ploše z jediného místa v téměř reálném čase. Radarová pozorování však ukazují pouze okamžitá rozložení intenzit srážek v diskrétních časech. Srážková pole mají přitom velkou proměnlivost i v čase, okamžité hodnoty se během 10 minut mohou lišit o několik řádů. Podobně jako u srážkoměrných sítí se nelze libovolně přibližovat plnému pokrytí, nelze z fyzikálních vlastností daného měřícího zařízení libovolně zkracovat dobu měření.

3 Vstupní data Data použitá v této práci se vztahují k teplé polovině roku 2005. Jedná se o epizody z července a srpna daného roku a zahrnují soubory srážkoměrných a radarových dat. Veškerá pozemní měření srážek byla ze stanic z území České republiky. Jedná se o hodinové úhrny srážek na jednotlivých srážkoměrných stanicích. Studium bylo prováděno pro povodí řeky Olše. Jako pilotní území bylo vybráno povodí řeky Olše, ve kterém je k dispozici celkem jedenáct měřících stanic ve vlastnictví s.p. Povodí Odry (obr. 1). Jedná se o tok druhého řádu odvodňující zájmové území do řeky Odry. Jejím nejvýznamnějším levostranným přítokem je řeka Stonávka. Povodí má rozlohu 1118 km², z toho 479 km² leží na území Polska. Tento fakt samozřejmě ovlivňuje dostupnost dat a jejich rozmístění. Obr. 2. Rozmístění dostupných srážkoměrných stanic v povodí řeky Olše V horním toku, od Jablunkova po Třinec, tok Olše tvoří hranici mezi Slezskými a Moravskoslezskými Beskydami. Od Těšína ke Karviné a od Zawady k soutoku Olše a Odry tvoří česko-polskou hranici. Vzhledem ke značné variabilitě srážkových úhrnů především v letních měsících je kontrola radarových i srážkoměrných dat velmi obtížná a použitý postup proto zahrnuje také subjektivní posouzení kvality dat. Před samotnými interpolačními metodami byla provedena kontrola četnosti dat. Při ní byly nejdříve vyřazeny dny, pro které bylo k dispozici méně než 95% radarových měření. Povodí řeky Olše disponuje celkem 11 srážkoměrnými stanicemi. Pro nalezení vhodné interpolační metody je tento počet nedostačující, vhodné je doplnit o radarová data. Dále byly statisticky porovnány naměřené údaje ze stanic s radarovými srážkami z odpovídajících pixelů.

4 Interpolační metody Cílem práce bylo otestovat metody pro kvantitativní odhad srážek s důrazem na vyzkoušení interpolačních metod s využitím malého počtu měření. V meteorologii se využívá velmi často metoda optimální interpolace. Zde je interpolace nově naměřených hodnot prováděna na základě autokorelačních analýz (analýz průměrného informačního vlivu nově naměřených hodnot vzhledem k chybám měření a variability analyzovaných polí) do tzv. předběžného pole. Jako předběžné pole se používá výstup z předchozího běhu modelu (obvykle se jedná o výstup 6h starý, ale principiálně to může být třeba klimatická analýza zachovávající fyzikální konzistenci), do kterého se matematickými postupy zavádějí nově naměřené hodnoty a pole meteorologických veličin se opravují. [7] 4.1 Metoda inverzních vzdáleností Metoda inverzních vzdáleností (inverse distance weighting - IDW) využívá při výpočtu váženého lineárního průměru. Vahou použitou ve výpočtu je reciproká hodnota vzdálenosti měření od lokálního odhadu s mocninou p. Pro mocninu p se často používá hodnota 2 (pak jde o IDS - inverse distance square), obecně se doporučují hodnoty mezi 1 a 3. Vyšší hodnota mocniny znamená více dramatický průběh pole a větší vliv nejbližších hodnot. V primární podobě jde o exaktní interpolační metodu. [4] 4.2 Metoda krigování Krigování je geostatistickou metodou odhadu. Odhady jsou počítány na základě vážených lineárních průměrů, kde je pro každé místo optimalizována soustava vah tak, aby měl výsledný odhad co nejmenší chybu (rozptyl odhadu) (bližší popis např. Horák 2006). Ke krigování je nutné provést strukturální analýzu a popsat vztahy ve zkoumaném poli, někdy se ale situace zjednodušuje předpokladem lineárního semivariogramu. Teoreticky by při nulovém zbytkovém rozptylu mělo jít o exaktní metodu, praktické implementace však ukazují chování aproximační, tedy vyhlazení původních hodnot. K základním předpokladům pro provádění geostatistikckých odhadů patří pro většinu metod (vyjma neparametrických) požadavek normální distribuce interpolované veličiny, stacionarita a homogenita, ze kterých vyplývá i požadavek na stejný rozptyl v poli. Jednoduché krigování je nejjednodušší metodou krigování. K výpočtu je potřeba průměrná hodnota veličiny v poli. U základního krigování se předpokládá, že prostorová proměnná má neznámou, ale konstantní střední hodnotu. [4] U řady metod je možné definovat navíc způsob výběru bodů, spadajících do výpočtu (počet, někdy min. a maximální počet, někdy počet pro jednotlivé úhlové sektory). Vedle stanovování počtu bodů je možné stanovit i vyhledávací poloměr, který určuje z jaké maximální vzdálenosti budou údaje zahrnuty do výpočtu a rovněž do jaké vzdálenosti bude prováděna extrapolace izolinií. Pokud existují v datovém souboru shluky dat, které spolu nesouvisí a nemají být propojeny izoliniemi, je třeba volit vyhledávací poloměr menší než 1/2 vzdálenosti krajních bodů těchto sousedících shluků. 5 Závěr Předložený článek se zabývá odhadem srážek s využitím radarových dat a pozemních měření. Je třeba podotknout známou skutečnost, že samotná radarová data dávají výrazně horší charakteristiky než data korigovaná. Na druhé straně použití radarových dat znamená zachování struktury srážkového pole, kde je radar nezastupitelný, a zlepšení kvality odhadů ve srovnání s interpolací pozemních měření.

Na zadaných datech byly testovány tři interpolační metody metoda inverzních vzdáleností, jednoduché a základní korigování. Porovnání metod pro odhad bodových srážek ukázalo, že nejvhodnější metodou je základní krigování. Jako nejvhodnější způsob interpolace se jeví kombinace obou zdrojů dat jak z pozemních měření, tak i radarové odhady se zahrnutím dalších charakteristik jako je např. nadmořská výška. Formátování odkazu na článek v časopise nebo ve sborníku konference: 1. Austin P.M. Relation between measured radar reflectivity and surface rainfall. Monthly Weather Revue, 1987. Vol. 115. s. 1053-1070. 2. Collier CH.C. Applications of weather radar systems. Praxis Publishing Ltd., 1996, 390s. 3. Harrison D.L., Driscoll S.J., Kitchen M. Improving precipitation estimates from weather radar using quality control and correction technique. Meteorol.Appl.6, 2000, s. 135-144. 4. Horák J. Prostorová analýza dat. Skripta VŠBTUO, 2006. 149 stran. 5. Sokol Z., Řezáčová D. Statistická korekce denních srážkových úhrnů stanovených radarem s využitím klasifikované regrese. Meteorologické zprávy. 1/54. 2001. 6. Šálek M, Novák P., Kramář J. Údaje metod dálkové detekce během povodní v srpnu roku 2002. Meteorolog. Zpr., 55, 2002, č. 6, s. 177 179. 7. Sokol Z., Řezáčová D., Pešice P. Odhad bodových i plošných srážek s využitím srážkoměrných a radarových dat. Meteorologické zprávy. 1/56. 2003 str. 1-12.