Uso combinado de datos TRMM/PR y disdrmetro para correccin de

reflectividad de radares meteorolgicos en Argentina

Luciano Vidal1,2, Paola Salio2,3 y Laura Pappalardo2
(1) CONICET - Servicio Meteorolgico Nacional
(2) Departamento de Ciencias de la Atmsfera y los Ocanos, FCEyN, UBA
(3) Centro de Investigaciones del Mar y la Atmsfera, CIMA/CONICET, FCEyN, UBA, UMI 3351 - CNRS
E-mail: lvidal@smn.gov.ar

RESUMEN: En Argentina como en otros pases, las mediciones diarias de precipitacin son llevadas a cabo
mediante el empleo de estaciones pluviomtricas de superficie. Como resultado, las observaciones puntuales
a veces no representan adecuadamente la variabilidad espacio-temporal de los sistemas precipitantes, lo cual
hace necesario la incorporacin de otras fuentes de medicin que puedan mejorar este aspecto.
En los ltimos aos se han incrementado notablemente las investigaciones relacionadas con el uso de las
estimaciones cuantitativas de precipitacin (QPE), tanto de radar como satelitales, en aplicaciones
hidrolgicas, debido principalmente a la creciente demanda de productos de precipitacin con mayor
resolucin espacial y temporal. Muchos organismos gubernamentales de toma de decisin empezaron a
considerar el uso de las estimaciones QPE como un complemento importante para los productos
convencionales derivados de la medicin de lluvia mediante pluvimetros.
El objetivo de este trabajo es presentar una metodologa para llevar a cabo un anlisis de calidad de los datos
de reflectividad de los radares meteorolgicos basados en tierra mediante el uso de datos del radar PR
(Precipitation Radar) a bordo del satlite TRMM (Tropical Rainfall Measuring Mission) y de disdrmetros.
Con esto se busca, por un lado, identificar errores sistemticos presentes en los datos y posteriormente
derivar un producto de precipitacin a partir de encontrar una relacin Z-R lo mas adecuada posible para la
regin de estudio. En particular, aqu se muestran algunos resultados aplicados al radar de Ezeiza, propiedad
del Servicio Meteorolgico Nacional.

INTRODUCCION
En Argentina como en otros pases, las mediciones diarias de precipitacin son llevadas a cabo mediante el
empleo de estaciones pluviomtricas de superficie. Como resultado, las observaciones puntuales a veces no
representan adecuadamente la variabilidad espacio-temporal de los sistemas precipitantes, lo cual hace
necesario la incorporacin de otras fuentes de medicin que puedan mejorar este aspecto.
En los ltimos aos se han incrementado notablemente las investigaciones relacionadas con el uso de las
estimaciones cuantitativas de precipitacin (QPE), tanto de radar como satelitales, en aplicaciones
hidrolgicas, debido principalmente a la creciente demanda de productos de precipitacin con mayor
resolucin espacial y temporal. Muchos organismos gubernamentales de toma de decisin empezaron a
considerar el uso de las estimaciones QPE como un complemento importante para los productos
convencionales derivados de la medicin de lluvia mediante pluvimetros.
Las actividades antes mencionadas, en el caso de los radares meteorolgicos, requieren una representacin
confiable de la reflectividad asociada a los sistemas precipitantes. Para saber si las mediciones de los radares
meteorolgicos de Argentina pueden ser utilizadas en el marco de las aplicaciones sobre la regin norte de la
Pampa Hmeda y el sur del Litoral, es necesario conocer sus errores sistemticos y desarrollar algoritmos de
calibracin o ajuste que permitan reducirlos o eliminarlos.
Varios estudios han abordado los problemas presentes en las mediciones de radar, concentrndose los
mismos mayormente en analizar la calidad de los datos (Moszkowicz et al. 1994; Austin 1987; Zawadzki
1984), la transformacin de reflectividad a tasa de precipitacin (Z-R) (Smith and Krajewski 1993; Scarchilli
et al. 1990; Zawadzki 1982) y los efectos de la geometra del haz y el perfil vertical de reflectividad
(Krajewski et al. 1996; Kitchen and Jackson 1993; Joss and Lee 1995; Rosenfeld et al. 1992).
Una fuente de error importante, que puede conducir a errores sistemticos importantes en las estimaciones de
precipitaciones por radar, es la falta en la determinacin exacta de la constante de calibracin del radar. Este
problema ha sido abordado de varias maneras, ya sea a partir de comparar las observaciones de radar con
datos de pluvimetros (Smith et al. 1996; Ulbrich and Lee 1999; Anagnostou et al. 1998; Smith and
Krajewski 1991; Anagnostou et al. 1999; Kitchen and Blackall 1992), a partir de la puesta en orbita del
primer radar para detectar precipitacin (PR, Simpson et al. 1996) a bordo del satlite TRMM (Tropical
Rainfall Measuring Mission), comparando ambos radares y determinando los sesgos (bias) presentes en los
datos del radar de tierra (Anagnostou et al. 2001; Bolen and Chandrasekar 2000; Gabella et al. 2006;
Carvalho da Costa 2007) o bien, mediante el uso de disdrmetros.
As, la calibracin de un radar se ha de entender como un proceso que tiene un carcter especfico para cada
radar, ya que la importancia de cada uno de los errores va a depender tanto del propio radar, como de su
entorno y la climatologa de la zona donde se encuentra instalado. La correccin meticulosa de cada uno de
esos errores permite llegar a un estado final en el que la comparacin con pluvimetros se suele entender
como un control de calidad ms que una calibracin, ya que se acepta que no son estimaciones de una misma

variable.
De esta manera, el objetivo de este trabajo es presentar una metodologa para llevar a cabo un anlisis de
calidad de los datos de reflectividad de los radares meteorolgicos basados en tierra mediante el uso de datos
del radar PR (Precipitation Radar) a bordo del satlite TRMM (Tropical Rainfall Measuring Mission) y de
disdrmetros. Con esto se busca, por un lado, identificar errores sistemticos presentes en los datos y
posteriormente derivar un producto de precipitacin a partir de encontrar una relacin Z-R lo mas adecuada
posible para la regin de estudio. En particular, aqu se muestran resultados preliminares aplicados al radar
de Ezeiza, propiedad del Servicio Meteorolgico Nacional, para un perodo experimental de tres meses
correspondientes a la estacin clida 2009-2010.

DATOS
Reflectividad del radar meteorolgico de Ezeiza
El radar meteorolgico es operado por el Servicio Meteorolgico Nacional y esta emplazado en cercanas del
Aeropuerto Internacional Ministro Pistarini de Ezeiza (34.49S 58.32W, 20 m) (Figura 1). Se trata de un
modelo Enterprise DWSR-2500C que opera en una longitud de onda de 5.36 cm (banda C), con un ancho de
pulso de 1, una resolucin en rango de 0.5 km y una frecuencia de escaneo de aproximadamente 10
minutos. Cada volumen consiste en 16 elevaciones de antena, entre 0.2 (escaneo base) y 34.

Figura 1.- Mapa con la ubicacin del sitio del radar meteorolgico de Ezeiza y las diferentes reas de cobertura de la
informacin.

Reflectividad del radar TRMM-PR

El radar PR a bordo del satlite TRMM opera en banda Ku (13,796-13,802 GHz) correspondiente a una
longitud de onda de 2,17 cm. La resolucin espacial es de 4,8 km en la horizontal y de 0,25 km en la vertical.
El producto que se utilizo en este trabajo es la reflectividad corregida por atenuacin derivada del algoritmo
2A-25 (Iguchi and Meneghini, 1994).

Reflectividad y tasa de precipitacin de disdrmetro

Para este trabajo se utiliz un disdrmetro lser Thies (http://www.thiesclima.com/disdrometer.html) que se
instal durante el perodo de estudio en el edificio del Instituto de Clima y Agua, dentro del predio de INTA
Castelar (Figura 2). El distrmetro calcula la intensidad, el volumen (equivalente en agua) y el espectro de
precipitacin (dimetro y velocidad), as como la intensidad instantnea de precipitacin (R) y la
reflectividad de radar (Z). Estos dos ltimos parmetros son los que se emplearon en el presente trabajo.
(a)

(b)

Foto: Thies Clima

Figura 2.- (a) Esquema del disdrmetro donde se ve el lser y los hidrometeoros pasando a travs del mismo. (b) Vista
del disdrmetro Thies (flecha negra) utilizado en el predio de INTA Castelar.

METODOLOGIA
Cross-validacin entre radar de Ezeiza y radar de TRMM
A fin de comparar las dos muestras, se sigui una metodologa similar a la propuesto por Anagnostou et al.
(2001) para la correcta disposicin espacial de ambas fuentes de informacin. El mtodo se basa en un
esquema que interpola los volmenes escaneados de ambos radares a una retcula comn a fin de reducir al
mnimo las incertidumbres asociadas con el tipo de precipitacin presente, la resolucin de la retcula, las

diferencias en el umbral de sensibilidad de cada radar, el volumen de muestreo, los ngulos de visin, y las
frecuencias de trabajo. Los volmenes instantneos de reflectividad de TPR y EGR, con un desfasaje
mximo de 10 minutos, son proyectados en una retcula cartesiana 3D con una resolucin horizontal de 5 km
y vertical de 2 km. Las dimensiones de la caja de este volumen interpolado fueron definidas para ser
consistentes con ambos sistemas de observacin, respetando la baja resolucin vertical del radar de tierra (~2
km a 100-km del radar considerando un ancho de pulso de 1) y la resolucin de TPR (~4.5 4.5 km). El
dominio esta centrado en el radar de Ezeiza y se extiende horizontalmente 200 km y verticalmente desde 2
a 14 km.
El estudio de las diferencias sistemticas entre los datos de TPR y EGR fueron evaluadas considerando
estadsticos tales como BIAS y RMSE, y aplicando la tcnica denominada histogram matching (Hamill,
1999) que se basa en comparar las CDFs de ambos conjuntos de datos (Figura 3a). El objetivo principal de
este algoritmo es encontrar una curva de ajuste que minimiza la distancia entre ambas distribuciones
acumuladas. La idea principal detrs de esto es remover los apartamientos (bias) de la informacin del EGR
en relacin con TPR. Dada un CDF para cada muestra, cada valor del conjunto de datos descalibrado es
agrupado con su valor correspondiente en los datos de referencia para una misma probabilidad. La Figura 3a
muestra un ejemplo de esta metodologa, Z1 es el valor de reflectividad descalibrado y Z2 es el dato de
referencia, P% representa el nivel de probabilidad para ambas muestras. En la Figura 3b se muestra el
diagrama de dispersin resultante de considerar todos los pares (Z1 y Z2) para un rango de probabilidades
entre 5% y 95%, dentro del perodo completo de estudio (2004-2009). Finalmente, la curva de ajuste o
calibracin se define a partir de una interpolacin lineal entre dos sucesivos intervalos de probabilidad (e.g.
5% y 10%).
(a)

(b)

Figura 3.- (a) Esquema de la funcin de histogram matching. (b) Definicin de la curva de
calibracin.

Obtencin de la relacin Z-R con disdrmetro

El primer paso fue identificar los eventos de precipitacin registrados por el disdrmetro dentro del perodo
de estudio. Luego se generaron series temporales de R y Z para cada uno a fin de analizar las caractersticas
generales de la precipitacin registrada. La Figura 4 muestra, para cada uno de los eventos, la evolucin
temporal de la tasa de precipitacin (R) y de la reflectividad (Z). Como se ve, existe una gran variabilidad de
dichos parmetros dentro de un mismo evento como as tambin entre eventos.
Luego, se procedi a calcular las relaciones Z-R para cada evento por separado en primer lugar, y luego
considerando todos los eventos juntos. A su vez, para este ultimo conjunto, se obtuvo una relacin para
precipitacin estratiforme y otra para precipitacin convectiva. Para esto ltimo, se adopt un umbral de tasa
de precipitacin R < 10 mm/h para definir eventos de precipitacin estratiforme (Nzeukou et al. (2004), entre
otros). Por su parte, los eventos convectivos son aquellos cuya tasa de precipitacin es mayor que dicho
umbral.

Figura 4.- Evolucin temporal de tasa de precipitacin (azul) y reflectividad (rojo) medidas por el disdrmetro para
cada uno de los eventos registrados entre noviembre de 2009 y enero de 2010. El eje de las abscisas corresponde al
tiempo en horas.

RESULTADOS
Desempeo del radar meteorolgico de Ezeiza
La Figura 5 muestra los histogramas de frecuencias relativas del radar de Ezeiza y TRMM-PR, en conjunto
con la distribucin de las diferencias, a fin de apreciar grficamente el sesgo presente en los datos de Ezeiza.
Lo primero que se observa es que el histograma de las diferencias presenta una forma muy cercana a una

distribucin gausseana, con un desvo estndar igual 7 dB. Esta variabilidad se puede atribuir a efectos
aleatorios asociados con la variabilidad presente en la distribucin de tamaos de los hidrometeoros, residuos
asociados a correcciones por atenuacin, conocimientos incompletos acerca de la propagacin del haz de
radar, errores de interpolacin y desfasajes en el momento de las mediciones por parte de ambos radares. De
todos modos, es posible identificar claramente las diferencias sistemticas entre las medidas de ambos
sensores. Para la obtencin de la curva de calibracin y/o ajuste se sigui la metodologa descripta mas arriba
y los resultados se muestran en la Figura 5.

Figura 5.- Histogramas de la reflectividad de GR (linea azul), PR (linea rojo) y la diferencia

entre ambos (linea negra). En la figura se muestran los valores correspondientes al BIAS y
RMSE.

Para mostrar el desempeo de la calibracin algunos casos asociados con diferentes tipos de precipitacin
fueron seleccionados y los mismos se muestran en la Figura 6. Estos casos no forman parte del conjunto de
entrenamiento con el cual se obtuvo la curva de ajuste. Los casos 1 y 2 presentan un comportamiento ms
convectivo, mientras que el caso 3 presenta precipitacin de tipo estratiforme, y el caso 4 muestra una lnea
de inestabilidad. Se aplic la curva de calibracin a cada uno de los eventos y as obtener las imgenes
calibradas (Figura 6, columna de la derecha). En primer lugar se puede observar que aunque los patrones
espaciales y el posicionamiento de los sistemas son los mismos, hay diferencias significativas en la magnitud
relativa de los valores de reflectividad. Para el caso 4, la calibracin se ajusta adecuadamente, aunque en las
zonas ms convectivas se observa aun una subestimacin de las reflectividades, mientras que para las zonas
estratiformes ocurre lo contrario. Los BIAS observados varan entre -8.2 y -5.2 dB, siendo las mayores
diferencias durante los casos convectivos. Por su parte, los histogramas muestran que los valores ms
frecuentes de reflectividad para el radar de Ezeiza se ubican entre 15 y 20 dBZ, con un sesgo hacia valores
altos pero que nunca superan los 40 dBZ. Por su parte, las curvas de reflectividad del radar TRMM-PR
muestran con valores ms frecuentes aquellos ubicados entre 25 y 30 dBZ.

TPR 2A-25

GR sin calibrar

GR calibrado

CASO 1

CASO 2

CASO 3

CASO 4

Figura 6.- Campos de reflectividad del radar TRMM-PR a 3 km de altura (columna izquierda), campos de
reflectividad sin calibrar del radar de Ezeiza a 3-km de altura (columna central), y campos de reflectividad de Ezeiza
calibrados (columna derecha). Los crculos en cada imagen representan un area de radio igual a 200 km.

Relacin Z-R
Las gotas de nube y la precipitacin satisfacen aproximadamente la condicin de Rayleigh, ya que su
dimetro es menor en comparacin con la longitud de onda utilizada en los radares meteorolgicos
(Sauvageot, 1992). Sin embargo, cuando esto deja de valer los coeficientes de la relacin Z-R son un poco
diferentes. Salvo en presencia de granizo, en la banda C esto no sucede. En consecuencia, la banda C se
comporta como la banda S. Si se asume esta hiptesis, los radares pueden monitorear ciertos fenmenos
atmosfricos, luego el factor de reflectividad (Z) puede ser relacionado con cantidades fsicas asociadas con
dicho fenmeno. Muchos trabajos han estudiado la relacin entre la tasa de precipitacin R y Z, resultando
en una relacin funcional de la forma:
Z = aRb

(1)

donde Z est en mm6/m3 , R en mm/h, y a y b son los coeficientes que dependen de la distribucin de
dimetros de las gotas N(D). Aplicando el logaritmo natural a ambos lados de la ecuacin (1) se obtiene:
ln Z = ln a + b ln R

(2)

Haciendo Y = ln Z; = ln a; = b; X = ln R, se obtiene la funci

n lineal Y = + X, donde y son la
ordenada al origen y la pendiente, respectivamente. Los coeficientes a y b de la ecuacin (1) pueden ser
estimados luego a partir de la regresin lineal entre Z y R.
Para establecer la relacin Z-R se han propuesto muchos mtodos. Uno de ellos se basa en la utilizacin de
un disdrmetro para medir N(D) (Joss and Waldvogel, 1967, 1969; Campistron, et al., 1987). De esta
manera, el objetivo de esta parte del trabajo es determinar los coeficientes a y b a partir de mediciones in situ
de las distribuciones N(D) a fin de aplicar luego dicha relacin al radar de Ezeiza para obtener campos de
precipitacin instantnea. Todos los valores de R y Z obtenidos a partir del disdrmetro instalado en INTA
Castelar fueron considerados para establecer la ecuacin general. El resultado es:
Z = 360.8 R1.57

[r2 = 0.87]

(3)

La regresin lineal obtenida a partir del conjunto de datos de 3 meses se muestra en la Figura 7, mientras que
en la Figura 8 se presentan los parmetros a y b resultantes para cada evento por separado. Aqu claramente
se puede observar la dependencia notoria con las caractersticas propias de la precipitacin y por ende, del
espectro de gotas asociado a cada uno. La Tabla 1 muestran los mismos parmetros pero separando los datos
en precipitacin estratiforme o convectiva.
Tabla 1.- Parmetros de la relacin Z-R y varianza explicada por la regresin lineal.
a

r2

Estratiforme

363,3

1,63

0,82

Convectivo

489,6

1,42

0,68

Todo

360,8

1,57

0,87

Figura 7.- Regresin lineal Z-R para el set completo compuesto por 4653 minutos de muestreo.

Figura 8.- (a) Variabilidad del parmetro a de la relacin Z=aRb, para cada evento analizado, y (b) dem pero para el
parmetro b.
.

CONCLUSIONES
Este trabajo aborda dos problemas relacionados con la estimacin de lluvia por radar. Dos han sido las
direcciones seguidas, (1) el anlisis de correcciones generales de la medida del radar de Ezeiza a partir de su
comparacin con medidas registradas por el radar a bordo del satlite TRMM, en particular la identificacin
de errores sistemticos presentes en los datos observados en superficie, y (2) la estimacin de una relacin ZR ms acorde para nuestra regin a partir de medidas de disdrmetro.
El anlisis dedicado a la comparacin y correccin de las medidas del radar de tierra a partir de las
registradas por el radar TRMM-PR, pone de manifiesto la variabilidad espacio-temporal del factor de
correccin, incluso para periodos largos de acumulacin y en zonas prximas al radar. El resultado es una
constatacin de la idea de que es necesaria una correccin sistemtica de cada una de las fuentes de error a
fin de poder contar con un dato confiable de reflectividad con el cual obtener campos de precipitacin
instantneos y acumulados.
Por otro lado, desde el punto de vista hidrolgico, el inters de considerar una doble relacin Z-R a la hora
de transformar la reflectividad en intensidad de lluvia est ligado al grado de conveccin de los episodios.
Por lo tanto, es necesario determinar el tipo de relacin asociado a cada tipo de precipitacin, ya sea
estratiforme o bien convectiva, o una mezcla de ambas, a partir de medidas de la distribucin de gotas. Ese
estudio debera hacerse de manera que las relaciones encontradas representarn las caractersticas de la lluvia
en el rea donde se localiza el radar. Para continuar en esta lnea de trabajo, se estn incorporando ms
disdrmetros para poder ampliar el perodo de observaciones y as poder desarrollar una climatologa ms
extensa de las caractersticas dominantes de los eventos de precipitacin en nuestra regin. Es as como
desde octubre de 2011 se encuentra en pleno funcionamiento el primero de los disdrmetros ubicado en la
Ciudad Universitario de la Ciudad Autnoma de Buenos Aires, mientras que pronto se incorporar uno mas
ubicado en el predio de la Estacin Meteorolgica de La Plata perteneciente al Servicio Meteorolgico
Nacional.
Agradecimientos. El primer autor quiere agradecer al Consejo Nacional de Investigaciones Cientficas y Tcnicas
(CONICET) por la beca doctoral mediante la cual desarrolla esta investigacin. Tambin quiere agradecer al Servicio
Meteorolgico Nacional por la disponibilidad de los datos del radar de Ezeiza, y al Instituto de Clima y Agua del INTA
Castelar por ceder las instalaciones para albergar uno de los disdrmetros.

REFERENCIAS
Anagnostou, E. N., W. F. Krajewski, D. J. Seo, and E. R. Johnson, 1998: Mean field rainfall bias Studies for WSR-88D.
J. Hydrol. Eng., 3, 149-159.
Anagnostou, E. N., W. F. Krajewski, and J. Smith, 1999: Uncertainty quanification of mean areal radar-rainfall
estimates. J. Atmos. Oceanic Technol., 16, 206-215.
Anagnostou, E. N., C. A. Morales, and T. Dinku, 2001: The use of Precipitation Radar observations in determining
ground radar calibrations biases. J. Atmos. Oceanic Technol., 18, 616-628.
Austin, P.M. 1987. Relation between measured radar reflectivity and surface rainfall. Monthly Weather Review, 115:
1053-1069.
Bolen, S. M., and V. Chandrasekar, 2000: Quantitative cross validation of space-based and radar observations. J. Appl.
Meteor., 39, 2071-2079.
Campistron, B., G. Despaux, and J. P. Lacaux, 1987: A microcomputer data acquisition system for real-time processing
of raindrop size distribution measured with the RD69 disdrometer. J. Atmos. Oceanic Technol., 4, 536-540.
Carvalho da Costa, I., 2007: Avaliacao dos dados produzidos pela rede de radares meteorolgicos de banda S
localizados no centro sul do Brasil. Dissertacao de Maestrado do Curso de Ps-Graduacao em Meteorologia, INPE,
pp. 139.
Gabella, M., J. Joss, S. Michaelides, and G. Perona, 2006: Range adjustment for ground-based radar, derived with the
space borne TRMM Precipitation Radar. IEEE Trans. Geosci. Remote Sens., 44, 126-133.
Hamill, T., 1999: Hipothesis tests for evaluating numerical precipitation forecasts. Wea. Forecasting, 14, 155-167.
Iguchi, T., and R. Meneghini, 1994: Intercomparison of single-frequency methods for retraving a vertical rain profile
from airborne or spaceborne radar data. J. Atmos. Oceanic Technol., 11, 1507-1516.
Joss, J., and A. Waldvogel, 1969. Raindrop size distribution and sampling size errors. J. Atmos. Sci., 26, 566-569.
Joss, J., and R. Lee, 1995: The application of radar-gauge comparisons to operational precipitation profile corrections.
J. Appl. Meteorol., 34, 2612-2630.
Kitchen, M., and R. M. Blackall, 1992: Representativeness errors in comparisons between radar and gauge
measurements of rainfall. J. Hydrol., 134, 13-33.
Kitchen, M., and P. M. Jackson, 1993: Weather radar performance at long-range- simulated and observed. J. Appl.
Meteorol., 32, 975-985.
Krajewski, W.F., Anagnostou, E.N., and Ciach, G.J. 1996. Effects of the radar observation process on inferred rainfall
statistics. J. Geophy. Res., 101, 493-502.
Moszkowicz, S., G. J. Ciach, and W. F. Krajewski, 1994: Statistical detection of anomalous propagation in radar
reflectivity patterns. J. Atmos. Oceanic Technol., 11, 1026-1034.
Nzeukou, A., A. D. Ochou, and F. Kebe, 2004: Raindrop size distribution and radar parameters at Cape Verde. J. Appl.
Meteor., 41, 69-82.
Rosenfeld, D., Wolff, D. y Atlas, D. 1993. General probability-matched relations between radar reflectivity and rain
rate. J. Appl. Meteor., 32: 50-72.
Sauvageot, H. 1992. Radar meteorology. Artech House radar library., Artech House, Boston, ISBN : 0890063184, xii,
366 pp.
Simpson, J., C. Kummerow, W. K. Tao, and R. F. Adler, 1996: On the Tropical Rainfall Meassuring Mission. Met.
Atmos. Phys., 60, 19-36.
Smith, J. A., and W. F. Krajewski, 1991: Estimation of the mean field bias of radar rainfall estimates. J. Appl. Meteorol.,

30, 397-412.
Smith, J. A., and W. F. Krajewski, 1993: A modeling study of rainfall rate-reflectivity relationships. Water Resour. Res.,
29, 2505-2514.
Smith, J. A., D. J. Seo, M. L. Baeck, and M. D. Hudlow, 1996: An intercomparison study of NEXRAD precipitation
estimates. Water Resour. Res., 32, 2035-2045.
Ulbrich, C. W., and L. G. Lee, 1999: Rainfall measurement error by WSR-88D radars due to variations in Z-R law
parameters and the radar constant. J. Atmos. Oceanic Techn., 16, 1017-1024.
Zawadzki, I. 1982. The quantitative interpretation of weather radar measurements. Atmosphere-Ocean, 20: 158-180.
Zawadzki, I., 1984: Factors affecting the precision of radar measurements of rain. Preprints, 22nd Conf. On Radar
Meteorology, Zurich, Switzerland, Amer. Meteor. Soc., 251-256.