A Study of Realistic Sampling-Variability Effects on Precipitation Measurements

Abstract:

Previous studies have investigated the effects of sampling variability on precipitation measurements using analytically driven simulation models. To explore the effects with more realism, data‐derived distribution functions were used to develop a drop­‐by-drop rain event simulation. Data based probability distributions for the number of raindrop arrivals in each sample and the event averaged drop size distribution were found using measurements of several precipitation events recorded by a two dimensional video disdrometer. Using these probability distribution functions, Monte-Carlo simulated rain events were developed and explored. The simulated events were sampled at intervals of several different durations associated with different average numbers of raindrops in each sample. The simulations reveal new insights to exploring the sample-size dependent convergence and distribution of bulk rainfall quantities (e.g. Z, R, D_m) as compared to the intrinsic ensemble values.