雷达反射率数据质量控制方法初探

地物、超折射等非降水回波是影响雷达定量探测降水和其他产品的重要因素,利用降水和非降水回波反射率三维结构的特征可以对雷达数据进行质量控制。通过对合肥、广州、濮阳、烟台等多部雷达的体扫资料的统计,结果表明：降水和非降水的水平反射率结构（T）和垂直反射率差（V）在反射率的低值和高值区体现出不同的分布特征,因此为这两个判据在反射率低值和高值区设定不同的判别指标。实验表明,此方法可以改善降水和非降水回波的识别效果。     

基于模糊逻辑的双偏振多普勒雷达地物杂波抑制方法的初步应用

以广州双线偏振多普勒天气雷达为例,用反射率因子水平纹理、相关系数、差分反射率因子标准差、差分传播相位标准差和相关系数标准差5个参量,作为模糊逻辑方法的输入参数,实现地物杂波抑制。结果表明:加入偏振参数的模糊逻辑算法能有效识别静态地物杂波,但是对强降水边缘回波以及层状云降水回波存在误判的情况。     

长沙机场阵列天气雷达地物识别算法

地物杂波是影响雷达产品准确性的重要因素。该文提出了一种改进的基于模糊逻辑的阵列天气雷达地物识别算法。在Kessinger模糊逻辑基础上,加入回波强度时间变化量（time variability of reflectivity factor,T_VR）参数,利用收集到的雷达数据统计出各输入参数的概率分布,确定隶属函数;分析T_VR参数对地物识别算法的贡献,并在不同天气情况下进行识别算法有效性验证。试验结果表明:加入T_VR参数,长沙机场阵列天气雷达地物识别准确率最大可提高4%,降水识别误判率最多可降低2%。该文提出的地物杂波识别算法,无降水时,地物识别准确率达96%;有降水时,地物识别准确率达92%;降水回波误判为地物杂波的误判率约为10%,能较好地区分降水回波和地物杂波。     

基于支持向量机的雷达地物回波识别研究

多普勒天气雷达探测过程中的非气象因子会显著影响雷达资料的定量化应用,在雷达基数据的应用前需对雷达资料进行抑制地物杂波、去距离折叠和退速度模糊等质量控制。本文在现有的自动识别地物回波方法的基础上,提出了基于支持向量机（Support Vector Machine,SVM）识别雷达地物杂波的方法,2013年6-8月对安庆和常州两地的CINRAD/SA雷达观测资料进行雷达地物回波识别,并将其与运用人工神经网络（Artificial Neural Networks,ANNs）识别的结果进行对比,结果表明支持向量机方法能够取得更好的效果。在地物、降水回波总样本识别和地物回波识别方面更为有效;降水回波的误判方面,神经网络略优于支持向量机,但两者差异不大,都将降水回波的误判率控制在了一个较小的范围内;另外支持向量机方法较之神经网络方法对于训练样本数目的依赖性较小,在训练样本较少时,支持向量机方法仍能保持有效的识别效果。     

遵义多普勒天气雷达反射率资料的杂波抑制算法研究

基于遵义新一代多普勒天气雷达降水回波和非降水回波特征,选取反射率水平纹理（T）和有高度限制的反射率垂直梯度（V）等参数予以区分,进而剔除非降水回波。选择几个典型的回波个例进行效果检验,结果表明该方法能剔除绝大部分非降水回波,同时对降水回波的强度场没有影响。     

决策树算法在雷达反射率因子质控中的应用

基于决策树算法，利用2020年武汉多普勒天气雷达探测资料，分析决策树算法对反射率因子的质控效果，得到以下主要结论：（1）决策树算法能有效滤除湖北东部地区由于山脉和城市建筑所导致的固定地物回波和超折射地物回波。（2）对于降水回波而言，决策树算法不改变雷达近距离范围内回波的位置、形状和强度，而远距离处（≥160 km）回波则存在一定程度的过度质控，主要是由于雷达波束随距离增加而抬高以及回波垂直梯度较大导致。（3）决策树算法对辐射状和弧状杂波的质控能力较好，其滤除率达到95%以上。     

CINRAD/SAD双偏振雷达非降水回波识别技术

双偏振雷达观测特征参量（如相关系数、差分反射率等）能有效抑制地物、超折射、电磁干扰、海浪和晴空等非降水回波。在上海南汇WSR-88D双偏振雷达非降水回波识别算法基础上,对我国升级布网且纳入业务运行的CINRAD/SAD双偏振雷达数据进行算法测试、算法模块适应性改进,利用江苏、广东的双偏振雷达观测冰雹、融化层、台风降水及各种杂波个例进行算法检验评估,并在组网拼图中展示质量控制效果。结果表明:总体上算法对非降水回波的识别准确率达到95.2%,降水回波的误判率为2.6%。但对夏秋季节夜晚的大面积晴空回波算法识别准确率低于90%,有待尝试利用深度学习方法改进。     

基于双线偏振参量对北京X波段雷达非降水回波识别方法的研究

为了提高中国X波段双线偏振雷达(简称双偏振雷达)的数据质量,提升应用水平,基于美国多雷达多传感器定量降水估测业务系统质量控制(简称dpQC)方案,在此基础上增加了差分反射率阈值判别并对方案中的计算参数进行本地化调整,设计了针对X波段双偏振雷达的质量控制(简称dpXQC)方案,原理主要包括:将双偏振参量相关系数(CC)区分降水回波与非降水回波的阈值调整为0.9,小于0.9的回波判别为非降水回波;通过计算回波顶高与强回波区位置对冰雹与非均一性波束填充区域进行标识;通过统计探空资料0℃高度上下相关系数的特征,调整了融化层的识别参数;优化算法将双偏振参量差分反射率绝对值大于5 dB判别为非降水回波;加入了条状杂波识别、连续性检验与斑块杂波识别算法。利用dpXQC方案对北京五部X波段多普勒双偏振业务雷达进行试验,检验评估其对非降水回波识别效果,获得以下结果与结论:大部分非降水回波可以通过CC阈值判别被滤除;对于CC阈值判别无法滤除的条幅状、孤立点、块状非降水回波,dpXQC方案利用条幅状杂波识别、连续性检验与差分反射率阈值判别去滤除;dpXQC方案有效保护了冰雹、非均一性波束填充与融化层区域中CC0.9的降水回波不被滤除;检验结果显示,dpXQC方案对非降水回波正确识别率为91.8%,错误识别率为20.6%,均要优于dpQC方案,但dpXQC方案的错误识别率依然很高,主要有两方面原因,一是由于X波段雷达反射率衰减严重,方案会对一些离雷达较远的非均一性填充区域出现遗漏识别,二是融化层识别算法在所有方位角的位置与厚度是固定的,与实际观测不符,这均会导致被遗漏标识区域中CC0.9的降水回波被误判为非降水回波。总体来看,dpXQC方案在滤除非降水回波的同时,最大程度保护了降水回波不被滤除,为雷达资料定量化应用等相关业务提供保障。     

Geodesics算法在雷达投影转换中的应用检验

基于上海市气象局布设于临港的X波段移动式双线偏振雷达观测资料,利用反射率因子、差分反射率和相关系数等变量识别出东海大桥固定地物回波位置,进而采用Geodesics和HRAP(Hydrologic Rainfall Analysis Project)投影转换算法将雷达回波的极坐标位置转换至地理坐标。以国家测绘局利用GPS技术测量的沪芦高速(东海大桥段)地理坐标作为真值,将环境大气分为晴空回波-低湿度情况和降水回波-高湿度情况分类检验两种算法的效果。检验算法包含经投影转换后地物回波样本位于桥面主体内部的数目(多边形检验)和样本偏离桥体中心线的距离(中心线检验)。其结果表明:Geodesics算法在多边形和中心线检验方面表现均优于HRAP算法,其在雷达投影转换的实际业务中具备一定的应用价值。     

新疆C波段多普勒雷达地物回波识别方法应用研究

地物回波直接影响雷达定量探测降水物质以及雷达资料同化的应用，基于回波纹理变化以及径向速度参数开展新疆C波段多普勒雷达地物回波识别方法应用研究。通过雷达探测范围内第一层至第三层仰角地形遮挡与FY-2H总云量信息，对不同天气条件下新疆伊宁、喀什两部雷达低层仰角的地物回波识别方法效果进行定性分析，结果表明：晴空天气条件下，该方法不仅能够有效识别雷达站附近的地物回波，同时对因地形遮挡引起的地物回波也能进行有效识别；在降水天气条件下，能够有效识别地物回波且未对降水回波造成误判；高分辨率的地形数据以及卫星产品对雷达地物回波的识别有一定指导意义，可作为判定因子进一步改进雷达质控方法。     

多普勒雷达晴空回波识别与应用

在现有多普勒天气雷达资料质量控制基础上,采用徐州雷达站2009年4月和9月雷达资料,统计并对比几种常见的降水回波与非降水回波特性,找出一种有效地识别晴空回波的方法。该方法在不同径向距离区间(小于25km及25～200km)采用不同的识别参数,能够较好地将非降水回波中对临近预报有用的晴空回波信息保留,而将其他非降水回波信息(地物回波、超折射回波等)剔除。依据该方法识别的晴空回波区域所对应Doppler速度可用于判别大气平流状况,从而为预报工作提供帮助。     

雷达与雨量计联合估测降水的相关性分析

在对比分析质量控制前后雷达估测降水量与自动雨量计降水量之间相关性的基础上,采用雷达-雨量计联合校准方法,对14种不同密度雨量计校准雷达估测降水的效果进行分析。结果表明:在使用雷达资料和雨量计资料前有必要对资料的质量进行分析与控制。联合雨量计校准雷达能明显提高雷达对降水的估测能力;采用不同密度雨量计校准雷达,随着校准雨量计密度的加大,雷达估测降水的精度不断提高并趋于稳定。校准雷达的效果及所需雨量计密度与降水类型有关,当校准效果相同时,积云强降水过程需要的雨量计密度最大,积混对流性降水过程次之,层云稳定性降水过程需要的雨量计密度最小。不同方法的校准效果不同,卡尔曼滤波方法适合于对稳定性降水的校准,或在雨量计密度低的地区对雷达进行校准;变分校准法和最优插值法的校准效果相当,适合对积混对流性降水的校准,或在雨量计密度高的地区对雷达进行校准。     

S波段多普勒天气雷达非降水气象回波识别

在气象条件为晴空或有云但无降水的情况下,在雷达站附近经常可观测到大面积的非降水气象回波,这些回波对定量估测降水和雷达资料同化效果产生重要影响。为了有效识别这些非降水回波,该文发展了基于模糊逻辑识别和回波分块的非降水气象回波识别算法 (NPMDA)。该文首先利用地面和卫星资料为标准,提出了非降水回波的确定标准,并利用北京SA雷达,对非降水气象回波特性进行了统计分析,得到了隶属函数。在非降水回波识别时首先采用SCIT算法将回波组合成片,然后对整个PPI进行初步的判断。对不能初步判断为降水的PPI,采用模糊逻辑的方法计算成片回波的属性值,依据成片回波的属性值得到片内回波逐点识别时的阈值,从而实现了回波的动态阈值识别。结果表明:对大部分非降水气象回波识别效果较好,对较强降水回波误判较少,弱降水回波有时会出现一定的误判。与NCAR使用的ICADA方法相比,NPMDA方法能明显提高非降水回波的识别率,减少降水回波的误判率。     

SWAN系统中雷达反射率因子质量控制算法及其应用

介绍了SWAN系统中雷达反射率因子质量控制算法原理,包括数据预处理、孤立噪声回波过滤、超折射回波抑制3部分.数据预处理将原始雷达资料转换为统一的RD20格式,并检测数据质量.孤立噪声回波过滤包括双向搜索、回波特征量过滤法.超折射（Anomalous Propagation,AP）回波抑制采用模糊逻辑原理.介绍算法配置参数,通过对比分析武汉、随州、西安雷达AP识别因子概率分布图可知,三者是类似的,表明默认参数的适用性.评估表明,该方法可过滤掉大部分AP回波,缺点是未能识别部分远距离AP回波以及错误识别部分降水回波.     

基于小波域高斯尺度混合模型的天气雷达图像高分辨率插值

采用可精确刻画雷达回波强度数据统计特征的小波域高斯尺度混合（GSM）模型作为雷达图像先验模型,进行天气雷达图像插值,在提高图像分辨率的同时有效重建降水回波中局部强回波值、小尺度变化细节等一些重要空间分布统计特征。分析和总结雷达回波强度数据小波频率域统计特点,建立小波域GSM模型;匹配天气雷达图像小波系数和GSM模型,利用贝叶斯理论估计更小尺度的小波系数,进行小波逆变换,完成高分辨率天气雷达图像插值。试验表明,该算法能从低分辨率图像中估计出高分辨率高频系数,且所利用的先验模型充分考虑降水数据本身的特点,可有效捕获降水回波结构的非高斯特征和局部相关特性,重建雷达图像中的局部变化细节。      

C波段多普勒天气雷达地物识别方法

地物回波对雷达数据应用会造成负面影响,是影响定量降水估测等产品精度的重要因素,识别并剔除地物回波是雷达基数据质量控制的一个重要内容。该文在现有S波段雷达地物识别方法的基础上,使用长治、哈尔滨两部CINRAD/CC雷达2011年观测数据,对C波段雷达地物回波特征进行分析,改进识别参量的隶属函数,建立适合C波段多普勒天气雷达的地物识别方法 (MCC方法),并对该方法进行效果检验。结果表明:S波段及C波段雷达地物回波与回波强度有关的参量分布较为相近,与降水回波的参量分布有明显区别;S波段雷达地物识别方法中与回波强度有关的参量可用于C波段雷达地物的识别,与速度有关的参量中仅中值速度可用于C波段雷达。通过统计分析与个例分析,相对于现有S波段雷达识别方法,MCC方法可显著提高C波段雷达地物回波的识别正确率,并可减少层状云降水回波的误判。     

用雷达反射率作对流性降水和层状云降水自动分类

为提高雷达定量测量降水的精度,利用武汉CINRAD/SA雷达反射率数据,研究提出了对流性降水和层状云降水自动分类算法(ACSS)。该算法在二维反射率结构场初步分类降水的基础上,识别亮带并从体扫描数据中提取降水的三维结构特征,然后对初步分类结果进行订正。试验表明,ACSS能较准确地实现对流性降水和层状云降水的自动分类,相对于只根据二维结构分类降水性能上有较大提高,主要表现在能正确识别出亮带特征明显的强层状云和对流核外沿的对流弱回波区。     

使用雷达回波三维信息自动识别降水类型的方法

提出了一种使用雷达回波三维信息（反射率因子的水平梯度、垂直递减率、垂直廓线变化特征以及回波顶高等）自动识别降水类型的方法,该方法可将雷达回波划分为热带降水类型、大陆强对流云降水类型和层状云降水类型。基于广州雷达于2008年5—8月观测到的7次强降水过程,在使用本方法识别降水类型的基础上,对不同降水类型使用不同的Z-R关系来测量降水量,即对热带降水类型使用Z=230R^1.25,对大陆强对流云降水使用Z=300R^1.4。以及对层状云降水使用Z=230R^1.6,并以雨量计观测的降水量为真值,与仅区分对流云降水和层状云降水类型并使用双Z-R关系测量降水量的方法进行了比较。结果表明,本方法可以有效地自动识别降水类型的分布区域,并且可以提高雷达定量测量降水的精度。