A Test Pattern Identification Algorithm and Its Application to CINRAD/SA(B) Data简

A variety of faulty radar echoes may cause serious problems with radar data applications,especially radar data assimilation and quantitative precipitation estimates.In this study,＂test pattern＂ caused by test signal or radar hardware failures in CINRAD （China New Generation Weather Radar） SA and SB radar operational observations are investigated.In order to distinguish the test pattern from other types of radar echoes,such as precipitation,clear air and other non-meteorological echoes,five feature parameters including the effective reflectivity data percentage （Rz）,velocity RF （range folding） data percentage （RRF）,missing velocity data percentage （RM）,averaged along-azimuth reflectivity fluctuation （RNr,z） and averaged along-beam reflectivity fluctuation （RNa,z） are proposed.Based on the fuzzy logic method,a test pattern identification algorithm is developed,and the statistical results from all the different kinds of radar echoes indicate the performance of the algorithm.Analysis of two typical cases with heavy precipitation echoes located inside the test pattern are performed.The statistical results show that the test pattern identification algorithm performs well,since the test pattern is recognized in most cases.Besides,the algorithm can effectively remove the test pattern signal and retain strong precipitation echoes in heavy rainfall events.     

基于模糊逻辑的新一代天气雷达径向干扰回波识别算法

在雷达信号处理器异常、信号受到外部电磁干扰时,雷达会观测到沿径向分布的条幅状干扰回波,这类非气象回波须在雷达估测降水等定量应用之前消除。为适用体扫数据及正在业务推行的单径向流数据,利用2017年7—8月收集的雷达单站PPI数据,针对径向干扰回波,提出一种基于模糊逻辑的识别方法,该方法只提取径向上的特征参量,建立隶属函数和判定阈值,进行识别。通过对算法的评估和业务应用,结果表明:该算法对径向干扰回波和降水回波的识别和消除效果较好,与原业务算法相比,CSI评分提高0.232,能明显提高径向干扰回波的准确识别,略微降低对降水回波的误消除;算法在业务上能够稳定运行,对于定量化应用（降水估测等）具有正贡献。      

Identification and removal of non-meteorological echoes in dual-polarization radar data based on a fuzzy logic algorithm

A major issue in radar quantitative precipitation estimation is the contamination of radar echoes by non-meteorological targets such as ground clutter, chaff, clear air echoes etc. In this study, a fuzzy logic algorithm for the identification of non-meteorological echoes is developed using optimized membership functions and weights for the dual-polarization radar located at Mount Sobaek. For selected precipitation and non-meteorological events, the characteristics of the precipitation and non-meteorological echo are derived by the probability density functions of five fuzzy parameters as functions of reflectivity values. The membership functions and weights are then determined by these density functions. Finally, the non-meteorological echoes are identified by combining the membership functions and weights. The performance is qualitatively evaluated by long-term rain accumulation. The detection accuracy of the fuzzy logic algorithm is calculated using the probability of detection (POD), false alarm rate (FAR), and clutter-signal ratio (CSR). In addition, the issues in using filtered dual-polarization data are alleviated.     

基于数据特征的雷达径向干扰回波识别方法

通过对2020年1月广西新一代天气雷达基本反射率因子拼图产品中存在径向干扰回波的166个样本进行分析,提出一种基于径向数据特征分析的径向干扰回波识别方法:径向数据判定法(Radial Data Determine,RDD)。径向数据判定法方法通过建立4个特征参数来描述反射率因子纵向和横向的数据特征,基于决策树方法识别出径向干扰回波。运用径向数据判定法对该166个样本进行回算,发现径向数据判定法不仅能识别出小幅度的径向干扰回波,而且能有效识别出大幅度高强度的径向干扰回波,识别和滤除效果良好。经过对2019—2020年不同天气过程下的约3 784个样本(包括有或无干扰回波)进行了应用检验,同样发现径向数据判定法对径向干扰回波的正确识别率高,误识别损失小,具有良好的泛化能力和业务应用前景。最后,给出了径向数据判定法应用中存在的问题和未来工作展望。      

雷达地物回波模糊逻辑识别法的改进及效果检验

地物回波是影响中国新一代天气雷达资料质量的一个非常重要的因素。用模糊逻辑的算法,从识别降水回波和地物回波的特征参数中,选择了效果较好的6个特征参数。根据降水回波与地物回波的特征差异,进行模糊化处理,得出每个象素是地物的可能性,对超出地物阈值的象素点则识别剔除。并针对以前方法对镶嵌在降水中的地物以及小尺度对流云地物过度抑制的问题进行了改进:一是通过在剔除地物回波的基础上增加了回波填补的功能,将降水区域中的"回波空洞"进行有效填补;二是将地物判别阈值由固定的常数变为随距离变化的函数,减小对流云特别是小尺度强对流云边缘地物的过渡抑制。最后用统计平均法检验了整个质量控制算法,通过比较天津雷达质量控制前后的回波强度累加平均图,表明该算法对地物回波有显著的识别效果。     

山东中西部后向发展雷暴初步研究

基于山东济南新一代天气雷达多年资料,首先提出后向发展雷暴的概念,并规定了普查标准。通过普查2005—2012年8年济南多普勒天气雷达资料,选取了75个后向发展雷暴个例,分析了山东中西部后向发展雷暴的统计特征,给出了常见的3种后向发展雷暴概念模型。选取典型个例,分别对3种类型后向发展雷暴的演变方式及其物理机制进行了初步分析,为山东中西部后向发展雷暴的生成和演变提供了初步的认识。结果表明:(1)后向发展雷暴主回波以带状为主,生命史1—5 h,最大反射率因子在50 dBz以上,移动路径有西—西北、西南、原地新生3种类型;(2)新回波初生时间发生在16—17时(北京时)最多,初生地点在鲁西北和鲁中山区一带,强度一般在30 min内超过40 dBz,生命史在1 h以上,74.7%的新生回波与主回波合并或连接;(3)山东省中西部具有后向发展特征的对流系统产生的灾害性天气以冰雹和雷暴大风为主,很少伴随暴雨灾害;(4)新回波的源地特征可以分为随主回波移动、沿同一方向延伸以及位于两雷暴群之间3种类型;多个雷暴群共存时,新回波的源地介于两个回波带之间,使二者逐渐趋为一体;(5)当主回波传播方向与其长轴相交时,其长轴方向转向,距离新回波较远的一侧减弱;当主回波传播方向与其长轴方向一致,新回波源地位于主回波长轴的延长线上时,主回波加强;(6)天气尺度系统为后向发展雷暴提供了条件不稳定的大气层结和丰富的水汽,地面辐合线和冷池前沿阵风锋是产生新雷暴的主要抬升触发机制;适当的低层垂直风切变有利于新雷暴持续产生并加强;地形的阻挡使新回波源地在同一地点停滞,冷池阵风锋在低层风引导下沿地形向下游移动,新回波源地也随之移动。     

新一代天气雷达晴空回波反射率因子特征分析

本文基于新一代天气雷达、地面自动站、探空资料和卫星资料，综合利用天气雷达反射率因子和气象要素等资料分析了晴空回波的特征。结果表明:我国不同地域（华北、华中、华东和华南）晴空回波具有明显的日变化和年变化特征，具体表现为每年的春秋两季天气雷达可探测到明显的晴空回波，而且晴空回波主要出现在傍晚到第2天清晨之间。进一步的分析表明雷达探测的晴空回波和折射指数的涨落关系密切，此外逆温层和高湿区的存在也与雷达是否能够探测到晴空回波存在较高的相关性。     

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。     

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。     

基于气候统计特征的雷达回波质控方法

利用北京南郊S波段雷达2011—2016年的观测资料,从雷达气候统计的角度,利用不同强度回波发生频率的统计特征及其空间分布特征,对雷达地物杂波和波束遮挡的识别与订正方法进行研究。结果表明:①利用雷达回波出现频率特征,可以很好地识别雷达近中心地物杂波和受地形高度影响的地物杂波特征;同时还可以直观地识别出雷达波束遮挡区域以及遮挡程度。北京南郊雷达地物杂波主要分布在近雷达中心和北京西部、西北部的山前地区,地物杂波主要集中在0.5°仰角和1.5°仰角层上。雷达波束遮挡主要集中在由高大建筑引起遮挡的东南方位向和由于地形引起波束遮挡的西西北方位向,波束遮挡主要集中在0.5°仰角层。②采用局部可变区域平均垂直廓线方法利用高仰角回波订正低仰角回波,能有效订正地物杂波,并保留回波的局部特征。对于波束遮挡区域的回波填补,也能够较好地保持上下层仰角回波之间的连续性,同时兼顾了回波不均性分布等特性。③基于雷达气候特征进行地物杂波识别和波束遮挡识别,无需依照先验知识,相比于传统方法能更好地反映本地雷达回波真实情况,且具有方法简单、可快速复用、本地适用性强等优点。     

CINRAD／SA雷达超折射回波抑制技术分析与应用

结合WSR-88D雷达地物杂波抑制原理和济南CINRAD/SA雷达的探测应用,分析了济南CINRAD/SA雷达超折射回波的时空分布特征及对基数据和导出产品的影响,介绍了如何根据雷达站的具体情况和气象条件的变化,进行CINRAD/SA雷达超折射回波抑制控制参数的设置。恰当的杂波抑制可显著改善基数据和下游产品质量,晴空模式可采用强等级杂波抑制,层状云降水区域受到超折射污染时,多普勒通道和监测通道可采用中等级抑制。对流单体受到超折射污染时,零速度线所在区域多普勒通道可采用中等级抑制,监测通道可采用强等级杂波抑制。     

A Reflectivity Climatology Algorithm for Hybrid Scans and Its Application to Radar Coverage over the Tibetan Plateau

The traditional algorithm for hybrid radar scans uses standard terrain digital elevation model (DEM) data and the latitudes, longitudes and altitudes of contributing radar stations. While radar station location information is often inaccurate, signal blockages due to trees, buildings, and other surface objects are not included in the DEM data. Accordingly, hybrid scan elevations derived using this traditional algorithm are prone to errors. Here, reflectivity climatology data (the frequency of occurrence of reflectivity) are used to improve the algorithm for hybrid scans. Three parameters are introduced, then applied to evaluation of signal blockage for every radar bin using a fuzzy logic technique. This new algorithm provides an improved determination of the lowest unblocked elevation for hybrid scans. The new algorithm is validated by examining the scope and continuity of the calculated hybrid scan reflectivity in a case study, and the performance of this climatology-based algorithm is evaluated relative to the traditional terrain-based algorithm. The climatology-based hybrid scans are then used to examine the spatial coverage provided by the operational weather radar network over the Tibetan Plateau. The results indicate that the terrain-based hybrid scan algorithm introduced errors that caused obvious V-shaped gaps in hybrid scan reflectivity. By contrast, the climatology-based hybrid scan algorithm more accurately determined the lowest unblocked elevation and reduced the impacts of blockage. The coverage map illustrates the limitations of the weather radar network over the Tibetan Plateau. These limitations inhibit the usefulness of the radar data. Additional radar or observational data are needed to fill these gaps and minimize the impacts of signal blockage.     

基于卷积门控循环单元神经网络的临近预报方法研究

基于天气雷达资料的外推预报是灾害天气0~2 h临近预报基础,本文以业务应用为目标,应用广东省2015-2018年11部新一代多普勒雷达反射率拼图资料,研究了基于卷积门控循环单元神经网络ConvGRU的临近预报方法,采用多损失函数加权与分级加权的策略,基于ConvGRU框架建立三层自编码模型(Encoder-Decoder)的雷达回波临近预测模型,进行未来2 h逐6 min、连续20帧雷达回波图的预测,并与业务上已经应用的交叉相关法、光流法和粒子滤波法的临近预报结果对比,进行典型个例分析和长时间检验。结果表明,基于ConvGRU方法对强对流天气具有较好的预报效果,对雷达回波位置、强度和形状与实况更接近,表明深度学习方法通过对时间序列数据的学习,能较好地把握强回波区域的特征,在一定程度上能够相对比较准确地预报较强回波范围,但该方法预报雷达回波图像存在损失空间细节信息的局限,且对层状云降水的预报效果较差;ConvGRU方法的临界成功指数(CSI)和命中率(POD)评分高于传统的交叉相关法、光流法和粒子滤波法,且虚警率(FAR)评分为最小,在业务中具有广泛的应用前景。     

C波段调频连续波天气雷达探测系统及观测试验

对降水云更高时、空分辨率观测资料的需求推动了天气雷达技术的发展,调频连续波雷达(FMCW)系统采用收发分置双天线体制,采用数字直接移相(DDS)技术和快速傅里叶变换(FFT)信号处理技术,获取高度分辨率达到15、30 m,探测周期2—3 s的回波功率谱分布和谱参数,具有脉冲多普勒雷达无法比拟的探测优势。C波段FMCW(C-FMCW)雷达最小可测信号功率达到-170 dBm,微弱信号的定量标校是技术难点。采用标准信号源输出单频信号,经过数字直接移相扩展为与雷达系统相同扫频范围信号,得到最小输入功率可达-169.77 dBm的定标曲线,由定量标校后的谱分布计算得到回波强度谱密度分布。该雷达于2013年6月起在安徽定远开始观测,利用8月24日降水过程探测数据,与距离该地48 km的蚌埠和83 km的合肥SA扫描雷达观测数据,分别进行对流云与层状云的观测比对分析。对于均匀分布的层状降水云,C-FMCW雷达与SA雷达探测结果基本接近, C-FMCW雷达与蚌埠SA雷达的平均均方根误差为1.75 dB,与合肥SA雷达的平均均方根误差为2.02 dB,C-FMCW雷达与两部SA雷达探测的回波强度差异小于1 dB。对观测试验谱参数及回波强度谱密度分布进行了初步分析,C-FMCW雷达在研究降水云体的相态分区、晴空大气边界层回波等方面有较好的应用前景,有助于加深对强降水云中垂直运动的强烈变化的探测和认识。     

多普勒天气雷达下击暴流图像识别

以下击暴流具有的低层显著辐散特征为基础,引入图像识别中的连通区识别技术,开发出了应用于多普勒天气雷达的下击暴流图像识别算法。首先通过设置的速度阈值将径向速度进行二值化处理,然后运用8邻域法寻找速度大值区,并采用距离、夹角和正、负速度差值等条件进行约束对正、负速度大值区进行配对,最后对未成功配对的速度大值区进行邻近区域的二次匹配,从而识别出下击暴流区域。利用多个下击暴流个例实测的多普勒雷达数据对该算法进行了测试,结果表明该算法对一些较小尺度的下击暴流,尤其对受环境风场影响而具有不对称辐散特征的下击暴流有良好的识别效果。     

C波段双线偏振天气雷达零度层亮带识别和订正

利用2013年8月北京C波段双偏振多普勒天气雷达体扫数据、探空资料和地面雨量站资料,获得反射率因子垂直廓线（vertical profile of reflectivity,VPR）识别零度层亮带,比较平均反射率因子垂直廓线（mean VPR,MVPR）、显著反射率因子垂直廓线（apparent VPR,AVPR）和显著相关系数垂直廓线（apparent vertical profile of correlation coefficient,AVPCC）3种零度层亮带订正方法的效果,并利用地面雨量站资料进行定量降水估计（quantity precipitation estimation,QPE）验证订正效果。结果表明:采用MVPR和0℃层高度能有效识别零度层亮带,零度层亮带厚度为0.8~1.5 km;经3种方法订正后,零度层亮带影响区得到了不同程度的抑制,其中MVPR法订正效果最差,基本未能减弱零度层亮带的影响,AVPR法和AVPCC法的订正效果较好,明显减弱了零度层亮带影响区的回波强度,订正后回波更均匀。利用地面雨量站数据进行QPE验证表明:经零度层亮带订正后雷达估测的降水与地面雨量站实测降水更接近,也表明AVPR法和AVPCC法效果更好。     

皖江一次大暴雨多普勒天气雷达回波分析

利用合肥多普勒天气雷达回波和各种常规资料,对2010年梅雨期皖江一次大暴雨天气过程的雷达回波进行分析,探讨短时大暴雨的回波特征。结果表明：有利的大尺度环流,充足的水汽条件和较强的上升运动是产生强降水有利的天气背景。雷达资料分析发现形成此次皖江暴雨的源地位于大别山区,强降水是由局地发展的对流回波加强合并产生的,回波的发生和发展加强常常与风场的局地强辐合区（逆风区）相联系,雨带在中低空切变线上合并加强,强降水区域尺度较大,单体回波移向和雨带走向一致,回波移动缓慢或呈准静止状态,累积雨量大,易于形成暴雨。     

Performance of CMORPH,TMPA, and PERSIANN rainfall datasets over plain,mountainous, and glacial regions of Pakistan

The present study aims at the assessment of six satellite rainfall estimates (SREs) in Pakistan. For each assessed products, both real-time (RT) and post adjusted (Adj) versions are considered to highlight their potential benefits in the rainfall estimation at annual, monthly, and daily temporal scales. Three geomorphological climatic zones, i.e., plain, mountainous, and glacial are taken under considerations for the determination of relative potentials of these SREs over Pakistan at global and regional scales. All SREs, in general, have well captured the annual north-south rainfall decreasing patterns and rainfall amounts over the typical arid regions of the country. Regarding the zonal approach, the performance of all SREs has remained good over mountainous region comparative to arid regions. This poor performance in accurate rainfall estimation of all the six SREs over arid regions has made their use questionable in these regions. Over glacier region, all SREs have highly overestimated the rainfall. One possible cause of this overestimation may be due to the low surface temperature and radiation absorption over snow and ice cover, resulting in their misidentification with rainy clouds as daily false alarm ratio has increased from mountainous to glacial regions. Among RT products, CMORPH-RT is the most biased product. The Bias was almost removed on CMORPH-Adj thanks to the gauge adjustment. On a general way, all Adj versions outperformed their respective RT versions at all considered temporal scales and have confirmed the positive effects of gauge adjustment. CMORPH-Adj and TMPA-Adj have shown the best agreement with in situ data in terms of Bias, RMSE, and CC over the entire study area.     

硬件故障导致雷达回波错误数据质量控制方法

雷达硬件故障直接影响数据质量,故障数据进入共享系统后不但影响本地预报员对天气系统的分析和判断,对国家级业务系统也会产生严重影响。目前,对雷达资料的数据质量控制主要针对非气象回波,对于雷达硬件故障导致的数据错误还缺乏有效的质量控制方法。该文对河北省石家庄CINRAD/SA雷达2004—2013年硬件故障时的基数据和回波特征进行分析,研究雷达故障导致的数据错误与故障类别的相关性及对数据和回波的影响。结果表明:雷达硬件故障导致的数据错误对基数据的完整性、数据位置和强度信息产生影响,发射机和接收机系统故障主要影响雷达数据的强度信息;伺服系统故障主要影响数据的位置信息。提出通过对雷达数据完整性和位置信息的检查,根据硬件故障影响雷达回波形态、位置、范围和强度等图像特征,利用基于模糊逻辑自动识别雷达硬件故障导致的错误数据的质量控制方法。利用石家庄雷达站2004—2013年雷达故障数据进行了识别效果检验,对故障数据的总体识别率超过90%,能较好实现对硬件故障导致的数据错误质量控制,是现有雷达运行正常情况下针对非气象回波的雷达数据质量控制方法的补充。     

提高新一代多普勒天气雷达产品数据质量的途径与方法

简要介绍和探讨利用CINRAD/SA/SB/CA/CB系列(统称WSR-98D)最新Build 10雷达软件系统提高气象产品数据质量的几种途径与具体实用方法,主要包括:生成正确的地物杂波滤波控制图,对速度数据进行退模糊处理,考虑地理地形环境对降水产品质量的影响,用实际测量降水数据对雷达估测降水产品进行调整和订正,正确设置使用局地环境数据。