在天气雷达信号处理器中用IQ信号消减地物杂波

地物杂波的检测和处理对雷达数据质量有重要的影响。常规的地物杂波检测依赖于晴空条件下的杂波图,人工判别,后来采用GAMP滤波器进行全程自适应滤波处理,该法在对地物抑制的同时对天气信号的损失较大,现探究比较多的方案是先自动识别地物,后结合滤波器对地物进行处理,在抑制地物的同时减少对天气信号的损耗。该算法基于IQ信号,利用已在C波段天气雷达中进行实验的SCI算法的4个判别因子,引入模糊逻辑理论,重新设计算法识别流程,并应用于我国S波段天气雷达中。通过实例对比杂波消减决策（CMD）算法对同一天气过程的识别与抑制的结果,发现该算法对气象回波的误判率低于CMD算法,对地物的识别率与CMD算法相当。     

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雷达数据质量控制方法初探

多普勒天气雷达数据质量控制是以提高短临预报产品质量和满足短临预报需要为目的。通过参考国内外雷达数据质量控制的研究成果,分析雷达数据杂波来源,对雷达数据质量控制处理方法进行了试验和探讨,结果表明:在雷达数据质量控制过程中,使用非雷达资料(云图、自记雨量和闪电数据)排除地物杂波,尤其是排除超折射杂波具有一定的优势和局限性。晴空区里使用云图特征来排除大范围超折射杂波效果较好;但有降水存在时,这种方法就受到限制或不适宜使用。较远距离孤立和离散噪声杂波采用统计"突变率"、两层仰角叠加分析和改进型中值滤波算法综合处理,逐步去除数据杂波;较近距离则采用多仰角变换方法(分段混扫)来去除数据杂波。通过分析,得出了地物回波与降水回波的识别特征,引进了包含利用"雷达对"资料、雷达相关产品资料和云图、自动雨量站等非雷达资料的数据互补理念。     

基于优化模糊逻辑的双线偏振天气雷达地物杂波识别算法研究

针对双线偏振雷达偏振参量能在回波识别中提供更多特征的优势，在常规多普勒天气雷达模糊逻辑算法的基础上，引入偏振参量实现地物杂波识别，由此根据雷达数据中地物和降水回波各自的回波特性，选择6个区别最明显的特征参量，建立了特征参量的统计分布概率，并运用CSI评判标准给出了地物杂波识别的最优化隶属函数；利用2020年攀枝花市新架设的X波段全固态双线偏振雷达观测个例，对比了传统的与改进后的模糊逻辑算法识别效果，结果引入偏振参量的模糊逻辑算法能更好地识别降水和地物混合位置的地物回波，同时改善了径向速度为零区域被误判为地物回波的问题。      

基于灰度共生矩阵的自适应雷达杂波抑制

多普勒天气雷达体扫过程中低仰角常出现强地物杂波,影响了雷达数据质量及其产品的业务应用。为了抑制地物杂波,提出了一种基于雷达基数据灰度共生矩阵(gray-level co-occurrence matrix,GLCM)的自适应地物杂波抑制方法。针对雷达站附近回波数据强度高、多普勒速度接近于零值的特性,首先设定阈值进行数据预处理,初步分离出杂波区域;其次,对强度信息进行分块,根据每一小块的灰度共生矩阵能量值和对比度分布自适应寻找阈值;最后利用确定的阈值识别和剔除地物杂波。实验表明该方法能有效剔除雷达站附近的强地物杂波,尤其对混杂在降水回波信号中的强地物杂波有很好的抑制作用。     

自适应阈值方法去除风廓线雷达地物杂波

风廓线雷达探测过程中电磁波传输会受到各类杂波的干扰,其中,地物是主要来源。从功率谱数据上看,地物杂波主要集中在零频附近,且幅度较高,不加以抑制会影响气象回波的识别。针对目前常用的小波阈值滤波法在处理近零频回波被杂波覆盖时效果不佳的情况,该文结合风廓线雷达特点,提出一种根据小波分解高频系数自适应确定阈值的方法,并通过模拟数据与风廓线雷达实测数据进行检验,结果表明:即便信号靠近零频,且被杂波覆盖,该方法也能快速准确识别信号回波。同时,该算法原理简单、计算量小、易于实现,在实际应用中能够增加谱峰识别准确率,可为改善风廓线雷达产品质量提供参考。     

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。     

自适应高斯频域滤波器在天气雷达中的应用

多普勒天气雷达的基数据(反射率因子、速度和速度谱宽)经常会被地物杂波所污染,这对基数据估计的准确性影响很大,进而又会影响导出产品。因此,抑制地物杂波是所有多普勒天气雷达获取高质量数据产品的必要步骤。作者首先介绍了自适应高斯频域滤波器的研究背景,其次分析了多普勒天气雷达地物杂波及天气回波信号的特征,再次给出了IIR椭圆地物杂波滤波器的原理以及自适应高斯频域滤波器的滤波算法,最后根据实际的雷达回波信号,分析了IIR椭圆地物杂波滤波器和自适应高斯频域滤波器的杂波抑制性能,并对结果进行了分析和比较。结果表明:不使用杂波图的自适应高斯频域滤波器的杂波抑制性能优于使用杂波图的IIR椭圆滤波器,且满足实时处理的要求。     

综合识别法去除风廓线雷达地物杂波的可行性研究

以杂波谱极小值连线的思想为基础,针对强风天气条件下的风廓线雷达地物杂波信号,提出一种综合识别杂波的去除方法,并与常规的地物杂波抑制方法相比较。结果表明:利用该方法对强风天气下的地物杂波有更好的抑制效果,水平风速得到了明显增强,与地面观测数据相比,雷达产品更趋于真实风速。     

区域膨胀法在剔除Doppler雷达径向速度中地物杂波的应用

由于地物杂波不可避免地出现在雷达回波资料中，因此剔除地物杂波对于提高雷达观测资料质量的控制，充分发挥其在实际业务中的作用及其潜力具有重要意义。笔者利用区域膨胀法设计了一种新的剔除地物杂波方法。该方法首先利用区域膨胀法将雷达速度回波分成具有不同性质的几个区域，然后对每一个区域进行统计分析，设定阀值并识别出地物，同时将地物剔除。区域膨胀法的目标是将输     

Improved Algorithms for Removing Isolated Non-Meteorological Echoes and Ground Clutters in CINRAD

Using China New Generation Weather Radar (CINRAD) level-II data, the original algorithms for removing isolated non-meteorological echoes and ground clutters in radar data, which have been applied to Weather Surveillance Radar-1988 Doppler (WSR-88D) in the USA and Severe Weather Automatic Nowcast (SWAN) system in China, are modified and improved. To remove isolated non-meteorological echoes, the new algorithm introduces a constraint parameter (P_o) to distinguish whether a window of 5 × 5 points is isolated as external echoes. A statistical analysis of 150 radar scans (5 cases, with each case comprising 30 scans) under three different echo types (small-scale convection, typhoon, and large-scale synoptic system) shows that the constraint parameter P_o ? 0.167 is suitable for removing isolated non-meteorological echoes while preserving the edge of meteorological echoes. A new parameter, NDZ, which promotes the ability of the algorithm to identify the ground clutters appearing at two adjacent elevation angles, is constructed based on the vertical continuity of reflectivity. These improved algorithms are tested for four cases (three cases of isolated non-meteorological echoes and one case of ground clutters). Based on the statistics of 232 volume scans of radar data (on a temporal resolution of 1 h) measured at Nanchang station from 0000 UTC 5 to 1600 UTC 14 March 2015, it is found that the improved algorithms not only eliminate most (over 95% under clear-sky conditions) of the isolated non-meteorological echoes and ground clutters (including those appearing at two adjacent elevation angles), but also well preserve the structure of meteorological echoes (storms). Key words: radar, isolated non-meteorological echoes, ground clutter, quality control     

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.     

基于模糊逻辑的分步式超折射地物回波识别方法的建立和效果分析

超折射地物是影响雷达定量探测降水和其他产品的重要因素,文中使用合肥、广州、温州、天津的SA多普勒雷达和上海的WSR-88D资料分析了混合性暴雨降水、对流性降水、地物回波的回波强度、径向速度、速度谱宽的取值范围、水平垂直变化及其地物回波与地形海拔高度的关系等特征,并确定了模糊逻辑识别超折射地物的隶属函数。在Kessinger方法基础上,考虑到雷达径向速度的距离模糊问题和地物回波与方位的关系,提出了基于模糊逻辑的分步式地物回波识别方法,通过调整已被严格标准识别为地物和非地物的邻近区域回波点的判据,来减小地物的漏判和降水回波的误判。利用降水回波、地物回波的个例资料分析了回波强度、径向速度和速度谱宽资料在识别地物回波中的贡献,分析了分步方法对地物回波识别效果的改善。结果表明:该方法能较好识别地物回波和降水回波,径向速度和速度谱宽资料在地物识别中作用明显,利用分步方法明显改善了在速度模糊区暴雨过程对流云团被误判为地物的概率。     

多普勒天气雷达地物回波特征及其识别方法改进

非气象因子会在雷达探测时对雷达资料造成污染,并导致雷达数据的质量问题,在雷达数据应用之前必须对被污染的距离库进行识别和处理。该文在现有基于模糊逻辑识别地物回波工作的基础上,发展适合于我国CINRAD/SA的地物回波识别方法,采用北京和天津雷达2005,2006年夏季部分时段体扫资料,同时对反射率因子和径向速度以及速度谱宽进行处理,得到不同回波的各种特征, 并对各种回波特征进行分析; 考虑到隶属函数的确定是地物识别准确率的关键, 运用CSI (critical success index)评判标准确定了模糊逻辑超折射地物回波识别的最佳线性梯形隶属函数;通过识别效果分析说明该方法在识别超折射地物回波中的作用。结果表明:运用改进后的模糊逻辑法可以更好地识别地物回波, 特别是那些超折射地物回波; 与原方法相比, 改进后的方法有效减少了对降水回波的误判。     

新一代天气雷达海浪回波特征分析和识别方法研究

海浪回波是影响沿海雷达定量降水估测和其他产品的重要因素,根据福州、温州的SA多普勒雷达收集的海浪回波资料,按出现时间关系将其分为两类。第1类海浪回波强度一般较强,主要出现在非台风期间降水过程的前后;第2类海浪回波强度较弱且均匀,仅在台风期间的雷达位置的近海域出现。通过分析资料得到两类海浪回波不同于对应降水回波的各种特征,确定识别海浪回波的最佳隶属函数。针对第1类海浪回波,考虑到海浪回波很少与降水回波混合,采用了基于回波分块和模糊逻辑的海浪回波识别方法,首先利用算法预处理条件判断是否执行算法识别,然后采用风暴单体识别与跟踪(SCIT)算法将回波组合成块,计算每个独立回波块的属性值,对符合要求的回波块和离散回波点再进行基于模糊逻辑的逐点识别,借鉴了刘黎平等2007年提出的分步式回波识别方法并加以改进来实现回波点的动态阈值识别。针对第2类海浪回波,直接采用了基于模糊逻辑的分步式海浪回波识别方法。分析表明,两种识别方法能分别对应识别出大部分海浪回波,回波分块和分步式方法对海浪回波的识别效果有明显的改善,有效地降低了降水回波被误判为海浪回波的概率。     

一种基于快速傅里叶变换的多普勒天气雷达弱杂波识别方法

多普勒天气雷达探测时常会出现电磁干扰和超折射等杂波干扰问题,通过对弱径向干扰回波的规律性特征分析,提出了一种基于快速傅里叶变换的多普勒天气雷达干扰回波识别算法,并成功应用于多普勒天气雷达径向干扰回波的识别中。研究表明,一些干扰回波具有明显的空间周期性规律,对反射率因子进行快速傅里叶变换,得到的频域上能量分布具有与常规回波明显的差异。依靠这些差异可以较好地对一些弱的干扰回波进行识别并剔除。该方法对径向上离散分布的干扰回波均有较好的识别能力,但对相对均匀和密实的径向干扰回波识别能力较弱。     

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。     

面向资料同化的S波段双偏振雷达质量控制

双偏振雷达是强对流天气分析和云微物理研究的重要探测设备,将多普勒天气雷达升级为双偏振雷达是我国未来几年强对流天气监测发展建设的重点计划,而双偏振雷达资料质量控制是其中的关键技术问题。针对国内首批业务布建的广东省S波段双偏振雷达网研发建立了一套完整的质量控制技术方案,除了重点解决非气象回波外,还考虑了非标准波束遮挡和径向高频脉动问题。在飑线、暴雨和台风3类华南季风区强天气个例的应用表明,基于模糊逻辑的水凝物分类、偏振量（零滞后互相关系数、信噪比和比差分相位）阈值检查和杂波剔除能有效剔除非气象回波,抑制异常传播波束导致的虚假回波;线性内插较好地弥补了非标准波束遮挡带来的观测缝隙;中值滤波和滑动平均既过滤了偏振观测量在雷达径向的高频脉动,又保留了主要的偏振雷达观测特征。质量控制后的气象回波约占有效观测（反射率因子大于-30 dBZ）的40%,其偏振量取值分别为反射率因子大于5 dBZ、零滞后互相关系数大于0.8和差分反射率为-0.2~4 dB。     

华南前汛期暴雨C波段雷达特征应用研究

运用广州白云机场C波段雷达回波强度及径向风资料对华南前汛期强降水过程进行雨带降水估计及其移动特征预测.C波段雷达在雨量充沛地区的强降水背景下,尽管回波强度被衰减,但是近距离范围内其探测云雨精细化结构的能力较强.所采取的雷达数据质量控制系列处理,能够保留雷达数据原有特征,有效滤去杂波和噪声并缓解雷达低仰角数据杂波多、体扫面上沿径向远近高度差较大的问题,并对降水估测提供了技术保障.最优化雷达Z-I强降水估测方法基于单次过程体扫信息,具有计算简洁快速的特点,但是同一体扫面上云状差异对最优化方法参数值比较敏感,混用相同参数,影响降水估测效果.对同一体扫面上雷达云状回波进行区域划分,并选择对应测雨站点,做最优化参数分别确定,有效改善最优化雷达降水估测,提高了C波段雷达在机场近距离范围的应用效果.运用雷达体扫时间分辨率高的特点,识别雷达径向风辐合线以及强回波中心位置,并分别应用外推法预测雨带走向、移速等,验证效果良好.     

浙东海岛两次强对流天气对比分析

对比分析了2004年发生在舟山的两次相似的强对流天气过程,不同在于一次过程强降水特别突出,一次过程强风特别突出。通过对两次过程反射率因子、径向速度以及一些二次产品的对比分析,找出了一些相同点和不同点。组织结构性好的强回波、速度产品中的大风区、垂直风切变、较高的顶高和大的VIL值等是产生雷雨大风和短时强降水天气的共同特征。回波移速较慢的易产生强降水,回波移速快的易产生强风。强风天气的回波强度、顶高和VIL等产品都有更强的表现。低层水平风的辐合、中气旋、垂直风向切变等可以产生强降水,中高层的中气旋、垂直风切变可以产生下击暴流、冰雹等强对流天气。