多普勒天气雷达有源干扰回波识别算法研究

本文首先对多普勒天气雷达有源干扰回波形成的原因进行了分析,进一步分析了不同类型有源干扰回波的PPI图像形态特征。提出反射率因子径向能量以及径向能量一阶差分的概念,并使用径向能量一阶差分识别有源干扰回波所在的方位。算法针对北京、长沙、汕头、岳阳等多个地(市)的雷达数据进行了试验,结果表明该算法对于各种形态的有源干扰回波,均能准确识别其所在方位。特别是当多处干扰回波同时存在,以及干扰回波与降水回波混合存在时,算法也能有效进行识别并滤除有源干扰回波,较完整保留降水回波。     

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.     

天气雷达远距离单频点电磁径向干扰回波的特征分析及识别

径向干扰回波是天气雷达回波中常见的一种异常回波,存在于我国多个雷达站点的回波中。它在径向上呈条辐状分布,经常和降水回波在很多区域是重叠的。对回波数据进行退距离订正值及衰减订正值处理后,再对多组受到干扰的雷达体扫资料进行分析,得出径向干扰回波的一些普遍特征;然后提出径向干扰回波的识别方法,最后通过实例进行效果验证,结果表明该方法能够对径向干扰回波进行有效地识别。     

新一代天气雷达地物回波及电磁干扰质控算法业务试运行评估

对雷达基数据质控方法的定量评估是业务应用推广的重要步骤。本文针对中国气象科学研究院研发的地物回波及电磁干扰回波质控算法在"新一代天气雷达建设业务软件系统开发及应用(ROSE)"系统中的业务试应用,使用2014年4—10月系统试运行的10个雷达站的数据,提出了评估方法及评估指标。利用统计和典型个例分析方法对算法进行了初步业务试运行的效果评估,验证了算法的可靠性,提出了适用范围及改进措施。结果表明:该方法对地物回波的识别成功率为92.29%,但存在漏判和误判。参与评估的CB雷达径向速度资料质量高,识别效果好;SA和SB雷达的识别效果受到了观测模式等导致径向速度资料质量变差的影响。电磁干扰回波的识别成功率为94.39%,能有效识别小于5个径向的窄条幅状干扰回波,但仍需改进算法完成对麻点状、螺旋状和大面积径向干扰回波的自动识别。对雷达资料的定量应用,需采取质控,而预报员的实时观测可根据情况进行选择性质控。     

S波段WSR-88D双偏振雷达观测非降水回波识别方法研究

与新一代天气雷达相比,双偏振雷达能发射水平和垂直极化偏振波,具有更多的测量信息,利于区分降水和非降水回波,在雷达定量估测降水中发挥着重要作用。本文根据双偏振雷达的测量变量(水平反射率、差分反射率和相关系数)及降水与非降水回波的结构特征,发展了一套S波段双偏振雷达数据质量控制算法,重点研究晴空回波和生物回波的识别。利用上海南汇WSR-88D偏振雷达的观测数据做测试和评估,评估结果表明该算法对南汇偏振雷达非降水回波识别准确率达93%以上,且对降水回波的误判率仅为3.82%。     

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。      

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。     

《新一代天气雷达灾害性天气警报和临近预报系统》应用

主要介绍河南省气象台2007年引进中国气象科学研究院研制的<新一代天气雷达灾害性天气警报和临近预报系统>的结构和产品,本地化参数设置和资料传输处理,以及在2007年汛期的业务使用情况.该系统充分利用新一代天气雷达基数据,除了可以显示常用产品外,还生成"逆风区识别"、"中气旋识别"、"暴雨回波识别"、"飑线识别"、"风暴识别"、"强冰雹识别"以及1到3小时"降水临近预报"、"回波外推预报"和"雷达雨量计联合估测降水"、"定量估测降水集成"等一系列业务应用产品,在强对流天气监测与预警中具有明显的指导和预警作用,是实际业务工作中不可缺少的工具之一.     

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。     

天气雷达径向干扰回波去除方法的比较

基于SA多普勒天气雷达资料,使用滤波法、插值法和功率法对径向干扰回波进行剔除,并对3种方法的去除效果进行对比。结果表明:(1)滤波法适用于晴空径向干扰回波的去除,在有降水特别是降水回波与干扰回波混合的区域滤波法效果较差;(2)若只有单一方位存在径向干扰回波时使用插值法去除回波效果较好,而多个方位存在干扰回波时插值法效果较差;(3)功率法通过处理雷达接收功率,对连续多方位存在的干扰回波,以及径向干扰回波与降水回波重叠的情况,都有较好的识别及去除干扰回波的效果。在有降水时,降水回波越弱,对干扰的订正越强;降水回波越强,对干扰的订正越弱;晴空时,径向干扰回波基本被全部去除。     

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。     

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.     

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.     

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。     

基于模糊逻辑的地物回波识别方法及效果检验

提出一种基于模糊逻辑的新一代天气雷达地物回波识别方法。通过统计典型个例的回波特性得到隶属度函数及权重,并根据反射率因子范围的不同设置相应的隶属度函数及权重。该方法针对降水强度量级的回波,即反射率因子不小于15 dBz,对于非降水强度回波则不进行处理,从而保留对短临预报具有指示作用、且强度较弱的特征回波,如晴空湍流回波以及阵风锋回波。根据雷达回波垂直方向连续性对剔除地物回波所产生的“空洞”进行填补,从而进一步减小地物回波对雷达数据质量造成的影响。最后通过两种方法对识别算法进行效果检验,结果表明该算法对地物回波有显著的识别效果。      

长江中游临近预报业务系统 (MYNOS) 及其应用

针对长江中游强风暴天气特点和现代预报业务需求,在借鉴世界临近预报系统, 特别是美国的Auto-Nowcaster和WDSS-II以及英国的GANDOLF等先进经验的基础上,以我国多普勒天气雷达网为重要技术手段,结合数值预报等信息资源,于2007年研究建成长江中游临近预报业务系统 (MYNOS)。MYNOS主要技术方法包括:雷达与雨量计实时同步积分结合的降水估算方法 (RASIM),雷达反演参量与中尺度模式输出物理量相结合的强风暴性质自动识别和追踪技术,基于暴雨回波生命史特性约束下的多尺度合成降水量临近预报,基于数值预报模式和模糊逻辑学的强对流天气分类落区潜势预报,集GIS功能并整合各种定量监测与预警产品于一体的短时预报工作站。MYNOS已成为短时临近预报业务的支撑平台,其中实时生成的流域定量降水估算与临近预报、强对流天气分类潜势诊断与识别预警产品等成为日常预报业务的重要参考依据。     

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。