基于数据产品的风廓线雷达故障识别

风廓线雷达是一种以大气湍流为主要探测对象的晴空测风设备,近年来普遍使用。其资料的应用广泛,对数据产品的可用性要求越来越高。本文以1456D/F型两种布网风廓线雷达为研究对象,收集了22个产品异常个例,并对其进行了分类,分析了数据产品产生异常的原因;基于数据产品异常,总结出识别与分析风廓线雷达故障的经验方法及排查流程。有利于提高省级、台站业务人员识别风廓线雷达异常数据产品的能力,有效保障数据的正常采集与上传,从而为预报服务提供更准确的探测数据。     

利用微波功率传感器判断新一代天气雷达故障

近年来,以平面掺杂势垒二极管为核心构成的微波功率传感器与小功率计配合,能实现对微波功率的高速、高精度和连续测量,广泛应用于天气雷达等高频设备信号功率的测量。文章详细阐述了微波功率传感器的特性和电路原理,以及该传感器与小功率计的连接、设置和使用方法。并以在CINRAD/SA雷达发射机、接收机中两个典型故障检修事例,论述了微波功率传感器在天气雷达上的应用。     

CINRAD/SA天气雷达伺服系统特殊故障分析

CINRAD／SA天气雷达投入业务运行以来，在雷达天伺系统出现了较多的特殊故障。从连云港等多个CINRAD／SA雷达中，选取该型号雷达由天伺系统造成PUP图像产品异常的特殊故障，通过使用RDASOT测试程序、测量电机测速反馈电压、分析雷达基数据等方法，分析其故障的成因。     

基于随机森林的组网雷达龙卷检测算法

近年来我国极端灾害性天气频发,造成了重大人员伤亡和财产损失,随着防灾减灾工作的推进,龙卷等中小尺度强对流灾害性天气的预警预报工作的关注度正逐步提升。现有龙卷检测算法基于对新一代天气雷达基数据在多个仰角和体积扫描中进行阈值判断得到龙卷涡旋特征TVS,在自适应协同观测背景下表现为自适应策略同步较慢,预警预报准确率不高,提前预警时间短。使用机器学习算法结合龙卷在雷达反射率、径向速度和速度谱宽的多重特征能有效提高龙卷识别的准确率和预警时间,能提高组网雷达的协同观测能力。基于随机森林的龙卷检测算法（TDA-RF）,使用CINRAD雷达历史龙卷数据作为训练集,通过随机森林算法对训练集进行分类学习得到龙卷预测模型,使用预测模型对实时雷达数据进行龙卷检测。试验结果表明,TDARF算法能有效识别不同强度的龙卷,较TVS龙卷检测算法能给出龙卷区域的分类概率值,无需对龙卷特征时空连续性进行判断;TDA-RF算法对多个特征进行综合判断具有较好的抗干扰能力,使基于组网雷达的龙卷预警时间最高可达18分钟。     

相控阵天气雷达数据压缩技术

相控阵天气雷达较新一代天气雷达在时空分辨率上有明显的优势。随着探测能力的提高,相控阵雷达数据量急剧增长,数据传输和存储问题凸显。现有天气雷达数据压缩算法可以减少传输和存储的数据量,但现有算法并未充分考虑相控阵雷达特点,数据压缩率有较大提升空间。本文提出时空预测的相控阵雷达数据压缩算法(PARDC),使用径向预测压缩数据相关冗余。使用CHATOR雷达数据对PARDC的算法性能进行评估,试验结果表明PARDC较通用的压缩算法压缩率性能大约提升了24%。     

双频毫米波雷达反演云微物理参数的模拟研究北大核心

根据雷达探测的云回波雷达反射率因子和多普勒速度,利用两种独立的双频反演算法,估算了云微物理参数。利用离散偶极子近似(Discrete Dipole Approximation,DDA)计算了云滴后向散射截面和衰减截面,根据模拟数据实验了三种频段组合的反演结果,探讨算法对滴谱参数、粒子形状的敏感性,比较两种方法反演水云和冰云的优劣。结果表明:双频比(Dual-Frequency Ratio,DFR)和多普勒速度差(Doppler Difference of Velocity,DDV)在水云中都可独立推导中值直径(D_(0)),但在高频波段,基于DFR的算法对雨、云水和水汽的衰减非常敏感,而基于DDV的方法受衰减的影响较小。鉴于高频波段衰减完全订正的困难性,水云的DDV反演方法比DFR更直接准确。对于冰云,DFR的技术相较于DDV的方法具有明显的优势,因为两频段处的DFR在冰云中的动态范围更大,而DDV的动态范围相对于系统和测量误差较小。