两次大气波导CINRAD/SA雷达超折射回波分析

利用石家庄CINRAD/SA型多普勒天气雷达资料,结合探空实况对2006年9月5日和2005年11月21日的CINRAD/SA雷达超折射回波、气象条件、及大气波导进行了对比,并对不同类型的大气波导的电磁波传播情况进行了分析。结果表明:电磁波在华北平原有利的气象条件下能够形成大气波导传播,大气波导层使得CINRAD/SA雷达杂波增加,产生超折射回波。大气波导影响超折射回波的强度和分布,2006年9月5日由于雷达站上空存在表面波导,形成了2层模式超折射回波;2005年11月21日雷达站上空存在抬升波导,形成了3层模式超折射回波。超折射回波目标的视在位置与实际位置存在偏差,特别是高度偏差较大。受太行山地形影响,超折射回波主要分布在东部平原地区。     

用Burst技术改善CINRAD/SA天气雷达相位噪声

为了改善系统相位噪声及地物杂波抑制能力,对国内部分CINRAD/SA天气雷达实施了Burst技术改造,以减少和消除发射信号相位抖动的影响。为了检验CINRAD/SA天气雷达在Burst技术改造后相位噪声及地物杂波抑制能力的改善效果,采用理论分析、性能测试和回波数据分析等方法对性能进行了测试。检验结果表明,Burst技术改造后CINRAD/SA天气雷达系统的相位噪声降低约0.05°,地物杂波抑制能力提高到55dB以上,相位噪声及地物杂波抑制能力改善较明显,可作为其他型号天气雷达技术改造的良好借鉴。     

济南CINRAD/SA雷达杂波抑制方案实施

本文结合济南CINRAD/SA雷达探测应用,探讨了根据雷达站的具体情况和气象条件的变化,进行CINRAD/SA雷达杂波抑制参数的设置,其设置值分正常传播和非正常传播两种情况.     

一次华北平原大雾天气CINRAD/SA雷达超折射回波的射线追踪分析

为准确分析和识别超折射雷达回波,发挥多普勒天气雷达效益,利用石家庄CINRAD/SA型多普勒天气雷达资料,结合探空实况对2005年11月19—21日华北平原大雾天气过程的超折射回波进行了射线追踪分析。结果表明:华北平原大雾天气有利于大气波导的形成,产生3层模式超折射回波。超折射回波使得雷达的目标视位置与实际位置产生偏差,特别是对雷达测高影响较大。超折射回波一般出现在大雾天气的发展和维持过程中,为进行雷达空间定位和华北平原大雾天气的监测、预报提供新的技术手段和科学依据。     

华北平原两次大气波导CINRAD/SA超折射回波分析

利用CINRAD/SA雷达资料结合探空实况对2007年7月8日和8月23日发生在华北平原的两次不同类型的大气波导进行了分析。结果表明:大气波导与大气温度、湿度等气象要素的垂直分布密切相关,不同类型大气波导的气象要素垂直分布存在差异,并在CINRAD/SA雷达产生不同类型的超折射回波,当雷达站存在表面波导时,形成了2层模式超折射回波;当雷达站存在抬升波导时,形成了3层模式超折射回波。超折射回波能够反映低层大气的垂直结构变化,2层模式超折射回波预示着雷达站附近大气层结稳定;3层模式超折射回波表示雷达站附近存在低层湿冷、上层干热的大气垂直结构。超折射回波主要分布在太行山东部平原地区,超折射回波目标的可视位置与实际位置存在偏差,特别是高度偏差较大。不同类型的超折射回波对未来天气具有一定的指示意义,可为雷达回波空间定位及强对流天气的监测、预报提供科学依据。     

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。     

南昌双偏振天气雷达地物杂波抑制效果分析

为评估南昌CINRAD/SAD双偏振天气雷达对地物杂波的抑制效果,使用2019年6—10月南昌单偏振雷达基数据和2022年同期南昌双偏振雷达基数据,对比分析了不同仰角和晴、雨条件下单、双偏振天气雷达反射率频率。结果表明：单、双偏振雷达在0.5°仰角因周边山区地形、建筑物遮挡的影响,在西北方向和东南方向存在明显的数据缺失。升级为双偏振雷达后,在各个仰角上周围反射率高频区的范围明显减小,雷达能有效消除雷达站点周边杂波的影响。晴天时,双偏振雷达对晴空杂波的过滤效果极佳;雨天时,双偏振雷达对南昌周边及梅岭山区的回波进行了弱化处理,可以有效减少地形回波、非气象回波的干扰。双偏振天气雷达产品差分相移率和相关系数能较清楚地辨别出虚假回波,可更好地用于确定降水粒子的信息。     

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。     

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。     

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。     

宁波非气象雷达回波的人工智能识别及滤波

统计分析2003—2006年宁波雷达的非气象杂波, 影响杂波主要为地物杂波, 包括普通地物杂波 (NP杂波) 和异常地物杂波 (AP杂波) ; 并分析这些杂波在反射率因子、径向速度、谱宽产品上不连续的离散状分布等特征。基于以上特征及传统杂波识别的经验而设计出一种近似模拟人眼模糊识别的稳定安全的多维线性近似的杂波识别及其过滤算法, 在 190 个个例测试中大都效果较好, 尤其在 150 km 以内, 能够在确保降水数据完整、准确的基础上有效过滤非气象杂波。     

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,TVR）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TVR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TVR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。     

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.     

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。     

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。     

应用“0”域概念进行对流云防雹(增雨)作业

人工防雹(增雨)作业所依据的原理是成雹(增雨)机制和雹云(积云)结构特征,而作业的难题是判断作业的部位和时机。利用冰雹存在成长“穴道”的新概念,对所获取的雷达基本反射率、反射率剖面(RCS)、速度剖面(VCS)及风廓线(VWP)等资料进行分析,找到相对水平风速为0的区域,即可准确判定“0”域的位置,找到冰雹成长的“穴道”,解决人工防雹(增雨)作业中作业部位和时机的判断问题,以此指导人工防雹(增雨)作业。