利用地物杂波进行天气雷达强度标定

地物杂波的回波强度相对稳定,对成都和新疆地区的寺物杂波强度的统计表明,地物杂波的雷达反射因子方差分别小于３ｂｄ和１．５ｂｄ,因此,地物回波可作为一个标准目标,用来对天气雷达进行强度的标定,本文给出了这种强度标定的流程图,标定方法和标定结果。使用这种标定方法将大大改善天气雷达的维护和使用质量。     

阵列天气雷达设计与初步实现

阵列天气雷达是分布式、高度协同的相控阵天气雷达。阵列天气雷达至少包括3个相控阵收发子阵（简称收发子阵）,通过增加收发子阵而扩大探测区域。每3个相邻的收发子阵一组协同扫描,保证3个相邻收发子阵在同一个空间点的数据时差小于2 s,从而保证径向速度合成正确的流场。采用相控阵多波束扫描技术,4个发射波束和64个接收波束覆盖0°~90°仰角,机械扫描覆盖360°方位,整个体扫时间为12 s,为多普勒天气雷达整个体扫时间的1/30。阵列天气雷达通过金属球进行了强度、波束宽度、方位、仰角的定标。阵列天气雷达在长沙机场布设试验,成功获取了精细的风场和回波强度数据,可为更精细、更完整揭示小尺度天气系统变化规律提供新工具。     

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。     

长沙机场阵列天气雷达风场验证

利用2019年4—9月高时空分辨率的长沙机场阵列天气雷达资料开展三维变分（three-dimensional variational data assimilation,3DVAR）风场反演研究。为验证该算法的反演效果,选取外场试验中10次降水过程,在阵列天气雷达的三维精细探测区内,采用阵列天气雷达合成风场和1部L波段边界层风廓线雷达产品作为参考值对阵列反演风场进行验证评估。结果表明：在稳定性降水条件下,阵列反演风场与阵列合成风场、风廓线雷达产品的结果较为一致;在对流性降水条件下,由于不均匀性会造成风廓线测风精度下降,风廓线雷达产品与阵列反演风场和阵列合成风场差异较大。阵列反演风场与阵列合成风场在稳定性、对流性降水条件下水平风速相对偏差分别低于19%,29%,水平风向差分别低于14.92°,26.35°,稳定性降水条件下阵列反演风场更优,误差在可接受范围内。两种算法得到的风场结构符合各类天气系统的基本特征,水平风场空间分布和风速、风向非常接近。     

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。     

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。     

CINRAD/SC新一代天气雷达回波地物检测与校正方法探讨

文章提出了一种基于CINRAD/SC新一代天气雷达地物回波强度和速度数据的质量检测方法。通过采集天气雷达按统一的参数进行标定后的晴空标准地物回波强度作为模版,与实时采集的回波强度进行比较和误差分析,以及通过移相来自动检测速度数据理论值和实测值的误差大小,对回波强度数据和速度数据质量进行检测和校正,以此来实现对天气雷达探测精度的提高。     

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。     

北海714雷达回波图中的地物回波

描述了广西天气预警网络的北海７１４雷达回波图中的主要地物回波及其位置分布,同时指出,掌握了地物回波的位置分布可以从回波图中辨认出地物回波,另外,还可以根据回波的移动变化情况,直观地区分地物回波与降水回波。     

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     

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。     

阵列天气雷达高分辨率强度场融合方法研究

阵列天气雷达是一种具有高时空分辨率的新型天气雷达,采用分布式相控阵技术探测强对流天气的精细化流场和强度场,为小尺度强对流天气研究提供了新技术及工具。文章提出一种高分辨率强度场融合方法:计算每个方位向和仰角方向分辨率扩展系数,依次对强度值进行填充;将极坐标形式强度值转换成笛卡尔坐标;对多个收发子阵强度值进行融合。利用模拟雷达探测来定性及定量地评价高分辨率强度场融合结果,验证了融合方法的有效性。通过分析了一次真实降水个例,证明了本文得到的100 m分辨率的强度场融合资料具有更为精细完整的回波结构。     

X波段一维扫描有源相控阵天气雷达测试定标方法

该文根据有源相控阵天气雷达的体制特点,参考多普勒天气雷达测试定标方法,提出了一维扫描有源相控阵天气雷达的测试和定标方法,将测试重点放在天馈系统、T/R组件、脉冲压缩、动态范围的测试和定标上,以解决不同观测模式、不同波位的天线增益等参数变化引起的回波强度测量误差问题。测试结果表明:天馈系统在不同观测模式下的天线参数随仰角的变化情况、波束指向的准确度、T/R组件的动态范围等均符合设计要求,回波强度和径向速度定标精度较高。雷达经过测试和定标后,于2014年5—8月分别在安徽定远和四川甘孜进行外场试验,并与附近多普勒天气雷达 (SA) 和C波段双线偏振雷达观测数据进行对比,结果表明:回波强度误差在合理范围内,精细测量、警戒搜索、快速观测3种模式观测的强回波的水平和垂直位置、结构和系统误差均比较一致,数据可靠。     

相控阵雷达扫描方式对回波强度测量的影响

有源数字阵列雷达的波束设计非常灵活,可变的波束宽度和多波束模式不仅可以满足不同任务的观测需求,还可有效节约扫描时间,但阵列天线参数随波位改变的特性对相控阵天气雷达回波强度的精确定标提出了挑战。2013年4—6月,中国气象科学研究院与安徽四创电子股份有限公司联合研发的X波段一维有源相控阵天气雷达 (X-PAR) 进行了装配后的首次测试观测。对比该雷达与相同位置的C波段双线偏振雷达 (C-POL) 观测资料发现,X-PAR不同宽度的扫描波束均能取得较合理的观测资料。但由于各模式的雷达方程及其标定方法不尽相同,并受到阵列天线照射体积、展宽波束和发射增益的影响,造成X-PAR回波强度存在一定的测量偏差。结合天线参数分析和实际数据统计将测量偏差订正至±1 dB内,为雷达的进一步调试和改进提供了依据。     

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。     

风廓线雷达与天气雷达风廓线数据的融合及应用

风廓线雷达与多普勒天气雷达风廓线产品均可以获取高时间分辨率的高空风信息,但两种遥感测风的探测原理及时空代表性不同。在对风廓线雷达进行质量控制处理、剔除降水粒子空间不均匀分布对数据可信度影响之后,根据风廓线雷达与天气雷达风廓线数据探测原理差异,进行不同时间代表性的风廓线数据的空间匹配试验,确定与天气雷达风廓线数据进行融合的风廓线雷达数据最优时间分辨率,结果为1 h。利用2015年7月北京南郊观象台的探空、风廓线雷达、天气雷达测风数据进行三种高空风的一致性比对,结果表明三种测风数据具有较好的一致性,均方根误差分别为2.3和2.5 m·s~(-1);60、30以及6 min不同时间代表性风廓线雷达数据与天气雷达风廓线数据之间的均方根误差分别为2.6、2.8及3.1 m·s~(-1),60 min数据的融合效果最佳,低空尤其明显。利用广东省2014年5月的风廓线雷达观测网以及天气雷达网风廓线数据进行了高空风场的融合分析试验,融合分析场提供了更为丰富的高空中尺度水平风场信息,低空的涡旋更加明显。