CINRAD/SA雷达双偏振升级数据质量分析评估

广州CINRAD/SA雷达完成双偏振升级改造后,本文评估分析了其探测灵敏度、地物抑制能力以及差分反射率ZDR,差分相移Φ_(DP)、差分相移率K_(DP)及相关系数的数据质量,结果表明:双偏振升级后雷达灵敏度与升级前基本一致,地物杂波抑制效果有明显改善;ZDR系统偏差变化稳定,随Z的增长趋势与经验值一致,测量误差不超过0.2dB;Φ_(DP)的初始相位具有较好的稳定性,K_(DP)对强降水敏感,与强降水有很好的对应关系;相关系数能够很好地区分气象和非气象回波。     

上海南汇WSR-88D双偏振天气雷达的生物 回波识别与分析

为识别我国新一代天气雷达的生物回波,研究长江中下游地区天气雷达观测到的生物迁飞发生发展规律,选取上海南汇WSR-88D双偏振天气雷达2018年春季的观测数据,应用反射率因子Z、双程差分相位Φ_(DP)、0延迟相关系数ρ_(HV)等雷达物理量和反射率因子纹理SD(Z)、差分相位纹理SD(Φ_(DP))等反映观测值小尺度数值变化的参量,用Python语言设计基于模糊逻辑算法的雷达回波分类程序识别生物回波,识别结果以生物回波采样点的生成时间(世界时)为横坐标,分析了2018年春季上海南汇天气雷达生物回波识别结果的日变化特点,讨论了降水、风及温度等气象条件对生物迁飞的影响。结果表明,S波段天气雷达无法分辨生物单体,但在春季有大规模生物迁飞的时段能够对昆虫成层定向迁飞的现象进行有效识别,3月生物迁飞活动强度较弱,4月和5月回波强度显著增强。地物回波(超折射回波)在雷达低仰角观测中,对有效识别生物迁飞回波尤其具有阻碍性。为此,在原有算法的基础上,用标准化频率直方图对迁飞现象明显时段的数据中生物回波点的以上4个变量观测值进行概率统计,揭示生物回波与地物(超折射)回波雷达物理量之间的差异。     

C波段偏振雷达数据预处理及在降水估计中的应用

利用移动式C波段双线偏振雷达(PCDJ)观测资料,对安徽定远2013年6—7月3次降水过程进行数据处理方法和降水估计效果的分析,提出了优化的C波段双偏振雷达数据处理方案,在优化的R(Z_H)关系条件下,分析了降水估测的效果。对比分析中值滤波和小波分析方法对差传播相移Φ_(DP)数据处理的效果,发现小波分析方法对Φ_(DP)数据处理具有明显的改善作用;采用变距离法对小波分析处理后的Φ_(DP)数据进行拟合得到的K_(DP),数据的连续性和平滑度较好,且应用于降水估计的精度更高;利用较好的数据处理方法(小波分析)拟合得到的K_(DP)对水平反射率因子Z_H进行雨区衰减校正;以及利用SA雷达与PCDJ雷达衰减校正后的数据进行对比观测,表明PCDJ雷达回波强度比SA雷达偏弱。对两部雷达进行定量降水估计,并与地面雨量计小时降水量资料进行对比分析,结果表明:当降水强度5 mm·h~(-1)时,PCDJ雷达利用R(Z_H,K_(DP))关系估测降水的精度比R(Z_H)关系高,当降水强度5 mm·h~(-1)时,则相反;SA雷达与PCDJ雷达均基于反射率因子估测降水,SA雷达的效果更好;但在降水强度5 mm·h~(-1)时,PCDJ雷达基于R(Z_H,K_(DP))关系估测降水较SA雷达基于R(Z)关系方法具有更明显的优势。     

移动X波段双线偏振多普勒天气雷达差分相位数据质量控制

针对移动X波段双线偏振多普勒天气雷达,提出了一套差分相位数据质量控制算法,包括地物杂波抑制、退折叠、初始差分相位调整和滤波等,然后利用2个个例分析了这种差分相位数据质量控制算法的效果。结果表明,该算法能有效地识别和消除差分相位数据中的地物杂波、退掉折叠的相位和滤除正常的随机差分相位波动。     

基于线性规划方法处理C波段双线偏振多普勒天气雷达差分相位φ_C数据

高质量的差分相位数据能够有效地提高雷达识别粒子、估测降水的能力。本研究针对南京信息工程大学C波段双线偏振多普勒天气雷达(NUIST-CDP),提出一套差分相位φ_C数据的质量控制算法。其中将雷达观测到的差分相位φ_C分为5个部分:差分传播相位φ_(DP)、后向散射差分相位δ、非降水回波的波动ε_(NP)、系统误差ε_S以及电磁波信号的随机扰动ε_R。在线性规划方法的基础上,采用模糊逻辑法、小波分析法与迭代滤波法分别将差分相位φ_C数据中的ε_(NP)、ε_R和δ剔除,然后依据滤波后的数据,将各径向中第一个降水回波的值作为该径向的系统误差ε_S。结果表明,该算法能够有效地平滑由非降水回波引起的大振幅波动以及因电磁波信号造成的小振幅扰动,且可以剔除差分相位φ_C数据中存在的δ。此外,处理后的数据满足随径向距离递增的条件。     

清远双偏振雷达偏振量产品的初步释用

介绍了差分反射率因子Z_(DR)、传播相移差Φ_(DP)、差分传播相移率K_(DP)和协相关系数ρ_(hv)等基本产品,并结合相应的雷达实况图进行释用。研究表明,差分反射率因子Z_(DR)与降水强度有较好的对应关系;传播相移差Φ_(DP)因其累积效应的特点不便于降水区定位,需搭配参考的差分传播相移率K_(DP)也只有在降水超过一定值后才能较好表现出作用;协相关系数ρ_(hv)在实际应用中可用于对融化层进行识别,但无法判断降水物的具体形态。各偏振量产品需通过结合常规雷达产品及双偏振二次产品,才能很好地体现双偏振雷达的真正价值。     

车载X波段双线偏振多普勒天气雷达及其数据处理系统

文章介绍了车载X波段双线偏振多普勒天气雷达及其数据处理系统,并对其资料质量和应用问题进行了分析和讨论。该雷达采用的单发双收的工作机制,实现对Z_H、Z_(DR)、Φ_(DP)、K_(DP)、ρ_(HV)(0)以及L_(DR)等参数的探测。这些信息反映了云和降水粒子的范围、大小和运动变化等特征,是研究云和降水特别是灾害性天气的形成机制及其物理过程变化的有效工具。基于该雷达的数据处理系统是在利用这些测量参数的基础上,可以实现降水处理和降水粒子相态识别功能,为用户提供有效的气象服务。     

一次雷暴过程的双偏振雷达观测量与闪电频次的关系分析

利用广州双偏振多普勒雷达和粤港澳闪电定位网数据,分析了2017年7月27日发生在广东深圳的一次雷暴个例中双偏振雷达观测量与闪电频次之间的关系。结果表明:水平反射率Z_H、差分反射率Z_(DR)和差分相移率K_(DP)能在一定程度上反映出雷暴发展变化的特征。零滞后相关系数ρ_(HV)主要用于雷达回波降水类型以及非降水(非气象回波)的判断,与闪电频次的相关性不高。     

双线偏振多普勒雷达资料质量分析

以中国气象科学研究院灾害天气国家重点实验室的车载C波段双线偏振多普勒雷达（CPDRW）2011年完成升级改造后观测的一次大范围层状云降水过程资料为例,讨论了该设备改造后探测资料质量的改进情况及其对降水粒子的探测性能,同时利用模糊逻辑法结合地物的常规特性和偏振特性,建立了一种运用双线偏振雷达观测资料识别地物及地物与降水混合回波的方法,并利用该雷达的观测资料对识别结果进行了分析检验,最后统计分析了降水回波的差分反射率因子(Z_DR)、零滞后互相关系数(ρ_HV（0）)与信噪比的关系,以及系统初始相位的稳定性及降水资料的一致性。分析结果表明,在常规参量的基础上添加偏振参量并采用模糊逻辑法构建的综合识别模式和常规识别模式都能较好地识别地物,但综合识别模式明显改善了常规识别模式0速度区过度识别的问题,且在地物与降水回波混合的情况下叠加混合回波识别模式具有更加明显的优势。雷达改造前,Z_DR及ρ_HV（0）在信噪比小于25 dB时受噪声影响很大,测量值存在较大误差,资料变得不可信;通过这次的升级改造,其信噪比探测阈值由25 dB降低到15 dB。系统初始相位比改造前更加稳定,随仰角和时间的波动性更小。利用垂直扫描数据进行系统误差订正后的Z_DR资料能较好地反映降水粒子的实际情况,Z_DR随信噪比的变化较之改造前更加平稳,而对差传播相移Φ_DP进行分类处理后拟合的差传播相移率K_DP资料也与实际情况一致。     

X波段双线偏振多普勒雷达资料质量评估

以山东省首部X波段全固态双线偏振多普勒天气雷达724XSP观测的几次降水过程资料为例,与济南站多普勒天气雷达(CINRAD/SA)资料进行对比分析,并利用XSP雷达观测的层状云降水资料进行偏振参量的质量分析。结果表明:XSP雷达波束在穿越层状云云体时的衰减比较均匀,与SA雷达探测的云体结构比较接近,但XSP雷达对45 dBZ以上强回波的探测能力较差,尤其探测冰雹云云体结构时二者差别较大。对偏振参量分析发现,当SNR10 dB时,Z_(DR)、CC、Φ_(DP)和K_(DP)等偏振参量受噪声影响明显,误差较大不可信;当SNR位于15~23 dB时,Z_(DR)和CC的测量值有明显波动,质量较差;XSP雷达的Z_(DR)测量值较理论值偏低0.5 dB;Φ_(DP)和K_(DP)资料受衰减影响较小,当SNR10dB时,质量比较可靠。     

基于模糊逻辑的双偏振多普勒雷达地物杂波抑制方法的初步应用

以广州双线偏振多普勒天气雷达为例,用反射率因子水平纹理、相关系数、差分反射率因子标准差、差分传播相位标准差和相关系数标准差5个参量,作为模糊逻辑方法的输入参数,实现地物杂波抑制。结果表明:加入偏振参数的模糊逻辑算法能有效识别静态地物杂波,但是对强降水边缘回波以及层状云降水回波存在误判的情况。     

广州双偏振天气雷达在定量降水估测中的初步分析

利用广州双偏振天气雷达观测到的一次短时强降水过程资料和自动站资料,对比分析R(Z_H)、R(Z_H,Z_(DR))、R(K_(DP))降水估测算法的差异,结果表明:不同的降水估测方法有较大的差异,当降水强度20 mm/h时,采用R(Z_H)进行降水估测优于利用R(Z_H,Z_(DR))、R(K_(DP))方法;当降水强度20mm/h时,采用R(K_(DP))方法进行降水估测效果更好。造成这种现象的主要原因是在弱降水时,Z_(DR)、K_(DP)的测量误差较大,因此实际业务中需要对偏振参量进行进一步的质量控制,以优化基于双偏振雷达的定量降水估测效果。     

移动X波段双线偏振多普勒气象雷达及其关键技术分析

文章描述了上海引进的移动X波段双线偏振多普勒气象雷达系统的主要性能和显著技术特点,着重分析了该雷达系统为了获取有效和可靠的双线偏振探测数据,如差分反射率Z_(DR)、传播相位K_(DR)、差分相位Φ_(DP)和相关系数ρ_(HV)等所采用的关键技术和措施,其中包括:200 kW超强峰值功率;平均40 dB以上中频相参地杂波抑制能力;95 dB至100 dB大线性动态范围及其-112 dBm(1μs脉宽)高灵敏度接收机;31.25 m精细距离分辨率;EDGE5.0多功能应用软件包;在天线仰角轴上组合安装双偏振波导、接收机和信号处理系统的创新设计;良好的野外机动探测性能等。文章还给出了实测个例资料并指出该雷达的新颖设计理念和实现的关键技术值得国内在同类型气象雷达的设计制造中学习和借鉴。     

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。     

X波段双偏振天气雷达衰减订正方法及效果检验

X波段双偏振天气雷达在观测强降水时衰减较大,双偏振雷达的相位参数因衰减较小可用于反射率的衰减订正。自适应算法和差传播相移率K_(DP)订正法是应用较多的两种衰减订正算法,这两种方法均采用了差分参数实现衰减订正。自适应算法实现因难,但能够根据不同降水类型对订正系数进行调整,而K_(DP)订正法则无法实现。本文在自适应算法和K_(DP)订正法衰减订正的基础上提出了K_(DP)综合分类法,该算法实现简单,并分别采用三种方法完成衰减订正,然后对订正效果进行了比较分析,并与S波段雷达进行了对比。最后将订正前后的反射率联合地面降水资料进行对比研究,结果显示订正后反射率更适合观测降水及反演雨强。     

基于偏度方法的地物杂波识别及去除

基于2013年常州站多普勒天气雷达基数据,利用偏度方法逐网格识别和去除地物杂波。结果表明:地物杂波具有高的反射率分布,为负偏度;非地物杂波则呈现较低的反射率分布,为正偏度。采用偏度方法设计的雷达地物杂波去除方法可有效去除地物杂波,滤波后的新雷达基数据可在业务上应用于雷达定量估测降水和预报,进一步提高雷达降水估测和预报能力。     

窄波束C波段双偏振多普勒天气雷达及其探测能力分析

为了评估南京信息工程大学窄波束C波段双偏振多普勒天气雷达的观测性能和应用潜力,对雷达的高分辨率回波数据进行了分析,利用固定地物订正了径向定位误差,以及在线太阳信号修正了差分反射率因子(Z_(DR))偏差;通过对流降水和层状云降水回波分析,发现了共振散射效应、不同降水粒子的回波特征、非均匀波束填充(NUBF或NBF)现象、降水倾斜结构和可能存在过冷水的证据。     

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。     

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。     

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。