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。     

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。     

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。     

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。      

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。     

新疆C波段多普勒雷达地物回波识别方法应用研究

地物回波直接影响雷达定量探测降水物质以及雷达资料同化的应用，基于回波纹理变化以及径向速度参数开展新疆C波段多普勒雷达地物回波识别方法应用研究。通过雷达探测范围内第一层至第三层仰角地形遮挡与FY-2H总云量信息，对不同天气条件下新疆伊宁、喀什两部雷达低层仰角的地物回波识别方法效果进行定性分析，结果表明：晴空天气条件下，该方法不仅能够有效识别雷达站附近的地物回波，同时对因地形遮挡引起的地物回波也能进行有效识别；在降水天气条件下，能够有效识别地物回波且未对降水回波造成误判；高分辨率的地形数据以及卫星产品对雷达地物回波的识别有一定指导意义，可作为判定因子进一步改进雷达质控方法。     

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。     

S波段多普勒天气雷达非降水气象回波识别

在气象条件为晴空或有云但无降水的情况下,在雷达站附近经常可观测到大面积的非降水气象回波,这些回波对定量估测降水和雷达资料同化效果产生重要影响。为了有效识别这些非降水回波,该文发展了基于模糊逻辑识别和回波分块的非降水气象回波识别算法 (NPMDA)。该文首先利用地面和卫星资料为标准,提出了非降水回波的确定标准,并利用北京SA雷达,对非降水气象回波特性进行了统计分析,得到了隶属函数。在非降水回波识别时首先采用SCIT算法将回波组合成片,然后对整个PPI进行初步的判断。对不能初步判断为降水的PPI,采用模糊逻辑的方法计算成片回波的属性值,依据成片回波的属性值得到片内回波逐点识别时的阈值,从而实现了回波的动态阈值识别。结果表明:对大部分非降水气象回波识别效果较好,对较强降水回波误判较少,弱降水回波有时会出现一定的误判。与NCAR使用的ICADA方法相比,NPMDA方法能明显提高非降水回波的识别率,减少降水回波的误判率。     

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。     

陕西新一代天气雷达数据质量控制

统计分析了陕西新一代天气雷达资料中的固定地物、超折射和径向干扰回波分布情况,并介绍了相应的数据处理方法,重点对西安雷达数据中的强地物、超折射和径向干扰回波数据进行了质量控制,结果表明：（1）利用模板匹配和回波纹理结构能够有效识别抑制固定地物回波;（2）倾斜测试法结合回波强度和径向速度识别抑制超折射回波效果明显;（3）采用相邻径向有效库数比较和中值滤波识别抑制径向电磁干扰效果明显。

     

在天气雷达信号处理器中用IQ信号消减地物杂波

地物杂波的检测和处理对雷达数据质量有重要的影响。常规的地物杂波检测依赖于晴空条件下的杂波图,人工判别,后来采用GAMP滤波器进行全程自适应滤波处理,该法在对地物抑制的同时对天气信号的损失较大,现探究比较多的方案是先自动识别地物,后结合滤波器对地物进行处理,在抑制地物的同时减少对天气信号的损耗。该算法基于IQ信号,利用已在C波段天气雷达中进行实验的SCI算法的4个判别因子,引入模糊逻辑理论,重新设计算法识别流程,并应用于我国S波段天气雷达中。通过实例对比杂波消减决策（CMD）算法对同一天气过程的识别与抑制的结果,发现该算法对气象回波的误判率低于CMD算法,对地物的识别率与CMD算法相当。     

自适应阈值方法去除风廓线雷达地物杂波

风廓线雷达探测过程中电磁波传输会受到各类杂波的干扰,其中,地物是主要来源。从功率谱数据上看,地物杂波主要集中在零频附近,且幅度较高,不加以抑制会影响气象回波的识别。针对目前常用的小波阈值滤波法在处理近零频回波被杂波覆盖时效果不佳的情况,该文结合风廓线雷达特点,提出一种根据小波分解高频系数自适应确定阈值的方法,并通过模拟数据与风廓线雷达实测数据进行检验,结果表明:即便信号靠近零频,且被杂波覆盖,该方法也能快速准确识别信号回波。同时,该算法原理简单、计算量小、易于实现,在实际应用中能够增加谱峰识别准确率,可为改善风廓线雷达产品质量提供参考。     

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。     

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。     

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。      

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。     

双多普勒雷达风场反演误差和资料的质量控制

提出了用双多普勒雷达观测资料进行回波强度、径向速度和方位定位的质量控制方法，以及利用概率分布法订正配对的双多普勒雷达回波强度的方法。以2001年973“中国暴雨”外场试验期间获取的双多普勒雷达观测资料为例，比较了合肥、马鞍山和宜昌、荆州的两对双多普勒雷达同步观测的回波强度、径向速度和方位的改变对观测数据对比的影响；分析了这两对双多普勒雷达径向速度测量误差引起的风场反演的误差。结果表明:两对双多普勒雷达观测的回波强度和径向速度的空间位置和变化趋势比较一致，合肥与马鞍山雷达的回波强度有一定差异，径向速度也有1～2 m/s的差异。风场反演的误差与风场的方向、大小、空间位置等有关。在两个径向速度夹角在40°～140°范围内，共面上的风场的反演误差在1～2倍的雷达探测径向速度的误差范围内。     

二维多途径退速度模糊算法的应用及效果研究

径向速度的模糊问题是制约新一代天气雷达径向速度资料应用的关键问题.本文将美国强风暴实验室Zhang Jian 提出的二维多途径退速度模糊方法应用到我国新一代天气雷达(SA、CB)观测的台风以及强对流风暴天气过程的资料质量控制中,进行了退模糊试验,详细分析了新算法的特点,并提出了数据预处理的方法.个例资料的分析表明:该算法不仅能处理连续性风场的速度模糊,也能处理存在大量数据缺失以及距离折叠的不连续性风场的径向速度模糊,但对于孤立回波的速度模糊的处理,也会出现问题.同时,在个例研究中发现,地物回波对于退速度模糊效果也有一定的影响.