双偏振天气雷达水凝物识别研究

对双偏振天气雷达回波的水凝物分类,是利用降水粒子对极化电磁波的散射特性对水凝物相态进行识别的过程。不同相态降水粒子由于在形状、大小和空间取向等方面存在差异,对一定极化状态的电磁波会产生不同的散射特性,导致与这些特性密切相关的雷达偏振参量也各不相同,综合利用这些偏振参量,可以有效地识别出各种水凝物的相态。提出一种利用深度学习和模糊逻辑算法进行联合判别的水凝物相态识别方法:首先,采用深度学习算法对降水粒子所对应的雷达回波产品数据进行特征提取,并利用Softmax分类器对提取到的特征进行分类,实现降水粒子所对应降水模式的识别;其次,在已知降水模式的情况下,利用模糊逻辑算法,实现对降水粒子类型的最优判别;最后,结合其他雷达产品对分类结果进行分析与比较,发现两者能够达到极好的吻合。这种采用深度学习方法对降水粒子进行初次聚类,再利用模糊逻辑算法实现精确聚类的方法,大大提高了水凝物识别的准确性。