雷达反射率因子数据中的亮带自动识别和抑制

为了减轻雷达反射率因子数据中的亮带污染对雷达降水估计的影响,一种基于新一代天气雷达体扫资料自动识别零度层亮带平均高度、厚度和区域以及对亮带进行抑制的算法被提出。该算法首先利用近距离分层平均方法建立视反射率因子垂直廓线,然后基于亮带VPR曲线在融化层高度的显著弯曲特征来识别和抑制亮带。比较该方法识别的零度层亮带的平均高度和实测0℃等温层高度表明,前者比后者平均低0.5km。亮带的厚度大多在1～1.25km。亮带区域识别算法能合理地识别亮带反射率因子高值区,用经过亮带抑制后的体扫资料得到的组合反射率因子和反射率因子垂直剖面上的高值区被抑制掉,用经过抑制后的亮带区的所有反射率因子库建立的平均VPR在融化层高度的显著弯曲消失。通过亮带抑制后的雷达体扫资料将用于雷达降水估计。

利用一种自动识别算法移除天气雷达反射率因子中的亮带

该文介绍了一种自动识别和移除雷达反射率因子资料中亮带的算法,并对该算法进行了初步测试。该算法利用的是插值到直角坐标系中的雷达反射率因子资料,其配置和运行也相对简单,但却对移除亮带比较有效。首先,设定一套雷达反射率因子垂直廓线的理想模板,这些理想的模板能够在最大程度上反映不同亮带存在区域的雷达实际反射率因子的垂直廓线特征。然后,在水平方向每个点上,进行理想模板和实际反射率因子垂直廓线在垂直和水平两个方向上的拟合和差异计算,来自动识别雷达反射率因子中存在的连续亮带区域。最后,利用亮带之上和亮带之下的反射率因子值对亮带中的反射率因子值进行插值纠正,就可以移除亮带。利用位于天津塘沽的我国新一代天气雷达(CINRAD/SA)的反射率因子资料,通过个例分析和准业务运行试验,均表明这个简单算法可以识别和移除绝大多数影响雷达定量降水估计的反射率因子亮带区域,但是实际雷暴区域的反射率因子特征受到该算法的影响比较小。计算分析还表明,在京津地区的初夏,上述亮带区域一般容易出现在2.5 km左右的高度处。