气象雷达回波图中区域地物杂波检测算法

针对多普勒气象雷达回波图中的地物杂波只能通过肉眼识别且效率低下的问题,提出一种结合卷积神经网络模型与区域重叠灰度共生矩阵的算法,以实现对雷达回波图中特定杂波区域的高效识别。首先设计一个卷积神经网络模型,利用数据集对卷积神经网络进行训练,从而对雷达回波图的俯仰角进行识别;然后利用区域重叠灰度共生矩阵算法对低仰角的气象雷达回波图进行特征提取,检测出存在地物杂波的具体区域;最后得出地物杂波所在具体区域的坐标。经过大量实验,结果表明,该算法可对气象雷达回波图中的地物杂波进行有效识别。

星载天气雷达谱参数估计方法研究

基于傅里叶分析(DFT)的谱参数估计方法已被广泛用于测量多普勒天气雷达降水速度,已经证明对于较小的归一化谱宽(σN)而言该方法几乎最优。然而该方法局限于地基和空基多普勒天气雷达中较小的σN(σN<0.1)。研究安装在静止轨道卫星上的多普勒天气雷达获取全球的垂直降水速度很有必要。针对星载天气雷达较大的σN(σN0.2),扩展了一种适用于星载场合的谱参数估计方法。对该方法性能进行了分析,与其他几种形式的DFT谱估计方法及脉冲对处理方法(PPP)比较可看出:在相同的系统参数下,提出的新方法性能最优,能够获得优于0.5m/s的多普勒测速精度。

2008年7月5日朝阳地区典型降雨天气过程分析

通过雷达回波对2008年7月4—5日的天气过程进行系统分析,结果表明:努鲁尔虎山脉及梯形坡下特殊下垫面的山势走向、气温、相对湿度、风向、风速等物理条件对天气系统有非常大的影响,此次普降大到暴雨非常具有典型性。