SWAN系统中雷达反射率因子质量控制算法及其应用

介绍了SWAN系统中雷达反射率因子质量控制算法原理,包括数据预处理、孤立噪声回波过滤、超折射回波抑制3部分。数据预处理将原始雷达资料转换为统一的RD20格式,并检测数据质量。孤立噪声回波过滤包括双向搜索、回波特征量过滤法。超折射(Anomalous Propagation,AP)回波抑制采用模糊逻辑原理。介绍算法配置参数,通过对比分析武汉、随州、西安雷达AP识别因子概率分布图可知,三者是类似的,表明默认参数的适用性。评估表明,该方法可过滤掉大部分AP回波,缺点是未能识别部分远距离AP回波以及错误识别部分降水回波。

基于TRMM/PR的长江下游地基雷达一致性订正

我国有近200部地基多普勒天气雷达,已经积累了近20年的观测数据,这些数据对雷达气候学研究非常重要。但由于不同雷达的标定误差不同,雷达之间存在观测值不一致性的现象(与美国的地基雷达类似),有的反射率因子差异超过了3 dB。这种不一致影响了多雷达联合降水估计的精度和雷达组网临近预报的效果。为此,采用筛选比较法对地基雷达与TRMM/PR(Tropical Rainfall Measuring Mission/Precipitation Radar)进行空间匹配和异常数据剔除,以TRMM/PR为参照计算并订正地基雷达偏差。对2013年5-9月长江下游7部S波段雷达数据订正后,结果表明:订正后7部雷达之间的平均反射率因子差异从1.8 dB降至0.5 dB,任意两部雷达之间的差异均小于1.0 dB,多雷达的观测一致性和空间连续性有明显改善。与传统的几何匹配法比较,筛选比较法订正结果相对稳定,不存在过量订正的问题。

雷达体扫反射率场的自动质量控制

研究探讨了从雷达反射率三维结构(回波的垂直伸展、水平纹理、垂直梯度等)特征识别降水和非降水回波以及对非降水回波自动剔除和降水损失补偿的实时质量控制方法;同时利用武汉CINRAD/SA雷达364次体扫资料研究分析了降水和非降水的水平纹理(T)和垂直梯度(V)的分布特征及其判据指标。统计分析表明,99%的降水和3%的杂波落入8 dBz/km之内的区域,在150 km范围可以仅用V判据参数;另外,降水和杂波虽然分别倾向于T的低值和高值区,但没有V值表现明显,在150 km外采用T参数结合平均强度计算的方法来识别降水与非降水。

多普勒雷达资料在南京地区一次暴雨临近预报中的应用

利用降水和非降水回波反射率三维结构特征对雷达数据进行质量控制,以去除非降水回波的影响;并利用扩展的TREC方法外推回波运动场,采用适合的Z-I关系得到小时降水量,以地面雨量计测值作为标准对预报效果进行评估。实例分析表明,质量控制后的雷达资料精度有所提高,采用多种调整方法和插值手段可获得高精度的雷达回波移动风场;外推小时降水量与实况有较好的相关性,相关系数达0.6737,但因未考虑雷达回波生消发展的影响,降水精度逐渐降低。

雷达反射率数据质量控制方法初探

地物和超折射等非降水回波是影响雷达定量探测降水和其他产品的重要因素,利用降水和非降水回波反射率三维结构特征可以对雷达数据进行质量控制。对近年合肥、广州、濮阳、烟台等多部雷达体扫资料进行统计。结果表明:降水和非降水的水平反射率结构(T)和垂直反射率差(V)在反射率的低值和高值区均表现出不同的分布特征,并以此为这2个判据在反射率低值和高值区设定不同的判别指标。实验表明,此方法可以改善降水和非降水回波的识别效果。

天气雷达反射率基数据质量控制的几种算法

回顾了国内外针对基数据质量自动控制技术的研究进展;详细介绍了基于模糊逻辑的雷达回波分类算法、基于水平和垂直反射率结构的质量控制算法、基于神经网络的天气雷达数据质量控制方法的设计思想、计算步骤和适用范围,并对3种算法的优缺点进行了比较;最后对质量控制技术的发展作了展望。结果认为,基于水平和垂直反射率结构的质量控制算法可以有效地识别地物杂波,算法相对简单且效率较高,适合业务使用。

35GHz云雷达反射率因子数据的质量控制

大气非云粒子(气溶胶、昆虫、悬浮物)以及雷达元器件固有噪声,是影响云雷达定量探测大气云层宏观以及微观产品的重要因素。为了剔除云雷达基数据中的散点噪声对数据质量的影响,本文利用新一代多普勒偏振8.6 mm云雷达资料,基于模糊逻辑识别地物的方法分析雷达散点噪声、气溶胶以及大气云粒子的反射率因子回波的统计特征,通过统计的特征值对反射率因子进行分类,保留正常回波数据。结果表明:该方法能较好区分云粒子回波和非云粒子回波,提高云雷达反射率因子的数据质量。

基于天气雷达强度数据体绘制算法

在多普勒天气雷达强度数据的基础上,结合速度和谱宽数据进行了质量控制预处理,同时用坐标变换算法和四线插值算法建立了三维数据场初值,最后用光线投射体绘制算法完成了三维云体的重构。