共查询到20条相似文献，搜索用时 437 毫秒
1.
在雷达信号处理器异常、信号受到外部电磁干扰时,雷达会观测到沿径向分布的条幅状干扰回波,这类非气象回波须在雷达估测降水等定量应用之前消除。为适用体扫数据及正在业务推行的单径向流数据,利用2017年7—8月收集的雷达单站PPI数据,针对径向干扰回波,提出一种基于模糊逻辑的识别方法,该方法只提取径向上的特征参量,建立隶属函数和判定阈值,进行识别。通过对算法的评估和业务应用,结果表明:该算法对径向干扰回波和降水回波的识别和消除效果较好,与原业务算法相比,CSI评分提高0.232,能明显提高径向干扰回波的准确识别,略微降低对降水回波的误消除;算法在业务上能够稳定运行,对于定量化应用（降水估测等）具有正贡献。 相似文献
2.
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。 相似文献
3.
X波段双偏振雷达水凝物粒子相态识别应用研究 总被引：2，自引：1，他引：1
对云中水凝物粒子分类识别是双偏振雷达的主要应用之一。本文利用IAP-714XDP-A X波段双偏振雷达观测数据,在对其进行质量控制的基础上,利用滑动自适应订正算法对雷达反射率及差分反射率进行衰减订正,进而采用纹理参数SD（ZH）和SD（?DP）区分气象回波与非气象回波,最后建立基于X波段双偏振雷达偏振参量（ZH、ZDR、KDP、ρHV）、环境温度T和纹理参数（SD（ZH）、SD（?DP））的模糊逻辑水凝物粒子分类识别算法。本文通过对2016年8月7日一次低仰角的观测,检验了纹理参数SD（ZH）和SD（?DP）对气象回波和非气象回波的识别效果,结果表明:SD（ZH）与SD（?DP）两者结合可有效区分气象回波和非气象回波;用2015年8月7日北京一次较大范围的降雹个例,对建立的模糊逻辑水凝物粒子分类识别算法进行效果验证,识别降雹落点与地面观测降雹落点一致,表明各种水凝物粒子对应偏振参量取值范围合理;对2016年9月14日一次处于不同发展阶段的多单体对流云进行水凝物粒子分类识别,结果显示处于发展阶段对流云中存在过冷水柱,其形成的微物理过程是对流云中强烈的上升气流将暖层的水滴抬升到0℃层之上形成过冷云雨水,进而冻结形成雹胚并发展成为冰雹。 相似文献
4.
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。 相似文献
5.
基于模糊逻辑的地物回波识别方法及效果检验 总被引：2，自引：2，他引：2
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。 相似文献
6.
新一代天气雷达海浪回波特征分析和识别方法研究 总被引：1，自引：1，他引：0
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。 相似文献
7.
A variety of faulty radar echoes may cause serious problems with radar data applications,especially radar data assimilation and quantitative precipitation estimates.In this study,＂test pattern＂ caused by test signal or radar hardware failures in CINRAD （China New Generation Weather Radar） SA and SB radar operational observations are investigated.In order to distinguish the test pattern from other types of radar echoes,such as precipitation,clear air and other non-meteorological echoes,five feature parameters including the effective reflectivity data percentage （Rz）,velocity RF （range folding） data percentage （RRF）,missing velocity data percentage （RM）,averaged along-azimuth reflectivity fluctuation （RNr,z） and averaged along-beam reflectivity fluctuation （RNa,z） are proposed.Based on the fuzzy logic method,a test pattern identification algorithm is developed,and the statistical results from all the different kinds of radar echoes indicate the performance of the algorithm.Analysis of two typical cases with heavy precipitation echoes located inside the test pattern are performed.The statistical results show that the test pattern identification algorithm performs well,since the test pattern is recognized in most cases.Besides,the algorithm can effectively remove the test pattern signal and retain strong precipitation echoes in heavy rainfall events. 相似文献
8.
本文利用双偏振天气雷达资料，对2019年6月7-9日辽宁地区一次东北冷涡强对流天气过程进行分析。分析了东北冷涡的演变过程以及双偏振雷达的偏振参量在降水粒子相态识别中的作用，研究了不同判别规则对模糊逻辑算法识别结果的影响。结果表明：双偏振雷达的偏振参量可以对水凝物的种类、空间分布、物理形态进行大致判断，但水凝物相态识别结果仍需细化。模糊逻辑算法在强回波区域的识别结果更准确，采用不同的判别规则得到的水凝物分类结果虽存在一定差异，但在大部分观测区域的分类结果基本一致，符合天气演变规律，能够为气象预报预警提供鉴别参考。具有广泛时间、空间适配性的模糊逻辑算法，仍需大量实测案例数据的验证与仿真。 相似文献
9.
10.
三维雷达反射率资料用于层状云和对流云的识别研究 总被引：8，自引：0，他引：8
基于层状云和对流云的雷达反射率分布的三维形态特征，提出了识别层状云和对流云的6个候选识别参数，它们分别是:组合反射率及其水平梯度，反射率因子等于35 dBZ的回波顶高及其水平梯度、垂直累积液态水含量及其密度。通过分析候选识别参数分布图和选取的反射率垂直剖面图，用人机交互方式挑选“真实的”层状云和对流云区，统计这6个候选识别参数分布的概率密度特征；最后确定把分布概率密度更集中的组合反射率水平梯度、35 dBZ的回波顶高的水平梯度和垂直累积液态水含量密度作为识别参数，利用模糊逻辑法进行层状云和对流云的识别。用三个个例进行了识别试验，并把用模糊逻辑法识别的结果与用改进的巅峰值法识别的结果进行了比较，结果表明:用模糊逻辑法和改进的巅峰值法都能合理地识别大部分层状云和对流云；由于改进的巅峰值法只考虑了反射率分布的二维形态特征，它容易把对流核的外围识别成层状云，把厚实的层状云识别成对流云，而考虑了反射率分布的三维形态特征的模糊逻辑法在这两个方面有很大改善。 相似文献
11.
12.
基于质量控制的S波段双偏振雷达格点化观测数据,利用模糊逻辑算法,结合降雨粒子散射和空间取向等特征建立了降水粒子类型识别算法,用于分析降水过程中降水粒子的空间分布情况及粒子类型的演变过程。该算法可以将降水粒子分为液态、冰态、混合态等不同种类,有助于发现影响降水多寡的云微物理关键结构。首先根据不同降水粒子的雷达回波特性得到隶属函数,其次根据不同雷达观测变量在判别粒子类型时的贡献不同,确定每个观测值对应的隶属函数值的权重,对各个函数值进行加权平均后,得到不同粒子类型对应的逻辑值。最后进行集成和退模糊化处理,选出每个格点中逻辑值的最大值,认为该值所代表的粒子类型即为该格点所代表的粒子类型。在确定观测值对应的隶属函数值的权重时,水平反射率因子和环境温度作为计算粒子类型的直接影响因子,不再进行加权平均计算,提出了基于S波段双偏振雷达参量和环境温度的降水粒子类型识别算法。通过华南前汛期一次降水过程,利用雷达观测降水资料,验证了该算法的合理性。验证结果表明,反演所得的"雨"类型的分布特征与实际观测降水的分布特征基本一致,证明该算法可以反映降水区域的粒子类型,识别结果基本合理。进一步研究发现在降水发生之前,空中存在大量"毛毛雨"类型的粒子,在降水发生时毛毛雨和雨粒子的变化呈负相关性,表明此次降水主要由毛毛雨碰并产生雨粒子并降落地面产生。 相似文献
13.
X 波段双极化雷达对云中水凝物粒子的相态识别 总被引：7，自引：1，他引：6
人工影响天气研究需对云中降水粒子的相态和分布结构进行准确识别,以便提高人工影响天气作业效率.中国科学院大气物理研究所的车载X波段双极化雷达可提供与云中降水粒子大小、形状、相态等特征密切相关的4个极化参数:反射率因子、差分反射率、差分相移率、水平和垂直极化相关系数.利用这4个极化参数加上环境温度作为5个输入参量,建立了降水粒子相态模糊逻辑识别算法,识别的降水粒子有10种:毛毛雨、雨、湿霰、干霰、小雹、大雹、雨加雹、湿雪、干雪、冰晶.利用此雷达的实际观测资料,并与地面和飞机空中实测资料对照,对我国南、北方地区观测的降水天气过程进行分析,结果表明:建立的模糊逻辑算法对云内水凝物粒子的相态识别分类合理. 相似文献
14.
Using China New Generation Weather Radar (CINRAD) level-II data, the original algorithms for removing isolated non-meteorological echoes and ground clutters in radar data, which have been applied to Weather Surveillance Radar-1988 Doppler (WSR-88D) in the USA and Severe Weather Automatic Nowcast (SWAN) system in China, are modified and improved. To remove isolated non-meteorological echoes, the new algorithm introduces a constraint parameter (Po) to distinguish whether a window of 5 × 5 points is isolated as external echoes. A statistical analysis of 150 radar scans (5 cases, with each case comprising 30 scans) under three different echo types (small-scale convection, typhoon, and large-scale synoptic system) shows that the constraint parameter Po ? 0.167 is suitable for removing isolated non-meteorological echoes while preserving the edge of meteorological echoes. A new parameter, NDZ, which promotes the ability of the algorithm to identify the ground clutters appearing at two adjacent elevation angles, is constructed based on the vertical continuity of reflectivity. These improved algorithms are tested for four cases (three cases of isolated non-meteorological echoes and one case of ground clutters). Based on the statistics of 232 volume scans of radar data (on a temporal resolution of 1 h) measured at Nanchang station from 0000 UTC 5 to 1600 UTC 14 March 2015, it is found that the improved algorithms not only eliminate most (over 95% under clear-sky conditions) of the isolated non-meteorological echoes and ground clutters (including those appearing at two adjacent elevation angles), but also well preserve the structure of meteorological echoes (storms). Key words: radar, isolated non-meteorological echoes, ground clutter, quality control 相似文献
15.
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。 相似文献
16.
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,TVR）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TVR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TVR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。 相似文献
17.
在对比分析质量控制前后雷达估测降水量与自动雨量计降水量之间相关性的基础上,采用雷达-雨量计联合校准方法,对14种不同密度雨量计校准雷达估测降水的效果进行分析。结果表明:在使用雷达资料和雨量计资料前有必要对资料的质量进行分析与控制。联合雨量计校准雷达能明显提高雷达对降水的估测能力;采用不同密度雨量计校准雷达,随着校准雨量计密度的加大,雷达估测降水的精度不断提高并趋于稳定。校准雷达的效果及所需雨量计密度与降水类型有关,当校准效果相同时,积云强降水过程需要的雨量计密度最大,积混对流性降水过程次之,层云稳定性降水过程需要的雨量计密度最小。不同方法的校准效果不同,卡尔曼滤波方法适合于对稳定性降水的校准,或在雨量计密度低的地区对雷达进行校准;变分校准法和最优插值法的校准效果相当,适合对积混对流性降水的校准,或在雨量计密度高的地区对雷达进行校准。 相似文献
18.
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。 相似文献
19.
统计分析2003—2006年宁波雷达的非气象杂波, 影响杂波主要为地物杂波, 包括普通地物杂波 (NP杂波) 和异常地物杂波 (AP杂波) ; 并分析这些杂波在反射率因子、径向速度、谱宽产品上不连续的离散状分布等特征。基于以上特征及传统杂波识别的经验而设计出一种近似模拟人眼模糊识别的稳定安全的多维线性近似的杂波识别及其过滤算法, 在 190 个个例测试中大都效果较好, 尤其在 150 km 以内, 能够在确保降水数据完整、准确的基础上有效过滤非气象杂波。 相似文献
20.
SWAN系统中雷达反射率因子质量控制算法及其应用 总被引：4，自引：0，他引：4
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. 相似文献