共查询到19条相似文献，搜索用时 78 毫秒
1.
2.
针对近年来CINRAD/CC雷达无回波故障现象,对出现在天馈系统、发射系统、接收系统、信号处理系统中的故障原因进行整理和分析,发现各系统故障存在一些不同的特征。结合CINRAD/CC雷达回波信号的接收流程以及各分系统的工作原理,采用分类法和逐级判断法,检查雷达状态参数,给出各系统出现无回波故障的检修方法,并提供一些测试数据、关键点测试波形作为维修参考,实际工作中业务人员可通过这些指标进行故障判断和维修。以普洱站一次无回波故障的检修实例,描述如何根据终端参数和各分系统的监测点参数变化情况,对故障原因进行判断,按照信号流程采用分段法对关键点进行分析和测试,找出故障点并排除,同时对整个故障的排除过程进行总结,供技术人员探讨。 相似文献
3.
4.
5.
分析新一代天气雷达出现故障报警,并且伴随有回波图像变坏的现象。通过数据、图像分析,发现雷达回波图像变化与雷达性能参数如系统噪声温度、线性标定等数据的变坏有关。硬件检查结果表明,由于下光纤板电路故障,接收机保护器响应信号无法发送,影响保护器的正常工作及测试信号对雷达功率的正确测量,导致雷达性能参数变坏及回波图象变坏。 相似文献
6.
7.
8.
9.
10.
11.
新一代天气雷达天馈系统故障分析诊断方法和技巧 总被引：1，自引：0，他引：1
故障分析诊断技术对保障气象大型装备可靠业务运行具有重要作用。依据CINRAD/SB型新一代天气雷达天馈系统信号流程,通过对新一代天气雷达天馈系统故障诊断方法进行研究,总结出天馈系统漏气、打火故障检测方法,天馈系统损耗大的故障诊断流程和故障定位6种方法。按照故障诊断流程和其中的外接信号源联合频谱仪法,分析诊断、定位并修复了天馈系统天线座内环流器故障导致的雷达观测回波强度偏弱、灵敏度降低故障的典型个例。结果表明,根据雷达现场配备仪表状况,通过故障诊断流程,采用合适方法和技巧,可达到快速定位天馈系统故障部位、在最短时间修复雷达故障目的。 相似文献
12.
基于经过严格质量控制后的单站CAPPI格点数据,对相邻天气雷达观测重叠区域内等距离线上的回波强度一致性状况进行研究,根据雷达不同探测距离、不同海拔高度、不同降水强度等因素编制相邻雷达自动配对程序和等高面自动选择程序,建立了相邻天气雷达均一性算法。制定了适合我国天气雷达回波观测差异特征的均一性评估的3类标准(可信、可疑和疑误),并给出了评估标准的满足条件,从而建立了全国天气雷达均一性实时评估系统。从评估效果来看,均一性评估系统能够实时高效检测出全国不同波段、不同型号以及不同省份相邻雷达之间的回波一致性状况,并给出评估结果;对浙江、福建、广东3省雷达一次降水过程的均一性评估,发现参与评估的27部S波段雷达整体可信率为85.19%,可疑率为11.11%,疑误率为3.7%,成功检测出雷达回波强度偏低、波束阻挡以及电磁干扰等问题;对临沂站雷达回波均一性分析,评估系统能及时报警,检测出该站雷达回波位置指向存在偏差,天线方位顺时针偏移16.88°,缩短了故障发现时间。 相似文献
13.
14.
利用雷达回波三维拼图资料识别雷暴大风统计研究 总被引：8，自引：0，他引：8
应用雷达回波三维组网拼图数据、加密自动站和地面灾害大风资料,对2008—2012年京津冀地区20次区域性雷暴大风天气过程进行了统计。检验了基于模糊逻辑建立的利用回波强度识别大风的算法,分析了大风出现的位置。该大风识别算法确定了雷暴大风的6个雷达识别指标及其对应的权重系数和不同季节的隶属函数。检验分析块状回波、带状回波和片状回波3类大风过程的识别效果,结果表明：块状回波类大风是由孤立的强单体风暴引发的,风暴单体具有回波强、回波顶高、垂直积分液态水含量大和移动快等特点,雷暴大风多出现在风暴单体附近且二者移动路径一致;带状回波的长度远大于宽度,主要包含飑线和弓状回波,大风影响范围广且多位于带状回波的前沿一带;片状回波多指大面积层云回波中镶嵌着强回波单体块的混合回波,对应出现的雷暴大风多位于风暴单体的周边区域。3类回波识别到的可能出现大风区域与实测大风范围基本吻合,块状、带状和片状3种类型的雷暴大风命中率分别为96.2%、68.6%和45.3%,漏报率分别为3.8%、31.4%和54.7%。由于垂直积分液态水含量偏低和回波强度弱,片状雷暴大风识别漏报相对较多;空报原因除了与测站分布稀疏有很大关系外,也与识别算法本身有关。识别检验证明雷暴大风综合识别方法是合理可靠、切实可行的,可以为雷暴大风的短时临近预警业务和系统开发提供技术支撑,这一工作也为进一步预警大风出现的位置提供了基础。 相似文献
15.
利用2017—2019年中国气象局大气探测试验基地Ka波段云雷达资料,结合地面自动气象站、激光云高仪资料,从强度、速度、线性退极化比以及晴空回波高度等方面,分析晴空回波垂直结构和变化特征。基于激光和微波对粒子半径和数密度散射的差异,区分云和晴空回波。结果表明:Ka波段云雷达探测到的晴空回波在边界层主要包含层状湍流回波和点状昆虫回波,且回波顶高在3000 m以内。晴空回波强度和高度具有明显的季节和日变化特征,冬季回波顶高较低,夏季回波顶高较高,与地面气温具有很好的相关性,每年的1,2,11,12月几乎没有晴空回波,而7月和8月回波顶平均高度最高。晴空回波反射率因子为-40~-15 dBZ,其中层状湍流回波反射率因子概率密度峰值处反射率因子为-35 dBZ,点状昆虫回波反射率因子概率密度峰值处反射率因子为-30 dBZ。晴空回波垂直移动速度为-1.5~+0.5 m·s-1,整体呈下沉运动。层状湍流回波线性退极化比较点状昆虫回波稍大,一般为-10~-5 dB,点状昆虫回波线性退极化比一般为-15~-8 dB。 相似文献
16.
2017年江西副热带高压边缘雷暴大风回波特征 总被引：4，自引：3，他引：1
利用MICAPS天气资料、WebGIS雷达拼图、自动站、强天气监测和雷电监测等数据,对2017年8月江西副热带高压边缘产生的4次雷暴大风天气过程,采用数据统计、形态特征对比等方法进行分析,结果表明:江西北部回波和南部回波发生辐合运动时,南面回波会发展的更为旺盛,形成飑线回波带。回波的传播方式一方面加快了回波移动速度,另一方面改变了回波的移动方向。副热带高压边缘雷达回波特征主要有两种:一是南北向短带回波,有时会发展为弓状回波;二是强回波单体,超级单体和复合单体回波。带状回波上,雷暴大风分布在回波带前沿,尤其是弓状回波带的头部,雷电分布则在回波带移动方向的后侧;强单体、超级单体和复合单体回波上,雷暴大风和雷电集中在强回波中心附近区域。超级单体回波具有55～60 dBZ块状回波结构,垂直液态水含量VIL达到60 kg·m~(-2);相对风暴速度SRM图上和垂直径向速度RHI_V图上,都具有相邻的正负速度对和达到中等以上中气旋标准。 相似文献
17.
利用MICAPS常规天气图资料、地面自动气象站资料、雷电资料和雷达拼图等资料，采用天气图中分析方法、统计方法、回波图像、回波廓线等分析方法，对2020年7月11日江西副热带高压边缘中尺度雷暴大风回波特征进行分析，结果表明：1）副热带高压控制或边缘上，江西上空100 hPa是东北风，500 hPa是西南风，高空呈现逆时针环流，T-lnP图上层结不稳定，对流有效位能CAPE （Convective Available Potential Energy）面积较大，对产生强对流天气有利；由于上下两层的风向不同，使得雷暴回波系统的移动与回波系统的云砧伸展方向不一致，从而加剧了对流上升运动，使得雷暴回波系统发展、加强、维持。2）回波产生初期是局地对流单体回波，通过不断新生单体和单体合并等方式，形成南北走向的回波短带，这种合并形成的回波短带发展旺盛时，会产生多站雷暴大风天气。3）南北走向的回波短带是产生雷暴大风的主要回波特征，虽然回波强度只有55 dBZ，但移动速度较快（60～70 km/h），造成地面大风。江西WebGIS雷达拼图上叠加多部雷达风暴跟踪信息STI （Storm Tracking Information），可以明确风暴的移动方向和移动速度，根据STI密集区判断，增加了STI的可用性。4）“前伸”或“延伸”回波反映了回波系统上方的高空风走向和积雨云的云砧飘离方向。“延伸”回波一定程度上表现出副高边缘雷暴回波系统的强弱程度。为改进副热带高压边缘中尺度雷暴大风的预警预报准确率提供依据。 相似文献
18.
天津地区雷暴大风天气雷达产品特征分析 总被引：5，自引：4，他引：1
应用2002-2007年天津共46次雷暴大风天气过程的新一代天气雷达资料,并结合灾情报告和地面自动气象站资料,根据雷达基本反射率回波特征,影响渤海西部雷暴大风的雷达回波形态有以下四种类型:弓状回波、阵风锋、带状回波和零散椭圆状回波,其中弓状回波对应的雷暴大风天气最为强烈,特别是弓状回波的前部和顶端突起部分;同时弓状回波主体维持时间与雷暴大风维持时间基本一致.另外,应用垂直积分液态水含量产品(VIL)进行了统计分析.结果表明:当VIL值达到或超过40 kg·m~(-2)时,随后VIL值的快速减小对于预警雷暴大风天气有指示意义,这种信息一般能够提前10分钟出现.此外,分析了雷暴大风的路径来源有四类:分别是北方路径有9次,西北路径占19次,西方路径14次和其他路径4次,其中北方路径带来的灾害相对严重.这些特征对预警渤海西部雷暴大风天气提供使用价值,同时也可提供其他地区参考使用. 相似文献
19.
基于谱分析原理提出了雷达回波强度面积谱的概念及算法,利用宁夏银川多普勒天气雷达回波资料,分析了不同性质降水云的雷达回波强度面积谱,并根据不同性质降水云雷达回波强度面积谱特征,提出了基于雷达回波强度面积谱识别降水云类型的方法,利用强回波面积（回波强度不小于40 dBZ的回波面积）占总回波面积百分比和基本降水回波面积（回波强度不小于20 dBZ的回波面积）占总回波面积百分比作为降水云类型判别的主要因子,提炼出基于雷达回波强度面积谱特征参数的层状云、积层混合云、对流云等不同类型降水云的判别指标,建立了基于雷达回波的降水云类型自动判识模型。利用该模型对2016-2017年6次强降水过程进行了降水云类型判别试验,模型准确判别出6次强降水过程中2次为对流云降水、4次为混合云降水,判别结果较好地反映了降水云类型,验证了判识方法的可行性。 相似文献