共查询到17条相似文献，搜索用时 156 毫秒
1.
多普勒天气雷达的基数据(反射率因子、速度和速度谱宽)经常会被地物杂波所污染,这对基数据估计的准确性影响很大,进而又会影响导出产品。因此,抑制地物杂波是所有多普勒天气雷达获取高质量数据产品的必要步骤。作者首先介绍了自适应高斯频域滤波器的研究背景,其次分析了多普勒天气雷达地物杂波及天气回波信号的特征,再次给出了IIR椭圆地物杂波滤波器的原理以及自适应高斯频域滤波器的滤波算法,最后根据实际的雷达回波信号,分析了IIR椭圆地物杂波滤波器和自适应高斯频域滤波器的杂波抑制性能,并对结果进行了分析和比较。结果表明:不使用杂波图的自适应高斯频域滤波器的杂波抑制性能优于使用杂波图的IIR椭圆滤波器,且满足实时处理的要求。 相似文献
2.
结合WSR-88D雷达地物杂波抑制原理和济南CINRAD/SA雷达的探测应用,分析了济南CINRAD/SA雷达超折射回波的时空分布特征及对基数据和导出产品的影响,介绍了如何根据雷达站的具体情况和气象条件的变化,进行CINRAD/SA雷达超折射回波抑制控制参数的设置。恰当的杂波抑制可显著改善基数据和下游产品质量,晴空模式可采用强等级杂波抑制,层状云降水区域受到超折射污染时,多普勒通道和监测通道可采用中等级抑制。对流单体受到超折射污染时,零速度线所在区域多普勒通道可采用中等级抑制,监测通道可采用强等级杂波抑制。 相似文献
3.
风廓线雷达探测过程中电磁波传输会受到各类杂波的干扰,其中,地物是主要来源。从功率谱数据上看,地物杂波主要集中在零频附近,且幅度较高,不加以抑制会影响气象回波的识别。针对目前常用的小波阈值滤波法在处理近零频回波被杂波覆盖时效果不佳的情况,该文结合风廓线雷达特点,提出一种根据小波分解高频系数自适应确定阈值的方法,并通过模拟数据与风廓线雷达实测数据进行检验,结果表明:即便信号靠近零频,且被杂波覆盖,该方法也能快速准确识别信号回波。同时,该算法原理简单、计算量小、易于实现,在实际应用中能够增加谱峰识别准确率,可为改善风廓线雷达产品质量提供参考。 相似文献
4.
雷达地物回波模糊逻辑识别法的改进及效果检验 总被引：6，自引：2，他引：4
地物回波是影响中国新一代天气雷达资料质量的一个非常重要的因素。用模糊逻辑的算法,从识别降水回波和地物回波的特征参数中,选择了效果较好的6个特征参数。根据降水回波与地物回波的特征差异,进行模糊化处理,得出每个象素是地物的可能性,对超出地物阈值的象素点则识别剔除。并针对以前方法对镶嵌在降水中的地物以及小尺度对流云地物过度抑制的问题进行了改进:一是通过在剔除地物回波的基础上增加了回波填补的功能,将降水区域中的"回波空洞"进行有效填补;二是将地物判别阈值由固定的常数变为随距离变化的函数,减小对流云特别是小尺度强对流云边缘地物的过渡抑制。最后用统计平均法检验了整个质量控制算法,通过比较天津雷达质量控制前后的回波强度累加平均图,表明该算法对地物回波有显著的识别效果。 相似文献
5.
刘军建 《沙漠与绿洲气象(新疆气象)》2020,14(5):76-83
地物回波直接影响雷达定量探测降水物质以及雷达资料同化的应用，基于回波纹理变化以及径向速度参数开展新疆C波段多普勒雷达地物回波识别方法应用研究。通过雷达探测范围内第一层至第三层仰角地形遮挡与FY-2H总云量信息，对不同天气条件下新疆伊宁、喀什两部雷达低层仰角的地物回波识别方法效果进行定性分析，结果表明：晴空天气条件下，该方法不仅能够有效识别雷达站附近的地物回波，同时对因地形遮挡引起的地物回波也能进行有效识别；在降水天气条件下，能够有效识别地物回波且未对降水回波造成误判；高分辨率的地形数据以及卫星产品对雷达地物回波的识别有一定指导意义，可作为判定因子进一步改进雷达质控方法。 相似文献
6.
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
7.
多普勒天气雷达探测过程中的非气象因子会显著影响雷达资料的定量化应用,在雷达基数据的应用前需对雷达资料进行抑制地物杂波、去距离折叠和退速度模糊等质量控制。本文在现有的自动识别地物回波方法的基础上,提出了基于支持向量机（Support Vector Machine,SVM）识别雷达地物杂波的方法,2013年6-8月对安庆和常州两地的CINRAD/SA雷达观测资料进行雷达地物回波识别,并将其与运用人工神经网络（Artificial Neural Networks,ANNs）识别的结果进行对比,结果表明支持向量机方法能够取得更好的效果。在地物、降水回波总样本识别和地物回波识别方面更为有效;降水回波的误判方面,神经网络略优于支持向量机,但两者差异不大,都将降水回波的误判率控制在了一个较小的范围内;另外支持向量机方法较之神经网络方法对于训练样本数目的依赖性较小,在训练样本较少时,支持向量机方法仍能保持有效的识别效果。 相似文献
8.
一种基于FCM算法的雷达反射率基数据的质量控制方案 总被引：1，自引：0，他引：1
根据FCM（fuzzy C-means,模糊C均值）算法初步建立了一种适用于我国多普勒天气雷达反射率资料的质量控制方案,对2009年6月3—5日蚌埠、阜阳雷达站部分雷达体扫资料进行统计分析。结果表明,降水和非降水回波水平反射率结构（T）和垂直反射率差（V）均有不同的参数分布特征,并可有效区分。在此基础上以这两个参数作为FCM算法的输入特征向量,自动识别出降水回波和地物杂波。质量控制结果表明,恰当选取降水回波和地物回波的特征参数,作为FCM算法中的输入特征向量,能够有效识别这两类回波,从而剔除非降水回波,以提高质量控制的效果。 相似文献
9.
由于地物杂波不可避免地出现在雷达回波资料中，因此剔除地物杂波对于提高雷达观测资料质量的控制，充分发挥其在实际业务中的作用及其潜力具有重要意义。笔者利用区域膨胀法设计了一种新的剔除地物杂波方法。该方法首先利用区域膨胀法将雷达速度回波分成具有不同性质的几个区域，然后对每一个区域进行统计分析，设定阀值并识别出地物，同时将地物剔除。区域膨胀法的目标是将输 相似文献
10.
利用北京南郊S波段雷达2011—2016年的观测资料,从雷达气候统计的角度,利用不同强度回波发生频率的统计特征及其空间分布特征,对雷达地物杂波和波束遮挡的识别与订正方法进行研究。结果表明:①利用雷达回波出现频率特征,可以很好地识别雷达近中心地物杂波和受地形高度影响的地物杂波特征;同时还可以直观地识别出雷达波束遮挡区域以及遮挡程度。北京南郊雷达地物杂波主要分布在近雷达中心和北京西部、西北部的山前地区,地物杂波主要集中在0.5°仰角和1.5°仰角层上。雷达波束遮挡主要集中在由高大建筑引起遮挡的东南方位向和由于地形引起波束遮挡的西西北方位向,波束遮挡主要集中在0.5°仰角层。②采用局部可变区域平均垂直廓线方法利用高仰角回波订正低仰角回波,能有效订正地物杂波,并保留回波的局部特征。对于波束遮挡区域的回波填补,也能够较好地保持上下层仰角回波之间的连续性,同时兼顾了回波不均性分布等特性。③基于雷达气候特征进行地物杂波识别和波束遮挡识别,无需依照先验知识,相比于传统方法能更好地反映本地雷达回波真实情况,且具有方法简单、可快速复用、本地适用性强等优点。 相似文献
11.
基于模糊逻辑的分步式超折射地物回波识别方法的建立和效果分析 总被引：19，自引：6，他引：19
超折射地物是影响雷达定量探测降水和其他产品的重要因素,文中使用合肥、广州、温州、天津的SA多普勒雷达和上海的WSR-88D资料分析了混合性暴雨降水、对流性降水、地物回波的回波强度、径向速度、速度谱宽的取值范围、水平垂直变化及其地物回波与地形海拔高度的关系等特征,并确定了模糊逻辑识别超折射地物的隶属函数。在Kessinger方法基础上,考虑到雷达径向速度的距离模糊问题和地物回波与方位的关系,提出了基于模糊逻辑的分步式地物回波识别方法,通过调整已被严格标准识别为地物和非地物的邻近区域回波点的判据,来减小地物的漏判和降水回波的误判。利用降水回波、地物回波的个例资料分析了回波强度、径向速度和速度谱宽资料在识别地物回波中的贡献,分析了分步方法对地物回波识别效果的改善。结果表明:该方法能较好识别地物回波和降水回波,径向速度和速度谱宽资料在地物识别中作用明显,利用分步方法明显改善了在速度模糊区暴雨过程对流云团被误判为地物的概率。 相似文献
12.
利用中尺度WRF模式及其3DVAR同化系统对2014年3月30日发生在我国华南地区的一次飑线过程展开多普勒天气雷达资料的同化效果试验研究。首先对雷达资料进行去地物杂波、退速度模糊等预处理,后设计了基于不同雷达观测量的同化试验及同化频次的敏感性试验。结果表明:直接循环同化雷达径向风资料和雷达反射率因子能够增加数值模式中的中小尺度信息,提供可靠的水汽分布;不同的同化频次对同化结果影响显著,每12 min同化间隔的结果略优于30 min、60 min同化间隔;同化雷达反射率因子和径向风资料分别对模式的总水场和风场有显著调整,联合同化雷达反射率因子和径向风资料比单独同化反射率因子或径向风更能改善飑线垂直结构配置,促使地面冷池和雷暴高压配合,进一步改善模式对大雨和暴雨量级降水预报效果。 相似文献
13.
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
14.
双偏振雷达观测特征参量（如相关系数、差分反射率等）能有效抑制地物、超折射、电磁干扰、海浪和晴空等非降水回波。在上海南汇WSR-88D双偏振雷达非降水回波识别算法基础上,对我国升级布网且纳入业务运行的CINRAD/SAD双偏振雷达数据进行算法测试、算法模块适应性改进,利用江苏、广东的双偏振雷达观测冰雹、融化层、台风降水及各种杂波个例进行算法检验评估,并在组网拼图中展示质量控制效果。结果表明:总体上算法对非降水回波的识别准确率达到95.2%,降水回波的误判率为2.6%。但对夏秋季节夜晚的大面积晴空回波算法识别准确率低于90%,有待尝试利用深度学习方法改进。 相似文献
15.
16.
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
17.
A prototype space-based cloud radar has been developed and was installed on an airplane to observe a precipitation system over Tianjin,China in July 2010.Ground-based S-band and Ka-band radars were used to examine the observational capability of the prototype.A cross-comparison algorithm between different wavelengths,spatial resolutions and platform radars is presented.The reflectivity biases,correlation coefficients and standard deviations between the radars are analyzed.The equivalent reflectivity bias between the S-and Ka-band radars were simulated with a given raindrop size distribution.The results indicated that reflectivity bias between the S-and Ka-band radars due to scattering properties was less than 5 dB,and for weak precipitation the bias was negligible.The prototype space-based cloud radar was able to measure a reasonable vertical profile of reflectivity,but the reflectivity below an altitude of 1.5 km above ground level was obscured by ground clutter.The measured reflectivity by the prototype space-based cloud radar was approximately 10.9 dB stronger than that by the S-band Doppler radar(SA radar),and 13.7 dB stronger than that by the ground-based cloud radar.The reflectivity measured by the SA radar was 0.4 dB stronger than that by the ground-based cloud radar.This study could provide a method for the quantitative examination of the observation ability for space-based radars. 相似文献