留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

C波段多普勒天气雷达地物识别方法

李丰 刘黎平 王红艳 杨川

李丰, 刘黎平, 王红艳, 等. C波段多普勒天气雷达地物识别方法. 应用气象学报, 2014, 25(2): 158-167..
引用本文: 李丰, 刘黎平, 王红艳, 等. C波段多普勒天气雷达地物识别方法. 应用气象学报, 2014, 25(2): 158-167.
Li Feng, Liu Liping, Wang Hongyan, et al. Identification of ground clutter with C-band Doppler weather radar. J Appl Meteor Sci, 2014, 25(2): 158-167.
Citation: Li Feng, Liu Liping, Wang Hongyan, et al. Identification of ground clutter with C-band Doppler weather radar. J Appl Meteor Sci, 2014, 25(2): 158-167.

C波段多普勒天气雷达地物识别方法

资助项目: 

中国气象局“新一代天气雷达建设业务软件系统开发项目”,十二五国家科技支撑计划课题 2012BAC22B00

中国气象科学研究院基本科研业务费专项 2011Y003

详细信息
    通信作者:

    李丰, email: lifeng@cams.cma.gov.cn

Identification of Ground Clutter with C-band Doppler Weather Radar

  • 摘要: 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。
  • 图  1  2011年7月2日07:00长治雷达观测数据 (距离圈间隔50 km)

    (a)0.5°仰角反射率因子, (b)0.5°仰角径向速度, (c) 0.5°仰角回波分类
    (AP为地物,CA为晴空回波,SC为层状云,CC为对流云)

    Fig. 1  PPI of Changzhi radar at 0700 BT 2 Jul 2011 (range rings at 50 km intervals)

    (a) reflectivity at 0.5° elevation, (b) radial velocity at 0.5° elevation, (c) echo classify at 0.5° elevation
    (AP shows ground clutter, CA shows clear air echoes, SC shows stratiform cloud, CC shows convective cloud)

    图  2  各参量的概率分布

    (AP为地物,CC为对流云,SC为层状云)

    Fig. 2  Probability distribution of characteristic parameters

    (AP shows ground clutter, CC shows convective cloud, SC shows stratiform cloud)

    图  3  VD的概率分布 (a) 及其小于某值的样本比例 (b)

    Fig. 3  Distribution of VD (a) and percentage of VD below some value (b)

    图  4  参量的隶属函数

    Fig. 4  Membership function of characteristic parameters

    图  5  2011年07月25日07:01哈尔滨雷达识别效果 (距离圈间隔50 km)

    (a)0.5°仰角反射率因子, (b)0.5°仰角径向速度, (c)1.5°仰角反射率因子,(d)1.5°仰角径向速度, (e) MSA方法识别后0.5°仰角反射率因子, (f) MCC方法识别后0.5°仰角反射率因子

    Fig. 5  PPI of Harbin radar at 0701 BT 25 Jul 2011(range rings at 50 km intervals)

    (a) reflectivity at 0.5° elevation, (b) radial velocity at 0.5° elevation, (c) reflectivity at 1.5° elevation, (d) radial velocity at 1.5° elevation, (e) reflectivity at 0.5° elevation after echo identification with MSA, (f) reflectivity at 0.5° elevation after echo identification with MCC

    图  6  2011年7月2日07:05长治雷达识别效果

    (a)0.5°仰角反射率因子, (b)0.5°仰角径向速度, (c)1.5°仰角反射率因子,(d)1.5°仰角径向速度, (e) MSA方法识别后0.5°仰角反射率因子, (f) MCC方法识别后0.5°仰角反射率因子

    Fig. 6  PPI of Changzhi radar at 0705 BT 2 Jul 2011(range rings at 50 km intervals)

    (a) reflectivity at 0.5° elevation, (b) radial velocity at 0.5° elevation, (c) reflectivity at 1.5° elevation, (d) radial velocity at 1.5° elevation, (e) reflectivity at 0.5° elevation after echo identification with MSA, (f) reflectivity at 0.5° elevation after echo identification with MCC

    图  7  2011年6月3日11:05哈尔滨雷达识别效果 (距离圈间隔50 km)

    (a)0.5°仰角反射率因子, (b)0.5°仰角径向速度, (c)1.5°仰角反射率因子,(d)1.5°仰角径向速度, (e) MSA方法识别后0.5°仰角反射率因子, (f) MCC方法识别后0.5°仰角反射率因子

    Fig. 7  PPI of Harbin radar at 1105 BT 3 Jun 2011(range rings at 50 km intervals)

    (a) reflectivity at 0.5° elevation, (b) radial velocity at 0.5° elevation, (c) reflectivity at 1.5° elevation, (d) radial velocity at 1.5° elevation, (e) reflectivity at 0.5° elevation after echo identification with MSA, (f) reflectivity at 0.5° elevation after echo identification with MCC

    表  1  各参量识别正确率 (单位:%)

    Table  1  Identifiable accuracy of each characteristic parameter (unit:%)

    参量 总样本正确率 地物识别正确率 对流云误判率 层状云误判率
    TDBZ 98.4 97.0 1.84 0.12
    GDBZ 91.7 82.7 2.1 5.5
    SPIN 97.4 96.1 3.0 1.0
    MDVE 92.8 89.1 4.7 5.9
    下载: 导出CSV

    表  2  整体识别正确率 (单位:%)

    Table  2  Identifiable accuracy for ground clutter echoes and false detection of precipitation echoes (unit:%)

    识别方法 总样本正确率 地物识别正确率 对流云误判率 层状云误判率
    MCC 99.2 97.8 0.31 0.03
    MSA 87.4 62.3 0.03 0.18
    MSC 98.5 97.9 1.64 0.69
    下载: 导出CSV
  • [1] Mueller E A, Sims A L.Statistics of High Radar Reflectivity Gradients.Preprints, 16th Radar Meteorology Conf, Houston, TX, Amer Meteor Soc, 1975:401-403.
    [2] Collier C G, Lovejoy S, Austin G L.Analysis of Bright Bands From 3-Dradar data.Preprints, 19th Conf on Radar Meteorology, Miami Beach, FL, Amer Meteor Soc, 1980:44-47.
    [3] Hogg W D.Quality Control and Analysis of An Archive of Digital Radar Data.Preprints, 18th Conf on Radar Meteorology, Atlanta, GA, Amer Meteor Soc, 1978:150-154.
    [4] Smith P L.Precipitation Measurement and Hydrology: Panel Report//Radar in Meteorology.Atlas D.Amer Meteor Soc, 1990:607-618.
    [5] Hall M P M, Goddard J W F, Cherry S M.Identification of hydrometeors and other targets by dual-polarization radar.Radio Sci, 1984, 19:132-140. doi:  10.1029/RS019i001p00132
    [6] Joss J, Wessels H.Ground Clutter Suppression for Weather Radar Data.COST Tech Rep 73/WD/130, 1990:6.
    [7] Steiner M, Smith J A.Use of three-dimensional reflectivity structure for automated detection and removal of nonprecipitating echoes in radar data.J Atmos Ocean Technol, 2002, 19:673-686. doi:  10.1175/1520-0426(2002)019<0673:UOTDRS>2.0.CO;2
    [8] Zhang J, Wang S, Clarke B.WSR-88D Reflectivity Quality Control Using Horizontal and Vertical Reflectivity Structure.Preprints, 11th Conference on Aviation, Range, and Aerospace Meteorology, AMS, 2004, P5.4.
    [9] Kessinger C, Ellis S, Andel J V, et al.The AP Clutter Mitigation Scheme for the WSR-88D.31st International Conference on Radar Meteorology, Amer Meteor Soc, 2003.
    [10] Kessinger C, Ellis S, Andel J V.The Radar Echo Classifier:A Fuzzy Logic Algorithm for the WSR-88D.3rd Conference on Artificial Intelligence Applications to the Environmental Science, Amer Meteor Soc, 2003.
    [11] Kessinger C, Ellis S, Andel J V, et al.NEXRAD Data Quality Optimization—Annual Report for Fiscal Year 2002.2003.
    [12] Kessinger C, Ellis S, Andel J V, et al.NEXRAD Data Quality Optimization—Annual Report for Fiscal Year 2003.2003.
    [13] Lakshmanan V, Fritz A, Smith T, et al.An automated technique to quality control radar reflectivity data.J Appl Meteor Climatol, 2007, 46(3):288-305. doi:  10.1175/JAM2460.1
    [14] Gourley J J, Tabary P, Chatelet J P D.A fuzzy logic algorithm for the separation of precipitating from nonprecipitating echoes using polarimetric radar observations.J Atmos Ocean Technol, 2007, 24:1439-1451. doi:  10.1175/JTECH2035.1
    [15] 东高红, 刘黎平.雷达与雨量计联合估测降水的相关性分析.应用气象学报, 2012, 23(1): 30-39. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=20120104&flag=1
    [16] 李华宏, 薛纪善, 王曼, 等.多普勒雷达风廓线的反演及变分同化试验.应用气象学报, 2007, 18(1):50-57. doi:  10.11898/1001-7313.20070110
    [17] 朱敏华, 俞小鼎, 夏峰, 等.强烈雹暴三体散射的多普勒多天气雷达分析.应用气象学报, 2006, 17(2):215-225. doi:  10.11898/1001-7313.20060213
    [18] 徐广阔, 孙建华, 雷霆, 等.多普勒天气雷达资料同化对暴雨模拟的影响.应用气象学报, 2009, 20(1):36-46. doi:  10.11898/1001-7313.20090105
    [19] 刘黎平, 吴林林, 杨引明.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.气象学报, 2007, 65(2):252-260. doi:  10.11676/qxxb2007.024
    [20] 江源, 刘黎平, 庄薇.多普勒天气雷达地物回波特征及其识别方法改进.应用气象学报, 2009, 20(2):203-213. doi:  10.11898/1001-7313.20090210
    [21] 王佑兵, 万玉发.雷达体扫反射率场的自动质量控制.气象科技, 2006, 34(5):615-619. http://www.cnki.com.cn/Article/CJFDTOTAL-QXKJ200605025.htm
    [22] 何彩芬, 黄旋旋, 丁烨毅, 等.宁波非气象雷达回波的人工智能识别及滤波.应用气象学报, 2007, 18(6):856-864. doi:  10.11898/1001-7313.200706129
    [23] 杨川, 刘黎平, 胡志群, 等.C波段多普勒雷达双PRF模式速度混淆区识别和处理方法研究.气象学报, 2012, 70(4):875-886. doi:  10.11676/qxxb2012.073
  • 加载中
图(7) / 表(2)
计量
  • 摘要浏览量:  4969
  • HTML全文浏览量:  1137
  • PDF下载量:  1182
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-03-05
  • 修回日期:  2013-12-10
  • 刊出日期:  2014-03-31

目录

    /

    返回文章
    返回