CN110261857A - 一种天气雷达空间插值方法 - Google Patents

一种天气雷达空间插值方法 Download PDF

Info

Publication number
CN110261857A
CN110261857A CN201910645159.1A CN201910645159A CN110261857A CN 110261857 A CN110261857 A CN 110261857A CN 201910645159 A CN201910645159 A CN 201910645159A CN 110261857 A CN110261857 A CN 110261857A
Authority
CN
China
Prior art keywords
sensing point
radar
dqi
data
point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910645159.1A
Other languages
English (en)
Other versions
CN110261857B (zh
Inventor
王兴
曾康
毛雅萍
常泽婷
钱代丽
樊仲欣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Information Science and Technology
Original Assignee
Nanjing University of Information Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University of Information Science and Technology filed Critical Nanjing University of Information Science and Technology
Priority to CN201910645159.1A priority Critical patent/CN110261857B/zh
Publication of CN110261857A publication Critical patent/CN110261857A/zh
Application granted granted Critical
Publication of CN110261857B publication Critical patent/CN110261857B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
    • G01S13/958—Theoretical aspects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/418—Theoretical aspects
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Abstract

本发明公开一种天气雷达空间插值方法，该方法以雷达数据质量的优劣作为加权叠加计算时权重大小的评价指标，同时，对于距离雷达中心较远处的探测点，兼顾相邻探测点之间距离大小对插值计算的影响，在空间距离和数据质量两方面，对空间插值方法进行改良优化。本发明天气雷达空间插值方法的实施能够降低异常检测点对空间插值计算造成的不良影响，使得空间插值后的基本反射率数据更接近大气的实际状况，可为短临降水预报、大风预报、强对流天气预报等气象预报预警业务提供更加可靠、准确的基础数据，进而有助于提升气象预报预警的准确性。

Description

一种天气雷达空间插值方法
技术领域
本发明涉及一种天气雷达空间插值方法，具体涉及一种基于数据质量综合评价指标的天气雷达基本反射率因子空间插值方法，属于地理科学中大气探测领域。
背景技术
天气雷达是进行大气水汽条件探测的重要手段之一，具有探测实时性强、高空分辨率高等特点，在突发性和灾害性天气的监测、诊断、预报和警报等业务中一直发挥不可或缺的重要作用。PPI(Plan Position Indicator)是天气雷达探测数据中最常用的初级产品之一，PPI的中文释意为“平面位置显示产品”，它是指当雷达进行体扫时某一固定仰角面所获取的回波数据，也称为基本反射率因子，该数据的呈现方式是以雷达为中心点，旋转扫描一周(360度)形成的极坐标形式的数据，通常采用不同颜色来区分和标识各个位置上PPI数值的大小。由于PPI的生成不需要过多的处理过程，PPI图像能够直观地反映被探测区域的水汽条件，因此，在短临预报等气象业务中应用也最为广泛。
众所周知，只有准确、可靠的探测数据才能为后续基于该资料的降水估测、降水预报和风切变预警等气象业务的准确性提供基础保障。但很多情况下，天气雷达所探测到的回波数据并不完全由水汽等水凝物产生，而是受到鸟群、昆虫、高层建筑物或是飞机的干扰，产生不真实的回波。为了减少这些异常回波带来的不良影响，目前通行的办法是先通过专业技术人员的主观判读，分析并调校雷达系统参数，修正部分明显的异常回波，这类回波一般是比较有规律或位置相对固定的地面杂波，而对于偶发的干扰，如鸟群、飞机等，往往只能通过极值过滤、空间插值平滑的方法做粗略的修正。自上世纪40年代至今，许多机构和研究人员一直致力于雷达质量控制算法的研究。例如，Kessinger等提出了基于模糊逻辑的雷达回波分类算法，在一定条件下，该算法可以有效地对回波进行分类，去除异常回波和地物杂波，但当地物杂波与降水回波同时存在时，往往很难进行准确的分类和判定，详见参考文献[1]。Zhang等提出了一种依据反射率数据三维结构进行分析的质量控制算法，算法相对简单，可实施性强，但对于远距离处的杂波有时很难与浅的层状云降水回波区分开来，从而影响了质量控制的效果，详见参考文献[2]。Lakshmanan等将神经网络技术应用到雷达数据质量控制，也取得了一定效果，详见参考文献[3]。
长期以来，关于如何改进雷达探测资料的数据质量，准确识别并剔除或修正异常探测值是一项复杂的技术难题，相关的研究工作仍在持续的开展中。
发明内容
本发明旨在克服现有雷达数据质量控制和空间插值方法和的不足，提出一系列数据质量检验的方法，由这些方法计算得到雷达数据的质量综合评价指标，再依据这些指标对雷达数据进行空间插值计算，剔除质量不可靠或质量异常的数据，并使用空间插值的结果对剔除的数据进行插补填充。本发明所采用的具体技术方案如下。
一种天气雷达空间插值方法，包括如下具体步骤：
1)读取一个天气雷达基数据文件，从该文件中提取基本反射率信息，其中，任一探测点的基本反射率记为其中，表示雷达探测的仰角，γ表示雷达探测点到雷达中心的距离，即距离库数，ω表示雷达探测的方位角；
2)定义第一雷达数据质量评价指数DQI1：
其中，ds表示当前探测点到雷达中心的距离；T_0和T_ds均为经验阈值，T_0∈[0.01，0.1]，T_ds∈[1km，500km]；
定义第二雷达数据质量评价指数DQI2：
其中，area_h表示当前探测点的水平截面面积；T_amin_h和T_amax_h均为经验阈值，T_amin_h∈[0，4km2]，T_amax_h∈[5km2，10km2]；
定义第三雷达数据质量评价指数DQI3：
其中，area_v表示当前探测点的垂直截面面积；T_amin_v和T_amax_v均为经验阈值，T_amin_v∈[0，8km2]，T_amax_v∈[10km2，60km2]；
定义第四雷达数据质量评价指数DQI4：
定义第五雷达数据质量评价指数DQI5：
其中，D和D′分别为当前探测点的基本反射率和当前探测点经衰减订正后的基本反射率；T_d_min和T_d_max均为经验阈值，T_d_min∈[1，5]，T_d_max∈[6，15]；
定义第六雷达数据质量评价指数DQI6：
其中，为当前探测点的基本反射率，为探测点的基本反射率；为与仰角相邻的一个仰角；T_c为经验阈值，T_c∈[15dBZ，30dBZ]；
定义第七雷达数据质量评价指数DQI7：
DQI7＝σ 公式七
其中，σ为当前探测点数据质量可信度，σ∈[0，1]；
3)定义雷达数据质量综合评价指数DQI，DQI按如下公式之一计算：
或，
DQI＝min[DQI1，DQI2，...，DQI7] 公式九
或，
或，
其中，Weighti表示第i雷达数据质量评价指数DQIi的权重系数，Weighti的取值范围为[0，1)，且所有权重系数的累加和应为1；
4)定义经验阈值Dist，Dist取值范围为雷达扫描最大半径的1/4至1/2之间；
对步骤1雷达基数据文件中任一探测点P，当探测点P到雷达中心的距离小于Dist时，选取空间上距离探测点P最近的N1个探测点，分别记为P1、P2、…、PN1，N1∈[2，16]，其基本反射率值依次记为D(P1)、D(P2)、…、D(PN1)，其对应的数据质量综合评价指标依次记为DQI(P1)、DQI(P2)、…、DQI(PN1)；再按下式计算探测点P的数据质量加权空间插值结果：
当探测点P到雷达中心的距离大于或等于Dist时，选取空间上距离该点最近的N2个探测点，分别记为P1、P2、…、PN2，N2∈[2，4]，其基本反射率值分别记为D(P1)、D(P2)、…、D(PN2)，其对应的数据质量综合评价指标分别记为DQI(P1)、DQI(P2)、…、DQI(PN2)；再按下式计算该探测点P的数据质量加权空间插值结果：
其中，Wi为探测点Pi基于距离的权重系数。
优选地，步骤2中当前探测点的水平截面面积area_h按下式计算：
其中，ω为当前探测点的方位角；ω′为与ω在同一仰角面上相邻的一个方位角；γ为当前探测点的距离库数；γ′为与当前探测点在同一仰角面、同一方位角上相邻一个探测点的距离库数。
优选地，步骤2中当前探测点垂直截面面积area_v按下式计算：
其中，为当前探测点的仰角；为与在同一方位角上相邻的一个仰角；γ为当前探测点的距离库数；γ′为与当前探测点在同一仰角面、同一方位角上相邻一个探测点的距离库数。
优选地，步骤2中当前探测点数据质量可信度σ可根据已有雷达数据质量检验方法或人工主观判定的结果计算得出。
优选地，步骤4中探测点Pi基于距离的权重系数按如下公式计算：
其中，Di表示探测点P与探测点Pi在三维空间上的距离。
本发明相比现有技术具有的优点如下：
由于天气系统的复杂性和不确定性，使得难以客观、定量地对雷达数据进行精准质量控制。与以往空间插值算法不同，本发明以雷达数据质量的优劣作为加权叠加计算时权重大小的评价指标，同时，对于距离雷达中心较远处的探测点，兼顾相邻探测点之间距离大小对插值计算的影响，在空间距离和数据质量两方面，对空间插值方法进行改良优化。
本发明空间插值方法的实施能够降低异常检测点对空间插值计算造成的不良影响，使得空间插值后的基本反射率数据更接近大气的实际状况，可为短临降水预报、大风预报、强对流天气预报等气象预报预警业务提供更加可靠、准确的基础数据，进而有助于提升气象预报预警的准确性。
附图说明
图1是本发明方法的控制流程图。
具体实施方式
下面结合附图对本发明的技术方案进一步说明。
实施例一：
如图1所示，本发明提供的一种天气雷达空间插值方法，该方法包括以下步骤：
1)读取一个天气雷达基数据文件，从该文件中提取基本反射率信息，其中，任一探测点的基本反射率记为其中，表示雷达探测的仰角，γ表示雷达探测点到雷达中心的距离，即距离库数，ω表示雷达探测的方位角；
2)定义第一雷达数据质量评价指数DQI1：
其中，ds表示当前探测点到雷达中心的距离，T_0和T_ds均为经验阈值，T_0∈[0.01，0.1]，T_ds∈[1km，500km]；
定义第二雷达数据质量评价指数DQI2：
其中，area_h表示当前探测点的水平截面面积；T_amin_h和T_amax_h均为经验阈值，T_amin_h∈[0，4km2]，T_amax_h∈[5km2，10km2]；当前探测点的水平截面面积area_h按下式计算：
其中，ω为当前探测点的方位角；ω′为与ω在同一仰角面上相邻的一个方位角；γ为当前探测点的距离库数；γ′为与γ在同一仰角面上同一方位角上相邻的一个探测点的距离库数。
定义第三雷达数据质量评价指数DQI3：
其中，area_v表示当前探测点的垂直截面面积；T_amin_v和T_amax_v均为经验阈值，T_amin_v∈[0，8km2]，T_amax_v∈[10km2，60km2]；当前探测点垂直截面面积area_v按下式计算：
其中，为当前探测点的仰角；为与在同一方位角上相邻的一个仰角；γ为当前探测点的距离库数；γ′为与γ在同一仰角面上同一方位角上相邻的一个探测点的距离库数。
定义第四雷达数据质量评价指数DQI4：
定义第五雷达数据质量评价指数DQI5：
其中，D和D′分别为当前探测点的基本反射率和当前探测点经衰减订正后的基本反射率；T_d_min和T_d_max均为经验阈值，T_d_min∈[1，5]，T_d_max∈[6，15]；
定义第六雷达数据质量评价指数DQI6：
其中，为当前探测点的基本反射率，为探测点的基本反射率；为与仰角相邻的一个仰角；T_c为经验阈值，T_c∈[15dBZ，30dBZ]；
定义第七雷达数据质量评价指数DQI7：
DQI7＝σ 公式七
其中，σ为当前探测点数据质量可信度，σ∈[0，1]；该探测点数据质量可信度σ根据已有雷达数据质量检验方法或人工主观判定的结果计算得出。
3)定义雷达数据质量综合评价指数DQI，雷达数据质量综合评价指数DQI按如下公式中的任一种计算得到：
或，
DQI＝min[DQI1，DQI2，...，DQI7] 公式九
或，
或，
其中，Weighti表示第i雷达数据质量评价指数DQIi的权重系数，Weighti的取值范围为[0，1)，且所有权重系数的累加和应为1；
4)定义经验阈值Dist，Dist取值范围为雷达扫描最大半径的1/4至1/2之间；
对步骤1雷达基数据文件中任一探测点P，当探测点P到雷达中心的距离小于Dist时，选取空间上距离探测点P最近的N1个探测点，分别记为P1、P2、…、PN1，N1∈[2，16]，其基本反射率值依次记为D(P1)、D(P2)、…、D(PN1)，其对应的数据质量综合评价指标依次记为DQI(P1)、DQI(P2)、…、DQI(PN1)；再按下式计算探测点P的数据质量加权空间插值结果：
当探测点P到雷达中心的距离大于或等于Dist时，选取空间上距离该点最近的N2个探测点，分别记为P1、P2、…、PN2，N2∈[2，4]，其基本反射率值分别记为D(P1)、D(P2)、…、D(PN2)，其对应的数据质量综合评价指标分别记为DQI(P1)、DQI(P2)、…、DQI(PN2)；再按下式计算该探测点P的数据质量加权空间插值结果：
其中，Wi为探测点Pi基于距离的权重系数，该权重系数按如下公式计算：
其中，Di表示探测点P与探测点Pi在三维空间上的距离。
应用实例一：
本应用实施例采用实施例一中天气雷达空间插值方法对某天气雷达采用VCP 21扫描方式的雷达数据进行空间插值计算，其具体步骤如下：
步骤1：读取该天气雷达基数据文件，从该文件中提取基本反射率数据，为了便于表述，不妨定义该基数据文件中任意一个探测点的基本反射率值为其中，表示雷达探测的仰角，γ表示雷达探测点到雷达中心之间的距离，即距离库数，ω表示雷达探测的方位角。γ和ω的取值范围由雷达硬件设备和探测扫描方式等参数决定。对于任一组γ和ω，可确定三维空间中的一个位置，记为以下步骤中称其为雷达探测点或探测点。由于雷达扫描方式是以雷达设备为中心，以某一固定仰角旋转一周，形成一个仰角面的探测数据，即上述PPI，然后调整到另一固定仰角，再旋转一周，形成另一个仰角面的探测数据，如此反复多次，形成多个仰角面的探测数据；仰角的数量、雷达旋转一周所探测的次数、雷达探测在径向上的距离库数，均取决于雷达设备及其扫描方式等参数；雷达探测数据中每个探测点的尺寸即为这个空间分辨率，因此，随着探测点与雷达中心之间距离的增加，1°所对应的弧长逐步增长，其探测点所覆盖的实际空间也就逐步增大；
步骤2：根据雷达探测距离越远，其数据质量越不可靠的原则，定义第一数据质量评价指标DQI1：
其中，ds表示探测点到雷达中心之间的距离，T_0和T_ds均为经验阈值，T_0∈[0.01，0.1]，T_ds∈[1km，500km]，T_0和T_ds的具体取值根据雷达硬件和雷达扫描方式等参数来确定，本实施例中，T_0＝0.02，T_ds＝200km。
根据雷达探测波束水平截面面积越大，其数据质量越不可靠的原则，定义第二数据质量评价指标DQI2：
其中，area_h表示当前探测点的水平截面面积，即同一仰角面上，由当前探测点和与其相邻的三个探测点和所形成的扇区面积；ω为当前探测点的方位角；ω′为与ω在同一仰角面上相邻的一个方位角；本应用实施例中，ω′取ω的下一个方位角(相邻的方位角有两个，取任一个均可，本例中取数值上更大的一个方位角)；γ为当前探测点的距离库数；γ′为与当前探测点在同一仰角面上同一方位角上相邻的一个探测点的距离库数；本应用实施例中，γ′取与当前探测点在同一仰角面上同一方位角上下一个探测点(相邻的探测点有两个，取任一个均可，本例中距离雷达中心较远的探测点)的距离库数；T_amin_h和T_amax_h均为经验阈值，T_amin_h∈[0，4km2]，T_amax_h∈[5km2，10km2]；area_h的计算方法为：
在雷达数据质量普遍较可靠的情况下，为了避免距离雷达中心较远区域的探测点因满足area_h＞T_amax_h条件而使其DQI2＝0，建议将T_amax_h取一个较大的数值。以雷达最远端探测点γ′＝460km，γ＝459km，ω′-ω＝1°为例，此处的水平截面面积约为8.02km2，为了避免该距离以内的探测点的DQI2被截断赋值为0，可将T_amax_h取9km2。
本实施例中，T_amin_h＝2km2和T_amax_h＝9km2，即距离雷达中心116km范围内的探测点，其DQI2始终为1，大于116km的探测点随着距离的增加，其DQI2逐步减小且趋近于0，
根据雷达探测波束垂直截面面积越大，其数据质量越不可靠的原则，定义第三数据质量评价指标DQI3：
其中，area_v表示当前探测点的垂直截面面积，即同一方位角上，由当前探测点和与其相邻的三个探测点和所形成的扇区面积，为当前探测点的仰角；为与在同一方位角上相邻的一个仰角；取与在同一方位角上下一个仰角(相邻的仰角有两个，取任一个均可，本例中取数值上更大的一个仰角)；γ为当前探测点的距离库数；γ′为与γ在同一仰角面上同一方位角上相邻的一个探测点的距离库数；本应用实施例中，γ′取与当前探测点在同一仰角面上同一方位角上下一个探测点(相邻的探测点有两个，取任一个均可，本例中距离雷达中心较远的探测点)的距离库数；T_amin_v和T_amax_v均为经验阈值，T_amin_v∈[0，8km2]，T_amax_v∈[10km2，60km2]，area_v的计算方法为：
在雷达数据质量普遍较可靠的情况下，为了避免距离雷达中心较远区域的探测点因满足area_v＞T_amax_v条件而使其DQI3＝0，建议将T_amax_v取一个较大的数值。以雷达最远端探测点γ′＝460km，γ＝459km，为例，此处的垂直截面面积约为40km2，为了避免该距离以内的探测点的DQI3被截断赋值为0，可将T_amax_v取值为50km2。本实施例中，T_amin_v＝4km2和T_amax_v＝50km2。
根据云中是否存在冰雹等大粒子对波束造成阻塞衰减，定义第四数据质量评价指标DQI4：
阻塞衰减在雷达回波图像上往往呈现出V型缺口，关于雷达回波图像上是否存在V型缺口，可根据参考文献[4]中方法进行判定。由于V型缺口的尖端往往存在冰雹等大粒子，这些大粒子对雷达波束造成的衰减非常大，甚至是阻塞性的，因此，位于V型缺口区域的基本反射率数据往往失真严重，数据可信度较低，进而将其DQI4赋值为0，而不在V型缺口区域的探测点，此项数据质量指标视为可靠，DQI4赋值为1。
根据云中是否含有大量水凝物等粒子造成远端雷达回波普遍衰减的识别判定，定义第五数据质量评价指标DQI5：
其中，D和D′分别为探测点的基本反射率和经衰减订正后探测点的基本反射率；T_d_min和T_d_max均为经验阈值，T_d_min∈[1，5]，T_d_max∈[6，15]；max表示求取最大值的函数，本实施例中，T_d_min＝3，T_d_max＝10。
由于雷达发出的波束在遇到大气气溶胶或水凝物等悬浮颗粒时，电磁波会发生散射和折射，还有些电磁波会被悬浮颗粒吸收，随着传播距离的增加，波束的衰减会越来越严重，进而导致探测到的基本反射率数值失真。关于衰减订正算法，可根据参考文献[5]中记载的方法进行计算。
根据低仰角面是否存在地面杂波的识别判定，定义第六数据质量评价指标DQI6：
其中，其中，为当前探测点的基本反射率值，为探测点的基本反射率值；为与仰角相邻的一个仰角；T_c为经验阈值，T_c∈[15dBZ，30dBZ]；
由于较高仰角的雷达回波不易出现地面杂波，因此该判定主要是针对低仰角面上的探测点。以VCP 21扫描方式的雷达数据为例，只对最低的2个仰角，即0.5°和1.45°仰角面上的探测点进行该步骤的判定，而其他较高仰角面上各个探测点的DQI6均为1。
根据其他已有雷达数据质量检验方法或人工主观判定的结果，确定第七数据质量评价指标DQI7。
DQI7＝σ
σ∈[0，1]，该值是根据其他已有雷达数据质量检验方法或人工主观判定的结果换算得出，换算的原则是σ的取值满足上述阈值要求，且取值越大表示数据质量越可信。如果没有“其他已有雷达数据质量检验方法或人工主观判定”，DQI7取值恒为1。
上述步骤中各数据质量评价指标处理顺序不存在先后关系，可任意交换。
步骤3：定义数据质量综合评价指标DQI，该是综合评价指标是一种关于雷达数据质量全面、综合的评价指数，它是由上述DQI1、DQI2、……、DQI7按照一定数学关系计算得到，这个数学关系可以是累加、求最小值、加权叠加或连乘形式，具体可按如下公式中任一种计算得到：
DQI＝min[DQI1，DQI2，...，DQI7]
其中，Weighti表示第i项DQIi的权重系数，Weighti的取值范围为[0，1]，且所有权重系数的累加和应为1；
由于“连乘”计算在数学上是一种开放的形式，上述各项数据质量指标DQIi在计算中都起到作用，任意一个数值为0的DQIi可起到“一票否决”的效果，因此，本应用实施例中，将“连乘”作为优选方案。
步骤4：由于雷达探测扫描形成的数据是极坐标格式，随着探测点到雷达中心之间的距离逐步增加，相邻的探测点之间的距离也逐步加大，换言之，探测点的空间密度逐步减小。当这个密度小于一定阈值时，空间插值计算就必须考虑距离的影响。
定义经验阈值Dist，对于不同的雷达硬件和扫描方式，其取值不尽相同，通常情况下，Dist取值范围为雷达扫描理论最大半径的1/4至1/2之间。本实施例中，仍以VCP21扫描方式为例，该方式下雷达扫描的理论最大半径为460km，这里Dist取值为200km。
对步骤1雷达基数据文件中任一探测点P，当探测点P到雷达中心的距离小于Dist时，选取空间上距离探测点P最近的N1个探测点，分别记为P1、P2、…、PN1，N1∈[2，16]，其基本反射率值依次记为D(P1)、D(P2)、…、D(PN1)，其对应的数据质量综合评价指标依次记为DQI(P1)、DQI(P2)、…、DQI(PN1)；再按下式计算探测点P的数据质量加权空间插值结果：
当探测点P到雷达中心的距离大于或等于Dist时，选取空间上距离该点最近的N2个探测点，分别记为P1、P2、…、PN2，N2∈[2，4]，其基本反射率值分别记为D(P1)、D(P2)、…、D(PN2)，其对应的数据质量综合评价指标分别记为DQI(P1)、DQI(P2)、…、DQI(PN2)；再按下式计算该探测点P的数据质量加权空间插值结果：
其中，Wi是基于距离的权重系数，遵循距离越远，其值越小的原则。本实施例中，采用距离平方的倒数作为Wi的取值，即
其中，Di表示探测点P与探测点Pi在三维空间上的距离，该距离值可通过立体几何关系计算得到。
上式中，SID(P)即为经空间插值计算得到的基本反射率值，可以看出，上述空间插值将雷达数据质量综合评价指标DQI作为权重系数，以数据质量的优劣作为加权叠加计算时权重大小的评价指标，降低异常检测点对空间插值计算造成的负面影响，进而为基于雷达基本反射率数据进行的各类气象业务提供基础数据保障。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。
参考文献：
Kessinger C，Ellis S，Van Andel J.The radar echo classifier:A fuzzylogic algorithm for the WSR-88D[C]∥3rd conference on artificial applicationsto the environmental science.AMS Long Beach，CA，2003.
Zhang J，Wang S，Clarke B.Wsr-88d reflectivity quality control usinghorizontal and vertical reflectivity structure[C]∥11th conference onaviation，range and aerospace meteorology.Hyannis，2004:54.
Lakshmanan V，Fritz A，Smith T，et al.An automated technique to qualitycontrol radar[J].Applied Meteorology.2007，46:288-305.
夏文梅，王晓君，孙康远，等.V型缺口在C波段多普勒雷达中的应用研究[J].气象，2016，42(1):67-73.
王兴，苗春生，王坚红，等.一种修正多普勒天气雷达回波衰减的方法[P].江苏：CN105388467A，2016-03-09.

Claims (5)

1.一种天气雷达空间插值方法，包括如下具体步骤：
1)读取一个天气雷达基数据文件，从该文件中提取基本反射率信息，其中，任一探测点的基本反射率记为其中，表示雷达探测的仰角，γ表示雷达探测点到雷达中心的距离，即距离库数，ω表示雷达探测的方位角；
2)定义第一雷达数据质量评价指数DQI1：
其中，ds表示当前探测点到雷达中心的距离；T_0和T_ds均为经验阈值，T_0∈[0.01,0.1]，T_ds∈[1km,500km]；
定义第二雷达数据质量评价指数DQI2：
其中，area_h表示当前探测点的水平截面面积；T_amin_h和T_amax_h均为经验阈值，T_amin_h∈[0,4km2]，T_amax_h∈[5km2,10km2]；
定义第三雷达数据质量评价指数DQI3：
其中，area_v表示当前探测点的垂直截面面积；T_amin_v和T_amax_v均为经验阈值，T_amin_v∈[0,8km2]，T_amax_v∈[10km2,60km2]；
定义第四雷达数据质量评价指数DQI4：
定义第五雷达数据质量评价指数DQI5：
其中，D和D′分别为当前探测点的基本反射率和当前探测点经衰减订正后的基本反射率；T_d_min和T_d_max均为经验阈值，T_d_min∈[1,5]，T_d_max∈[6,15]；
定义第六雷达数据质量评价指数DQI6：
其中，为当前探测点的基本反射率，为探测点的基本反射率；为与仰角相邻的一个仰角；T_c为经验阈值，T_c∈[15dBZ,30dBZ]；
定义第七雷达数据质量评价指数DQI7：
DQI7＝σ 公式七
其中，σ为当前探测点数据质量可信度，σ∈[0,1]；
3)定义雷达数据质量综合评价指数DQI，DQI按如下公式之一计算：
或，
DQI＝min[DQI1,DQI2,...,DQI7] 公式九
或，
或，
其中，Weighti表示第i雷达数据质量评价指数DQIi的权重系数，Weiggti的取值范围为[0,1)，且所有权重系数的累加和应为1；
4)定义经验阈值Dist，Dist取值范围为雷达扫描最大半径的1/4至1/2之间；
对步骤1雷达基数据文件中任一探测点P，当探测点P到雷达中心的距离小于Dist时，选取空间上距离探测点P最近的N1个探测点，分别记为P1、P2、…、PN1，N1∈[2,16]，其基本反射率值依次记为D(P1)、D(P2)、…、D(PN1)，其对应的数据质量综合评价指标依次记为DQI(P1)、DQI(P2)、…、DQI(PN1)；再按下式计算探测点P的数据质量加权空间插值结果：
当探测点P到雷达中心的距离大于或等于Dist时，选取空间上距离该点最近的N2个探测点，分别记为P1、P2、…、PN2，N2∈[2,4]，其基本反射率值分别记为D(P1)、D(P2)、…、D(PN2)，其对应的数据质量综合评价指标分别记为DQI(P1)、DQI(P2)、…、DQI(PN2)；再按下式计算该探测点P的数据质量加权空间插值结果：
其中，Wi为探测点Pi基于距离的权重系数。
2.根据权利要求1所述的天气雷达空间插值方法，步骤2中当前探测点的水平截面面积area_h按下式计算：
其中，ω为当前探测点的方位角；ω′为与ω在同一仰角面上相邻的一个方位角；γ为当前探测点的距离库数；γ′为与当前探测点在同一仰角面、同一方位角上相邻一个探测点的距离库数。
3.根据权利要求1所述的天气雷达空间插值方法，步骤2中当前探测点垂直截面面积area_v按下式计算：
其中，为当前探测点的仰角；为与在同一方位角上相邻的一个仰角；γ为当前探测点的距离库数；γ′为与当前探测点在同一仰角面、同一方位角上相邻一个探测点的距离库数。
4.根据权利要求1-3任一所述的天气雷达空间插值方法，步骤2中当前探测点数据质量可信度σ可根据已有雷达数据质量检验方法或人工主观判定的结果计算得出。
5.根据权利要求4所述的天气雷达空间插值方法，步骤4中探测点Pi基于距离的权重系数按如下公式计算：
其中，Di表示探测点P与探测点Pi在三维空间上的距离。
CN201910645159.1A 2019-07-17 2019-07-17 一种天气雷达空间插值方法 Active CN110261857B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910645159.1A CN110261857B (zh) 2019-07-17 2019-07-17 一种天气雷达空间插值方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910645159.1A CN110261857B (zh) 2019-07-17 2019-07-17 一种天气雷达空间插值方法

Publications (2)

Publication Number Publication Date
CN110261857A true CN110261857A (zh) 2019-09-20
CN110261857B CN110261857B (zh) 2022-04-15

Family

ID=67926692

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910645159.1A Active CN110261857B (zh) 2019-07-17 2019-07-17 一种天气雷达空间插值方法

Country Status (1)

Country Link
CN (1) CN110261857B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112733072A (zh) * 2020-02-27 2021-04-30 中国水利水电科学研究院 一种反距离平方加权空间插值方法
CN113341419A (zh) * 2021-05-25 2021-09-03 成都信息工程大学 基于VAN-ConvLSTM的天气外推方法及系统
CN113534066A (zh) * 2021-06-23 2021-10-22 北京遥感设备研究所 一种着陆测量雷达高度向多次反射野值剔除方法及其系统
CN116430390A (zh) * 2023-06-13 2023-07-14 南京信息工程大学 一种面向资料同化的s波段双偏振雷达质量控制方法
CN117241299A (zh) * 2023-11-10 2023-12-15 中国民用航空飞行学院 一种航空电子数据安全性分析保护方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105068076A (zh) * 2015-08-07 2015-11-18 南京信息工程大学 一种基于傅里叶谱分析的大气雷达图像插值方法及装置
CN105388467A (zh) * 2015-11-03 2016-03-09 南京信息工程大学 一种修正多普勒天气雷达回波衰减的方法
CN109254290A (zh) * 2018-08-17 2019-01-22 深圳市雅码科技有限公司 一种天气雷达并行拼图方法及系统
CN109459753A (zh) * 2017-10-16 2019-03-12 内蒙古工业大学 天气雷达数据坐标转换快速插值方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105068076A (zh) * 2015-08-07 2015-11-18 南京信息工程大学 一种基于傅里叶谱分析的大气雷达图像插值方法及装置
CN105388467A (zh) * 2015-11-03 2016-03-09 南京信息工程大学 一种修正多普勒天气雷达回波衰减的方法
CN109459753A (zh) * 2017-10-16 2019-03-12 内蒙古工业大学 天气雷达数据坐标转换快速插值方法
CN109254290A (zh) * 2018-08-17 2019-01-22 深圳市雅码科技有限公司 一种天气雷达并行拼图方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
梁成根等: "《天气雷达网资料拼图方法研究》", 《计算机与现代化》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112733072A (zh) * 2020-02-27 2021-04-30 中国水利水电科学研究院 一种反距离平方加权空间插值方法
CN112733072B (zh) * 2020-02-27 2021-11-16 中国水利水电科学研究院 一种反距离平方加权空间插值方法
CN113341419A (zh) * 2021-05-25 2021-09-03 成都信息工程大学 基于VAN-ConvLSTM的天气外推方法及系统
CN113534066A (zh) * 2021-06-23 2021-10-22 北京遥感设备研究所 一种着陆测量雷达高度向多次反射野值剔除方法及其系统
CN113534066B (zh) * 2021-06-23 2023-06-20 北京遥感设备研究所 一种着陆测量雷达高度向多次反射野值剔除方法及其系统
CN116430390A (zh) * 2023-06-13 2023-07-14 南京信息工程大学 一种面向资料同化的s波段双偏振雷达质量控制方法
CN116430390B (zh) * 2023-06-13 2023-08-22 南京信息工程大学 一种面向资料同化的s波段双偏振雷达质量控制方法
CN117241299A (zh) * 2023-11-10 2023-12-15 中国民用航空飞行学院 一种航空电子数据安全性分析保护方法
CN117241299B (zh) * 2023-11-10 2024-01-23 中国民用航空飞行学院 一种航空电子数据安全性分析保护方法

Also Published As

Publication number Publication date
CN110261857B (zh) 2022-04-15

Similar Documents

Publication Publication Date Title
CN110261857A (zh) 一种天气雷达空间插值方法
Johnson et al. The storm cell identification and tracking algorithm: An enhanced WSR-88D algorithm
CN106950614B (zh) 一种区域自动气象站小时雨量数据质量控制方法
Bianco et al. Convective boundary layer depth: Improved measurement by Doppler radar wind profiler using fuzzy logic methods
US8089391B1 (en) Weather radar system and method using data from a lightning sensor
US7868811B1 (en) Weather radar system and method using data from a lightning sensor
KR101258668B1 (ko) 한반도 통합형 기상 레이더 품질 관리 시스템 및 그 방법
US8368581B2 (en) Method for determining compound data of weather radars in an overlapping region of the monitoring regions of at least two weather radars
KR101880616B1 (ko) 해상풍과 해무 위성정보를 이용한 해무 예측 방법
CN107479065B (zh) 一种基于激光雷达的林窗立体结构量测方法
Kyznarová et al. CELLTRACK—Convective cell tracking algorithm and its use for deriving life cycle characteristics
Roy et al. Doppler weather radar based nowcasting of cyclone Ogni
Bradley et al. Corrections for wind-speed errors from sodar and lidar in complex terrain
Newman et al. Range-correcting azimuthal shear in Doppler radar data
GASTEREN et al. Extracting bird migration information from C‐band Doppler weather radars
Li et al. A quality control method of ground-based weather radar data based on statistics
Zou et al. A method of radar echo extrapolation based on TREC and Barnes filter
Oh et al. Estimation of the liquid water content and Z–LWC relationship using K a‐band cloud radar and a microwave radiometer
Augros et al. Development of a nationwide, low-level wind shear mosaic in France
CN112731564A (zh) 一种基于多普勒天气雷达数据的雷电智能预报方法
Wardah et al. Radar rainfall estimates comparison with kriging interpolation of gauged rain
Einfalt et al. Quality control of precipitation data
Wang et al. A rapid identification and warning method for severe weather via Doppler radar based on an improved TITAN algorithm
CN109541565A (zh) 一种雷达回波强度均一性检测方法及系统
Dolan et al. Using CASA IP1 to diagnose kinematic and microphysical interactions in a convective storm

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant