CN114509734B - 一种基于雨滴谱的双偏振天气雷达数据质量实时评估方法 - Google Patents
一种基于雨滴谱的双偏振天气雷达数据质量实时评估方法 Download PDFInfo
- Publication number
- CN114509734B CN114509734B CN202210409068.XA CN202210409068A CN114509734B CN 114509734 B CN114509734 B CN 114509734B CN 202210409068 A CN202210409068 A CN 202210409068A CN 114509734 B CN114509734 B CN 114509734B
- Authority
- CN
- China
- Prior art keywords
- data
- radar
- raindrop
- dual
- polarization
- 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.)
- Active
Links
Images
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
- 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
- G01S7/40—Means for monitoring or calibrating
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/18—Testing or calibrating meteorological apparatus
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Environmental & Geological Engineering (AREA)
- Databases & Information Systems (AREA)
- Quality & Reliability (AREA)
- Computer Networks & Wireless Communication (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- General Engineering & Computer Science (AREA)
- Electromagnetism (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Radar Systems Or Details Thereof (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开一种基于雨滴谱的双偏振天气雷达数据质量实时评估方法,包括如下步骤:S1、数据获取;S2、数据预处理:对雨滴谱数据进行清洗,对双偏振天气雷达数据采用质量控制算法标记受污染的雷达数据所在格点;S3、数据评估:根据雨滴谱数据反演雨滴直径,在雨滴谱数据反演的粒子直径≤1mm时,采用微雨滴法对双偏振天气雷达系统误差进行实时评估;在雨滴谱数据反演的粒子直径>1mm时,反演各偏振参量,并将其作为真值与雷达对应的偏振参量进行偏差分析,实现对雷达数据质量的评估。本发明综合了微雨滴法优势和雨滴谱反演方法优势,可以实现对双偏振天气雷达由于雷达系统偏差造成的差分反射率数据质量误差的实时评估。
Description
技术领域
本发明涉及天气雷达数据质量评估方法,具体是涉及一种基于雨滴谱的双偏振天气雷达数据质量实时评估方法。
背景技术
双偏振天气雷达利用水平和垂直两个通道的电磁波共同进行探测,不仅能获取常规天气雷达观测信息,包括水平反射率因子(Zh)、径向速度(Vr)和速度谱宽(W),还可以得到差分反射率因子(ZDR)、差分相移率(Kdp)、相关系数(CC)等双偏振参数。对这些双偏振参数进行分析反演,可以进一步识别降水粒子的形状大小、空间取向、分布,从而提高包括冰雹单体识别、雷达定量估测降水等产品准确率,可在天气预报预警业务服务中发挥重要作用。因此中国气象局自2016年开始逐步在全国范围内开展双偏振雷达升级工作。由于双偏振雷达数据质量容易受地物遮挡、系统内部噪声、环境噪声、信号衰减、硬件水平及损耗、信号处理算法等因素影响,双偏振参数更易造成观测误差。因此,在使用双偏振雷达数据前需对数据质量进行客观评估和标定。
此外,随着双偏振天气雷达长期不间断运转,硬件微小变化,如水平、垂直通道测量偏差有可能造成双偏振参量探测的系统误差,及时客观准确获取偏差信息不仅有助于雷达硬件及时标定,更能为天气预警预报服务工作提供高质观测数据源。
目前国内外常用的雷达系统误差评估方法,包括测试信号法、太阳法、垂直指向法、地物法、干雪法、微雨滴法等。这几种评估方法各有优缺点:测试信号法中若采用机外仪表法,尽管测量精度高,可作为标定基准,但不便于实时业务化评估及标定雷达;若采用机内测试信号法可对ZDR做实时标校,但标定结果的准确性依赖机内测试通道的稳定性。太阳法评估及标定简单易行,但太阳法作为信号源,信噪比较低,只能测量雷达发射通道不平衡产生的ZDR偏差,无法测量雷达发射通道不平衡产生的ZDR偏差,且该方法只能在每天有限时段内实施;垂直指向法顾名思义是需要雷达探测仰角在90°扫描情况下开展的误差分析方法,但目前我国业务天气雷达有观测考核要求,很难实现垂直指向探测模式。地物法的使用原理是整个雷达扫描范围内的地物引起的ZDR值长期平均值应等于0dB,但由于影响地物杂波的不确定因素很多,如近地面风场变化、季节性地表植被变化、城市下垫面建设变化等均会造成地物杂波观测数据的变化,其理论基础并不牢靠,不适合业务应用;干雪法和微雨滴法类似,都是根据降水粒子为球型这一物理特征发展而来的ZDR数据评估方法,该方法无需特定雷达扫描模式,能够从常规体扫观测数据中得到满足信噪比(signal to noiseratio,SNR)、Zh等阈值条件的数据,能够提供较为准确地ZDR系统误差估计结果。
相对来说,微雨滴法由于对雷达硬件无要求,是目前主流的双偏振参数质量评估方法。但其对降水过程要求较严格,如为保证观测目标物是近似为球形的小雨滴,评估数据需要选取零度层以下反射率<25dBZ(或更小),且相关系数≥0.95的区域,还需剔除可能会有地物干扰、避雷针影响、以及受强对流降水过程边缘效应影响的数据,无法适用于各种类型降水过程,业务应用有一定局限性。
目前中国气象预报预警业务中采用的双偏振天气雷达,其偏振参量的精度值远高于常规天气雷达的测量精度要求,长时间运行情况下,雷达的收发通道一致性、方位旋转关节稳定性等难以完全保证,这将引起偏振参量的系统偏差。如何能通过对雷达数据客观评估,及时发现雷达系统偏差是保证双偏振天气雷达观测数据可靠性和可用性的关键所在。因此急需发明一套适用于各种类型降水过程的双偏振天气雷达数据质量实时评估方法。
发明内容
发明目的:本发明目的在于针对现有双偏振天气雷达数据质量评估方法无法用于实时评估各种降水类型的雷达数据,无法及时有效发现因雷达长期运行导致系统误差,提出一种适用于各种类型降水过程的基于雨滴谱的实时评估双偏振天气雷达数据质量的方法。
技术方案:本发明所述基于雨滴谱的双偏振天气雷达数据质量实时评估方法,包括如下步骤:
S1、数据获取:实时读取雨滴谱数据和双偏振天气雷达数据;
S2、数据预处理:对雨滴谱数据进行清洗,对双偏振天气雷达数据采用质量控制算法标记受污染的雷达数据所在格点;
S3、数据评估:根据雨滴谱数据反演雨滴的粒子直径,在雨滴谱数据反演的粒子直径≤1mm时,采用微雨滴法对双偏振天气雷达系统误差进行评估;在雨滴谱数据反演的粒子直径>1mm时,采用T-Matrix方法,根据公式(1)~公式(4)反演各偏振参量,并将其作为真值与雷达对应的偏振参量进行偏差分析,实现对雷达数据质量的评估;
式中,Kw是雨滴的复折射指数项,视作常数;λ是雷达波长,单位是m;Dmin和Dmax分别是降水粒子的最小直径和最大直径;Zh和Zv分别是水平和垂直基本反射率;Sh和Sv分别是水平和垂直散射矩阵,对于在确定温度下的特定粒径雨滴,在确定其轴纵比、倾斜角度后,对应的Sv和Sh为常数;D为降水粒子的直径,N(D)是直径为D的降水粒子个数;表示Sh的共轭。
本发明进一步优选地技术方案为,步骤S1中获取的雨滴谱数据为直径范围0.312-24.5mm的直径通道数据。
作为优选地,步骤S2中对雨滴谱数据进行清洗的具体方法为:当观测到的降水粒子个数小于10个或计算得到的雨强<0.5mm/h,则剔除该时次数据。
优选地,步骤S2中对双偏振天气雷达数据的质量控制包括地物杂波剔除和奇异回波剔除。
优选地,步骤S3中通过双偏振天气雷达差分反射率标定进行天气雷达数据质量评估,具体方法为:
对于雨滴谱数据反演的粒子直径≤1mm的,直接选取雨滴谱站上空,零度层高度以下,所有仰角层的雷达差分反射数据ZDR_R,以雨滴谱站所在位置为中心,选取10*10矩形格点范围内未被标记为受污染的所有雷达差分反射率数据ZDR_R,使用概率密度分布函数统计差分反射率数据分布特征,取其分布中心值作为雷达系统偏差;
对于雨滴谱数据反演的粒子直径>1mm的,利用雨滴谱数据反演差分反射率因子ZDR_D,并将其作为真值与雷达对应的偏振参量进行偏差分析,实现对雷达数据质量的评估;
当平均偏差值>0.2db,累积时次超过24小时时,被判定为雷达出现系统性偏差,将偏差值作为订正值,对雷达差分反射率数据进行订正。
有益效果:本发明针对现有双偏振天气雷达数据质量评估方法无法用于实时评估各种降水类型的雷达数据,无法及时有效发现因雷达长期运行导致系统误差等缺陷,综合了微雨滴法优势和雨滴谱反演方法优势可以实现对双偏振天气雷达由于雷达系统偏差造成的差分反射率数据质量误差的实时标定。
本发明的雨滴谱数据反演评估方法不受限于降水类型,适用范围广,可用于实时监测双偏振天气雷达数据质量。其数据评估结果可及时为雷达标定和数据校正提供参考。另通过本发明的方法也发掘了雨滴谱数据在S波段双偏振天气雷达数据质量评估中的应用能力,进一步提升了雨滴谱数据更为广泛的业务应用价值。
附图说明
图1为实施例中雷达在调整前的一次层云降水过程观测结果和数据质量评估结果;图中(a)为Z DR_R -Z H 散点图,(b)为对应的0.5°仰角雷达反射率因子图;
图2为实施例中雷达在调整前使用微雨滴法分别选取微雨区域和干雪区域对双偏振参量的验证结果图;图中(a)为微雨区Z DR_R 评估结果,(b)为微雨区CC评估结果,(c)为干雪区ZDR_R评估结果,(d)为干雪区CC评估结果;
图3为实施例中雷达经标定后的一次层云降水过程观测结果和数据质量评估结果;图中(a)为Z DR_R -Z H 散点图,(b)为对应的0.5°仰角雷达反射率因子图;
图4为实施例中雷达经标定后使用微雨滴法分别选取微雨区域和干雪区域对双偏振参量的验证结果图;图中(a)为微雨区Z DR_R 评估结果,(b)为微雨区CC评估结果,(c)为干雪区ZDR_R评估结果,(d)为干雪区CC评估结果;
图5为实施例中一次积层混合云降水过程进行雷达数据质量评估结果图;图中(a)为Z H 评估结果,(b)为Z DR 评估结果,(c)为CC评估结果;
图6为实施例中在不同雨强下分别进行雷达数据质量评估的偏振参量Z DR_R 评估结果图;图中(a)为雨强>20mm/h,(b)为雨强10~20mm/h,(c)为雨强1~10mm/h,(d)为雨强0~1mm/h。
具体实施方式
下面通过附图对本发明技术方案进行详细说明,但是本发明的保护范围不局限于所述实施例。
实施例:一种基于雨滴谱的双偏振天气雷达数据质量实时评估方法。
包括如下步骤:
S1、数据获取:实时读取雨滴谱数据和双偏振天气雷达数据;
本实施例中利用位于江苏南京地区五部OTT1雨滴谱仪观测的雨滴谱数据,对架设于南京龙王山的S波段双偏振天气雷达(CINRAD/SAD)雷达观测数据开展雷达数据质量评估方法研究工作。五部雨滴谱仪较均匀的分布在雷达不同探测距离范围内,为获取有效的对比数据集提供了数据基础。
本实施例中使用的南京市气象局OTT1雨滴谱仪通过测量遮挡物的宽度和通过时间来计算降水粒子的直径和下落速度,数据输出频率为一分钟一次,它的谱数据分为32个直径通道和32个速度通道,本实施例使用其中的直径通道数据,其测量范围为0.062-24.5mm。不过由于目前尚缺乏对该设备最低两个通道(平均测量直径分别0.062mm和0.187mm)观测数据的校准手段,因此本实施例只用其他30个通道的谱数据进行评估,其平均测量直径范围为0.312-24.5mm。该设备自2014年投入业务运行以来,已积累了大量观测数据,对该局5部雨滴谱仪开展的数据评估工作中认为在降雨过程中雨滴谱仪雨量数据与雨量计较为接近,可用于日常业务工作。
S2、数据预处理:对雨滴谱数据进行清洗,对双偏振天气雷达数据采用质量控制算法标记受污染的雷达数据所在格点;
如果观测到的雨滴谱数据太少或降水量太低,将无法保证滴谱结构的准确性,因此在应用雨滴谱数据开展评估工作前,对雨滴谱数据作如下预处理:当观测到的降水粒子个数小于10个或计算得到的雨强<0.5mm/h,则剔除该时次数据。
用于本实施数据质量评估的南京双偏振天气雷达在2019年汛期前(3月)完成双偏振功能升级改造,并于当年汛期(4-9月)投入试运行,10月后根据该雷达运行情况对雷达硬件进行了系统偏差调整,此后该部雷达投入业务运行至今。为后续检验本文评估方法是否能有效监控由于雷达系统偏差造成的观测数据偏差情况,本实施例用来数据质量评估的数据集分为2019年雷达系统偏差调整前和调整后两个阶段。
为检验本发明评估方法是否适用于各种类型的降水过程,本发明选取了若干弱降水和强降水过程(表1),弱降水过程主要为层云降水,强降水过程主要为积云或积层混合降水。
表1:降水过程一览表
由于微雨滴法对降水过程要求较严格,使用局限性比较大,在下面对比微雨滴法和本发明设计的雨滴谱反演评估方法时,选取层云降水的观测数据;只采用雨滴谱反演评估方法时,由于该方法局限性较小,将对所有降水类型(层状云、积云、积层混合云)进行评估。
由于航道中船只运行、桥面交通工具运行、风力发电机运行等也会在雷达上造成类似降水回波的杂波,常规的杂波识别方法无法正确标识,为不影响此类回波对数据质量的正确评估,根据桥梁、航道、风电等此类固定设施的经纬度信息对此类回波予以标记和剔除,在此基础上对天气雷达数据进行常规的数据质量控制,包括地物杂波剔除、奇异回波剔除。
S3、数据评估:根据雨滴谱数据反演雨滴的粒子直径,在雨滴谱数据反演的粒子直径≤1mm时,采用微雨滴法对双偏振天气雷达系统误差进行评估;在雨滴谱数据反演的粒子直径>1mm时,采用T-Matrix方法,根据公式(1)~公式(4)反演各偏振参量,并将其作为真值与雷达对应的偏振参量进行偏差分析,实现对雷达数据质量的评估;
式中,Kw是雨滴的复折射指数项,视作常数;λ是雷达波长,单位是m;Dmin和Dmax分别是降水粒子的最小直径和最大直径;Zh和Zv分别是水平和垂直基本反射率;Sh和Sv分别是水平和垂直散射矩阵,对于在确定温度下的特定粒径雨滴,在确定其轴纵比、倾斜角度后,对应的Sv和Sh为常数;D为降水粒子的直径,N(D)是直径为D的降水粒子个数;表示Sh的共轭。
如通过双偏振天气雷达差分反射率标定进行天气雷达数据质量评估时,具体方法为:
对于雨滴谱数据反演的粒子直径≤1mm的,直接选取雨滴谱站上空,零度层高度以下,所有仰角层的雷达差分反射数据ZDR_R,以雨滴谱站所在位置为中心,选取10*10矩形格点范围内未被标记为受污染的所有雷达差分反射率数据ZDR_R,使用概率密度分布函数统计差分反射率数据分布特征,取其分布中心值作为雷达系统偏差;
对于雨滴谱数据反演的粒子直径>1mm的,利用雨滴谱数据反演差分反射率因子ZDR_D,并将其作为真值与雷达对应的偏振参量进行偏差分析,实现对雷达数据质量的评估;
当平均偏差值>0.2db,累积时次超过24小时时,被判定为雷达出现系统性偏差,将偏差值作为订正值,对雷达差分反射率数据进行订正。
T-Matrix将远场散射电磁波和入射电磁波联系起来,得到 4×4 的后向散射相矩阵(也称Mueller矩阵)和2×2的前向散射振幅矩阵。偏振雷达获得的偏振参量可分为两类,一类是基于后向散射的雷达反射率因子、差分反射率、相关系数和后向散射差分相位;另一类是基于前向散射的差分传播相移、差分传播相移率、衰减率和差分衰减率。
本实施中还为验证该方法是否能有效评估双偏振参量数据质量,首先与微雨滴法开展评估结果对比,再选择无法采用微雨滴法的降水全过程的双偏振参数观测数据开展数据质量评估工作。
首先利用微雨滴法分别对南京双偏振天气雷达调整前后的观测数据(表1中层状云降水过程)进行质量评估。
如图1所示,2019年4月21日层云降水过程中,南京双偏振天气雷达探测到的ZDR具有明显的低估,ZDR的值几乎都小于0db,主要位于-2~-1db之间,表明当时南京雷达探测具有较明显的系统性偏差。如图2所示,南京雷达使用微雨滴法(分别选取微雨区域和干雪区域)对双偏振参量的验证结果,对小雨和干雪区检测的ZDR标定误差均约为-1.5dB,相关系数约为0.99。为表明微雨滴法在偏振参量数据质量评估中的作用,如图3-图4所示,为南京雷达经标定后的一次层云降水过程(2019年11月17日)观测结果和数据质量评估结果。如图3所示,ZDR主要位于-0.5~1.5 db之间,较雷达标定前数据质量有了明显的改善。进一步统计微雨和干雪的双偏振参量表明,如图4所示,对微雨和干雪区检测的ZDR标定误差均约为0.2dB,相关系数为1。评估结果发现雷达调整前ZDR平均偏差-2—1.5db,调整后ZDR平均偏差在0.2db左右。在满足微雨条件下,微雨滴法可有效监测因雷达系统偏差导致的偏振参量观测误差。如图1-图2所示,为雷达调整前一次层云降水雷达观测结果和数据评估结果,如图3-图4所示,为雷达调整后一次层云降水雷达观测结果和数据评估结果。
经过雷达系统的标定,南京双偏振天气雷达的ZDR和CC基本满足业务运行的误差范围,能够较为真实地反应降水的微物理特征,也说明微雨滴法可有效用于满足微雨条件的由雷达系统偏差导致的数据质量监测。
再次利用雨滴谱反演评估法分别对南京双偏振天气雷达调整前后的观测数据,如表1所示,对中层状云降水过程进行质量评估,评估结果发现雷达调整前ZDR平均偏差-1.5—1.9db,调整后ZDR系统偏差在0.1-0.4db,均值为0.2db,与微雨滴法评估结果相似。如表2所示,为采用雨滴谱反演评估法对应图2和图4的评估结果。对2019年4月21日降水过程的ZDR标定误差平均约为-1.9dB,而2019年11月17日降水过程的ZDR标定误差平均约为0.1db。说明在微雨条件下,本发明的评估方法评估能力与微雨滴法接近,可用于满足微雨条件的由雷达系统偏差导致的数据质量监测。
表2 两次层云降水过程南京双偏振雷达偏振参量雨滴谱反演评估方法评估结果
降水过程 | 均方根误差 | 平均偏差/dB | 平均误差/dB |
2019年4月21日 | 1.9 | -1.9 | 1.9 |
2019年11月17日 | 0.5 | 0.1 | 0.2 |
然后,为说明本发明的方法比起微雨滴法能适用不同类型降水过程的优势,首先选取同样层云降水过程不同粒子直径的雷达观测数据开展偏振参量数据质量评估工作,需要说明的是由于两次降水过程均为层云降水,最大平均雨滴粒子直径均较小,不超过1.8mm。评估结果如下表3所示。
表3 基于雨滴谱反演评估方法的不同粒径雷达观测数据质量评估结果
如表3所示,在不满足微雨条件时,基于雨滴谱反演评估方法的评估结果与微雨条件下的评估结果基本一致,南京雷达标定前ZDR系统平均偏差1.8-1.9db,标定后ZDR系统平均偏差0-0.2db,较为准确地反应了雷达系统标定前后,雷达数据质量得到提升这一事实。
然后再选择一次积层混合云降水过程进行雷达数据质量评估,如2020年7月13日的降水过程,评估结果如图5所示:
南京雷达观测的ZH、和CC总体上与雨滴谱数据反演结果接近,分别计算ZH、ZDR和CC的评估结果,雷达观测ZH略小于雨滴谱反演结果,约为1.2dBZ,ZDR平均偏差约为0.2db,CC平均偏差约为0.004。说明当下南京双偏振天气雷达运行良好,数据质量稳定。
为进一步考察在不同雨强下,雨滴谱数据反演评估方法对雷达偏振参量评估结果是否一致,本实施例再对表1中2020年所有降水过程按雨强分为>20mm/h、10~20mm/h、1~10mm/h、0~1mm/h四个部分分别进行数据质量评估,偏振参量ZDR评估结果如图6所示:
无论雨强是否强弱,2020年南京双偏振天气雷达偏振参量数据质量均具有一定的稳定性。如图6中(a)所示,当雨强>20mm/h时,ZDR的平均系统偏差。由该图可见由于雨强≥100mm/h样本极少,扣除该段数据后,ZDR平均系统偏差约为0.3db;当雨强在10~20mm/h时,如图6中(b)所示,ZDR平均系统偏差约为0.05dB;当雨强在1~10mm/h时,ZDR平均系统偏差约为0.3db;当雨强在0~1mm/h时,ZDR平均系统偏差约为0.7db。
综上,比起微雨滴法,本发明设计的基于雨滴谱的双偏振天气雷达数据质量实时评估方法不受限于降水类型,适用范围广,可用于实时监测双偏振天气雷达数据质量。其数据评估结果可及时为雷达标定和数据校正提供参考。另通过本文的初步研究也发掘了雨滴谱数据在S波段双偏振天气雷达数据质量评估中的应用能力,进一步提升了雨滴谱数据更为广泛的业务应用价值。
如上所述,尽管参照特定的优选实施例已经表示和表述了本发明,但其不得解释为对本发明自身的限制。在不脱离所附权利要求定义的本发明的精神和范围前提下,可对其在形式上和细节上作出各种变化。
Claims (4)
1.一种基于雨滴谱的双偏振天气雷达数据质量实时评估方法,其特征在于包括如下步骤:
S1、数据获取:实时读取雨滴谱数据和双偏振天气雷达数据;
S2、数据预处理:对雨滴谱数据进行清洗,对双偏振天气雷达数据采用质量控制算法标记受污染的雷达数据所在格点;
S3、数据评估:根据雨滴谱数据反演雨滴的粒子直径,在雨滴谱数据反演的粒子直径≤1mm时,采用微雨滴法对双偏振天气雷达系统误差进行评估;在雨滴谱数据反演的粒子直径>1mm时,采用T-Matrix方法,根据公式(1)~(4)反演各偏振参量,并将其作为真值与雷达对应的偏振参量进行偏差分析,实现对雷达数据质量的评估;
式中,Kw是雨滴的复折射指数项,视作常数;λ是雷达波长,单位是m;和分别是降水粒子的最小直径和最大直径;和分别是水平和垂直基本反射率;Sh和Sv分别是水平和垂直散射矩阵,对于在确定温度下的特定粒径雨滴,在确定其轴纵比、倾斜角度后,对应的Sv和Sh为常数;D为降水粒子的直径,N(D)是直径为D的降水粒子个数;表示Sh的共轭;
进行天气雷达数据质量评估时,具体方法为:
对于雨滴谱数据反演的粒子直径≤1mm的,直接选取雨滴谱站上空,零度层高度以下,所有仰角层的雷达差分反射数据ZDR_R,以雨滴谱站所在位置为中心,选取10*10矩形格点范围内未被标记为受污染的所有雷达差分反射率数据ZDR_R,使用概率密度分布函数统计差分反射率数据分布特征,取其分布中心值作为雷达系统偏差;
对于雨滴谱数据反演的粒子直径>1mm的,利用雨滴谱数据反演差分反射率因子ZDR_D,并将其作为真值与雷达对应的偏振参量进行偏差分析,实现对雷达数据质量的评估;
当平均偏差值>0.2db,累积时次超过24小时时,被判定为雷达出现系统性偏差,将偏差值作为订正值,对雷达差分反射率数据进行订正。
2.根据权利要求1所述的基于雨滴谱的双偏振天气雷达数据质量实时评估方法,其特征在于,步骤S1中获取的雨滴谱数据为直径范围0.312-24.5mm的直径通道数据。
3.根据权利要求1所述的基于雨滴谱的双偏振天气雷达数据质量实时评估方法,其特征在于,步骤S2中对雨滴谱数据进行清洗的具体方法为:当观测到的降水粒子个数小于10个或计算得到的雨强<0.5mm/h,则剔除该时次数据。
4.根据权利要求1所述的基于雨滴谱的双偏振天气雷达数据质量实时评估方法,其特征在于,步骤S2中对双偏振天气雷达数据的质量控制包括地物杂波剔除和奇异回波剔除。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210409068.XA CN114509734B (zh) | 2022-04-19 | 2022-04-19 | 一种基于雨滴谱的双偏振天气雷达数据质量实时评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210409068.XA CN114509734B (zh) | 2022-04-19 | 2022-04-19 | 一种基于雨滴谱的双偏振天气雷达数据质量实时评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114509734A CN114509734A (zh) | 2022-05-17 |
CN114509734B true CN114509734B (zh) | 2022-07-19 |
Family
ID=81554912
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210409068.XA Active CN114509734B (zh) | 2022-04-19 | 2022-04-19 | 一种基于雨滴谱的双偏振天气雷达数据质量实时评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114509734B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115166875A (zh) * | 2022-08-09 | 2022-10-11 | 新疆维吾尔自治区气象技术装备保障中心 | 一种雨滴谱仪数据质量控制及评估系统 |
CN115166750A (zh) * | 2022-08-22 | 2022-10-11 | 天津大学 | 一种基于双偏振多普勒雷达数据的定量降水估计方法 |
CN115575914B (zh) * | 2022-12-07 | 2023-03-10 | 成都远望科技有限责任公司 | 一种多波段双线偏振天气雷达观测量误差量化方法 |
CN115656947B (zh) * | 2022-12-15 | 2023-03-14 | 南京信大气象科学技术研究院有限公司 | 一种双偏振天气雷达zdr偏差实时校正方法和装置 |
CN116953706B (zh) * | 2023-06-21 | 2024-01-26 | 北京城市气象研究院 | 一种双偏振天气雷达数据质量评估方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106950614A (zh) * | 2017-02-28 | 2017-07-14 | 中船重工鹏力(南京)大气海洋信息系统有限公司 | 一种区域自动气象站小时雨量数据质量控制方法 |
CN109597038A (zh) * | 2018-12-12 | 2019-04-09 | 北京无线电测量研究所 | 一种双偏振雷达的雷达反射率因子订正方法和系统 |
CN110488393A (zh) * | 2019-09-24 | 2019-11-22 | 中国科学院大气物理研究所 | X波段双偏振天气雷达定量测量降水方法及系统 |
CN113420489A (zh) * | 2021-05-25 | 2021-09-21 | 南京信息工程大学 | 一种双偏振雷达降水优化反演方法 |
-
2022
- 2022-04-19 CN CN202210409068.XA patent/CN114509734B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106950614A (zh) * | 2017-02-28 | 2017-07-14 | 中船重工鹏力(南京)大气海洋信息系统有限公司 | 一种区域自动气象站小时雨量数据质量控制方法 |
CN109597038A (zh) * | 2018-12-12 | 2019-04-09 | 北京无线电测量研究所 | 一种双偏振雷达的雷达反射率因子订正方法和系统 |
CN110488393A (zh) * | 2019-09-24 | 2019-11-22 | 中国科学院大气物理研究所 | X波段双偏振天气雷达定量测量降水方法及系统 |
CN113420489A (zh) * | 2021-05-25 | 2021-09-21 | 南京信息工程大学 | 一种双偏振雷达降水优化反演方法 |
Non-Patent Citations (5)
Title |
---|
CINRAD-SA偏振雷达定量降水估测算法改进及应用评估;郭佳等;《气候与环境研究》;20200520(第03期);摘要,第307页右栏倒数第1段,第309页第3.1节,第310页右栏第1-2段,第315页右栏第2段及表2 * |
Evaluation of a New Polarimetric Algorithm for Rain-Path Attenuation Correction of X-Band Radar Observations Against Disdrometer;John Kalogiros等;《IEEE Transactions on Geoscience and Remote Sensing》;20130520;第1369–1380页 * |
X波段双偏振雷达反演雨滴谱方法研究;李宗飞等;《气候与环境研究》;20150520(第03期);第43-53页 * |
南京地区雨滴谱参数的详细统计分析及其在天气雷达探测中的应用;黄兴友等;《大气科学》;20190515(第03期);第228-241页 * |
基于最优化理论的双偏振雷达降雨参数反演研究;黄浩;《中国优秀博硕士学位论文全文数据库(博士) 基础科学辑》;20180915;摘要,正文第15-18页第2.2.3节,第19-24页第2.3.1节,第28-31页第2.3.3节,第90-93页第5.2.1节,第98-100页第5.3节,附录A,附录B及图2-5,表2-2 * |
Also Published As
Publication number | Publication date |
---|---|
CN114509734A (zh) | 2022-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114509734B (zh) | 一种基于雨滴谱的双偏振天气雷达数据质量实时评估方法 | |
Rosenfeld et al. | The window probability matching method for rainfall measurements with radar | |
US5568151A (en) | Statistical averaging method for wind profiler doppler spectra | |
Germann et al. | Mesobeta profiles to extrapolate radar precipitation measurements above the Alps to the ground level | |
Liao et al. | Comparisons of rain rate and reflectivity factor derived from the TRMM precipitation radar and the WSR-88D over the Melbourne, Florida, site | |
Merritt | A statistical averaging method for wind profiler Doppler spectra | |
Lengfeld et al. | Performance of high-resolution X-band weather radar networks–the PATTERN example | |
Chumchean et al. | Radar rainfall error variance and its impact on radar rainfall calibration | |
Vivekanandan et al. | Radar reflectivity calibration using differential propagation phase measurement | |
Chen et al. | Improving polarimetric C-band radar rainfall estimation with two-dimensional video disdrometer observations in Eastern China | |
Park et al. | Calibration of radar reflectivity measurements from the KMA operational radar network | |
Van de Beek et al. | Close-range radar rainfall estimation and error analysis | |
Ellis et al. | Water vapor estimates using simultaneous dual-wavelength radar observations | |
Crisologo et al. | Enhancing the consistency of spaceborne and ground-based radar comparisons by using beam blockage fraction as a quality filter | |
Westwater et al. | Radiosonde humidity soundings and microwave radiometers during Nauru99 | |
Li et al. | A quality control method of ground-based weather radar data based on statistics | |
Wang et al. | Comparisons of reflectivities from the TRMM precipitation radar and ground-based radars | |
Yu et al. | Polarimetric X‐band weather radars for quantitative precipitation estimation in mountainous regions | |
Anagnostou et al. | X-band polarimetric radar rainfall measurements in keys area microphysics project | |
Huuskonen et al. | Improved analysis of solar signals for differential reflectivity monitoring | |
Rinehart | On the use of ground return targets for radar reflectivity factor calibration checks | |
Friedrich et al. | Influence of ground clutter contamination on polarimetric radar parameters | |
Bechini et al. | Differential reflectivity calibration for operational radars | |
Overeem et al. | Rainfall-induced attenuation correction for two operational dual-polarization C-band radars in the Netherlands | |
Yan et al. | Raindrop size distribution parameters retrieved from xinfeng c-band polarimetric radar observations |
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 |