基于模糊逻辑的地物回波识别方法及效果检验

黄兴友; 李盈盈; 张帅; 黄书荣; 韦凯华

doi:10.16032/j.issn.1004-4965.2018.03.003

基于模糊逻辑的地物回波识别方法及效果检验

doi: 10.16032/j.issn.1004-4965.2018.03.003

1.
南京信息工程大学气象灾害预报预警与评估协同创新中心，江苏南京 210044
2.
广东省气象台，广东广州 510640

基金项目:

国家自然科学基金项目 41475034

国家重点基础研究发展计划(973计划)项目 2013CB430101

详细信息

通讯作者:
黄兴友, 男, 安徽省人, 教授, 研究方向为雷达气象学。E-mail：huangxy@nuist.edu.cn

中图分类号: P412.25
计量
- 文章访问数: 1139
- HTML全文浏览量: 24
- PDF下载量: 601
- 被引次数: 0
出版历程
- 收稿日期: 2017-05-22
- 修回日期: 2018-03-26
- 刊出日期: 2018-06-01

THE ALGORITHM AND VERIFICATION OF GROUND CLUTTER IDENTIFICATION BASED ON FUZZY LOGIC

1.
Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, NUIST, Nanjing 210044, China
2.
Guangdong Meteorological Observatory, Guangzhou 510640, China

摘要

摘要: 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。
- 天气雷达 /
- 地物识别 /
- 模糊逻辑 /
- 回波特性 /
- 质量控制
Abstract: This paper proposes a method for ground clutter identification based on the fuzzy logic technique in CINRAD. Derived from the characteristics of radar echoes in typical cases, membership functions and their weights vary with radar reflectivity. This method deals with the echo at precipitation intensity of no less than 15 dBz but leaves the echo at nonprecipitation intensity untreated, thus keeping weak characteristic echoes useful for nowcasting of such features as clear air turbulence and gust fronts. To weaken the influence from the ground clutter further, gaps created by removing ground clutter will be filled based on the continuity of echoes in the vertical direction. This algorithm of identification has been tested in two ways and the result shows that it performs well in ground clutter identification.
- weather radar /
- ground clutter identification /
- fuzzy logic /
- echoes characteristics /
- quality control

HTML全文

图 1 算法流程图

下载: 全尺寸图片幻灯片

图 2 地物回波(GE(Ground Echo))与降水回波(PE(Precipitation Echo))在各反射率因子范围内VGZ(单位：dB/km)的频率(对数坐标)分布

下载: 全尺寸图片幻灯片

图 3 同图 2，但为TDBZ(单位：dB)

下载: 全尺寸图片幻灯片

图 4 同图 2，但为V_abs(单位：m/s)

下载: 全尺寸图片幻灯片

图 5 VGZ(a)、TDBZ(b)和V_abs(c)特征参量的隶属度函数

下载: 全尺寸图片幻灯片

图 6 层状云降水的原始数据(a)、本文提出算法处理结果(b)、本文提出算法未经填补(c)和R5(d)的分布

下载: 全尺寸图片幻灯片

图 7 同图 6，但为混合型降水

下载: 全尺寸图片幻灯片

图 8 同图 6，但为孤立单体

下载: 全尺寸图片幻灯片

图 9 同图 6，但为飑线

下载: 全尺寸图片幻灯片

图 10 Z=15~25 dBz算法处理前(a)、后(b)的统计结果对比

下载: 全尺寸图片幻灯片

图 11 同图 10，但为Z=25~35 dBz

下载: 全尺寸图片幻灯片

图 12 同图 10，但为Z≥35 dBz

下载: 全尺寸图片幻灯片

表 1 广州新一代天气雷达主要性能参数^[12]

物理量	性能参数
工作频率/MHz	2 885
发射机峰值功率/kW	650~800
脉冲重复频率/Hz	318~1 304
波束宽度/°	0.99
天线直径/m	8.54
天线增益/dB	45
动态范围/dB	93
极化方向	水平

下载: 导出CSV

参考文献(15)

[1]	俞小鼎, 姚秀萍, 熊廷南, 等.多普勒天气雷达原理与业务应用[M].北京:气象出版社, 2005: 43-72.
[2]	ZHANG J, WANG S, CLARKE B. WSR-88D reflectivity quality control using horizontal and vertical reflectivity structure, paper presented at Preprints, 11th Conf[C]//11th conference Aviation, Range, and Aerospace Meteor. Amer Meteor Soc, 2004.
[3]	STEINER M, SMITH J A. Use of three-dimensional reflectivity structure for automated detection and removal of nonprecipitating echoes in radar data[J]. J Atmos Oceanic Technol, 2002, 19(5): 673-686.
[4]	CHO Y H, LEE G W, KIM K E, et al. Identification and removal of ground echoes and anomalous propagation using the characteristics of radar echoes[J]. J Atmos Oceanic Technol, 2006, 23(9): 1206-1222.
[5]	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[J].气象学报, 2007, 65(2): 252-260.
[6]	庄薇, 刘黎平, 余燕群, 等.雷达地物回波模糊逻辑识别法的改进及效果检验[J].气象学报, 2012, 70(3): 576-584.
[7]	赖悦, 张其林, 陈洪滨, 等.深圳一次强飑线过程的闪电频数与天气雷达回波关系分析[J].热带气象学报, 2015, 31(4): 549-558.
[8]	段鹤, 严华生, 王晓君.滇南飑线的发生环境及其多普勒雷达回波特征[J].热带气象学报, 2012, 28(1): 68-76.
[9]	管理, 魏鸣, 吴昊.晴空湍流在强天气过程临近预报中的应用研究[J].科学技术与工程, 2014, 14(31): 6-13.
[10]	李国翠, 郭卫红, 王丽荣, 等.阵风锋在短时大风预报中的应用[J].气象, 2006, 32(8): 36-42.
[11]	徐道生, 张艳霞, 张诚忠, 等.华南区域高分辨率模式中不同雷达回波反演技术方案的比较试验[J].热带气象学报, 2016, 32(1): 9-18.
[12]	黄骏, 胡东明.广州番禺CINRAD_SA新一代多普勒天气雷达简介[J].广东气象, 2002, 35(2): 35-36.
[13]	KESSINGER C, ELLIS S, VAN ANDEL J. The radar echo classifier: A fuzzy logic algorithm for the WSR-88D[C]//Preprints-CD, 3rd Conference on Artificial Applications to the Environmental Science. 2003.
[14]	ZHANG J, QI Y, KINGSMILL D, et al. Radar-based quantitative precipitation estimation for the cool season in complex terrain: Case studies from the NOAA Hydrometeorology Testbed[J]. J Hydrometeorol, 2012, 13(6): 1836-1854.
[15]	QI Y, ZHANG J, KANEY B, et al. Improving WSR-88D radar QPE for orographic precipitation using profiler observations[J]. J Hydrometeorol, 2014, 15(3): 1135-1151.