微波多普勒雷达海浪参数提取算法

根据海浪混合表面散射理论和线性波理论,利用3种规模波对微波多普勒谱的不同贡献,推导出海浪谱与径向速度转换函数,得到了一种适用于多普勒雷达的海浪谱以及海浪参数提取算法．该算法从海洋回波的多普勒谱中获取径向速度序列,根据海浪速度谱与海浪谱之间的转换关系推导海浪谱,再用谱矩法计算相应的海浪参数．运用该算法分别对微波多普勒谱雷达的模拟与实测数据进行处理,实现了有效浪高和平均海浪周期的高精度提取,证实了该算法在微波段多普勒雷达的海浪参数反演中的准确性．     

风廓线雷达在降水条件下水平风场的反演研究

风廓线雷达利用湍流信号进行水平风场反演时，雷达回波信号中的功率谱数据包含大气湍流、地物、降水粒子等，其中降水粒子对水平风场造成的干扰尤为严重。若用没有剔除杂波的功率谱反演水平风场，会导致水平风场的真实度较低。本文首先用插值法和中值滤波法抑制杂波干扰，再用分段法确定平均噪声，然后根据两峰之间的最低点对降水时段的双峰功率谱进行湍流谱和降水谱的分离，继而利用分离出来的湍流谱信号反演水平风场，最后选取青海大学风廓线雷达2021年8月27日和2022年4月27日两场降水数据进行分析。结果表明：用分离出的湍流谱信号反演的水平风场较分离前一致性提高，分离湍流谱信号的方法可行，且用智能天气传感器进行验证，验证结果较好。     

北京地区大气气溶胶的激光雷达观测及反演算法研究

利用微脉冲激光雷达在北京地区的观测,研究两种避开利用高空信号的反演算法。算法一,根据Fernald的反演算法把边界取在混合层中间某处,并结合太阳光度计的观测进行反演。通过激光雷达与同一地点自动气象站的地面观测比较验证了反演结果,表明该方案用于激光雷达的气溶胶消光系数反演是可行的。算法二,由于激光雷达近端处的信号和地面气溶胶消光系数线性相关,从而利用地面气溶胶观测数据反演雷达常数和观测期间气溶胶平均后向散射比,结果与第一种方案一致,表明利用该方法反演是可行的。最后利用这次激光雷达的观测,分析北京地区冬季一次西伯利亚高压过境时的气溶胶演变过程,将激光雷达观测与南郊观测站地面观测进行比较,并验证了激光雷达的反演结果和算法的可靠性。     

利用云雷达反演层状云空气垂直速度及微物理参数的个例研究

为了研究层状云内空气垂直运动特征,深入了解层状云微物理性质,通过雷达功率谱估算层状云内空气垂直运动速度反演得到了层状云的微物理参数值。利用雷达实测反射率分布与反演的反射率谱分布的对比分析,验证了反 演结果的合理性。研究结果表明：对受湍流影响较小的层状云,利用毫米波雷达的功率谱数据能够比较准确的反演空气的垂直运动及层状云的微物理参数值。     

北京地区大气气溶胶的激光雷达观测及反演算法研究

利用微脉冲激光雷达在北京地区的观测, 研究两种避开利用高空信号的反演算法。算法一,根据Fernald的反演算法把边界取在混合层中间某处, 并结合太阳光度计的观测进行反演。通过激光雷达与同一地点自动气象站的地面观测比较验证了反演结果, 表明该方案用于激光雷达的气溶胶消光系数反演是可行的。算法二,由于激光雷达近端处的信号和地面气溶胶消光系数线性相关, 从而利用地面气溶胶观测数据反演雷达常数和观测期间气溶胶平均后向散射比, 结果与第一种方案一致, 表明利用该方法反演是可行的。最后利用这次激光雷达的观测, 分析北京地区冬季一次西伯利亚高压过境时的气溶胶演变过程, 将激光雷达观测与南郊观测站地面观测进行比较, 并验证了激光雷达的反演结果和算法的可靠性。     

基于X波段雷达回波图像相关性分析的 浅海水深数值模拟与反演研究

根据描述有限水深的TMA海浪谱模型,对X波段雷达浅海区域海面回波进行了数值模拟;TMA海浪谱模型是深水JONSWAP谱的扩展,它能反映水深变化对海浪的影响。对利用X波段雷达回波图像相关性分析来反演浅海水深方法的适用条件以及性能进行了分析;该方法利用雷达对海杂波成像,结合回波图像之间理论与实际相关性之间差值累计量的最小值与水深的对应关系,可以得到雷达探测区域的水深信息。数值模拟以及水深反演结果表明:图像相关性方法在水深小于25 m时有较好的水深估算能力;但当水深大于25 m时,此方法会失去其水深反演能力。通过对模拟的图像进行水深提取,有效的验证了谱模型的准确性以及相关性方法的适用范围,为后续X波段雷达水深研究提供了很好的依据。     

福州地区X波段相控阵雷达与S波段机械雷达回波数据对比分析

为验证福州地区X波段相控阵雷达系统和雷达回波数据的可靠性,检验其探测性能,以2022年4月27日福州地区强降水过程为例,利用直接对比法分析了X波段相控阵雷达与S波段机械雷达回波数据。结果表明,X波段相控阵雷达回波反射率清晰细腻,雷达回波的结构分布较为均匀,可以观测更加细微的回波特征,空间分辨率明显高于S波段机械雷达,更有利于突发强对流致灾天气系统的预警预报。在强降水天气过程中,小时累计降雨量预测S波段机械雷达算法占优势,定量降水估计产品X波段相控阵雷达算法占优势。     

地基12通道微波辐射计反演大气温湿廓线及估算雷达路径积分衰减

利用TP/WVP-3000型地基微波辐射计12通道亮温观测资料,发展了一套大气温湿及液态水廓线反演算法.首先对近20年历史探空数据进行数据转换、插值等处理后,分无云和有云两种类型,运用MWMOD微波辐射传输模式,计算无云情况下的微波亮温集,根据相对湿度廓线,利用模式的绝热液水含量分析方法,模拟计算出液态水廓线及对应的微波亮温数据集,利用改进BP神经网络计算模型,通过神经网络学习训练,获取代表该地区的神经网络系数,用于反演计算大气温度、水汽密度、相对湿度和液态水廓线.与GPS探空数据对比,反演的大气温度廓线在7 km以下误差均在3 K以内,水汽密度廓线在6 km以下误差均在3 g/m2以内,部分底层廓线的反演值与GPS探空观测接近,获得了较好的反演结果.同时,通过模式分析出云水廓线,弥补GPS探空不足,利用微波辐射计观测进行验证,估算雷达路径积分衰减,用于试验降水雷达反演分析.     

雨滴谱gamma函数拟合方法的分析与评估

地面雨滴谱常呈现gamma分布,gamma函数三个参数分布特征与降水云性质有关,采用不同拟合方法得到雨滴谱分布参数亦存在差异。利用2016年6～7月华南前汛期降水观测试验期间广东龙门地面PARSIVEL激光雨滴谱数据和相同地点的C波段调频连续波垂直探测雷达数据进行层状云及对流云分类,对地面雨滴谱数据按照15 min时长进行分组,得到了102组层状云降水样本和64组对流降水样本,开展降水雨滴谱gamma模型函数拟合方法的评估试验。对雨滴谱分布平均值特征曲线的代表性确认后,分别进行了非线性最小二乘法拟合以及多种阶矩法的拟合试验;使用地面实测数据与gamma拟合函数三个参数分别计算雨滴谱数浓度均方根误差、质量加权中值粒径的相对误差和降水强度的相对误差评估拟合结果。结果表明,使用非线性最小二乘法拟合效果最优。联合2016年6月13日调频连续波雷达探测一次降水过程不同阶段的地面雨滴谱特征,得到降水强度与gamma参数的相关关系,为降水云体垂直结构及降水微物理研究提供合理方法。     

双线偏振雷达测雨公式优化方案的仿真研究

基于滴谱理论和散射原理,利用模拟的雨滴谱及其反演的雷达偏振参数,讨论双线偏振雷达参数随雨滴谱变化而变化的规律;并提出一种测雨公式的优化改进方案。在不同的差分反射率因子Z_(DR)取值区间内,统计相应的测雨公式系数。同时,提出了3种Z_(DR)区间划分的方法:1利用统计学中的t检验法检测测雨公式系数随Z_(DR)变化而变化的曲线图中的显著突变点;并将这些点对应的Z_(DR)值作为区间划分的临界值。2直接按一定的步长等间距地将Z_(DR)的范围划分为不同区间。3依托于Z_(DR)与中值体积直径D_0的拟合关系,通过对D_0的取值范围等步长划分而间接得到相应的Z_(DR)的范围。在对方法二、三最优等分步长进行讨论的基础上,利用模拟的雨滴谱对上述方法进行检验;并对检验效果逐一进行对比分析。结果表明这三种分级统计方法的效果较未进行分级统计,直接采用固定系数测雨公式估测降水的计算结果更加精确,误差有明显改善。     

Characteristics of clouds,precipitation, and latent heat in midlatitude frontal system mixed with dust storm from GPM satellite observations and WRF simulations

A heavy dust storm originating in Mongolia and Inner Mongolia traveled to Northeast China and met a midlatitude frontal system on May 3, 2017. The potential ice nuclei (IN) effects of mineral dust aerosols on the vertical structure of clouds, precipitation, and latent heat (LH) were studied using Global Precipitation Mission (GPM) satellite observations and Weather Research and Forecasting (WRF) model simulations. The WRF simulations correctly captured the main features of the system, and the surface rain rate distribution was positively correlated with data retrieved from the GPM Microwave Imager. Moreover, the correlation coefficient increased from 0.31 to 0.54 with increasing moving average window size. The WRF-simulated rainfall vertical profiles are generally comparable to the GPM Dual-Frequency Precipitation Radar (DPR) observations, particularly in low layers. The joint probability distribution functions of the rain rate at different altitudes from the WRF simulation and GPM observations show high positive correlation coefficients of ~0.80, indicating that the assumptions regarding the raindrop size distribution in the WRF model and DPR retrieval were consistent. Atmospheric circulation analysis and aerosol optical depth observations from the Himawari-8 satellite indicated that the dust storm entered only a narrow strip of the northwest edge of the frontal precipitation system. The WRF simulations showed that in carefully selected areas of heavy dust, dust can enhance the heterogeneous ice nucleation process and increase the cloud ice, snowfall, high-altitude precipitation rate, and LH rate in the upper layers. This effect is significant at temperatures of ?15 °C to ?38 °C and requires dust number concentrations exceeding 106 m?3. It is important to accurately classify the dusty region in this type of case study. In the selected vertical cross section, the WRF-simulated and DPR-retrieved LH have comparable vertical shapes and amplitudes. Both results reflect the structure of the tilted frontal surface, with positive LH above it and negative LH below it. The simulated area-averaged LH profiles show positive heating in the entire column, which is a convective-dominated region, and this feature is not significantly affected by dust. DPR-based LH profiles show stratiform-dominated or convective-dominated shapes, depending on the DPR retrieval product.     

Wind vector retrieval using dual polarization imagery of ASAR

A new algorithm for retrieving wind vector using dual polarization imagery of advanced synthetic aperture radar (ASAR) is developed and tested. Based on the combination of co-polarization and cross-polarization, this new algorithm effectively eliminates the 180° ambiguity which occurs when using single imagery of the ASAR to retrieve wind vector. This algorithm also solves the problem that the retrieval results will break down on very small spatial scales. The results retrieved from dual polarization imagery of ASAR show that the wind speed and direction are in agreement with the data from Quikscat and buoy measurements. The root mean square errors of wind direction and speed between the retrieved results and data from Quikscat are 2.21° and 0.53 m/s, respectively. Comparisons between the new method and the traditional method show that the new methods fit the buoy data and Quikscat data a little better than the traditional method in this image.     

基于SAR测量的改进型VIE降雨反演算法

提出一种新型降雨反演算法,该算法是对沃尔塔积分方程（Volterra integral equation,VIE）降雨反演算法的改进.首先,对雷达接收到的回波数据进行预处理,得到降雨起点和降雨宽度等信息;然后,仅利用沃尔塔积分反演算法处理少量特定区域,通过深度挖掘数据变化的规律来分析得出降雨分布的类型和降雨速率;最后,根据通常研究对象的分布对称性,结合已经获得的信息反演得到整个区域的降雨分布情况.通过仿真结果可知,该算法高效、计算速度快,并且具有较高的精度.     

基于小波变换的多普勒雷达回波图像压缩

由于多普勒雷达的速度图是矢量场，在有损压缩模式下，运动粒子的原来运动方向可能会由于失真而改变。提出了一种速度场方向保持算法(VFHOA)，引入了方向图的概念。在恢复图像时，利用该算法，可以纠正发生方向错误的运动粒子。最后利用小波变换和零树编码，并结合VFHOA对多普勒雷达回波数据进行了压缩。实验表明，VFHOA实现简单，效果较好；并且该算法也适用于对一般的矢量场图像的有损压缩。     

一种基于置信函数的分类器自优化雷达点迹识别算法

雷达组网协同探测中,受不同探测精度、观测维度及环境噪声影响,信息系统获取的传感数据包含一定不精确、不确定信息,导致无法对目标点迹准确分类识别。为此提出了一种基于置信函数的分类器自优化雷达点迹识别算法。首先,基于置信函数理论创建目标、杂波、不确定数据的证据识别框架,并设计可实时给定目标数据类别隶属度的深度神经网络模型分类器。然后,依托当前迭代轮次分类结果进行辅助决策证据构建,并根据点迹分布特性进行证据修正融合。最后,基于全局融合结果进行点迹类别标签更新,并重新驱动网络模型分类器进行在线学习与更新,如此迭代循环直至所有的雷达点迹数据类别标签不再发生改变。基于雷达实测数据集对算法性能进行验证分析,结果表明与传统算法相比新算法能够有效提升雷达点迹的分类正确率,而且随着样本数据的丰富算法收敛时间可急速减少,便于在后续工程中推广应用。     

激光衰减随降雨率的变化关系

根据Mie理论,利用4种常用雨滴谱分布,分析了激光信号在雨中的传输,得到了激光衰减随降雨率的变化关系.结果表明,单位体积内雨滴数量和雨滴尺寸分布对雨的衰减有很大的影响;M-P和广州雨滴尺寸分布适用于小雨范围;Joss的广布雨分布和广州雨滴尺寸分布适用于广延雨范围;由于雷暴雨发生的离散性较大,衰减偏差很大,M-P和广州雨滴尺寸分布适用于雨滴粒子数量较多的雷暴雨情况,Joss的雷暴雨分布和weibull分布适用于小粒子数相对较少的雷暴雨情况.     

一种改进的汽车雷达数据实时聚类算法

为了更好地在复杂多目标环境下进行汽车雷达数据的实时聚类,使用扩展卡尔曼滤波算法(EKF)对基于密度的聚类算法(DBSCAN)进行改进,并通过仿真和实测实验进行验证。结果表明:新算法在进行增量聚类时每次耗时可以保持在一个稳定且较低的水平;新聚类在不增加时间复杂度的情况下进行自适应聚类,可以解决汽车雷达数据密度不均匀的情况。可见新算法同时实现了增量和自适应DBSCAN聚类,同时保证聚类的效率和准确度。     

Methane retrieval from Atmospheric Infrared Sounder using EOF-based regression algorithm and its validation

This paper presents a rapid regression algorithm for the retrieval of methane(CH4)profile from Atmospheric Infrared Sounder(AIRS)based on empirical orthogonal functions(EOF)and its validation.This algorithm was trained using the simulated radiance from an assemble of atmospheric profiles and can be utilized to derive the CH4profile rapidly with the input of the AIRS cloud-clear radiance.Validation using hundreds of aircraft profiles demonstrates that the root mean square error(RMSE)is about 1.5%in the AIRS sensitive region of359–596 hPa,which is smaller than AIRS-V5 product(except in high latitudes).Comparison with the groundbased solar Fourier transform spectrometry observations showed that the RMSE of the retrieved CH4total column amount is less than 3%.This EOF-based regression method can be easily applied to other thermal infrared sounders for deriving CH4and some other gases,and the derived profiles can be used as the first guess for further physical retrieval.