【技术实现步骤摘要】
一种气象数值预测雷达基数据质量控制方法
[0001]本专利技术气象数值预测
,具体涉及一种气象数值预测雷达基数据质量控制方法。
技术介绍
[0002]数值预报业务包括观测资料获取、资料质量控制、资料同化、预报模式、后处理、解释应用等,实现了从观测到产品加工这一个完整的业务流程。
[0003]这一流程中涉及到的观测资料包括常规观测资料、卫星观测资料、雷达观测资料等,且需要对这些观测资料进行处理同化。
[0004]现有技术文献中发布的WRFDA同化系统有同化雷达反射率和径向风的功能,但不提供质量控制功能,因此无法对同化效果做出验证,从而无法对此做出改进。
[0005]因此,为了解决技术问题,本申请设计了一种气象数值预测雷达基数据质量控制方法,能够读取多种雷达基数据文件,转换为WRFDA所需的格式,对反射率、径向风等雷达基数据进行质量控制算法调试改进,并通过开展个例或月时间尺度的同化效果试验来调试质控算法并验证其改进效果。
技术实现思路
[0006]本专利技术的目的是填补现有技术的空白,提供了一种气象数值预测雷达基数据质量控制方法,能够读取多种雷达基数据文件,转换为WRFDA所需的格式,对反射率、径向风等雷达基数据进行质量控制算法调试改进,并通过开展个例或月时间尺度的同化效果试验来调试质控算法并验证其改进效果。
[0007]为了达到上述目的,本专利技术提供一种气象数值预测雷达基数据质量控制方法,包括以下步骤:
[0008]S1,雷达基数据预处理与格式转换; />[0009]S2,雷达径向风数据质量控制;
[0010]S3,雷达反射率数据质量控制;
[0011]S4,雷达径向风数据的同化;
[0012]S5,雷达反射率数据的同化;
[0013]S6,雷达数据同化效果检验。
[0014]S2包括零风速线速度退模糊方案和基于ARVAD反演的速度退模糊方案。
[0015]零风速线速度退模糊方案分为三步:
[0016]第一步,搜寻弱风区,对弱风区退模糊;
[0017]第二步,第一轮径向,切向退模糊;
[0018]第三步,第二轮径向,切向退模糊;
[0019]退模糊的处理步骤如下:
[0020]搜索弱风区:
[0021]是一次处理一个仰角的数据,首先搜索整个仰角,找到一条初始径线,公式如下:
[0022]|V
i
‑
V
i
‑1|≤αV
N
[0023]|V
i
|≤βV
N
,取径向上
±
βV
N
之间的观测求平均值;
[0024]VN是指最大不模糊速度,i=l,2,3,指某一径向上的有效观测;α是一个常数;
[0025]β是一个常数;N1指参与求平均值的观测个数;
[0026]如果连续两条径线的VM1值的符号不一样,则取N1值大的那个径线作为初始径线;
[0027]第一轮径向切向退模糊:
[0028]从初始三条已处理的径线出发,双向各180
°
对所有的径线进行处理,从切向上控制误差的传播,每个待处理的径向观测,首先进行切向退模糊,再进行径向退模糊;
[0029]切向退模糊时,取已处理的三条径线上同一距离上的观测的平均值作为参考;
[0030]径向退模糊时,参考值在该径向上获取,参考的选取应当满足以下条件:参考观测两侧必须有连续的40个以上的有效观测,保证参考观测远离回波的边界;
[0031]参考观测的本身是处理过并且被认为是可靠的观测,且参考观测沿径向前后各有两个可靠观测,同时这连续的五个观测值满足公式参考径线前面三条径线上与参考观测同一距离上的观测是可靠的,同时这四个估测满足公式确定参考值之后,从靠近雷达和远离雷达的两个方向退模糊,当遇到缺测时重新寻找参考观测,直到处理该径向上的所有观测;
[0032]第二轮径向切向退模糊:
[0033]对一条待处理的径线,先进行切向退模糊,再进行径向退模糊,退模糊重复两遍以上;
[0034]切向退模糊时:
[0035]切向搜索范围放宽至6
°
和10
°
,直到找到连续的三个有效观测,并且这三个观测满足公式则将其平均值作为参考进行退模糊;
[0036]径向退模糊时:
[0037]从中间开始搜寻,当找到连续的三个可靠观测,则以这三个观测为参考分别向远离和靠近雷达的两个方向进行径向退模糊。
[0038]基于ARVAD反演的速度退模糊方案分为三步:
[0039]第一步,利用ARVAD方法反演出各层的平均风;
[0040]第二步,将平均风插值到观测场,并将其作为参考对观测进行第一步退模糊;
[0041]第三步,连续性检査,进行全局退模糊;
[0042]ARVAD反演是一种拟合回归的方法,该方法假设风场呈线性分布,利用径向速度随方位角的分布来计算风场的方向和大小;
[0043]第一步退模糊:
[0044]将反演出的平均风插值到雷达的观测场,得到各个观测点的参考值,对于某一个观测点,原观测值表示为参考值表示为则该观测的折叠次数当N等于0时,该观测不模糊,但是要把该观测确定为可靠观测,还需满足观测值与参考值之
差的绝对值小于最大不模糊速度的四分之一;当N不等于0时,则处理后的观测表示为当与的差的绝对值小于最大不模糊速度的四分之一时,该观测可被确定为可靠观测;
[0045]全局退模糊:
[0046]在处理一个仰角数据时,由靠近雷达处向远离雷达的方向,逐个圈层地处理观测;对于每个圈层数据,都进行顺时针和逆时针方向处理;当找到一个可能模糊的观测时,则在前面的一个区域内寻找前一步确定的可靠观测数据;当可靠观测数据少于阈值时,则不处理该观测数据;当可靠观测在阈值以上时,则算出平均值,记作把他作为参考值对观测进行退模糊。
[0047]S3包括地物回波质量控制和电磁干扰回波质量控制。
[0048]地物回波质量控制包括地物回波特征识别算法、特征函数的统计分析和最佳隶属函数的确定;
[0049]地物回波特征识别算法:
[0050]基于现有模糊逻辑识别雷达回波基础上改进了隶属函数的一种算法,模糊逻辑法是指运用统计方法分析各种雷达回波特征,找出地物回波不同于降水回波的特点,对这些特征给以相同的权重,得到一个表明每个距离库中受地物回波影响可能性的量化数值,最终识别出那些超过某一阈值的地物回波信息;
[0051]特征函数的统计分析:
[0052]利用实际的雷达降水和地物资料,分析这些回波的上述物理量特征,选用数据库资料中的一部分来分析降水回波和地物回波的特征差异,对所有真实回波点计算出的各参量进行统计分析,得到地物和降水的各参量的概率分布图,并对地物和降水回波的回波强度、径向速度和速度谱宽的取值范围及其本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种气象数值预测雷达基数据质量控制方法,其特征在于,包括以下步骤:S1,雷达基数据预处理与格式转换;S2,雷达径向风数据质量控制;S3,雷达反射率数据质量控制;S4,雷达径向风数据的同化;S5,雷达反射率数据的同化;S6,雷达数据同化效果检验。2.如权利要求1所述的气象数值预测雷达基数据质量控制方法,其特征在于,所述S2包括零风速线速度退模糊方案和基于ARVAD反演的速度退模糊方案,所述零风速线速度退模糊方案分为三步:第一步,搜寻弱风区,对弱风区退模糊;第二步,第一轮径向,切向退模糊;第三步,第二轮径向,切向退模糊;所述退模糊的处理步骤如下:搜索弱风区:是一次处理一个仰角的数据,首先搜索整个仰角,找到一条初始径线,公式如下:|V
i
‑
V
i
‑1|≤αV
N
所述|V
i
|≤βV
N
,取径向上
±
βV3之间的观测求平均值;所述VN是指最大不模糊速度,所述i=l,2,3,指某一径向上的有效观测;所述α是一个常数;所述β是一个常数;所述N1指参与求平均值的观测个数;如果连续两条径线的VM1值的符号不一样,则取N1值大的那个径线作为初始径线;第一轮径向切向退模糊:从初始三条已处理的径线出发,双向各180
°
对所有的径线进行处理,从切向上控制误差的传播,每个待处理的径向观测,首先进行切向退模糊,再进行径向退模糊;所述切向退模糊时,取已处理的三条径线上同一距离上的观测的平均值作为参考;所述径向退模糊时,参考值在该径向上获取,所述参考的选取应当满足以下条件:参考观测两侧必须有连续的40个以上的有效观测,保证参考观测远离回波的边界;参考观测的本身是处理过并且被认为是可靠的观测,且参考观测沿径向前后各有两个可靠观测,同时这连续的五个观测值满足公式所述参考径线前面三条径线上与参考观测同一距离上的观测是可靠的,同时这四个估测满足公式确定参考值之后,从靠近雷达和远离雷达的两个方向退模糊,当遇到缺测时重新寻找参考观测,直到处理该径向上的所有观测;第二轮径向切向退模糊:对一条待处理的径线,先进行切向退模糊,再进行径向退模糊,退模糊重复两遍以上;切向退模糊时:切向搜索范围放宽至6
°
和10
°
,直到找到连续的三个有效观测,并且这三个观测满足公
式则将其平均值作为参考进行退模糊;径向退模糊时:从中间开始搜寻,当找到连续的三个可靠观测,则以这三个观测为参考分别向远离和靠近雷达的两个方向进行径向退模糊。所述基于ARVAD反演的速度退模糊方案分为三步:第一步,利用ARVAD方法反演出各层的平均风;第二步,将平均风插值到观测场,并将其作为参考对观测进行第一步退模糊;第三步,连续性检査,进行全局退模糊;所述ARVAD反演是一种拟合回归的方法,该方法假设风场呈线性分布,利用径向速度随方位角的分布来计算风场的方向和大小;所述第一步退模糊:将反演出的平均风插值到雷达的观测场,得到各个观测点的参考值,对于某一个观测点,原观测值表示为参考值表示为则该观测的折叠次数当所述N等于0时,该观测不模糊,但是要把该观测确定为可靠观测,还需满足观测值与参考值之差的绝对值小于最大不模糊速度的四分之一;当N不等于0时,则处理后的观测表示为当与的差的绝对值小于最大不模糊速度的四分之一时,该观测可被确定为可靠观测;所述全局退模糊:在处理一个仰角数据时,由靠近雷达处向远离雷达的方向,逐个圈层地处理观测;对于每个圈层数据,都进行顺时针和逆时针方向处理;当找到一个可能模糊的观测时,则在前面的一个区域内寻找前一步确定的可靠观测数据;当所述可靠观测数据少于阈值时,则不处理该观测数据;当可靠观测在阈值以上时,则算出平均值,记作把他作为参考值对观测进行退模糊。3.如权利要求1所述的气象数值预测雷达基数据质量控制方法,其特征在于,所述S3包括地物回波质量控制和电磁干扰回波质量控制。4.如权利要求3所述的气象数值预测雷达基数据质量控制方法,其特征在于,所述地物回波质量控制包括地物回波特征识别算法、特征函数的统计分析和最佳隶属函数的确定;所述地物回波特征识别算法:基于现有模糊逻辑识别雷达回波基础上改进了隶属函数的一种算法,所述模糊逻辑法是指运用统计方法分析各种雷达回波特征,找出地物回波不同于降水回波的特点,对这些特征给以相同的权重,得到一个表明每个距离库中受地物回波影响可能性的量化数值,最终识别出那些超过某一阈值的地物回波信息;所述特征函数的统计分析:利用实际的雷达降水和地物资料,分析这些回波的上述物理量特征,选用数据库资料中的一部分来分析降水回波和地物回波的特征差异,对所有真实回波点计算出的各参量进行统计分析,得到地物和降水的各参量的概率分布图,并对地物和降水回波的回波强度、径向速度和速度谱宽的取值范围及其水平和垂直方向的变化特征。
5.如权利要求3所述的气象数值预测雷达基数据质量控制方法,其特征在于,所述电磁干扰回波质量控制包括从回波象素点的孤立性上对其进行处理滤波以及径向的连续性和方位上的不连续性的检查来识别和剔除,具体步骤如下:S4.2.1,对雷达资料进行预处理,即对取样的雷达资料进行排序,需要最低两层的雷达资料进行径向处理,按照1
°
的间隔顺次排列所述雷达资料,以满足每个PPI的资料都是360个径向,同一方位回波强度、径向速度和速度谱宽资料的对应,以及不同层次雷达资料方位上的对应;S4.2.2,对相对孤立的干扰回波进行滤波,在PPI扫描面上,移动一个5
×
5(25个点)的窗口,如果该窗口内中心点周围的有效值的点少于某一阈值时,则将该中心点去除,即该点被认为没有有效值,具体公式如下:所述Z
i,j
为(i,j)距离库上雷达观测像素点的反射率因子,所述spval为无效观测值,所述N
Z
为以(i,j)为中心的5
×
5的窗口中反射率因子有效观测的总库数,P
i,j
为窗口中有效反射率因子所占窗口总库数的百分比,当P
i,j
小于某一阈值时,该像素点(i,j)就被视为污染回波被剔除;S4.2.3,检查雷达回波在径向上有效回波的连续性,对每个方位上的有效回波的总库数进行统计,找出最大的有效回波总库数的方位N,并记下总库数最大值R
MAX
和最小值R
MIN
。R
i
为计算的i方位上的有效回波库数的总值,公式如下:所述Na和Nr分别为反射率因子的总的方位数和沿着径向的总的距离库数,对于CINRAD/SA(B)雷达来说,所述Na和Nr分别为360和460,通过对R
i
的计算可找出有着最多有效库数的方位N;S4.2.4,对找到的最多...
【专利技术属性】
技术研发人员:杨森,李得勤,公颖,潘晓,易雪,王连仲,王恕,
申请(专利权)人:中国气象局沈阳大气环境研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。