下载文档原格式
双偏振雷达差分反射率定标故障分析桂亮;曾宪忠;蔡激扬【摘要】在双偏振天气雷达中,差分反射率标定ZDR为最重要的雷达系统参数,差分反射率定标故障,不仅降低定量测量降水的精度,也会对降水粒子的相态识别产生重大的偏差.根据C波段双偏振雷达的接收机的特点,论述了双偏振雷达与差分反射率定标相关的信号主通道流程,由于雷达系统无故障自动定位功能,技术人员根据雷达相关告警信息以及雷达自带的测试软件,依靠仪表测试,分步排查引起差分反射率异常的故障点,排查故障.【期刊名称】《电声技术》【年(卷),期】2018(042)001【总页数】4页(P61-64)【关键词】差分反射率定标;信号主通道流程;故障排查【作者】桂亮;曾宪忠;蔡激扬【作者单位】杭州市气象局气象信息中心,浙江杭州310000;杭州市气象局气象信息中心,浙江杭州310000;杭州市气象局气象信息中心,浙江杭州310000【正文语种】中文【中图分类】TN959.4双偏振雷达通过交替或者同时发射和接受水平和垂直两个偏振方向上的回波信号，从而能够探测到差分反射率因子ZDR 、差分传播相移率(KDP) 、水平和垂直信号相关系数(ρHV)及线性退极化比(LDR)等双偏振参数，通过算法这些参量可以反映出降水粒子的形状，相态，滴谱等物理性质，从而能提高降水粒子相态的识别能力。
在双偏振天气雷达中，差分反射率标定ZDR为最重要的雷达系统参数，即水平通道与垂直通道回波功率的比值。
为了保证估计降水类型的精度，我们一般要求雷达ZDR系统偏差不大于0.2dB,而这种雷达的系统偏差主要是由于雷达自身硬件造成垂直与水平两路通道的不一致性引起的，本文从与差分反射率定标相关的接收机主通道，功率监测通道两方面介绍差分反射率定标的信号流程，通过对故障实例详细介绍了差分反射率定标故障的分析和排除过程，希望对今后双偏振雷达的保障工作起到一定的借鉴作用。
图1 接收机主通道流程1 接收机信号主通道流程双偏振雷达接收机存在两个接受通道，能够同时接收水平极化波和垂直极化波，每个通道上包含了T/R管，低噪声放大器，预选带通滤波器，混频/前置中频放大器，信号处理器。
利用双多普勒雷达资料对上海一次飑线过程的同化模拟1.民航华东空管局气象中心上海市 2003352.2. 甘肃省合水县气象局甘肃省庆阳市 745400摘要：本文利用美国风暴分析和预报中心（CAPS）开发的APRS中尺度数值模式及其三维变分同化技术（3DVAR），同化了上海地区青浦和南汇的两部雷达资料，模拟了2012年9月7日上海地区的一次飑线天气过程。
分析表明，多普勒雷达资料调整了模式初始场的热力、动力场，这种调整增加了初始场中对流层中下层的云水含量，同时雷达径向风的引入明显加强了对流系统的垂直速度，有效地缩短了模式的spin-up时间。
同化雷达资料改进了模式临近预报的能力，预报效果最好的时段在1-2小时。
关键词：双多普勒雷达资料三维变分同化数值模拟飑线引言随着高性能计算机的发展和风暴尺度非静力模式的成熟，越来越多的机构开始研发基于数值天气预报（NWP）的临近预报技术。
盛春岩等【1】【2】利用ARPS 模式及其资料分析系统ADAS,对一次华北暴雨过程进行了不同水平分辨率的数值对比试验,发现通过提高模式水平分辨率,可以改进6 h内的短时预报。
雷达反射率资料对定量降水预报改进效果明显,同时使用雷达径向风和反射率资料改进初始场后对降水的模拟效果最明显。
国内在2010年北京奥运会期间，与NCAR合作建立了基于WRF-3DVAR的临近预报系统BJ-RUC，其网格设计为9km-3km双层嵌套【3】。
深圳气象局目前运行的HAPS临近预报系统则利用了ARPS-3DVar，其网格设计为12km-4km双层嵌套。
从航空气象的角度出发，航班流量的日益增长使得管制运行部门对航空气象的精细化短临预报提出了越来越高的要求。
在这样的背景下，利用国内外先进的技术方法，设计适用于本区域的临近数值预报天气系统搭建方案，并通过个例模拟验证系统的预报效能具有重要意义。
1 ARPS模式及3DVAR简介ARPS模式是美国Oklahoma大学CAP中心在20实际90年代初期开发的中尺度非静力平衡模式，它是一个高分辨率的多尺度模式，适合风暴尺度的数值模拟。
一次多单体风暴和弓形回波过程的多普勒雷达探测特征研究裴丽丝
【期刊名称】《科技导报》
【年(卷),期】2006(24)9
【摘要】2006年5月8-9日,受中低层切变线和地面低压倒槽影响,浙江省西部及中北部地区出现了大范围的暴雨和地面大风天气。
根据宁波和温州2部WSR-88D 天气雷达提供的产品分析发现,8日08时至9日13时的大暴雨过程主要表现为3次多单体风暴的生成、发展加强和减弱消亡过程;9日16时至23时浙中地区自西向东出现的短时暴雨和地面大风天气是一次典型的弓形回波过境影响过程。
【总页数】4页(P13-16)
【关键词】多普勒雷达;多单体风暴;弓形回波
【作者】裴丽丝
【作者单位】浙江省气象台
【正文语种】中文
【中图分类】P442
【相关文献】
1.一次长寿命超级单体风暴雷达回波特征分析 [J], 张婷婷;王培涛;王凤娇;
2.一次长寿命超级单体风暴雷达回波特征分析 [J], 张婷婷;王培涛;王凤娇
3.一次超级单体风暴的多普勒雷达回波特征 [J], 王月兰;莫瑶;王凤娇;赵坤
4.一次超级单体风暴的天气学成因及多普勒雷达回波特征研究 [J], 张晓红;柴化全;
黄春生;程兴无
5.一次超级单体风暴的多普勒雷达回波特征分析 [J], 朱炜灵;叶国富;刘建明
因版权原因，仅展示原文概要，查看原文内容请购买。
双线偏振雷达和相控阵天气雷达技术的发展和应用刘黎平;胡志群;吴翀【摘要】分析了美国下一代天气雷达WSR-88D的偏振技术升级改造进展情况、以及相控阵天气雷达的发展现状，讨论了这两项技术在灾害天气监测和预警中的作用，特别对在降水估测、相态识别、龙卷识别和预警中的影响。
指出了我国双线偏振雷达和相控阵天气雷达的现状和发展趋势，讨论了新技术应用效果，为这两项技术的进一步应用提供了参考。
%The Polarimetric upgrades to NEXRAD radar (WSR-88D) and development of phased-array radar in USA are reviewed, the application of the two radars on watching and warning of severe weather are analyzed, especially in quantitative precipitation estimate (QPE) and hydrometer classiifcation of dual polarization radar, tornado watching and warning with phased-array radar. The current status and development of dual polarization radar and phased-array radar in China are presented in this paper. This paper is value for application of these two kinds of radars.【期刊名称】《气象科技进展》【年(卷),期】2016(006)003【总页数】6页(P28-33)【关键词】双线偏振雷达;相控阵天气雷达;降水估测和相态识别;龙卷监测和预警【作者】刘黎平;胡志群;吴翀【作者单位】中国气象科学研究院灾害天气国家重点实验室，北京 100081;中国气象科学研究院灾害天气国家重点实验室，北京 100081;中国气象科学研究院灾害天气国家重点实验室，北京 100081【正文语种】中文中国气象局已经建设的新一代天气雷达业务网在灾害天气监测、短时临近预报、人工影响天气、水文和地质灾害以及军事气象等方面发挥了重要作用，其探测能力与美国的下一代天气雷达（WSR-88D）相当。
新一代多普勒天气雷达产品及其在短时天气预报中的应用杨引明上海中心气象台二零零二.二目录第一讲：新一代多普勒雷达基本构成及雷达产品生成数据流简介 (4)1．1 基本构成 (4)1．2 数据采集子系统（RDA） (5)1．3 产品生成子系统（RPG） (7)1．4 主用户处理子系统（PUP） (8)第二讲：雷达基本产品的生成、调阅和应用 (9)2．1 基本反射率因子（R） (10)2．2 平均径向速度（V） (12)2．3 速度谱宽（W） (14)第三讲：由基本反射率因子导出产品的生成、调阅和应用 (16)3．1 组合反射率因子（CR） (18)3．2 组合反射率因子廓线（CRC） (20)3．3 反射率因子剖面（RCS） (22)3．4 分层组合反射率因子平均值（LRA） (24)3．5 分层组合反射率因子最大值（LRM） (26)3．6 弱回波区（WER） (28)3．7 风暴跟踪信息（STI） (30)3．8 风暴结构（SS） (34)3．9 冰雹指数（HI） (36)3．10 回波顶高（ET） (40)3．11 回波顶高廓线（ETC） (42)3．12 垂直积分液态含水量（VIL） (44)3．13 强天气概率（SWP） (46)3．14 一小时降水量（OHP） (48)3．15 三小时降水量（THP） (50)3．16 风暴总降水量（STP） (52)3．17 用户可选降水量（USP） (54)3．18补充降水资料（SPD） (56)3．19一小时数字降水阵列（DPA）……………………………………………………(58).第四讲：由基本速度资料导出产品的生成、调阅和应用 (59)4．1 风暴相对平均径向速度图（SRM） (60)4．2 风暴相对平均径向速度区（SRR） (62)4．3 平均径向速度场剖面（VCS） (64)4．4 速度方位显示（V AD） (66)4．5 速度方位显示风廓线（VWP） (68)4．6 中尺度气旋（M） (70)4．7 龙卷涡旋标志（TVS） (74)4．8 组合切变（CS） (78)4．9 组合切变等值线（CSC） (80)第五讲：由谱宽资料导出产品其它产品的生成、调阅和应用 (82)5．1 谱宽剖面（SCS） (83)5．2 分层组合湍流平均值（LTA） (85)5．3 分层组合湍流最大值（LTM） (87)5．4 组合矩（CM） (89)5．5 强天气分析（SWA） (91)第六讲：新一代多普勒雷达产品在局地暴雨预测和监测中的应用 (96)（6．1）、暴雨形成的条件 (96)（6．2）．形成暴雨常见的对流回波系统 (96)(6．3)．WSR-88D多普勒天气雷达降水探测算法及评估 (97)（6．4）．基于WSR-88D多普勒天气雷达的暴雨监测 (100)（6．5）．个例分析 (102)第七讲：新一代多普勒雷达产品在冰雹预测和监测中的应用 (106)(7．1)．利用新一代多普勒雷达产品冰雹监测流程 (106)H (106)(7．2)．强冰雹概率指数hail第八讲：新一代多普勒雷达产品在龙卷风预测和监测中的应用 (108)(8．1)．龙卷风的定义、强度等级和分类 (108)(8．2)．龙卷风产生多普勒天气雷达资料特征 (108)(8．3)．WSR-88D多普勒天气雷达的龙卷风探测方法 (110)(8．4)．龙卷风的监测和预警流程 (113)(8．5)．个例分析 (116)一. 新一代多普勒雷达基本构成及雷达产品生成数据流简介与常规天气雷达不同，WSR—88D多普勒天气雷达是全相干脉冲多普勒天气雷达，它包含三个微机控制的工作单元，每个单元又由若干次级单元组成，为了准确、合理的操作该雷达，并最有效的使用WSR—88D多普勒天气雷达产品，对这三个工作单元、它们的次级单元、以及相互间的数据信号流有一个简要的了解是必要的。
双发双收双偏振天气雷达信噪比改善方法研究李喆;步志超【摘要】针对双偏振天气雷达在同时发射同时接收体制下,存在信噪比损失3 dB的现象,分析了信噪比损失对雷达回波产品显示的影响,并详细介绍了一种在信号处理器中对水平和垂直通道内的I/Q回波信号进行相干叠加,改善雷达回波信噪比的方法.理论分析和计算表明,该方法可以提高雷达信噪比2～3 dB;观测结果证实,该方法可以增强双偏振天气雷达对弱信号的探测能力.【期刊名称】《科学技术与工程》【年(卷),期】2015(015)030【总页数】6页(P160-165)【关键词】双偏振天气雷达;信噪比;相干叠加;相关系数【作者】李喆;步志超【作者单位】中国气象局气象探测中心,北京100081;中国气象局气象探测中心,北京100081【正文语种】中文【中图分类】TN959.4天气雷达是监测台风、暴雨、冰雹、龙卷风、下击暴流等灾害性天气系统的重要遥感探测设备，为防灾减灾、保护人民生命财产安全、短期临近预报预警等提供了科学决策依据。
在天气雷达上增加双线偏振功能可以有效识别降水粒子的相态、大小、形状，提高定量估测降水的准确性和精度[1—7]。
目前，双偏振天气雷达主要有两种工作体制，即同时发射同时接收体制(简称“双发双收”或SHV)和交替发射同时接收体制(简称“交替发射”或AHV)。
在SHV体制下，雷达同时发射水平和垂直偏振波，同时接收水平和垂直偏振波，获得的偏振参数包括差分反射率(Zdr)，差分传播相位(Φdp)，比差分相位(Kdp)和共极化相关系数(ρco)；在AHV体制下，雷达交替发射水平和垂直偏振波，同时接收返回信号中的共极化和交叉极化分量，获得的偏振参数除了Zdr、Φdp、Kdp以外，还有交叉极化相关系数(ρcx)和线性退极化比(Ldr)[8，9]。
由于SHV体制避免了使用插入损耗较大(通常大于1.5 dB)的铁氧体开关，具有比AHV体制的多普勒谱参量估计精度更高，速度测量范围更大，地杂波滤波器性能更有效，与目前单极化雷达在硬件、软件上的兼容性更好等优势，因此在美国、澳大利亚等发达国家的气象雷达业务中得到了广泛的应用。
机载W波段双线偏振测云雷达回波分析高仲辉;黄兴玉;魏鸣;范辉;吴举秀;李勇【摘要】The significance and international development status of W-band cloud radars are introduced, and the cloud echoes observed by China′s first airborne dual-linear polarization W-band cloud radar are ana-lyzed.The airborne cloud radar can perform various scanning modes.The fixed-down detection mode is the best mode for reasonably analyzing the cloud date,and it is preferable that the air plane with a certain dis-tance away from the cloud flies parallel to the cloud under the lateral detection mode.The echo intensity of the non-precipitating ice clouds or mixed phase clouds in the experiments is between -20~5 dBz,and linear depolarization ratio is related to the particle shapes and the radar scanning mode.The results could be as a basis for the further research and improvement of the W-band cloud radar.%介绍了 W波段测云雷达的意义及国外现状，对国内研制的首部机载 W波段双线偏振测云雷达回波进行了分析：雷达系统可实现多种扫描探测模式，以雷达波束固定向下探测资料为最便于作合理的分析，在侧向探测时，以距云一定距离作平行于云的直线飞行探测较好；实验中探测到非降水的冰晶云或混合相云的强度为-20～5 dBz，线性退极化比与粒子形状及雷达扫描模式有关。
S波段双偏振天气雷达降水产品评估与分析
张骞;宫玉辛;孙伟佳;魏海文;马传成
【期刊名称】《气象水文海洋仪器》
【年(卷),期】2024(41)2
【摘要】为了发挥双偏振天气雷达中一小时降水产品对下一时次降水预报的指导性作用,文章匹配分析山东省2020年94次降水过程的2091个整点时次的一小时降水产品与自动气象站一小时降水量,以自动气象站降水量为真值,发现一小时降水产品存在较明显的误差。
一小时降水产品远距离的小雨估测准确性较低,对近距离局地强对流降水估测准确性较差,存在明显的空报现象。
造成误差的因素主要有高空风速及风向使降水落区具有不确定性、降水估测算法没有经过本地化处理以及晴空回波与弱降水回波非常相似。
因此,降水估测产品的准确性需要进一步改善和提升。
【总页数】4页(P10-13)
【作者】张骞;宫玉辛;孙伟佳;魏海文;马传成
【作者单位】山东省气象工程技术中心;山东省气象台
【正文语种】中文
【中图分类】P412
【相关文献】
1.基于标准差分析法的X波段双偏振\r天气雷达资料质量评估
2.C波段双偏振多普勒天气雷达资料分析及在定量估计降水中的应用研究
3.肇庆X波段双偏振天气
雷达降水估测研究4.深圳S波段双偏振和X波段双偏振相控阵雷达定量降水估测组网拼图系统介绍5.珠海X波段双偏振相控阵雷达定量降水估测产品质量评估
因版权原因，仅展示原文概要，查看原文内容请购买。
面向资料同化的S波段双偏振雷达质量控制王洪;孔凡铀;Jung Youngsun;吴乃庚;尹金方【摘要】双偏振雷达是强对流天气分析和云微物理研究的重要探测设备,将多普勒天气雷达升级为双偏振雷达是我国未来几年强对流天气监测发展建设的重点计划,而双偏振雷达资料质量控制是其中的关键技术问题.针对国内首批业务布建的广东省S波段双偏振雷达网研发建立了一套完整的质量控制技术方案,除了重点解决非气象回波外,还考虑了非标准波束遮挡和径向高频脉动问题.在飑线、暴雨和台风3类华南季风区强天气个例的应用表明,基于模糊逻辑的水凝物分类、偏振量(零滞后互相关系数、信噪比和比差分相位)阈值检查和杂波剔除能有效剔除非气象回波,抑制异常传播波束导致的虚假回波;线性内插较好地弥补了非标准波束遮挡带来的观测缝隙;中值滤波和滑动平均既过滤了偏振观测量在雷达径向的高频脉动,又保留了主要的偏振雷达观测特征.质量控制后的气象回波约占有效观测(反射率因子大于-30 dBZ)的40％,其偏振量取值分别为反射率因子大于5 dBZ、零滞后互相关系数大于0.8和差分反射率为-0.2～4 dB.【期刊名称】《应用气象学报》【年(卷),期】2018(029)005【总页数】13页(P546-558)【关键词】双偏振雷达;质量控制;非气象回波【作者】王洪;孔凡铀;Jung Youngsun;吴乃庚;尹金方【作者单位】中国气象局广州热带海洋气象研究所/中国气象局广东省区域数值天气预报重点实验室,广州510080;中国气象科学研究院灾害天气国家重点实验室,北京100081;美国俄克拉荷马大学风暴分析与预测中心,俄克拉荷马州73072;美国俄克拉荷马大学风暴分析与预测中心,俄克拉荷马州73072;中国气象局广州热带海洋气象研究所/中国气象局广东省区域数值天气预报重点实验室,广州510080;中国气象科学研究院灾害天气国家重点实验室,北京100081【正文语种】中文引言经过数十年的发展[1-6]，双线偏振多普勒雷达(简称双偏振雷达)已从单纯的科学研究走向业务应用。
雷达定量估测降水量中双偏振参量的算法赵畅; 魏鸣; 刘红亚; 陈雷【期刊名称】《《科学技术与工程》》【年(卷),期】2019(019)018【总页数】7页(P40-46)【关键词】双偏振雷达; 偏振参量; 定量测量降水量【作者】赵畅; 魏鸣; 刘红亚; 陈雷【作者单位】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南京210044; 上海中心气象台上海200030【正文语种】中文【中图分类】P412多普勒天气雷达是天气监测和预警的重要探测工具，而基于雷达资料的定量降水估测和预报一直以来是多普勒雷达的重要应用之一。
常规的单偏振多普勒天气雷达只能发射和接收水平方向的偏振波，相比之下，双偏振雷达可以获得更多关于雨滴谱分布和降水类型等方面的信息。
欧美国家已经进行了大量的双偏振雷达研制和产品应用工作。
中国也从上世纪末逐步开展了双偏振雷达的建设、改造和研究工作。
2014年5月底，上海WSR—88D多普勒天气雷达完成双偏振技术升级，成为中国首部业务化的S波段双偏振多普勒天气雷达。
目前，双偏振升级后的雷达产品已经融入上海短时临近预报预警业务中，可以为上海及周边地区的灾害性天气监测分析、预报预警业务以及中尺度数值天气预报模式资料同化提供多样化且更精准的信息。
双偏振多普勒雷达[1]通过发射垂直和水平方向的电磁波，可以分别获取这两个通道的回波信息。
除了能得到常规多普勒雷达的参数反射率因子Z、径向速度V、谱宽W之外，根据不同收发模式两个通道返回的信息，还可得到差分反射率因子Zdr、退偏振因子Ldr、差分传播相移Φdp，差分传播相移率Kdp、相关系数ρhv 等多个偏振参量。
国内外研究结果表明，双偏振雷达在冰雹大粒子识别、降水粒子相态识别、定量估测降水量等方面具有优势。
在降水估测方面，文献[2]研究结果表明，双偏振多普勒雷达的降水估测效果可比传统多普勒天气雷达的效果有较大提高；文献[3]发现偏振算法估算降水的精度会随着降雨强度的变化而变化；文献[4,5]发现，在小雨的情况下，反射率因子Zh和差分反射率因子Zdr的组合关系式R(Zh,Zdr)与传统的Z-R关系相比，定量估测降水量的精度提高不明显，在降雨强度较大时，基于差传播相移率Kdp的估测降水关系式R(Kdp)比R(Zh)和R(Zdr)更好；文献[6]的研究则表明在中到大雨的降水中使用R(Kdp,Zdr)进行降水估测效果要优于R(Zh)、R(Zh,Zdr)和R(Kdp)；文献[2,7]则在QPE(quantitative precipitation estimate)算法中综合使用了Zh、Zdr、Kdp这三种双偏振参量，并给出了基于降水类型识别的优化降水估测算法。
第４２卷㊀第３期气象与环境科学Ｖｏｌ.４２Ｎｏ.３２０１９年８月ＭｅｔｅｏｒｏｌｏｇｉｃａｌａｎｄＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅｓＡｕｇ.２０１９收稿日期:２０１９－０３－２４ꎻ修订日期:２０１９－０５－２２基金项目:国家自然科学基金国家重大科研仪器研制(部委推荐)项目(３１７２７９０１)作者简介:朱轶明(１９８５)ꎬ男ꎬ辽宁沈阳人ꎬ工程师ꎬ硕士ꎬ从事天气雷达信号与信息处理方面的研究.Ｅ￣ｍａｉｌ:ｚｙｍ８５０６１８＠１６３.ｃｏｍ通讯作者:马舒庆(１９５６)ꎬ男ꎬ江苏金坛人ꎬ正研级高级工程师ꎬ学士ꎬ从事天气雷达技术㊁高空探测技术研究.Ｅ￣ｍａｉｌ:ｍｓｑａｏｃ＠ｃｍａ.ｇｏｖ.ｃｎ朱轶明ꎬ马舒庆ꎬ杨玲ꎬ等.上海南汇ＷＳＲ－８８Ｄ双偏振天气雷达的生物回波识别与分析[Ｊ].气象与环境科学２０１９ꎬ４２(３):１１８－１２８.ＺｈｕＹｉｍｉｎｇꎬＭａＳｈｕｑｉｎｇꎬＹａｎｇＬｉｎｇꎬｅｔａｌ.ＲｅｃｏｇｎｉｔｉｏｎａｎｄＡｎａｌｙｓｉｓｏｆＢｉｏｌｏｇｉｃａｌＥｃｈｏＵｓｉｎｇＷＳＲ－８８ＤＤｕａｌ￣ｐｏｌａｒｉｚａｔｉｏｎＷｅａｔｈｅｒＲａｄａｒｉｎＮａｎｈｕｉｏｆＳｈａｎｇｈａｉ[Ｊ].ＭｅｔｅｏｒｏｌｏｇｉｃａｌａｎｄＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅｓꎬ２０１９ꎬ４２(３):１１８－１２８.ｄｏｉ:１０.１６７６５/ｊ.ｃｎｋｉ.１６７３－７１４８.２０１９.０３.０１５上海南汇ＷＳＲ－８８Ｄ双偏振天气雷达的生物回波识别与分析朱轶明１ꎬ２ꎬ马舒庆１ꎬ３ꎬ杨㊀玲１ꎬ吴东丽３ꎬ杨大生３ꎬ张晋广２ꎬ袁㊀健２ꎬ李㊀洋２ꎬ卢秉红２(１.成都信息工程大学ꎬ成都６１０２２５ꎻ２.辽宁省人工影响天气办公室ꎬ沈阳１１００１６ꎻ３.中国气象局气象探测中心ꎬ北京１０００８１)㊀㊀摘㊀要:为识别我国新一代天气雷达的生物回波ꎬ研究长江中下游地区天气雷达观测到的生物迁飞发生发展规律ꎬ选取上海南汇ＷＳＲ－８８Ｄ双偏振天气雷达２０１８年春季的观测数据ꎬ应用反射率因子Ｚ㊁双程差分相位ΦＤＰ㊁０延迟相关系数ρＨＶ等雷达物理量和反射率因子纹理ＳＤ(Ｚ)㊁差分相位纹理ＳＤ(ΦＤＰ)等反映观测值小尺度数值变化的参量ꎬ用Ｐｙｔｈｏｎ语言设计基于模糊逻辑算法的雷达回波分类程序识别生物回波ꎬ识别结果以生物回波采样点的生成时间(世界时)为横坐标ꎬ分析了２０１８年春季上海南汇天气雷达生物回波识别结果的日变化特点ꎬ讨论了降水㊁风及温度等气象条件对生物迁飞的影响ꎮ结果表明ꎬＳ波段天气雷达无法分辨生物单体ꎬ但在春季有大规模生物迁飞的时段能够对昆虫成层定向迁飞的现象进行有效识别ꎬ３月生物迁飞活动强度较弱ꎬ４月和５月回波强度显著增强ꎮ地物回波(超折射回波)在雷达低仰角观测中ꎬ对有效识别生物迁飞回波尤其具有阻碍性ꎮ为此ꎬ在原有算法的基础上ꎬ用标准化频率直方图对迁飞现象明显时段的数据中生物回波点的以上４个变量观测值进行概率统计ꎬ揭示生物回波与地物(超折射)回波雷达物理量之间的差异ꎮ关键词:ＷＳＲ￣８８Ｄꎻ生物回波ꎻ模糊逻辑算法ꎻ双偏振雷达中图分类号:ＴＮ９５９.４㊀㊀㊀㊀㊀文献标识码:Ａ㊀㊀㊀㊀㊀文章编号:１６７３－７１４８(２０１９)０３－０１１８－１１引㊀言近年来ꎬ学术界的相关学者们越来越重视无降水天气条件下ꎬ天气雷达晴空回波的研究ꎮ晴空回波中夹杂着大量的鸟类和昆虫等生物回波[１]ꎮ目前美国天气雷达组网ＮＥＸＲＡＤ已经被广泛用于监测鸟类和昆虫迁飞[２]ꎮ英国利兹大学的Ｄｕｆｔｏｎ等[３]利用Ｘ波段双偏振天气雷达ꎬ基于模糊逻辑算法实现水凝物分类ꎬ识别出降水㊁地物㊁噪声㊁生物回波ꎬ并滤除非气象类回波ꎮ在我国ꎬ相关研究多集中在滤除非气象回波的算法方面ꎮＪｉａｎｇ等[４]利用美国ＷＳＲ－８８Ｄ双偏振天气雷达的数据进行生物回波识别ꎬ去除鸟类回波对多普勒速度的污染ꎬ实现气象回波的质量控制ꎮ张智等[５]论述了天气雷达的脉冲宽度及距离分辨率等参数性能方面在探测规模大㊁范围广的生物迁飞目标时的优势ꎮ张林等[６]利用上海南汇双偏振天气雷达的数据对非降水回波进行滤除ꎬ设计了雷达数据质量控制算法ꎮ焦热光等[７]利用北京Ｓ波段天气雷达观测数据分析了昆虫定向迁飞的现象ꎬ㊀第３期朱轶明等:上海南汇ＷＳＲ－８８Ｄ双偏振天气雷达的生物回波识别与分析对天气雷达日落后出现的晴空回波主要是由昆虫群迁飞所引起的自然现象进行了阐述ꎮ张智等[５]认为ꎬ天气雷达在晴空天气条件下探测到的非气象回波对迁飞性害虫的监测具有很重要的研究和参考价值ꎮＳ波段多普勒天气雷达的空间分辨率低ꎬ不能对昆虫单体进行识别ꎬ但能够观测到许多农业害虫成层定向迁飞现象ꎬ应加强与气象部门进行跨学科合作ꎬ以昆虫雷达探测为主㊁天气雷达资料为辅建立生态气象预警系统ꎬ提高突发性病虫害的预报水平ꎮ目前ꎬ中国气象局气象探测中心与中国农业科学研究院合作的针对天气雷达识别迁飞生物的国家自然科学基金项目已经在 农业农村部廊坊有害生物科学观测实验站 和 长岛有害生物野外科学观测实验站 等生物迁飞通道站点ꎬ进行了高分辨多维协同雷达测量仪与天气雷达联合探测迁飞生物时空动态的外场试验ꎬ并完成了空中生物检测与定量化试验数据处理ꎬ定标不同生物目标㊁不同迁飞密度下ꎬ气象雷达反射率因子与空中生物密度的关系曲线ꎮ本文利用上海南汇ＷＳＲ－８８Ｄ双偏振天气雷达２０１８年３至５月的数据ꎬ基于模糊逻辑算法(ＴｈｅＣｌａｓｓｉｆｉｃａｔｉｏｎｏｆＥｃｈｏｅｓｂｙＦｕｚｚｙｌｏｇｉｃＡｌｇｏｒｉｔｈｍ)实现雷达数据回波的分类程序ꎬ参考了Ｐａｒｋ等[８]的雷达回波相态识别算法ꎬ并进一步实现对雷达数据生物回波采样点识别数量的实时监测与统计ꎬ从时间变化和生物回波采样点数量的动态关系上为生物迁飞规模提供参考信息ꎮ未来我国新一代天气雷达将全部实现双极化升级ꎬ针对我国气象业务运行中的新一代天气雷达的回波相态识别算法还有待深入研究和进一步开发应用ꎮ我国现有１５８个已经投入气象业务应用的新一代天气雷达布设点ꎬ以Ｓ波段(沿海地区)和Ｃ波段(内陆地区)的多普勒天气雷达为主ꎬ使对空中生物迁飞通道的监测㊁昆虫集群活动轨迹的反演㊁鸟类栖息聚合地的种群规模的估测具有了可行性[７]ꎬ所以自主开发设计并建立符合我国空中生物物种特点的天气雷达空中生态监测资料数据库ꎬ对迁飞生物分类模型和定量模型进行验证分析ꎬ来开发自动识别㊁分析的软件系统是十分必要并具有重大研究意义的ꎮ一套完整的用于对昆虫和鸟类监测的雷达网络可以实现以下功能:１)更完整的空间和时间的迁移模式图ꎻ２)可以同时比较外部因素ꎬ例如天气和地貌特征对生态环境的影响ꎻ３)在鸟类迁移过程中确定重要的中途停留区域ꎻ４)监测流动生物群落的数量ꎬ并为飞机飞行安全提供预警系统ꎻ５)追踪病虫害可能导致疾病传染的隐患并以昆虫作为晴空天气模式下风的示踪物(昆虫)来更合理地利用风能[９]ꎮ我国在地理位置上纬度跨度大ꎬ温度带多ꎮ东部沿海地区和中部平原地区是植被生长㊁农业生产㊁候鸟活动的主要地区ꎬ也是农作物病虫害的高发区ꎮ农作物病虫害具有种类多㊁影响大㊁并时常暴发成灾的特点[１０]ꎮ而这些地区有密集的天气雷达布设点ꎬ充分利用这些厘米波长天气雷达的晴空回波探测资料ꎬ开发出与我国天气雷达配套的采集器和生物回波识别软件ꎬ将为农作物病虫害的预防㊁野生鸟类栖息地的保护等方面提供具有一定参考价值的重要信息ꎮ１㊀资料与方法１.１㊀Ｓ波段双偏振天气雷达生物回波的雷达变量特征在双偏振天气雷达的回波信号中ꎬ生物回波与气象回波的散射机理最大的区别是去极化效应ꎬ由于生物散射体在形状和身体内部成分上极度不规则ꎬ通常水平极化尺寸和垂直极化尺寸差异很大ꎮ对于波长１０ｃｍ的天气雷达ꎬ大型迁飞昆虫和鸟类的极化尺寸多大于０.６２５ｃｍꎬ所以生物散射体的散射机理和近似球体的共振散射理论存在分歧ꎮ如果生物体比例保持不变ꎬ水平尺寸增加使水平极化雷达散射截面ＲＣＳ下降ꎬ垂直极化ＲＣＳ上升ꎬ这就使其后向散射信号的物理量存在很大的自由度ꎬ导致水平和垂直极化后向散射信号波长相同ꎬ但振幅和相位不同ꎬ所以在时间偏移为０的情况下ꎬ后向散射极化波的相似度较低ꎮ这是根据形状不规则的散射体的后向散射极化波之间的差异ꎬ来分析极化波之间的偏振物理量相关性的基础ꎮ１.１.１㊀差分反射率ＺＤＲＷＳＲ－８８Ｄ天气雷达数据中ꎬ生物散射体差分９１１气象与环境科学第４２卷反射率ＺＤＲ比降水粒子(对流单体)的动态范围更大ꎬ纯液态水粒子ＺＤＲ值在－４至４ｄＢ之间波动ꎬ而生物回波ＺＤＲ的值则在－７.９３８７５至７.９３８７５之间波动ꎬ许多大型迁飞昆虫群的ＺＤＲ值则超过这个针对降水探测模式优化的阈值[２]ꎮ１.１.２㊀相关系数ρＨＶ由于生物散射体水平和垂直极化波的０延迟后向散射信号的相似度很低ꎬ因此相关系数ρＨＶ的值比气象回波要小得多ꎮ降水粒子中ꎬ极化波后向散射信号相似度最低的冰水混合物的相关系数ρＨＶ大于０.８５ꎬ所以在识别降水和非降水回波的算法中ꎬ将ρＨＶ＝０.８５设为降水回波的最小值ꎮ在生物回波的识别算法中ꎬ地物和超折射回波是主要污染物ꎮ为方便起见ꎬ本文将地物和超折射回波统一归类为异常传播[８]ꎮ１.１.３㊀反射率因子纹理ＳＤ(Ｚ)和差分相位纹理ＳＤ(ΦＤＰ)非气象回波通常在雷达扫描ＰＰＩ图像上呈麻点状ꎬ地物杂波在相邻距离库上探测值波动较大ꎬ而生物回波和气象回波的波动则较小ꎬ因此反射率因子纹理ＳＤ(Ｚ)能够有效地识别地物杂波ꎮ生物回波的差分相位则在相邻距离库上的波动很大ꎬ而气象回波和地物则波动很小ꎬ所以差分相位纹理ＳＤ(ΦＤＰ)能够在对气象回波和非气象回波进行区分后ꎬ有效地识别出非气象回波中的生物回波ꎬ这是对生物回波进行识别的重要参量ꎮ１.２㊀生物回波识别算法利用上海南汇ＷＳＲ－８８Ｄ天气雷达２０１８年３５月的观测资料ꎬ基于模糊逻辑回波分类算法程序(ＴｈｅＣｌａｓｓｉｆｉｃａｔｉｏｎｏｆＥｃｈｏｅｓｂｙＦｕｚｚｙｌｏｇｉｃＡｌｇｏ￣ｒｉｔｈｍ)识别生物回波ꎬ对探测范围内的生物回波的发生发展规律进行初步研究ꎮ程序设计方面ꎬ利用Ｐｙｔｈｏｎ的ｎｕｍｐｙ函数运算模块通过中值滤波法对反射率因子Ｚ㊁双程差分相位ΦＤＰ㊁０延迟相关系数ρＨＶ㊁差分反射率ＺＤＲ４个雷达物理量进行数据预处理ꎬ再通过模糊逻辑算法的隶属函数和权重分配函数ꎬ构造雷达回波变量分类运算矩阵ꎬ其中数据采样点的某个雷达变量实际观测值ꎬ在某个取值范围内的可能性越大ꎬ表示属于某一类回波的特征越明显ꎬ权重值越高ꎬ最后利用ＢａｓｅＭａｐ地理坐标识别模块和Ｐｒｏｊｅｃｔ映射模块完成雷达数据的回波分类ꎬ实现对生物回波的识别ꎮ模糊逻辑算法是通过对ＷＳＲ￣８８Ｄ天气雷达数据采样点的反射率因子Ｚ㊁差分反射率ＺＤＲ㊁极化波间的相关系数ρＨＶ㊁反射率因子纹理ＳＤ(Ｚ)和差分相位纹理ＳＤ(ΦＤＰ)５个物理量各属于某一类雷达回波的概率聚合值的计算ꎬ将雷达回波分为１０类(见表１):地物/超折射(ＧＣ/ＡＰ)㊁生物(ＢＳ)㊁干雪(ＤＳ)㊁湿雪(ＷＳ)㊁不规则晶体(ＣＲ)㊁软雹(ＧＲ)㊁大雨(ＢＤ)㊁小到中雨(ＲＡ)㊁暴雨(ＨＲ)㊁雨雹混合(ＲＨ)ꎮ１.２.１㊀原始资料预处理(１)对Ｚ㊁ＺＤＲ㊁ρＨＶ㊁ΦＤＰ这４个雷达物理量的存储数据以扫描中心为起点ꎬ沿径向开均值滤波窗口ꎬ进行回波采样点数据处理ꎮ反射率因子Ｚ数据的窗口宽度为１ｋｍꎬ计算窗口内的反射率因子Ｚ的均值Ｚꎮ同样的方法计算相关系数ρＨＶꎬ窗口宽度为２ｋｍꎻ双程差分相位ΦＤＰꎬ窗口宽度为６ｋｍꎮ(２)通过均方根标准差的纹理值算法ꎬ获取反射率因子纹理ＳＤ(Ｚ)和双程差分相位纹理ＳＤ(ΦＤＰ)ꎬ使用均值窗口分别为１ｋｍ和２ｋｍꎬ具体计算公式在下一小节给出ꎮ(３)径向速度Ｖｅ使用窗口宽度为２ｋｍ的均值滤波窗口进行修正ꎬ主要用于识别固定地物ꎮ(４)对反射率因子Ｚ和差分反射率ＺＤＲ进行衰减补偿ꎬ用于降水类回波识别ꎬ分别为:ΔＺａｔｔ(ｄＢＺ)＝０.０４ΦＤＰ(ʎ)(１)ΔＺａｔｔＤＲ(ｄＢ)＝０.００４ΦＤＰ(ʎ)(２)１.２.２㊀雷达变量的纹理获取算法纹理值的计算采用均方根法获得ꎮ首先对反射率因子Ｚ的ＰＰＩ扫描数据沿径向１ｋｍ的移动窗口获得平均值ꎮＷＳＲ￣８８Ｄ雷达的水平ＰＰＩ扫描距离分辨率为０.２５ｋｍꎬ平滑窗口宽度为１ｋｍꎬ那么１ｋｍ窗口内包含４个采样点ꎬ４个采样点的值均为ＳＤ(Ｚ)＝１ｍ[ðｍｉ(Ｚｉ－Ｚ)２](３)其中ｍ是采样点的数量ꎬＺｉ是窗口内第ｉ个采样点０２１㊀第３期朱轶明等:上海南汇ＷＳＲ－８８Ｄ双偏振天气雷达的生物回波识别与分析反射率因子的实际值ꎬＺ是平均值ꎮ而生物回波的差分相位值在距离库之间的波动过大ꎬ因此使用６ｋｍ的均值移动窗口进行预处理ꎮ计算方法与反射率因子纹理算法相同ꎮ图１为２０１８年４月３０日０３:０９上海南汇ＷＳＲ－８８Ｄ雷达观测个例ꎬ仰角为０.５ʎꎮ图１(ａ)蓝圈中ꎬ浙江北部杭州绍兴舟山一线出现中到大雨ꎬ红圈中上海市区为晴天ꎬ非气象回波反射率因子值较小ꎬ小于２５ｄＢＺꎬ而浙江北部出现的降水回波较强ꎬ局部地区大于５０ｄＢＺꎮ图１(ｂ)中ꎬ非气象回波双程差分相位ΦＤＰ的小范围观测值波动较大ꎬ个别观测点ΦＤＰ大于２７０ʎꎬ降水回波值较小ꎬ降水带边缘的ΦＤＰ小于４５ʎꎬ而随着距离的增加逐渐增大ꎬ整个降水带的差分相位波动很小ꎮ为了更直观地显示出非气象回波ꎬ雷达物理量纹理图选择背景颜色较深的映射平面ꎬ图１(ｃ)和图１(ｄ)是通过上一节算法映射的反射率因子纹理ＳＤ(Ｚ)和差分相位纹理ＳＤ(ΦＤＰ)ꎮ图１(ｃ)中降水带的ＳＤ(Ｚ)较小ꎬ为０~１０ｄＢＺꎬ且降水带值的波动不明显ꎬ非气象回波距离库之间波动较大ꎬ在雷达站５０ｋｍ内出现大于２０ｄＢＺ的点ꎬ这些点主要是地物杂波ꎮ图１(ｄ)中ꎬ气象回波区域的ＳＤ(ΦＤＰ)值都小于２５ʎꎬ在纹理场中基本看不到ꎬ而非气象回波ＳＤ(ΦＤＰ)的值多大于３０ʎꎬ这是区分气象回波与非气象回波的重要参量ꎮ图１㊀２０１８年４月３０日０３:０９上海南汇天气雷达观测数据和对应的纹理场映射图(ａ)为反射率因子Ｚꎬ(ｂ)为差分相位ΦＤＰꎬ(ｃ)为反射率因子纹理ＳＤ(Ｚ)ꎬ(ｄ)为差分相位纹理ＳＤ(ΦＤＰ)ꎻ图中每个距离圈表示５０ｋｍ１.２.３㊀聚合值Ａｉ的算法通过输入回波采样点的雷达变量ꎬ对采样点的第ｊ个变量属于第ｉ类回波的概率进行累加ꎬ得到其属于第ｉ类回波的可能性ꎬ通过计算最大的概率聚合值Ａｉꎬ对采样点进行隶属于某类回波的分类ꎮ对于每一类雷达回波ꎬ雷达变量的值都有特定的权重值分配ꎮ某类回波的某个雷达变量特征越明显ꎬ则这个变量的权重值越高ꎮ如图２中所示ꎬ雷达回波采样点的隶属函数符合梯形分布[１１]ꎬＸ１－Ｘ４为表１中每种回波的４个参数ꎬＸ为任意雷达变量ꎬ雷达回波变量的隶属函数值的参数分布和权重运算矩阵的元素值由表１和表２给出ꎮ第ｉ类雷达回波的聚合值Ａｉ的算法如下ꎮ非气象回波的聚合值:１２１气象与环境科学第４２卷Ａｉ＝ð５ｊ＝１ＷｉｊＰ(ｉ)(Ｖｉ)ð５ｊ＝１Ｗｉｊ(４)气象回波的Ｚ－ＺＤＲ条件概率聚合值:Ａｉ＝ð５ｊ＝１ＷｉｊＦ(ｉ)(ＺꎬＶｊ)ð５ｊ＝１Ｗｉｊ＝ð５ｊ＝１ＷｉｊＰ(ｉ)(Ｚ)Ｐ(ｉ)ｚ(Ｖｊ)ð５ｊ＝１Ｗｉｊ(５)其中液态水粒子的反射率因子Ｚ对应的差分反射率ＺＤＲ参数分布的计算公式如下:ｆ１(Ｚ)＝－０.５０＋２.５０ˑ１０－３Ｚ＋７.５０ˑ１０－４Ｚ２(６)ｆ２(Ｚ)＝０.６８－４.８１ˑ１０－２Ｚ＋２.９２ˑ１０－３Ｚ２(７)ｆ３(Ｚ)＝１.４２＋６.６７ˑ１０－２Ｚ＋４.８５ˑ１０－４Ｚ２(８)图２㊀隶属函数的雷达变量分布图表１㊀１０类雷达回波的隶属函数参数分布分类ＧＣ/ＡＰＢＳＤＳＷＳＣＲＧＲＢＤＲＡＨＲＲＨＸ１１５５５２５０２５２０５４０４５Ｘ２２０１０１０３０５３５２５１０４５５０Ｘ３７０２０３５４０２０５０４５４５５５７５Ｘ４８０３０４０５０２５５５５０５０６０８０Ｘ１－４㊀０－０.３㊀０.５０.１－０.３㊀ｆ２－０.３ｆ１－０.３ｆ１－０.３－０.３㊀Ｘ２－２㊀２０.０１.００.４０.０ｆ２ｆ１ｆ１０Ｘ３１１００.３２.０３.０ｆ１ｆ３ｆ２ｆ２ｆ１Ｘ４２１２０.６３.０３.３ｆ１＋０.３ｆ３＋１.０ｆ２＋０.５ｆ２＋０.５ｆ１＋０.５Ｘ１０.２００.３００.９５０.８８００.９５０.９００.９２０.９５０.９２０.８５Ｘ２０.６００.５００.９８０.９２００.９８０.９７０.９５０.９７０.９５０.９０Ｘ３０.９００.８０１.０００.９５０１.００１.００１.００１.００１.００１.００Ｘ４０.９５０.８３１.０１０.９８５１.０１１.０１１.０１１.０１１.０１１.０１Ｘ１２１０.００.００.００.００.００.００.００.０Ｘ２４２０.５０.５０.５０.５０.５０.５０.５０.５Ｘ３１０４３.０３.０３.０３.０３.０３.０３.０３.０Ｘ４１５７６.０６.０６.０６.０６.０６.０６.０６.０Ｘ１３０８００００００００Ｘ２４０１０１１１１１１１１Ｘ３５０４０１５１５１５１５１５１５１５１５Ｘ４６０６０３０３０３０３０３０３０３０３０㊀注:表中第１㊁２㊁３㊁４㊁５列Ｘ１㊁Ｘ２㊁Ｘ３㊁Ｘ４分别为反射率因子Ｚ㊁差分反射率ＺＤＲ㊁相关系数ρＨＶ㊁反射率因子纹理ＳＤ(Ｚ)㊁差分相位纹理ＳＤ(ΦＤＰ)分布ꎻ其中Ｚ单位:ｄＢＺꎬＺＤＲ单位:ｄＢ表２㊀权重函数矩阵Ｗ的元素表分类ＺＺＤＲρＨＶＳＤ(Ｚ)ＳＤ(ΦＤＰ)地物ＧＣ/ＡＰ０.２０.４１.００.６０.８生物ＢＳ０.４０.６１.００.８０.８干雪ＤＳ１.００.８０.６０.２０.２湿雪ＷＳ０.６０.８１.００.２０.２不规则晶体ＣＲ１.００.６０.４０.２０.２软雹ＧＲ０.８１.００.４０.２０.２大雨ＢＤ０.８１.００.６０.２０.２小到中雨ＲＡ１.００.８０.６０.２０.２暴雨ＨＲ１.００.８０.６０.２０.２雨雹混合ＲＨ１.００.８０.６０.２０.２２㊀生物回波的识别结果与分析２.１㊀晴空天气下的生物回波特征根据国内生物迁飞学相关学者的研究结果ꎬ我国长江流域最早在３月中旬出现大型迁飞昆虫的定向迁飞现象ꎬ且在日落时这种现象尤为显著ꎮ而３月份我国长江流域的迁飞昆虫翅羽化期尚未来临ꎬ这主要是华南和东南亚地区的大型迁飞昆虫的迁入现象所引起的ꎬ迁入大型迁飞昆虫随春季盛行的西２２１㊀第３期朱轶明等:上海南汇ＷＳＲ－８８Ｄ双偏振天气雷达的生物回波识别与分析南风向北移动ꎬ许多大型迁飞昆虫(夜蛾㊁草地螟等)在夜间低空气温超过１０ħ和适合迁飞的风向和风速时ꎬ就可以集群定向升空迁飞[１２]ꎮ从上海天气雷达仰角０.５ʎ的观测资料可以看到ꎬ２０１８年３月１２日天气晴朗ꎬ夜间气温１３ħꎬ１７:３０开始自东向西逐渐出现反射率因子强度小于２０ｄＢＺ的成群麻点状回波ꎬ到晚上２０:００左右最盛ꎬ反射率因子强度普遍小于１５ｄＢＺꎬ红圈中舟山群岛与上海东滩之间出现大片反射率因子为负值的弱回波ꎬ表明昆虫的虫口密度很小ꎬ而径向速度Ｖｅ小于１０ｍ/ｓꎬ近似于实时风力风向东南风３~４级ꎮ差分反射率ＺＤＲ大于５ｄＢꎬ相关系数小于０.８５ꎬ双程差分相位ΦＤＰ小于４５ʎꎮ偏振变量的观测结果表明ꎬ这是水平和垂直尺寸相差较大的大型迁飞昆虫[１３]ꎮ可以根据生物回波的偏振物理量特征将它们较为准确地识别出来(图略)ꎮ２.２㊀降水天气形势下的生物回波观测分析积状云降水对昆虫和鸟类的局地活动有明显的抑制作用ꎮ由于积状云降水具有强度大㊁持续时间短的特点ꎬ因此当降水带经过后ꎬ空中生物的局地活动会再次出现ꎮ如图３为２０１８年５月５日的积状云降水个例ꎬ苏州㊁上海㊁宁波和舟山等区域为中雨转阵雨天气ꎬ到１８:００上海及浙江北部降水强度已明显减弱ꎬ但仍时有阵雨ꎬ日落后不断有小片积状云降水回波带经过上海市区并向东北方向移动ꎬ到１８:５８受到积状云降水影响ꎬ生物回波的数量和规模都比晴空天气下日落之后的小ꎬ只有宁波北部㊁上海东滩及市区出现少量反射率因子强度较小的弱回波(图３ａ中红圈标注)ꎮ径向速度图中ꎬ生物回波与降水回波径向速度的方向基本一致(图３ｃ中红圈标注)ꎮ与液态水粒子相比ꎬ生物回波常呈麻点状出现ꎮ由于生物散射体的形状和内部组成成分极不规则ꎬ其对偏振信号的反馈存在去极化效应和极化后向散射信号隔离性较低ꎬ致使生物回波的差分反射率ＺＤＲ的观测值波动比降水粒子的大(图３ｅ中红圈标注)ꎬ而相关系数则比气象回波小得多ꎬ多数回波点的值集中在０.７左右(图３ｇ中红圈标注)ꎬ而积状云降水回波的多大于０.９５ꎮ双程差分相位ΦＤＰ小范围的数值波动比降水回波的大(图３ｉ中红圈标注)ꎮ图３(ｊ)是基于模糊逻辑分类算法的分类结果ꎬ日落之后本应有成规模的生物回波并没有出现ꎮ算法识别结果显示宁波北部邻海地区有麻点状的生物回波正在向北移动ꎬ算法可以较准确地将它们识别出来(图３ｊ中红圈标注)ꎮ２.３㊀生物回波识别的反演结果演示根据算法对上一节中的积状云降水个例进行质量控制后ꎬ反演出的生物回波识别结果如图３所示ꎬ积状云降水回波带基本被滤除ꎬ并且距离雷达站点较近的地物和超折射回波也被滤除掉ꎮ从此次个例中生物回波的识别结果可以看出ꎬ生物回波的反射率因子Ｚ值小于３０ｄＢＺ(图３ｂ)ꎮ从径向速度Ｖｅ的质量控制结果来看ꎬ生物回波的运动方向与质量控制前的积状云降水带的移动方向是一致的ꎬ表明迁飞昆虫正随西南风向东北方向移动(图３ｄ)ꎮ通常作为气象观测资料数据ꎬ这些生物回波被作为风的示踪物ꎬ不宜被滤除掉[１４]ꎮ生物回波的差分反射率ＺＤＲ的值具有很大的自由度ꎬ识别结果为－４~８ｄＢꎬ这取决于生物散射体在水平和垂直极化波上的破坏和增益性分量ꎬ即与生物散射体的形状及与雷达入射波之间的角度有关(图３ｆ)ꎮ而相关系数的识别结果中ꎬ生物回波的值低于０.８５ꎮ但本算法中ꎬ并未对雷达原始数据中相关系数ρＨＶ的信噪比ＳＮＲ随探测距离的增大进行数值误差补偿ꎬ工程计算上雷达信号信噪比ＳＮＲ的计算需要获取雷达接收机噪声温度㊁接收机带宽和雷达噪声系数[１５－１６]ꎬ而这些参数是不实际接触雷达硬件系统所无法获取的ꎮ反映到算法的识别效果是气象回波尤其是降水带边缘识别结果出现误差ꎬ导致相关系数ρＨＶ原始数据中ꎬ降水带边缘的观测值比实际值偏低ꎬ造成降水回波带的边缘被识别为生物回波的现象(图３ｈ)ꎮ３２１气象与环境科学第４２卷图３㊀２０１８年５月５日１８:５８上海南汇天气雷达０.５ʎ仰角观测资料的生物回波反演结果(ａ)为反射率因子Ｚꎬ(ｂ)为质控后生物回波反射率因子ꎬ(ｃ)为径向速度Ｖｅꎬ(ｄ)为质控后生物回波径向速度ꎬ(ｅ)为差分反射率ＺＤＲꎬ(ｆ)为质控后生物回波差分反射率ꎬ(ｇ)为相关系数ρＨＶꎬ(ｈ)为质控后生物回波相关系数ꎬ(ｉ)为双程差分相位ΦＤＰꎬ(ｊ)为回波分类结果ꎻ(ｊ)图中橙色表示生物回波ꎬ蓝色表示地物回波(超折射回波)ꎻ图中每个距离圈表示５０ｋｍ４２１㊀第３期朱轶明等:上海南汇ＷＳＲ－８８Ｄ双偏振天气雷达的生物回波识别与分析２.４㊀２０１８年春季上海南汇天气雷达生物回波统计结果生物回波的识别统计结果表明:２０１８年上海地区３月上旬采集数量日变化不明显ꎬ主要以鸟类的局地活动为主ꎬ夜间迁飞昆虫层最早在３月中旬开始出现ꎬ整体上３月迁飞生物活动强度处于较弱阶段(图４)ꎮ１８㊁１９㊁２０日连续３天出现小到中雨天气ꎬ且日最高气温１２ħꎬ最低气温为４ħꎬ风向为西北和北风ꎬ这些是对迁飞不利的气象因素ꎬ所以生物回波的识别数量很少(图４ａ圆圈标注)ꎮ４５月ꎬ夜间生物回波数量显著增加(图４ｂ㊁ｃ)ꎬ当夜间低空有较强西南风和东南风时ꎬ生物回波数量随之增加ꎮ４月２６日夜间多云ꎬ东南风ꎬ平均气温１７ħꎬ２２:３０生物回波识别数量达到峰值ꎬ超过２７万(图４ｂ中圆圈标注)ꎮ５月５日夜间多云转阴ꎬ平均气温２２ħꎬ东南方向微风ꎬ２０:００出现生物回波识别的季度峰值ꎬ数量达到３０万以上(图４ｃ中圆圈标注)ꎮ由于生物迁飞规模随季节变化有很大差异[１７]ꎬ而地物和超折射回波是有效识别生物回波的主要污染物ꎬ为进一步详细描述算法识别生物回波的雷达物理量数值特征ꎬ筛选出２０１８年３５月天气条件适合生物迁飞的日落到次日凌晨时段的７２０个雷达数据ꎬ对春季识别结果中ꎬ生物回波和地物超折射回波反射率因子Ｚ㊁差分反射率ＺＤＲ㊁双程差分相位ΦＤＰ和相关系数ρＨＶ的特征值进行统计ꎬ以标准化频率直方图的形式进行分析(图５)[２ꎬ１８]ꎮ春季生物回波反射率因子Ｚ值出现在１５ｄＢＺ左右的频率最高ꎬ概率达到７.３％ꎬ２０~３０ｄＢＺ的概率很低ꎬ不超过３０ｄＢＺꎬ地物和超折射回波的反射率因子值会超过３５ｄＢＺꎬ最大值达４０ｄＢＺꎬ但概率很小ꎬ为０.１％左右(图５ａ)ꎮ春季生物回波的差分反射率ＺＤＲ的值出现３ｄＢ的频率最高ꎬ概率为１４％ꎬ－８ｄＢ和８ｄＢ的概率分别为４％和１１％ꎬ地物和超折射回波ＺＤＲ为０ｄＢ的概率最高[１９]ꎬ在１５％和１６％之间(图５ｂ)ꎮ生物回波双程差分相位ΦＤＰ的值为１００ʎ左右的频率最高ꎬ概率为９％ꎬ地物和超折射回波ΦＤＰ出现在１５０ʎ图４㊀上海南汇天气雷达２０１８年春季数据的生物回波识别数量统计结果图(ａ)(ｂ)(ｃ)分别为３㊁４㊁５月生物回波识别数量统计结果ꎻ图中时间为世界时５２１气象与环境科学第４２卷的频率最高ꎬ为１０％ꎬ超过２００ʎ时ꎬ生物和地物概率分布基本相同(图５ｃ)ꎮ生物回波的相关系数ρＨＶ出现在雷达观测最小值０.２０８３３处ꎬ０.７０和０.７８之间的频率最高ꎬ概率为１.９％左右ꎬ多集中在０.４０~０.７０ꎬ地物和超折射回波ρＨＶ为０.８３~０.８５的频率最高(图５ｄ)ꎮ图５㊀２０１８年春季上海南汇天气雷达０.５ʎ仰角数据的非气象回波雷达物理量数值特征的标准化频率直方图(ａ)为反射率因子Ｚꎬ(ｂ)为差分反射率ＺＤＲꎬ(ｃ)为双程差分相位ΦＤＰꎬ(ｄ)为相关系数ρＨＶꎻ橙色代表生物回波ꎬ蓝色代表地物和超折射回波ꎬ棕色为重叠区域３㊀分析结果与讨论本文通过对上海南汇ＷＳＲ－８８Ｄ双偏振天气雷达２０１８年春季的数据资料中生物的回波雷达变量进行特征分析ꎬ将非气象回波中的生物回波识别出来ꎬ并对识别结果进行量化ꎬ得到Ｓ波段双偏振雷达生物回波的雷达物理量特征和发生发展规律ꎬ结论如下:(１)本算法的识别效果和频率直方图的统计法对雷达物理量统计结果表明:地物和超折射回波与生物回波的所有雷达变量都存在较大的重叠区域ꎬ单用任何一种雷达变量都很难将二者进行区分ꎮ反射率因子纹理ＳＤ(Ｚ)和差分相位纹理ＳＤ(ΦＤＰ)是识别气象回波与非气象回波的重要参量ꎬ在算法中引入纹理场变量可以有效地滤除气象回波ꎬ从而保留非气象回波ꎮ非气象回波中ꎬ地物和超折射回波是对生物回波进行有效识别和保留算法中的主要污染物ꎬ生物回波反射率因子强度较地物和超折射回波偏弱ꎬ多呈麻点状成团出现ꎬ并且在虫口密度较小时ꎬ反射率因子值可能为负值ꎬ可以通过反射率因子纹理ＳＤ(Ｚ)相邻距离库的波动范围进行识别ꎮ(２)由于Ｓ波段天气雷达的空间分辨率较差ꎬ距离分辨率为０.２５ｋｍꎬ天气雷达观测不到鸟类和昆虫等生物回波的单体ꎬ在本文的算法中ꎬ并未对鸟类和昆虫进行进一步分类ꎮ在后期资料处理并保留生物回波反射率因子信息的前提下ꎬ会根据反射率因子强度数值用定量估测降水的方法给出最小分辨率内昆虫和鸟类个体的近似量化值ꎮ(３)在４月初ꎬ许多大型迁飞昆虫如草地螟和菜田夜蛾等农业害虫完成第１次羽化期之前[２０－２３]ꎬ６２１。
