陳艷

（成都信息工程學(xué)院 電子工程學(xué)院，四川 成都 610225）

目前多普勒天氣雷達以線性水平極化方式為主，主要用于探測云和降水。SA天氣雷達作為多普勒天氣雷達中的一種，除了可以獲取降水粒子的回波強度外，還可以利用多普勒效應(yīng)獲取降水粒子的平均徑向速度和速度譜寬的信息，進而可推斷降水云體的風(fēng)速分布、風(fēng)場結(jié)構(gòu)特征、垂直氣流速度等。相對常規(guī)天氣雷達，多普勒天氣雷達可以獲取更多的氣象信息，但也帶來了問題。在使用SA天氣雷達平均徑向速度資料時，發(fā)現(xiàn)速度資料中常常存在缺測、奇異值點或奇異值塊等問題，我們稱之為“雜散”，“雜散”破壞了徑向速度資料的連續(xù)性，降低了徑向速度資料的質(zhì)量，進而影響數(shù)值同化與預(yù)報[1]，因此有必要對徑向速度中的“雜散”特征進行分析，為后續(xù)處理“雜散”提供依據(jù)。

文中選取不同地方的SA天氣雷達采集到的不同天氣過程下的反射率和平均徑向速度資料，通過選擇5個參量，并對參量進行了統(tǒng)計分析，以分析徑向速度資料中的“雜散”特征。

1 方法介紹

雜散在速度場[2]中的表現(xiàn)形式主要有3種：1）正負速度相互交疊，即相鄰距離庫或方位間的速度差異大；2）一大片連續(xù)的速度區(qū)域中，出現(xiàn)幾個速度相對較小或相對較大的點，即奇異值點；3）一大片正（負）速度區(qū)域中鑲嵌著一些小面積的或離散的負（正）速度回波。基于“雜散”的以上表現(xiàn)形式，我們可以根據(jù)徑向速度分布的空間連續(xù)性來對此進行分析和判別。

1.1 數(shù)據(jù)預(yù)處理

對于SA天氣雷達，一個徑向中，反射率距離庫長為1 km，最大距離庫數(shù)為460，速度距離庫長為250 m，最大距離庫數(shù)為920。由于反射率和徑向速度數(shù)據(jù)存儲格式的差異，本文只對距離范圍在230 km內(nèi)的數(shù)據(jù)進行了統(tǒng)計分析，在分析之前，為了使徑向速度和反射率具有相同的庫長，需將庫長為250 m的徑向速度數(shù)據(jù)轉(zhuǎn)換為庫長為1 km的徑向速度，轉(zhuǎn)換方法是將同一徑向相鄰4個距離庫的徑向速度數(shù)據(jù)求平均，用平均值來代替庫長為1 km的距離庫的徑向速度值，此時，一個徑向中，徑向速度庫長為1 km，最多包含的距離庫數(shù)為230。

1.2 參量選取

本文基于SA天氣雷達探測到的反射率和平均徑向速度資料，選取了5個參量進行統(tǒng)計分析，以下將詳細介紹這5個參量。

1）相鄰距離庫的信噪比差

信噪比[3]是回波功率和雷達接收機噪聲功率的比值。仰美霖[4]等人指出信噪比與速度模糊[5]存在一定的關(guān)系，并推導(dǎo)出了SA天氣雷達的信噪比公式：

其中，Z為反射率值，R為離雷達的距離。

仰美霖指出，速度模糊的誤差范圍σv為：

其中，C′是與雷達波長、采樣間隔相關(guān)的物理量。信噪比SNR越小，σv越大，發(fā)生速度模糊的可能性越大，相應(yīng)地，退速度模糊處理的準確率就會越低。

文中在仰美霖研究的基礎(chǔ)上，探討相鄰距離庫的信噪比差與速度“雜散”的關(guān)系。Δσv表示相鄰距離庫間速度模糊范圍重疊的大小，若重疊范圍越小，表示兩個σv越接近，相鄰距離庫的徑向速度則同為模糊或同為不模糊數(shù)據(jù)的可能性越大，速度差異越小，“雜散”的可能性越小。

式（3）中，ΔSNRi，j=SNRi，j+1-SNRi，j。 在一大片降水回波中，認為相鄰距離庫的回波強度基本不變，進而相鄰距離庫的信噪比值基本一樣，則 ΔSNRi，j越小，Δσvi，j越小，相鄰距離庫的徑向速度差異越小，速度“雜散”的可能性越小。

2）相鄰距離庫的徑向速度差

徑向速度反映了目標物朝向或遠離雷達的速度，在雷達圖中常表現(xiàn)為一片連續(xù)的區(qū)域。相鄰距離庫的徑向速度差可以反映相鄰距離庫間的速度是否存在大的切變，若差值太大，則該兩個距離庫中存在奇異值的可能性就越大，反之，則表明兩個距離庫中速度相當(dāng)，速度連續(xù)的可能性越大。

其中 ΔVj相鄰距離庫的徑向速度差，Vi，j表示第 i個徑向、第j個距離庫的平均徑向速度。

3）相鄰方位的徑向速度差

相鄰方位的徑向速度差可以反映相鄰兩個徑向間的速度是否存在大的切變，若差值太大，則該兩個距離庫中存在奇異值的可能性就越大，速度“雜散”的可能性越大。

其中ΔVi相鄰方位的徑向速度差，ΔVi，j表示第i個徑向、第j個距離庫的平均徑向速度。

4）速度沿徑向的紋理

為了反映速度的局地差異，引入了紋理這一概念，本文定義的速度沿徑向的紋理是該距離庫的速度與以該速度為中心的同一徑向上的5個點的速度的平均值的差值，反映了徑向速度沿徑向的變化，若紋理值越大，則速度“雜散”的可能性越大，反之，則速度在徑向上更連續(xù)。

同一徑向相鄰五個距離庫的速度的平均值為：

則某一距離庫的速度沿徑向的紋理為：

5）速度沿方位的紋理

速度沿方位的紋理是該距離庫的速度與以該速度為中心的相鄰4個徑向上同一距離庫的速度的平均值的差值，反映了速度的局地差異沿方位的變化，差值越大，則“雜散”的可能性越大。

某一距離庫相鄰5個徑向的速度的平均值為：

則某一距離庫的速度沿方位的紋理為：

1.3 統(tǒng)計方法

本文選用的統(tǒng)計方法借鑒了梁海河等[6]提出的k-鄰域頻數(shù)法，首先確定一個范圍，然后將這個范圍平均分為幾個數(shù)據(jù)段，統(tǒng)計每個徑向的數(shù)據(jù)落在某一數(shù)據(jù)段的頻數(shù)及其占該徑向參與統(tǒng)計數(shù)據(jù)的比例，最后給出整個統(tǒng)計范圍內(nèi)的數(shù)據(jù)落在不同數(shù)據(jù)段的平均頻數(shù)及所占比例。

根據(jù)計算的參量結(jié)果，文中選取的信噪比差值的范圍為（-20 dB，20 dB），間隔為 5 dB，選取與速度相關(guān)的參量的統(tǒng)計范圍為（-50 ms-1，50 ms-1），間隔為 10 m/s。

2 實例分析

對于SA天氣雷達，一個徑向中，反射率距離庫長為1 km，最大距離庫數(shù)為460，速度距離庫長為250 m，最大距離庫數(shù)為920。由于反射率和徑向速度數(shù)據(jù)存儲格式的差異，本文只對距離范圍在230 km內(nèi)的數(shù)據(jù)進行了統(tǒng)計分析。

實例1，選取2013年8月 4日北京雷達站（SA）于 22：54采集到的仰角層資料，可以看出速度存在明顯的“雜散”情況（圖 1（b）的東南區(qū)域）。 如圖 1 中的（a）、（b），圖（c）是根據(jù)式（1）計算出的信噪比，圖（d）是相鄰距離庫的速度差。

圖1 北京站2013年8月4日22:54，0.4°仰角雷達資料圖Fig.1 0.4°elevation radar data collected at 22:54，August 4， 2013 from Beijing station

對比圖 1（b）和圖 1（c）可以看出，在信噪比較小的回波區(qū)域，徑向速度圖中的“雜散”情況更加嚴重，這與仰美霖得到的結(jié)論一致，但是，在東南方向信噪比較大的區(qū)域，也存在明顯的“雜散”情況。為此，本文繼續(xù)探討了相鄰距離庫的信噪比差與速度“雜散”的關(guān)系。根據(jù)上節(jié)介紹的統(tǒng)計方法，得到以下結(jié)果。

從表1與表2可以看出，選取的相鄰距離庫的信噪比差值主要集中于（－5 dB，5 dB）的范圍內(nèi)，占86.4%，而與徑向速度相關(guān)的 4 個量主要集中于（－10 ms－1，10 ms－1）的范圍內(nèi)，除了Texi占78%外，其余3個量位于該范圍的比例均大于80%，最大的達到85%。5個參量的變化趨勢基本一致。從原始速度圖中可以看出，徑向速度中大部分區(qū)域為連續(xù)的，有小部分存在“雜散”的情況，從圖（d）中可以看出，在速度“雜散”的相應(yīng)位置處，其值更大，為此，位于（－10 ms－1，10 ms－1）范圍外的數(shù)據(jù)“雜散”的可能性更大。同樣地認為相鄰距離庫的信噪比差值位于（－5 dB，5 dB）范圍外的數(shù)據(jù)“雜散”的可能性更大。

表1 相鄰距離庫的信噪比差值位于不同數(shù)據(jù)段的頻數(shù)所占比例Tab.1 The proportion of SNR difference of adjacent bins located in different segments

表2 與徑向速度相關(guān)的4個參量位于不同數(shù)據(jù)段的頻數(shù)所占比例Tab.2 The proportion of four parameters related to the radial velocity located in different segments

實例2，選取2013年12月16日廣州站于8:00采集到0.5 度仰角層資料，如圖 2 中的（a）、（b），可以看出速度存在明顯的“雜散”情況（圖 2（b）中的北方與西方區(qū)域），圖（c）是根據(jù)式（1）計算出的信噪比，圖（d）相鄰距離庫的速度差。

對比圖 2（b）和圖 2（c）可以看出，在信噪比較小的地方，速度“雜散”更加嚴重，對比圖 2（b）和圖 2（d）可以看出，在速度“雜散”的位置，速度差值越大，與例1一致。計算選取的參量值，利用統(tǒng)計方法對5個參量進行統(tǒng)計，得到了以下結(jié)果。

圖2 廣州站（SA）2013年12月16日8:00， 仰角雷達資料圖Fig.2 0.5°elevation radar data collected at 8:00，December 16，2013 from Guangzhou station

表3 與徑向速度相關(guān)的4個參量位于不同數(shù)據(jù)段的頻數(shù)所占比例Tab.3 The proportion of four parameters related to the radial velocity located in different segments

表4 相鄰距離庫的信噪比差值位于不同數(shù)據(jù)段的頻數(shù)所占比例Tab.4 The proportion of SNR difference of adjacent bins located in different segments

從表3和表4可以看出，相鄰距離庫的信噪比差值有90.3%位于（－5，5）的范圍內(nèi)，與徑向速度相關(guān)的4個參量主要位于（－10，10）的范圍內(nèi)，除占 78%外，其余 3個量位于該范圍的比例均大于80%，最大的占87%。5個參量的變化趨勢基本一致，與實例1的統(tǒng)計結(jié)果基本一致。不僅進一步說明了分析方法的適應(yīng)性，也說明了“雜散”的一般特征。

3 結(jié)束語

本文基于SA天氣雷達反射率與速度資料，選擇了5個參量進行計算，并借鑒k－領(lǐng)域頻數(shù)法對計算結(jié)果進行了統(tǒng)計分析，得到了以下結(jié)論：

1）相鄰距離庫的信噪比差值與徑向速度的“雜散”存在一定的對應(yīng)關(guān)系，當(dāng)差值越小，速度差異越小，“雜散”的可能性越小。統(tǒng)計結(jié)果顯示信噪比差值主要位于（－5 dB，5 dB）范圍內(nèi)，占到85%以上。當(dāng)差值位于（－5 dB，5 dB）范圍之內(nèi)時，認為相應(yīng)距離庫的速度相對連續(xù)，反之，速度“雜散”的可能性更大；

2）對比兩個實例中的圖（b）和圖（d）均可以看出徑向速度存在“雜散”時，相鄰距離庫的速度差值更大，因此，可用速度差值來表征速度“雜散”的情況，同理，其他3個參量也可以用以表征“雜散”特點。與速度相關(guān)的4個參量主要集中于（-10 m/s，10 m/s）的范圍內(nèi)，除了速度沿方位的紋理所占比例小于80%（但也大于75%）外，其余3個參量所占比例均大于80%，最大的占到87%。當(dāng)值位于該范圍時，該區(qū)域速度局地差異小，相對連續(xù)，反之，則該區(qū)域的徑向速度局地差異大，速度“雜散”的可能性大。

本文對“雜散”的特征進行了初步分析，為“雜散”識別與處理提供了理論依據(jù)，但還存在不完善的地方，從研究中可以看出，雖然速度存在“雜散”時，對應(yīng)位置的參量值更大，但也存在速度資料連續(xù)的地方，參量值也出現(xiàn)了較大的情況，因此，后期可對統(tǒng)計參量的選取進行改進。

[1]盛春巖，薛德強，雷霆，等.雷達資料同化與提高模式水平分辨率對短時預(yù)報影響的數(shù)值對比試驗[J].氣象學(xué)報，2006（3）:293-307+405.SHENG Chun-yan，XIE De-qiang，LEI Ting，et al.Comparative experiments between effects of Doppler radar data assimilation and inceasing horizontal resolution on short-range prediction[J].Journal of Applied Meteorology，2006（3）:293-307+405.

[2]李紅斌，胡志群，張家偉，等.多普勒天氣雷達速度場特征及在人工增雨中的應(yīng)用[J].氣象科學(xué)，2009（4）:4564-4568.LI Hong-bing，HU Zhi-qun，ZHANG Jia-wei，et al.Analyses of radar radial velocity and application in precipitation enhancement operation[J].Meteorological Science and Technology，2009（4）:4564-4568.

[3]李宏，王國玉，楊英科.雷達信噪比的測量與計算[J].電子對抗技術(shù)，2002（2）:3-6.LI Hong，WANG Guo-yu，YANG Ying-ke.Measing and calculating radar SNR[J].Electronic Information Warfare Technology，2002（2）:3-6.

[4]仰美霖，劉黎平.新一代天氣雷達徑向速度質(zhì)量分析[C]//第28屆中國氣象學(xué)會年會——S1第四屆氣象綜合探測技術(shù)研討會，中國，2011:327-341.

[5]楊明，王改利，劉黎平，等.二維多途徑多普勒雷達退速度模糊算法的改進及效果分析[J].氣象，2013（5）:616-622.YANG Ming，WANG Gai-li，LIU Li-ping，et al.Improvement of automated 2D multi-pass dopplerradar velocity dealiasingalgorithm and its effect analysis[J].Meteorological Monthly，2013（5）:616-622.

[6]梁海河，張沛源，葛潤生.多普勒天氣雷達風(fēng)場退模糊方法的研究[J].應(yīng)用氣象學(xué)報，2002（5）：591-599，643-644.LIANG Hai-he，ZHANG Pei-yuan，GE Run-sheng.Study of data processing of wind fields from Doppler radar[J].Journal of Applied Meteorology，2002（5）:591-599，643-644.