李巖松，孔龍時(shí)，魏艷強(qiáng)，齊濤，特韋塔

（1.北京無線電測量研究所，北京 100864；2.中國氣象局氣象探測中心，北京 100081；3.西仰光科技大學(xué)，仰光11082）

2019 年年初至2020 年8 月，應(yīng)北京人影辦要求，北京無線電測量研究所生產(chǎn)了X 波段相控陣天氣雷達(dá)，并在張家口進(jìn)行氣象保障試驗(yàn)。設(shè)備架設(shè)地點(diǎn)位于張家口市東花園鎮(zhèn)大隊(duì)院中，海拔50 m，與北京市區(qū)雷達(dá)高度接近。

這次試驗(yàn)持續(xù)時(shí)間為20 個(gè)月，覆蓋了北京整個(gè)冬天、春天、夏天，設(shè)備運(yùn)行穩(wěn)定，獲取到了北京當(dāng)年所有天氣過程。

X 波段相控陣雙偏振天氣雷達(dá)是北京無線電測量研究所自主研制的相控陣天氣雷達(dá)[1-4]，雷達(dá)采用全固態(tài)發(fā)射接收模塊[5]，工作穩(wěn)定可靠。天線采用雙偏振體制，可以有效獲取多種雙偏振參數(shù)[6-7]，擴(kuò)充雷達(dá)二次產(chǎn)品類型。雷達(dá)在站點(diǎn)長期運(yùn)行，經(jīng)受了多次突然斷電、低溫、降雪、高溫、降水等過程的考驗(yàn)，全程運(yùn)行穩(wěn)定，獲得了人影辦用戶的肯定。

1 主要問題及解決方法

這次試驗(yàn)中，在分析降水過程時(shí)（這次采用2020年7 月2 日的數(shù)據(jù)），畫出了差分傳播相移[8]ΦDP分布散點(diǎn)圖，如圖1 所示，可以看出，ΦDP分布區(qū)間較廣，數(shù)值跨度較大，數(shù)據(jù)連續(xù)性較低，整體數(shù)據(jù)質(zhì)量不高。抽取畫出其中一個(gè)單徑向ΦDP曲線（如圖2 所示）后可以看出，在近距離庫，ΦDP數(shù)值明顯屬于異常值，推測為信號處理將近距離雜波統(tǒng)一放入計(jì)算中，導(dǎo)致ΦDP數(shù)據(jù)質(zhì)量降低。

圖1 ΦDP 散點(diǎn)圖

圖2 ΦDP 單徑向廓線圖

通過分析數(shù)據(jù)，可以找到當(dāng)前信號處理輸出ΦDP所面臨的幾個(gè)問題：

1）在低仰角的雷達(dá)近距離庫，ΦDP數(shù)據(jù)沒有進(jìn)行質(zhì)量控制，有部分明顯為雜波的數(shù)據(jù)沒有得到很好的剔除。

2）在徑向數(shù)據(jù)中，存在少量明顯有較大偏差的數(shù)據(jù)沒有剔除，導(dǎo)致局部ΦDP曲線抖動較大。

針對以上問題，該文提出了數(shù)據(jù)質(zhì)量控制算法，重新計(jì)算雷達(dá)ΦDP數(shù)據(jù)，主要方法為：

1）根據(jù)雷達(dá)數(shù)據(jù)間的關(guān)聯(lián)關(guān)系，加入針對ΦDP的數(shù)據(jù)質(zhì)量控制，剔除明顯為地雜波的ΦDP數(shù)據(jù)，保留可反映降水的ΦDP數(shù)據(jù)。

2）根據(jù)ΦDP自身的物理特性，提出ΦDP的平滑算法，剔除局部變化較大的ΦDP數(shù)值，使整體ΦDP變化更加平滑。

2 ΦDP 數(shù)據(jù)質(zhì)量控制方法步驟

2.1 ΦDP 的定義以及物理意義

雙極化參量ΦDP定義為垂直通道相位與水平通道相位的差值，主要是因?yàn)樗綐O化電磁波與垂直極化電磁波在空間行進(jìn)，在經(jīng)過小的非球形的液滴時(shí)，垂直極化的相位變化與水平極化相位變化速度不同，而ΦDP主要刻畫兩個(gè)通道在同一位置相位的差值。根據(jù)實(shí)際降水過程，當(dāng)天氣雷達(dá)發(fā)射的雙極化波經(jīng)過標(biāo)準(zhǔn)圓形液滴時(shí)，ΦDP值不會有任何變化，而當(dāng)液滴不是標(biāo)準(zhǔn)圓形液滴時(shí)（較多天氣過程中液滴為橢球形），ΦDP會出現(xiàn)逐漸增加的情況。ΦDP是一個(gè)累積量，當(dāng)經(jīng)過降水過程區(qū)域時(shí)，ΦDP逐漸增加，而增加的速度與降水區(qū)域中液滴的橢球形態(tài)相關(guān)，一般情況下，強(qiáng)度越強(qiáng)的降水，ΦDP的增加速度也會提升。

根據(jù)ΦDP的特點(diǎn)，可以看出ΦDP本身屬于一個(gè)較平滑的逐漸遞增量，而當(dāng)遇到地雜波等非氣象目標(biāo)時(shí)，ΦDP則會出現(xiàn)不規(guī)則的抖動且偏離正常值較大的情況。

2.2 ΦDP 數(shù)據(jù)中地雜波數(shù)據(jù)無效數(shù)據(jù)剔除

根據(jù)定義，地雜波處[9-11]的ΦDP沒有參考價(jià)值，可以利用相關(guān)系數(shù)[12-13]以及譜寬[14]的關(guān)系對地雜波數(shù)據(jù)進(jìn)行剔除。

首先設(shè)置門限：

RhoHV＞0.9；W=0。

根據(jù)相關(guān)系數(shù)的特性，在降水區(qū)域，雷達(dá)獲取到的相關(guān)系數(shù)數(shù)值一般均在0.95 以上，而雜波由于沒有相關(guān)性，相關(guān)系數(shù)一般較低，因此設(shè)置相關(guān)系數(shù)門限為0.9。

根據(jù)譜寬特性，一般降水區(qū)域，由于內(nèi)部降水顆粒受局部上升氣流等因素的影響，速度整體呈現(xiàn)一定程度的不一致性，導(dǎo)致譜寬一般不為0，而地雜波由于無任何內(nèi)部運(yùn)動，譜寬一般為0。

根據(jù)以上兩個(gè)雷達(dá)參量，可以給出聯(lián)合的地雜波判決門限，即當(dāng)譜寬W=0 且相關(guān)系數(shù)RhoHV＜0.9時(shí)，判決同一位置所測到的數(shù)據(jù)為地雜波，對對應(yīng)位置的ΦDP進(jìn)行剔除操作。

2.3 ΦDP 數(shù)據(jù)平滑流程

根據(jù)2.1 節(jié)所述，在穿過降水或其他氣象過程時(shí)，ΦDP是一個(gè)逐漸增加的量，而實(shí)際中，由于收到其他非氣象目標(biāo)、雷達(dá)系統(tǒng)噪聲或偶然誤差的影響，ΦDP的數(shù)值可能會出現(xiàn)小幅度的抖動。

針對ΦDP徑向數(shù)據(jù)出現(xiàn)的抖動情況，提出了徑向方向上的平滑濾波算法[15]，利用濾波算法平滑ΦDP徑向方向上的變化，同時(shí)剔除可能出現(xiàn)的幅度變化較大的ΦDP數(shù)值。

在平滑時(shí)，為了不影響ΦDP本身的物理性質(zhì)，參考2.1 節(jié)所述，ΦDP在經(jīng)過強(qiáng)度數(shù)據(jù)較高的區(qū)域時(shí)，上升情況明顯，而在經(jīng)過強(qiáng)度數(shù)據(jù)一般的區(qū)域時(shí)，上升情況放緩，因此設(shè)定以強(qiáng)度數(shù)據(jù)為依據(jù)的動態(tài)平滑窗。

針對強(qiáng)度數(shù)據(jù)從弱到中等的ΦDP數(shù)據(jù)回波（≤40 dBz），選取較長的滑動窗（設(shè)定滑動窗距離為6 km），而對于強(qiáng)度數(shù)據(jù)較強(qiáng)區(qū)域的ΦDP數(shù)據(jù)回波，設(shè)定較短的滑動窗（設(shè)定滑動窗距離為3 km）。

具體平滑流程如下：

1）選取對應(yīng)長度的ΦDP數(shù)據(jù)，并計(jì)算數(shù)據(jù)的平均值。

2）當(dāng)窗內(nèi)的某一數(shù)據(jù)偏離平均值大于10°時(shí)，認(rèn)為該數(shù)據(jù)有明顯偏差，屬于抖動異常值，需剔除。

3）向后移動數(shù)據(jù)窗，再次進(jìn)行步驟2）。

2.4 濾波算法的選取

該文選用的濾波算法為中值濾波算法，算法的主要原理：利用一個(gè)奇數(shù)的滑動窗，將滑動窗的中心點(diǎn)的數(shù)值用滑動窗中數(shù)值的中值代替，達(dá)到平滑濾波的目的，該濾波算法是一種非線性的濾波技術(shù)，可以很好地匹配ΦDP參數(shù)的物理特點(diǎn)。

利用2.3 節(jié)所述依據(jù)強(qiáng)度數(shù)據(jù)（Z）的滑動窗動態(tài)選取方法，具體濾波算法步驟如下：

1）在徑向數(shù)據(jù)方向上，選取對應(yīng)長度的ΦDP數(shù)據(jù)，并對窗內(nèi)的數(shù)據(jù)進(jìn)行排序，形成新數(shù)組I。

2）找到滑動窗數(shù)據(jù)中中間位置的數(shù)值，將該數(shù)值替換為新數(shù)組I中間位置的數(shù)值。

3）向后移動數(shù)據(jù)窗，再次進(jìn)行步驟2），直至到達(dá)徑向數(shù)據(jù)末尾。

3 算法應(yīng)用及仿真結(jié)果

3.1 地雜波剔除處理

根據(jù)2.2 節(jié)提出的地雜波剔除算法，對2020 年7 月2 日11：25 分的體掃第一層數(shù)據(jù)進(jìn)行仿真。

從圖3 中第一層體掃強(qiáng)度可以看出，雷達(dá)300°～360°方向上有地雜波，而240°～300°方向上有降水回波，而ΦDP數(shù)值均顯示所有區(qū)域，容易造成數(shù)據(jù)質(zhì)量較差。

圖3 第一層體掃強(qiáng)度

利用2.2 節(jié)提到的相關(guān)系數(shù)及譜寬門限，將地雜波數(shù)據(jù)進(jìn)行剔除，得到的圖像如圖4 所示。

圖4 剔除地雜波及其他雜波后的ΦDP 圖像

從圖4 可以看到，雷達(dá)近區(qū)的雜波有了明顯改善。

3.2 數(shù)據(jù)平滑

根據(jù)2.3節(jié)提出的數(shù)據(jù)平滑算法，針對第2節(jié)同一徑向數(shù)據(jù)，利用Matlab同樣對2020年7月2日11：25分體掃第一層數(shù)據(jù)進(jìn)行仿真，得到的結(jié)果如圖5 所示。

圖5 270°方向徑向ΦDP 濾波后廓線

對比圖2、圖5 可以看出，經(jīng)過平滑濾波后，徑向上ΦDP有波動值的情況得到了明顯改善，大范圍抖動的ΦDP被濾除，ΦDP數(shù)值基本處于同一個(gè)區(qū)間，數(shù)據(jù)質(zhì)量可信，通過徑向數(shù)據(jù)濾除統(tǒng)計(jì)，86%的地雜波數(shù)據(jù)被濾除。

3.3 中值濾波

根據(jù)2.4 節(jié)給出的ΦDP平滑濾波滑動窗濾波算法，對平滑后的數(shù)據(jù)進(jìn)行中值濾波。這次選取2020年7月2日11：25分體掃第六層數(shù)據(jù)進(jìn)行仿真，如圖6-10 所示。

圖6 第六層強(qiáng)度數(shù)據(jù)

圖7 第六層濾波前ΦDP 數(shù)據(jù)

根據(jù)圖6 可以看出，第六層（高仰角）數(shù)據(jù)中，地雜波影響有了明顯降低，數(shù)據(jù)主要反映了降水過程，大部分ΦDP數(shù)據(jù)均應(yīng)處于合理范圍內(nèi)，對比圖6、圖8 可以看出，在降水區(qū)域（強(qiáng)度＞20 dBz），經(jīng)過濾波算法后，數(shù)據(jù)很好地保留了ΦDP數(shù)據(jù)，經(jīng)過計(jì)算統(tǒng)計(jì)，無效數(shù)據(jù)濾除率高于82%。對比圖9、圖10 可以看出，經(jīng)過濾波后，數(shù)據(jù)抖動情況有了很好的改善，數(shù)據(jù)質(zhì)量有了很大提高。

圖8 第六層濾波后ΦDP 數(shù)據(jù)

圖9 第六層全部ΦDP 數(shù)據(jù)濾波前散點(diǎn)圖

圖10 第六層全部ΦDP 數(shù)據(jù)濾波后散點(diǎn)圖

4 結(jié)論

文中討論了X 波段相控陣天氣雷達(dá)在降水過程中ΦDP數(shù)據(jù)質(zhì)量改善的問題，通過研究ΦDP數(shù)據(jù)的物理意義，利用相關(guān)系數(shù)以及譜寬等物理量，剔除了部分地雜波引起的ΦDP數(shù)值偏差問題。同時(shí)根據(jù)ΦDP自身的物理特性，提出數(shù)據(jù)的平滑算法以及中值濾波算法，更加有效地提高了ΦDP的數(shù)據(jù)質(zhì)量，同時(shí)利用仿真驗(yàn)證了濾波算法的效果，地雜波濾除率大于或等于85%，而無效數(shù)據(jù)濾除率大于或等于80%，ΦDP整體數(shù)據(jù)質(zhì)量有明顯提升。

該文濾波采用的平滑濾波算法為中值濾波算法，后期應(yīng)引入更好、更高效的濾波[16]和擬合算法，提升數(shù)據(jù)平滑效率。同時(shí)根據(jù)數(shù)據(jù)分析出現(xiàn)的穿過雨區(qū)的ΦDP隨距離逐漸減小的問題，需要檢查雷達(dá)設(shè)備信號處理算法符號，保證后期ΦDP數(shù)據(jù)的正確性。