雷達回波中的降水量雜波識別技術研究

摘要：本文主要從地物雜波與降水回波的回波特征中，利用基數據提取出來的反射率因子及其方位和徑向上的坐標來計算特征量沿徑向的變化程度SPIN 、徑向速度的平均值MDVE、回波強度的紋理TDBZ、沿徑向方向的變號SIGN，并對這些特征量利用隸屬函數進行模糊化處理，從而得到判讀地物回波和氣象回波的判據，達到提出地物雜波的目的。文中主要根據西南區域雷達的數據進行分析，發現算法對于地物雜波的剔除有一定的效果，識別的結果初步合理，但還需要進一步的驗證效果并對算法進行進一步的改進。

關鍵詞：模糊邏輯；地物雜波；雷達回波反射率；隸屬函數

中圖分類號： P415 文獻標識碼： A DOI編號： 10.14025/j.cnki.jlny.2018.08.058

為了提高雷達數據的可靠性，科研人員做了很多努力和研究，利用地物雜波的特點來尋求一種有效的識別去除算法。劉黎平等人在分布式超折射地物回波對氣象雷達產生的影響問題上，提出了利用模糊邏輯對其識別的算法，利用了地物雜波區別于降水回波的物理量識別地物雜波，同時也進行了改進和效果檢驗，表明該算法對地物回波有明顯的識別作用[1-2]。何彩芬等建立了一種多維線性雜波識別算法，該算法在150km以內，能夠有效地過濾非氣象回波，并且保留基本完整的降水回波，使得后續分析的降水數據較為準確和完整[3]。邵偉等建立了一種基于小波變換的雜波識別過濾技術，利用小波分析技術對各個區域進行小波分解，并且在后續的試驗中證明了該算法對于地物雜波的識別過濾有一定的改善作用，運用相關理論不斷優化提出的基于小波變換的算法[4]。M. Gabella 和R. Notarpietro提出了一種基于紋理的去除地物雜波的技術，其優點是容易實現并且在晴天和降水模式下都可以運用，除了與多普勒雷達得到的徑向速度數據結合，也可以與其他可用的雷達回波信息結合使用[5]。F. Silvestro認為，從雷達散射體積中獲得的降雨率以及其他的參數受到強烈的地物回波及超折射回波的影響，在處理這些非氣象回波時，結合以往的識別算法，提出了新的去除算法，該算法充分利用了多普勒信息、雙偏振信息以及雷達反射率的垂直分布特性，達到了更好的識別氣象回波和非氣象回波的效果，目前該算法已經運用于C波段的雷達中，展現了識別地物雜波的效果[6]。

目前，對地物雜波的識別主要是研究在去除地物雜波的時候，如何準確地保留氣象回波以及對晴空回波的識別，這也是為了能夠提高雷達回波數據整體的可靠性。本文主要是為了運用地物雜波的回波特點以及由此衍生出的特征量的大小特點來對雜波進行識別，并尋求一個比較有效的識別算法，對目前已存在的識別算法進行部分的修改和檢驗。

1識別算法

目前，使用的雷達基數據主要分為三種，即CINRAD CB/SA/SB這三種，本文使用的為CINRAD SA的基數據，在熟悉相關雷達基數據格式的前提下，利用程序達到對所需數據的提取和分析，主要提取的數據有徑向速度、反射率、方位角、仰角、反射率的距離庫數，以及體掃模式等要素。將每個點當作一個二維的矩陣（i，j）進行循環計算，利用相關公式計算這幾個特征量，得出較為完整的特征量的計算結果，在其中有些計算過程中需要自己設置閾值，根據現有的雷達數據以及結論，可以參考有些閾值的設置，并根據已有的閾值再做適當的調整，也需要考慮其他因素。因此，在這個過程中需要不斷嘗試不同的閾值，以此尋求一個最佳的判斷閾值。在模糊邏輯模糊化的過程中，最重要的就是對每個特征量設置各自合適的隸屬函數，以達到模糊化處理的效果。

本文采用的模糊邏輯算法就是利用模糊邏輯對所求得的特征量進行模糊化來達到0～1區間內的有效判據，這是一種模糊邏輯，是可以用來綜合評價受多種因素影響的有效的多因素決策方法。它的優勢在于結果不是絕對的正確或錯誤，而是利用模糊的概念去判斷，由此來得出判據的大小以及結果的有效性。

在特征量的權重分配上，初始時將特征量的權重設置為相同的，而在試驗過程中可以發現，有些特征量在判別地物雜波和氣象回波上的區別度不大，例如SING，在計算SIGN的時候可以發現，與TDBZ和SPIN不同的是，在數值上地物雜波的TDBZ和SPIN明顯比氣象回波要大，但SIGN兩者卻相差不大，從整體上看對于區別地物雜波和氣象回波的作用不大，因此SIGN可以不參與地物雜波識別的過程。

在回波距離的問題上，可以分為兩個階段，一是150km以內的回波識別閾值，二是150km以外的識別閾值。在本文中，首先假設在150km以內的判斷閾值為0.4，在150km以外的回波距離出的判斷閾值為0.6，這樣提高了識別的效果。目前也有研究人員采用了線性閾值的方法，即將閾值大小與離雷達站的距離線性化，運用一次線性關系對距離雷達站不同距離處的回波點進行有區別性的閾值選擇。

2算法識別效果分析

圖1（左）是2017年1月1日西南區域雷達探測的一次0.5度仰角的PPI雷達回波圖，從圖中可以看出，在雷達站的周圍沒有明顯的降水回波，基本為弱回波區域，但明顯在雷達站25km的范圍內有約35dBZ的回波，主要分布在雷達站四周，而且較為分散，相比于降水回波，連續性較差，所以可以基本判定這些回波為要剔除的地物雜波，之后便利用建立的模糊邏輯算法，判斷測算這些回波點的回波反射率特征量的判據是否大于所設置的閾值。若大于閾值，則認為是地物雜波使其回波dBZ為0。

2.1降水情況下地物雜波識別效果

分析這次的地物雜波效果，主要是建立在存在降水回波的前提下，降水模式本文采用VCP11模式，主要地物雜波的回波強度為40dBZ。在這種降水情況下的地物雜波識別與沒有降水的時候有很大的區別，因為地物回波主要特點是分布比較分散，為孤立的回波點，主要分布在雷達站四周，當抬高仰角之后會逐漸消失，所以在高度上，地物雜波的回波頂相比于降水回波要小，一般以3km為界限，當出現降水回波的時候，高于3km回波頂的上層回波可以認為是正常的降水回波，低于3km的回波且小于模糊邏輯算法所設置的閾值的回波點可以認為是地物雜波點，并剔除該點的回波反射率來達到地物雜波識別額度效果。所以在識別江水情況下的地物雜波識別時，需要判別此回波點是否為地物雜波點，可以通過回波高度來基本判定，避免降水回波被剔除掉，影響回波圖的后續使用。在降水天氣情況下，雷達電磁波在傳播過程中必定會受到一部分衰減，若是在研究例如X波段等短波長的雷達地物雜波識別時，需要考慮電磁波在傳播過程中的衰減問題，此次研究的雷達基數據為SA雷達，因此在處理中衰減可以暫時忽略。

通過實例分析可以看出，有效的雜波抑制和去除技術能顯著改善雷達的基數據，以及經過后處理而得出的導出產品的質量和可靠性，對于提高短時的降水預報有重要作用，在降水預報的時候去除雜波產生回波的影響，對降水強度的預估和實時預報的準確性有很大作用和影響，因此地物雜波識別技術在降水回波區域的應用是十分必要的，而且目前主要是針對降水區域地物雜波的識別技術，旨在研究如何有效地識別地物雜波和降水回波，盡量避免降水回波的意外剔除的損失。

2.2回波空洞的填補技術

因為地物雜波去除技術留下來的“回波空洞”問題，對于后續的雷達回波圖的使用以及導出產品的質量產生了重大影響，因此如何填補回波空洞是絕對有必要的。如果是無降水回波出現的情況，此時的回波圖上基本為非降水的弱回波，地物雜波的顯示是很明顯的，因此去除地物雜波之后利用上層回波的反射率來進行填補，在一定程度上改善了因空洞而產生的影響。對于回波空洞的填補主要是針對于存在降水回波的情況下，需要判斷回波空洞出現的區域是否出現了降水，這種問題可以通過回波頂高來判斷，高于3km且上層回波為降水回波的可以基本判定為降水區域。對回波空洞的填補主要是利用上層回波的反射率來進行填補工作，如果某個區域的下層為地物雜波剔除后形成的回波空洞，而上層則為受地物影響較小或者基本無地物雜波的降水回波，則可以利用上層的降水回波進行填補。回波空洞有效填補之后，能使得某些被誤認為地物雜波的降水回波得以重新顯示，被誤判的回波區域面積能夠有效減小，也能使地物雜波識別技術更加完善，得到的結果也更有質量和可靠性。

分析這次雷達地物雜波識別技術，可以看出結合了純地物回波和降水情況下的地物雜波識別效果。從圖2中可以看出基本沿西南—東北走向為分界線，左側基本無降水，而右側明顯出現了連續性降水。在此次地物雜波識別中，摻雜了前兩個實例的特點，可以看出在分界線的左側，很明顯雷達站周圍的地物被剔除了，基本沒有殘留的地物回波，而在分界線的右側，在存在降水的情況下，去除地物雜波之后，某些降水回波也被認為是地物雜波而被剔除，一些弱降水回波也就沒有顯示出來，形成了與圖1相似的回波空洞，在利用高層回波下拉的方式后，可以得出初步填補之后的回波圖。

3結論

本文針對地物雜波的特性以及有關的特征量進行的地物雜波識別算法的建立，主要根據雷達基數據提取的回波強度和徑向速度，速度譜寬等參數，計算了相關特征量，然后進行模糊化處理，設置判斷閾值達到去除地物雜波的作用，得出了以下結論：

地物雜波的存在對于雷達基數據以及其導出產品有嚴重影響，因此，雷達回波中的地物雜波識別技術是提高產品質量的重要手段。

模糊邏輯算法能夠在一定程度上識別地物雜波和氣象回波，但需要進一步改進，例如對于回波空洞的出現該如何進行填補使得回波更加的完整。目前，使用的回波填補工作是利用仰角的回波中基本沒有地物雜波出現的回波反射率進行填補工作，這項工作使得去除地物雜波之后的雷達反射率PPI圖更加的完整。

參考文獻

[1]劉黎平，吳林林，楊引明.基于模糊邏輯的分步式超折射地物回波識別方法的建立和效果分析[J].氣象學報，2007，65（02）：252-260.

[2]莊薇，劉黎平，余燕群，等.雷達地物回波模糊邏輯識別法的改進及效果檢驗[J].氣象學報，2012，70（03）：576-584.

[3]何彩芬，黃旋旋，丁燁毅，等.寧波非氣象雷達回波的人工智能識別及濾波[J].應用氣象學報，2007，18（06）：856-864.

[4]邵偉，程浩，劉國慶.基于小波變換的雷達信號地雜波濾除[J].計算機工程與設計，2012，33（02）：793-797.

[5]Gabella M， Notarpietro R. Ground clutter characterization and elimination in mountainous terrain[C].Radar Meteorology. Radar Meteorology （ERAD）， 2002：91-99.

[6] Silvestro F， Rebora N， Ferraris L， et al. Clutter and rainfall discrimination by means of doppler-polarimetric measurements and vertical reflectivity profile analysis[J]. Advances in Geosciences， 2005，2（03）：201-231.

作者簡介：黎霖，本科學歷，助理工程師，研究方向：大氣探測及雷達機務保障。