雷達(dá)回波中的降水量雜波識(shí)別技術(shù)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(shù)據(jù)提取出來的反射率因子及其方位和徑向上的坐標(biāo)來計(jì)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(qiáng)度的紋理TDBZ、沿徑向方向的變號(hào)SIGN，并對(duì)這些特征量利用隸屬函數(shù)進(jìn)行模糊化處理，從而得到判讀地物回波和氣象回波的判據(jù)，達(dá)到提出地物雜波的目的。文中主要根據(jù)西南區(qū)域雷達(dá)的數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)算法對(duì)于地物雜波的剔除有一定的效果，識(shí)別的結(jié)果初步合理，但還需要進(jìn)一步的驗(yàn)證效果并對(duì)算法進(jìn)行進(jìn)一步的改進(jìn)。

關(guān)鍵詞：模糊邏輯；地物雜波；雷達(dá)回波反射率；隸屬函數(shù)

中圖分類號(hào)： P415 文獻(xiàn)標(biāo)識(shí)碼： A DOI編號(hào)： 10.14025/j.cnki.jlny.2018.08.058

為了提高雷達(dá)數(shù)據(jù)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(diǎn)來尋求一種有效的識(shí)別去除算法。劉黎平等人在分布式超折射地物回波對(duì)氣象雷達(dá)產(chǎn)生的影響問題上，提出了利用模糊邏輯對(duì)其識(shí)別的算法，利用了地物雜波區(qū)別于降水回波的物理量識(shí)別地物雜波，同時(shí)也進(jìn)行了改進(jìn)和效果檢驗(yàn)，表明該算法對(duì)地物回波有明顯的識(shí)別作用[1-2]。何彩芬等建立了一種多維線性雜波識(shí)別算法，該算法在150km以內(nèi)，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(xù)分析的降水?dāng)?shù)據(jù)較為準(zhǔn)確和完整[3]。邵偉等建立了一種基于小波變換的雜波識(shí)別過濾技術(shù)，利用小波分析技術(shù)對(duì)各個(gè)區(qū)域進(jìn)行小波分解，并且在后續(xù)的試驗(yàn)中證明了該算法對(duì)于地物雜波的識(shí)別過濾有一定的改善作用，運(yùn)用相關(guān)理論不斷優(yōu)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(shù)，其優(yōu)點(diǎn)是容易實(shí)現(xiàn)并且在晴天和降水模式下都可以運(yùn)用，除了與多普勒雷達(dá)得到的徑向速度數(shù)據(jù)結(jié)合，也可以與其他可用的雷達(dá)回波信息結(jié)合使用[5]。F. Silvestro認(rèn)為，從雷達(dá)散射體積中獲得的降雨率以及其他的參數(shù)受到強(qiáng)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(shí)，結(jié)合以往的識(shí)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(dá)反射率的垂直分布特性，達(dá)到了更好的識(shí)別氣象回波和非氣象回波的效果，目前該算法已經(jīng)運(yùn)用于C波段的雷達(dá)中，展現(xiàn)了識(shí)別地物雜波的效果[6]。

目前，對(duì)地物雜波的識(shí)別主要是研究在去除地物雜波的時(shí)候，如何準(zhǔn)確地保留氣象回波以及對(duì)晴空回波的識(shí)別，這也是為了能夠提高雷達(dá)回波數(shù)據(jù)整體的可靠性。本文主要是為了運(yùn)用地物雜波的回波特點(diǎn)以及由此衍生出的特征量的大小特點(diǎn)來對(duì)雜波進(jìn)行識(shí)別，并尋求一個(gè)比較有效的識(shí)別算法，對(duì)目前已存在的識(shí)別算法進(jìn)行部分的修改和檢驗(yàn)。

1識(shí)別算法

目前，使用的雷達(dá)基數(shù)據(jù)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(shù)據(jù)，在熟悉相關(guān)雷達(dá)基數(shù)據(jù)格式的前提下，利用程序達(dá)到對(duì)所需數(shù)據(jù)的提取和分析，主要提取的數(shù)據(jù)有徑向速度、反射率、方位角、仰角、反射率的距離庫(kù)數(shù)，以及體掃模式等要素。將每個(gè)點(diǎn)當(dāng)作一個(gè)二維的矩陣（i，j）進(jìn)行循環(huán)計(jì)算，利用相關(guān)公式計(jì)算這幾個(gè)特征量，得出較為完整的特征量的計(jì)算結(jié)果，在其中有些計(jì)算過程中需要自己設(shè)置閾值，根據(jù)現(xiàn)有的雷達(dá)數(shù)據(jù)以及結(jié)論，可以參考有些閾值的設(shè)置，并根據(jù)已有的閾值再做適當(dāng)?shù)恼{(diào)整，也需要考慮其他因素。因此，在這個(gè)過程中需要不斷嘗試不同的閾值，以此尋求一個(gè)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(duì)每個(gè)特征量設(shè)置各自合適的隸屬函數(shù)，以達(dá)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(duì)所求得的特征量進(jìn)行模糊化來達(dá)到0～1區(qū)間內(nèi)的有效判據(jù)，這是一種模糊邏輯，是可以用來綜合評(píng)價(jià)受多種因素影響的有效的多因素決策方法。它的優(yōu)勢(shì)在于結(jié)果不是絕對(duì)的正確或錯(cuò)誤，而是利用模糊的概念去判斷，由此來得出判據(jù)的大小以及結(jié)果的有效性。

在特征量的權(quán)重分配上，初始時(shí)將特征量的權(quán)重設(shè)置為相同的，而在試驗(yàn)過程中可以發(fā)現(xiàn)，有些特征量在判別地物雜波和氣象回波上的區(qū)別度不大，例如SING，在計(jì)算SIGN的時(shí)候可以發(fā)現(xiàn)，與TDBZ和SPIN不同的是，在數(shù)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(duì)于區(qū)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(shí)別的過程。

在回波距離的問題上，可以分為兩個(gè)階段，一是150km以內(nèi)的回波識(shí)別閾值，二是150km以外的識(shí)別閾值。在本文中，首先假設(shè)在150km以內(nèi)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(shí)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(dá)站的距離線性化，運(yùn)用一次線性關(guān)系對(duì)距離雷達(dá)站不同距離處的回波點(diǎn)進(jìn)行有區(qū)別性的閾值選擇。

2算法識(shí)別效果分析

圖1（左）是2017年1月1日西南區(qū)域雷達(dá)探測(cè)的一次0.5度仰角的PPI雷達(dá)回波圖，從圖中可以看出，在雷達(dá)站的周圍沒有明顯的降水回波，基本為弱回波區(qū)域，但明顯在雷達(dá)站25km的范圍內(nèi)有約35dBZ的回波，主要分布在雷達(dá)站四周，而且較為分散，相比于降水回波，連續(xù)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(cè)算這些回波點(diǎn)的回波反射率特征量的判據(jù)是否大于所設(shè)置的閾值。若大于閾值，則認(rèn)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(shí)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(qiáng)度為40dBZ。在這種降水情況下的地物雜波識(shí)別與沒有降水的時(shí)候有很大的區(qū)別，因?yàn)榈匚锘夭ㄖ饕攸c(diǎn)是分布比較分散，為孤立的回波點(diǎn)，主要分布在雷達(dá)站四周，當(dāng)抬高仰角之后會(huì)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(dāng)出現(xiàn)降水回波的時(shí)候，高于3km回波頂?shù)纳蠈踊夭梢哉J(rèn)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(shè)置的閾值的回波點(diǎn)可以認(rèn)為是地物雜波點(diǎn)，并剔除該點(diǎn)的回波反射率來達(dá)到地物雜波識(shí)別額度效果。所以在識(shí)別江水情況下的地物雜波識(shí)別時(shí)，需要判別此回波點(diǎn)是否為地物雜波點(diǎn)，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(xù)使用。在降水天氣情況下，雷達(dá)電磁波在傳播過程中必定會(huì)受到一部分衰減，若是在研究例如X波段等短波長(zhǎng)的雷達(dá)地物雜波識(shí)別時(shí)，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(dá)基數(shù)據(jù)為SA雷達(dá)，因此在處理中衰減可以暫時(shí)忽略。

通過實(shí)例分析可以看出，有效的雜波抑制和去除技術(shù)能顯著改善雷達(dá)的基數(shù)據(jù)，以及經(jīng)過后處理而得出的導(dǎo)出產(chǎn)品的質(zhì)量和可靠性，對(duì)于提高短時(shí)的降水預(yù)報(bào)有重要作用，在降水預(yù)報(bào)的時(shí)候去除雜波產(chǎn)生回波的影響，對(duì)降水強(qiáng)度的預(yù)估和實(shí)時(shí)預(yù)報(bào)的準(zhǔn)確性有很大作用和影響，因此地物雜波識(shí)別技術(shù)在降水回波區(qū)域的應(yīng)用是十分必要的，而且目前主要是針對(duì)降水區(qū)域地物雜波的識(shí)別技術(shù)，旨在研究如何有效地識(shí)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(bǔ)技術(shù)

因?yàn)榈匚镫s波去除技術(shù)留下來的“回波空洞”問題，對(duì)于后續(xù)的雷達(dá)回波圖的使用以及導(dǎo)出產(chǎn)品的質(zhì)量產(chǎn)生了重大影響，因此如何填補(bǔ)回波空洞是絕對(duì)有必要的。如果是無降水回波出現(xiàn)的情況，此時(shí)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(jìn)行填補(bǔ)，在一定程度上改善了因空洞而產(chǎn)生的影響。對(duì)于回波空洞的填補(bǔ)主要是針對(duì)于存在降水回波的情況下，需要判斷回波空洞出現(xiàn)的區(qū)域是否出現(xiàn)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(qū)域。對(duì)回波空洞的填補(bǔ)主要是利用上層回波的反射率來進(jìn)行填補(bǔ)工作，如果某個(gè)區(qū)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(jìn)行填補(bǔ)?；夭斩从行钛a(bǔ)之后，能使得某些被誤認(rèn)為地物雜波的降水回波得以重新顯示，被誤判的回波區(qū)域面積能夠有效減小，也能使地物雜波識(shí)別技術(shù)更加完善，得到的結(jié)果也更有質(zhì)量和可靠性。

分析這次雷達(dá)地物雜波識(shí)別技術(shù)，可以看出結(jié)合了純地物回波和降水情況下的地物雜波識(shí)別效果。從圖2中可以看出基本沿西南—東北走向?yàn)榉纸缇€，左側(cè)基本無降水，而右側(cè)明顯出現(xiàn)了連續(xù)性降水。在此次地物雜波識(shí)別中，摻雜了前兩個(gè)實(shí)例的特點(diǎn)，可以看出在分界線的左側(cè)，很明顯雷達(dá)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(cè)，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(rèn)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(bǔ)之后的回波圖。

3結(jié)論

本文針對(duì)地物雜波的特性以及有關(guān)的特征量進(jìn)行的地物雜波識(shí)別算法的建立，主要根據(jù)雷達(dá)基數(shù)據(jù)提取的回波強(qiáng)度和徑向速度，速度譜寬等參數(shù)，計(jì)算了相關(guān)特征量，然后進(jìn)行模糊化處理，設(shè)置判斷閾值達(dá)到去除地物雜波的作用，得出了以下結(jié)論：

地物雜波的存在對(duì)于雷達(dá)基數(shù)據(jù)以及其導(dǎo)出產(chǎn)品有嚴(yán)重影響，因此，雷達(dá)回波中的地物雜波識(shí)別技術(shù)是提高產(chǎn)品質(zhì)量的重要手段。

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

參考文獻(xiàn)

[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(shí)別方法的建立和效果分析[J].氣象學(xué)報(bào)，2007，65（02）：252-260.

[2]莊薇，劉黎平，余燕群，等.雷達(dá)地物回波模糊邏輯識(shí)別法的改進(jìn)及效果檢驗(yàn)[J].氣象學(xué)報(bào)，2012，70（03）：576-584.

[3]何彩芬，黃旋旋，丁燁毅，等.寧波非氣象雷達(dá)回波的人工智能識(shí)別及濾波[J].應(yīng)用氣象學(xué)報(bào)，2007，18（06）：856-864.

[4]邵偉，程浩，劉國(guó)慶.基于小波變換的雷達(dá)信號(hào)地雜波濾除[J].計(jì)算機(jī)工程與設(shè)計(jì)，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(jiǎn)介：黎霖，本科學(xué)歷，助理工程師，研究方向：大氣探測(cè)及雷達(dá)機(jī)務(wù)保障。