多普勒雷达速度退模糊方法分析

多普勒雷达速度退模糊方法分析
陈宏波;闵锦忠;丁文文;蒋骏;钱昊钟
【摘要】速度退模糊方法的基本思路一般是先找到可靠观测,以可靠观测为基础进行空间连续性检查.文章设计了模拟的雷达径向风资料,对比了两种典型的自动退模糊方法,一种Zhangjian的基于零风速线的方法;另外一种是Xuqin的基于反演平均风的方法.模拟资料的检验结果表明:(1)Zhangjian的方案对零风速线与某一条径线较匹配时,会取得较好效果,否则找不到弱风区,退模糊失败;(2)Xuqin的方案对非线性很敏感,非线性越强,效果越差.文中设计了一种寻找弱风区确切位置的算法.使用模拟资料的测试效果表明,新方案继承了零线方案的优点,另外,当零风速线的走向与观测径线差异较大时,仍然可以取得较好的结果.
【期刊名称】《内蒙古气象》
【年(卷),期】2015(000)003
【总页数】6页(P18-23)
【关键词】多普勒雷达;退模糊;零风速线
【作者】陈宏波;闵锦忠;丁文文;蒋骏;钱昊钟
【作者单位】南京信息工程大学,江苏南京210044;常州市气象局,江苏常州213000;南京信息工程大学,江苏南京210044;金坛市气象局,江苏金坛213299;常州市气象局,江苏常州213000;宜兴市气象局,江苏宜兴214206
【正文语种】中文
【中图分类】P415.2
多普勒雷达观测资料在临近预报和数值预报中都起着重要作用。

雷达资料的时空分辨率使其几乎可以实时提供雷达附近数百公里范围内的降水、风场、大气中水汽和冰粒等气象状态的信息，这对提高临近预报甚至是短时预报的水平起到了几乎不可替代的作用。

另外，将雷达资料应用于数值预报中时，使用适当的同化方式可以为数值预报模式提供一个更加准确的初始场，进而改善数值预报效果。

因此，雷达数据的质量就显得尤其重要。

受到脉冲重复频率（PRF）和波长（λ）的限制，存在一个最大不模糊速度（Vmax）。

当实际风速（VT）超过这个速度时，就会发生模糊，观测值是V0，n是折叠次数，取值0,1,2等[1]。

解决测速模糊的方法研究很早就已经开始。

从20世纪70年代以来，气象工作者开发了多种退模糊方法。

早期的方案都是依赖观测场的空间连续性约束来检查观测是否模糊。

1977年Ray edd[2]提出第一种退模糊算法，这是一种一维径向方案，它使用径向上的观测信息来判断和去除速度模糊，当径向观测应当规则地分布在它们的平均值附近。

在径向观测分布近似高斯分布时，或者模糊观测很少时，这种方法才会有较好表现。

Merit[3]开发了一种算法，他在每一个距离圈上算出平均风的方向，同时随高度变化的风向。

这种方法忽略了风的切变，但是可以处理孤立的回波观测。

Bergen和Albers[4]改进了该方案，使用VAD方法得到各距离圈上得平均风，这种方法在切变较小时，并且最大不模糊速度大于17m·s-1时表现良好；他们同时尝试了在垂直方向上进行对比，这样的对比有利于处理孤立的回波观测，并且降低了对VAD 平均风场的需求。

Gong[5]等建立了一种三步退模糊方案。

首先使用MVAD （tabary[6]，2001）方法标注出可能的模糊观测；再用传统VAD方法计算出平均风，并用各层平均风对相同高度层上的观测进行退模糊；最后进行二维连续性检查退模糊。

Qin xu[7]等改进了VAD反演方案，并将其扩展至VVP方案，将获取
的高度层的平均风作为参考[8]，对观测进行退模糊，最后进行连续性检查。

Zhang jian[9]提出在一个观测仰角的数据中寻找零风速线的方案，并将零风速线
作为参考值进行空间二维检查退模糊。

蔡亲波等[10]对该方法切向确定可靠观测
点时，采取了更严格的标准，也取得较好的效果。

本文在检验了两种典型的自动退模糊方案后，提出了一种新的退模糊修正方案。

现在速度退模糊的思路一般是先获取参考值，可以通过其他气象资料，也可以通过雷达径向风资料本身的特点来发掘参考值，然后根据观测值的空间连续性来订正模糊观测。

雷达资料的空间分辨率和时间分辨率都非常高，这是其他气象资料所无法比拟的，因此，采用与其他气象资料比较而获取的参考值的方法也并非十分可靠，甚至没法找到参考值。

本文主要分析的是通过雷达径向风资料本身发掘参考值的自动退模糊方式。

从雷达资料自身发掘参考值的退模糊的方式分析比较多的一般有两种，即从径向上确定和从切向上确定。

1.1 零线方案
零径向速度线与实际风向始终相交，因此可以通过雷达PPI图上的零风速线来确
定各个高度上的实际风的方向。

在PPI图像上，零风速线附近的径向风速都比较小，一般都是不模糊的，因此，可以将零风速线附近的观测值确定为可靠的，在退模糊时可以将其确定为可靠观测。

在自动速度退模糊系统中，首先需要确定零风速线的位置，然后将零风速线上的观测作为参考检查其他观测。

Zhangjian[9]的方法分为两步：（1）搜寻弱风区，对弱风区观测值进行退模糊处理，并确定下一步退模糊的参考值；（2）两轮径向和切向连续性检查退模糊。

具体地说，确定雷达某个仰角观测中的弱风区的标准，就是观测平均值最小，同时不存在较大切变的连续3条的径线数据。

然后从这3条已处理的径线出发，双向各180°对所有的径线进行处理，这样可以从切向上控制误差的传播。

每个待处理的
径向观测，首先进行切向退模糊，再进行径向退模糊。

这样的双向退模糊处理两次，
基本可以较好的处理模糊的观测。

这种方案要求观测场中存在较完整的零风速线，否则无法进行退模糊处理。

1.2基于ARVAD反演的方案
该方案也是首先要获取可靠的观测值，这是通过反演出的平均风来获取的。

为了获取较为准确的平均风场，首先标注出可能模糊的观测[7]，去除了不可靠观测对反
演平均风时的干扰。

这个方法的流程主要分为三个部分：（1）利用ARVAD方法反演出各层的平均风；（2）将平均风插值到观测场，并将其作为参考对观测进行第一步退模糊；（3）连续性检查，进行全局退模糊。

这种方案要求反演出的平均风较为可靠，否则后两步退模糊处理就会出现较大的误差，甚至是错误处理。

本文对比了两种方案的优缺点，并基于零风速线方案设计一种处理能力更强的新零线方案。

当实际风与雷达的某一径向垂直时，则在该径向上测得的数据等于零。

因此，通常多普勒雷达的径向风场的PPI图上通常会有一条零风速线。

Zhangjian[9]零线方
案正是基于通过确定零风速线来进行退模糊的。

该方案是通过检查每一条径线观测来确定零线。

但是实际风场十分复杂的，零风速线在PPI图像上的形状也是千变
万化的，因此仅仅通过检查每一条径线很多情况下很难达到目的。

所以本方案的关键是设计出一个算法来确定零线的确切位置。

2.1 确定零风速线
根据实际情况，大部分零风速线都是经过雷达站的。

这里对零线方案寻找弱风区的步骤进行改进。

第一步，先确定出分段零风速线。

先将一个仰角的数据均分为40个观测（10km）的距离圈，对各距离圈内的所有分段径线进行检查。

将符合下面标准的径线定为分段零线。

式中，分段零线上的有效数据不少于15个；所有有效数据满足（3）、（4）式。

这里将确定为分段零线的分段径线标志为“1”，不满足第一条的标志为“0”，
满足第一条，但不满足第三条的，标志为“2”。

这样在各个距离圈都确定了若干个分段零线。

（3）、（4）式中的VN是指最大不模糊速度，对于我国的新一代多普勒天气雷
达而言，雷达观测的中下层仰角的最大不模糊速度是27m·s-1。

（3）式中i取
1,2,3……n等，指某一径向上的有效观测；α是一个常数，取0.8。

（4）式表示该只取径向上±βVN之间的观测求平均值，这里β是一个常数，取0.3；N1指参与
求平均值的观测个数。

第二步是确定组成零风速线的各分段。

将靠近雷达的距离圈的分段径线确定为基准径线，从某个基准径线出发由近及远地寻找零线，都可能找到动态的零线。

由近及远，逐段检查各分段径线。

当处理标志为“0”的分段径线时，则方位角和前一个分段一样；若分段径线的标志为“1”，则在下一段搜索分段零线时，在该方位角的前后各5°内搜寻，若找不到标志为“1”的分段径线，则跳过该分段；若分段径线的标志为“2”，则进入下一个基准径线。

如果从某个基准径线出发找到了3个以上的标志为“1”的分段径线，则可将其认为是可能的零线。

对于某个分段零线上的观测，在其切向上前后各10°内如果能找到10个以上有效
观测，则算出他们的切向梯度。

如果找到不只一条零线时，则算出各个零线上的标识为“1”的分段径线上观测的切向梯度，取其中平均值最大的那条为零线。

如果找不到这样的零线，则放宽条件，只要两条标志为“1”的分段径线即可；没有找到，则进程停止，退模糊进程没法启动。

第三步是确定连续的零线。

确定零线后，从基准径线出发后，在找不到标志为“1”的径线时，将最靠近前一条分段零线的分段径线确定为分段零线。

这样在各个距离圈上都找到分段零线后，由基准径线开始，由近及远逐个距离库地确定零线所在位置。

对每个距离库而言，在该观测所在分段径线的方位角的切向
±5°内，同时也在前一个距离库上零点的±5°内，找出绝对值最小的观测，将该观
测确定为该距离库上的零点，如果在这个范围内没有有效观测，则跳过该距离库。

这样在该仰角的PPI图上，可以确定一条曲线（见图1），这就是所要寻找的零线。

2.2 零风速线退模糊
这里参照zhangjian[9]的方法，主要是检查所确定的零风速线上的观测是否存在
较大切变，以及零风速线上的径向风是否都较小。

通过该模块处理的观测可以被确定为可靠观测。

接下来的连续性扩展检查是在着这些可靠观测的基础上进行的。

2.3 连续性检查
参照eilts[11]的方法，这个方案就是使用待处理观测本身所在径线上的可靠观测，以及前一条径线上的可靠观测的平均值作为参考，处理待处理观测。

该方案可以弥补单纯径向扩展的不足，是被证明可靠的速度扩展方案。

这里的速度扩展不是沿着某一条径线，而是和零风速线走向一致的曲线。

3.1 模拟资料简介
3.1.1 Bogus涡旋的构造
为了模拟台风的雷达径向风场，这里参照雷小途等[12]的bogus改进方案，构建
了bogus涡旋的风场。

rm是模拟台风中心附近最大风速的半径，vm是模拟台风中心附近的最大风速，r 是距台风中心的距离，v是台风的切向风速，d是控制台风廓线形状的参数，根据雷小途等[12]的研究，取0.6。

在600km×600km的网格区域范围内。

计算出每个格点上的涡旋风速值。

实际的台风风场很复杂，这里设定台风最大风速出现在bogus涡旋中心的35km处最大风速，最大风速定为30、35、40、45m·s-1等。

假设垂直速度为零，上下层的风速一致。

将bogus风场插值到雷达的观测场，这里涡旋中心在模拟雷达观测场的右侧100km处，（见图2a）。

图2b是模拟观测加上±2m·s-1的观测误差，同时设定最大不模糊速度是27m·s-1。

3.1.2 数据覆盖不全的模拟资料
雷达探测时，只有当雷达波束在观测空间内遇到物体，发生散射时才会有观测。

台风内的云的覆盖范围以及云的形状都很复杂。

这里设定，Bogus涡旋中心10km 范围内是台风眼，没有观测，涡旋中心100km外没有观测(见图3）。

3.1.3风向随高度旋转的雷达径向风回波
这里为了测试新方案寻找零风速线的能力，风向风速随高度匀速变化。

体现在模拟的雷达径向风场上，零风速线就是一条曲线(见图4）。

3.2 对比结果
对于bogus模拟资料和资料覆盖不全的bogus模拟资料，因为零风速线几乎是与某一条径线平行的，因此，零线方案和新方案都能够达到较好的退模糊效果。

对于风向随高度旋转的平均风资料，基于ARVAD反演的退模糊方案能够反演出较准确地平均风，同样可以取得较好的退模糊效果。

但是也存在一些问题。

图5是使用基于ARVAD反演方案处理bogus模拟资料的成功率和错误率。

当使用基于ARVAD反演方案处理bogus模拟雷达径向风资料时，随着bogus最大风速的增大，处理效果不断下降。

对于完整的bogus模拟资料而言，当最大风速小于45m·s-1时，基于ARVAD反演的方案效果比较理想，成功率较高，同时错误率很低；当bogus最大风速增大时，即非线性增强时，处理的成功率下降。

使用ARVAD反演方案处理不完整的bogus模拟雷达径向风资料时，效果也是随着bogus最大风速的增加而降低的，但是，在处理过程中产生了较高的错误率。

对于真实雷达观测而言，标准大气折射时的雷达波束的传播随着距离的增加，观测的高度也是增加的，所以风场随高度变化，体现在雷达观测上就是风场随雷达观测
距离的变化。

这里的对模拟观测就是依照这个原理来设定的。

可以看出风场随高度旋转的幅度增大时，零风速线逐渐偏向切线方向。

从模拟图上可以看出，这是由于零风速线是一条曲线，任何一条模拟雷达观测径线都可能会受到速度模糊的干扰，同时径线上的观测平均值也较大，很难确定哪一条径线为零风速线。

进而退模糊进程找不到参考观测，退模糊失败。

新方案继承了零线方案的优点，对零风速线与雷达观测某一条径线匹配时模拟径向风场处理效果较好。

同时从表1中可以看出新方案对零风速线是一条曲线的风场
也能找到零风速线，并取得较好的处理效果。

可以认为新方案寻找零风速线的能力强于零线方案。

实际的试验中，新方案都表现出了较强的退模糊能力，天气系统设计台风、飑线、超级单体等中尺度系统。

图6(a)是一张超级单体风暴的雷达回波的径向风场PPI图，该超级单体于2009年6月5日出现在江苏南京附近，雷达反射率PPI图上有明显的钩状回波。

从图6(a)可以看出在径向风场上出现了两处速度模糊（分别是雷达西北方向140km左右处和雷达南侧70km左右处），同时可以判断出该径向风场上的零风速线较为明显，并且带有一定的弯曲，新方案也可以较准确地完成退模糊处理。

模拟资料和实际资料的测试结果表明，基于零风速线的方案对零风速线与雷达观测某一条径线相匹配时能够达到较好的效果；当零风速线不规则时，或受到模糊观测影响较大时，基于零风速线的方案找不到弱风区（零风速线），退模糊失败。

使用基于ARVAD反演的退模糊方法处理完整bogus模拟雷达资料时，当 bogus 最大风速小于45m·s-1时，能够取得较好的结果，同时错误率很低。

Bogus模拟资料不完整时，处理效果相对较差，处理的成功率相比较完整bogus资料更差，
同时会产生较高的错误处理。

因此，反演方案对线性风场的处理效果较好；反演方案在风场非线性较弱时能取得较好的效果；但当非线性风场的资料覆盖不全时效果
较差。

根据以上两个方案的问题，利用零线方案的退模糊思想，设计了一种基于零风速线的退模糊方案，该方案搜寻零风速线的能力更强。

利用模拟资料和实际资料测试的结果表明，该方案更加有效。

【相关文献】
[1]张培昌,杜秉玉,戴铁王.雷达气象学[M].北京:气象出版社,2001.
[2]Ray P,C Ziegler.De-aliasing first-moment Doppler estimates[J].J.
Appl.Meteor.,1977,16(5):563-564.
[3]Merritt M W.Automatic velocity dealiasing for real-time applications [C].Proc.22nd Conf.on Radar Meteorology.Zurich,Amer.Meteor. Soc.,1984:528-533.
[4]Bergen W R,S C Albers.Two and three-dimensional dealiasing of Doppler radar velocities[J].J.Atmos.Oceanic Technol.,1988,5(2): 305-319.
[5]Gong J,L Wang,Q Xu.A three-step dealiasing method for Doppler velocity data quality control[J].J.Atmos.Oceanic Technol.,2003,20 (12):1738-1748.
[6]Tabary P,G Scialom,U Germann.Real-time retrieval of the wind from aliased velocities measured by Doppler radars[J].J.Atmos.O ceanic Technol..2001,18(6):875-882.
[7]Xu,Q.,K.Nai,and L.Wei,2010:Fitting VAD wind to aliased radi al-velocity observations-A minimization problem with multiple minima.Quart.J.Roy.Meteor.Soc.,136,451-461.
[8]Xu,Q.,K.Nai,and L.Wei,et al.A VAD-Based Dealiasing Method for Radar Velocity Data Quality Control.J.Atmos.Oceanic Technol, 2010,28,50-62.
[9]Zhang J,S Wang.An automated 2-D multi-pass velocity dealiasing
scheme[C].Preprints,11th Conf.on Aviation,Range,and Aerospace,
Hyannis,MA,Amer.Meteor.Soc.,2004,paper 5.5.
[10]蔡亲波,颜琼丹.二维多路多普勒雷达风场自动退模糊算法应用研究[J].气象科学，2000，
29(5):625-632.
[11]Eilts M D,S D Smith.Efficient dealiasing of Doppler velocities us ing local environment constraints[J].J.Atmos.Oceanic Technol., 1990,7(1):118-128.
[12]雷小途,陈联寿.热带气旋风场模型构造及特征参数估算[J].地球物理学报,2005,48(1):25-31.。