KAZR云雷达的云检测新方法及SACOL云物理特性的研究
发布时间：2021-08-11 18:31
云是气候系统中最为重要的因子之一,对地气系统辐射收支平衡有显著影响。云雷达是研究云物理特性的有力工具。本文针对KAZR云雷达,对其云信号检测算法进行介绍,提出一种基于高斯及双边滤波的云检测新算法,可以增加弱云识别。在此基础上对兰州大学半干旱气候与环境监测站（SACOL）上空云的宏观物理特性进行统计分析,主要得到以下结论:（1）对KAZR云雷达的Signal Noise Ratio（SNR）数据产品进行高斯滤波后可迅速实现噪声与信号的分离,在此基础上选取2.8的阈值可以达到识别云雷达回波信号的目的,此算法对云信号的平均误检率为0.12%,平均漏检率为2.52%。（2）提出了一种云雷达信号识别新算法:利用双边滤波器对雷达信噪比处理,并构建一具备中心权重的时间-空间滤波器,用此滤波器对处理后的信噪比图像进行二次滤波即可识别到云信号。构建模拟信号对算法进行检验后表明,其对强、中、弱云识别误检率分别为0.048%,0.103%与0.007%,对三种云识别的漏检率分别为0.244%,0.229%和9.774%,比ARM中Millimeter Wavelength Cloud Radar（MMCR）...
【文章来源】：兰州大学甘肃省 211工程院校 985工程院校 教育部直属院校
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
KAZR两个通道最小探测信号根据KAZR适用的雷达气象方程
雷达接收机在接受回波信号的同时也会接受并产生噪声。噪声主要来源于内部和外部两方面:内部噪声由接收机中的馈线、电路中的电阻器件、放大器、混频器产生;外部噪声由天线引入的热噪声及各种人为干扰等造成。为了从雷达原始观测信号中提取云的有效信息，首先需对数据进行噪声和云识别分析，图 3-1 表示云雷达产生的 dBZ 图像，从图中可以看到云信号与噪声混杂在一起，因此需对噪声去除。Clothiaux 等人于 1995 年[25]开发的云检测方法被 ARM 采用作为云雷达信号识别算法中一重要组成部分，Marchand 于 2007 年对上述算法进行改进后识别到了信号更弱的云层，被 CloudSat 采用作为其云检测算法。这两种算法均有一定的不足：ARM 使用的云检测算法漏检率为 14%，且对于云边界不能很好地识别，CloudSat 中的算法可以识别到很弱的云层，但是算法步骤复杂，处理效率较低。与此同时一些图像处理算法已在图像处理领域得到广泛的应用，包括噪声压缩、边缘检测、图像分割等技术[53-56]，对信号识别算法的改进提供了借鉴。本章首先对 ARM 中 MMCR 云雷达基本的信号识别算法进行介绍，并提出了一种基于噪声压缩技术的云检测算法，在这一基础上引入双边滤波的概念，设计了一种有效识别弱云信号的新方法。
图 3-2 正态分布图像最大高度处的 30 个波门（对应海拔高度范围为流层顶高度，我们通常认为此高度不存在云分布噪声，用以计算噪声平均值 m 和标准差 σ。进一背景噪声的平均值加一个标准差数值（m+σ）进 m+σ，则认为此波门可能包含有效信号回波，并这一波门存在有效信号，反之将波门值设为 0。6%数量的波门会在第一步中被错误判定为云信存在持续关联性分布(若某个波门为云的有效回门中也可能存在一定数量的云信号)。因此，考波器进行低通滤波，可以有效将误判噪声信号滤
【参考文献】：
期刊论文
[1]利用云雷达反演层状云空气垂直速度及微物理参数的个例研究[J]. 段艺萍,刘寿东,刘黎平,李曦,徐亚娟,王冠华,苏艳. 科学技术与工程. 2013(27)
[2]云底高度的激光云高仪、红外测云仪以及云雷达观测比对分析[J]. 黄兴友,夏俊荣,卜令兵,张雪芬,雷勇,黄建松,王巍巍,吴迪,蒋昌华,胡汉峰. 量子电子学报. 2013(01)
[3]云雷达反演层状云微物理参数及其与飞机观测数据的对比[J]. 刘黎平,宗蓉,齐彦斌,刘健. 中国工程科学. 2012(09)
[4]基于COSMIC掩星探测资料的云底高反演研究[J]. 严卫,韩丁,陆文,雷霄龙. 地球物理学报. 2012(01)
[5]3mm多普勒云雷达测量反演云内空气垂直速度的研究[J]. 彭亮,陈洪滨,李柏. 大气科学. 2012(01)
[6]用CloudSat/CALIPSO资料分析亚洲季风区和青藏高原地区云的季节变化特征[J]. 汪会,罗亚丽,张人禾. 大气科学. 2011(06)
[7]半干旱地区卷云特征的激光雷达探测[J]. 刘瑞金,张镭,王宏斌,曹贤洁,黄建平,闭建荣. 大气科学. 2011(05)
[8]基于ISCCP观测的云量全球分布及其在NCEP再分析场中的指示[J]. 刘奇,傅云飞,冯沙. 气象学报. 2010(05)
[9]毫米波测云雷达系统及其外场试验结果初步分析[J]. 刘黎平,仲凌志,江源,伍静,殷俊一,夏冬,陈玲. 气象科技. 2009(05)
[10]利用星载激光雷达资料研究东亚地区云垂直分布的统计特征[J]. 李积明,黄建平,衣育红,吕达仁. 大气科学. 2009(04)
本文编号：3336673
【文章来源】：兰州大学甘肃省 211工程院校 985工程院校 教育部直属院校
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
KAZR两个通道最小探测信号根据KAZR适用的雷达气象方程
雷达接收机在接受回波信号的同时也会接受并产生噪声。噪声主要来源于内部和外部两方面:内部噪声由接收机中的馈线、电路中的电阻器件、放大器、混频器产生;外部噪声由天线引入的热噪声及各种人为干扰等造成。为了从雷达原始观测信号中提取云的有效信息，首先需对数据进行噪声和云识别分析，图 3-1 表示云雷达产生的 dBZ 图像，从图中可以看到云信号与噪声混杂在一起，因此需对噪声去除。Clothiaux 等人于 1995 年[25]开发的云检测方法被 ARM 采用作为云雷达信号识别算法中一重要组成部分，Marchand 于 2007 年对上述算法进行改进后识别到了信号更弱的云层，被 CloudSat 采用作为其云检测算法。这两种算法均有一定的不足：ARM 使用的云检测算法漏检率为 14%，且对于云边界不能很好地识别，CloudSat 中的算法可以识别到很弱的云层，但是算法步骤复杂，处理效率较低。与此同时一些图像处理算法已在图像处理领域得到广泛的应用，包括噪声压缩、边缘检测、图像分割等技术[53-56]，对信号识别算法的改进提供了借鉴。本章首先对 ARM 中 MMCR 云雷达基本的信号识别算法进行介绍，并提出了一种基于噪声压缩技术的云检测算法，在这一基础上引入双边滤波的概念，设计了一种有效识别弱云信号的新方法。
图 3-2 正态分布图像最大高度处的 30 个波门（对应海拔高度范围为流层顶高度，我们通常认为此高度不存在云分布噪声，用以计算噪声平均值 m 和标准差 σ。进一背景噪声的平均值加一个标准差数值（m+σ）进 m+σ，则认为此波门可能包含有效信号回波，并这一波门存在有效信号，反之将波门值设为 0。6%数量的波门会在第一步中被错误判定为云信存在持续关联性分布(若某个波门为云的有效回门中也可能存在一定数量的云信号)。因此，考波器进行低通滤波，可以有效将误判噪声信号滤
【参考文献】：
期刊论文
[1]利用云雷达反演层状云空气垂直速度及微物理参数的个例研究[J]. 段艺萍,刘寿东,刘黎平,李曦,徐亚娟,王冠华,苏艳. 科学技术与工程. 2013(27)
[2]云底高度的激光云高仪、红外测云仪以及云雷达观测比对分析[J]. 黄兴友,夏俊荣,卜令兵,张雪芬,雷勇,黄建松,王巍巍,吴迪,蒋昌华,胡汉峰. 量子电子学报. 2013(01)
[3]云雷达反演层状云微物理参数及其与飞机观测数据的对比[J]. 刘黎平,宗蓉,齐彦斌,刘健. 中国工程科学. 2012(09)
[4]基于COSMIC掩星探测资料的云底高反演研究[J]. 严卫,韩丁,陆文,雷霄龙. 地球物理学报. 2012(01)
[5]3mm多普勒云雷达测量反演云内空气垂直速度的研究[J]. 彭亮,陈洪滨,李柏. 大气科学. 2012(01)
[6]用CloudSat/CALIPSO资料分析亚洲季风区和青藏高原地区云的季节变化特征[J]. 汪会,罗亚丽,张人禾. 大气科学. 2011(06)
[7]半干旱地区卷云特征的激光雷达探测[J]. 刘瑞金,张镭,王宏斌,曹贤洁,黄建平,闭建荣. 大气科学. 2011(05)
[8]基于ISCCP观测的云量全球分布及其在NCEP再分析场中的指示[J]. 刘奇,傅云飞,冯沙. 气象学报. 2010(05)
[9]毫米波测云雷达系统及其外场试验结果初步分析[J]. 刘黎平,仲凌志,江源,伍静,殷俊一,夏冬,陈玲. 气象科技. 2009(05)
[10]利用星载激光雷达资料研究东亚地区云垂直分布的统计特征[J]. 李积明,黄建平,衣育红,吕达仁. 大气科学. 2009(04)
本文编号：3336673
本文链接：https://www.wllwen.com/projectlw/qxxlw/3336673.html
