一种评估地基天气雷达非降水回波识别算法效果的方法与流程

本发明涉及到遥感技术领域，尤其涉及一种评估地基天气雷达非降水回波识别算法效果的方法。

背景技术：

天气雷达在探测到降水回波的同时，也会探测到非降水回波，这些非降水回波主要来自包括地物、海浪、晴空大气、生物(如昆虫、鸟群)、超折射等，这些非降水回波会干扰降水回波，影响降水预测的准确性，导致预报出现偏差，因此要在降水估计之前将其识别并识别。经过气象学领域广大工作者的研究，已经开发出许多非降水回波识别算法，但对于非降水回波识别算法处理后，非降水回波识别算法的效果评估尚未有定量的方法。现有的地基天气雷达非降水回波识别算法效果评估主要通过资料使用者主观比较非降水回波识别算法识别前后反射率因子ppi图来验证算法效果，缺乏第三方数据验证算法识别的效果，缺乏客观性，且不能给出定量化的效果。因此当前非降水回波识别算法效果评估方法无法客观定量评价天气雷达非降水回波识别算法的效果。

技术实现要素：

为了克服现有技术中的缺点，本发明提供一种评估地基天气雷达非降水回波识别算法效果的方法。

本发明是通过下述技术方案来解决上述技术问题的：

一种评估地基天气雷达非降水回波识别算法效果的方法，包括如下步骤:

步骤1：根据星载降水雷达经过地基天气雷达时的观测时间筛选地基天气雷达的体扫数据，完成所述星载降水雷达与所述地基天气雷达的时间匹配；

步骤2：从所述地基天气雷达获得的体扫数据集中筛选出含有非降水回波的体扫数据,并且从体扫数据中读取反射率因子数据；

步骤3：将所述含有非降水回波的反射率因子数据经非降水回波识别算法处理后得到非降水回波识别后的反射率因子数据；

步骤4：将所述含有非降水回波的体扫数据、非降水回波识别后的体扫数据与所述星载降水雷达的数据分别进行空间匹配；

步骤5：对所述星载降水雷达的反射率因子数据与经非降水回波识别算法处理前后的地基天气雷达的反射率因子数据的进行统计分析，获得经非降水回波识别算法处理前后的地基天气雷达与星载降水雷达反射率因子数据的统计参数，对比所述统计参数进行定量评估，获得所述非降水回波识别算法的定量的非降水回波识别效果。

在具体实施例中，在所述步骤5完成后，再进行步骤6：获得非降水回波识别前、识别后的所述地基天气雷达和星载降水雷达在各仰角的ppi图，比较非降水回波识别前后所述地基天气雷达与星载降水雷达的ppi图，对所述非降水回波识别算法的效果进行直观评估。

在具体实施例中，步骤5中所述的统计参数包括均值、相关系数，均方根误差。

本发明的有益效果在于：本发明提供了一种评估地基天气雷达非降水回波识别算法效果的方法，由于观测方式的不同，星载(trmmtropicalrainfallmeasuringmission和gpm)雷达不受超折射等非降水回波的干扰，且星载雷达经过严格定标，定标精度在±1dbz内。因此本方法通过利用星载降水雷达反射率因子数据分别与地基天气雷达非降水回波识别前后的反射率数据进行时间和空间匹配，并通过对经非降水回波识别算法处理前后的地基天气雷达与星载降水雷达反射率因子数据的统计参数进行对比分析，包括均值、相关系数，均方根误差等进行分析和定量评估，获得所述非降水回波识别算法的定量的效果评估，来验证地基天气雷达反射率经非降水回波识别算法处理后效果，为非降水回波识别算法的改进及非降水回波识别算法中特征因子参数的选择提供依据。

附图说明

图1是本发明的系统流程图。

具体实施方式

下面结合附图给出本发明较佳实施例，以详细说明本发明的技术方案。

如图1所示，一种评估地基天气雷达非降水回波识别算法效果的方法，包括如下步骤:

步骤1：根据星载降水雷达经过地基天气雷达时的观测时间筛选地基天气雷达的体扫数据，完成星载降水雷达与地基天气雷达的时间匹配；

步骤2：从地基天气雷达获得的体扫数据集中筛选出含有非降水回波的体扫数据,并且从体扫数据中读取反射率因子数据；

步骤3：将含有非降水回波的反射率因子数据经非降水回波识别算法处理后得到非降水回波识别后的反射率因子数据；

步骤3：将所述含有非降水回波的反射率因子数据经非降水回波识别算法处理后形成非降水回波识别后的反射率因子数据；

步骤4：将所述含有非降水回波的体扫数据、非降水回波识别后的体扫数据与所述星载降水雷达的数据分别进行空间匹配；

步骤5：对星载降水雷达的反射率因子数据与经非降水回波识别算法处理前后的地基天气雷达的反射率因子数据的进行统计分析，获得经非降水回波识别算法处理前后的地基天气雷达与星载降水雷达反射率因子数据的统计参数，包括均值、相关系数，均方根误差。对比统计参数进行定量评估，获得非降水回波识别算法的定量的非降水回波识别效果。

在具体实施例中，在步骤5完成后，再进行步骤6：获得非降水回波识别前、识别后的地基天气雷达和星载降水雷达在各仰角的ppi图，比较非降水回波识别前后地基天气雷达与星载降水雷达的ppi图，对非降水回波识别算法的效果进行直观评估。

由于观测方式的不同，星载(trmmtropicalrainfallmeasuringmission和gpm)雷达不受超折射等非降水回波的干扰，且星载雷达经过严格定标，定标精度在±1dbz内。本方法通过利用星载降水雷达反射率数据分别与地基天气雷达质量控制前后的反射率数据进行时间和空间匹配，并通过对经非降水回波识别算法处理前后的地基天气雷达与星载降水雷达反射率因子数据的统计参数，包括均值、相关系数，均方根误差等进行分析和定量评估，获得所述非降水回波识别算法的定量的效果评估，来验证地基天气雷达反射率经非降水回波识别算法处理后效果，为非降水回波识别算法的改进及非降水回波识别算法中特征因子参数的选择提供依据。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内，本发明要求保护范围由所附的权利要求书及其等效物界定。

技术特征：

技术总结
本发明涉及一种评估地基天气雷达非降水回波识别算法效果的方法，通过利用星载降水雷达反射率数据分别与地基天气雷达非降水回波识别前后的反射率数据进行时间和空间匹配，并通过对经非降水回波识别算法处理前后的地基天气雷达与星载降水雷达反射率因子数据的统计参数，包括均值、相关系数，均方根误差等进行分析和定量评估，获得非降水回波识别算法效果的定量评估结果。本检验方法可客观定量对非降水回波识别算法的效果进行验证，为非降水回波识别算法的改进及识别算法中特征因子参数的选择提供依据。

技术研发人员：张帅
受保护的技术使用者：中国气象局上海台风研究所
技术研发日：2018.06.24
技术公布日：2018.11.06