一种基于谱极化参数的双极化气象雷达杂波抑制方法.docx

【正文】 双极化气象雷达在现代气象观测中扮演着至关重要的角色，它能提供高时空分辨率的降水信息，帮助科学家进行定量降水估计（QPE）。然而，雷达数据的准确性和可靠性经常受到杂波的干扰，包括静止地物杂波和运动杂波。静止地物杂波主要来自地形和建筑物，而运动杂波则涉及鸟类、昆虫、海洋波动以及各种无线电频率干扰。针对这些问题，已有多种杂波抑制方法被提出。 高斯模型自适应处理（GMAP）是一种针对地杂波的抑制技术，它通过处理时域重叠问题来提高气象目标的可识别性。另一方面，自适应杂波环境分析法（CLEAN-AP）利用幅度和相位信息来优化滤波效果，对地杂波有更佳的抑制能力。此外，文献中还介绍了一种基于模糊神经网络的地杂波抑制方法，通过训练数据计算偏振参数，实现对晴空模式下地杂波的抑制。尽管如此，上述方法对于运动杂波的抑制效果并不理想。 运动杂波，如鸟类和昆虫回波、海杂波以及无线电频率干扰，对雷达数据的处理构成挑战。海杂波识别可以通过贝叶斯分类器实现，而无线电频率干扰在雷达显示上通常表现为点状或条带状图案，传统的杂波抑制方法难以有效应对。特别是条带状杂波，由于其多普勒速度不固定，对雷达数据质量和产品准确性造成严重影响。 鉴于此，本文提出了一种基于谱极化参数（SPP）的新型杂波滤波方法。这种方法利用气象目标与杂波在距离-多普勒（RD）域内的特性差异，构建谱极化参数并设置阈值，生成一个二元掩模来区分气象信息和杂波。通过对掩模进行形态学操作，如空洞填充和平滑，可以恢复被误抑制的弱气象信息。随后，采用泛洪填充算法将掩模划分为气象对象掩模和杂波对象掩模，并结合谱宽这一额外参数，筛选出真正的气象对象，最终形成SPP滤波器。这种方法适用于STSR和ATSR模式的双极化气象雷达，通用性强，且计算效率高，适合实时应用。 SPP滤波器的设计主要包括以下步骤： 1. 定义谱极化参数，基于双极化雷达发射和接收的水平（h）和垂直（v）极化波的回波信号； 2. 分析气象目标和杂波在RD域的分布特性，构建谱极化参数的阈值模型； 3. 应用二元掩模策略，区分气象信息和杂波； 4. 使用形态学操作修复掩模中的空洞和边界，增强气象信息的保留； 5. 基于泛洪填充算法，将掩模转化为气象和杂波对象； 6. 结合谱宽信息，筛选出真实的气象对象，组合成SPP滤波器。 在参数选择部分，文章会讨论如何优化阈值设置和谱宽参数，以确保最佳的杂波抑制效果。实测数据验证环节，使用X波段和C波段双极化气象雷达数据，评估算法的性能，包括杂波抑制的准确性、气象信息的保留程度以及计算效率等。 本文提出的SPP滤波器旨在解决双极化气象雷达中静止地物杂波和运动杂波的问题，同时最大限度地保留气象信息，提高QPE的精度。通过理论分析和实证研究，该方法有望成为未来杂波抑制技术的重要发展方向。