6.2.5生物回波识别与消除

生物回波的识别与消除见附录E

隧道标准规范范本6. 2. 6 空间一致性判别算法

空间一致性判别算法见附录F

6.2.7时间一致性判别算法

时间一致性判别算法见附录G

晴空回波的识别与消除算法见附录H

晴空回波的识别与消除算法见附录H

5.2. 9亮带回波识别与订正算法

亮带回波的识别与订正算法见附录1

6.2.10衰减订正算法

6.2.11波束阻挡订正算法

6.2.12退速度模糊算法

退速度模糊算法见附录L

7.1对质量控制后的数据应进行质量标识，即将数据文件与之对应的质量控制码（质控码)放入数据库 进行保存，一个基数据文件对应一个质控码，每个仰角的扫描文件也对应相应的质控码。 7.2天气雷达数据质量标识用质控码表示。质控码分为质量控制标识码和质量控制类型码， 7.3质量控制标识码应符合表2的要求，质量控制类型和质量控制类型码的对应关系应符合表3的 要求

附录A （资料性） 非回波数据的识别与消除算法

皮数据的识别与消除算法

非回波数据是由天气雷达部件故障、性能下降、技术参数变化、信号处理异常等天气雷达设备自身 原因引起，在天气雷达屏幕上呈现出不规则的表现形式，以“圆面”形式出现的称之为“饼形”非回波数 据，以“扇面”形式出现的称之为“扇形”非回波数据，以“环状”形式出现的称之为“环形”非回波数据。不 同形状采用不同的识别与消除算法

A.2“饼形”非回波数据的识别与消除

A.2.1计算整个天气雷达扫描平面PPI上数值的平均值Z和扫描平面PPI上有数值的总数量与整个 PPI面总库数的百分比R A.2.2当Z和R，都超过了事先给定的阈值，则认为该扫描面上的数据都是异常数据，予以清除。执 行该条件判断时，数值低于零及以下者认为无回波，不进行计算。 A.2.3Z和R。分别按照公式（A.1)和公式（A.2)计算

(Z.iXM) [1,Zi.j≠spval ,M, X N, [o,Zi.j= spval (A.1) 1,Zj≠spual X100%,M lo,Zi,=spal ....(A.2) 17 X N,

1,Zij/spval R 一 X100%,M, NXN, o,Zi.;=spual · (A., 2) 式中： Z.j （i，i）距离库上天气雷达观测像素点的值； N 总方位数； N 沿着径向的总距离库数； spual 无效值 注：“饼形”非回波数据的识别与消除算法对“饼形非回波数据占整个PPI一半以上时识别率较高，但当占到一半以 下时，则不能识别，需要根据“扇形”与“环形” 回波数据的识别与消除算法

A.3“扇形”非回波数据的识别与消除

A.3.1提取下列能反映扇形异常数据的3个特征量： a b 径向上异常值库数很多，接近距离库总数； C 相邻两个径向上的异常值库数几乎相等。 4.3.2满足A.3.1的数据表示该方位上数据存在异常。 A4.3.3利用A.3.1，找到异常数据的结束径向，再根据异常（扇形）数据的结束方位，逆时针顺序搜索 异常（扇形）数据的开始方位，最后删除整个扇形内的数据

A.4“环形”非回波数据的识别与消除

A.4.1提取每个距离圈上数据的标准偏差和绝对误差的平均值这两个特征量！

A.4.1提取每个距离圈上数据的标准偏差和绝对误差的平均值这两个特征量

A.4.2若每圈标准偏差（Sp）和绝对误差的平均值（MAE）都小于给定的阈值，且距离库上有数据的径 可数至少为整圈的一半，则认为该距离库上各径向上的数据都是异常数据 A.4.3根据规律找到“环形”数据的开始距离库，搜索“环形”数据的结束距离库，然后删除“环形”异常 数据。 A.4.4S,和MA分别按照公式(A.3）和公式（A.4)计算

年个距离圈的方位数； 个距离圈上第i个数据； 手个距离圈上数据的平均值； 每个距离圈有数据的总数； 手个距离圈上数据的标准偏差的阈值； 个距离圈上数据的绝对误差平均值的阈值

附录B （资料性） 径向电磁干扰回波识别与消除算法

径向电磁干扰回波识别与消除算法

径可电磁十抚回波 洗回波特 正的参数，然后根据参数的概率 1的取值判据，再对判 据值加权累加，当某点的判 二扰回波并剔除之。

从反射率因子中提取下列反映径向干扰回波和降水回波差异的特征参数： DB，表示当前径向前后距离库回波功率的一致性； RREF，表示反射率因子在当前径向上的延展性； TpBZ，表示径向上局部反射率因子回波纹理的一致性，按照公式（B.1)计算； SIN.表示局部范围内相邻反射率因子符号变化的情况.按照公式（B.2)计算

式中： Zi.j 第i个方位第讠个距离库上的反射率因子值 距离库之间反射率因子变化的阅值。

B.3建立概率分布与隶属函数

B.3.1建立一个含径向干扰回波、层云降水回波和对流云降水回波的数据库，统计分析3种回波的不

统计分析 可波的 同特征参数的概率分布，并分析径向干扰回波和降水回波的各特征参数差异。其中： 径向干扰回波可以从回波的形态、径向和方位的延展性进行确定； 层云降水回波从回波的范围，强度（通常为15dBZ～35dBZ)进行确定； 对流云降水回波从回波结构（一般为不规则的块状结构，且结构紧密）、强度（一般在35dBZ以 上）进行确定。

B.4选取特征参数的权重

4.1特征参数权重的选取利用对统计数据库识别结果的临界成功指数（CSI)评分确定，CSI评分 公式（B.3)计算，识别准确率按照公式（B.4)计算

Cs, = PoD.Ri X PoD.P

..................(B.3)

QX/T621—2021

POD.RI 径向干扰回波的识别准确率； 降水回波的识别准确率

PoD 识别准确率； NHIT 准确识别的样本总数

Pop=Nm NaLl

B.4.2在权重选取的过程中，使用下列先验约束条件，减少分析组合的数量： a）特征参数RREF、DB权重占比大于O； b） 特征参数TDBZ、SPIN在局部水平纹理平滑的径向干扰回波识别时权重占比分别为1和O，在局 部水平纹理粗糙的径向干扰回波识别时权重占比各为1； 注：这是根据径向干扰和降水回波在参数TD2、SpIN的概率分布较多重叠区域决定的。 c）每个特征参数的权重不能超过权重总和的40%。 B.4.3根据计算得出的CSI评分，选取最高CSI评分的权重占比组合作为各特征参数的权重占比

附录 （资料性） 异常地物杂波识别与消除算法

从天气雷达的基本反射率、径向速度、速度谱宽衍生出不同的特征参数，运用统计方法分析不同回 皮的特征参数，找出这些特征参数的差异，再根据差异设置隶属函数，从而得到0～1的取值判据，最后 退据判据得出该点是否异常地物杂波

.1从天气雷达资料基本反射率中提取下列4个特征量： 水平纹理TaBz，反映了基本反射率的水平变化，按照公式（C.1)计算； 垂直梯度GaBz，反映了基本反射率的垂直变化，按照公式（C.2)计算； 沿径向方向的变号SIGN，反映了基本反射率沿径向变化的变号，按照公式（C.3)计算； 沿径向的库间变化程度SpIN，反映了基本反射率沿径向方向变化的一致性，按照公式（C.4） 计算。

NA 在方位方向定义的计算范围； Nr——在距离方向定义的计算范围： Z 任意点的基本反射率。

NA——在方位方向定义的计算范围； NR——在距离方向定义的计算范围； Z.—任意点的基本反射率。

NA 在方位方向定义的计算范围； NR 在距离方向定义的计算范围：

QX/T621—2021

QX/T621—2021

C.2.2从天气雷达资料径向速度和速度谱宽中提取下列3个特征量：

径向速度的区域平均值MpvE： 径向速度的区域方差SDVE，按照公式（C.5）计算； 速度谱宽的区域平均值Mrsw。

NA 在方位方向定义的计算范围； NR 在距离方向定义的计算范围； MDVE. 某点经过中值滤波处理的径向速度值； Mauve 在这一范围的平均值

A器 (MDvEi.j MDvE)2 SDVE NAXNR

根据地物和降水回波特征设置兼属函数，对这些特征量进行模糊化处理，得到所有特征量对于不 型回波的0~1取值判据

对这些判据进行加权累加，当某点的判据超过事先给定的阈值时，该点回波被识别为异常地物 剔除之。

附录D （资料性） 海杂波的识别与消除算法

气雷达资料（基本反射率、径向速度和速度谱宽） 中提取用于区分不同回波（如降水回波、地物和海杂波等）的特征量。根据降水回波、地物和海杂波的特 主设置隶属函数，对这些特征量进行处理，得到所有特征量对于不同类型回波的0～1取值判据，该判据 大，回波点属于这种类型回波的可能性就越大。对这些判据进行加权累加，当某点的海杂波的判据超 寸指定的阅值时.该点就被识别为海杂波

NA—在方位方向定义的计算范围： 在距离方向定义的计算范围； 任意点的基本反射率。

NA 在方位方向定义的计算范围； NR 在距离方向定义的计算范围： Z.;i 任意点的基本反射率； Zilal 库间基本反射率变化的阈值。

式中： NA——在方位方向定义的计算范围； NR在距离方向定义的计算范围； 区域内满足海杂波强度、速度阈值判定为降水回波的个数

径向速度的区域平均值MpvE；

利用实际的天气雷达降水、海杂波资料，分析这些回波D.2提及的特征量分布情况，在此基础上 康属函数。

对这些特征量进行处理，得到所有特征量对于不同类型回波的0～1取值判据，对这些判据进行 累加，当某点的海杂波判据超过指定的阈值时，该点就被识别为海杂波

附录E （资料性） 生物回波识别与消除算法 生物回波识别算法首先对双偏振天气雷达测得的反射率因子Z、差分反射率因子ZR、差分传播相 移pP、协相关系数pHv等特征量和反射率因子纹理Spz、差分传播相移纹理Sr等反映观测值小尺度数 值变化的特征量进行预处理，然后采用模糊逻辑算法来判断每个回波点属于哪个类别的可能性，从而实 现对生物回波的识别

附录F （资料性） 空间一致性判别算法

通过读取同一时刻相邻天气雷达同 等高面的格点数据，寻找回波重叠区域内同时到两部天气雷 达距离相等的区域（等距离线），输出等距离线上空间一致性的平均偏差、标准偏差和相关系数3个指 一致性检测的一种判别算法

F.2.1若基本反射率值平均偏差在3dB以内、标准偏差在5dB以内，相关系数在0.5以上，三个指标 同时满足则标识为可信。 F.2.2若基本反射率值平均偏差在3dB~5dB、标准偏差5dB～8dB,相关系数0.3～0.5，满足其中 一个指标则标识为可疑。 F.2.3若基本反射率值平均偏差在5dB以上、标准偏差在8dB以上，相关系数在0.3以下，满足其中 一个指标则标识为疑误， F.2.4以上指标作为相邻天气雷达回波空间一致性判别的依据，在判别时要排除波束阻挡，避免遮挡 区的数据参与比较

时间一致性判别算法按以下步骤采用F检验算法。 将两个连续时刻体扫数据同一仰角对应方位上的径向数据分为一组，根据F检验公式（见公式 (G.1))分别求出每一组数据的F数值，再与F分布表中的值（F值，计算方法见公式（G.3）)对 比，若计算出的F数值大于或等于表中的F值，则说明对比数据之间存在显著性差异，若计算 出的F数值小于表中的F值，则说明对比数据之间没有显著差异。 当由某一径向组计算得到的F数值天于表中的F值时，记做一个F异常点，最后统计出F异常 点数占整层的百分比。 C 对一个体扫基数据，若有大于或等于1层且F异常点数大于40%，或者有大于或等于3层且F 异常点数天于30%，则标识为疑误；若仅有2层且F异常点数天于30%，则标识为可疑；其他 情况标识为可信

SI、S.—某一组径向数据标准偏差，按照公式(G.2)进行计算。

Z——某一组径向数据的反射率因子值；

一某一组径向数据的反射率因子平均值。 F值 = Fa/2 (n1 — 1, n2 1) .**· (G.3) 表示在显著水平α=0.05下从F分布表中查到的数值，ni和n?分别是两组数据的长度。

2）空间一致性处理采用天气雷达一卫星资料“点对块”方法处理，“块”的半径可选为15km。 C 对晴空回波区进行识别。基于TBB阈值法，对比卫星TBB资料判断是否上空为晴空区。如 果天气雷达观测区域存在回波，而卫星资料显示该区域为晴空区，就认为该区域内的回波为无 云条件下的非降水回波。 1）假设天气雷达资料格点R（i,j）上存在回波值，对应卫星资料格点S（i，j），对S（i，j）周边 一定范围内的晴空特征属性进行统计，统计值超过设定阈值就认为R（i，j）为晴空回波。 2）选取1)统计分析确定的TBB阈值作为非降水识别特征属性。 3）按照公式（H.1)进行回波识别计算，当P大于某一值时，认为该格点是晴空区。如果 对应天气雷达格点存在天气雷达回波，就被识别为非降水回波

Z Nat X100%,Nsat 1,T.≥ Th Pi.i ..(H. 1 Tr lo, T.i< Ta

P.j 为以卫星资料格点S（i，j）为中心半径为r范围的晴空特征属性占总面积的比例 天气雷达资料经纬格点R（i，j）对应的卫星云图TBB，单位为开尔文（K)； T TBB阈值，单位为开尔文（K）。

QX/T621—2021

亮带回波的识别采用反射率因子垂直廊线法，即利用体扫资料生成层状云降水回波的反射率因子 垂直廓线。具体步骤如下。 a）从距离天气雷达站较近的探空站获取时间分辨率为12h的探空资料，从0℃层高度以上500 m（缓冲高度）开始，自上而下找到局部最大反射率因子所在高度hmx。 b）确定hmax后，分别向上和向下找到最大反射率因子递减某一阈值（一般为10%）的高度hTo和 hBot，根据公式（I.1）一（I.4)判断亮带回波是否存在。如果同时满足公式（I.1）一（I.4），则亮带 回波存在。其中D，=400m，Dz=1000m，D：=1500m，可根据当地某一时间段内多次层状 云降水过程进行调节

1）按照公式（1.5)计算反射率因子订正值d 2）按照公式（I.6)计算订正后的反射率dz

反射率因子所在高度； 局部最大反射率因子所在高度； 亮带顶到亮带最大值所在高度之间用最小二乘法拟合的斜率； 2 hBat——向下找到最大反射率因子递减某一阈值（一般为10%）的高度； β 一—亮带底到亮带最大值所在高度之间用最小二乘法拟合的斜率。

式中： dz。——天气雷达观测的反射率因子

天气雷达回波衰减订正算法

由天气雷达反射率因子的测量值Z计算得到实际值Z，的一个估计，Z，的计算见公式（J.1）。 Zm (R)= Z.(R)r(R) (

z(R）——在天气雷达与距离R之间雨区的双程透过率，(R)=exp（一2。k(R)dR J.2衰减系数k（R）与天气雷达反射率因子Z,（R)之间的经验关系可表示成k（R）=aZ（R），则公工 (J.1）表示成公式（J.2），即公式（J.3）。常用的入=3.2cm，5.6cm和10cm处球形粒子群降水区系数 和6取值见表J.1。

兄下衰减系数与反射率因子之间的经验关系中系

定6与R无关，由公式(J.3)可得衰减订正的解机

Z(R)=Z,(R)exp( "aZ(R)dR Z,(R)= Zm(R)exp/2 [a Z(R)dR)

...........4

4在区间[0,R]内降水强度不太大，且在区间[0,R]内Z连续已知时，可以由此得到精确的订正。 在其他情况下，可采用下列迭代算法和逐库订正算法进行订正。 a）迭代算法：以Z.（R）的第k阶迭代订正结果kZ,（R）取代式J.3)右边的Z（R），得到高一阶的 订正结果，即：

其中，零阶选代值°Z.（R）=Z（R）

k+1 Z,(R)= Zm(R)exp/2 [ α* Z(R)dR

肉制品标准.............(.5

根据天气雷达站周围的地形数据，计算波束遮挡率，再根据波束遮挡的订正规则进行补偿

2.1计算天线能量在波束宽度范围内被遮挡的比例。 2.2在计算时，以当前方位角为中心，从一1.5°~1.5°分成31个方位点（0.1°分辨率）来进行累 气雷达波束遮挡率按公式（K.1）计算，

0 遮挡率； BLE(n) 第n个方位角上电磁波束遮挡率检测试验，按照公式（K.3)计算： WALlal 第n个方位角的波束偏移衰减率，按照公式(K.2)计算

0= BiE(n) WA( I ~|

exp—4ln2（0/sig）do WA(InI) exp[—4ln2（9/sig）2Jde