对敏视达雷达回波进行基于PHIDP的dBZ和ZDR订正_2014年4月5日～18日.doc

对敏视达C波段雷达进行基于PHIDP的dBZ和ZDR订正研究 2014年4月5日～18日 目 录 1 雷达自身PHIDP的变化 1 1.1 一个月以来的变化 1 1.2 相连体扫之间的变化 3 1.3 小结 5 2 PHIDP的初始值的修正 5 2.1 从垂直90度的回波数据中提取PHIDP的初始值（Fun_PHIDP_Initial_Calc.m） 5 2.1.1 计算方法 5 2.1.2 计算结果 6 2.1.3 小结 9 2.2 初始值修正（Fun_PHIDP_Initial_Modify.m） 9 2.2.1 计算方法 9 2.2.2 计算结果 9 3 对PHIDP进行各种处理 15 3.1 剔除异常的PHIDP值(Fun_PHIDP_Reject_Singular_Data.m) 15 3.1.1 剔除准则的研究 15 3.1.2 计算结果 17 3.2 去折叠（Fun_PHIDP_Remove_Fold.m） 20 3.2.1 计算方法 20 3.2.2 计算结果 20 3.3 平滑滤波(Fun_PHIDP_Filter.m) 22 3.3.1 确定参与平滑滤波的点数 22 3.3.2 平滑滤波计算 24 3.3.3 计算结果 25 3.3.4 小结 28 3.4 对一些问题的说明 28 3.4.1 为何不采用FIR滤波器对PHIDP进行平滑滤波 28 3.4.2 一元线性回归和鲁棒线性回归的比较 28 3.4.3 对前后多少距离范围，再相邻10点的平滑的说明 31 4 利用PHIDP进行dBZ和ZDR修正 35 4.1 计算方法(Fun_PHIDP_Modify_dBZ_dBT_ZDR.m) 35 4.2 NJU000632.AR2.bz2，仰角=1.5度的计算结果 35 4.2.1 PHIDP处理前后的对比 35 4.2.2 dBZ修正前后对比 37 4.2.3 ZDR修正前后对比 38 4.2.4 RVP9给出的KDP和重新计算的KDP 对比 39 4.3 NJU030007.AR2.bz2，仰角=2.4度的计算结果 41 4.3.1 PHIDP处理前后的对比 42 4.3.2 dBZ修正前后对比 43 4.3.3 ZDR修正前后对比 44 4.3.4 RVP9给出的KDP和重新计算的KDP 对比 45 5 总结 46 5.1 基于PHIDP修正ZDR和PHIDP很重要，否则dBZ和ZDR的结果会有很大的偏差 46 5.2 由于雷达采用接收机恒温技术，自身的PHIDP比较稳定，因此可以在进行体扫的时候，利用垂直90度观测的数据（如果有合适的降水回波数据的话），来进行初始值的计算，不需要每个径向上都进行初始值的统计 46 5.3 通过垂直90度的回波计算的PHIDP初始值非常精确，不受四周地物等的影响 46 5.4 通过对PHIDP进行精心的处理（剔除异常值、去折叠、自适应的平滑滤波等），可以很好的去除PHIDP受地物等非降水回波的影响，并能大大降低PHIDP的随机误差 47 5.5 根据PHIDP，重新计算的KDP，看起来效果比RVP9信号处理器给出的KDP值，要好得多。接下来终于可以用KDP的值进行定量降水的研究了。 47 6 下一步工作 47 6.1 将上面的一整套处理方法，全面应用到该雷达至今所观测到的所有回波数据之中，进行全面的验证，主要是要看对于各个不同情况的回波，算法不能出现错误或奇异的结果。 47 6.2 根据PHIDP订正之后的dBZ、ZDR，和S波段的雷达进行对比 47 6.3 重新计算得到的KDP，和雨量计进行对比 47 6.4 从IQ层面，开展对地物等非气象回波的研究，看能否找到更加合理、科学的剔除异常PHIDP的准则 47  雷达自身PHIDP的变化 一个月以来的变化 由于这部雷达的双通道接收机采用了半导体恒温设计，因此PHIDP随时间、环境温度的变化应该是比较小的。 下面是最近一个月以来，PHIDP的变化（垂直90度扫描观测） 图 2月18日降雪回波的PHIDP 图 2月28日降水回波的PHIDP 图 3月18日降水回波的PHIDP 图 3月29日降水回波的PHIDP 注意：这几张图的PHIDP的显示范围比较精细，从-10~+30度，因此虽然从画面上看，有很多随机的斑点，但实际上数据的方差是很小的。 从上面的四张图可以看出，在一个月以来，雷达自身PHIDP初始值的变化为： 约8度-4度-12度-14度。这应该说是比较小的。 相连体扫之间的变化 下面三张是相邻体扫之间PHIDP的值： 可以看出，PHIDP的初始值在间隔几分钟的时间内，几乎没有变化。 小结 从上面的回波图可以看出，这部雷达自身PHIDP的变化是比较小的。这也就