云是氣候系統(tǒng)中最為重要的因子之一,對(duì)地氣系統(tǒng)輻射收支平衡有顯著影響。云雷達(dá)是研究云物理特性的有力工具。本文針對(duì)KAZR云雷達(dá),對(duì)其云信號(hào)檢測(cè)算法進(jìn)行介紹,提出一種基于高斯及雙邊濾波的云檢測(cè)新算法,可以增加弱云識(shí)別。在此基礎(chǔ)上對(duì)蘭州大學(xué)半干旱氣候與環(huán)境監(jiān)測(cè)站（SACOL）上空云的宏觀物理特性進(jìn)行統(tǒng)計(jì)分析,主要得到以下結(jié)論:（1）對(duì)KAZR云雷達(dá)的Signal Noise Ratio（SNR）數(shù)據(jù)產(chǎn)品進(jìn)行高斯濾波后可迅速實(shí)現(xiàn)噪聲與信號(hào)的分離,在此基礎(chǔ)上選取2.8的閾值可以達(dá)到識(shí)別云雷達(dá)回波信號(hào)的目的,此算法對(duì)云信號(hào)的平均誤檢率為0.12%,平均漏檢率為2.52%。（2）提出了一種云雷達(dá)信號(hào)識(shí)別新算法:利用雙邊濾波器對(duì)雷達(dá)信噪比處理,并構(gòu)建一具備中心權(quán)重的時(shí)間-空間濾波器,用此濾波器對(duì)處理后的信噪比圖像進(jìn)行二次濾波即可識(shí)別到云信號(hào)。構(gòu)建模擬信號(hào)對(duì)算法進(jìn)行檢驗(yàn)后表明,其對(duì)強(qiáng)、中、弱云識(shí)別誤檢率分別為0.048%,0.103%與0.007%,對(duì)三種云識(shí)別的漏檢率分別為0.244%,0.229%和9.774%,比ARM中Millimeter Wavelength Cloud Radar（MMCR）... 

【文章來源】：蘭州大學(xué)甘肅省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：58 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

KAZR兩個(gè)通道最小探測(cè)信號(hào)根據(jù)KAZR適用的雷達(dá)氣象方程

雷達(dá)接收機(jī)在接受回波信號(hào)的同時(shí)也會(huì)接受并產(chǎn)生噪聲。噪聲主要來源于內(nèi)部和外部?jī)煞矫?內(nèi)部噪聲由接收機(jī)中的饋線、電路中的電阻器件、放大器、混頻器產(chǎn)生;外部噪聲由天線引入的熱噪聲及各種人為干擾等造成。為了從雷達(dá)原始觀測(cè)信號(hào)中提取云的有效信息，首先需對(duì)數(shù)據(jù)進(jìn)行噪聲和云識(shí)別分析，圖 3-1 表示云雷達(dá)產(chǎn)生的 dBZ 圖像，從圖中可以看到云信號(hào)與噪聲混雜在一起，因此需對(duì)噪聲去除。Clothiaux 等人于 1995 年[25]開發(fā)的云檢測(cè)方法被 ARM 采用作為云雷達(dá)信號(hào)識(shí)別算法中一重要組成部分，Marchand 于 2007 年對(duì)上述算法進(jìn)行改進(jìn)后識(shí)別到了信號(hào)更弱的云層，被 CloudSat 采用作為其云檢測(cè)算法。這兩種算法均有一定的不足：ARM 使用的云檢測(cè)算法漏檢率為 14%，且對(duì)于云邊界不能很好地識(shí)別，CloudSat 中的算法可以識(shí)別到很弱的云層，但是算法步驟復(fù)雜，處理效率較低。與此同時(shí)一些圖像處理算法已在圖像處理領(lǐng)域得到廣泛的應(yīng)用，包括噪聲壓縮、邊緣檢測(cè)、圖像分割等技術(shù)[53-56]，對(duì)信號(hào)識(shí)別算法的改進(jìn)提供了借鑒。本章首先對(duì) ARM 中 MMCR 云雷達(dá)基本的信號(hào)識(shí)別算法進(jìn)行介紹，并提出了一種基于噪聲壓縮技術(shù)的云檢測(cè)算法，在這一基礎(chǔ)上引入雙邊濾波的概念，設(shè)計(jì)了一種有效識(shí)別弱云信號(hào)的新方法。

圖 3-2 正態(tài)分布圖像最大高度處的 30 個(gè)波門（對(duì)應(yīng)海拔高度范圍為流層頂高度，我們通常認(rèn)為此高度不存在云分布噪聲，用以計(jì)算噪聲平均值 m 和標(biāo)準(zhǔn)差 σ。進(jìn)一背景噪聲的平均值加一個(gè)標(biāo)準(zhǔn)差數(shù)值（m+σ）進(jìn) m+σ，則認(rèn)為此波門可能包含有效信號(hào)回波，并這一波門存在有效信號(hào)，反之將波門值設(shè)為 0。6%數(shù)量的波門會(huì)在第一步中被錯(cuò)誤判定為云信存在持續(xù)關(guān)聯(lián)性分布(若某個(gè)波門為云的有效回門中也可能存在一定數(shù)量的云信號(hào))。因此，考波器進(jìn)行低通濾波，可以有效將誤判噪聲信號(hào)濾

【參考文獻(xiàn)】：
期刊論文
[1]利用云雷達(dá)反演層狀云空氣垂直速度及微物理參數(shù)的個(gè)例研究[J]. 段藝萍,劉壽東,劉黎平,李曦,徐亞娟,王冠華,蘇艷.  科學(xué)技術(shù)與工程. 2013(27)
[2]云底高度的激光云高儀、紅外測(cè)云儀以及云雷達(dá)觀測(cè)比對(duì)分析[J]. 黃興友,夏俊榮,卜令兵,張雪芬,雷勇,黃建松,王巍巍,吳迪,蔣昌華,胡漢峰.  量子電子學(xué)報(bào). 2013(01)
[3]云雷達(dá)反演層狀云微物理參數(shù)及其與飛機(jī)觀測(cè)數(shù)據(jù)的對(duì)比[J]. 劉黎平,宗蓉,齊彥斌,劉健.  中國(guó)工程科學(xué). 2012(09)
[4]基于COSMIC掩星探測(cè)資料的云底高反演研究[J]. 嚴(yán)衛(wèi),韓丁,陸文,雷霄龍.  地球物理學(xué)報(bào). 2012(01)
[5]3mm多普勒云雷達(dá)測(cè)量反演云內(nèi)空氣垂直速度的研究[J]. 彭亮,陳洪濱,李柏.  大氣科學(xué). 2012(01)
[6]用CloudSat/CALIPSO資料分析亞洲季風(fēng)區(qū)和青藏高原地區(qū)云的季節(jié)變化特征[J]. 汪會(huì),羅亞麗,張人禾.  大氣科學(xué). 2011(06)
[7]半干旱地區(qū)卷云特征的激光雷達(dá)探測(cè)[J]. 劉瑞金,張鐳,王宏斌,曹賢潔,黃建平,閉建榮.  大氣科學(xué). 2011(05)
[8]基于ISCCP觀測(cè)的云量全球分布及其在NCEP再分析場(chǎng)中的指示[J]. 劉奇,傅云飛,馮沙.  氣象學(xué)報(bào). 2010(05)
[9]毫米波測(cè)云雷達(dá)系統(tǒng)及其外場(chǎng)試驗(yàn)結(jié)果初步分析[J]. 劉黎平,仲凌志,江源,伍靜,殷俊一,夏冬,陳玲.  氣象科技. 2009(05)
[10]利用星載激光雷達(dá)資料研究東亞地區(qū)云垂直分布的統(tǒng)計(jì)特征[J]. 李積明,黃建平,衣育紅,呂達(dá)仁.  大氣科學(xué). 2009(04)



本文編號(hào)：3336673