基于X波段雷达RHI的冬季复杂相态融化层识别方法与流程

本发明涉及天气雷达数据处理，尤其涉及一种基于x波段雷达rhi（range-height indicator，距离-高度显示器）的冬季复杂相态融化层识别方法。

背景技术：

1、融化层是大气中水凝物相态转换的区域，融化层顶通常是0℃等温线所在的最低高度，融化层之上主要是固态水凝物粒子，之下是液态水凝物粒子。融化层亮带是双偏振天气雷达观测中最重要的微物理特征之一，准确提取融化层亮带的边界是雷达数据质量控制和降水相态分类算法的重要环节，其识别准确率的提升能推动气象领域多方面业务的发展：一是为纯液态降水衰减订正算法、降水相态分类算法的应用提供关键的相态边界约束，保证算法的准确性；二是大幅改善雷达定量降水估测（quantitative precipitationestimation，qpe）的精度，消除亮带造成的降水高估误差；三是为数值天气预报模式中的微物理参数化方案优化，以及高影响冬季天气的监测预警服务提供数据支撑。

2、在冬季降水过程中，受复杂的大气温度层结影响，固态水凝物在下落过程中的微物理相变机制也较为复杂，从而会出现雨、雪、雨夹雪等多种复杂相态频繁转换的现象。在此背景下，降水云系的融化层呈现出多样化的空间结构：如相态转换过程会伴随出现接近0℃的等温层，使得此处水凝物粒子的融化过程拉长，融化层增厚；当近地面有强温度梯度或浅薄暖层时，融化层会表现出近地面浅薄融化层的特殊形态。由于这些微物理过程的复杂性，融化层亮带的精细化识别对于揭示冬季降水相态演变、实现冬季雨雪天气的实时监测与精准预报显得尤为关键。

3、目前，绝大多数融化层识别方法是基于vcp（volume coverage pattern，体扫模式）观测模式设计的，主要通过提取有限仰角的观测数据或重构垂直廓线来进行识别。然而，针对冬季复杂相态降水，现有方法存在局限性，导致在实际业务应用中面临以下技术问题：

4、1、观测模式垂直高度分辨率受限，特征观测精度低。受限于vcp有限的离散仰角层，叠加雷达波束随距离的展宽效应，传统观测在中低空或远距离的垂直探测空间存在显著盲区。当冬季融化层较薄或发生低空相态转换时，现有算法极易对这些细微特征造成过度平滑或直接漏识，无法反映冬季复杂相态降水天气的精细化垂直结构信息，使得地面降水相态的准确识别和概率估计受限，引发预报预警服务的滞后风险。

5、2、体扫周期长，业务响应存在时间滞后。完成一次完整的vcp体扫通常需要5至6分钟，在冬季复杂相态转换期间（如雨夹雪、雨转雪）融化层的高度和厚度会快速发生显著的微物理演变过程。受制于较低的时间分辨率，现有算法难以实时精细化追踪这些快速演变过程。特别是在雨雪转换迅速的高风险天气情况下，会导致预报预警的判断缺乏及时性。

6、3、特征检测机制缺乏灵活性，难以识别冬季具有特殊多样化结构的融化层。现有的识别算法多基于中高空典型融化层的结构特征设计。然而，面对冬季近地面、厚度极度浅薄或深厚、回波强度偏弱等非常规的融化层结构时，雷达参量变化呈现特殊形态。由于常规算法的特征识别指标固定，缺乏动态自适应能力，无法根据实际观测中复杂场景动态调整偏振参量的判别权重，因而难以适应冬季复杂降水相态下的融化层亮带特征演变，容易发生严重漏识。

7、4、多参量的判定逻辑下，极值空间错位导致高漏报率。在x波段雷达的冬季实际观测中，受冬季低信噪比、雷达波束衰减以及不同水凝物粒子（如雪花、冰晶、雨滴）下落速度与融化程度的不同步性的综合影响，各偏振参量的极值在空间高度上会出现不完全重合的现象。现有算法通常要求多参数梯度或极值严格在同一高度重合，这种判定逻辑无法兼容冬季偏弱且错位的偏振信号，进而导致极高的算法漏报率。

技术实现思路

1、针对现有技术存在的问题，本发明提供一种基于x波段雷达rhi的冬季复杂相态融化层识别方法。

2、本发明提供一种基于x波段雷达rhi的冬季复杂相态融化层识别方法，包括：

3、将x波段雷达在极坐标系下的rhi数据重构为笛卡尔坐标系下的二维网格数据，对所述二维网格数据沿水平距离轴进行切片得到垂直廓线序列；

4、根据各垂直廓线序列中各数据点的水平反射率因子zh、差分反射率zdr和相关系数ρhv，计算协同识别指标；

5、根据各垂直廓线序列中数据点的协同识别指标，确定各垂直廓线序列对应融化层中心高度；

6、分别计算各垂直廓线序列中各数据点的水平反射率因子zh、差分反射率zdr和相关系数ρhv随高度的垂直梯度，根据各数据点的三个变量的垂直梯度确定融化层的底边界和顶边界；

7、根据所述融化层的中心高度、底边界和顶边界对各垂直廓线序列进行v型检测和物理约束后，对保留的垂直廓线序列对应的融化层的中心高度、底边界和顶边界沿水平距离方向进行平滑，得到融化层识别结果。

8、根据本发明提供的一种基于x波段雷达rhi的冬季复杂相态融化层识别方法，在将x波段雷达在极坐标系下的rhi数据重构为笛卡尔坐标系下的二维网格数据之前，还包括：

9、对所述rhi数据进行非气象目标滤除，并针对近地层杂波进行专项滤除；

10、所述非气象目标滤除包括从所述rhi数据中滤除相关系数ρhv小于第一预设阈值的纯噪声与地物回波；

11、所述专项滤除包括对高度小于第二预设阈值、水平反射率因子zh小于第三预设阈值且偏振特征异常的区域进行定向滤除。

12、根据本发明提供的一种基于x波段雷达rhi的冬季复杂相态融化层识别方法，在对所述二维网格数据沿水平距离轴进行切片得到垂直廓线序列之后，还包括：

13、计算各垂直廓线序列中相邻数据点的水平距离差；

14、在所述水平距离差大于第四预设阈值的情况下，获知所述相邻数据点之间发生回波断裂，将所述垂直廓线序列划分为不同的连续片段；

15、在所述连续片段的长度小于第五预设阈值的情况下，将所述连续片段剔除。

16、根据本发明提供的一种基于x波段雷达rhi的冬季复杂相态融化层识别方法，在根据各垂直廓线序列中各数据点的水平反射率因子zh、差分反射率zdr和相关系数ρhv，计算协同识别指标之前，还包括：

17、使用高斯滤波对各垂直廓线序列进行平滑，并剔除数据量小于第六预设阈值的垂直廓线序列；

18、对各垂直廓线序列中各数据点的水平反射率因子zh、差分反射率zdr和相关系数ρhv进行归一化。

19、根据本发明提供的一种基于x波段雷达rhi的冬季复杂相态融化层识别方法，所述协同识别指标的计算公式为：

20、;

21、其中，im为协同识别指标，zhnorm、zdrnorm和ρhvnorm分别为归一化后的水平反射率因子zh、差分反射率zdr和相关系数ρhv。

22、根据本发明提供的一种基于x波段雷达rhi的冬季复杂相态融化层识别方法，根据各垂直廓线序列中数据点的协同识别指标，确定各垂直廓线序列对应的融化层中心高度，包括：

23、提取各垂直廓线序列中数据点的协同识别指标的各峰值对应的高度，将所有峰值对应的高度的中位数作为该垂直廓线序列对应的融化层基准高度；

24、在该垂直廓线序列对应的融化层基准高度上下预设范围内，从该垂直廓线序列的数据点中获取协同识别指标的极大值对应的高度，作为该垂直廓线序列对应的融化层中心高度。

25、根据本发明提供的一种基于x波段雷达rhi的冬季复杂相态融化层识别方法，根据各数据点的三个变量的垂直梯度确定融化层的底边界和顶边界，包括：

26、从各数据点的水平反射率因子zh的垂直梯度和差分反射率zdr的垂直梯度中选择较大值；

27、根据各数据点对应的较大值和相关系数ρhv的垂直梯度，计算各数据点对应的底边界和顶边界组合判定函数；

28、将各垂直廓线序列中底边界组合判定函数的最大值对应的数据点所在高度作为各垂直廓线序列对应的底边界；

29、将各垂直廓线序列中顶边界组合判定函数的最大值对应的数据点所在高度作为各垂直廓线序列对应的顶边界。

30、根据本发明提供的一种基于x波段雷达rhi的冬季复杂相态融化层识别方法，从各数据点的水平反射率因子zh的垂直梯度和差分反射率zdr的垂直梯度中选择较大值，还包括：

31、确定所述水平反射率因子zh所在的预设区间，所述预设区间包括极弱回波区、弱回波区和有效回波区；

32、在极弱回波区，所述差分反射率zdr的垂直梯度的权重系数为0；

33、在弱回波区，所述差分反射率zdr的垂直梯度的权重系数根据所述水平反射率因子zh确定，随所述水平反射率因子zh的增大而增大；

34、在有效回波区，所述差分反射率zdr的垂直梯度的权重系数为1。

35、根据本发明提供的一种基于x波段雷达rhi的冬季复杂相态融化层识别方法，所述v型检测，包括：

36、计算各垂直廓线序列所对应融化层的底边界、顶边界与中心高度的相关系数ρhv差值；

37、在所述差值小于下陷深度阈值的情况下，判断所述垂直廓线序列对应非融化层，将所述垂直廓线序列剔除；

38、所述垂直廓线序列对应高度位于预设低空范围时的下陷深度阈值为第一值，所述垂直廓线序列对应高度位于预设高空范围时的下陷深度阈值为第二值，所述第一值大于所述第二值。

39、根据本发明提供的一种基于x波段雷达rhi的冬季复杂相态融化层识别方法，所述物理约束包括：

40、所述融化层的厚度位于预设厚度范围，所述融化层的厚度等于所述融化层的底边界减去顶边界；

41、所述融化层的中心高度小于第六预设阈值，且所述中心高度处的水平反射率因子zh大于第七预设阈值。

42、本发明提供的基于x波段雷达rhi的冬季复杂相态融化层识别方法，与现有技术相比，针对冬季复杂相态降水融化层识别的难点进行了针对性改进，具有以下有益效果：

43、1、本发明利用x波段全固态偏振雷达的 rhi（距离高度显示）协同扫描数据，取代了传统的vcp体扫观测模式。在数据预处理阶段，本发明采用线性插值将不规则的极坐标rhi切面重构为标准的笛卡尔坐标系二维网格，将垂直高度分辨率精细化设定为 0.055km。这一技术手段有效补充了传统vcp观测在远距离或中低空垂直探测空间中的较大缝隙，能够高精度地刻画降水云系的垂直空间特征，从而避免了对冬季较薄融化层或低空相态转换特征的过度平滑与漏识，为后续地面降水相态的准确识别提供了高精度的垂直结构信息支撑。

44、2、针对体扫周期长导致的业务响应滞后的问题，本发明利用x波段偏振雷达rhi观测快速扫描获取垂直剖面数据。该方法能直接获取水平距离和垂直高度上的二维观测剖面，为空间变异性大的冬季降水过程提供了高时空分辨率的观测数据。凭借rhi观测的快速响应能力，本发明能够实时、精准地捕捉冬季雨雪相态快速转换期间（如雨夹雪、雨转雪）融化层高度和厚度剧烈的微物理演变过程，有效降低了预报预警的时间滞后风险，保障了高风险天气下气象服务的及时性。

45、3、面对冬季近地面、极度浅薄或深厚、以及回波强度偏弱等非常规结构的融化层亮带，本发明打破了常规算法特征识别指标固定的僵化机制，设计了动态自适应的判定条件。首先，本发明引入了随反射率动态变化的权重系数ω（如在极弱回波区 ω = 0，在有效回波区ω = 1），能够根据实际观测中回波的强弱，动态调整差分反射率zdr梯度等偏振参量的比重。其次，本发明创新性地设置了随高度动态变化的v型下陷检测阈值：针对 1.5 km以下的低空，设置下陷深度阈值为0.038，以专门针对和捕捉浅薄接地的融化层亮带。这些改进赋予了算法动态自适应识别的能力，适应了复杂降水相态下的物理特征演变，大幅降低了针对特殊结构融化层的严重漏识率。

46、4、针对x波段雷达观测中多参数极值在空间上不完全重合的问题，本发明提出了一套多重物理约束的融化层自适应提取算法。一方面，算法通过将水平反射率因子zh、差分反射率zdr和相关系数ρhv归一化，构建了统一的协同识别指标im；另一方面，在底、顶边界定位中，算法自适应选取水平反射率因子zh和差分反射率zdr中梯度最大的变量，并与相关系数ρhv梯度进行加权组合（赋予ρhv梯度1.5倍的权重）来判定边界。这种多变量协同、优势互补的判定逻辑，取代了要求多参数极值必须在同一高度严格重合的逻辑，包容了冬季偏弱且错位的偏振信号，在15020个样本的实际检验中，达到92.37%的整体准确率和较低的空报率。