趙瑞金 劉黎平 張 進

1)(中國氣象科學研究院災害天氣國家重點實驗室，北京 100081)2)(河北省氣象信息中心，石家莊 050021)

?

硬件故障導致雷達回波錯誤數(shù)據(jù)質量控制方法

趙瑞金1)2)*劉黎平1)張 進2)

1)(中國氣象科學研究院災害天氣國家重點實驗室，北京 100081)2)(河北省氣象信息中心，石家莊 050021)

雷達硬件故障直接影響數(shù)據(jù)質量，故障數(shù)據(jù)進入共享系統(tǒng)后不但影響本地預報員對天氣系統(tǒng)的分析和判斷，對國家級業(yè)務系統(tǒng)也會產生嚴重影響。目前，對雷達資料的數(shù)據(jù)質量控制主要針對非氣象回波，對于雷達硬件故障導致的數(shù)據(jù)錯誤還缺乏有效的質量控制方法。該文對河北省石家莊CINRAD/SA雷達2004—2013年硬件故障時的基數(shù)據(jù)和回波特征進行分析，研究雷達故障導致的數(shù)據(jù)錯誤與故障類別的相關性及對數(shù)據(jù)和回波的影響。結果表明：雷達硬件故障導致的數(shù)據(jù)錯誤對基數(shù)據(jù)的完整性、數(shù)據(jù)位置和強度信息產生影響，發(fā)射機和接收機系統(tǒng)故障主要影響雷達數(shù)據(jù)的強度信息；伺服系統(tǒng)故障主要影響數(shù)據(jù)的位置信息。提出通過對雷達數(shù)據(jù)完整性和位置信息的檢查，根據(jù)硬件故障影響雷達回波形態(tài)、位置、范圍和強度等圖像特征，利用基于模糊邏輯自動識別雷達硬件故障導致的錯誤數(shù)據(jù)的質量控制方法。利用石家莊雷達站2004—2013年雷達故障數(shù)據(jù)進行了識別效果檢驗，對故障數(shù)據(jù)的總體識別率超過90%，能較好實現(xiàn)對硬件故障導致的數(shù)據(jù)錯誤質量控制，是現(xiàn)有雷達運行正常情況下針對非氣象回波的雷達數(shù)據(jù)質量控制方法的補充。

雷達硬件故障； 數(shù)據(jù)質量控制； 模糊邏輯

引 言

多普勒天氣雷達是中小尺度災害性天氣的新型監(jiān)測工具，中國氣象局已開展了雷達數(shù)據(jù)共享、組網(wǎng)拼圖、資料同化等業(yè)務應用和研究[1-2]，短時臨近交互預報系統(tǒng)、災害天氣短時臨近預報業(yè)務系統(tǒng)、多普勒天氣雷達建設業(yè)務軟件系統(tǒng)等已開始業(yè)務運行。雷達資料的數(shù)據(jù)質量對這些系統(tǒng)的運行有重要影響，只有進行質量控制，才能保障探測數(shù)據(jù)的可靠性，滿足各種業(yè)務應用要求，為預報方法的改進提供科學依據(jù)。

在多普勒天氣雷達數(shù)據(jù)質量控制方法研究方面，目前主要是在雷達運行正常時對非氣象回波進行數(shù)據(jù)質量控制，如地物污染、海浪、鳥群、電磁干擾等。文獻[3-7]提出基于模糊邏輯的分步式超折射地物回波的識別等方法，能夠較好地識別出地物回波。譚學等[8]利用基于回波分塊和模糊邏輯的方法對海浪回波進行識別，有效降低了降水回波被誤判為海浪回波的概率。陳忠勇等[9]對不同類型的電磁干擾產生原因和解決方法進行探討，Jungbluth等[10]對遷移鳥群的回波識別方法進行研究。

然而，當雷達發(fā)射機、接收機、伺服系統(tǒng)出現(xiàn)故障時，常常導致雷達探測數(shù)據(jù)錯誤。雷達硬件故障直接影響氣象回波數(shù)據(jù)的可靠性，而氣象回波數(shù)據(jù)是預報員分析判斷天氣系統(tǒng)發(fā)生發(fā)展的重要依據(jù)，也是各種預報模式和業(yè)務系統(tǒng)的重要資料來源，與非氣象回波相比，異常的氣象回波資料對預報準確性的影響更大。隨著雷達站點不斷增加和雷達資料的廣泛應用，故障數(shù)據(jù)對其他業(yè)務系統(tǒng)運行的影響也愈來愈大，對硬件故障導致的雷達數(shù)據(jù)質量控制方法的研究愈加緊迫和重要。

關于雷達故障對數(shù)據(jù)和回波的影響，周紅根等[11]對雷達不同部位故障產生的異?；夭ㄟM行收集和整理，潘新民等[12]分析了強度定標故障的回波特征和診斷方法，胡東明等[13]對伺服系統(tǒng)故障導致的絲狀回波進行分析，這些研究主要是對故障原因和排除方法進行分析總結，對故障數(shù)據(jù)的強度、位置、完整性等特征缺乏深入探討，未將雷達故障產生的數(shù)據(jù)質量聯(lián)系起來，更沒有給出雷達故障數(shù)據(jù)識別和控制方法。

目前多普勒天氣雷達基數(shù)據(jù)中主要是回波強度、速度、譜寬和位置等信息，雷達運行狀態(tài)和報警信息在其他文件中保存，僅從基數(shù)據(jù)無法了解雷達的運行狀態(tài)。在實際業(yè)務中，也主要是對雷達基數(shù)據(jù)和產品文件共享，用戶無法獲取每個基數(shù)據(jù)的雷達狀態(tài)和報警信息，為此，趙瑞金等[14]提出通過建立實時雷達狀態(tài)信息庫，對基數(shù)據(jù)進行雷達狀態(tài)參數(shù)檢查，實際工作中業(yè)務人員可通過調用實時數(shù)據(jù)庫獲取數(shù)據(jù)質量信息，對雷達數(shù)據(jù)是否準確和可用進行判斷。邵楠等[15]研究了采用基于圖像處理技術、模式識別和機器學習的方法，通過提取圓弧、直線、缺角等圖像特征，對雷達異常數(shù)據(jù)進行自動識別。上述對硬件故障數(shù)據(jù)的質量控制主要采用間接方法，然而并非所有故障數(shù)據(jù)都會出現(xiàn)報警信息，不同部位和類別的硬件故障對數(shù)據(jù)的影響又有所不同，特別是對于位置、范圍和強度異常數(shù)據(jù)，也不一定出現(xiàn)直線或圓弧等圖像特征，導致對雷達硬件故障數(shù)據(jù)無法正確識別。

因此，在多普勒天氣雷達數(shù)據(jù)質量控制方面，目前主要是對非氣象回波進行數(shù)據(jù)質量控制，對雷達故障導致的數(shù)據(jù)錯誤還缺乏有效的控制方法。與非氣象回波的數(shù)據(jù)質量控制相比，由于雷達硬件故障產生的數(shù)據(jù)錯誤直接影響氣象回波數(shù)據(jù)的可靠性，對預報準確性的影響更大，對雷達硬件故障導致的數(shù)據(jù)錯誤和質量控制方法的研究更加必要。本文對河北省石家莊CINRAD/SA雷達2004—2013年雷達硬件故障時的回波、基數(shù)據(jù)特征進行分析，研究雷達不同部位故障時對基數(shù)據(jù)的影響最佳識別方法,給出一種基于模糊邏輯的雷達故障數(shù)據(jù)的自動質量控制方法，通過對石家莊雷達站2004—2013年不同類型雷達故障數(shù)據(jù)的識別效果檢驗，總體識別率超過90%，能較好實現(xiàn)對雷達故障數(shù)據(jù)進行質量控制，是現(xiàn)有雷達運行正常情況下針對非氣象回波的數(shù)據(jù)質量控制方法的補充。

1 雷達故障對探測數(shù)據(jù)的影響及分類

多普勒天氣雷達作為一種長時間連續(xù)運行的大型電子設備，很多器件是在高電壓和強電流條件下工作，受環(huán)境因素和器件質量等因素影響，硬件故障不可避免。僅以河北省石家莊雷達站為例，2004—2013年出現(xiàn)40次雷達硬件故障，特別是在2004—2007年雷達運行初期，平均每年出現(xiàn)5～8次硬件故障， 2008年以后雷達雖然運行逐步穩(wěn)定，但每年仍出現(xiàn)1～3次硬件故障。從全國范圍看，根據(jù)楊金紅等[16]統(tǒng)計分析， 2006年6月—2011年12月在天氣雷達規(guī)定開機時段出現(xiàn)4489次故障。隨著多普勒天氣雷達網(wǎng)建設，雷達數(shù)量逐步增加，雷達故障對數(shù)據(jù)和回波的影響愈來愈大。

當雷達出現(xiàn)故障時，對雷達基數(shù)據(jù)主要產生以下影響：①數(shù)據(jù)完整性出現(xiàn)異常。這是因為雷達硬件系統(tǒng)出現(xiàn)故障時，常常導致停機，對探測數(shù)據(jù)完整性會產生影響，根據(jù)對石家莊雷達站2004—2013年雷達硬件CINRAD/SA故障資料統(tǒng)計，伺服系統(tǒng)故障時，有80%的基數(shù)據(jù)不完整，發(fā)射機系統(tǒng)故障時，有90%的基數(shù)據(jù)不完整，接收機系統(tǒng)故障時，有30%的基數(shù)據(jù)不完整。②探測數(shù)據(jù)位置信息錯誤。伺服系統(tǒng)故障常常影響探測數(shù)據(jù)的方位和仰角信息，如掃描線方位角錯位或缺失，仰角的突然增高或降低，實際位置與預設位置偏差較大等[17-18]。當雷達探測數(shù)據(jù)的位置信息錯誤時，會導致相鄰體掃回波的位置、范圍突變，出現(xiàn)絲狀回波、V型缺口等，圖1分別是由于方位和仰角錯誤導致相鄰體掃的回波位置和范圍異常(文中時間均為世界時，下同)。③探測數(shù)據(jù)強度出現(xiàn)異常。故障分析表明發(fā)射機和接收機故障主要影響探測數(shù)據(jù)的強度信息，如連續(xù)的異常高的回波強度，無數(shù)據(jù)、強度無變化或呈規(guī)律性變化等[12,16](如圖1所示)?；蛟诨夭ㄉ媳憩F(xiàn)為相鄰體掃強度、范圍差別很大，出現(xiàn)環(huán)狀、餅狀回波等(如圖2所示)。

圖1 雷達回波位置、范圍、強度突變實例Fig.1 Cases of radar echoes position, range and intensity change

圖2 回波形態(tài)改變Fig.2 Echo shape change

2 基于模糊邏輯的分步式異常數(shù)據(jù)自動識別方法

從上面的分析可以看出，雷達故障主要對數(shù)據(jù)完整性、位置信息和強度信息產生影響，造成回波的異常，但上述3種數(shù)據(jù)錯誤的特征并非同時出現(xiàn)，有時數(shù)據(jù)完整性雖然正常，但可能位置或強度信息錯誤，因此，需要對雷達基數(shù)據(jù)的完整性、位置信息和雷達回波特征綜合檢測，進行分步式的故障識別才能全面剔除雷達錯誤數(shù)據(jù)。

首先，將待檢查的基數(shù)據(jù)進行雷達數(shù)據(jù)完整性檢測，對于數(shù)據(jù)完整性檢測異常的作為錯誤數(shù)據(jù)，正常地進行數(shù)據(jù)位置信息的檢測。然后，根據(jù)雷達標校參數(shù)和技術指標對雷達數(shù)據(jù)方位和仰角等信息進行檢查，不符合要求的作為異常數(shù)據(jù)。最后，對數(shù)據(jù)完整性和位置信息均正常的數(shù)據(jù)，進行回波的圖像特征檢測，對數(shù)據(jù)強度的突變信息進行識別。

2.1 數(shù)據(jù)完整性信息的識別

多普勒天氣雷達的數(shù)據(jù)完整性取決于仰角層數(shù)和掃描線數(shù)的完整，而不同工作模式的仰角層數(shù)又存在差異，以CINRAD/SA的VCP21工作模式為例，完整的體積掃描應包含9個仰角11層的掃描數(shù)據(jù)，其中在0.5°和1.5°掃描2次，兩條掃描線之間的方位角改變量一般小于水平波束寬度(小于1°)，因此，每個仰角層次的掃描線數(shù)要大于360條才能閉合，且每個層次掃描線數(shù)略有不同，由于每條掃描線的字節(jié)長度為2432字節(jié)，因此，正常文件大小一般為9.6 MB左右，而故障數(shù)據(jù)往往低于或高于該數(shù)值。

對于CINRAD/SA雷達，每條徑向數(shù)據(jù)的41～42字節(jié)給出了掃描線狀態(tài)信息，用數(shù)值0，1，2分別代表該仰角的第1條、中間和最后1條徑向數(shù)據(jù)；用3和4代表該體掃的第1條徑向數(shù)據(jù)和體掃結束的最后1條徑向數(shù)據(jù)。

以VCP21模式為例，當仰角層數(shù)為NA，每層掃描線數(shù)為NB時，數(shù)據(jù)完整性異常的識別指標為

NA≠11或NB<360。

(1)

因此，結合雷達工作模式和體掃結束標志可對數(shù)據(jù)的仰角層數(shù)檢查，利用仰角掃描開始和結束標志可進行每個仰角的掃描線數(shù)檢查，通過上述兩個步驟可實現(xiàn)對數(shù)據(jù)的完整性進行識別。如果數(shù)據(jù)的層數(shù)小于規(guī)定的層，或每層掃描線數(shù)低于360條，則判定為數(shù)據(jù)不完整。由于不完整數(shù)據(jù)往往伴隨雷達故障，數(shù)據(jù)錯誤的可能性較大，可直接剔除，或進一步對各仰角層數(shù)據(jù)進行位置和強度信息檢查，給出每個仰角層數(shù)據(jù)的可用性。

2.2 數(shù)據(jù)位置信息的識別

掃描線的方位角和仰角決定了數(shù)據(jù)的位置信息是否準確，為了完整記錄回波強度、速度和譜寬信息，對不同雷達工作模式的預設仰角進行定義，一般從0.5°開始，在低仰角每次增加1個小于雷達垂直波束寬度，且在方位上兩條掃描線之間的方位角改變量為1°左右，根據(jù)雷達定標要求，方位和仰角的定標精度為±0.1°[19]。此外，在CINRAN/SA雷達基數(shù)據(jù)格式中，每條徑向數(shù)據(jù)的39～40字節(jié)給出當前仰角內徑向數(shù)據(jù)的序號，數(shù)據(jù)正常時，該序號應連續(xù)，步長為1。當伺服系統(tǒng)出現(xiàn)故障時，會出現(xiàn)與上述要求不一致的現(xiàn)象，如掃描線方位角錯位或缺失，仰角的突然增高或降低，實際位置與預設位置偏差較大等。

(2)

在任何仰角層次，如果掃描線的方位和仰角變化滿足上述任意一項指標，則可判斷為這個體掃數(shù)據(jù)為錯誤數(shù)據(jù)。

2.3 數(shù)據(jù)強度信息的識別參數(shù)和隸屬函數(shù)

硬件故障導致的雷達數(shù)據(jù)強度錯誤會引起回波形態(tài)、范圍和強度的突變， 與正常的氣象回波相比較，硬件故障導致的雷達數(shù)據(jù)錯誤具有突發(fā)性，常常導致相鄰體掃的回波發(fā)生較大的改變，出現(xiàn)餅狀、環(huán)狀、大范圍噪點等，而氣象回波在演變過程中，移動速度、高度、強度等均有一定合理限度，在時間和空間上的發(fā)展均有一定的延續(xù)性。因此，通過相鄰體掃的回波特征參數(shù)的比較，可以較好識別出數(shù)據(jù)錯誤。

同時，硬件故障導致的數(shù)據(jù)錯誤往往也具有連續(xù)性，在硬件故障排除前，這種數(shù)據(jù)錯誤持續(xù)存在。因此，還需要與臨近的正常數(shù)據(jù)進行圖像特征相關才能識別出錯誤數(shù)據(jù)。

通過與鄰近數(shù)據(jù)和與連續(xù)正常體掃數(shù)據(jù)的平均值比較，對數(shù)據(jù)質量進行判斷。

S為大于某一強度閾值的雷達回波面積，

Z(i,j)>Zthreshold。

(3)

ZMAD為強度變化平均絕對差，即兩幅雷達數(shù)據(jù)強度的變化情況,

(4)

SPIN為強度變化程度，即變化大于某一閾值的數(shù)據(jù)占整圖比例[3],

(5)

r為相鄰兩幅雷達圖之間的相關系數(shù)，即回波圖像的相似度[20]。

式(3)～式(6)中A和B分別代表兩幅圖，M和N分別代表徑向掃描線個數(shù)和距離庫個數(shù)，Zthreshold為

(6)

(7)

(8)

(9)

(10)

分別給予PS,PMAD,PSPIN,Pr相同的權重系數(shù)，建立如式(11)所示綜合識別方程，數(shù)據(jù)的異常概率用P表示，當P大于給定閾值，如0.6時，即當錯誤數(shù)據(jù)的概率大于閾值時，該數(shù)據(jù)為錯誤數(shù)據(jù)。

P=0.25PS+0.25PMAD+0.25PSPIN+0.25Pr。

(11)

綜上所述，通過上述3個步驟的檢查，可實現(xiàn)對基數(shù)據(jù)的完整性檢查和質量控制。當待檢查雷達數(shù)據(jù)出現(xiàn)位置信息異常時，該數(shù)據(jù)的錯誤概率P=1；強度信息的檢查通過式(11)和設定的閾值來判定。

圖5 各識別指標對應的隸屬函數(shù)Fig.5 Membership functions of each identification index

3 效果檢驗

3.1 數(shù)據(jù)位置信息錯誤檢驗實例

回波位置的異常包括掃描線方位角或仰角錯誤，以及回波整體位置出錯等情況。

2013年4月3日04:42石家莊雷達在東北方向出現(xiàn)明顯的拉絲(如圖6所示)。表1是該時刻相鄰4條掃描線的位置信息，其中秒后時間為毫秒，可以看出，此時掃描線方位角出現(xiàn)錯位，相鄰掃描線方位角最大偏差達到了348.22°，根據(jù)式(2)，該數(shù)據(jù)為錯誤數(shù)據(jù)。

當雷達回波整體位置出現(xiàn)異常時，很難從單張雷達圖上識別。此時只有通過與鄰近雷達回波的比較才能發(fā)現(xiàn)數(shù)據(jù)錯誤。如2005年7月22日00:29:33，雷達突然停機，00:49:22重新開機后，兩個體掃回波整體位置相差90°(如圖1所示)。表2給出了相鄰體掃的ΔS,ZMAD,SPIN，r,可以看出在00:49發(fā)生了很大變化，利用式(11)可以計算出該數(shù)據(jù)錯誤概率約為70%。

圖6 2013年4月3日04:42:00石家莊雷達回波強度Fig.6 Reflectivity of Shijiazhuang radar site at 044200 UTC 6 Apr 2013

時間 方位/(°)仰角/(°)04:42:03.360 24.740.5304:42:03.883 6.370.5304:42:03.969 354.590.5304:42:04.405 25.970.53

表2 2005年7月21—22日回波位置異常變化相關參數(shù)Table 2 Correlation parameters of echo position change on 22 Jul 2005

3.2 數(shù)據(jù)強度信息錯誤檢驗實例

圖7和表3分別是2011年4月20日石家莊雷達出現(xiàn)餅圖時,0.5°仰角回波強度和相關參數(shù)的計算結果，其中面積和變化程度的閾值為5 dBZ,可以看出，10:24與10:18 和10:30相比較，與臨近的數(shù)據(jù)相比較時，圖像特征參數(shù)出現(xiàn)明顯的差異，因此,從10:24開始數(shù)據(jù)有異常的突變。PS,PNAD,PSPIN均為1，Pr為0.870424，該數(shù)據(jù)的錯誤概率為0.967606，為錯誤數(shù)據(jù)。

圖7 2011年4月20日石家莊雷達出現(xiàn)餅狀回波 Fig.7 Cake shape echo of Shijiazhuang radar site on 20 Apr 2011

時間ΔS(≥5dBZ)ZMAD/dBZSPIN(≥5dBZ)r10:00—10:066190.0823491.3153260.82052510:06—10:122380.0813351.2993540.82694110:12—10:184900.0816911.3157190.82749310:18—10:2474950.23404613.3418180.12957610:24—10:3071980.23497013.3083510.14412310:30—10:366250.0782791.2596070.84166110:36—10:426500.0822041.3260020.823098

表4是3個體掃在仰角0.5°、方位角180°～183°連續(xù)3條掃描線上51～60 km距離庫的回波強度，可以看出，3個時刻掃描線位置信息正常，但10:24回波強度比10:18和10:30增強了50 dBZ以上。因此，通過與臨近和連續(xù)正常數(shù)據(jù)4個參數(shù)的比較能夠剔除強度錯誤數(shù)據(jù)。

3.3 總體效果檢驗

利用上述識別方法，對石家莊雷達站2004—2013年40次雷達故障中不同類型的故障數(shù)據(jù)總體的識別效果如表5所示。其中錯誤數(shù)據(jù)為526個，異常概率閾值為0.6。

由表5可以看出，總體的錯誤數(shù)據(jù)識別率達到90%以上。特別是對位置異常的錯誤數(shù)據(jù)全部識別。因此，采用基于模糊邏輯的分步式異常數(shù)據(jù)自動識別方法，對于大部分硬件故障數(shù)據(jù)能夠較好地識別。

對于部分強度信息錯誤數(shù)據(jù)未能識別，這是由于采用基于模糊邏輯的錯誤數(shù)據(jù)的識別方法，當圖像的強度、范圍特征變化愈大，識別效果愈好。如果雷達故障對回波的影響在正常氣象回波在演變過程中的合理限度內，雷達故障對回波強度影響程度較小，可能導致對錯誤數(shù)據(jù)的漏識別。此外，識別閾值的選擇對識別效果也會產生影響，當閾值過高時，會對錯誤數(shù)據(jù)漏判。

表4 2011年4月20日10:18—10:30回波強度變化情況Table 4 Intensity change from 1018 UTC to 1030 UTC on 20 Apr 2011

表5 不同硬件故障數(shù)據(jù)的識別情況(判定閾值:P≥0.6)Table 5 Iidentification result of erroneous radar data(identification threshhold P≥0.6)

4 結論與討論

本文通過對雷達硬件故障時的基數(shù)據(jù)完整性、位置信息和回波特征分析，研究了雷達故障導致的錯誤數(shù)據(jù)和回波特征，與故障類別的相關性及質量控制方法主要結論如下：

1) 雷達出現(xiàn)故障對基數(shù)據(jù)的數(shù)據(jù)完整性、位置和強度信息產生影響，引起回波的形態(tài)、范圍、位置和強度異常，不同部位和類別的硬件故障對數(shù)據(jù)影響有所不同，接收機系統(tǒng)故障主要影響雷達數(shù)據(jù)強度信息；伺服系統(tǒng)故障主要影響掃描數(shù)據(jù)的方位和仰角信息，數(shù)據(jù)完整性也較差，需要進行數(shù)據(jù)位置信息和數(shù)據(jù)完整性檢查才能較好識別。

2) 根據(jù)雷達工作模式和技術參數(shù)要求，通過雷達數(shù)據(jù)完整性和位置信息檢查，可以實現(xiàn)對硬件故障導致的不完整數(shù)據(jù)和位置信息錯誤數(shù)據(jù)的剔除。

3) 雷達數(shù)據(jù)強度信息影響回波形態(tài)、范圍和強度等圖像特征，采用回波面積、強度變化的平均絕對差、強度變化程度和相關系數(shù)4個參數(shù)，通過與相鄰體掃和鄰近的連續(xù)正常體掃數(shù)據(jù)回波特征參數(shù)的比較，可以較好地實現(xiàn)對雷達硬件故障產生的數(shù)據(jù)強度信息錯誤進行質量控制。

本文利用雷達基數(shù)據(jù)中的強度和位置等信息對故障數(shù)據(jù)進行識別，但不同部位和類別的硬件故障對數(shù)據(jù)的影響有所不同，僅靠一種方法無法實現(xiàn)對異常錯誤數(shù)據(jù)的徹底剔除。多普勒天氣雷達不但能夠提供原始數(shù)據(jù)信息，還具有在線監(jiān)測、標定和報警信息，因此，在實際工作中可結合雷達狀態(tài)和報警信息等資料，通過多種手段綜合應用，對雷達資料進行分步檢查能夠較全面地實現(xiàn)對雷達硬件導致的數(shù)據(jù)錯誤有效的質量控制。

雷達作為短時預報和監(jiān)測的重要手段，對資料時效性要求很高，目前單站雷達數(shù)據(jù)一般采用文件形式傳輸至省信息中心，部分區(qū)域同步觀測的雷達實現(xiàn)了數(shù)據(jù)流傳輸，資料通過國家和省級通信系統(tǒng)實現(xiàn)共享，無論在雷達站還是省級信息中心，雷達故障數(shù)據(jù)均未經過質量控制直接進入共享系統(tǒng)，嚴重影響精細化預報及其他定量氣象業(yè)務應用的精度。因此，急需建立雷達數(shù)據(jù)質量控制系統(tǒng)，在單站雷達數(shù)據(jù)上傳或進入質控數(shù)據(jù)共享系統(tǒng)之前，首先進行資料的質量控制，對數(shù)據(jù)進行可用、可疑和不可用判定，加以標識供業(yè)務應用參考。本文提出的算法目前主要對文件級數(shù)據(jù)進行處理，可在6 min之內完成1個體掃數(shù)據(jù)的檢查，效果檢驗表明：對故障數(shù)據(jù)的總體識別率超過90%。

不同業(yè)務對雷達資料的需求也存在差異，雷達實時數(shù)據(jù)流不但含有氣象信息，還有雷達狀態(tài)和報警、控制信息等，最終分別形成基數(shù)據(jù)、狀態(tài)信息、報警信息、標定信息等文件級數(shù)據(jù)，這些原始數(shù)據(jù)既是預報員獲取氣象信息來源，也是保障人員分析雷達運行狀態(tài)，進行故障診斷和改進雷達技術的重要依據(jù)。因此，雷達的原始數(shù)據(jù)和經過質量控制后的數(shù)據(jù)分別滿足不同類型和層面的業(yè)務需求，均需上傳和共享。

本文所提出的算法也可應用于雷達狀態(tài)實時監(jiān)測系統(tǒng)，通過對數(shù)據(jù)流信息的分析，對數(shù)據(jù)的可用性進行判別，完善多普勒天氣雷達報警和監(jiān)控系統(tǒng)。此外，文中給出的算法主要是基于對回波強度和位置信息的分析和處理，對于雷達硬件故障導致的速度和譜寬數(shù)據(jù)錯誤及質量控制方法仍需進一步研究。

[1] 肖艷姣,劉黎平,楊洪平.基于天氣雷達網(wǎng)三維拼圖的混合反射率因子生成技術.氣象學報，2008,66(3):470-473.

[2] 肖現(xiàn),王迎春,陳明軒,等.基于雷達資料四維變分同化技術對北京地區(qū)一次下山突發(fā)性增強風暴熱動力機制的模擬分析.氣象學報，2013,71(5):797-816.

[3] 劉黎平,吳林林,楊引明.基于模糊邏輯的分步式超折射地物回波識別方法的建立和效果分析.氣象學報，2007,65(2):252-260.

[4] 江源,劉黎平,莊薇.多普勒天氣雷達地物回波特征及其識別方法改進.應用氣象學報，2009,20(2):203-213.

[5] 李豐,劉黎平,王紅艷,等.S波段多普勒天氣雷達非降水氣象回波識別.應用氣象學報,2012，23(2):147-158.

[6] 李豐,劉黎平,王紅艷,等.C波段多普勒天氣雷達地物識別方法.應用氣象學報,2014,25(2):158-167.

[7] 何彩芬,黃旋旋,丁燁毅,等.寧波非氣象雷達回波的人工智能識別及濾波.應用氣象學報,2007,18(6):856-864．

[8] 譚學,劉黎平,范思睿.新一代天氣雷達海浪回波特征分析和識別方法研究.氣象學報，2013,71(5):962-975.

[9] 陳忠勇,蔡宏,向阿勇,等.天氣雷達探測遭電子干擾分析與解決途徑.氣象科技，2012,40(5):719-722.

[10] Jungbluth K，Belles J，Schumacher M.Velocity Contamination of WSR-88D and Wind Profiler Data Due to Migrating Birds∥The 27th Conference on Radar Meteorology.American Meteorological Society,1995:666-668.

[11] 周紅根,柴秀梅,胡帆,等.新一代天氣雷達回波異常情況分析.氣象，2008,34(6):112-115.

[12] 潘新民,柴秀梅,崔柄儉,等.CINRAD/SB雷達回波強度定標調校方法.應用氣象學報,2010,21(6):739-746.

[13] 胡東明,劉強,程元慧,等.CINRAD/SA天線伺服系統(tǒng)軸角箱多次故障的分析.氣象，2007,33(10):114-117.

[14] 趙瑞金,董保華,聶恩旺,等.根據(jù)異?；夭ㄌ卣骱蛨缶畔⑴袛嗬走_故障部位.氣象，2013,39(5):645-652.

[15] 邵楠,裴翀,劉傳才,等.基于圖像處理技術自動判別雷達異常產品.氣象科技,2013,41(6):993-997.

[16] 楊金紅,高玉春,柴秀梅.新一代天氣雷達運行保障能力分析.氣象科技,2014,42(1):31-37.

[17] 楊傳鳳,張璇,張騫,等.CINRAD/SA雷達俯仰角碼跳閃導致天線異動的故障排除.氣象水文海洋儀器，2011,28(4)：109-114.

[18] 蔡勤,柴秀梅,周紅根,等.CINRAD/SA雷達閃碼故障的診斷分析.氣象,2011,37(8):1045-1048.

[19] 中國氣象局.新一代天氣雷達系統(tǒng)功能規(guī)格書(S波段). 2010.

[20] 朱永松,國澄明.基于相關系數(shù)的相關匹配算法的研究.信號處理,2003,19(6):531-534.

The Quality Control Method of Erroneous Radar Echo Data Generated by Hardware Fault

Zhao Ruijin1)2)Liu Liping1)Zhang Jin2)

1)(StateKeyLaboratoryofSevereWeather,ChineseAcademyofMeteorologicalSciences,Beijing100081)2)(HebeiProvincialMeteorologicalInformationCenter,Shijiazhuang050021)

Radar hardware fault affects data quality directly. Erroneous data not only affect local forecaster analyzing weather, but also have serious influence on the running of national operation system. So far, study on radar data quality control mainly aims at non-meteorological echoes, such as ground clutter, sea clutter, electromagnetic interference and so on. There isn’t enough effective quality control method for erroneous data generated by hardware fault. Through analysis on the integrity of base data, position information and characteristic of hardware fault echoes, the correlation between erroneous data and fault category, and effects of different fault on data and echoes are studied. A quality control method is provided.

Erroneous data generated by radar hardware fault affect integrity of base data, position and intensity information of echoes. There is some difference among different type hardware fault or part of radar. Transmitter and receiver system fault mainly affect the intensity information. Servo system fault mainly affect position information and the integrity of date. Through checking base data integrity and echoes position information, fault data generated by servo system can be identified.The radar intensity information affect image feature such as shape, range and intensity. The error intensity information data generated by radar hardware fault can be controlled through fuzzy-logical principle, and identified through comparing parameters such as radar echoes area, mean absolute difference of intensity, the degree of intensity change, and image correlation coefficient with neighboring normal data. There is some difference between different parts of radar or different kinds of hardware fault. It is impossible to identify all erroneous data only by one method. In the actual work, it is necessary to combine status and alarm information, and apply multiple means to check radar data step by step. Only in this way, erroneous data generated by hardware fault can be effectively and comprehensively controlled.

A test on erroneous data generated by hardware fault of Shijiazhuang radar site from 2004 to 2013 is carried out, and the identification ratio is above 90%. It is supplement for the existing quality control methods which mainly aim at non-meteorological echoes when radar operate normally. The proposed algorithm is mainly based on the intensity and position information, and the quality control method on velocity and spectral width error generated by hardware fault should be further studied.

radar hardware fault； data quality control； fuzzy-logical principle

10.11898/1001-7313.20150507

中國氣象科學研究院災害天氣國家重點實驗室開放課題(2013LASW-B07)，河北省氣象局科研課題(12ky13)

趙瑞金,劉黎平,張進. 硬件故障導致雷達回波錯誤數(shù)據(jù)質量控制方法. 應用氣象學報，2015，26(5)：578-589.

2014-10-09收到， 2015-05-15收到再改稿。

* email: zhaoruijin@sina.com