南京大学C波段双偏振雷达_垂直90度观测_分析总结报告_第1部分_2014年8月5日_7日_21日补充.doc

南京大学C波段双偏振雷达垂直90度观测分析总结报告（第1部分）南京大学2014年8月目 录1 概述12 垂直90度观测时雷达的相关参数13 Matlab分析程序24 ZDR和PHIDP偏差与方差的分析结果34.1 ZDR偏差与方差的分析结果34.1.1 IOP144.1.2 IOP264.1.3 IOP364.1.4 IOP474.1.5 IOP594.1.6 IOP6114.1.7 IOP7134.1.8 IOP8154.1.9 IOP9174.1.10 IOP10194.1.11 IOP11254.2 PHIDP偏差与方差的分析结果275 对整个观测试验进行分析（分析偏差的中期变化）325.1 ZDR系统偏差、方差的变化335.2 PHIDP系统偏差、方差的变化385.3 列表汇总435.4 其它几个参数的方差446 结论476.1 通过垂直90度观测，说明这部雷达的技术指标如何？476.2 对观测数据应该如何将偏差订正477 下一步工作487.1 其它几个剩余的IOP继续分析487.2 推广到别的双偏振雷达，也对垂直90度的数据进行同样的分析487.3 将各参数的方差和理论值进行对比分析，看是否符合理论。488 基于IQ数据重新计算的基数据的部分分析结果488.1 ZDR偏差与方差的分析结果488.2 PHIDP偏差与方差的分析结果521 概述2014年6、7月份，由北京敏视达公司制造的南京大学C波段双偏振雷达在安徽长丰站进行了持续的降水观测，总计有11个IOP观测。在每次体扫观测中，都进行了垂直90度扫描，录取了宝贵的数据。所有IOP的基数据都保存在了“2014年长丰站所有IOP的基数据:NJU_CPolBaseData” 目录下。.bz2 是雷达保存的压缩数据格式；. AR2是将bz2解压之后的数据；.mat是matlab能直接读取的数据格式（参见Fun_Read_MSD_Radar_BaseData.m程序）。本文对垂直90度观测的数据进行了系统的分析，总共有5687个基数据文件，从中发现有1068个有合适降水的垂直90度的回波。然后绘制了各种统计分析的图片和曲线。从这些垂直90度的数据得出以下初步结论：l 6月14日的数据偏差有个跳变（这是由于6月10日更换了旋转关节造成的）l 各个时刻的PHIDP的系统偏差非常稳定；各个时刻的ZDR的系统偏差基本稳定；l ZDR的随机差（方差）为0.250.4dB（和谱宽有关系，方位上采用64点积分时）；l PHIDP的随机差在23度（方位上采用64点积分时）l 但是，ZDR的偏差还是存在“小时”量级的波动的，波动范围约为0.30.4dB。原因还需进一步分析IQ数据才能确认。l 第9个IOP，有11个VCP的ZDR系统偏差为0.3dB；第10个IOP，前7个VCP的ZDR的系统偏差为0.2dB。这些偏差结果和其它IOP下、其它VCP的结果有0.30.4dB的差异。需要进一步分析IQ数据，找出突然发生变化的原因。l 第10个IOP（台风）中，有几个体扫的ZDR的随方位的起伏较大，可能是风和雨的共同作用导致的8月7日，补充了基于IQ数据重新计算的基数据的部分分析结果（只有IOP8和IOP9的部分结果，其余的IOP的IQ数据还没有计算出来），见第8章。8月21日，将所有的IOP的数据都补充完整了。2 垂直90度观测时雷达的相关参数在5月27日进行了指标测试，相关的指标如下：（详见南大C波段雷达扫描表_2014年5月30日.doc和南大C波段雷达标校情况_2014年5月30日.doc）l 天线波束宽度：1.19度（H）、 1.18度（V）l 天线增益：41.5dBl 馈线损耗：H: 3.6dB、V:3.3dB（含波导、旋转关节、TR管等，不含大功率的功分器）l 发射载频：5625MHzl 发射脉冲宽度：0.5sl 发射峰值功率：254kWl 发射采用初始相位随机编码的方式l 重复周期：2000Hz（奇怪的事情是：从6月20日开始，重复周期竟然变为了1000Hz）l 不模糊速度：26.66m/sl 接收机噪声系数：2.75dB（H）、2.78dB（V）l 接收机带宽：2MHzl 接收机灵敏度：-108.24dBm（水平通道） -108.21dBm（垂直通道）l 库长：150m（从6月11日，变成了75m，即距离上不再进行2点积分了）l 库数：133（从6月11日，变成了266个）l 方位平均数（即脉冲累积数）：128（奇怪的事情是：从6月20日开始，脉冲累积数竟然变为了64）l 天线扫描速度：15.625deg/sl 雷达常数C(dB)：79.93（水平通道） 79.63（垂直通道）l 雷达系统灵敏度：-28.31dBZ1km（水平通道） -28.58dBZ1km（垂直通道）3 Matlab分析程序我们编写了能进行批量分析的Matlab程序，自动对基数据进行读取、解析、判断90度有无合适的降水，然后绘制PPI图、随高度变化的图、随方位变化的图，并进行统计，绘制直方图。同时，以.txt文本形式将该体扫下的分析结果记录下来，保存在Result子目录中，以便后续的分析。同时记录了ZDR、std(ZDR) 、SNR、W、dBZ、std(dBZ) 、V、std(V) 、CC、std(CC) 、PHIDP、std(PHIDP) 等参数随高度（距离）的变化。一个典型的txt文件如下所示：从上面的txt文件中，可以很容易的看出某个基数据中，各个参数的偏差和方差的情况。同时，txt文件中的内容，也保存为mat格式，以方便进一步的分析。那么如何判断90度有合适的降水呢？我们选取零度层以下，且不含地物的相关系数CC的数据来进行判断。首先选取距离（即高度）从1000m3000m的CC值，总共有约2500个数据。如果在这些数据中，有超过5%的CC小于0.95（包括没有回波的数据），则说明该文件不是降水回波，该文件就不再进行后续的分析。经过对5月31日、6月1日的数据的验证，这种判断方法还是非常准确可靠的（通过人工识别出有合适降水的情况，与通过上述准则自动判断的结果是一致的）。4 ZDR和PHIDP偏差与方差的分析结果4.1 ZDR偏差与方差的分析结果所有图片在“L:NJU_CPolAnalysisIOPx90degZDR”目录下。4.1.1 IOP1其中一个5月31日的基数据的图片如下：注意：上面这张图中，是选取了高度在10002000m之间的数据，然后先进行距离上的平均（平均的目的是为了减少ZDR的随机起伏，从而能更好的发现ZDR偏差随方位的变化），然后再按照横轴是方位来绘制的。注意：上面这张图中，是选取了高度在10002000m之间的数据，然后将两维的数据用 reshape函数变为一维的数组（注意：这里因为要计算方差，因此绝对不能进行距离上的平均），然后用hist函数统计得到直方图，最后用mean、median、std函数得到平均值、中间值和方差的。4.1.2 IOP2没有合适的垂直90度的降水，因此这个IOP不分析。4.1.3 IOP3由于 6月10日更换过关节，因此这里再绘制一个6月14日的降水数据的ZDR图：对比关节更换前后的结果可以看出，ZDR的系统偏差从原来的0.16dB，改为了0.70dB，但方差没有变。另外，从ZDR随方位变化的图可以看出，不管是国产还是进口关节，都不存在ZDR系统偏差随方位变化的现象（但在别的雷达中，这是一个普遍的现象）。4.1.4 IOP44.1.5 IOP54.1.6 IOP64.1.7 IOP74.1.8 IOP84.1.9 IOP94.1.10 IOP10第10个IOP，前7个VCP的ZDR的系统偏差为0.2dB。这些偏差结果和其它IOP下、其它VCP的结果有0.30.4dB的差异。从UTC时间08:07:25开始，ZDR的系统偏差就正常了：但是，其中有几个体扫的ZDR的随方位的起伏较大，可能是风和雨的共同作用导致的。4.1.11 IOP114.2 PHIDP偏差与方差的分析结果所有图片在“L:NJU_CPolAnalysisIOPx90degPHIDP”目录下。其中一个5月31日的基数据的图片如下：注意： 6月10日更换过关节，因此这里再绘制一个6月14日的降水数据的PHIDP图：对比关节更换前后的结果可以看出，PHIDP的系统偏差从原来的25.79度，变为了-97.5度，但方差没有变。另外，都存在PHIDP系统偏差随方位而波动的现象，波动范围为3度，但两者波动的曲线不同。我们再看看其它日子的PHIDP随方位的变化：从上面几张不同日子的PHIDP系统偏差随方位而波动的图可以看出，这个波动是稳定的，因此可以很容易的修正掉。5 对整个观测试验进行分析（分析偏差的中期变化）读取前面分析得到的mat文件，然后选取特定高度的数据（这里取2500m的高度，经过观察回波发现，在这个距离处，地物的回波比较弱）的数据，绘制成横轴是时间、数轴是数值的曲线的图，以便可以清晰的看出在整个观测试验中，ZDR、PHIDP等参数系统偏差的变化情况。生成的图片保存在 AnalysisIOPx90degResultPic目录下。5.1 ZDR系统偏差、方差的变化下面，将各个IOP观测试验下，ZDR的系统偏差、方差，随各个VCP扫描的变化曲线绘制如下：ZDR存在“小时”量级的变化此处ZDR变化，是因为时间上相隔了12个小时此处ZDR变化，原因未明？备注：从上面几张图中可以看出，ZDR的偏差还是存在“小时”量级的波动的。但是，这个波动的原因，是由于雷达的硬件的确发生了增益、灵敏度的变化呢？还是由于RVP9在计算的时候，其雷达常数等参数发生了改变造成的呢（就像RVP9输出的强度值会在VCP之间突然发生变化，但IQ数据重新计算的强度值就没有变化）？ 需要进一步分析IQ数据才能得出结论。另外，如果ZDR的偏差的确有这么大的变化（也就是说，雷达的硬件的确有这么大的变化），则今后偏差修正，以及基于ZDR的目标识别的时候，就麻烦了，必须想办法如何降低这个偏差的波动造成的影响。可能也跟硬件中，接收机的温度没有稳定有关。这个可以通过对IQ数据进行茅草的统计来分析是否是这个原因。另外，由于雷达处于自动标定有效的状态（尽管我们要求不要将标定的结果传入信号处理器，但实际上是传入的），也就是说，每次VCP体扫结束之后，都会执行自动标定，并将标定的结果传入信号处理器，作为计算的基准。因此，也有很大的可能是自动标定的问题。5.2 PHIDP系统偏差、方差的变化下面，将各个IOP观测试验下，PHIDP的系统偏差、方差，随各个VCP扫描的变化曲线绘制如下：5.3 列表汇总将所有的IOP的结果下，ZDR的偏差、方差，PHIDP的偏差和方差，列表显示出来表1 ZDR和PHIDP的偏差、方差的结果IOP起止时间90度观测次数方位*距离积分次数ZDR偏差(dB)ZDR方差(dB)PHIDP偏差(度)PHIDP方差(度)谱宽(m/s)15.316.126128*20.120.2127.332.131.0926.110128*136.146.17249128*10.980.29-93.292.380.9346.206.212664*10.860.35-95.762.740.7556.246.2725364*11.020.31-95.492.530.8466.307.313064*10.850.27-95.162.300.9277.47.59364*10.910.28-94.172.380.9987.117.1313064*10.970.30-95.172.491.0297.157.187364*10.540.25-94.782.210.92107.247.255564*10.610.30-93.332.511.01117.303364*10.700.29-93.132.421.14备注：6月14日的数据偏差有个跳变（这是由于6月10日更换了旋转关节造成的）从上表，我们终于可以得出一点结论了：l 各个时刻的PHIDP的系统偏差非常稳定；各个时刻的ZDR的系统偏差基本稳定；l ZDR的随机差（方差）为0.250.4dB（和谱宽有关系，方位上采用64点积分时）；l PHIDP的随机差在23度（方位上采用64点积分时）l 但是，ZDR的偏差还是存在“小时”量级的波动的，波动范围约为0.30.4dB。原因还需进一步分析IQ数据才能确认。l 第9个IOP，有11个VCP的ZDR系统偏差为0.3dB；第10个IOP，前7个VCP的ZDR的系统偏差为0.2dB。这些偏差结果和其它IOP下、其它VCP的结果有0.30.4dB的差异。需要进一步分析IQ数据，找出突然发生变化的原因。l 第10个IOP（台风）中，有几个体扫的ZDR的随方位的起伏较大，可能是风和雨的共同作用导致的5.4 其它几个参数的方差下面，绘制一下其它几个参数随VCP的变化（这里仅将IOP1的结果展示出来）。所有图片在“L: NJU_CPolAnalysisIOPx90degResultPic”目录下。6 结论6.1 通过垂直90度观测，说明这部雷达的技术指标如何？l 6月14日的数据偏差有个跳变（这是由于6月10日更换了旋转关节造成的）l 基本上，各个时刻的ZDR和PHIDP的系统偏差都非常稳定；l ZDR的随机差（方差）为0.250.4dB（和谱宽有关系，方位上采用64点积分时）；l PHIDP的随机差在23度（方位上采用64点积分时）l 但是，ZDR的偏差还是存在“小时”量级的波动的，波动范围约为0.30.4dB。原因还需进一步分析IQ数据才能确认。l 第9个IOP，有11个VCP的ZDR系统偏差为0.3dB；第10个IOP，前7个VCP的ZDR的系统偏差为0.2dB。这些偏差结果和其它IOP下、其它VCP的结果有0.30.4dB的差异。需要进一步分析IQ数据，找出突然发生变化的原因。l 第10个IOP（台风）中，有几个体扫的ZDR的随方位的起伏较大，可能是风和雨的共同作用导致的6.2 对观测数据应该如何将偏差订正根据基数据的观测的时间，查找第5.3章 表1中的ZDR和PHIDP的偏差值，然后进行订正。注意：第2个IOP 6月11日的数据，由于没有合适的垂直90度降水，因此只能按照第3个IOP 的偏差进行订正。（因为6月10日更换了旋转关节）7 下一步工作7.1 其它几个剩余的IOP继续分析7.2 推广到别的双偏振雷达，也对垂直90度的数据进行同样的分析7.3 将各参数的方差和理论值进行对比分析，看是否符合理论。8 基于IQ数据重新计算的基数据的部分分析结果8.1 ZDR偏差与方差的分析结果所有图片在“L:NJU_CPolAnalysis_DSPIOPx90degZDR”目录下。其中一个7月11日的基数据的图片如下：然后，我们分析偏差的中期变化。读取前面分析得到的mat文件，然后