[发明专利]云雷达的多普勒功率谱数据融合方法及装置

说明书

本申请提供一种云雷达的多普勒功率谱数据融合方法及装置。该方法包括：对N个观测模式下的N组多普勒功率谱数据进行模糊纠正，对模糊纠正后的N组多普勒功率谱数据进行单位转化和数据插值处理，根据预存的质量控制参数从单位转化和数据插值处理后的N组多普勒功率谱数据中选择出每一观测模式下可用的多普勒功率谱数据，得到N组可用的多普勒功率谱数据，质量控制参数包括最大探测距离、最小探测距离、信噪比过饱和阈值、灵敏度阈值和速度误差阈值；从N组可用的多普勒功率谱数据中确定出多普勒功率谱的每一谱点的数据，得到融合后的多普勒功率谱数据。从而可对不同观测模式测云后得到的多组多普勒功率谱数据进行融合。

技术领域

本申请涉及气象观测技术领域，尤其涉及一种云雷达的多普勒功率谱数据融合方法及装置。

背景技术

云是转化成降水的重要过程，是影响气候的重要原因，是人工影响天气的主要对象，因而是气象观测中非常重要的一个要素。而云雷达是观测云的重要手段，为了达到常年观测的目的，目前我国云雷达通常采用固态发射机，但因固态发射机体制的云雷达发射功率有限，为了提高云雷达的探测精度，同时减小观测盲区，必须采用不同脉冲宽度、不同相干和非相干积累等多种观测模式，并获取多种多普勒功率谱。其中的多普勒功率谱是用来描述云雷达回波能量随云的下落速度变化的具体分布，是云雷达重要的观测量，是反演空气上升速度和雨滴谱等云微观物理量的重要数据来源。

在云雷达采用的不同观测模式中，灵敏度最高的观测模式能观测到高层的弱云，但在低层有较大盲区，同时存在数据的距离旁瓣假回波问题，因采用了相干积累，其对应的最大径向速度值也比较小，经常出现径向速度的部分模糊问题。而灵敏度比较低的观测模式，能很好观测到低层的云降水，但对弱云的观测能力比较差，通常存在漏测。为了发挥各个观测模式的优势，拓宽观测范围，减小数据误差，必须对多普勒功率谱进行数据质量控制和融合。

如何对多种观测模式下得到的多普勒功率谱数据进行融合，得到多观测模式优势互补的融合多普勒功率谱数据，是一个亟需解决的问题。

发明内容

本申请提供一种云雷达的多普勒功率谱数据融合方法及装置，可实现对多种观测模式下得到的多普勒功率谱进行融合，得到多观测模式优势互补的融合多普勒功率谱数据。

第一方面，本申请提供一种云雷达的多普勒功率谱数据融合方法，包括：

对N个观测模式下的N组多普勒功率谱数据进行模糊纠正，得到模糊纠正后的N组多普勒功率谱数据，所述N为正整数；

对模糊纠正后的N组多普勒功率谱数据进行单位转化和数据插值处理；

根据预存的质量控制参数从单位转化和数据插值处理后的N组多普勒功率谱数据中选择出每一观测模式下可用的多普勒功率谱数据，得到N组可用的多普勒功率谱数据，所述质量控制参数包括最大探测距离、最小探测距离、信噪比过饱和阈值、灵敏度阈值和速度误差阈值；

从所述N组可用的多普勒功率谱数据中确定出多普勒功率谱的每一谱点的数据，得到融合后的多普勒功率谱数据。

可选的，所述根据预存的质量控制参数从单位转化和数据插值处理后的N组多普勒功率谱数据中选择出每一观测模式下可用的多普勒功率谱数据，包括：

从每一组单位转化和数据插值处理后多普勒功率谱数据中，选择出满足如下条件的多普勒功率谱数据：

探测距离小于所述最大探测距离且大于所述最小探测距离；

信噪比小于所述信噪比过饱和阈值；

功率谱数值大于所述灵敏度阈值；

速度误差小于所述速度误差阈值。

可选的，所述对模糊纠正后的N组多普勒功率谱数据进行单位转化和数据插值处理之前，所述方法还包括：