雷达数据质量控制
--------------------------

雷达资料的质量控制是开展资料应用的前提，开展合理有效的雷达数据质控能显著提高雷达数据的使用效果，避免错误结果的出现（虚假回波、错误识别、降水估测偏差等）。

反射率质控算法介绍
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^

业务多普勒天气雷达反射率资料整体质量较好，且数据经过了一定的质控步骤处理。在此，我们主要进行相应的滤波处理，剔除异常值，使反射率数据更加平滑合理，利于数值模式开展反射率资料同化应用。

1. 弱回波信号剔除

为了尽可能凸显有用回波信号，避免弱信号的干扰，特别是大面积弱信号使回波显示不够直观，设置回波强度或者信噪比阈值来过滤弱信号，从而达到剔除弱回波信号的目的。

#. 孤立杂波剔除

孤立杂波剔除采用“8”领域法，即逐径向检测雷达径向3×3距离库（见下图）范围内有效回波的数量来实现。即：设置数量阈值T，当9（3×3=9）个距离库中无效数据距离库数量超过阈值T时，则将这9个距离库的径向速度值都置为无效值。从而剔除孤立的点状或小块状雷达回波，使回波整体分布更加集中、整洁。

    .. figure:: domain8.png
        :scale: 100%
        :align: center

        "8" 领域示意图

#. 径向快速中值滤波

利用快速中值滤波方法来平滑径向反射率数据，以减少强度资料中存在的某些剧烈抖动，有效滤波随机脉冲噪声，使资料整体更加平滑合理。其具体步骤如下：

    - 在雷达径向上建立一个长度为2N+1的中值滤波窗口，并沿着径向自雷达向远处均匀移动，移动步长为1；

    - 窗口每次移动之前，先对窗口内2N+1个距离库数据进行快速排序，求得中值w1(N)，并用该中值替代窗口中心位置的原值;

    - 窗口移动之后，用下图所示方法求出窗口内2N+1个距离库数据的中值w2(N)。

这种方法只需要在第一次窗口中对2N+1个数据对象进行排序，而随着窗口的向前移动，只需要每次为新移入窗口的数据找到其在前面已完成排序的数据序列中的位置即可得到新的中值，无需重复调用排序算法，因此较之传统的中值滤波算法拥有更加高效的处理效率。

    .. figure:: filter.PNG
        :scale: 40%
        :align: center

        5点快速中值滤波实现示意图

径向速度质控算法介绍
^^^^^^^^^^^^^^^^^^^^^^

雷达径向速度模糊问题是阻碍其广泛应用的重要原因，特别是台风、龙卷、下击暴流等强风天气极易导致雷达径向速度出现模糊，严重制约其开展天气分析和定量应用。因此，对径向速度进行有效的退模糊处理是后续资料应用的关键。

1. 全自动速度退模糊算法

参考肖艳姣等（2012）提出的速度退模糊算法，实现了多普勒天气雷达径向速度资料的自动退模糊处理。该算法首先通过搜索最弱风区，第一次确定最多两组初始参考径向和参考速度距离库，其中使用了相邻仰角初始参考径向应具有方位连续性的约束条件剔除假零速度线产生的不恰当备用初始径向；然后从初始参考径向和参考速度距离库开始，对其周围邻近距离库的速度值进行连续性检查，如果当前距离库的径向速度与参考速度的差值大于给定阈值就对其进行纠正；完成两次全方位径向退模糊处理后，算法进行径向和方位方向的强风切变检查，如果还有强风切变存在，那么通过搜索弱风切变区中有效速度库最多的径向，第二次确定一组退模糊的初始参考径向和参考速度库，再重复前面的退模糊过程，这有利于远离雷达的孤立风暴的速度退模糊。在多次退模糊过程中，判断速度模糊的标准由紧到松，切变阈值由小到大，以确保用于后面退模糊处理的参考速度的可靠性。经测试，该算法具有良好的速度退模糊准确率，特别是存在剧烈切变的速度模糊区的退模糊效果较之业务雷达退模糊方案有显著提升。算法的整体流程如下图所示。

    .. figure:: autoqc.PNG
        :scale: 40%
        :align: center

        全自动速度退模糊算法流程图

雷达数据质控效果评估
^^^^^^^^^^^^^^^^^^^^^

利用雷达观测数据对上述质控算法进行了测试评估，评估效果如下：由下图可以看出，经过弱回波剔除处理后，不再有弱回波作为背景进行干扰，不同区域里的回波位置及其相互关系更加清晰，便于开展回波追踪、强天气分析等应用。

    .. figure:: comparison.png
        :scale: 33%
        :align: center

        弱回波剔除前后的反射率对比（a:剔除前，b:剔除后）

从下图可知，孤立杂波剔除处理能有效过滤杂点回波，使PPI图像更加美观。且处理后的数据更利于数值模式开展资料同化应用，避免孤立回波在模式空间引入虚假信息。

    .. figure:: comparison2.png
        :scale: 33%
        :align: center

        孤立杂波剔除前后的反射率对比（a:剔除前，b:剔除后）

经过快速中值滤波处理后（如下图所示），雷达回波在保持其变化趋势的同时去除了随机噪声的干扰，反射率的强度结构和纹理变化更加清晰，径向数据曲线(见下图)也更加光滑合理。

    .. figure:: comparison3.png
        :scale: 33%
        :align: center

        快速中值滤波前后的反射率对比（a:滤波前，b:滤波后）

    .. figure:: comparison4.png
        :scale: 60%
        :align: center

        快速中值滤波前后的反射率径向距离廓线对比（黑线:滤波前，红线:滤波后）

从下图可以明显看到，2018年受台风“玛莉亚”影响，宁德、福州雷达的径向速度图上出现了明显的速度模糊现象（图中红框标注区域）。由于环境风场太强，速度大值区出现了折叠，从而导致了速度模糊。且模糊区域有时成对出现（如图13），有时则单独出现。经过自动速度退模糊处理后，径向速度值得到了有效的订正，整个速度图所代表的风场信息更加真实合理。

    .. figure:: comparison5.png
        :scale: 30%
        :align: center

        自动速度退模糊前后对比（a:反射率，b:速度退模糊前，c:速度退模糊后）

    .. figure:: comparison6.png
        :scale: 30%
        :align: center

        自动速度退模糊前后对比（a:反射率，b:速度退模糊前，c:速度退模糊后）

雷达质控算法设置
^^^^^^^^^^^^^^^^^^

雷达质控算法的参数设置见配置文件（:code:`/App/config.ini`）中的 :code:`[QC]` ，参数说明如下：

1. 弱回波信号剔除
    WeakEchoThreshold：弱回波强度阈值；
    若当前距离库的反射率小于WeakEchoThreshold则认为是弱回波，将其置为无效值。

#. 孤立杂波剔除
    NA：方位方向上点数；
    NR：径向方向上点数；
    NoiseThreshold：噪声比例阈值；
    算法统计含当前径向距离库及其左右各NA/2相邻径向和前后各NR/2相邻距离库总计NA*NR个距离库中有效数据的比例P，若P < NoiseThreshold则认为该距离库为孤立杂波，将其置为无效值。

#. 快速中值滤波
    MedianFilterNum：中值滤波点数；
    算法每次取含当前径向距离库及其前后各MedianFilterNum/2个相邻距离库，总计MedianFilterNum个距离库进行排序并求取中值，用该中值替代原始值从而实现中值滤波以滤除随机噪声。

#. 速度退模糊
    Rlfa：切变阈值1（缺省值0.8）
    Blta：切变阈值2（缺省值0.3）
    Gama：切变阈值3（缺省值0.2）
    PRF_Mode：每层脉冲重复频率模式，单PRF模式为0，双PRF模式为1
    速度退模糊算法在多次退模糊过程中，根据设置的不同切变阈值由紧到松地开展速度模糊判断。对于某些设置了双脉冲重复频率（PRF）工作模式的雷达，则需设置每层的PRF_Mode。