1 中国科学院安徽光学精密机械研究所环境光学与技术重点实验室, 安徽 合肥 230031
2 中国科学技术大学, 安徽 合肥 230037
3 安徽大学物质科学与信息技术研究院, 安徽 合肥 230039
对大气臭氧探测激光雷达出现硬件故障时的回波特征进行了分析。根据回波形态和雷达强度等,采用基于模糊逻辑的质量控制方法,对雷达硬件故障数据进行了识别检验,识别率高达93%,即能较好地实现对硬件故障数据的质量控制。比较了硬件故障时的数据和被误判的正常数据在300~500 m高度上对应的臭氧浓度和信噪比均值,找出统计特性,降低了对正常数据的误判率。
测量 数据质量控制 模糊逻辑 隶属函数 信噪比 臭氧浓度
1 中国海洋大学 信息科学与工程学院, 山东 青岛 266100
2 青岛航天海鹰环境科技有限责任公司, 山东 青岛 266100
相干测风激光雷达扫描测量模式下使用速度方位显示(VAD)方法反演水平风场时, 若不进行质量控制, 会使拟合数据精度大幅降低。基于最小二乘VAD拟合算法, 通过分析相干测风激光雷达扫描测量模式中的多种误差源, 设置了信噪比、数据残差、扫描区间有效数据、数据有效率四个判据对参与拟合的数据质量进行控制, 进而提出了基于以上判据的VAD逐级拟合质量控制方案, 设计了数据质量控制流程, 并对该方法进行了实验验证。通过对2 955组10 min平均激光雷达测风数据与高精度风杯数据进行对比分析, 结果表明: 经VAD逐级拟合质量控制流程后, 风速均方根偏差从0.97 m/s降低到0.54 m/s, 比对偏差降低约44%, 风向均方根偏差从7.47°降低到5.55°, 比对偏差降低约26%。
VAD反演算法 相干测风激光雷达 数据质量控制 VAD retrieval algorithm coherent wind lidar data quality control 红外与激光工程
2018, 47(2): 0230002
1 中国气象科学研究院 灾害性天气国家重点实验室, 北京 100081
2 南京信息工程大学 中国气象局气溶胶—云—降水重点开放实验室, 江苏 南京 210044
3 成都信息工程大学 大气科学学院, 四川 成都 610025
4 成都信息工程大学 电子工程学院, 四川 成都 610025
5 四川省气象探测数据中心, 四川 成都 610072
6 中国航天科工集团第二研究院第二十三所, 北京 100854
针对国内首部固态、多观测模式体制的Ka波段毫米波云雷达观测资料, 提出速度模糊、噪点-径向干扰杂波和悬浮物杂波的质量控制方法, 并对方法效果进行了检验和分析.结果表明, 该方法具有很好的成功率和稳定性, 15个云过程检验的退模糊成功率都达到100%; 能准确判断出速度模糊和类型并纠正平均多普勒速度和谱宽; 能较好地滤除噪点和径向干扰杂波, 并对缺测进行补值; 能较好去除低空悬浮物杂波, 同时保留小尺度的云.
Ka波段毫米波云雷达 数据质量控制 速度退模糊 Ka-band millimeter wave cloud radar data quality control velocity dealiasing
哈尔滨工业大学光电子技术研究所可调谐激光技术国家级重点实验室, 黑龙江 哈尔滨 150080
针对实际数据资料中往往因地表杂波等各种干扰而出现小幅值风速和奇异点,在进行速度方位显示(VAD)数据反演之前,提出了对数据资料进行质量控制的预处理方法,即剔除小幅度数据和奇异点,然后分别进行了全方位采样和非全方位采样的反演,反演精度大幅度提高,仿真结果与实际结果相吻合。模拟两种线性风场,即含有0,1阶谐波和含有0,1,2阶谐波的线性风场。利用这两种风场比较研究了全方位采样和非全方位采样的速度方位显示方法。仿真结果表明,全方位采样速度方位显示方法对这两种线性风场反演结果准确度都高,而非全方位采样速度方位显示方法对不含2阶谐波的线性风场具有很小的有效采样范围,同时,2阶谐波对其具有一定的影响。
激光技术 激光测风雷达 数据处理 反演 数据质量控制
