雷达数据处理和风场反演

MeteoAI

发布于 2019-07-24 17:15:42

10K85

发布于 2019-07-24 17:15:42

文章被收录于专栏：MeteoAIMeteoAI

强对流活动通常会伴随降水、降雹和龙卷风等现象，气象雷达常用于探测上述天气现象，并可以根据雷达观测数据采用外推等方法进行短临预报。

对于科学研究和天气预报来说非常重要。

气象雷达观测所产生的数据通常是二进制格式，需要根据对应的数据说明文档进行解码，然后生成雷达产品。

雷达数据处理

目前我国已经布设了较为密集的气象雷达观测网，针对不同的地区特点选择了不同波段雷达[1]。

用于处理气象雷达数据的Python库相对较多，比如PyART、wradlib、PyCINRAD等。

PyART和wradlib可以处理多种格式的雷达数据，但主要格式均为美国天气雷达数据格式。这两个库均提供了雷达数据的校正功能，此外wradlib还可以根据雷达回波进行粒子识别和分类，还可以进行降雨估计及结果调整。

PyCINRAD为国内开发者利用Python开发的用于处理国内常见气象雷达格式的开源库，目前实现了数据处理和可视化功能。

PyART和wradlib的用户较多，而且不少额外的雷达产品库(比如雷达风场反演、湍流的检测评估等)都提供了相应的接口直接处理PyART的输出对象。

为了更好的利用Python的气象雷达生态库，添加了国内常见的雷达数据格式处理接口到PyART[2]中。目前已经实现了SA波段多普勒雷达和部分C波段双偏振多普勒雷达数据的处理接口。

双偏振雷达和普通多普勒雷达的区别在于：双偏振雷达可以在水平和垂直方向上发送和接收脉冲信号，而普通多普勒雷达仅能在水平方向上发送和接收脉冲信号。

SA波段雷达数据处理

SA雷达基数据存储结构较为简单，只需要根据格式说明文档进行顺序解码即可，具体的解码细节参考：pyart.io.sband_radar。

以下为使用PyART处理SA雷达数据的示例：

import matplotlib.pyplot as plt

import pyart
from pyart.io.sband_archive import read_sband_archive

filename = 'Z_RADR_I_Z9250_20190409022800_O_DOR_SA_CAP.bin'
sradar = read_sband_archive(filename)

fig, ax = plt.subplots(figsize=(12, 9))

srdisplay = pyart.graph.radardisplay.RadarDisplay(sradar)
srdisplay.plot_ppi('reflectivity', 0, vmin=0, vmax=70)

fig.savefig('sa_radar.png', dpi=300, bbox_inches='tight')

0.5度仰角雷达反射率

C波段双偏振雷达数据处理

相比于S波段雷达而言，C波段双偏振多普勒雷达具有不少优点，比如：

•在识别目标物的大小、形状和种类时具有更好的表现；•在降水估测方面具有更高的准确率；•能够区分强降雨、冰雹、雪和雨夹雪•改进了非气象回波的探测，比如地物阻挡、鸟群、龙卷带到空中的物体等；•飞机结冰条件的探测；•融化层(bright band)的识别等

由于双偏振雷达的观测量增多，其数据存储结构相对SA雷达而言也较为复杂，因此在处理起来相对SA雷达麻烦一些。关于C波段双偏振雷达的数据的具体解码细节可查看pyart.io.C98DRadFile。

以下为使用PyART处理C波段双偏振雷达示例：

from pyart.io.c98d_archive import c98dfile_archive

cradar = c98dfile_archive('NUIST.20140928.070704.AR2')
cdisplay = pyart.graph.RadarDisplay(cradar)

fig = plt.figure(figsize=(12, 9))

# plot super resolution reflectivity
ax = fig.add_subplot(111)
cdisplay.plot('dBZ', 0, title='C-band WSR-98D Radar Reflectivity',
              vmin=0, vmax=70, colorbar_label='reflectivity factor(dBZ)', ax=ax)

fig.savefig('dual_pol.png', dpi=300, bbox_inches='tight')

双偏振多普勒雷达反射率

风场反演

Pyhton库中提供了多个基于气象雷达径向风的风场反演开源库，比如SingleDop、MultiDop、PyDDA等。SingleDop主要是针对单多普勒雷达的风场反演，MultiDop和PyDDA是基于多个多普勒雷达的风场反演工具。

上述三个库均可以和PyART无缝衔接，无需再进行过多的处理。以下以SingleDop反演SA雷达风场为例：

import singledop

wind = singledop.SingleDoppler2D(radar=sradar, 
                                 grid_spacing=0.25,
                                 L=1, 
                                 sweep_number=1, 
                                 name_vr='velocity',
                                 thin_factor=[4, 4],
                                 grid_edge=120,
                                 sigma=1
                                 )

swdisplay = singledop.AnalysisDisplay(wind)

fig, ax = plt.subplots(figsize=(9, 9))
swdisplay.plot_velocity_vectors(ax=ax, legend=10)

ax.set_xlim([-100, 100])
ax.set_ylim([-100, 100])

fig.savefig('sa_wind.png', dpi=300, bbox_inches='tight')