多普勒天气雷达资料具有高时、空分辨率，包含丰富的云、降水及风场等信息，使其逐渐成为中尺度数值模式的重要资料源(王叶红等，2006)。随着径向速度资料在风场反演、地物识别和数值预报等方面应用的深入，高质量的径向速度资料已成为科研及业务工作者的迫切需求(万齐林等，2005；刘黎平等，2007；彭霞云等，2007；肖艳姣等，2006；白洁等，2000)。并发展出了多种软、硬件速度退模糊技术。软件退模糊方法主要基于速度连续性原则，硬件方法则是在信号处理中增加双脉冲重复频率(双PRF)功能，即雷达交替发射两个脉冲重复频率，两者的频率比为3:2或者4:3(Zhang et al，2006;刘淑媛等，2003；朱丽娟等，2006；Ray et al，1977，Zrnic＇D S et al，1985；潘新民等，2010)。目前，基于软件和硬件的速度退模糊方法已经被应用到中国各型号新一代天气雷达，特别是硬件速度退模糊法，效果比较明显。但对于采用硬件速度退模糊方法的C波段新一代天气雷达(包括CINRAD/CC和CD)，径向速度资料中会出现正、负速度相互混叠的速度混淆区。区域内径向速度值正、负交替改变，幅度变化较大，严重影响了速度连续性，使得径向速度资料的后续处理和应用变得更加困难。

为消除这种硬件速度退模糊方法产生的噪声对雷达径向速度资料质量的影响，中外专家研究了一些解决方法。Holleman等(2003)通过计算双PRF模式资料各点的径向速度值与径向速度中值滤波结果的差值，得出了速度偏差值与两个单脉冲重复频率对应的最大不模糊速度相关的结论，并提出在不同距离上利用回波块的有效回波点个数对噪声进行识别的方法。该方法对远距离上零散分布的速度噪声具有一定的抑制作用，但不适合处理较大面积的噪声回波。Joe等(2003)使用加权均值滤波法对资料噪声进行处理，改进了中值滤波对小尺寸回波的强烈平滑特性。其缺点是均值滤波模板各点权重值的选取受雷达资料质量的影响较大，而且，资料中大尺寸的噪声经滤波后并不能完全被消除。中国比较有代表性的是梁海河等(2002)提出的“K-邻域频数法”。该方法统计邻域内所有速度出现的频率，用出现频率最高的速度值代替中心点速度值，并在S波段雷达资料的处理方面取得了一些成果。王俊(2005)分析了“K-邻域频数法”中参数的选取对处理结果的影响，根据应用中出现的问题，对该方法进行了补充和完善。改进后的方法能够剔除原始数据中的奇异点、补足缺测点数据，以及消除小尺度和微尺度大气运动以及雷达资料统计误差产生的变化范围不大的速度脉动变化。而对于C波段雷达双PRF模式径向速度资料，由于速度混淆区内径向速度值正、负跳变频繁，速度变化幅度接近雷达最大不模糊速度，与S波段雷达径向速度资料噪声速度值变化平缓的特点明显不同。经试验，“K-邻域频数法”对C波段雷达双PRF模式径向速度资料的处理效果不理想。因此，必须研究一种新的适合于C波段雷达双PRF模式资料的处理方法。本文在分析并掌握速度混淆区特征规律的基础上，提出了一种较为简便的速度混淆区识别方法和一种物理意义较为明确的统计方法处理速度混淆区，简称为“区域比例法”。该方法对速度混淆区识别准确，处理效果理想，且过程简单高效，能够同时适用于CINRAD/CC和CD雷达。 2 雷达资料特征和双PRF模式资料速度混淆区速度特征分析 2.1 速度混淆区及特征

要准确识别和去除径向速度资料中的速度混淆区，应首先了解这类径向速度的一些特征以及出现的条件。图 1为牡丹江雷达2010年8月14日18时01分(北京时，下同)仰角为1.5°的反射率、径向速度和信噪比，双频率比例为900 Hz/600 Hz，最大不模糊速度为24.75 m/s，两个单脉冲重复频率900和600 Hz对应的最大不模糊速度分别为12.4和8.3 m/s。图 1b中用黑色矩形框对两处较为明显的速度混淆区进行了标注。

图 1 2010年8月14日18时01分牡丹江的雷达回波(a.反射率因子Z，b.径向速度Vr，c.信噪比;仰角1.5°，距离圈15 km，下同)Fig. 1 PPI of Mudanjiang radar at 18:01 BT 14 August 2010(Elevation angle of radar observation is 1.5°，and the circles are in the interval of 15 km; the same below；a. reflectivity factor，b. radial velocity，and c. signal-to-noise ratio)

图选项

径向速度图通常使用不同色标区分风速大小，使用两种(冷、暖)色调区分风向。由于速度混淆区的特征表现为正(负)速度区域内出现负(正)速度的杂点，那么当径向速度资料中存在速度混淆区时，径向速度图对应区域内将会出现与所属回波区域速度值异号(色标色调相反)的回波点。图 1b中，该现象明显存在于两个黑色矩形框中。以CINRAD/CC雷达资料为例，选取哈尔滨、齐齐哈尔、加格达奇等地雷达2008—2010年部分存在速度混淆区的体扫资料，计算每份资料的信噪比，对比速度混淆区对应坐标下的回波强度、速度谱宽和信噪比，分析速度混淆区内雷达探测参量的数值规律，得出如下结论：速度混淆区常出现于回波强度较弱或信噪比值较低的回波区域内，且这些区域多为回波边缘区域，区域内信噪比通常低于15 dB。图 2a给出了去除图 1b中信噪比值小于15 dB的回波点后的径向速度PPI。为了对比不同信噪比阈值对处理结果的影响，图 2b给出了图 1b以信噪比等于20 dB为阈值的处理结果。由图 2a、b可见，处理后原图像中的部分速度混淆区被消除，但随着信噪比阈值的增大，图 1b中被消除的正确回波面积也在不断增大，而右上方矩形框内的负值(绿色)速度混淆区却并未被消除。因此，信噪比仅能作为低信噪比区域内速度混淆区的识别条件，对于存在于高信噪比区域内的速度混淆区，还需要通过其他特征进行识别。

图 2 去除图 1b中低于不同信噪比值点后的径向速度(a.信噪比等于15 dB，b.信噪比等于20 dB)Fig. 2 Remove the region of chaos radial velocity with the different SNR thresholds from the data in Fig. 1(b)(a. SNR threshold=15 dB and b. SNR threshold=20 dB)

图选项

为分析速度混淆区径向速度值的特征，需要对图 1b中穿过速度混淆区的径向速度廓线进行分析。图 3a、b分别是取自穿过图 1b上、下矩形框区域，方位角为28.1°、161.1°的径向上的速度廓线。结合图 1b可见，图 3a中第100—450库的径向速度应为正值，但廓线中出现了较多负速度突变点；第450库以上为速度模糊区域，速度廓线中出现部分正速度突变点。图 3b第170库以上的径向速度应为负值，廓线中存在大量正速度突变点。并且图 3a、b中所有跳动点的速度值偏离正确值的幅度均基本相同，约为24 m/s，与雷达双PRF模式的最大不模糊速度值相同。为此，选取径向速度廓线中所有除0值速度以外的跳动点，尝试将这些跳动点的速度值与最大不模糊速度进行加(减)处理。图 4a、b给出了图 3a、b经处理后的结果。处理后的速度廓线消除了原始数据中大量的正、负速度跳跃点，速度廓线的轮廓变得更加清晰，速度连续性基本得到恢复。对其他雷达台站的资料进行同样处理，也能够获得相同的结果。所以，速度混淆区各点的径向速度值具有一定规律，即偏离正确径向速度值的幅度在数值上与雷达双PRF模式最大不模糊速度值相等。

图 3 图 1b中两个不同方位的径向速度廓线(a.方位角28.1°，b.方位角161.1°)Fig. 3 Radial velocity profiles for the different azimuth from the data in Fig. 1b(a)azimuth= 28.1°，and (b)azimuth=161.1°

图选项

图 4 图 3经处理后的速度廓线(a.方位角28.1°，b.方位角161.1°)Fig. 4 As in Fig. 3 but for the retrieved radial velocity profiles

图选项

对于图 1b雷达东北方向的速度模糊区，其边界范围内同样存在正、负速度跳动的现象，必须将该区域与速度混淆区区别开来。由于速度模糊区边界的径向速度是由正(负)的最大(小)值突变为负(正)的最小(大)值，因而区域内正、负速度均值的差值约为最大不模糊速度值的2倍。那么，若区域内径向速度变化率较大，且区域内正、负速度均值的差值约为雷达最大不模糊速度值时，可将该区域判定为速度混淆区；若区域内径向速度变化率较大，且区域内正、负速度均值的差值约为雷达最大不模糊速度值的2倍，同时径向速度的绝对值接近雷达最大不模糊速度值时，可将该区域判定为速度模糊区边界。3 CINRAD/CC雷达双PRF模式资料正负速度混淆区的识别和处理方法 3.1 正负速度混淆区的识别方法

根据风场连续性原理，风场沿径向和切向方向的变化应该是连续的，每一点和周围点的径向速度差值应在一个合理的范围内。在一个M×N的窗口中，各点的速度值应高度相关，噪声点则是一些孤立的、不相关或不连续的奇异点(域)。相对于邻域内大面积正确回波，奇异点(域)的面积较小。根据2.1节对速度混淆区的特征分析，可利用风场中某一点与周围点径向速度之差的平均值对速度混淆区进行识别。为简化计算过程，如图 5所示，选取3×3的窗口进行说明。实际应用中，也可选取更大尺寸的窗口进行计算。

图 5 V8计算示例Fig. 5 Sketch for calculating V8

图选项

首先，定义V₈为矩形中心点与周围8点径向速度差的平均值，并计算资料中每个距离库的V₈，V₈的定义如式(1)所示。式中V为中心点的径向速度值，V_i为中心点周围8点的径向速度值，N为邻域内有效回波点数。若中心点无回波或N=0，则将该点判定为无回波点。V₈的大小反映了中心点与周围各点的速度离散特性。V₈值越大，该点位于速度混淆区内的可能性也越大。

点击浏览公式

然后，选取合适的V₈值作为识别速度混淆区的阈值。通过对哈尔滨、齐齐哈尔、牡丹江和加格达奇等地CINRAD/CC雷达2008—2010年部分时段径向速度资料的V₈值进行统计，总结出了V₈的分布规律。图 6给出了哈尔滨、齐齐哈尔、牡丹江CINRAD/CC雷达2010年7—8月不同时刻资料的V₈分布情况。可见V₈在各点的分布比例随着取值的增大而减小，在3和6 m/s等处附近有最小值。当PPI速度图中速度混淆区分布较少时，V₈将主要分布于0—10 m/s，10 m/s以上无明显分布，而且，0—6 m/s的回波点个数占回波点总数的比例接近90%；当PPI速度图中存在较多速度混淆区时，V₈超过10 m/s存在明显分布，0—6 m/s的回波点个数占回波点总数的比例降低至70%左右。综合考虑识别效果，将V₈=3 m/s作为速度混淆区判定阈值。图 7a给出了图 1b去除V₈大于3 m/s 的点后的径向速度PPI，对比图 2a单独使用信噪比等于15 dB作为速度混淆区的识别结果，图 1b中的速度混淆区得到完全消除，但雷达东北方向的速度模糊区边界也被错误地识别为速度混淆区域，造成了部分正确回波的损失。

图 6 不同体扫资料的V8分布曲线(a.哈尔滨2010年7月19日22时47分，b.齐齐哈尔2010年8月4日1时54分，c.牡丹江2010年8月14日13时29分，d.牡丹江2010年8月14日18时01分)Fig. 6 Distribution of V8 values for the different radar data at the different observed time(a)Haerbin radar data at 22:47 BT 19 July 2010，(b)Qiqihaer radar data at 01:54 BT 4 August 2010，(c)Mudanjiang radar data at 13:29 BT 14 August 2010，and (d)Mudanjiang radar data at 18:01 BT 14 August 2010

图选项

图 7 图 1b使用不同方法消除速度混淆区后的径向速度(a.信噪比小于15 dB或V8大于3 m/s，b.信噪比小于15 dB或V8大于3 m/s、absData小于40 m/s，且Vr绝对值大于20 m/s)Fig. 7 PPI with the region of chaos radial velocity removed from Fig. 1(b)for the different threshold of SNR(a)SNR is less than 15 dB; or V8 is greater than 3 m/s，and (b)SNR is less than 15 dB; or V8 is greater than 3 m/s，with the absData less than 40 m/s and the absolute value of Vr greater than 20 m/s

图选项

为解决这个问题，定义absData为某一点周围M阶邻域内所有正速度点与负速度点算术平均值的差值。利用2.2节的结论，在非速度混淆区内，absData值与该点径向速度绝对值应基本一致，且V₈值小于3 m/s；速度混淆区内absData值约为24 m/s，且V₈值大于3 m/s；速度模糊区边界内，absData值约为48 m/s，V₈值大于3 m/s，且径向速度绝对值大于20 m/s。在此基础上，通过大量资料的试验，分别将信噪比阈值设为15 dB；V₈阈值设为3 m/s；absData阈值设为40 m/s。最后给出识别速度混淆区的两个条件：(1)信噪比值小于15 dB；(2)V₈值大于3 m/s，absData值小于40 m/s，且径向速度值的绝对值小于20 m/s。满足其中一个条件即识别为速度混淆区。图 7b给出了图 1b按照上述方法去除速度混淆区后的径向速度。对比图 7a，速度模糊区边界被保留，去除的正确回波面积也小于图 7a。 3.2 正负速度混淆区的处理方法(区域比例法)

根据2.1节的分析，速度混淆区是分布在回波内，并与周围非速度混淆区速度值异号的一些奇异点，其面积也较小。那么在一个M×N的窗口中，非速度混淆区回波点个数占窗口内回波点总数的比例应大于速度混淆区回波点个数占窗口内回波点总数的比例。再根据速度连续性关系，窗口内非速度混淆点的速度平均值在一定程度上能够反映该窗口内速度值的特征。利用这两个特点，设计了一套速度混淆区的处理方法。使用3.1节的速度混淆区识别方法的识别结果，以结果中的各点为窗口中心点，首先统计每一点K阶邻域内所有非速度混淆点正、负速度点个数，然后计算正、负速度点个数占邻域内非速度混淆点总数的比例，最后将最大比例对应的径向速度算术平均值作为窗口中心点径向速度的替代值。经验证，处理后资料中的速度混淆区能够被修正。将该方法称为“区域比例法”，其过程为

(1)计算雷达最大不模糊速度V_Nyquist(张培昌等，2000)。如式(2)所示，式中FPR-L、F_PR-H分别为雷达两个脉冲重复频率的低频、高频频率，λ为雷达波长。然后将±V_Nyquist速度范围划分成正、零、负速度3个区间，如式(3)所示，分别记为P_N、P_Z、P_P。

(2)统计速度混淆区各点K阶邻域内所有非速度混淆点的速度分布于P_N、P_Z和P_P内的点个数，分别记为C_N、C_Z和C_P。最后计算正、零和负速度点个数占邻域内回波总点数的比例，如式(4)所示，分别记为R_N、R_Z和R_P。

点击浏览公式

点击浏览公式

点击浏览公式

(3)计算P_N、P_Z、P_P区间内所有点的径向速度算术平均值V_N、V_Z、V_P

点击浏览公式

(4)令R_MAX是R_N和R_P中的最大值，取R_MAX对应区间的径向速度算术平均值作为径向速度新值V_New

点击浏览公式

根据图 7b的识别结果，图 8给出了图 7b中被识别为速度混淆区的点经“区域比例法”处理后的径向速度PPI分布，选取K=15作为速度混淆区修正窗口的尺寸。处理后，图 1b中两个矩形框内的速度混淆区被修正，其风场结构不但没有改变其原始属性，而且，同样表现了原有数据的特征。雷达西南方向100 km处的速度模糊区，经处理后未改变其原有的形态。

图 8 图 7b使用“区域比例法”处理后的径向速度Fig. 8 Retrieval radial velocities from the data in Fig. 7(b)

图选项

为更加全面地检验本方法对C波段雷达双PRF模式径向速度资料的处理效果，分别以不同回波强度、有无速度模糊和不同仰角层为前提条件，选取相应的观测资料对该方法进行验证。图 9给出了弱回波条件下的处理效果，图 9a、b是哈尔滨雷达2010年7月19日03时02分仰角1.5°的反射率、径向速度图，观测区域内目标粒子反射率低于10 dB，回波主要分布在雷达周围15 km以内的区域，风向西南，风速随高度增加而增加。图 9c是图 9b经“区域比例法”处理后的径向速度，对比图 9b，回波边缘的速度混淆区得到了修正。图 10给出了资料中存在速度模糊区时的处理效果，选取哈尔滨雷达2010年7月19日22时47分仰角2.4°的径向速度资料。图 10a中雷达西南方向60 km处为速度模糊区，区域内分布有径向速度值为正的速度混淆区，雷达东南方向60 km处出现径向速度为-20 m/s的速度混淆区。处理后(图 10b)，西南方向和东南方向的速度混淆区均得到消除，速度模糊区域边界保存完整。图 11是牡丹江雷达2010年8月14日04时03分仰角为0.5°、1.5°、2.4°的径向 速度分布，3层回波中均有速度混淆区出现。图 12 是图 11经“区域比例法”处理后的径向速度PPI分布，对比可见，原始径向速度资料中的速度混淆区均被修正，原始风场的结构保持完整。

图 9 2010年7月19日03时02分哈尔滨雷达回波及处理结果(a.反射率，b.径向速度，c.经处理后的径向速度；仰角1.5°)Fig. 9 PPI of Haerbin radar velocity data and the retrieved result at 03:02 BT 19 July 2010 at the elevation of 1.5°(a)reflectivity，(b)radial velocity，and (c)radial velocity retrieved

图选项

图 10 2010年7月19日22时47分哈尔滨雷达径向速度(a.径向速度，b.经处理后的径向速度；仰角2.4°)Fig. 10 Velocity PPI of Haerbin radar at 22:47 BT 19 July 2010 at the elevation of 2.4°(a)radial velocity，and (b)radial velocity retrieved

图选项

图 11 2010年8月14日04时03分牡丹江雷达径向速度回波(a.仰角0.5°，b.仰角1.5°，c.仰角2.4°)Fig. 11 Velocity PPI of Mudanjiang radar at 04:03 BT 14 August 2010 for the different elevation(a)elevation of 0.5°，(b)elevation of 1.5°，and (c)elevation of 2.4°

图选项

图 12 2010年8月14日04时03分牡丹江雷达径向速度资料经处理后的效果(a.仰角0.5°，b.仰角1.5°，c.仰角2.4°)Fig. 12 Velocity retrieved from the data in Fig. 5 for the different elevation:(a)elevation of 0.5°，(b)elevation of 1.5°，and (c)elevation of 2.4°

图选项

选取哈尔滨、齐齐哈尔、牡丹江和佳木斯2010年夏季部分时段的20份体扫资料的0—4层共计100份PPI资料，从中共选出231块速度混淆区，按照上述分类方法对速度混淆区的识别和处理结果进行统计(表 1)。可见速度混淆区易出现在弱回波(小于15 dB)区内或者速度模糊区的非边界区域内，这些区域内能够被算法正确识别和处理的速度混淆区块数占总块数比例均大于80%，约10%—20%的速度混淆区处理效果一般。主要原因是由于部分速度混淆区面积较大，对区域内速度值的统计结果不能正确反映出该区域的速度特征，因此，不能得到正确修正。0层资料易受地物等因素的影响，识别和处理算法的结果中有70%能够被较好的处理，其他层次被正确识别和处理的比例均在80%以上。

需要补充的是，当雷达探测区内出现辐合(散)场时，区域内的气象目标粒子将存在运动方向相反、径向速度值异号现象，雷达径向速度图中就会出现正、负速度相互混叠的区域。由于区域内速度连续性的特点未被改变，这部分区域将不会识别为速度混淆区，“区域比例法”也不会作用于该部分区域上，区域内速度场特性不会被改变。 5 结 论

本文以CINRAD/CC雷达为例，分析了双PRF模式径向速度资料中速度混淆区的特征，提出了速度混淆区的识别和处理方法。利用黑龙江省部分雷达2010年夏季部分时段的观测资料对速度混淆区的识别和处理方法进行了验证，得到如下结果。

(1)存在于低信噪比区域内的速度混淆区，可通过设定相应的信噪比阈值进行识别。而高信噪比区域内的速度混淆区可通过各点与周围8个点速度差值(V₈)的分布规律和各点1阶邻域内正、负速度均值的差值absData的数值规律进行识别。选取合适的V₈值和absData值作为速度混淆区判定阈值，不仅能够准确识别速度混淆区，而且速度模糊区的边界也能完整保留。经过大量资料的检验，CINRAD/CC雷达双PRF模式径向速度资料中的速度混淆区能够被准确识别。

(2)“区域比例法”首先统计速度混淆区各点K阶邻域内所有非速度混淆点正、负速度点个数，然后计算正、负速度点个数占邻域内非速度混淆点总数的比例，最后将最大比例对应的径向速度算术平均值作为窗口中心点径向速度的替代值。使用该方法时，窗口尺寸K的值必须合理选取。K值太小，处理后的图像中将损失部分回波；K值太大，影响算法的效率。使用该方法时需要注意两点：(a)仅对识别为速度混淆区的点使用“区域比例法”；(b)资料中的零速度线区域不参与识别和处理的过程，否则将丢失部分原始正确数据。

(3)由于回波边缘区域的反射率值较低，对存在于这些区域内的速度混淆区，因区域内可利用的有效回波点个数较少，会使处理效果不佳。若速度混淆区的面积较大，识别算法虽然能够正确识别出该区域，但在处理时因该区域速度值的统计特性被破坏，处理后资料的质量将不会得到明显提高。

(4)CINRAD/CD雷达双PRF模式径向速度资料中同样存在速度混淆区，特征与CINRAD/CC雷达一致。经验证，本文提出的“区域比例法”对CINRAD/CD雷达资料同样适用，处理效果与CINRAD/CC雷达相同。