兰州新一代天气雷达数据误差来源分析

J4 ›› 2008, Vol. 26 ›› Issue (1): 89-94.

兰州新一代天气雷达数据误差来源分析

刘维成,尚大成,张宇飞,姚正楠

兰州中心气象台,甘肃　兰州　730020

收稿日期:2007-08-24 修回日期:2008-01-17 出版日期:2008-03-31 发布日期:2008-03-31
作者简介:刘维成(1984 - ) ,男,甘肃镇原人,助理工程师,现从事雷达探测及资料研究工作. E - mail: p lareny@163. com

Error Sources Ana lysis of Lanzhou New Genera tion Wea ther Radar Da ta

LIU Wei-Cheng, CHANG Da-Cheng, ZHANG Yu-Fei, TAO Zheng-Nan

Lanzhou CentralM eteorological Observatory, Lanzhou 730020, China

Received:2007-08-24 Revised:2008-01-17 Online:2008-03-31 Published:2008-03-31

摘要/Abstract

摘要：

新一代天气雷达目前已经成为对兰州市及周边地区短时强烈天气进行监测的主要手段之一。为了方便资料的处理和分析,提高观测资料准确度,为预报员和科研人员分析资料提供方便,通过对雷达数据前端生成和后端处理传输2个过程的分析,找出兰州新一代多普勒天气雷达数据误差的来源,并进行分析,发现地物回波、雷达天线增益、测量距离等因素和数据插值、坐标转换、远距离多终端传输等因素分别是前端数据产生过程中和后端数据处理传输过程中数据误差的主要来源。

关键词: 天气雷达, 数据误差, 分析

Abstract:

New GenerationWeather Radar has become a chief means of monitoring the severe convective weather events occurred in Lanzhou and its surrounding areas. This paper analyzed data error sources in radar front - end and back - end p rocessing. Itwas found that clutter, radar antenna gain, monitoring distance and data interpolation, coordinate conversion, remote transmission to several ter2 minals are mainly error sources in radar front - end and back - end p rocessing, respectively.

Key words: weather radar, error source, analysis

中图分类号:

TN957. 51

刘维成, 尚大成, 张宇飞, 姚正楠. 兰州新一代天气雷达数据误差来源分析[J]. J4, 2008, 26(1): 89-94.

LIU Wei-Cheng, CHANG Da-Cheng, ZHANG Yu-Fei, TAO Zheng-Nan. Error Sources Ana lysis of Lanzhou New Genera tion Wea ther Radar Da ta[J]. J4, 2008, 26(1): 89-94.

[1]	郝立生, 马宁, 何丽烨. 2022年长江中下游夏季异常干旱高温事件之环流异常特征[J]. 干旱气象, 2022, 40(5): 721-732.
[2]	乔锦荣, 原新鹏, 梁旭东, 谢衍新. 凝聚层次聚类方法在降水预报评估中的应用[J]. 干旱气象, 2022, 40(4): 690-699.
[3]	郑林晔, 谌芸, 冯恬, 姚梦颖. 登陆华东台风降水分布特征[J]. 干旱气象, 2022, 40(3): 424-435.
[4]	马敏劲, 陈玥, 康国强, 赵侦竹, 黄万龙, 谈昌蓉, 丁凡. 青藏高原夏季边界层再分析资料的偏差分析及订正[J]. 干旱气象, 2022, 40(1): 95-107.
[5]	邹倩, 陈小敏, 邓承之, 龙美希. 重庆不同天气条件下地基微波辐射计探测特征[J]. 干旱气象, 2022, 40(1): 114-124.
[6]	王敏, 尹义星, 陈晓旸, 郭阳, 徐梅, 罗传军. 基于SPEI的近百年天津地区气象干旱时空演变特征[J]. 干旱气象, 2022, 40(1): 11-21.
[7]	张小平, 秦璐, 范卫东, 李瑞芳, 田粉平. 山西最大冻土深度时空分布特征[J]. 干旱气象, 2022, 40(1): 49-54.
[8]	杨振鑫, 祁萍, 孙磊, 崔小平, 赵月兰. 青藏高原东北侧短时强降水阈值确定及特征分析[J]. 干旱气象, 2021, 39(4): 563-568.
[9]	潘卫华, 余永江, 罗艳艳, 张琳琳, 杨志勇. 基于地基GPS大气可降水量的福建水汽资源时空分布特征分析[J]. 干旱气象, 2021, 39(4): 577-584.
[10]	杨扬, 杨启东, 王芝兰, 高璐. 中国区域陆气耦合强度的时空分布特征[J]. 干旱气象, 2021, 39(3): 374-385.
[11]	冯瑶, 阿依先木·尼牙孜, 热依拉·玉努斯. 新疆哈密“7·31”极端大暴雨过程成因分析[J]. 干旱气象, 2021, 39(3): 426-435.
[12]	许沛华, 陈正洪, 孙延维, 王必强, 简仕略. 湖北山区复杂地形条件下风电功率预报算法研究[J]. 干旱气象, 2021, 39(3): 524-532.
[13]	周雅蔓, 孙迪, 赵勇, 李桉孛, 郭玉琳. 新疆北部夏季大范围极端降水及其环流异常特征[J]. 干旱气象, 2021, 39(2): 215-224.
[14]	郑铮, 潘灵杰, 钱燕珍, 赵昶昱, 黄旋旋, 肖王星. 台风“利奇马”造成浙江沿海极端强降水的演变特征[J]. 干旱气象, 2021, 39(2): 269-278.
[15]	任绪伟, 陈晓燕, 蔡迪花, 李兰倩, 邵爱梅. GRAPES_Meso模式及其云分析系统在中国西北地区降水预报中的应用评估[J]. 干旱气象, 2021, 39(2): 333-344.