基于双频双极化微波链路的降水类型识别与反演

Microwave links is a new method for precipitation measurement in recent years. it can measure the precipitation by the attenuation and polarization of microwaves travelling in the atmosphere near the surface, which is a promising complement to existing precipitation measurements. It has important implications for the monitoring and warning of severe precipitation. However, the existing single-frequency and single-polarization microwave links can not identify the precipitation types, which limit the improvement of the inversion accuracy of precipitation intensity. To address this problem, we propose a precipitation identification and inversion method by dual-frequencies and dual-polarizations microwave links based on our previous work. Starting from the effect of different precipitation (rain, snow, mixed, and etc.) on the microwave propagation, investigate the feature extraction algorithms of time series, power spectrum, and gradient spectrum, and establish the corresponding feature library. Studies the correlation relationship of features at specific frequencies, at last this project will establish the model of precipitation types identification and inversion by the dual-frequencies and dual-polarizations microwave links based on the Fisher linear discriminant analysis. This method will develop the potential of microwave links, and realize a breakthrough and innovation for precipitation measurement and inversion by microwave links.

利用微波链路在近地面大气中传播的衰减、极化等效应进行降水测量是近年来出现的降水测量新方法，是现有降水测量手段的一种有效补充手段，对于提高灾害性降水的准确监测和预警能力具有重要意义。但是现有单频单极化微波链路对降水类型的识别能力不足，直接限制了降水强度反演精度的进一步提高。为了解决这一问题，本项目在前期研究的基础上，提出了基于双频双极化微波链路的降水类型识别与反演方法。从雨、雪、雨夹雪等不同类型降水对微波传播的影响出发，研究建立时间序列、功率谱、梯度谱等不同函数空间上的微波传播特征提取算法，建立相应特征库；研究特定频段微波传播特征的相关性，建立基于Fisher线性判别分析的双频与双极化微波链路联合识别和反演降水的模型。深入挖掘微波链路测量降水技术的潜力，在利用微波链路进行降水识别与反演方面取得创新和突破。

利用微波链路在近地面大气中传播的衰减、极化等效应进行降水测量是近年来出现的降水测量新方法，具有测量精度高、覆盖范围广、时空分辨率高等优点，对于提高灾害性降水的准确监测和预警能力具有重要意义。但是现有单频单极化微波链路对降水类型的识别能力不足，直接限制了降水强度反演精度的进一步提高。为了解决这一问题，本项目在前期研究的基础上提出了双频与双极化微波链路相结合的降水类型识别与反演方法。主要研究内容包括：（1）不同类型降水对不同频段微波传播影响的定量分析。分析了雨、毛毛雨、暴雨、干雪、湿雪等不同类型降水对不同频段微波传播衰减的影响，描述了复杂条件下的大气电波传播特性；（2）基于双频双极化微波链路反演雨滴谱的降水分类模型。提出了基于Trust-Region Dogleg算法的雨滴谱分布反演方法，基于提出了基于雨滴谱分布的降水类型识别方法，实现了降水类型的准确识别；（3）基于多频双极化微波链路衰减信号特征的降水分类模型。提出了利用多频微波链路的差分雨致衰减进行降水分类的方法，利用广义回归神经网络和概率神经网络对样本库进行训练和分类，提高了降水分类的准确性。本项目进一步挖掘了微波链路在降水测量中的应用，通过引入多个频段、多个极化的微波链路，不仅可以实现了微波链路覆盖范围内雨滴谱/降水强度的准确反演和降水类型的准确识别，而且可以成为业务天气雷达的有机补充，为雷达卫星遥感降水的反演算法优化和地面定标、强降水监测和预警等方面的应用提供精细化资料，在气象、水文和流域、公共服务等领域具有重要的应用价值。相关成果发表文章9篇，其中SCI检索4篇，EI检索2篇；申请国家发明专利3项，其中授权2项；培养博士生2名，硕士生6名。