灾害性天气雷达回波精细化结构探测的超分辨率反演研究

运用新一代天气雷达系统(CINRAD)监测灾害性天气系统的发生、发展是提高预报灾害性天气准确度的强有力手段之一，但由于CINRAD径向分辨率、距离分辨率的限制，阻碍了对这些天气系统监测与预报能力的进一步提高。本项目以提升灾害性天气系统预警、预报时空精度为研究目标，深入研究CINRAD天气雷达径向和距离超分辨率的理论方法，建立超分辨率体积内非均匀目标的回波信号模型，结合最优化和盲辨识方法研究超分辨率体积内不同目标特征的反演算法，并通过雷达真实数据完成算法有效性验证。最后，对比研究不同分辨率下灾害性天气的精细物理结构及回波特征，结合不同灾害性天气的识别算法评估高分辨率雷达资料的应用价值，并为预警和预报建立相应的资料应用方法。.开展本项目的研究，有望提高天气雷达的精细探测能力，使灾害性天气预警、预报的时效更长、准确率更高。

现有新一代天气雷达方位和距离分辨率的限制，妨碍了天气雷达对中小尺度灾害性天气系统监测与预报能力的进一步提高。本项目对新一代天气雷达的超分辨率回波模型、分辨率提高方法及反演算法、超分辨率后对灾害性天气探测应用等进行了理论分析与试验研究。分析了天气雷达超分辨率机理，从基数据和IQ信号角度建立了超分辨率数学模型；研究与试验了减少有效波束宽度的方位分辨率提高方法和基于过采样的距离分辨率提高方法，研究与分析了基于正则化、IBP、压缩感知理论等算法在新一代多普勒天气雷达超分辨率中的应用，其中正则化算法包括一维、二维截断奇异值算法和Tikhonov算法、时空约束算法等；研制了灾害性天气过程雷达回波数据获取装置与超分辨率同步试验装置；并使用灾害性天气过程的仿真和实际回波数据对超分辨率方法及反演算法进行了试验与分析。. 本项目通过对天气雷达超分辨率回波模型，分辨率提高方法和反演算法的研究与试验，以及对灾害性天气过程雷达回波数据的试验与对比分析，实现了天气雷达对中小尺度气旋、龙卷风等灾害性天气回波结构精细化探测能力提高的预期目标，可为灾害性天气过程的预警和预报提供更加准确的数据依据。项目开展过程中发表科技论文17篇（含收录3篇），获国家专利3项(含1个公示中)，培养研究生3名，研制试验装置2套。