《Remote Sensing》：A Novel Calibration Method for Networked X-Band Radar Based on Opposing RHI Scans
编辑推荐：
天气雷达标校对于确保X波段雷达网络的数据一致性和定量降水估计至关重要。现有的绝对标校方法（例如金属球法、喇叭天线法）由于气象条件和空域限制，面临高成本、时效性差和难以自动化的问题，而基于体扫数据的时空匹配方法则存在插值和匹配不准确的问题。为了解决这些问题，研究
天气雷达标校对于确保X波段雷达网络的数据一致性和定量降水估计至关重要。现有的绝对标校方法（例如金属球法、喇叭天线法）由于气象条件和空域限制，面临高成本、时效性差和难以自动化的问题，而基于体扫数据的时空匹配方法则存在插值和匹配不准确的问题。为了解决这些问题，研究人员提出了一种基于相对距离-高度指示器(RHI)扫描的X波段雷达网络协同标校方法。该方法使用经过严格标校的参考雷达作为基准，并与待标校雷达一起进行相对RHI扫描，以获得空间重叠区域内的同步观测。基于波束展宽交叉覆盖阈值使用最近邻算法实现精确的空间匹配，并使用中线9点平均法（中线法）和空间约束区域统计法（区域法）提取偏差。基于在层状降水、零星降水和弱云条件下进行的总共58组相对RHI扫描案例，结果表明，在层状和零星降水中线附近保持回波连续性的条件下，中线法和区域法均能获得稳定的匹配数据。中线法的中位相关系数（0.821–0.942）高于区域法（0.860–0.872），且其偏差标准差保持相对稳定（中线法：1.39–2.20 dB；区域法：2.61–3.16 dB）。连续的RHI标校测试证实，在30分钟的时间窗口内，数据匹配相关系数的波动小于0.05，偏差均值的波动控制在±0.3 dB以内。在弱云条件下，尽管中线法仍能获得较高的相关系数，但其结果的正确性仍需通过其他标校手段进行辅助验证。本研究为密集X波段雷达网络的自动协同标校提供了一种相对高效且有效的技术途径。
近年来，全球极端天气频发，强对流天气对城市运行和公共安全构成严重威胁。天气雷达作为监测和预警危险天气的关键技术愈发重要。为增强中微观强对流系统的监测能力，并弥补常规S/C波段大型雷达在低空探测盲区的不足，中国北京、上海和广东等地相继部署了X波段双偏振雷达网络。然而，网络化X波段雷达在实际应用中面临数据一致性这一核心技术挑战。多部雷达对同一区域进行协同观测时，因硬件特性差异、温度漂移等环境变化、天线罩水膜衰减以及信号衰减等因素，会产生系统性观测偏差。这些偏差不仅导致雷达间探测数据不一致，还直接影响后续数据融合的准确性。现有的绝对标校方法（如金属球法等）受成本高、时效性差、气象条件和空域限制难以自动化等问题困扰；而基于体扫数据的时空匹配方法则受限于插值和匹配的不准确性。为此，研究人员提出了一种基于相对RHI扫描的同步标校方法，旨在减少对体扫数据空间插值的依赖并缓解异步观测的影响。研究得出结论，该方法在层状和零星降水条件下能有效标校雷达间的系统偏差，在30分钟窗口内相关系数波动低于0.05，平均偏差波动控制在±0.3 dB内，具备良好的时间稳定性。该研究为密集X波段雷达网络的自动协同标校提供了高效且有效的技术途径。本研究发表在《Remote Sensing》上。
作者为开展研究用到的主要关键技术方法包括：基于北京X波段双偏振多普勒天气雷达网络的观测数据，雷达间距约48 km。采用相对距离-高度指示器(RHI)扫描方法建立双节点协同观测，利用最近邻搜索算法结合波束展宽交叉覆盖阈值进行空间数据匹配。在偏差计算中，提出了中线9点平均法（midline method，在距离R/2处构建3×3空间窗口取均值）和空间约束区域统计法（regional method，在空间重叠区利用大样本进行统计）。利用相关系数、平均偏差和标准差作为一致性评估指标，并对匹配容差参数进行了敏感性分析。
研究结果
3.2. 在不同降水类型下的标校案例
3.2.1. 在层状降水条件下
均匀回波条件：通过对MY-HR、TZ-FS、CP-FS等多组雷达对的连续RHI扫描研究得出，在均匀回波条件下，中线法样本量较小但相关系数可达0.90以上，偏差和标准差稳定；区域法样本量大，能提供统计上稳健的整体偏差估计，但受低信噪比(SNR)影响相关系数略低且离散度较大。两种方法均能实现良好标校一致性。
非均匀回波条件：通过FS-TZ雷达对的同步RHI扫描发现，由于回波空间分布不均匀且在中线附近出现间断，中线法样本锐减，相关系数降至0.470；而区域法凭借更宽空间窗口保留充足样本，相关系数稳定在0.81左右。这表明在非均匀回波下，区域法的鲁棒性优于中线法。
3.2.2. 在零星降水条件下
均匀回波条件：基于CP-FS雷达对的研究表明，在连续回波填充下，两种方法均取得良好标校一致性。中线法离散度在1.7-2.2 dB，区域法偏差接近零，两者估计的偏差高度吻合。
非均匀回波条件：通过FS-SY和FS-TZ等多组雷达对研究表明，只要主体回波连贯且无间断间隙，空间位置偏移不会显著影响标校质量；反之，回波间断是导致匹配质量下降的主要原因。中线法在回波连续时表现优异（相关系数高达0.974），但在间断时急剧下降。
3.2.3. 在弱云条件
在反射率因子小于15 dBZ的弱云条件下，通过FS-TZ雷达对的连续扫描及参数敏感性分析得出，区域法受低SNR噪声稀释影响，相关系数骤降至0.390，基本失效；而中线法聚焦R/2附近的高SNR区域，相关系数达0.796-0.941。区域法在弱回波下失效并非参数选择不当，而是缺乏足够的回波纹理特征作为匹配依据。
讨论部分总结了两种方法的适用性和局限性。在适用性上，中线法在多数场景下取得更高相关系数，但在弱云条件仍需绝对标校验证。区域法对降水类型敏感度低，但在弱云中表现极差。限制性包括空间匹配的固有误差、非均匀回波下匹配不稳定以及参数选择依赖经验。研究结论如下：本研究提出了基于相对RHI扫描的组网X波段雷达标校方法，该方法不受空域限制，成本低且时效性好。(1) 基于相对RHI扫描的标校方法可有效标校层状和零星降水条件下的雷达系统偏差。在连续中线的均匀回波下，中线法中位相关系数为0.821-0.942，区域法为0.860-0.872；两者的偏差标准差中位值分别为1.39-2.20 dB和2.61-3.16 dB，满足标校精度要求。在30分钟内相关系数波动小于0.05，偏差均值波动在±0.3 dB内，时间稳定性良好。(2) 两种匹配方法在不同降水条件下表现出差异化适用性。层状降水下两者均适用；零星降水回波连续时中线法可获满意数据；弱云条件下中线法虽相关系数较高（0.834），但需绝对标校辅助验证。(3) 该方法是特定条件下的高效相对标校或一致性标校方法，不能完全替代绝对标校。未来应建立匹配参数与回波特征的映射模型实现动态自适应，将其扩展至具备绝对标校基准的多雷达网络场景构建闭环偏差监测与修正策略，并开展长期稳定性监测，以提升雷达网络的数据一致性与定量测量能力。
