對敏視達C波段雷達進行基于PHIDP的dBZ和ZDR訂正研究2014年4月5日～18日目錄TOC\o"1-4"\u1雷達自身PHIDP的變化 11.1一個月以來的變化 11.2相連體掃之間的變化 31.3小結(jié) 52PHIDP的初始值的修正 52.1從垂直90度的回波數(shù)據(jù)中提取PHIDP的初始值（Fun_PHIDP_Initial_Calc.m） 52.1.1計算方法 52.1.2計算結(jié)果 62.1.3小結(jié) 92.2初始值修正（Fun_PHIDP_Initial_Modify.m） 92.2.1計算方法 92.2.2計算結(jié)果 93對PHIDP進行各種處理 153.1剔除異常的PHIDP值(Fun_PHIDP_Reject_Singular_Data.m) 153.1.1剔除準則的研究 153.1.2計算結(jié)果 173.2去折疊（Fun_PHIDP_Remove_Fold.m） 203.2.1計算方法 203.2.2計算結(jié)果 203.3平滑濾波(Fun_PHIDP_Filter.m) 223.3.1確定參與平滑濾波的點數(shù) 223.3.2平滑濾波計算 243.3.3計算結(jié)果 253.3.4小結(jié) 283.4對一些問題的說明 283.4.1為何不采用FIR濾波器對PHIDP進行平滑濾波 283.4.2一元線性回歸和魯棒線性回歸的比較 283.4.3對前后多少距離范圍，再相鄰10點的平滑的說明 314利用PHIDP進行dBZ和ZDR修正 354.1計算方法(Fun_PHIDP_Modify_dBZ_dBT_ZDR.m) 354.2NJU.20140329.000632.AR2.bz2，仰角=1.5度的計算結(jié)果 354.2.1PHIDP處理前后的對比 354.2.2dBZ修正前后對比 374.2.3ZDR修正前后對比 384.2.4RVP9給出的KDP和重新計算的KDP對比 394.3NJU.20140329.030007.AR2.bz2，仰角=2.4度的計算結(jié)果 414.3.1PHIDP處理前后的對比 424.3.2dBZ修正前后對比 434.3.3ZDR修正前后對比 444.3.4RVP9給出的KDP和重新計算的KDP對比 455總結(jié) 465.1基于PHIDP修正ZDR和PHIDP很重要，否則dBZ和ZDR的結(jié)果會有很大的偏差 465.2由于雷達采用接收機恒溫技術(shù)，自身的PHIDP比較穩(wěn)定，因此可以在進行體掃的時候，利用垂直90度觀測的數(shù)據(jù)（如果有合適的降水回波數(shù)據(jù)的話），來進行初始值的計算，不需要每個徑向上都進行初始值的統(tǒng)計 465.3通過垂直90度的回波計算的PHIDP初始值非常精確，不受四周地物等的影響 465.4通過對PHIDP進行精心的處理（剔除異常值、去折疊、自適應的平滑濾波等），可以很好的去除PHIDP受地物等非降水回波的影響，并能大大降低PHIDP的隨機誤差 475.5根據(jù)PHIDP，重新計算的KDP，看起來效果比RVP9信號處理器給出的KDP值，要好得多。接下來終于可以用KDP的值進行定量降水的研究了。 476下一步工作 476.1將上面的一整套處理方法，全面應用到該雷達至今所觀測到的所有回波數(shù)據(jù)之中，進行全面的驗證，主要是要看對于各個不同情況的回波，算法不能出現(xiàn)錯誤或奇異的結(jié)果。 476.2根據(jù)PHIDP訂正之后的dBZ、ZDR，和S波段的雷達進行對比 476.3重新計算得到的KDP，和雨量計進行對比 476.4從IQ層面，開展對地物等非氣象回波的研究，看能否找到更加合理、科學的剔除異常PHIDP的準則 47雷達自身PHIDP的變化一個月以來的變化由于這部雷達的雙通道接收機采用了半導體恒溫設計，因此PHIDP隨時間、環(huán)境溫度的變化應該是比較小的。下面是最近一個月以來，PHIDP的變化（垂直90度掃描觀測）圖2月18日降雪回波的PHIDP圖2月28日降水回波的PHIDP圖3月18日降水回波的PHIDP圖3月29日降水回波的PHIDP注意：這幾張圖的PHIDP的顯示范圍比較精細，從-10~+30度，因此雖然從畫面上看，有很多隨機的斑點，但實際上數(shù)據(jù)的方差是很小的。從上面的四張圖可以看出，在一個月以來，雷達自身PHIDP初始值的變化為：約8度->4度->12度->14度。這應該說是比較小的。相連體掃之間的變化下面三張是相鄰體掃之間PHIDP的值：可以看出，PHIDP的初始值在間隔幾分鐘的時間內(nèi)，幾乎沒有變化。小結(jié)從上面的回波圖可以看出，這部雷達自身PHIDP的變化是比較小的。這也就說明，我們在進行PHIDP初始值的提取的時候，不需要每個徑向都進行一次，也不需要每個天線周期都進行一次，而是可以在進行體掃的時候，利用垂直90度觀測的數(shù)據(jù)（如果有合適的降水回波數(shù)據(jù)的話），來進行初始值的計算。PHIDP的初始值的修正從垂直90度的回波數(shù)據(jù)中提取PHIDP的初始值（Fun_PHIDP_Initial_Calc.m）計算方法首先，從零距離開始，去除最近的3個距離單元（一般是發(fā)射機的漏信號），連續(xù)10個距離庫（注意：如果距離的分辨率比較大，則不需要10個，5個即可。總之，高度不要超過1500m）的CC>0.9，且SNR>20dB，則將這10個庫的PHIDP進行平均（起到平滑的作用，降低隨機起伏），作為該徑向上的初始值。如果該徑向上沒有符合的結(jié)果，則為NaN（無效值）。然后，將全方位上所有的徑向上算出的PHIDP值，去除無效值，再去除最大和最小的10%，求出平均值。如果樣本數(shù)足夠多(>100)，則將平均值作為最終的結(jié)果輸出。注意：對相位進行平均時，不能簡單的將所有的值加起來求平均，而是要考慮到相位折疊的問題。計算方法見matlab程序。由于前面提到了：雷達自身的PHIDP初始值變化很小，因此在這里進行計算的時候，我們就可以寧缺毋濫，去掉所有可疑的回波。計算結(jié)果對幾個不同時間的基數(shù)據(jù)進行計算的結(jié)果如下（從文件名中可以看出數(shù)據(jù)的日期）：注意：上面的最后兩張圖片是相鄰2個體掃周期的圖，可見：相鄰2個體掃周期的PHIDP的初始值，幾乎沒有變化。小結(jié)通過垂直90度的回波計算的PHIDP初始值非常精確，不受四周地物等的影響；PHIDP初始值隨著天線的轉(zhuǎn)動有起伏（這是這部雷達一直存在的現(xiàn)象，估計與波導旋轉(zhuǎn)鉸鏈機械結(jié)構(gòu)有關(guān)），起伏量為正負3度。起伏量為3度，會造成dBZ的訂正誤差為：0.11*3=0.33dB；ZDR的訂正誤差為：0.033*3=0.1dB?？梢?，誤差比較小，一般可以忽略。如果為了精確修正，則需要考慮這個起伏量。但目前我們就不考慮這個起伏了，只取平均值來作為PHIDP的初始值。初始值修正（Fun_PHIDP_Initial_Modify.m）計算方法用matlab計算非常簡單，代碼如下：PHIDP.Data=mod(PHIDP.Data-PHIDP_Initial_Result,360);%先轉(zhuǎn)換到0~360度之間PHIDP.Data(PHIDP.Data>180)=PHIDP.Data(PHIDP.Data>180)-360;%將凡是>180度的，減去360度，換算到-180~180之間PHIDP.Data(PHIDP.Data<-180)=PHIDP.Data(PHIDP.Data<-180)+360;%將凡是>180度的，減去360度，換算到-180~180之間計算結(jié)果下面對各個仰角層面的PHIDP值，利用前面計算的PHIDP的初始值進行修正。圖STYLEREF1\s2SEQ圖\*ARABIC\s11垂直90度的回波（修正前）圖STYLEREF1\s2SEQ圖\*ARABIC\s12垂直90度的回波（初相修正后）圖STYLEREF1\s2SEQ圖\*ARABIC\s13仰角=10度的回波（修正前）圖STYLEREF1\s2SEQ圖\*ARABIC\s14仰角=10度的回波（初相修正后）圖STYLEREF1\s2SEQ圖\*ARABIC\s15仰角=1.5度的回波（修正前）圖STYLEREF1\s2SEQ圖\*ARABIC\s16仰角=1.5度的回波（初相修正后）從上面對比的6張圖可以看出，利用前面垂直90度掃描得到的PHIDP的初始值，可以很精確的將雷達在各個層面上掃描得到的PHIDP的初始相位修正正確。下面我們用A顯的方式，仔細觀察一下各個不同的仰角層面，用垂直90度掃描得到的PHIDP的初始值進行修正之后的初始相位是否為零度。圖STYLEREF1\s2SEQ圖\*ARABIC\s17仰角=0.5度的回波（初相修正后）圖STYLEREF1\s2SEQ圖\*ARABIC\s18仰角=1.5度的回波（初相修正后）圖STYLEREF1\s2SEQ圖\*ARABIC\s19仰角=4.3度的回波（初相修正后）圖STYLEREF1\s2SEQ圖\*ARABIC\s110仰角=10.0度的回波（初相修正后）從上面幾張A顯圖可以看出，不同仰角層面的PHIDP的初始相位是基本相同的。有一點差別，這是由于仰角的波導鉸鏈，也會像方位波導鉸鏈一樣，會對PHIDP有點影響。當然，對于那些將固態(tài)發(fā)射機安裝在天線背面的固態(tài)體制雷達而言，由于沒有了方位和仰角的波導鉸鏈，因此PHIDP肯定就不再受到方位和仰角的影響了。對PHIDP進行各種處理剔除異常的PHIDP值(Fun_PHIDP_Reject_Singular_Data.m)剔除準則的研究下面是幾張不同文件中，在不同的徑向上，PHIDP和CC、SNR的關(guān)系：圖STYLEREF1\s3SEQ圖\*ARABIC\s11在某條徑向上，PHIDP、CC、SNR的關(guān)系（1）圖STYLEREF1\s3SEQ圖\*ARABIC\s12在某條徑向上，PHIDP、CC、SNR的關(guān)系（2）圖STYLEREF1\s3SEQ圖\*ARABIC\s13在某條徑向上，PHIDP、CC、SNR的關(guān)系（3）通過對各種不同情況下的PHIDP和CC、SNR的波形對比，我們決定采用以下的準則：如果當前距離單元和前一個距離單元的PHIDP相差如果超過30度，則剔除；如果當前距離單元的SNR<3dB，或者CC<0.85，則剔除；完成上面兩條準則之后，接下來還需要對PHIDP進行判斷，要求前后的PHIDP都不是無效值，當前距離點才有效。也就是說，若當前距離單元的值是有效的，則若前后1個距離單元的有一個無效，則將當前距離單元的值也設為無效。另外，對對于第一個點和最后一點，要單獨判斷。計算結(jié)果處理結(jié)果如下：圖STYLEREF1\s3SEQ圖\*ARABIC\s14在某條徑向上，原始PHIDP和剔除虛假數(shù)據(jù)之后的對比（1）圖STYLEREF1\s3SEQ圖\*ARABIC\s15在某條徑向上，原始PHIDP和剔除虛假數(shù)據(jù)之后的對比（2）圖STYLEREF1\s3SEQ圖\*ARABIC\s16在某條徑向上，原始PHIDP和剔除虛假數(shù)據(jù)之后的對比（3）圖STYLEREF1\s3SEQ圖\*ARABIC\s17在某條徑向上，原始PHIDP和剔除虛假數(shù)據(jù)之后的對比（4）可以看出，通過前面的判斷準則，可以去除絕大多數(shù)地物、低SNR造成的錯誤的PHIDP值。去折疊（Fun_PHIDP_Remove_Fold.m）計算方法去折疊的方法如下（詳見Matlab程序）：先選出所有不是NaN的數(shù)據(jù)，即有效的數(shù)據(jù)；然后計算相鄰兩個數(shù)據(jù)之差，依次判斷差值，讓差值在+-180度之間；然后采用了Matlab的一個巧妙的函數(shù):cumsum，就可以將相鄰兩個數(shù)據(jù)之差不斷進行累加，就能完成去折疊的任務了最后，要將結(jié)果重新填到原來的數(shù)組中（原來數(shù)組中的NaN數(shù)據(jù)不變）計算結(jié)果下面我們故意將PHIDP加上一個初始值（這里是170度），以便能對去折疊的效果進行測試。如果不加初始值的話，則看不出去折疊的效果。（因為這幾組數(shù)據(jù)的回波強度不夠強，回波的PHIDP還沒有達到180度的量級，因此PHIDP根本就沒有折疊）原始的PHIDP隨距離的變化如下：相位折疊了相位折疊了圖STYLEREF1\s3SEQ圖\*ARABIC\s18未經(jīng)過去折疊處理的PHIDP經(jīng)過去折疊處理之后的圖如下：圖STYLEREF1\s3SEQ圖\*ARABIC\s19經(jīng)過了去折疊處理的PHIDP相位折疊了更換了另一組數(shù)據(jù)進行測試，原始的PHIDP（故意加了150度的初始值）隨距離的變化如下：相位折疊了圖STYLEREF1\s3SEQ圖\*ARABIC\s110未經(jīng)過去折疊處理的PHIDP經(jīng)過去折疊處理之后的圖如下：圖STYLEREF1\s3SEQ圖\*ARABIC\s111經(jīng)過了去折疊處理的PHIDP可見，這種方法是能完成去折疊的處理的，并且即使數(shù)據(jù)中存在無效數(shù)據(jù)（無效數(shù)據(jù)是由于回波的SNR太低等原因，被剔除掉的），也不會影響去折疊的計算。平滑濾波(Fun_PHIDP_Filter.m)確定參與平滑濾波的點數(shù)總所周知，參與平滑濾波的點數(shù)越多，則平滑效果越好，但是會影響對小范圍強回波的計算。因此，首先要合理、科學的確定需要前后多少距離范圍內(nèi)的點參與平滑濾波計算。在國內(nèi)外的文獻中，普遍采用根據(jù)數(shù)據(jù)的質(zhì)量，將參與計算的前后距離的長度分為幾種類型，例如：對于SNR>40dB且CC>0.9的數(shù)據(jù)且dBZ>50dB，屬于數(shù)據(jù)比較好的點，采取前后1km內(nèi)的點參與計算；對于其它的數(shù)據(jù)（低SNR、低CC），屬于數(shù)據(jù)比較差的點，采取前后更多點的點（4km）進行濾波；對于處于中間的點，則采用前后2km內(nèi)的點參與計算；但是，我們發(fā)現(xiàn)采用分為幾種類型的方法，一方面難以控制分類的門限準則；而且在回波數(shù)據(jù)處于分類的交接區(qū)的時候，會造成計算出來的PHIDP有一些不合理的振蕩現(xiàn)象。因此，經(jīng)過多次試驗，我們最終采用了一種新的辦法來得到需要前后多少點，該方法是根據(jù)CC、SNR和dBZ的值，自動計算出需要前后多少距離范圍內(nèi)的點參與計算。關(guān)鍵代碼如下：if(CC>0.8)if(SNR>20)ifdBZ>50DataLength_km=1;elseifdBZ<20DataLength_km=5;elseif~isnan(dBZ)DataLength_km=5-(dBZ-20)/7.5;elseDataLength_km=5;endelseifSNR>20DataLength_km=5;elseifSNR<0DataLength_km=10;elseif~isnan(SNR)DataLength_km=10-SNR/4;elseDataLength_km=10;endendelseDataLength_km=10;end;經(jīng)過上述計算得出的“前后多少距離范圍”，還要進行相鄰10點的平滑，以便得出一個更穩(wěn)健的距離范圍（詳見第REF_Ref385577177\r\h3.4.3章）。下圖是根據(jù)某條徑向上的SNR和dBZ的值，計算出來的需要前后多少距離范圍內(nèi)的點參與后續(xù)的PHIDP平滑濾波計算：圖STYLEREF1\s3SEQ圖\*ARABIC\s112自動計算出來的、需要前后多少距離范圍內(nèi)的點參與計算圖STYLEREF1\s3SEQ圖\*ARABIC\s113與前一張圖對應的PHIDP與SNR的圖從上圖可以看出，如果dBZ或SNR比較高，則參與平滑濾波計算的點數(shù)比較少；反之，則參與計算的點數(shù)比較多。平滑濾波計算下面要遍歷每個距離點，用該距離點前后一定區(qū)間內(nèi)的PHIDP值，進行平滑濾波計算。注意：這段代碼比較耗費時間，以后需要優(yōu)化。但如果用C++實現(xiàn)，則速度應該很快的。在進行計算的時候，需要注意如果參與計算的點數(shù)<20，則說明有效的點數(shù)太少了，為了計算的精確，需要將參與運算的前后距離范圍增加1倍。另外，如果發(fā)現(xiàn)在當前距離點的左邊或者右邊沒有足夠的數(shù)據(jù)（至少要有4個數(shù)據(jù)才行），則還要將參與運算的前后距離范圍再增加1倍。平滑濾波的算法有兩種：用Matlab的polyfit函數(shù)實現(xiàn)的常用的一元線性回歸；用Matlab提供的robustfit實現(xiàn)的魯棒線性回歸；一元線性回歸的主要代碼如下：p=polyfit(KDP_Calc_Index_No_NaN',KDP_Calc_PHIDP_No_NaN,1);PHIDP_Select_Temp(ii)=polyval(p,ii);KDP_Select_Temp(ii)=p(1)/PHIDP.Resolution*1e3;魯棒線性回歸的主要代碼如下：brob=robustfit(KDP_Calc_Index_No_NaN,KDP_Calc_PHIDP_No_NaN);PHIDP_Select_Temp(ii)=brob(1)+brob(2)*ii;KDP_Select_Temp(ii)=brob(2)/PHIDP.Resolution*1e3;經(jīng)試驗，這兩種算法的效果都很好。但是，一元線性回歸的計算速度快得多。計算結(jié)果圖STYLEREF1\s3SEQ圖\*ARABIC\s114在某條徑向上，PHIDP的平滑濾波前后對比圖STYLEREF1\s3SEQ圖\*ARABIC\s115在某條徑向上，PHIDP的平滑濾波前后對比（近距離處地物干擾）圖STYLEREF1\s3SEQ圖\*ARABIC\s116在某條徑向上，PHIDP的平滑濾波前后對比（強回波，高斜率）圖STYLEREF1\s3SEQ圖\*ARABIC\s117在某條徑向上，PHIDP的平滑濾波前后對比（遠處弱信號）小結(jié)通過PHIDP在不同距離段上、平滑濾波的表現(xiàn)，我們可以發(fā)現(xiàn)：通過合理、科學的確定需要前后多少距離范圍內(nèi)的點參與平滑濾波計算，然后采用線性回歸的方法，可以很好的實現(xiàn)PHIDP的濾波任務。同時，線性回歸還能將前面剔除的、異常PHIDP值所在的距離單元上的值，用線性內(nèi)插的方式填充起來。對一些問題的說明為何不采用FIR濾波器對PHIDP進行平滑濾波我們認為，F(xiàn)IR濾波器用于PHIDP的平滑濾波存在以下的缺陷：由于FIR濾波器不具備對奇異的點的抵抗能力，因此萬一有一個奇異點（由于地物抑制不干凈、非氣象回波等原因），則會嚴重影響計算的結(jié)果。而線性回歸的算法就具備這個抵抗奇異點的能力。由于前面進行了“剔除異常的PHIDP值”的處理，那些異常值的距離單元的PHIDP，也要想辦法給恢復出來（如果這些距離單元的PHIDP值直接扔掉了，最終的dBZ和ZDR的畫面上就會出現(xiàn)比較多的缺失）。而FIR濾波器難以完成這個插值的功能，只有本文中提到的線性回歸才適合完成這件事情；由于需要根據(jù)不同的數(shù)據(jù)質(zhì)量，選擇不同的參與平滑濾波的點數(shù)，而FIR濾波器難以做到根據(jù)點數(shù)而變化（因為FIR的階數(shù)一般都是預先設計好的）；還有一條：線性回歸的計算量也要比FIR濾波器要少。一元線性回歸和魯棒線性回歸的比較我們挑選了一組PHIDP起伏很大的數(shù)據(jù)，來比較兩種方法的效果。用Matlab的polyfit函數(shù)實現(xiàn)的常用的一元線性回歸的效果如下：圖STYLEREF1\s3SEQ圖\*ARABIC\s118polyfit函數(shù)實現(xiàn)的常用的一元線性回歸的效果（1）用Matlab提供的robustfit實現(xiàn)的魯棒線性回歸的效果如下；圖STYLEREF1\s3SEQ圖\*ARABIC\s119robustfit實現(xiàn)的魯棒線性回歸的效果（1）再換一組PHIDP起伏很大的數(shù)據(jù)，再比較兩種方法的效果：圖STYLEREF1\s3SEQ圖\*ARABIC\s120polyfit函數(shù)實現(xiàn)的常用的一元線性回歸的效果（2）圖STYLEREF1\s3SEQ圖\*ARABIC\s121robustfit實現(xiàn)的魯棒線性回歸的效果（2）對比兩種方法發(fā)現(xiàn)，這兩種算法的效果都很好，能很好的起到平滑濾波的作用，基本不受異常點的影響。但是，一元線性回歸的計算速度快得多，而且容易用C++實現(xiàn)。因此，今后的基于C++的信號處理程序，將采用polyfit的一元線性回歸來實現(xiàn)。對前后多少距離范圍，再相鄰10點的平滑的說明在確定參與平滑濾波的點數(shù)的時候，我們提到：自動計算出需要前后多少距離范圍之后，還需要對前后多少距離范圍，進行相鄰10點的平滑，以便得出一個更穩(wěn)健的距離范圍。那么，為何還要僅有相鄰10點的平滑呢？先繪制一張不經(jīng)過相鄰10點平滑，直接就是自動計算出的需要前后多少距離范圍的圖（橫軸是距離，豎軸是需要前后多少距離范圍）：圖STYLEREF1\s3SEQ圖\*ARABIC\s122計算出的需要前后多少距離范圍的圖下圖是此時，經(jīng)過PHIDP濾波后的圖：這里也有一點振蕩PHIDP出現(xiàn)不合理的振蕩現(xiàn)象這里也有一點振蕩PHIDP出現(xiàn)不合理的振蕩現(xiàn)象圖STYLEREF1\s3SEQ圖\*ARABIC\s123根據(jù)前后多少距離范圍，對PHIDP進行濾波后的圖從上面兩張圖可以看出，由于回波的SNR、dBZ天生就存在起伏，從而就造成了“前后多少距離的點參與后續(xù)計算”也會發(fā)生很大的起伏。而這個起伏就會造成對PHIDP的平滑濾波效果大大下降，會出現(xiàn)不合理的振蕩現(xiàn)象。注意：在國內(nèi)外的文獻中，一般采用根據(jù)數(shù)據(jù)的質(zhì)量，將參與計算的前后距離的長度分為幾種不同的情況。由于回波天生存在的起伏，當回波數(shù)據(jù)處于分類的交接區(qū)的時候，也會造成平滑濾波后的PHIDP出現(xiàn)不合理的振蕩現(xiàn)象。下面是對自動計算出的前后距離，進行10點平滑之后的圖（橫軸是距離，豎軸是需要前后多少距離范圍）：圖STYLEREF1\s3SEQ圖\*ARABIC\s124計算出的需要前后多少距離范圍，再進行10點平滑的圖下圖是此時，經(jīng)過PHIDP濾波后的圖：圖STYLEREF1\s3SEQ圖\*ARABIC\s125根據(jù)10點平滑后的距離范圍，對PHIDP進行濾波后的圖從上面兩張圖可以看出，經(jīng)過對“前后多少距離范圍”經(jīng)過10點平滑之后，可以得出一個更穩(wěn)健的距離范圍。然后再以這個距離范圍內(nèi)的PHIDP數(shù)據(jù)點，進行平滑濾波，效果就非常好了。當然，對“前后多少距離范圍再進行10點平滑，得到更穩(wěn)健的距離范圍”這件事情并不是非常必需的。也就是說，即使不采取這個措施，經(jīng)過平滑濾波之后的PHIDP，以及推算出的KDP，已經(jīng)比信號處理器直接給出的PHIDP和KDP要好的多了。利用PHIDP進行dBZ和ZDR修正計算方法(Fun_PHIDP_Modify_dBZ_dBT_ZDR.m)這里的計算就很簡單了。主要代碼如下：dBZ.Data=dBZ.Data+PHIDP*0.11;ZDR.Data=ZDR.Data+PHIDP*0.033;在該程序中，0.11和0.033分別是dBZ和ZDR相對于PHIDP的修正系數(shù)，見有關(guān)論文。該系數(shù)和雷達波段有關(guān)。我們先直接選用國外的研究成果，以后再研究更加準確的系數(shù)值。下面以兩組回波為例，展示一下處理的效果。更多的處理效果，直接用以下Matlab程序，進行計算吧：Read_MSD_Radar_BaseData_PHIDP_Correct.mNJU.20140329.000632.AR2.bz2，仰角=1.5度的計算結(jié)果PHIDP處理前后的對比圖STYLEREF1\s4SEQ圖\*ARABIC\s11雷達信號處理器直接給出的PHIDP結(jié)果圖STYLEREF1\s4SEQ圖\*ARABIC\s12經(jīng)過初相修正、數(shù)據(jù)剔除、去折疊、平滑濾波之后的PHIDP結(jié)果從上面兩張圖對比可以看出，經(jīng)過初始相位修正、數(shù)據(jù)剔除、去折疊、平滑濾波之后的PHIDP的數(shù)據(jù)質(zhì)量，要遠遠好于雷達信號處理器直接給出的PHIDP結(jié)果。dBZ修正前后對比圖STYLEREF1\s4SEQ圖\*ARABIC\s13雷達信號處理器直接給出的dBZ結(jié)果dBZ增加了dBZ增加了圖STYLEREF1\s4SEQ圖\*ARABIC\s14經(jīng)過PHIDP訂正之后的dBZ結(jié)果ZDR修正前后對比圖STYLEREF1\s4SEQ圖\*ARABIC\s15雷達信號處理器直接給出的ZDR結(jié)果ZDR增加了ZDR增加了圖STYLEREF1\s4SEQ圖\*ARABIC\s16經(jīng)過PHIDP訂正之后的ZDR結(jié)果RVP9給出的KDP和重新計算的KDP對比圖STYLEREF1\s4SEQ圖\*ARABIC\s17RVP9給出的KDP結(jié)果強回波區(qū)強回波區(qū)強回波區(qū)強回波區(qū)圖STYLEREF1\s4SEQ圖\*ARABIC\s18從PHIDP重新計算的KDP結(jié)果下面我們對方位為298度的PHIDP和KDP結(jié)果繪制A顯如下，可以更明顯的看出兩者的差異：通過人工核算通過人工核算，此處的斜率約為：5deg/km圖STYLEREF1\s4SEQ圖\*ARABIC\s19方位為298度的PHIDP的值RVP9信號處理給出的KDP波動大RVP9RVP9信號處理給出的KDP波動大RVP9信號處理給出的KDP有偏差圖STYLEREF1\s4SEQ圖\*ARABIC\s110方位為298度的兩種KDP結(jié)果的對比注意：這個偏差的原因很簡單：RVP9處理器給出的KDP是單程的，而Matlab計算的KDP是雙程的。單程的KDP是雙程的1/2。NJU.2014032