基于改进卡尔曼滤波算法的雷达定量降雨估算

• 作者: 于雪涛 曲小康 芮小平 雷秋良
• 来源期刊: 中国农业气象
• 关键词: G/R校准因子 改进卡尔曼滤波 定量降雨估算 自适应估算
• 年，卷（期）: 2017,（7）
• 页码范围: 417-425
• 页数: 9页
• 字数: 5286字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-6362.2017.07.003

摘要

针对雷达定量降雨估算误差较大的问题,本文提出一种使用改进卡尔曼滤波对雷达估算值进行校准的方法.先确立G/R(自动气象站测量值/天气雷达估算值)校准因子模型,并应用普通卡尔曼滤波方法对G/R校准因子建立预测系统和测量系统,同时引入系统参数的校准过程和系统误差的自适应估计过程,动态调整卡尔曼滤波中各项参数值;最后将滤波后的G/R因子用于校正雷达定量降雨估算,得到较准确的降雨估算值.利用长春市天气雷达2015年8月19-20日和2016年月8月6-7日两次降雨过程的雷达产品和加密自动站逐小时的降雨资料,对卡尔曼滤波方法进行检验分析.结果表明:改进卡尔曼滤波和普通卡尔曼滤波校准后雷达降雨估算结果优于未校准的降雨估算结果,普通卡尔曼滤波方法和改进卡尔曼滤波方法的平均相对误差分别从0.6047减至0.3557和0.2645,从0.8052减至0.3096和0.1715,且改进算法效果优于普通卡尔曼滤波算法,校准后雷达降雨估算准确度明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	芮小平	中国科学院大学资源与环境学院	62	522	14.0	20.0
2	于雪涛	石家庄铁道大学交通运输学院	11	23	3.0	4.0
3	曲小康	中国科学院大学资源与环境学院	3	10	2.0	3.0