第４Ｏ卷第４期 ２Ｏｌ２年８月 气象科技 Ｖｏ１．４０．Ｎｏ．４ Ａｕｇ．２０１２ ＭＥＴＥＯＲｏＬＯＧＩＣＡＬ ＳＣＩＥＮＣＥ ＡＮＤ ＴＥＣＨＮＯＬＯＧＹ 毫米波多普勒雷达ＲＨＩ退速度模糊研究 宋立雪 魏鸣 宋继堂 （１气象灾害省部共建教育部重点实验室，南京信息工程大学，南京２１００４４；２山东省聊城市气象局，聊城２５２０００） 摘要毫米波测云雷达是探测非降水云和弱降水云的理想工具，但由于其波长较短，最大不模糊速度较小，因此容 易产生多次速度模糊现象，纠正速度模糊是充分利用多普勒雷达风场信息的前提。针对毫米波雷达距离高度显示 器ＲＨＩ（Ｒａｎｇｅ Ｈｅｉｇｈｔ Ｉｎｄｉｃａｔｏｒ）的速度模糊现象，提出了两种退模糊方法，即人机交互方法和自动方法，并用实测 数据进行了试验。试验结果表明，两种方法都能较好地退除毫米波多普勒雷达速度场中的速度模糊现象。相比较 而言，自动方法比人机交互方法处理效率高，若对于比较小的孤立区域，人机交互方法更有优势。 关键词 毫米波雷达 ＲＨＩ速度退模糊 引言 以探测直径远小于雷达波长的粒子，从直径几微米 的云粒子到弱降水粒子，具有穿透云的能力因而能 多普勒雷达以其高时空分辨率、及时准确的探 测能力成为目前探测灾害性对流天气的有效监测工 够描述云内部物理结构；可以连续观测云的垂直剖 面变化。然而，毫米波雷达波长短，很容易出现速度 模糊现象，因此有必要对毫米波多普勒雷达进行速 度退模糊处理。 软件退模糊的方法很多。刘晓阳等 提出了用 折叠线跟踪算法来退除速度折叠的问题，取得了一 定的效果，但是对于杂波较多和孤立回波的情况仍 不太理想；梁海河等人ｌ６ 利用ｋ邻域频数法对资料 进行预处理，去除奇异点并补足缺测资料点，而后利 用“双径向一双切向”方法对资料进行退模糊，该方法 具有一定的统计效果；蔡亲波等 对二维多路自动 退模糊算法做了适当改进，在雷达观测资料无效点 较多的情况下，效果很好；方德贤等 提出了区域生 长法解除速度模糊问题，该方法对资料采用数据结 构中的遍历算法，对每个点进行开窗，使运算量减 小，但对于比较小的孤立区域还存在误判和漏判的 问题；对于孤立区域等问题，Ｗｅｉ Ｍｉｎｇ等提出了人 具。由于多普勒天气雷达可以同时测量降水的强度 分布与速度分布，有助于深入观测降水系统内部的 三维气流结构与演变规律，可为临近预报提供及时 丰富的信息，改善强降水天气的警戒和短时预报能 力、减少灾害造成的损失。彭九慧＿１ 等指出径向速 度对强天气的预警有指示作用；王秀玲 提出速度 场特征可为人工增雪提供参考依据；沈永生等＿３ 通 过多普勒雷达提供的风场特征，分析了冻雨天气形 成的条件；赵文斌等Ｅ４３将径向速度用于数值预报模 式的风场同化。 近年来，毫米波雷达在国内外得到了初步发展 和应用。与厘米波多普勒天气雷达相比，毫米波多 普勒雷达在气象探测上具有以下特性：①具有较强 的探测小粒子如云、雾和沙尘暴的能力；②多普勒效 应明显，具有较好的多普勒速度的分辨力，测速精度 较高；③可以在小的天线孑Ｌ径下得到窄波束，方向性 极好，有很高的空间分辨力。 机交互方法Ｅｇ－ｌ ａ］。这些都是针对厘米波多普勒天气 雷达ＰＰＩ扫描方式下的速度模糊问题，对毫米波雷 毫米波雷达因为有更灵敏的探测精度，因此可 达ＲＨＩ扫描方式下的速度模糊仍需进行研究。 江苏省自然科学基金（ＢＫ２００９４１５）、８６３项目“机载气象雷达云雨探测的资料处理与分析”（２００７ＡＡ０６１９０１）、高校博士点专项科研基金联 合资助课题（２００９３２２８１１０００２）、江苏省高校自然科学研究项目（１０ＫＪＡ１７００３０）、灾害天气国家重点实验室开放课题（２０１０１ ＡＳＷ—ＡＯ１）、北极阁 基金ＢＪＧ２０１００１共同资助 作者简介：宋立雪，女，１ ９８８年生，硕士生，研究方向雷达资料分析及在灾害性天气中的应用，Ｅｍａｉｌ：ｓｌｘｌ９８７９２９＠１６３．ｃｏ．ｍ 收稿日期：２０１１年３月９日；定稿日期：２０１１年１１月２４日 第４期 宋立雪等：毫米波多普勒雷达ＲＨＩ退速度模糊研究 ５４３ 毫米波测云雷达适用于小范围内云的精细探 测，例如用于机场周围飞行保障的探测应用和云微 物理研究中。在这些应用中，均需要对云的垂直结 构进行探测研究，在使用毫米波多普勒雷达进行云 垂直结构剖面观测时，ＲＨＩ是一种重要的扫描方 式。因此，本文针对毫米波多普勒雷达ＲＨＩ扫描方 式下风场的速度模糊，提出两种不同的解决方法，分 别介绍了这两种方法的原理和具体的实现步骤，并 给出了速度模糊的模拟情况和纠正实例。 １ 脉冲多普勒雷达产生速度模糊的原因 多普勒雷达的最大可测速度＿］ 为 １ 一… ÷２Ｆ ｐｒｆ （１） 吐 为雷达波长，Ｆ。 为脉冲重复频率。当目标物沿径 向运动产生的多普勒速度Ｉ Ｉ＞ａＦ ｐｒｆ时，多普勒雷 达探测到的速度将发生折叠，给出错误的速度信息。 此时，雷达测得的径向速度 与目标物实际的径向 速度 相差２ｎｖ… 。即， 一 ＋２ｎｖ （２） 的取值范围可为０，±１，±２，±３，…，称为 Ｎｙｑｕｉｓｔ数。显然，对于同一个测量速度 ，由于 的取值不同，可能对应几个不同的实际速度［１４－１５］。 使用软件退速度模糊的关键，在于用各种手段确定 径向速度场中每个测量值的 值。 ２人机交互方法 ２．１ 基本思路 在雷达径向速度图像中，定性或定量分析速度 模糊的重要依据是零速度带，对于多普勒天气雷达 的ＰＰＩ速度图像，风向垂直雷达径向时就会出现零 速度，零速度带表现为通过雷达的直线或曲线，较易 识别；而在毫米波多普勒雷达的ＲＨＩ图像中，由于 测速范围较小，模糊次数较多，会出现多条零速度 带。因此在ＲＨＩ速度图像分析中不能仅以零速度 带为判断依据，还需要结合毫米波雷达特征。 在分析ＲＨＩ径向速度模糊时，应以垂直方向上 的速度为判断依据。这是因为在高仰角时，雷达测 得的水平风分量较小，径向速度贡献主要来自垂直 速度。在通常情况下，垂直速度较小，不容易出现速 度模糊，随着仰角的降低，雷达径向速度中水平风速 分量的比重也越来越较大，从而容易出现速度模糊。 因此可利用高仰角范围内的数据为依据对水平风速 进行分析。以垂直方向上的速度为参照，在固定高 度上，沿远离雷达方向依次查找出现的模糊边界，判 断不同区域出现速度模糊的次数，然后将实测数据 代入公式（２）算出真实的径向速度。 ２．２纠正速度模糊的步骤 （１）根据风场的连续性原理确定模糊区域。采 用人机交互方法，可以凭借速度发生突变的区域人 工确定速度模糊，并用鼠标标识出该区域。 （２）确定Ｎｙｑｕｉｓｔ数。由于毫米波雷达探测风 场时，有可能会出现多次模糊的情况，因此需要依次 确定模糊边界，进而确定Ｎｙｑｕｉｓｔ数。 （３）用户在圈出模糊区的速度图像上，让计算机 判别对比并修改数据，判断模糊区域内的速度属性 （即速度的正负），用鼠标在正确属 陛的区域内单击 一下，并根据确定的Ｎｙｑｕｉｓｔ数，利用公式（２），算出 真实径向速度。 ３ 自动判别方法的原理 虽然人机交互方法算法较为简单，只要圈出模 糊区域并判断出属于第几次模糊即可，但若考虑到 在批量数据处理时，效率不高，并且可能会存在人为 操作误差，因此又研究了自动判别模糊区域方法来 退除速度模糊。在用自动判别方法时，考虑到毫米 波探测时遇到的不同情况，例如地物回波等引起的 资料缺测等问题，又分别提出了不同的解决办法。 ３．１线性外推法 在多普勒雷达ＰＰＩ扫描方式下，通常的速度退 模糊算法有两个假定：假定风场数据是连续的，假定 初始的参考点是正确的。在毫米波雷达ＲＨＩ扫描 方式下，借鉴多普勒天气雷达ＰＰＩ扫描的假设思 想，假定风场数据是连续的，并假定初始的参考点是 正确的。将极坐标下的数据转换到直角坐标中，从 高度较低的地方向高度较高的地方逐层对速度数据 进行处理，分３个步骤。 （１）将垂直方向上的速度进行处理。在垂直方 向上水平风速分量为零，因此径向速度等于垂直速 度。选雷达站为初始参考点，在靠近地面的地方，垂 直速度很小，一般情况不会发生速度模糊。随着高 度的增加，垂直速度越来越大，因此垂直方向上的速 度有可能出现模糊（在这里，由于垂直速度并不大， 若出现速度模糊，仅考虑一次模糊）。即以垂直方向 ５４４ 气 象 上靠近地面的一有效点ｉ为基准，与其在同一垂直 方向上相邻有效点 十 做比较，如果两者之间存在 符号差异，而且两者之间的差值大于某一阈值，则认 为离地面较远的点为模糊点，并进行退模糊处理。 如果 ，一 ｆｆ ‘ ｍ＜０ 、 ，（３） Ｉ １ 一、，升 ｌ≥ｆ … ｆ ＋ 一Ｖ ＋２Ｖ… ， ＜０ ＩＶ ． 一Ｖ ～２Ｖ～ ，Ｖ斗 ＞０ 这里， 是将极坐标数据转换到格点坐标数据后垂 直方向上数据点序号，以此点为参考点对其后的 ＋ 点退模糊，通常取犯为１，但当数据“跳跃”或“缺 测”严重时可取２或３； 是两点间速度差阈值，理论 上为大于两倍的最大可测速度，但考虑误差的存在， 放宽条件，取最大可测速度的０．８～］．２倍。 （２）以垂直方向上的速度为参考点，在同一水平 高度层上，向远离雷达的方向寻找模糊点。由于毫 米雷达最大不模糊速度很小，容易发生多次模糊的 现象。因此，如何正确判断Ｎｙｑｕｉｓｔ数变成此方法 的重点。为了计算模糊次数，采取在同一水平高度 层上，利用公式（３）判断模糊点，若有效点ｉ出现了 速度模糊，则将点ｉ与其后所有的点利用公式（４）进 行退模糊处理。然后标记点 ，再次循环在点 ＋１ 及其后所有点继续寻找模糊点，若再次出现模糊点， 则该点即为２次模糊，将该点及其后所有点再次退 模糊。依次类推，寻找３次速度模糊及更多次速度 模糊。 （３）将每一水平高度层都进行模糊点的寻找，即 可将模糊区域内的点全部退掉，模拟结果见图１ａ和 图１ｂ。 ３．２二维方法 由于地物遮挡等影响，雷达探测范围内常有回 波缺测点。线性外推方法适用于垂直方向上的速度 数据无缺测的情况，若发生垂直方向上的数据缺测， 则在同一水平高度上就失去了参照标准。这种情况 下依据的原则是速度不仅在水平方向上具有连续 性，而且在垂直方向上也具有连续性，即二维退模糊 方法。 首先对垂直方向存在有效数据点的高度层用线 性外推法寻找模糊点并进行退模糊处理，然后从低 层向高层逐层判断是否发生垂直方向上的速度数据 缺测。在这里设定一个数据缺测个数的阈值，当从 垂直高度上开始出现缺测数据，并且在同一水平高 科 技 第４Ｏ卷 度上，连续出现的无效数据个数大于设定的阈值时， 则判定为这种情况，此时采用二维方法。在同一高 度上从发生数据缺测到出现有效数据的第１个点开 始，例如图２ａ中的Ａ点（在Ａ点的同一高度上从垂 直方向开始出现数据缺测并缺测个数超过了规定阈 值），若用前面介绍的线性外推法对Ａ点进行处理， 则Ａ点失去了参考点。因此选择用与Ａ点相邻并 且高度小于Ａ点的点进行比较，即Ａ点与Ｂ点进行 比较（当二者比较时，Ｂ点的值已通过线性外推法退 除了模糊，故其值可作为判断依据），若二者之间产 生了速度突变，则将点Ａ进行退模糊处理。然后以 Ａ点为基准，再进行同一水平高度上的线性外推退 模糊，将该同一水平高度上的模糊点去掉。依次类 推，Ａ点高度以上的模糊点都可以退掉。 同理若Ａ点的下方发生数据缺测，则根据上方 的点判断比较退除速度模糊。 ４纠正速度模糊的实例 利用前面介绍的退模糊方法，以地基３５ ＯＨｚ 毫米波测云雷达的实测速度数据，进行了分析验证， 其中８０％以上的资料对于这两种方法都取得了不 错的效果。 图３和图４分别为用人机交互方法和自动判别 方法进行个例分析，由于雷达的最大不模糊速度为 ４．３ ｍ／ｓ，所以会出现多次模糊的问题。 ４．１ 个例１ 以２００８年１１月１８日１３：３１：０３ ＲＨＩ扫描方式 径向速度图为例，对人机交互方法和自动判别方法 进行验证。 从图中３ａ中可以看出，在离地面１０ ｋｍ高度出 现了速度模糊。沿着远离雷达的方向（图中为从左 向右看），速度先从一１ ｍ／ｓ左右逐渐变大，当增大 到４ ｍ／ｓ左右时突然跳变到一４ ｍ／ｓ，产生生了速度 模糊现象，即图中红线圈出的区域。沿着远离雷达 的方向，速度越来越大，又发生了第２次、第３次和 第４次速度模糊现象（图中灰线、绿线和紫线标出的 区域）。图３ｂ和图３ｃ分别为人机交互方法和自动 方法退模糊的结果。通过对图３ｂ和图３ｃ进行比较 分析，发现人工交互方法和自动判别方法效果相当。 对模糊区域都退除得很干净。 ４．２个例２ 图４ａ为２００８年１１月２１日１１：０８：１６ ＲＨＩ扫 ５４６ 气 象 科 技 料对比分析［Ｊ］．气象科技，２００９，３７（５）：５４５—５４８． 第４Ｏ卷 描方式的径向速度图。从图４ａ中可以看出，红色圈 起来的区域产生了速度突变，速度从一４ ｍ／ｓ左右 时突然跳变到４ ｍ／ｓ。图４ｂ和图４ｃ分别为人机交 互方法和自动方法退模糊的结果。 通过对比图４ｂ和图４ｃ，可看出自动方法虽然 王秀玲．多普勒天气雷达在人工增雪中的应用ＥＪ］．气象科技， ２００８，３６（５）：６３１—６３３． 沈永生，杨远航，章达华，等．雨雪冰冻天气多普勒雷达产品特 征［Ｊ］．气象科技，２０１０，３８（２）：１８９—１９２． 赵文斌，齐琳琳，何宏让，等．暴雨模拟中多普勒雷达径向速度 变分同化的应用［Ｊ］．气象科技，２０１０，３８（１）：３７—４３． 刘晓阳，张培昌，顾松山．用折叠跟踪算法退除多普勒速度折 叠［Ｊ］．南京气象学院学报，１９９２，５（４）：４９３—４９９． 粱海河，张培源，葛润生．多普勒天气雷达风场退模糊方法的 研究口］．应用气象学报，２００２，１３（５）：５９１—５９９． 蔡亲波，颜琼丹．二维多路多普勒雷达风场自动退模糊算法应 处理速度快，但对于孤立点较多的情况效果并不理 想，主要因为不能准确判断是否属于模糊区域；而在 用人机交互方法时，可以人工判断出这些速度的离 散点是与下面的负速度连为一体的，将产生突变的 区域圈起来全部退掉，效果好。 ５ 结论 用研究［Ｊ］．气象科学，２００９，２９（５）：６２５—６３２． 方德贤，刘国庆，董新宁，等．区域生长法在多普勒天气雷达速 度场分析中的应用口］Ｉ南京大学学报，２００７，４３（１）：１０２—１１０， 在多普勒雷达的数据预处理中，不同的雷达参 数、测站环境及天气现象都会影响数据处理的结 果 ］。毫米波测云雷达的数据预处理质量将影响回 ［９］Ｗｅｉ Ｍｉｎｇ，Ｇａｎ Ｘｉｌｉｎ，Ｋａｎｇ Ｈａｏ，ｅｔ ａ１．Ａ Ｎｅｗ Ｉｎｔｅｒａｃｔｉｖｅ Ｍｅｔｈｏｄ ｏｆ Ｖｅｌｏｃｉｔｙ Ｄｅａｌｉａｓｉｎｇ［ｃ］∥３３ｒｄ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎ— ｆｅｒｅｎｃｅ ｏｎ Ｒａｄａｒ Ｍｅｔｅｏｒｏｌｏｇｙ，６—１０ Ａｕｇｕｓｔ ２００７，Ｃａｉｒｎｓ， 波云物理结构分析。本文针对毫米波雷达进行 ＲＨＩ扫描时速度场常出现的速度模糊现象，提出了 两种不同的解决办法，即人机交互方法和自动方法， 二者的主要区别在于对模糊区域的判定方式。 人机交互方法需要人工判断模糊区域，在处理 一Ａｕｓｔｒａｌｉａ． ［１０］Ｗｅｉ Ｍｉｎｇ，Ｌｉｕ Ｙａｎａｎ，Ｐａｎ Ｊｉａｗｅｎ，ｅｔ ａ１．Ｎｅｗ Ｖｅｌｏｃｉｔｙ Ｄｅａｌｉａｓｉｎｇ ｏｆ Ｄｏｐｐｌｅｒ Ｒａｄａｒ ｗｉｔｈ ｔｈｅ Ｉｎｔｅｒａｃｔｉｖｅ Ｍｅｔｈｏｄ［ｃ］ ，｝Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ２００９ ＷＲＩ Ｗｏｒｌｄ Ｃｏｎｇｒｅｓｓ ｏｎ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｖｏｌｕｍｅ Ｖ：７—１１． ［１１］Ｌｉ Ｎａｎ，Ｌｉ Ｌｕａｎ，Ｗｅｉ Ｍｉｎｇ，ｅｔ ａ１．Ａ Ｍａｎ－Ｍａｃｈｉｎｅ Ｉｎｔｅｒａｃｔｉｏｎ Ｔｅｃｈｎｉｑｕｅ ｏｎ Ｖｅｌｏｃｉｔｙ Ｄｅａｌｉａｓｉｎｇ Ｂａｓｅｄ ｏｎ ＭＡＴＬＡＢ［ｃ］∥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ Ｃｏｍ— 些不连续及孤立点回波时，可以凭借经验将其正 确归类并判断出属于第几次模糊。但用这种方法批 量处理模糊数据时效率较低。 自动判别方法可自动判断模糊区域和Ｎｙｑｕｉｓｔ ｐｕｔｅｒ Ｓｃｉｅｎｃｅ，２００９，１１０９／ＩＣＩＥＣＳ，２００９．５３６３１３１． ［１２］Ｐａｎ Ｊｉａｗｅｎ，Ｃｈｅｎ Ｑｉ，ｗｅｉ Ｍｉｎｇ，ｅｔ ａ１．Ａｎ Ｉｎｔｅｒａｃｔｉｖｅ Ｄｏｐｐｌｅｒ Ｖｅｌｏｃｉｔｙ Ｄｅａｌｉａｓｉｎｇ Ｓｃｈｅｍｅ［ｃ］／／ＳＰＩＥ Ｓｉｘｔｈ Ｉｎｔｅｒｎａ— ｔｉｏｎａｌ Ｓｙｍｐｏｓｉｕｍ ｏｎ Ｍｕｌｔｉｓｐｅｃｔｒａｌ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ ａｎｄ Ｐａｔ— ｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ．Ｙｉｃｈａｎｇ，Ｃｈｉｎａ．Ｐｒｏｃｅｅｄｉｎｇ ｏｆ ＳＰＩＥ，Ｖｏｌ— ｕｍｅ ７４９４．７４９４２Ｌ１—６． 数，处理效率高，适合业务应用。对于孤立点不多的 情况效果较好。但该方法对某些个例会出现误判和 漏判，主要原因是一些较小的孤立区域很难界定其 是模糊区还是非模糊区。尝试用双向中值滤波 器［１阳来处理孤立点、缺测点和剔除脉冲噪声，但发 现补缺测点时所依据的邻域点具有不可靠性，因为 往往缺测点附近出现较多的噪声，会出现噪声的扩 ［１３］Ｌｉｘｕｅ Ｓｏｎｇ，Ｍｉｎｇ Ｗｅｉ．Ｄｏｐｐｌｅｒ Ｖｅｌｏｃｉｔｙ Ｄｅａｌｉａｓｉｎｇ ｗｉｔｈ Ｍｉｌ— ｌｉｍｅｔｅｒ Ｗａｖｅ Ｒａｄａｒ ＲＨＩ Ｄａｔａ［ｃ］∥Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ２０１０ Ｓｅｃｏｎｄ ＩＩＴＡ Ｃｏｎｆｅｒｅｎｃｅ Ｏｎ Ｇｅｏｓｃｉｅｎｃｅ ａｎｄ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ， Ａｕｇｕｓｔ ２８—３１，２０１０ Ｑｉｎｇｄａｏ，Ｃｈｉｎａ，ＶｏｌｕｍｅⅡ：２１６—２１８． ［１４３张培昌，杜秉玉，戴铁丕．雷达气象学［Ｍ］．北京：气象出版社， ２００５：２５７—２６０． 大；剔除噪声所依据的有效数据点可能本身就是噪 声。因此，今后将考虑新的滤波方法解决判定孤立 ［１５１俞小鼎，姚秀萍，熊廷南，等．多普勒天气雷达原理与业务应用 ［Ｍ］．北京：气象出版社，２００６：８２—８６． ［１６］吴建华，李迟生．中值滤波与均值滤波的去噪性能比较［Ｊ］．南 昌大学学报，１９９８，２０（１）：３２—３５． 区域的数据是否属于速度模糊问题。 参考文献 ［１］彭九慧，杨，王宏，等．两次冷涡天气的多普勒天气雷达资 第４期 宋立雪等：毫米波多普勒雷达ＲＨＩ退速度模糊研究 ５４７ Ｒｅｓｅａｒｃｈ ｏｎ Ｄｏｐｐｌｅｒ Ｖｅｌｏｃｉｔｙ Ｄｅａｌｉａｓｉｎｇ ｗｉｔｈ Ｍｉｌｌｉｍｅｔｅｒ Ｗａｖｅ Ｒａｄａｒ ＲＨＩ Ｄａｔａ Ｓｏｎｇ Ｌｉｘｕｅ Ｗｅｉ Ｍｉｎｇ Ｓｏｎｇ Ｊｉｔａｎｇ （１ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ Ｄｉｓａｓｔｅｒ ｏｆ Ｍｉｎｉｓｔｒｙ ｏｆ Ｅｄｕｃａｔｉｏｎ，Ｎａｎｊ ｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ Ｔｅｃｈｎｏｌｏｇｙ，Ｎａｎｊｉｎｇ ２１００４４；２ Ｌｉａｏｃｈｅｎｇ Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ Ｓｅｒｖｉｃｅ，Ｓｈａｎｄｏｎｇ，Ｌｉａｏｃｈｅｎｇ ２５２０００） Ａｂｓｔｒａｃｔ：Ｍｉｌｌｉｍｅｔｅｒ ｗａｖｅ ｒａｄａｒ ｉｓ ａｎ ｉｄｅａｌ ｉｎｓｔｒｕｍｅｎｔ ｆｏｒ ｄｅｔｅｃｔｉｎｇ ｔｈｅ ｎｏｎ—ｐｒｅｃｉｐｉｔａｔｉｏｎ ｃｌｏｕｄｓ ａｎｄ ｗｅａｋ ｐｒｅｃｉｐｉｔａｔｉｏｎ ｃｌｏｕｄｓ，ｂｕｔ ｉｔ ｉｓ ｌｉｋｅｌｙ ｔｏ ｃａｕｓｅ ｖｅｌｏｃｉｔｙ ａｌｉａｓｉｎｇ ｄｕｅ ｔｏ ｉｔｓ ｓｈｏｒｔ ｗａｖｅｌｅｎｇｔｈ．Ｖｅｌｏｃｉｔｙ ｄｅａｌｉａｓｉｎｇ ｉｓ ａｎ ｅｆｆｅｃｔｉｖｅ ｍｅａｎｓ ｏｆ ｄｅｔｅｃｔｉｎｇ ｗｉｎｄ ｆｉｅｌｄ ｉｎｆｏｒｍａｔｉｏｎ ｗｉｔｈ Ｄｏｐｐｌｅｒ ｒａｄａｒ．Ｔｗｏ ｍｅｔｈｏｄｓ ａｉｍｉｎｇ ａｔ ｖｅｌｏｃｉｔｙ ａｌｉａｓｉｎｇ ｗｉｔｈ ｔｈｅ ｍｉｌｌｉｍｅｔｅｒ ｗａｖｅ ｒａｄａｒ Ｒａｎｇｅ Ｈｅｉｇｈｔ Ｉｎｄｉｃａｔｏｒ ａｒｅ ｐｕｔ ｆｏｒｗａｒｄ：ｈｕｍａｎ— ｍａｃｈｉｎｅ ｉｎｔｅｒａｃｔｉｏｎ ｍｅｔｈｏｄ ａｎｄ ａｕｔｏｍａｔｉｃ ｍｅｔｈｏｄ，ａｎｄ ｔｅｓｔｓ ａｒｅ ｃｏｎｄｕｃｔｅｄ ｗｉｔｈ ｔｈｅ ｍｅａｓｕｒｅｄ ｄａｔａ．Ｉｔ ｉｓ ｐｒｏｖｅｄ ｔｈａｔ ｂｏｔｈ ｍｅｔｈｏｄｓ ａｒｅ ｓａｔｉｓｆａｃｔｏｒｙ ｉｎ ｄｅａｌｉｎｇ ｗｉｔｈ ｖｅｌｏｃｉｔｙ ａｌｉａｓｉｎｇ．Ｔｈｅ ｃｏｍｐａｒｉｓｏｎ ｏｆ ｔｈｅ ｒｅｓｕｌｔｓ ａｌｓｏ ｓｈｏｗｓ ｔｈａｔ ｔｈｅ ａｕｔｏｍａｔｉｃ ｍｅｔｈｏｄ ｉｓ ｍｏｒｅ ｅｆｆｉｃｉｅｎｔ ｔｈａｎ ｔｈｅ ｈｕｍａｎ—ｍａｃｈｉｎｅ ｉｎｔｅｒａｃｔｉｏｎ ｍｅｔｈｏｄ，ｂｕｔ ｆｏｒ ｔｈｅ ｓｍａｌｌｅｒ ｉｓｏｌａｔｅｄ ａｒｅａ．ｔｈｅ １ａｔｔｅｒ ｈａｓ ｍｏｒｅ ａｄｖａｎｔａｇｅｓ． Ｋｅｙ ｗｏｒｄｓ：ｍｉｌｌｉｍｅｔｅｒ ｗａｖｅ ｒａｄａｒ，ＲＨＩ，ｖｅｌｏｃｉｔｙ ｄｅａｌｉａｓｉｎｇ 欢迎订阅《气象科技》 《气象科技》由中国气象局气象探测中心、中国气象科学研究院、北京市气象局、国家卫星气象中心及国 家气象信息中心联合主办。报道大气科学和相关科学各领域新理论、新方法和新技术，也刊载反映大气科学 各领域发展水平的综合评述。主要栏目：动力气象与天气气候，大气探测与信息技术，生态环境与应用气象， 台站实用技术等。欢迎气象部门和相关学科的业务、科研、技术开发人员以及相关院校师生投稿和订阅。 《气象科技》为大１６开本双月刊，全年定价：１２０元。 全年随时订阅。 联系地址：北京市海淀区中关村南大街４６号中国气象科学研究院，《气象科技》编辑部 ｈｔｔｐ：／／ｑｋ．ｃａｍｓ．ｃＩｎａ．ｇｏｖ．ｃｎ／ｑｘｋｊ，邮政编码：１０００８１，电话：（０１０）６８４０７２５６，Ｅｎｔａｉｌ：ｑｘｋｊ＠ｃａｍｓ．ｃｍａ．ｇｏｖ．ｃｎ 户名：中国气象局气象探测中心，账号：４０４３２００００１８１９９０００２５５２５，开户行：华夏银行北京紫竹桥支行
