摘要: 天气雷达在观测过程中，通常会受到非气象因子的干扰，产生非气象回波，从而严重影响雷达定量降水估计的精度和短临降水预报的性能。本文使用陕西省西安、延安等7部C波段多普勒天气雷达的体扫观测，构建了基于贝叶斯分类器和回波物理特征的质量控制方法：首先人工提取每部雷达的降水回波、地物回波和晴空回波的反射率因子，并基于提取的不同类型雷达回波，分析了陕西省7部雷达不同类型雷达回波的反射率因子、反射率因子水平纹理、反射率因子沿径向的变化梯度、回波顶高、反射率垂直梯度的变化特征，统计得到不同类型雷达回波对应特征量的概率密度分布函数；然后基于统计的概率密度分布函数建立贝叶斯分类器，对雷达回波进行初步识别；最后结合雷达回波物理特征设计了太阳尖峰识别方法、孤立点去除方法和回波空洞填补方法，进一步识别雷达回波。利用2019年7-9月陕西省7部雷达的体扫观测数据，系统地分析了雷达质量控制方法的性能，使用HSS评分（Heidke skill score）评估了质量控制结果的准确率，并同目前陕西省业务运行的雷达数据质量控制结果进行了对比分析。结果表明，研发的基于贝叶斯分类器和回波物理特征的雷达质量控制方法能够较好地识别降水回波和非降水回波，识别效果优于业务使用结果，HSS评分较业务运行结果提高40%。天气雷达在观测过程中，通常会受到非气象因子的干扰，产生非气象回波，从而严重影响雷达定量降水估计的精度和短临降水预报的性能。本文使用陕西省西安、延安等7部C波段多普勒天气雷达的体扫观测，构建了基于贝叶斯分类器和回波物理特征的质量控制方法：首先人工提取每部雷达的降水回波、地物回波和晴空回波的反射率因子，并基于提取的不同类型雷达回波，分析了陕西省7部雷达不同类型雷达回波的反射率因子、反射率因子水平纹理、反射率因子沿径向的变化梯度、回波顶高、反射率垂直梯度的变化特征，统计得到不同类型雷达回波对应特征量的概率密度分布函数；然后基于统计的概率密度分布函数建立贝叶斯分类器，对雷达回波进行初步识别；最后结合雷达回波物理特征设计了太阳尖峰识别方法、孤立点去除方法和回波空洞填补方法，进一步识别雷达回波。利用2019年7-9月陕西省7部雷达的体扫观测数据，系统地分析了雷达质量控制方法的性能，使用HSS评分（Heidke skill score）评估了质量控制结果的准确率，并同目前陕西省业务运行的雷达数据质量控制结果进行了对比分析。结果表明，研发的基于贝叶斯分类器和回波物理特征的雷达质量控制方法能够较好地识别降水回波和非降水回波，识别效果优于业务使用结果，HSS评分较业务运行结果提高40%。