Texture-based algorithm for the removal of residual clutter and anomalously propagated echoes

Ground clutter characterization and elimination in mountainousterrain -M. Gabella and R. Notarpietro,2002


算法基礎(chǔ):地物和異常回波的空間變化程度大于氣象回波。

數(shù)據(jù)準(zhǔn)備:單仰角雷達(dá)反射率,也可拓展為組合反射率。

技術(shù)實現(xiàn):

Step1:“spatial-proximity” filter 空間連續(xù)性濾波

選取5*5網(wǎng)格點,判斷中間點和周圍點的閾值(tr_var)差異,如異常給予異常標(biāo)記;

tr_var選?。捍斫邓夭▓龅目臻g連續(xù)性,分析其多尺度的統(tǒng)計特征(例如空間傅里葉功率譜spatial Fourier power spectra,普適的結(jié)構(gòu)函數(shù)generalized structure function,moment-scale analysis,Harris et al., 2001)

選取variogram-based by Germann and Joss (2001),認(rèn)為即使是1小時的中尺度對流系統(tǒng),代表1km分辨率的雷達(dá)距離庫Bin,周邊分布8個像素點,其變化的反射率值不超過6dBZ。

采用5*5的網(wǎng)格點(好于3*3的網(wǎng)格點),選擇合理的閾值(例如3 dBZ< tr1<9 dBZ, 6<np<10)對于濾波的結(jié)果不會劇烈起伏。(Np表示像素點多少)


Step2: test of compactness

判斷臨近的非零值的點,因為其可能是受旁邊或?qū)堑闹担ǖ匚铮┯绊憽?/p>

比值R:選取范圍內(nèi)的總像素 ?/ ?目標(biāo)像素及其評估范圍內(nèi)的像素數(shù)目的比值

地物的?R常接近于1,閾值 tr2 選擇稍微大于1,可以去除地物雜波。

對于小的孤立的強回波單體Cell,算法會誤判,所以閾值選取1.3,Np>11。


Clutter detection using the Gabella approach

http://wradlib.org/wradlib-docs/latest/notebooks/classify/wradlib_clutter_gabella_example.html

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容