风廓线雷达作为新一代的高空大气探测系统,可实现对大气风场的遥感探测。到2020年,我国计划布设120部左右对流层风廓线雷达,并纳入气象综合探测业务系统;在中尺度天气监测网和城市环境气象观测系统中,也将按需布设边界层风廓线雷达。因此,开展风廓线雷达数据质量控制及其应用研究对于即将全面展开的风廓线雷达布网及其数据应用具有十分重要的意义。本文首先研究分析了国内外风廓线雷达主要研制部门在风廓线雷达数据质量控制方面开展的工作和取得的成果。基于我们获得的风廓线雷达基数据和相关的气象背景资料,首先分析了①风廓线雷达典型干扰源信号特征及影响;②对目前常用的风廓线雷达数据质量控制方法进行了对比分析;③讨论了卡尔曼滤波在风廓线雷达数据质量控制中的应用。获得的主要结论如下:(1)结合北京气象局观象台的CFL-16型和GLC-24型风廓线雷达探测的数据,对基数据资料以及水平风分量资料按照不同的天气条件进行了分类;给出了晴空、层状云降水、对流性降水三种不同的天气条件下,风廓线雷达资料的特点。此外,还分析了典型干扰源的干扰信号特征,包括:地物杂波、间歇性干扰以及电磁干扰,并结合各自的特点,给出了相应的质量控制方法。结果表明:这些干扰信号特征明显,表征清晰,具有代表性。(2)开展了基于中值滤波法和滑动平均滤波法的数据质量控制,并比较分析了这两种方法的效果,这两种方法能够有效去除高频干扰和间歇性干扰,而且实现起来快速简单。对目前五种降水干扰的判别方法性能测试,结果表明上述五种方法在晴空天气下判断正确率都达到了96%以上,在降水天气下判断正确率都在89%以上,其中采用垂直径向速度和信噪比、垂直径向速度和谱宽的相互关系进行判断正确率在两种天气下都达到了99%以上,建议在对数据质量要求较高的情况下,采用建立关于垂直径向速度和信噪比、垂直径向速度和谱宽的判别函数方法进行判断。(3)通过与未滤波数据及经过中值滤波和滑动平均滤波数据进行比较,分析讨论表明:卡尔曼滤波方法能够使风廓线雷达探测数据的质量得到提高。但由于这种方法的效果受模型参数的影响很大,所以对先验统计样本的选取以及参数的计算还有待进一步研究,但是,这也体现了卡尔曼滤波方法优越性,为进一步改善、优化质量控制模型提供了空间和可能。(4)由于风廓线雷达数据受到多种干扰源的干扰,所以任何一种单独的方法都不可能去除所有干扰信号。只有将各种不同的方法进行合理的组合,才能发挥更好的作用。(5)科学、严谨的对比数据缺乏,是影响风廓线数据质量控制和应用的突出瓶颈。目前,能够用于对比的仅有的探空数据,其本身就是平均值,已经是一种简单的滤波。因此,尽管可以用探空数据来做概化性质的对比,但是仍存在不足。