简介雷达基数据格式说明是一份面向气象雷达数据处理与开发人员的参考文档系统讲解了CINRAD SA/SB与CA/CB雷达基数据的存储与解析要点。文档不仅给出了雷达信息头、径向数据收集时间、儒略日、方位角、仰角、体扫模式等字段的字节偏移与编码方式还分别说明了反射率、速度、谱宽三类数据的距离库长、库数及数据指针定位规则。针对SA/SB与CA/CB的差异文档特别说明了存储方式、排列方式、径向数据长度以及距离库长和库数的区别并指出每个体扫存储为一个单独文件、径向数据长度固定为2432字节等关键信息。对于需要自行编写读取程序或分析雷达基数据的研究人员这份资料能直接帮助理解二进制结构减少格式摸索时间。资源打包为doc格式共1个文件压缩包仅92KB目前已有2797人学习内容紧凑且针对性强适合作为雷达数据解析入门及日常查阅的速查手册。1. 雷达基数据格式说明拿到二进制文件后第一件事不是写代码而是问三个问题“雷达基数据格式说明”这个标题看着像一份文档实际是一场和字节序、偏移量、缺测值较劲的排雷过程。我拿到过一份某S波段业务雷达导出的.dat文件几百兆用十六进制编辑器打开前64字节前8个字节像个版本号后面全是乱码——如果不知道格式约定这份数据就是一堆昂贵的噪声。基数据是雷达完成采样、脉压、杂波抑制之后输出的极坐标体数据包含反射率、径向速度、谱宽三个基本量以及每个径向对应的仰角、方位角、时间戳。它解决的是“怎么把雷达看到的物理世界无损地交给下一道工序”的问题也直接定义了这份数据的价值格式读不懂后面所有定量降水估测、风场反演、强对流识别全部归零。这篇文章适合三类人要写雷达数据读取器的算法工程师、要做二次开发的运维人员、以及拿到数据想画一张正经PPI图的研究者。读完后你会动手拆一个真实文件而不是继续对着十六进制发愁。2. 先分清你面对的是哪一种基数据格式族雷达基数据格式没有统一标准不同厂家、不同型号、甚至同一型号不同软件版本都可能不兼容。解析之前先判断手上的文件属于哪个格式族能避免后面每一步都在填坑。业内最常见的雷达基数据无非三类厂商自定义的二进制原始体扫格式、NetCDF封装的标准化格式、以及少数文本交换格式。选错了解析框架后面所有代码都要推倒重来。2.1 二进制原始体扫格式紧促、私有、性能最好这是业务台站里最常见的一类。一套完整体扫多个仰角、每个仰角几百条径向直接写成一个.dat或.bin文件内部通常是两层结构文件级头部记录站点参数、天线位置、波长、体扫时间、扫描模式径向级记录由“径向头 数据区”组成按扫描顺序排列。这种格式的好处是紧凑、读写快整套体扫一次写出非常适合实时业务链路坏处是私有性强字段偏移量、长度、编码方式都掌握在设备厂家手里。我一般在动手解析前会先用十六进制编辑器的“ASCII Hex”双视图扫一遍文件头几千字节。很多二进制基数据文件头里直接混着站点中文名的GBK编码或者一段可读的软件版本字符串这是最直观的判别特征。如果前64字节里能认出站点名、日期、扫描模式这些词那基本可以断定是带文本头的二进制格式解析时优先去找“偏移量表”而不是猜结构。2.2 NetCDF封装的标准化基数据科研交换的默认语言另一类常见格式是NetCDF封装。这类文件把二进制数据包装成自描述的“维度 变量 属性”结构时间、仰角、方位、距离库都是显式维度反射率、速度、谱宽是变量变量上挂着单位、缺测值、缩放因子等属性。好处是跨平台、跨语言不需要脑补字节偏移Python、Matlab、GrADS打开就能读坏处是文件体积比私有二进制大写盘速度慢不适合实时高并发写入。如果单位要把基数据交给合作方做研究我的建议永远是先转成NetCDF再给而不是发一个.dat文件附带一份手写格式说明。因为NetCDF是后悔药你忘了当时怎么定义缺测值属性里写着换了一台机器、换了一个系统读出来的结果还是一致。做科研归档、多站对比、长序列分析时NetCDF几乎是默认选择。2.3 从扩展名和前16字节快速判别格式族拿到文件不要急着写Python先用系统命令看一眼文件头。扩展名只能作初步判断真正的判别依据是前16字节的可打印性和结构特征。格式族典型扩展名前几字节特征适合场景厂商私有二进制.dat、.bin版本串、非ASCII、连续0字节、长度字段业务实时处理、性能敏感链路NetCDF封装.nc、.cdf以CDF魔数开头或包含变量名、维度名等ASCII属性块科研交换、归档、跨平台读取文本交换格式.uf、.txt、.csv可打印字符、逗号或空格分隔单站调试、小数据量二次分发用xxd -l 64 file.dat看前64字节是最快的办法。如果看到一堆英文单词和数字混合的ASCII串多半是带文本头的二进制或NetCDF如果看到的是密集的乱码、少量可识别的版本号和连续的00字节那就是纯二进制私有格式。这一步花30秒能避免花三个小时在错误的方向上写解析器。3. 解析一条径向从文件头到反射率值的完整拆解二进制基数据的解析核心是“两层定位”先定位文件级头部再定位每条径向记录最后在径向记录内部把数据区按编码规则换算成物理量。不同雷达型号的字段偏移差异很大但骨架是这套下面用手头一套常见布局做演示字段偏移请以你实际型号为准。3.1 文件级头部与径向记录的两层布局文件级头部通常固定长度常见的有512字节、1024字节、2048字节几种。里面按偏移顺序排列站点编号、经纬度、天线海拔、工作频率、脉冲宽度、库长、扫描模式、径向总数等参数。所有这些字段里最关键是“库长”和“径向总数”库长决定每个距离库代表的距离范围径向总数决定什么时候该停止读取。文件头部之后是连续排列的径向记录。每条径向记录由径向头和数据区组成。径向头里至少有仰角、方位角、距离库数、数据体个数、状态标志位这几项。一个常见布局是径向头用16字节以内定长结构存储仰角和方位角按整数放大10倍保存库数用无符号短整型数据体标记用无符号字节。区域典型字段说明文件头站点编号、经度、纬度、天线高度用于标注数据空间位置文件头库长、波长、脉冲宽度影响物理量换算和距离轴文件头扫描模式、径向总数决定体扫组装方式和循环次数径向头仰角、方位角常放大10倍或100倍存整数径向头距离库数、数据体数、状态位状态位标识扇区扫描、缺测等3.2 用Python解析径向头与三要素数据体这是我常用来拆基数据的骨架代码。先读文件头跳过固定长度再循环读取径向头解析出关键字段import struct import numpy as np # 按一套常见二进制基数据布局演示。 # 注意不同雷达型号的字段偏移差异很大这里仅作解析思路示范。 HEADER_LEN 1024 # 文件级头部长度需按实际型号确认 RADIAL_HEADER struct.Struct(IiiHHH) # 径向头记录长度、仰角、方位角、库数、标志位、数据体数 def read_radial_header(f): raw f.read(RADIAL_HEADER.size) if not raw or len(raw) RADIAL_HEADER.size: return None rec_len, elev, azim, gates, flags, fields RADIAL_HEADER.unpack(raw) return { rec_len: rec_len, # 本条径向记录总字节数 elevation: elev / 10.0, # 有些型号把角度放大10倍存成整数 azimuth: azim / 10.0, n_gates: gates, # 距离库数 flags: flags, # 状态位扇区扫描、缺测等 n_fields: fields # 数据体个数通常为3 } with open(radar.dat, rb) as f: f.seek(HEADER_LEN) # 跳过文件级头部 r0 read_radial_header(f) print(r0)这段代码的逻辑是用struct.Struct固定好径向头的字节序和小端模式然后从文件中读取定长字节并解包。IiiHHH中的表示小端I是4字节无符号整数i是4字节有符号整数H是2字节无符号整数。仰角和方位角放大10倍存整数是常见做法所以解出来后要除以10.0有些型号会放大100倍需要根据文件头里的单位字段确认。3.3 编码与换算位到物理量的转换规则径向头之后紧跟数据区。数据区里通常是三个数据体依次排列反射率、径向速度、谱宽也可能只有一个或两个取决于雷达工作模式。每个数据体一般用1字节或2字节存储一个距离库的值。1字节方式最常见编码规则要仔细看文件头或对应说明常见约定是0表示无回波255表示缺测中间的值线性映射到物理量。# 假设反射率是第一个数据体每个库用1字节表示 def read_reflectivity(f, n_gates): data np.frombuffer(f.read(n_gates), dtypenp.uint8).astype(np.float32) reflectivity np.full(n_gates, np.nan) # 常见编码0表示无回波1~254对应dBZ数值255为缺测 valid (data 0) (data 255) reflectivity[valid] data[valid] - 64.0 # 偏移量按实际型号约定 return reflectivity # 接上一步假设r0[n_gates]是库数 with open(radar.dat, rb) as f: f.seek(HEADER_LEN) r0 read_radial_header(f) if r0: refl read_reflectivity(f, r0[n_gates]) print(refl[:10])这里的核心参数是两个一是“有效值区间”0和255一般被占用真正的数据落在1到254之间二是“偏移量”反射率通常以某个基数值做偏移-64.0是常见做法意思是存储值64对应0dBZ。速度字段的换算则依赖文件头里的最大不模糊速度不是简单地减偏移就能得到正确值。物理量存储位宽常见编码约定换算公式示例反射率1字节0无回波、255缺测、1~254有效dBZ 存储值 - 64径向速度1字节中间值对应0速度两端对应最大不模糊速度V (存储值 - 128) × Vmax / 128谱宽1字节编码方式与速度类似W 存储值 × 步长关键提醒速度字段的换算公式里Vmax必须从文件头部读取写死在代码里是最大隐患。换了雷达、换了工作模式Vmax可能从26.8变成31.5如果你写死的是旧值所有速度数据都会系统性偏差而且这种偏差从图上几乎看不出来。4. 把基数据组装成体扫仰角、库长与PPI显示参数怎么设解析出单条径向只是第一步。雷达基数据的价值在于完整体扫——一个体扫通常包含十几个仰角每个仰角几百条径向。把径向组装成可用的体扫体数据有三个前提要处理好否则画出来的PPI图会缺扇区、错位置。4.1 组装体扫的三个前提按仰角分组、按方位排序、补齐状态位第一按仰角分组。一个体扫文件里仰角是递增跳变的先扫0.5度一圈再扫1.5度一圈以此类推。解析时不能按文件顺序当成一个平面去画必须先读每条径向的仰角值把相同仰角的径向归到一组。第二按方位角排序。扫描过程中径向顺序可能与方位角顺序不一致尤其遇到扇区扫描时文件里径向的方位角可能从350度直接跳到10度如果不排序画出来的图边界是乱的。第三处理状态位。有些径向头里带了“标定径向”“系统测试”之类的状态位这些径向的数据不能进产品要直接过滤掉。# 按仰角分组并按方位角排序的骨架逻辑 from collections import defaultdict groups defaultdict(list) # 仰角 - [(方位角, 反射率数组), ...] with open(radar.dat, rb) as f: f.seek(HEADER_LEN) while True: rh read_radial_header(f) if rh is None: break refl read_reflectivity(f, rh[n_gates]) # 过滤掉标定径向等异常状态位 if rh[flags] 0x01: continue groups[rh[elevation]].append((rh[azimuth], refl)) for elev in sorted(groups.keys()): # 按方位角升序排序确保相邻径向在空间上连续 groups[elev].sort(keylambda x: x[0])defaultdict按仰角自动建组sort(keylambda x: x[0])把同一仰角的径向按方位角排好。这里要注意flags 0x01只是一个示例不同型号状态位的含义不同但思路通用异常径向宁可丢掉也不让它污染产品。4.2 PPI显示的关键参数库长、最大范围、径向分辨率组装完体扫画图前要确认三个参数。一是库长它决定每个距离库对应多少米常见的是250米或1000米库长乘库数就是最大探测距离。二是最大显示范围业务上常用150公里或230公里超过范围的库在显示时截断。三是径向分辨率也就是“一个体扫有多少条径向”常见的有360条1度间隔和720条0.5度间隔这个值影响插值和平滑的强度。参数典型值影响库长250m / 1000m决定距离轴精度和文件大小最大显示范围150km / 230km影响笛卡尔网格范围径向数360 / 720影响PPI图像角度分辨率插值半径1~2个库决定图像平滑程度4.3 从径向数据到极坐标图像的示例流程要把极坐标径向数据画成笛卡尔坐标的PPI图常见做法是逐条径向做最近邻映射。下面这个函数把一条径向的反射率写入二维直角网格北向上、正东为90度def radial_to_cart(az_deg, refl, gate_len, grid_size512, max_range150.0): 把一条径向映射到笛卡尔网格最近邻演示用 az np.deg2rad(az_deg) x np.linspace(-max_range, max_range, grid_size) y np.linspace(-max_range, max_range, grid_size) X, Y np.meshgrid(x, y) r_idx np.round(np.sqrt(X**2 Y**2) / gate_len).astype(int) angle np.arctan2(X, Y) # 相对北方向的夹角 az_idx np.round(np.rad2deg(angle)).astype(int) % 360 target_az int(round(az_deg)) % 360 img np.full_like(X, np.nan) ok (r_idx len(refl)) (az_idx target_az) img[ok] refl[r_idx[ok]] return img这个演示里用了“最粗暴”的最近邻方式每个网格点只接受方位角完全一致的那条径向。实际产品会做扇形填充或插值但逻辑基础就是这样——把库序号r_idx和方位角网格算出来然后从径向数组取值。参数gate_len对应库长max_range控制网格范围grid_size控制输出图像分辨率这三个值不匹配时会出现拉伸或空洞现象。5. 基数据解析避坑五个真实翻车场景与排查办法这部分全是血泪经验。基数据解析的坑基本集中在这五个地方每一个我都亲眼见过翻车而且翻车的方式都很有迷惑性。5.1 现象文件头前8字节解析出来是个上亿的整数原因字节序反了。雷达文件来自工控机常见小端存储但部分记录头按网络序大端写。你按小端去解大端字段得到的就是一个毫无意义的天文数字。排查办法把前4个字节分别按大端和小端解一次看哪个结果像“版本号”“记录长度”这类合理数值。记录长度一般几千字节版本号一般是个小整数如果一端解出来是16777216这种数另一端是256或者1024那后者就是对的。解决在struct.Struct的格式字符串里把换成或者反过来代码本身不用大改。我一般会在解析器入口做成自动探测分别试两种字节序解析文件头长度字段取数值合理的那一个。5.2 现象反射率图上一半是零零碎碎的0值像马赛克原因把“无回波”的0当成了真实的0dBZ。在常见编码里0表示该库没有有效回波缺测另有标志比如255而0dBZ代表着可以显示的回波强度。渲染时没有对0做特殊处理就会在图像上画出无数个0值色块。解决读取数据后立刻把0和缺测值统一映射成NaN渲染时把NaN设成透明色色标从-30dBZ开始。这一步做在数据读取阶段而不是画图阶段否则每个绘图脚本都要重复处理。5.3 现象速度场出现规则细线跳变红蓝相接像等高线原因速度模糊。这是多普勒雷达的物理限制当真实径向速度超出最大不模糊速度Vmax时速度值会从正的最大瞬间翻到负的最大画出来就是红蓝条带。这不是文件损坏也不是解析错误而是数据本身就带模糊。解决如果目标是分析风场必须做速度退模糊常见的有区域增长法、双多普勒合成法如果只是出图展示保留原始场并在说明里标注千万别用中值滤波去“除噪”那会把真实的速度梯度信息抹掉。判断模糊是否该处理看速度图上是否有红蓝相接的规则闭合线且差值接近2×Vmax。5.4 现象方位角在一条径向突然跳了90度径向总数也对不上原因雷达处于扇区扫描模式或者体扫过程中混入了系统标定径向。扇区扫描只扫某个角度范围方位角直方图会集中在某段标定径向则是设备维护时插入的数据区内容可能不是气象回波。解决解析时不要假设“一个完整体扫仰角从低到高且每条径向角度连续”。改用径向头的状态位字段过滤异常径向再用仰角分组的数量做鲁棒性校验如果某层仰角的径向数明显少于标称值单独打印警告。这一步能避免写出一个“在业务机上正常、换台雷达就崩”的脆弱解析器。5.5 现象按径向循环读文件最后报“需要更多字节”末尾剩几百字节乱码原因业务系统在基数据文件尾部追加了运维标记。我遇到过某雷达的基数据文件在正常体扫结束后附加了一段设备状态字和软件版本信息长度不定。如果解析循环用while True读到EOF最后那几百字节会被误当成径向记录。解决用文件头里的“径向总数”字段控制循环次数而不是死等到EOF。读完预期数量后直接退出尾部残留字节忽略。如果文件头没有这个字段就按“文件总字节数 - 文件头长度”除以“径向平均长度”估算径向数再在循环里做长度校验读到长度异常时提前截止。6. 进阶验证技巧用两条独立解析链路对拍同一份基数据基数据格式的解析器最容易出现“看起来对、实际错”的情况图能出来数值偏了2个dBZ没人发现。我的习惯是拿到新格式的文件时同时用两条独立链路解析然后用数值对拍验证。6.1 对拍脚本逐径向比较反射率序列一条独立链路指自己写的解析代码另一条可以是成熟库也可以是同事写的另一版本解析器。比较方法是逐条径向取同一索引的反射率数组算最大绝对差def compare_radial(idx, self_refl, other_refl): # 先过滤掉双方都是NaN的位置只比较有效回波 mask ~(np.isnan(self_refl) | np.isnan(other_refl)) if not mask.any(): print(fradial {idx}: 无有效回波可比) return diff np.nanmax(np.abs(self_refl[mask] - other_refl[mask])) print(fradial {idx}: max diff {diff:.3f} dBZ)对拍时注意先把距离库数对齐不同解析器可能在库数上做了截断或补零直接比较数值没有意义。我一般先比n_gates不一致先对齐再比数值。6.2 交叉验证把二进制转NetCDF后再读回来更宏观的验证方式是中间格式验证自己解析出的物理量数组转成NetCDF文件再用成熟库读这个NetCDF画图与直接用二进制画出的PPI图做视觉对比。两张图在色标、回波形状、强度分布上应几乎一致。如果色调有明显差异说明解析链路里存在编码换算的错误——这一步能定位到是读取的问题还是换算的问题。# 伪代码两条链路都输出某一仰角的反射率网格 img_self build_ppi_from_binary(radar.dat, elev0.5) img_lib build_ppi_from_netcdf(radar_converted.nc, elev0.5) diff np.nanmean(np.abs(img_self - img_lib)) print(fPPI平均差异: {diff:.2f} dBZ)6.3 可复用的调试习惯保留一份人工可读的十六进制抽样我现在的调试习惯是拿到一个新的基数据格式先不全量解析而是用十六进制编辑器手动定位文件头部里的站点名或版本号字符串顺着这个锚点找到第一条径向头的偏移地址再用struct在Python里解那16个字节确认仰角、方位角看起来是合理角度。这一步确认后才写完整解析器。这个习惯帮我少熬了很多夜也把“猜头部长度”这个最大的坑提前绕开了。记住一个原则雷达基数据解析里没有玄学每一个异常都能追溯到字节序、偏移量或编码规则上。你的对拍脚本就是最后的照妖镜。希望帮到你。本文还有配套的精品资源点击获取