地球科学进展

地球科学进展 ›› 2026, Vol. 41 ›› Issue (6): 615 -628. doi: 10.11867/j.issn.1001-8166.2026.046   cstr: 32269.14.adearth.CN62-1091/P.2026.046

综述与评述 上一篇    下一篇

基于气象雷达的空中生态学研究
顾问1,2(), 戴建华1(), 管理1, 孙财千3, 高峰4, 赵渊明1, 叶庚姣2, 缪月1,2   
  1. 1.上海市气象台，上海 200030
    2.上海台风研究所，上海 200030
    3.上海国际机场股份有限公司 浦东国际机场，上海 201207
    4.上海机场（集团）有限公司，上海 200335
  • 收稿日期:2026-04-09 修回日期:2026-05-19 出版日期:2026-06-10
  • 通讯作者: 戴建华 E-mail:adviser85@163.com;djhnn@sina.com
  • 基金资助:
    国家自然科学基金项目(U2142214);台风基金项目(TFJJ202517);中国气象局强对流天气重点创新团队资助

Research Progress in Weather Radar Based Aeroecology

Wen Gu1,2(), Jianhua Dai1(), Li Guan1, Caiqian Sun3, Feng Gao4, Yuanming Zhao1, Gengjiao Ye2, Yue Miao1,2   

  1. 1.Shanghai Meteorological Observatory, Shanghai 200030, China
    2.Shanghai Typhoon Institute, Shanghai 200030, China
    3.Shanghai International Airport Co. , Ltd. Pudong International Airport, Shanghai 201207, China
    4.Shanghai Airport (Group) Co. , Ltd. , Shanghai 200335, China
  • Received:2026-04-09 Revised:2026-05-19 Online:2026-06-10 Published:2026-09-02
  • Contact: Jianhua Dai E-mail:adviser85@163.com;djhnn@sina.com
  • About author:Gu Wen, research area includes radar-based nowcasting techniques. E-mail: adviser85@163.com
  • Supported by:
    the National Natural Science Foundation of China(U2142214);Shanghai Typhoon Research Foundation(TFJJ202517);The Key Innovation Team for Severe Convective Weather of the China Meteorological Administration
全文 ( 25 ) 下载PDF ( 136 )

全球每天有数以亿计的鸟类、昆虫和蝙蝠等生物在空中活动，对人类社会产生重大影响，面对日益突出的空域生态风险，有必要开展空中生物监测。鉴于气象雷达在广域全天候探测中的不可替代优势，在阐明雷达探测生物目标的散射原理基础上，归纳了不同波段及扫描方式的雷达在空中生物监测中的技术特点，介绍了基于雷达参量和人工智能的生物回波识别技术以及鸟虫回波分类方法。从宏观迁飞研究、生态环境评估、航空安全保障和生物灾害防控4个方面展示了雷达在空中生态学中的应用场景。目前，欧洲和美国已建成依托业务雷达的鸟情预警及迁飞预报平台，我国也建立了基于全国气象雷达网络的空中生态监测系统。未来我国应进一步提升生物物种识别能力、完善空中生态监测网络、促进跨行业应用落地，推动雷达空中生态学由学术研究向空域管理、生态治理、环境评估、公共卫生等综合决策服务转型。

关键词: 气象雷达, 鸟类, 昆虫, 迁飞, 空中生态学

Hundreds of millions of birds, insects, and other organisms move through the atmosphere every day, exerting substantial impacts on human society. As ecological risks in the airspace become increasingly prominent, systematic monitoring of airborne organisms is urgently needed. Given the irreplaceable advantages of weather radar for wide-area, all-weather observations, this review first explains the scattering principles underlying radar detection of biological targets and summarizes the technical characteristics of radars operating at different frequency bands and with different scanning modes for monitoring airborne organisms. It then reviews biological-echo identification techniques and bird-insect classification methods based on radar variables and artificial intelligence. Applications of radar aeroecology are discussed in four major areas: large-scale migration research, ecological and environmental assessment, aviation safety, and biological hazard prevention and control. Europe and the United States have established bird-activity warning and migration-forecasting platforms based on operational weather-radar networks, while China has also developed a nationwide aeroecological monitoring system using its weather-radar network. Looking ahead, China should further improve its capacity for biological species identification, strengthen the aeroecological monitoring network, and promote cross-sector applications, thereby advancing radar aeroecology from academic research toward integrated decision support for airspace management, ecological governance, environmental assessment, public health, and related fields.

Key words: Weather radar, Birds, Insects, Migration, Aeroecology.

中图分类号: 

图1 不同直径球体的散射类型［15］
（a）~（d） 左列为入射波，右列为散射波。（a） 位于瑞利散射极限内的球体；（b）~（d） 位于米散射的共振散射区范围内的球体，将大球体视为由多个位于瑞利散射极限内的小球体组成；（e） 米散射和上述4个球体尺度对应的雷达散射截面（RCS）示意图，同时给出鸟类散射体的垂直尺度（红色）与水平尺度（蓝色）。
Fig. 1 Scattering regimes for spheres of varying diameters［15］
（a）~（d） The left column depicts incident waves， and the right column depicts scattered waves. （a） A sphere within the Rayleigh limit； （b）~（d） Large spheres conceptualized as a collection of small spheres within the Rayleigh limit， giving rise to resonant scattering； （e） The schematic Mie curve and the Radar scattering Cross-Section （RCS） scales associated with the four spheres， as well as a bird’s vertical （red） and horizontal （blue） dimensions.
表1 基于S波段气象雷达的生物、水凝物和地物回波参量特征
Table 1 Radar-based identification characteristics of biological， hydrometeor， and ground clutter echoes using S-band weather radar
参量类型物理量生物回波典型特征［18］水凝物回波典型特征［34］地物杂波［32］
雷达单极化量反射率因子Z（dBZ）0~35层云降水15~35，对流降水≥35无固定值
径向速度V（m/s）与环境风场有偏差与环境风场一致静止地物≈0
谱宽SW（m/s）2~8，个体速度差异大层云降水1~3，对流降水3~5静止地物0~1
雷达双极化量差分反射率ZDR（dB）-4~8，鸟类随取向变化大冰雹接近0，雨滴0~3可正可负，存在跳变
相关系数ρHV0.30~0.95，鸟类通常低于昆虫液态≥0.97，混合态和冰雹0.80~0.950.6~0.9
差分相移率KDP［（°）/km］通常在0附近波动弱降水、固态≈0，强降水为较大正值常因ρHV≤0.8而不计算
差分相位ΦDP（°）鸟类随取向变化，昆虫较固定在降水区沿径向平滑增加，无固定值跳变且无径向连续性
空间结构参量散射体形状与取向昆虫近似细长椭球体；鸟形状复杂，具有主动取向小雨滴球体，大雨滴扁球体，霰和冰雹接近球体，冰晶呈针、柱或盘状，雪形状复杂形状不规则且尺度差异大，但取向固定
垂直结构薄层结构，高度不超过3 km垂直发展连续且回波顶高一般高于3 km低仰角固定位置
回波形状近似圆形（环）、连续对称性好层云降水呈连续片状；对流降水呈块、簇、线状无规律
纹理特征平滑层云降水平滑，对流降水不平滑破碎、斑驳、梯度大
图2 美国强风暴实验室2010年5月17日03：00 UTC的NEXRAD组合反射率拼图［35］
（a） 质量控制前未去除生物回波，该日期临近美国东部春季鸟类飞迁高峰期，昆虫和蝙蝠对雷达回波也有贡献；（b） 质量控制后。
Fig. 2 The NEXRAD composite reflectivity mosaic provided by the U.S. National Severe Storms Laboratory shows radar echoes at 03：00 UTC on 17 May 2010［35］
（a） Before Quality Control （QC）， when biological echoes had not yet been removed. This date is near the peak of nocturnal spring bird migration over the eastern United States， and insects as well as likely bats may also contribute to radar echoes. （b） After QC.
图3 鸟类与昆虫去极化效应的主要来源及双极化参量差异［18］
（a） 雷达散射截面（RCS）水平和垂直尺度差异引起ZDR取值变化；（b） 雷达散射截面的极化相位中心不重合引起的相位偏移；（c） 因散射体与雷达入射角度引起的双极化量差异，（c1） 雷达入射波与散射体夹角的示意图，（c2） 鸟类（蓝色）和昆虫（红色）的双极化量随雷达入射角度的变化。
Fig. 3 Main sources of the depolarization effect in insects and birds and the resulting differences in polarimetric variables［18］
（a） Variations in ZDR caused by differences in the horizontal and vertical sizes of the Radar scattering Cross-Section （RCS）； （b） Phase shift caused by the mismatch between the polarization phase centers of the RCS. （c） Differences in polarimetric variables caused by the angle between the scatterer and the incident radar wave. The schematic plot on the （c1） illustrates the angle between the radar beam and the scatterer. The plots on the （c2） show the variation of polarimetric variables with radar incidence angle for birds （blue） and insects （red）.
图4　2021 年10月19日12时济南市观测到的2.4°仰角鸟类与昆虫混合迁飞雷达PPI图［19］
图覆盖以雷达为中心200 km×200 km范围的正方形区域。昆虫在距地1.2 km以下飞行，鸟类飞行高度在昆虫之上，因此同心圆（昆虫）的双极化量随方位变化较小，外侧的同心圆环（鸟类）的双极化量随方位变化显著。
Fig. 4 A 2.4° PPI radar image of mixed migration of birds and insects was recorded in Jinan City at 12：00 on October 19， 2021［19］
Tiles cover a 200 km×200 km square domain centered on the radar site. Insects fly below 1.2 km above ground， while birds fly at altitudes above the insects. Therefore， the dual-polarization variables of the concentric circular echoes （insects） show little variation with azimuth， whereas those of the outer concentric ring-shaped echoes （birds） exhibit significant azimuthal variability.
表2 不同波段雷达在鸟虫监测中的技术特点和主要用途
Table 2 Technical characteristics and main applications of different radar bands in bird and insect monitoring
波段频率范围/GHz波长范围/cm常见扫描方式擅长的鸟虫监测技术特点主要用途
S2~415.00~7.50体积扫描/水平扫描大范围生物群迁飞，鸟类和蝙蝠栖息地群飞监测生物多样性研究；生物/降水回波分离；鸟虫分类；洲际生物迁飞监测
C4~87.50~3.75体积扫描/水平扫描与S波段相似但分辨率更高生物/降水回波分离；鸟虫分类；区域尺度生物迁飞监测
X8~123.75~2.50体积扫描/天顶小圆锥扫描/扇形扫描/垂直扫描/跟踪扫描适合提取鸟类和大型昆虫振翅特征，分辨率高但探测距离比S/C波段雷达小机场鸟群监测；鸟类单目标跟踪；基于振翅特征分辨鸟种和大型昆虫
Ku12~182.50~1.67垂直短距离窄波束扫描对昆虫体型、质量、姿态角和振翅频率很敏感昆虫雷达散射截面参数反演；景观尺度昆虫迁飞监测
Ka27~ 401.13~0.75垂直短距离窄波束扫描对小型昆虫的振翅特征很敏感实验室近距离昆虫振翅特征测量
W75~1100.40~0.27连续波发射垂直扫描对小型昆虫的振翅特征非常敏感，微多普勒测量能力强实验室小型昆虫精细化的振翅微多普勒特征测量
图5 2种鸟类的振翅信号［43］
（a） 鸻形目持续性振翅信号；（b） 雀形目间歇性振翅信号。（i） 鸟类穿越雷达波束时产生的信号； （ii） 信号的连续小波变换时频图。
Fig. 5 Wingbeat signatures of two bird species［43］
（a） Signal from a continuously flapping bird （wader type）； （b） Signal from an intermittently flapping （passerine type）. Plots of （i） signals produced by birds flying across the radar beam， （ii） time-frequency of continuous wavelet transform from the signal.
图6 迁飞蝗虫和蛾类物种的α2 与α4 取值［48］
α2为昆虫的水平极化和垂直极化波的散射强度比值，α2越小昆虫等效散射截面越接近球形，α2越大，昆虫等效散射截面越细长。α4代表昆虫等效散射截面的旁瓣特征，α4越小越接近球形，α4越大越接近四叶草状。图中每个点的大小为对应单个昆虫的体重。其中，迁飞蝗虫、棉花夜蛾、银纹夜蛾、谷实夜蛾、棉铃虫、黄地老虎、警纹地夜蛾、小黄翅夜蛾和大黄翅夜蛾的平均体重分别为 374 mg、126 mg、128 mg、141 mg、148 mg、176 mg、214 mg、230 mg 和 370 mg。图中3个区域分别为大型（A）、中型（B）、小型（C）迁飞害虫的范围和边界。
Fig. 6 The α2 and α4 values of migratory grasshopper and moth species［48］
The α2 represents the ratio of an insect’s scattering intensity for horizontally polarized waves to that for vertically polarized waves. The smaller the α2， the closer the insect’s equivalent scattering cross section is to a spherical shape； the larger the α2， the more elongated the equivalent scattering cross section becomes. The α4 characterizes the sidelobe features of the insect’s equivalent scattering cross section. A smaller α4 indicates a shape closer to a sphere， whereas a larger α4 indicates a shape closer to a four-leaf-clover pattern. The size of each dot indicates the mass of each individual insect. Average masses for Melanoplus sanguinipes， Spodoptera littoralis， Autographa gamma， Helicoverpa zea， Helicoverpa armigera， Agrotis segetum， Agrotis exclamationis， Noctua comes， Noctua pronuba are 374 mg， 126 mg， 128 mg， 141 mg， 148 mg， 176 mg， 214 mg， 230 mg， and 370 mg， respectively. The three regions plotted are the defined ranges and boundaries of large- （A）， medium- （B）， and small-sized （C） migratory insect pests.
图7 欧洲大陆2016年9月19日至10月8日夜间平均迁飞流量［52］
每个站点的平均迁飞方向由黑色箭头表示；每个站点的平均迁飞通量率由圆圈的大小和颜色表示；箭头的宽度表示实际迁飞方向与箭头（平均迁飞方向）的相关程度，r 值越小、箭头越细，表示迁飞方向的离散程度越大；箭头越宽，表示迁飞方向越集中。
Fig. 7 Mean nocturnal migration flow across at night time continental Europe， 19 September-8 October 2016［52］
The mean migration direction at each station is indicated by a black arrow. The mean migration traffic rate at each station is represented by the size and color of the circle. The width of the arrow indicates the degree of correlation between the actual migration directions and the arrow， which represents the mean migration direction. A smaller r value and a thinner arrow indicate greater dispersion in migration directions， whereas a wider arrow indicates more concentrated migration directions.
图8 气象雷达分布图
Fig. 8 Maps of weather radar distribution
图9 欧洲气象雷达数据当前（黑色字体）与建议（蓝色字体）的传输流程［28］
Fig. 9 Current （black font） and suggested （blue font） flow of weather radar data in Europe［28］
[1] Bonham L L， Blake L V. Radar echoes from birds and insects［J］. The Scientific Monthly， 1956， 82（4）： 204-209.
[2] Doviak R J， Zrnić D S. Doppler radar and weather observations［M］. 2nd ed. San Diego： Academic Press， 1993.
[3] Lack D， Varley G C. Detection of birds by radar［J］. Nature， 1945， 156（3 963）： 446.
[4] Fox A D， Beasley P D L. David Lack and the birth of radar ornithology［J］. Archives of Natural History， 2010， 37（2）： 325-332.
[5] Drake V A， Reynolds D R. Radar entomology： observing insect flight and migration［M］. UK： CABI， 2012.
[6] Lakshmanan V， Zhang J， Howard K. A technique to censor biological echoes in radar reflectivity data［J］. Journal of Applied Meteorology and Climatology， 2010， 49（3）： 453-462.
[7] Lakshmanan V， Smith T， Stumpf G， et al. The warning decision support system-integrated information［J］. Weather and Forecasting， 2007， 22（3）： 596-612.
[8] Lakshmanan V， Fritz A， Smith T， et al. An automated technique to quality control radar reflectivity data［J］. Journal of Applied Meteorology and Climatology， 2007， 46（3）： 288-305.
[9] Rennie S J， Curtis M， Peter J， et al. Bayesian echo classification for Australian single-polarization weather radar with application to assimilation of radial velocity observations［J］. Journal of Atmospheric and Oceanic Technology， 2015， 32（7）： 1 341-1 355.
[10] Lin T Y， Winner K， Bernstein G， et al. MistNet： measuring historical bird migration in the US using archived weather radar data and convolutional neural networks［J］. Methods in Ecology and Evolution， 2019， 10（11）： 1 908-1 922.
[11] Cui K， Hu C， Wang R， et al. Deep-learning-based extraction of the animal migration patterns from weather radar images［J］. Science China Information Sciences， 2020， 63（4）： 140304.
[12] Hu C， Li S W， Wang R， et al. Extracting animal migration pattern from weather radar observation based on deep convolutional neural networks［J］. The Journal of Engineering， 2019（20）： 6 541-6 545.
[13] Wang S H， Hu C， Cui K， et al. Animal migration patterns extraction based on atrous-gated CNN deep learning model［J］. Remote Sensing， 2021， 13（24）： 4998.
[14] Chen Yifu， Deng Zhiliang， Wu Dongli， et al. Biological echo extraction of weather radar based on deep learning feature fusion［J］. Journal of Nanjing University of Information Science & Technology， 2025（4）： 538-548.
陈奕伕， 邓志良， 吴东丽， 等. 基于深度学习特征融合的天气雷达生物回波提取研究［J］. 南京信息工程大学学报， 2025（4）： 538-548.
[15] Stepanian P M， Horton K G， Melnikov V M， et al. Dual-polarization radar products for biological applications［J］. Ecosphere， 2016， 7（11）： e01539.
[16] Mirkovic D， Stepanian P M， Kelly J F， et al. Electromagnetic model reliably predicts radar scattering characteristics of airborne organisms［J］. Scientific Reports， 2016， 6： 35637.
[17] Radhakrishna B， Fabry F， Kilambi A. Fuzzy logic algorithms to identify birds， precipitation， and ground clutter in S-band radar data using polarimetric and nonpolarimetric variables［J］. Journal of Atmospheric and Oceanic Technology， 2019， 36（12）： 2 401-2 414.
[18] Jatau P， Melnikov V， Yu T Y. A machine learning approach for classifying bird and insect radar echoes with S-band Polarimetric Weather Radar［J］. Journal of Atmospheric and Oceanic Technology， 2021，38（3）：1 797-1 812.
[19] Hu C， Sun Z R， Cui K， et al. Classification of biological scatters using polarimetric weather radar［J］. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing， 2024， 17： 7 436-7 447.
[20] Gauthreaux S A. A radar and direct visual study of passerine spring migration in southern Louisiana［J］. The Auk， 1971， 88（2）： 343-365.
[21] Dokter A M， Farnsworth A， Fink D， et al. Seasonal abundance and survival of North America’s migratory avifauna determined by weather radar［J］. Nature Ecology & Evolution， 2018， 2（10）： 1 603-1 609.
[22] Gauthreaux S A. Weather radar quantification of bird migration［J］. BioScience， 1970， 20（1）： 17-20.
[23] Bruderer B， Peter D， Korner-Nievergelt F. Vertical distribution of bird migration between the Baltic Sea and the Sahara［J］. Journal of Ornithology， 2018， 159（2）： 315-336.
[24] Guo Rui， Zhang Yue， Tian Biao， et al. Review of the technology， development and applications of holographic staring radar［J］. Journal of Radars， 2023， 12（2）： 389-411.
郭瑞， 张月， 田彪， 等. 全息凝视雷达系统技术与发展应用综述［J］. 雷达学报， 2023， 12（2）： 389-411.
[25] Hampton S E， Strasser C A， Tewksbury J J， et al. Big data and the future of ecology［J］. Frontiers in Ecology and the Environment， 2013， 11（3）： 156-162.
[26] Shamoun-Baranes J， Alves J A， Bauer S， et al. Continental-scale radar monitoring of the aerial movements of animals［J］. Movement Ecology， 2014， 2： 9.
[27] Bauer S， Chapman J W， Reynolds D R， et al. From agricultural benefits to aviation safety： realizing the potential of continent-wide radar networks［J］. BioScience， 2017， 67（10）： 912-918.
[28] Shamoun-Baranes J， Bauer S， Chapman J W， et al. Meteorological data policies needed to support biodiversity monitoring with weather radar［J］. Bulletin of the American Meteorological Society， 2022， 103（4）： E1234-E1242.
[29] Ansari S， Del Greco S， Kearns E， et al. Unlocking the potential of NEXRAD data through NOAA’s big data partnership［J］. Bulletin of the American Meteorological Society， 2018， 99（1）： 189-204.
[30] Liang Li， Ma Shuqing， Teng Yupeng， et al. Construction and application of weather radar aerial ecological monitoring system［J］. Journal of Applied Meteorological Science， 2023， 34（5）： 630-640.
梁丽， 马舒庆， 滕玉鹏， 等. 天气雷达空中生态监测系统建设和应用［J］. 应用气象学报， 2023， 34（5）： 630-640.
[31] Gauthreaux S A， Belser C G. Displays of bird movements on the WSR-88D： patterns and quantification［J］. Weather and Forecasting， 1998， 13（2）： 453-464.
[32] Rico-Ramirez M A， Cluckie I D. Classification of ground clutter and anomalous propagation using dual-polarization weather radar［J］. IEEE Transactions on Geoscience and Remote Sensing， 2008， 46（7）： 1 892-1 904.
[33] Forsyth B J， James D. Springtime movements of transient nocturnally migrating landbirds in the gulf coastal bend region of Texas［J］. The Condor， 1971， 73（2）： 193-207.
[34] Park H S， Ryzhkov A V， Zrnić D S， et al. The hydrometeor classification algorithm for the polarimetric WSR-88D： description and application to an MCS［J］. Weather and Forecasting， 2009， 24（3）： 730-748.
[35] Chilson P B， Frick W F， Kelly J F， et al. Partly cloudy with a chance of migration： weather， radars， and aeroecology［J］. Bulletin of the American Meteorological Society， 2012， 93（5）： 669-686.
[36] Dokter A M， Liechti F， Stark H， et al. Bird migration flight altitudes studied by a network of operational weather radars［J］. Journal of the Royal Society Interface， 2011， 8（54）： 30-43.
[37] Yao Wen， Li Songshu， Wang Haijiang， et al. Identification and tracking of bird clutter in weather radar data based on YOLOv5 and DeepSort［J］. Meteorological Monthly， 2025， 51（4）： 417-430.
姚文， 李松书， 王海江， 等. 基于YOLOv5与DeepSort对天气雷达数据鸟杂波的识别与追踪［J］. 气象， 2025， 51（4）： 417-430.
[38] Melnikov V M， Istok M J， Westbrook J K. Asymmetric radar echo patterns from insects［J］. Journal of Atmospheric and Oceanic Technology， 2015， 32（4）： 659-674.
[39] Mäkinen T， Ritvanen J， Pulkkinen S， et al. Bayesian classification of nonmeteorological targets in polarimetric Doppler radar measurements［J］. Journal of Atmospheric and Oceanic Technology， 2022， 39（10）： 1 561-1 578.
[40] Gauthreaux S， Diehl R. Discrimination of biological scatterers in polarimetric weather radar data： opportunities and challenges［J］. Remote Sensing， 2020， 12（3）： 545.
[41] Sun C Q， Sun Q， Li J J， et al. Migratory bird species as the primary contributors to wildlife collisions： a case study at Shanghai Pudong International Airport， China［J］. BMC Zoology， 2026， 11： 10.
[42] Konrad T G， Hicks J J， Dobson E B. Radar characteristics of birds in flight［J］. Science， 1968， 159（3 812）： 274-280.
[43] Zaugg S， Saporta G， Van Loon E， et al. Automatic identification of bird targets with radar via patterns produced by wing flapping［J］. Journal of the Royal Society Interface， 2008， 5（26）： 1 041-1 053.
[44] Bruderer B， Peter D， Boldt A， et al. Wing-beat characteristics of birds recorded with tracking radar and cine camera［J］. Ibis， 2010， 152（2）： 272-291.
[45] Rahman S， Robertson D A. Radar micro-Doppler signatures of drones and birds at K-band and W-band［J］. Scientific Reports， 2018， 8： 17396.
[46] Kim D， DeBriere T J， Cherukumalli S， et al. Infrared light sensors permit rapid recording of wingbeat frequency and bioacoustic species identification of mosquitoes［J］. Scientific Reports， 2021， 11： 10042.
[47] Chen Y P， Why A， Batista G， et al. Flying insect classification with inexpensive sensors［J］. Journal of Insect Behavior， 2014， 27（5）： 657-677.
[48] Drake V A， Chapman J W， Lim K S， et al. Ventral-aspect radar cross sections and polarization patterns of insects at X band and their relation to size and form［J］. International Journal of Remote Sensing， 2017， 38（18）： 5 022-5 044.
[49] Hao Z H， Drake V A， Taylor J R， et al. Insect target classes discerned from entomological radar data［J］. Remote Sensing， 2020， 12（4）： 673.
[50] Hu C， Kong S Y， Wang R， et al. Identification of migratory insects from their physical features using a decision-tree support vector machine and its application to radar entomology［J］. Scientific Reports， 2018， 8： 5449.
[51] Wang R， Kou X， Cui K， et al. Insect-equivalent radar cross-section model based on field experimental results of body length and orientation extraction［J］. Remote Sensing， 2022， 14（3）： 508.
[52] Nilsson C， Dokter A M， Verlinden L， et al. Revealing patterns of nocturnal migration using the European weather radar network［J］. Ecography， 2019， 42（5）： 876-886.
[53] Newcombe P B， Nilsson C， Lin T Y， et al. Migratory flight on the Pacific Flyway： strategies and tendencies of wind drift compensation［J］. Biology Letters， 2019， 15（9）： 20190383.
[54] Sivakumar A H， Sheldon D， Winner K， et al. A weather surveillance radar view of Alaskan avian migration［J］. Proceedings of the Royal Society B： Biological Sciences， 2021， 288（1950）： rspb.2021.0232.
[55] Dezfuli A， Horton K G， Zuckerberg B， et al. Continental patterns of bird migration linked to climate variability［J］. Bulletin of the American Meteorological Society， 2022， 103（2）： E536-E547.
[56] Shi X， Soderholm J， Chapman J W， et al. Distinctive and highly variable bird migration system revealed in eastern Australia［J］. Current Biology， 2024， 34（22）： 5 359-5 365.e3.
[57] Dokter A M， Desmet P， Spaaks J H， et al. bioRad： biological analysis and visualization of weather radar data［J］. Ecography， 2019， 42（5）： 852-860.
[58] Rosenberg K V， Dokter A M， Blancher P J， et al. Decline of the North American avifauna［J］. Science， 2019， 366（6 461）： 120-124.
[59] Shi X， Hu C， Soderholm J， et al. Prospects for monitoring bird migration along the East Asian-Australasian flyway using weather radar［J］. Remote Sensing in Ecology and Conservation， 2023， 9（2）： 169-181.
[60] Lukach M， Dally T， Evans W， et al. The development of an unsupervised hierarchical clustering analysis of dual-polarization weather surveillance radar observations to assess nocturnal insect abundance and diversity［J］. Remote Sensing in Ecology and Conservation， 2022， 8（5）： 698-716.
[61] Tielens E K， Stepanian P M， Kelly J F. Systematic continental scale monitoring by weather surveillance radar shows fewer insects above warming landscapes in the United States［J］. Global Change Biology， 2025， 31（11）： e70587.
[62] Jiao Reguang， Zhang Zhi， Shi Guangyu， et al. Analysis of the echoes of migrating insects detected by Beijing Doppler weather radar［J］. Chinese Journal of Applied Entomology， 2018， 55（2）： 177-185.
焦热光， 张智， 石广玉， 等. 北京多普勒天气雷达上的昆虫回波分析［J］. 应用昆虫学报， 2018， 55（2）： 177-185.
[63] Wang R， Zhang T R， Cui K， et al. High-resolution and low blind range waveform for migratory insects’ taking-off and landing behavior observation［J］. Remote Sensing， 2022， 14（13）： 3034.
[64] Zhao Zihang， Zhuang Ting， Li Jianyong， et al. Analysis of dual-polarization weather radar echoes of bird activity in Tianjin Region［J］. Meteorological Monthly， 2024， 50（9）： 1 142-1 152.
赵子杭， 庄庭， 李建勇， 等. 天津区域鸟类活动的双偏振天气雷达回波分析［J］. 气象， 2024， 50（9）： 1 142-1 152.
[65] Becciu P， Troupin D， Dinevich L， et al. Soaring migrants flexibly respond to sea-breeze in a migratory bottleneck： using first derivatives to identify behavioural adjustments over time［J］. Movement Ecology， 2023， 11： 44.
[66] Panuccio M， Dell’Omo G， Bogliani G， et al. Migrating birds avoid flying through fog and low clouds［J］. International Journal of Biometeorology， 2019， 63（2）： 231-239.
[67] Gauthreaux S A， Mizrahi D S， Belser C G. Bird migration and bias of WSR-88D wind estimates［J］. Weather and Forecasting， 1998， 13（2）： 465-481.
[68] Dokter A M， Shamoun-Baranes J， Kemp M U， et al. High altitude bird migration at temperate latitudes： a synoptic perspective on wind assistance［J］. PLoS One， 2013， 8（1）： e52300.
[69] Wainwright C E， Reynolds D R， Reynolds A M. Linking small-scale flight manoeuvers and density profiles to the vertical movement of insects in the nocturnal stable boundary layer［J］. Scientific Reports， 2020， 10： 1019.
[70] Van Den Broeke M S. Polarimetric radar observations of biological scatterers in hurricanes Irene （2011） and Sandy （2012）［J］. Journal of Atmospheric and Oceanic Technology， 2013， 30（12）： 2 754-2 767.
[71] Huang K H， Huang H， Gu T C， et al. Polarimetric radar observations of biological scatterers in the eye of typhoon Lekima （2019）［J］. Journal of Geophysical Research： Biogeosciences， 2023， 128（9）： e2023JG007533.
[72] Van Den Broeke M S. Bioscatter transport by tropical cyclones：insights from 10 years in the Atlantic basin［J］. Remote Sensing in Ecology and Conservation，2021，7（4）：616-631.
[73] Wurman J， Kosiba K， Robinson P. Atmospheric and insect responses to a total solar eclipse［J］. Bulletin of the American Meteorological Society， 2025， 106（5）： E809-E828.
[74] Elmore J A， Riding C S， Horton K G， et al. Predicting bird-window collisions with weather radar［J］. Journal of Applied Ecology， 2021， 58（8）： 1 593-1 601.
[75] De Groot K L， Wilson A G， McKibbin R， et al. Bird protection treatments reduce bird-window collision risk at low-rise buildings within a Pacific coastal protected area［J］. PeerJ， 2022， 10： e13142.
[76] Riggs G J， Barton C M， Riding C S， et al. Field-testing effectiveness of window markers in reducing bird-window collisions［J］. Urban Ecosystems， 2023， 26（3）： 713-723.
[77] Shamoun-Baranes J， Bouten W， Van Loon E E， et al. Short-term effects of fireworks on the behaviour of birds［J］. Behavioral Ecology，2011，22（6）：1 173-1 177.
[78] McLaren J D， Buler J J， Schreckengost T， et al. Artificial light at night confounds broad-scale habitat use by migrating birds［J］. Ecology Letters， 2018， 21（3）： 356-364.
[79] Tielens E K， Cimprich P M， Clark B A， et al. Nocturnal city lighting elicits a macroscale response from an insect outbreak population［J］. Biology Letters， 2021， 17（3）： rsbl.2020.0808.
[80] Van Doren B M， Horton K G， Dokter A M， et al. High-intensity urban light installation dramatically alters nocturnal bird migration［J］. Proceedings of the National Academy of Sciences of the United States of America， 2017， 114（42）： 11 175-11 180.
[81] Horton K G， Nilsson C， Van Doren B M， et al. Bright lights in the big cities： migratory birds’ exposure to artificial light［J］. Frontiers in Ecology and the Environment， 2019， 17（4）： 209-214.
[82] O’Neal B J， Stafford J D， Larkin R P. Stopover duration of fall-migrating dabbling ducks［J］. The Journal of Wildlife Management， 2012， 76（2）： 285-293.
[83] Clipp H L， Cohen E B， Smolinsky J A， et al. Broad-scale weather patterns encountered during flight influence landbird stopover distributions［J］. Remote Sensing， 2020， 12（3）： 565.
[84] Hüppop O， Dierschke J， Exo K M， et al. Bird migration studies and potential collision risk with offshore wind turbines［J］. Ibis， 2006， 148（）： 90-109.
[85] Ning H S， Chen W S， Mao X， et al. Bird-aircraft strike avoidance radar［J］. IEEE Aerospace and Electronic Systems Magazine， 2010， 25（1）： 19-28.
[86] Leshem Y， Ovadia O， Dinevich L，et al. A national network of bird and weather radars in Israel：from vision to reality［C］// Proceedings of the 27th meeting of the international bird strike committee. Athens， Greece： International Bird Strike Committee，2005.
[87] Nilsson C， La Sorte F A， Dokter A， et al. Bird strikes at commercial airports explained by citizen science and weather radar data［J］. Journal of Applied Ecology， 2021， 58（10）： 2 029-2 039.
[88] Metz I C， Ellerbroek J， Mühlhausen T， et al. Analysis of risk-based operational bird strike prevention［J］. Aerospace， 2021， 8（2）： 32.
[89] Metz I， Ellerbroek J， Mühlhausen T， et al. The efficacy of operational bird strike prevention［J］. Aerospace， 2021， 8（1）： 17.
[90] Chen Weishi， Liu Jia， Wang Qingbin， et al. Review on technology of bird detection with weather radar［J］. Acta Aeronautica et Astronautica Sinica， 2023， 44（5）： 21-39.
陈唯实， 刘佳， 王青斌， 等. 气象雷达探鸟技术综述［J］. 航空学报， 2023， 44（5）： 21-39.
[91] Bauer S， Shamoun-Baranes J， Nilsson C， et al. The grand challenges of migration ecology that radar aeroecology can help answer［J］. Ecography， 2019， 42（5）： 861-875.
[92] Meade J， Van Der Ree R， Stepanian P M， et al. Using weather radar to monitor the number， timing and directions of flying-foxes emerging from their roosts［J］. Scientific Reports， 2019， 9： 10222.
[93] Yang Q Q， Wang B， Lemey P， et al. Synchrony of bird migration with global dispersal of avian influenza reveals exposed bird orders［J］. Nature Communications， 2024， 15： 1126.
[94] Drake V A， Wang H K. Recognition and characterization of migratory movements of Australian plague locusts， Chortoicetes terminifera， with an insect monitoring radar［J］. Journal of Applied Remote Sensing， 2013， 7（1）： 075095.
[95] Drake V A， Hatty S， Symons C， et al. Insect monitoring radar： maximizing performance and utility［J］. Remote Sensing， 2020， 12（4）： 596.
[96] Zhang Y， Feng H， Wu K，et al. Seasonal migratory behavior of Mythimna separata （Lepidoptera： Noctuidae） in northeast China［J］. Acta Entomologica Sinica，2013，56（12）：1 418-1 429.
[97] Teng Yupeng， Chen Hongbin， Ma Shuqing， et al. Weather radar identification of directional biological migrations across the sea［J］. Meteorological Monthly， 2020， 46（7）： 938-947.
滕玉鹏， 陈洪滨， 马舒庆， 等. 天气雷达监测生物跨海迁飞方法［J］. 气象， 2020， 46（7）： 938-947.
[98] Hu Cheng， Li Weidong， Wang Rui. Fully polarimetric coherent radar for migratory insect observation［J］. Journal of Signal Processing， 2019， 35（6）： 951-957.
胡程， 李卫东， 王锐. 基于全极化的相参雷达迁飞昆虫观测［J］. 信号处理， 2019， 35（6）： 951-957.
[99] Yu Teng， Wang Rui， Li Muyang， et al. Research on the design and calibration of wideband fully polarized vertical insect radar［J］. Journal of Signal Processing， 2021， 37（2）： 222-233.
于腾， 王锐， 李沐阳， 等. 宽带全极化垂直昆虫雷达设计及校准关键技术研究［J］. 信号处理， 2021， 37（2）： 222-233.
[100] Li W D， Wang R， Zhang F， et al. Insect 3-D orientation estimation based on cooperative observation from two views of entomological radars［J］. IEEE Geoscience and Remote Sensing Letters， 2022， 19： 4026705.
[101] Huang J R， Feng H Q， Drake V A， et al. Massive seasonal high-altitude migrations of nocturnal insects above the agricultural Plains of East China［J］. Proceedings of the National Academy of Sciences of the United States of America， 2024， 121（18）： e2317646121.
[102] Saltikoff E， Friedrich K， Soderholm J， et al. An overview of using weather radar for climatological studies： successes， challenges， and potential［J］. Bulletin of the American Meteorological Society， 2019， 100（9）： 1 739-1 752.
[103] Horton K G， Van Doren B M， Albers H J， et al. Near-term ecological forecasting for dynamic aeroconservation of migratory birds［J］. Conservation Biology， 2021， 35（6）： 1 777-1 786.
[104] Chen Weishi， Huang Yifeng， Chen Xiaolong， et al. Development and applications of airport avian radar： review［J］. Acta Aeronautica et Astronautica Sinica， 2022， 43（1）： 024758.
陈唯实，黄毅峰，陈小龙，等. 机场探鸟雷达技术发展与应用综述［J］. 航空学报， 2022， 43（1）： 024758.
[105] Van Doren B M， Horton K G. A continental system for forecasting bird migration［J］. Science， 2018， 361（6 407）： 1 115-1 118.
[1] 宋淑华, 王振占. 大气冰云中冰晶粒子取向的研究进展及应用现状分析[J]. 地球科学进展, 2025, 40(6): 592-603.
[2] 宋淑华, 王振占. 大气冰云中冰晶粒子取向的研究进展 及应用现状分析[J]. 地球科学进展, 0, (): 1-.
阅读次数
全文


摘要

地址：甘肃省兰州市天水中路8号
QQ：114723517
电话：0931-8762293　E-mail：adearth@lzb.ac.cn
陇ICP备2021001824号-5　 甘公网安备62010202000687