CN103072695A - 确定云的水滴大小分布的方法 - Google Patents
确定云的水滴大小分布的方法 Download PDFInfo
- Publication number
- CN103072695A CN103072695A CN2012102587213A CN201210258721A CN103072695A CN 103072695 A CN103072695 A CN 103072695A CN 2012102587213 A CN2012102587213 A CN 2012102587213A CN 201210258721 A CN201210258721 A CN 201210258721A CN 103072695 A CN103072695 A CN 103072695A
- Authority
- CN
- China
- Prior art keywords
- scattering curve
- mvd
- curve
- calculation method
- electromagnetic radiation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 76
- 238000009826 distribution Methods 0.000 title claims abstract description 38
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 26
- 230000005670 electromagnetic radiation Effects 0.000 claims abstract description 35
- 238000013213 extrapolation Methods 0.000 claims abstract description 16
- 238000005259 measurement Methods 0.000 claims description 75
- 238000004364 calculation method Methods 0.000 claims description 66
- 241001274197 Scatophagus argus Species 0.000 claims description 9
- 239000007788 liquid Substances 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 8
- 230000008034 disappearance Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 abstract description 9
- 230000008033 biological extinction Effects 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 229910000530 Gallium indium arsenide Inorganic materials 0.000 description 1
- 240000002329 Inga feuillei Species 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000000546 chi-square test Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229910052732 germanium Inorganic materials 0.000 description 1
- GNPVGFCGXDBREM-UHFFFAOYSA-N germanium atom Chemical compound [Ge] GNPVGFCGXDBREM-UHFFFAOYSA-N 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- XCAUINMIESBTBL-UHFFFAOYSA-N lead(ii) sulfide Chemical compound [Pb]=S XCAUINMIESBTBL-UHFFFAOYSA-N 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/95—Lidar systems specially adapted for specific applications for meteorological use
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
- G01N15/0205—Investigating particle size or size distribution by optical means
- G01N15/0211—Investigating a scatter or diffraction pattern
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D15/00—De-icing or preventing icing on exterior surfaces of aircraft
- B64D15/20—Means for detecting icing or initiating de-icing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N2015/0023—Investigating dispersion of liquids
- G01N2015/0026—Investigating dispersion of liquids in gas, e.g. fog
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Dispersion Chemistry (AREA)
- Analytical Chemistry (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Radar, Positioning & Navigation (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
在一个方面中,本发明提供了确定云的水滴大小分布的方法。在一些实施方式中,确定云中的水滴大小分布的方法包括:用电磁辐射束对云的深度进行采样;在一定范围的视场角度上测量从云返回的电磁辐射的散射信号[ptotal(θ)],以提供测量散射曲线;去除测量散射曲线的一部分;用剩余的测量散射曲线的外推代替所去除的部分,以提供估计散射曲线;并由估计散射曲线确定第一估计液滴大小分布[n(1)(D)]。
Description
技术领域
本发明涉及确定云的水滴大小分布(粒度分布)的方法。
背景技术
空中水滴的检测及其分成小滴大小分布的分类在飞机的工作(运行)中是一项重要的功能。不同的云的形成可以呈现不同的水滴大小分布和相关的云液态水含量(含水量,水含量,liquid water content)(LWC),从而对飞机造成各种危险,例如结冰。可以以各种方式来确定或估计云的水滴大小分布和LWC。几种现有方法是基于衍射滴分级技术。然而,这种衍射分级技术由于大液滴的小角度散射而限于最大可检测的液滴直径。例如,用当前检测系统从激光束本身无法分辨大液滴以探测激光束的发散角内的角度所进行的衍射散射。结果,丢失了关于存在超过最大可分辨的直径的大液滴的分布的信息,可能导致在确定云的水滴大小分布和相关的LWC中出现误差。
发明内容
在一个方面中,本文描述了确定云的水滴大小分布的方法,该方法解决了存在超过最大可检测的液滴直径(水滴直径,droplet diameter)的液滴(水滴)的问题。此外,这里描述的方法考虑使用所确定的水滴大小分布来估计云的LWC。
在一些实施方式中,确定云中的水滴大小分布的方法包括:用电磁辐射束对云的深度进行采样;在一定范围的视场角上测量从云返回的电磁辐射的散射信号[ptotal(θ)],以提供测量的散射曲线;去除测量的散射曲线的一部分;用剩余的测量散射曲线的外推代替所去除的部分,以提供估计的散射曲线;以及从估计的散射曲线中确定第一估计液滴大小分布[n(1)(D)]。在一些实施方式中,利用前向散射模型来确定第一估计液滴大小分布。
在一些实施方式中,该方法进一步包括:利用直接反向散射模型和前向散射模型由n(1)(D)提供计算的散射曲线,并将计算的散射曲线与测量的散射曲线比较,从而确定计算的散射曲线是否在规定公差内符合(follows)测量的散射曲线。在其中计算的散射曲线在规定公差内不符合测量的散射曲线的一些实施方式中,从n(1)(D)中推导出液滴中值体积直径(中位体积直径,median volume diameter)的第一估计值(DMVD (1))和形状参数的第一估计值(μ(1))。响应于在规定公差内不符合测量的散射曲线的计算的散射曲线来改变DMVD (1)的值,以提供液滴中值体积直径的第二估计值DMVD (2)。利用DMVD (2)和μ(1)来提供第二估计水滴大小分布[n(2)(D)]。
利用直接反向散射模型和前向散射模型由n(2)(D)提供第二计算散射曲线,并且将该第二计算散射曲线与测量的散射曲线比较,从而判断第二散射曲线是否在规定公差内符合测量散射曲线。在一些实施方式中,第二计算散射曲线在规定公差内符合测量散射曲线,并且,n(2)(D)说明了具有超过最大可检测的液滴直径的直径的水滴的分布。在这样的实施方式中,该方法可以进一步包括:利用n(2)(D)确定有效液滴直径(Deff),并利用Deff确定云的液态水含量。
可替换地,第二计算散射曲线在规定公差内不符合测量散射曲线,并且,该方法包括附加步骤。在一些实施方式中,例如,该方法进一步包括:响应于在规定公差内不符合测量散射曲线的第二计算散射曲线,改变DMVD (2)的值,从而提供液滴中值体积直径的第三估计值(DMVD (3))。利用DMVD (3)和μ(1)来提供第三估计水滴大小分布[n(3)(D)]。
利用直接反向散射模型和前向散射模型由n(3)(D)提供第三计算散射曲线,并且将第三计算散射曲线与测量散射曲线比较,以判断第三散射曲线是否在规定公差内符合测量散射曲线。在一些实施方式中,第三计算散射曲线在规定公差内符合测量散射曲线,并且,n(3)(D)说明了具有超过最大可检测的液滴直径的直径的水滴的分布。在这样的实施方式中,该方法可以进一步包括:利用n(3)(D)确定有效液滴直径(Deff),并利用Deff确定云的液态水含量。
可替换地,第三计算散射曲线在规定公差内不符合测量散射曲线,并且,该方法包括附加步骤。例如,在一些实施方式中,该方法是包括迭代步骤的迭代方法,重复该迭代步骤,直到计算散射曲线在规定公差内符合测量散射曲线为止。因此,在一些实施方式中,该方法进一步包括:响应于在规定公差内不符合测量散射曲线的第n条计算散射曲线来改变DMVD (n)的值,以提供液滴中值体积直径的第n+1个估计值(DMVD (n+1)),其中,n是大于3的整数。利用DMVD (n+1)和μ(1)提供第n+1个估计液滴大小分布[n(n+1)(D)]。
利用直接反向散射模型和前向散射模型由n(n+1)(D)提供第n+1条计算散射曲线,该第n+1条计算散射曲线在规定公差内符合测量散射曲线,并且,n(n+1)(D)说明了具有超过最大可检测的液滴直径的直径的水滴的分布。在一些实施方式中,该方法进一步包括:利用n(n+1)(D)确定Deff,并利用Deff确定云的LWC。
在以下详细描述中更详细地描述这些和其他实施方式。
附图说明
图1示出了根据这里描述的一些实施方式的测量散射曲线的一个实例。
图2示出了图1的测量散射曲线,其中,已经根据这里描述的一些实施方式而去除了测量散射曲线的一部分。
图3示出了图2的测量散射曲线,其中,已经根据这里描述的一些实施方式用剩余的测量散射曲线的外推代替了所去除的部分。
图4是示出了这里描述的方法的一个实施方式的流程图。
具体实施方式
通过参考以下详细描述和附图,可以更容易地理解这里描述的实施方式。然而,这里描述的元件、设备和方法并不限于在该详细描述和附图中提供的具体实施方式。应认识到,这些实施方式仅用于说明本发明的原理。对于本领域的技术人员来说,在不背离本发明的精神和范围的前提下,许多改进和改造将是容易显而易见的。
在一个方面中,这里描述了确定云的水滴大小分布的方法,该方法解决了存在超过最大可检测的液滴直径的液滴的问题。此外,这里描述的方法考虑利用所确定的水滴大小分布来估计云的LWC。
现在转到这里描述的方法的具体步骤,这里描述的方法包括用电磁辐射对云的深度进行采样。可以用电磁辐射对云的与本发明的目的一致的任何深度进行采样。在一些实施方式中,对云的不大于以下距离的深度进行采样(对云采样至不大于以下距离的深度),在该距离上,云是均质的(均匀的)或基本上均质的。在一些实施方式中,对云的可达约30米(m)的深度进行采样。在一些实施方式中,对云的可达约20m的深度进行采样。在一些实施方式中,对云的约10m到约30m之间的深度进行采样。在一些实施方式中,对云的大于30m的深度进行采样。
电磁辐射束可以包括任何与本发明的目的一致的束。在一些实施方式中,电磁辐射束包括从激光发出的束。在一些实施方式中,使该束极化(偏光,polarized)。在一些实施方式中,使该束线性极化或圆形极化。在一些实施方式中,该束包括脉冲激光束或连续波激光束。在一些实施方式中,使连续波激光束中断(改变方向)。此外,在一些实施方式中,从发光二极管发出电磁辐射束。
电磁辐射束可以包括任何与本发明的目的一致的波长分布。在一些实施方式中,例如,该束是单色或基本上单色的束。在一些实施方式中,电磁辐射束具有电磁谱的红外(IR)区域中的波长,包括但不限于,谱的近红外(NIR)区域。在一些实施方式中,电磁辐射束具有谱的可见区域中的波长或谱的紫外(UV)区域中的波长。在一些实施方式中,电磁辐射束具有不被水吸收或基本上不被水吸收的波长。在一些实施方式中,电磁辐射束具有一个或多个落在不被水吸收的光学窗口中的波长。在一些实施方式中,例如,电磁辐射束具有约905nm的波长。
此外,电磁辐射束可以具有任何与本发明的目的一致的功率。在一些实施方式中,电磁辐射束具有几mW或几十mW的功率。
如这里描述的,在一定范围的视场(FOV)角度上测量从云返回的电磁辐射的散射信号[ptotal(θ)],以提供测量散射曲线。可用任何适当的可用来分辨散射信号的角度相关性的检测器或检测系统来测量散射信号。在一些实施方式中,检测器包括固态光检测器,例如光电二极管阵列或同心光电二极管。在一些实施方式中,光电二极管包括硅(Si)、锗(Ge)、砷化镓铟(InGaxAs1-x)、硫化铅(II)(PbS)以及它们的组合中的一种或多种。在一些实施方式中,检测器包括至少一个光敏元件和用于处理所述至少一个光敏元件的输出的一个或多个电路。在一些实施方式中,所述一个或多个电路包括滤波电路和/或放大电路。
此外,在其上测量散射信号的FOV角度的范围可以包括任何与本发明的目的一致的FOV角度的范围。在一些实施方式中,FOV角度的范围是约0mrad(全角度)至大约60mrad,或约0mrad至约90mrad。
在一些实施方式中,用一台设备来进行云的深度的采样并测量散射信号。在一些实施方式中,将用于采样云的深度并测量散射信号的设备与飞机接合。在一些实施方式中,在飞机正在飞行的同时,进行云的深度的采样并测量散射信号。在美国专利申请公开号2011/0019188中公开了用于采样云的深度并测量散射信号的非限制性设备,将该专利申请的全部内容结合于此以供参考。可替换地,可以用多于一台的设备来采样云的深度并测量散射信号。在适当的情况下,除了确定云的液滴大小分布和/或LWC以外,一个或多个用来采样云的深度并测量散射信号的设备还可以用来获得关于云的其他信息。
此外,这里描述的方法包括:去除测量散射曲线的一部分并用剩余的测量散射曲线的外推代替所去除的部分,以提供估计散射曲线。可以以任何与本发明的目的一致的方式去除并代替测量散射曲线的一部分。在一些实施方式中,例如,在小于截止角(遮光角,cut-off angle)的FOV角度处去除测量散射曲线。在一些实施方式中,截止角是电磁辐射束的发散角。在一些实施方式中,截止角比电磁辐射束的发散角大。可以根据各种考虑因素来改变截止角,包括但不限于,从测量散射曲线去除的直接反向散射和/或衍射散射的量。
在一些实施方式中,测量散射曲线的所去除的部分包括与电磁辐射的直接反向散射相对应的信号[pdirect(θ)],并且,剩余的测量散射曲线包括与电磁辐射的前向散射相对应的信号[pscat(θ)]。在一些实施方式中,测量散射曲线的所去除的部分包括与小于截止角的电磁辐射的直接反向散射相对应的信号。在一些实施方式中,选择截止角以确保去除所有或基本上所有的pdirect(θ)。
此外,可以以任何与本发明的目的一致的方式外推剩余的测量散射曲线。在一些实施方式中,该外推包括线性外推。在一些实施方式中,该外推包括抛物线外推或单调外推。在一些实施方式中,该外推包括样条函数(spline function)。剩余的测量散射曲线的外推满足以下条件:在截止角处符合剩余的散射曲线并在θ=0时消失。
图1-3说明了测量散射曲线和测量散射曲线上的后续操作的一个非限制性实例,该操作用来去除曲线的一部分并用外推代替所去除的部分,从而提供估计散射曲线。如图1所示,小于截止角的FOV角度处的测量散射曲线是来自采样液滴的激光束的直接反向散射(虚线曲线)和液滴的前向衍射散射(实线曲线)的复合(三角形线)。去除小于截止角的FOV角度处的测量散射曲线,并用剩余的测量散射曲线的线性外推来代替,分别如图2和图3所示。线性外推满足与截止角处的剩余的测量散射曲线重合或基本上重合并在θ=0时消失或基本上消失的边界条件,以完成估计散射曲线。
从估计散射曲线中确定第一估计液滴大小分布[n(1)(D)]。可以以任何与本发明的目的一致的方式从估计散射曲线中确定n(1)(D)。在一些实施方式中,利用前向散射模型从估计散射曲线中确定n(1)(D)。在一些实施方式中,估计散射曲线提供电磁辐射的前向散射的第一估计值[p(1) scat(θ)],并且,根据以下函数来确定n(1)(D):
p(1) scat(θ)=Sn(1)(D) (1)
其中,S是包含前向散射模型的矩阵。可以使用任何适当的前向散射模型。例如,在Hogan,R.J.的“Fast approximate calculation of multiplyscattered lidar returns(多次散射激光雷达回波的快速近似计算)”,AppliedOptics,2006,45(23),pp.5984-5992)和Eloranta,E.W.的“Practical modelfor the calculation of multiply scattered lidar returns(用于多次散射激光雷达回波的计算的实际模型”,Applied Optics,1998,37(12),pp.2464-2472)中描述了适于在这里描述的一些实施方式中使用的前向散射模型,将它们的全部内容结合于此以供参考(在下文中,分别称作“Hogan”和“Eloranta”)。
利用直接反向散射模型和前向散射模型从n(1)(D)计算散射曲线。可以以任何与本发明的目的一致的方式,利用直接反向散射模型和前向散射模型由n(1)(D)提供计算散射曲线。在一些实施方式中,根据以下函数来确定计算散射曲线:
p(1) total(θ)=(S+C)n(1)(D) (2)
其中,C是包含直接反向散射模型的矩阵,而S是包含前向散射模型的矩阵。可使用任何适当的直接反向散射模型和前向散射模型。例如,在Hogan和Eloranta中描述了适于在这里描述的一些实施方式中使用的直接反向散射模型。此外,在一些实施方式中,矩阵C包括与电磁辐射束的发散、检测器光学装置的焦距和采样云范围的几何形状中的一个或多个相关的元素(要素)。
将由n(1)(D)计算的散射曲线与测量散射曲线比较,以判断计算散射曲线是否在规定公差内符合测量散射曲线。可以以任何期望的方式管理曲线的比较。例如,在一些实施方式中,利用整个计算散射曲线和整个测量散射曲线进行比较。在一些实施方式中,仅将计算散射曲线的一部分与测量散射曲线的一部分进行比较。在一些实施方式中,例如,以小角度管理曲线的比较,例如以小于截止角的角度。
此外,规定公差可以包括任何与本发明的目的一致的期望公差。在一些实施方式中,规定公差包括基于标准简化χ平方测试的计算散射曲线与测量散射曲线之间的一致性,例如,如在John Mandel,The StatisticalAnalysis of Experimental Data(实验数据的统计分析),Dover Publications(多佛出版物)(1964)中讨论的,将其全部内容结合于此以供参考。可如下表示简化的χ平方:
其中,指数k表示FOV的范围,而(N-2)是自由度的数量。自由度的数量是ptotal(θk)的测量点的数量减去DMVD的两个拟合参数和用于液滴分布的m。将对(N-2)的自由度计算的与使用简化χ平方的值的表的的预先制表的值进行比较,以确定将x2的值获得为至少与一样大的可能性(即,一致的可能性)。可接受的可能性等级可基于信噪比而变化。在一些实施方式中,可接受的一致可能性是至少约70%。在一些实施方式中,可接受的一致可能性是至少约80%或至少约90%。在一些实施方式中,可接受的一致可能性是至少约95%。
在一些实施方式中,从n(1)(D)计算的散射曲线在规定公差内符合测量散射曲线。在这样的实施方式中,该方法可以进一步包括:利用n(1)(D)确定Deff,并如下面进一步描述地利用Deff确定云的LWC。
在一些实施方式中,从n(1)(D)计算的散射曲线在规定公差内不符合测量散射曲线。在其中计算散射曲线在规定公差内不符合测量散射曲线的一些实施方式中,从n(1)(D)中推导出液滴中值体积直径(DMVD (1))和形状参数(μ(1))的第一估计值。可以以任何与本发明的目的一致的方式由n(1)(D)确定DMVD (1)和μ(1)。例如,在一些实施方式中,可根据以下等式来确定DMVD (1):
此外,在一些实施方式中,根据以下等式来确定μ(1):
其中,D1是小于DMVD (1)的第一所选液滴直径,而D2是小于DMVD (1)的第二所选液滴直径。在一些实施方式中,D1和D2对n(1)(D)的任何指数部分来说足够小,从而可认为对于D1和D2来说是相同的。例如,在Shah,A.D.的“Droplet Size Distribution and Ice shapes(液滴大小分布和冰形状)”,American Institute of Aeronautics and Astronautics(美国航空与航天学会)(AIAA)International Conference of Aircraft Inflight Icing(飞机飞行结冰国际会议),1996年5月,pp.1-20)中描述了液滴大小分布的一些可能的指数分量,将其全部内容结合于此以供参考。
响应于在规定公差内不符合测量散射曲线的计算散射曲线而改变DMVD (1)的值,从而提供液滴中值体积直径(DMVD (2))的第二估计值。在一些实施方式中,增加DMVD (1)的值,以提供DMVD (2)。在一些实施方式中,减小DMVD (1)的值,以提供DMVD (2)。例如,在一些实施方式中,可基于计算散射曲线在规定公差内是否由于在小散射角过高或在小散射角过小而不符合测量散射曲线,来减小或增加DMVD (1)的值。
利用DMVD (2)和μ(1)来提供第二估计水滴大小分布[n(2)(D)]。在一些实施方式中,根据以下等式来提供n(2)(D):
其中,n0是每个单位液滴直径的液滴数量浓度(单位是m-3μm-1)。在一些实施方式中,测量n0。在一些实施方式中,根据以下等式来确定n0:
no-4.35·10[6-4μ(1)](DMVD 2)μ(1)e7.05μ(1) (7)
利用直接反向散射模型和前向散射模型由n(2)(D)提供第二计算散射曲线,并将其与测量散射曲线进行比较,以判断第二计算散射曲线是否在规定公差内符合测量散射曲线。可以以任何所需方式利用直接反向散射模型和前向散射模型由n(2)(D)提供第二计算散射曲线。在一些实施方式中,例如,根据以下函数来确定第二计算散射曲线:
p(2) total(0)=(S-C)n(2)(D) (8)
其中,S和C是如这里描述的。此外,可以以任何所需方式将第二计算散射曲线与测量散射曲线进行比较。例如,在一些实施方式中,可以利用如这里描述的χ平方测试来比较曲线。
在一些实施方式中,第二计算散射曲线在规定公差内符合测量散射曲线,并且,n(2)(D)说明了具有超过最大可检测的液滴直径的直径的水滴的分布。在这种实施方式中,该方法可进一步包括:利用n(2)(D)确定有效液滴直径(Deff),并利用Deff确定云的液态水含量。
可替换地,由n(2)(D)提供的第二计算散射曲线在规定公差内不符合测量散射曲线,并且,该方法包括附加步骤。在一些实施方式中,该方法进一步包括:响应于在规定公差内不符合测量散射曲线的第二计算散射曲线来改变DMVD (2)的值,以提供液滴中值体积直径的第三估计值(DMVD (3))。在一些实施方式中,增加DMVD (2)的值,以提供DMVD (3)。在一些实施方式中,减小DMVD (2)的值,以提供DMVD (3)。例如,在一些实施方式中,可基于第二计算散射曲线在规定公差内是否通过在小散射角过高或在小散射角过小而不符合测量散射曲线,来减小或增加DMVD (2)的值。
用DMVD (3)和μ(1)一起提供第三估计液滴大小分布[n(3)(D)]。在一些实施方式中,根据以下等式来提供n(3)(D):
其中,n0是每个单位液滴直径的液滴数量浓度(单位是m-3μm-1)。在一些实施方式中,测量n0。在一些实施方式中,根据以下等式来确定n0:
no=4.35·10[6-4μ(1)](DMVD 3)μ(1)e7.05μ(1) (10)
利用直接反向散射模型和前向散射模型由n(3)(D)确定第三计算散射曲线,并将其与测量散射曲线进行比较,从而确定第三计算散射曲线是否在规定公差内符合测量散射曲线。可以以任何与本发明的目的一致的方式利用直接反向散射模型和前向散射模型由n(3)(D)提供第三计算散射曲线。在一些实施方式中,例如,根据以下函数来确定第三计算散射曲线:
p(3) total(0)=(S+C)n(3)(D) (11)
其中,S和C是如这里描述的。此外,可以以任何期望的方式将第三计算散射曲线与测量散射曲线进行比较。例如,在一些实施方式中,可以利用如这里描述的χ平方测试来比较曲线。
在一些实施方式中,第三计算散射曲线在规定公差内符合测量散射曲线,并且,n(3)(D)说明了具有超过最大可检测的液滴直径的直径的水滴的分布。在这样的实施方式中,该方法可进一步包括:如下面描述地,利用n(3)(D)确定有效液滴直径(Deff),并利用Deff确定云的液态水含量。
可替换地,由n(3)(D)提供的第三计算散射曲线在规定公差内不符合测量散射曲线,并且,该方法包括附加步骤,包括迭代步骤。例如,在一些实施方式中,这里描述的方法进一步包括:响应于在规定公差内不符合测量散射曲线的第n条计算散射曲线,改变DMVD (n)的值,以提供液滴中值体积直径的第n+1个估计值(DMVD (n+1)),其中,n是大于3的整数。在一些实施方式中,增加或减小DMVD (n)的值,以提供DMVD (n+1)。在一些实施方式中,利用如这里描述的直接反向散射模型和前向散射模型从n(n)(D)确定第n条计算散射曲线。
用DMVD (n+1)和μ(1)一起提供第n+1个估计液滴大小分布[n(n+1)(D)]。在一些实施方式中,根据以下等式来确定n(n+1)(D):
其中,n0是每个单位液滴直径的液滴数量浓度(单位是m-3μm-1)。在一些实施方式中,测量n0。在一些实施方式中,根据以下等式确定n0:
no=4.35·10[6-4μ(1)](DMVD (n+1))μ(1)e7.05μ(1) (13)
利用直接反向散射模型和前向散射模型由n(n+1)(D)确定第n+1条计算散射曲线,并将其与测量散射曲线进行比较,以确定第n+1条计算散射曲线是否在规定公差内符合测量散射曲线。在一些实施方式中,根据以下函数来确定,利用直接反向散射模型和前向散射模型由n(n+1)(D)提供第n+1条散射曲线:
p(n-1) total(0)-(S+C)n(n-1)(D) (14)
其中,S和C是如这里描述的。此外,如这里描述的,可以以任何期望的方式将第n+1条计算散射曲线与测量散射曲线进行比较。例如,在一些实施方式中,可以利用这里描述的χ平方测试来比较曲线。
在一些实施方式中,第n+1条计算散射曲线在规定公差内符合测量散射曲线,并且,n(n+1)(D)说明了具有超过最大可检测的液滴直径的直径的水滴的分布。
在从n(n+1)(D)计算的散射曲线在规定公差内符合测量散射曲线的一些实施方式中,该方法可进一步包括:利用n(n+1)(D)确定Deff,并利用Deff确定LWC。在这里描述的方法的一些实施方式中,根据以下等式确定Deff:
其中,n(D)是期望的估计液滴大小分布[例如,n(1)(D)、n(2)(D)、n(3)(D)或n(n+1)(D)]。
此外,这里描述的方法可以进一步包括:利用Deff确定云的LWC。在一些实施方式中,根据以下等式确定LWC:
LWC=3ραDeff, (16)
其中,ρ是水的密度,而α是消光系数(optical extinction coefficient)。在一些实施方式中,例如,测量消光系数。在一些实施方式中,计算或推导消光系数。
图4示出了根据这里描述的一个实施方式的方法的流程图。
预期这里描述的方法可至少在基于计算机或处理器的系统上部分执行和/或实现。在一些实施方式中,该基于计算机或处理器的系统是飞机操作系统的一部分。
已经描述了满足本发明的各种目的的本发明的各种实施方式。应认识到,这些实施方式仅说明了本发明的原理。对于本领域的技术人员来说,在不背离本发明的精神和范围的前提下,其许多改进和改造将是容易显而易见的。
Claims (35)
1.一种确定云中的水滴的大小分布的方法,包括:
用电磁辐射束对云的深度进行采样;
在一定范围的视场角度上测量从云返回的电磁辐射的散射信号[ptotal(θ)],以提供测量散射曲线;
去除所述测量散射曲线的一部分;
用剩余的测量散射曲线的外推代替所去除的部分,以提供估计散射曲线;以及
利用前向散射模型从所述估计散射曲线确定第一估计液滴大小分布[n(1)(D)]。
2.根据权利要求1所述的方法,还包括利用直接反向散射模型和前向散射模型由n(1)(D)提供计算散射曲线。
3.根据权利要求2所述的方法,还包括将所述计算散射曲线与所述测量散射曲线进行比较,以确定所述计算散射曲线是否在规定公差内符合所述测量散射曲线。
4.根据权利要求3所述的方法,还包括由n(1)(D)确定液滴中值体积直径的第一估计值(DMVD (1)),并由n(1)(D)确定形状参数的第一估计值(μ(1))。
5.根据权利要求4所述的方法,还包括响应于在规定公差内不符合所述测量散射曲线的所述计算散射曲线来改变DMVD (1)的值,以提供液滴中值体积直径的第二估计值DMVD (2),并利用DMVD (2)和μ(1)提供第二估计液滴大小分布n(2)(D)。
6.根据权利要求5所述的方法,还包括:利用直接反向散射模型和前向散射模型由n(2)(D)提供第二计算散射曲线,并将所述第二计算散射曲线与所述测量散射曲线进行比较,以确定所述第二计算散射曲线是否在规定公差内符合所述测量散射曲线。
7.根据权利要求6所述的方法,还包括:响应于在规定公差内不符合所述测量散射曲线的所述第二计算散射曲线来改变DMVD (2)的值,以提供所述液滴中值体积直径的第三估计值(DMVD (3))。
8.根据权利要求7所述的方法,还包括利用DMVD (3)和μ(1)提供第三估计液滴大小分布[n(3)(D)]。
9.根据权利要求8所述的方法,还包括:利用直接反向散射模型和前向散射模型由n(3)(D)提供第三计算散射曲线,并将所述第三计算散射曲线与所述测量散射曲线比较,以确定第三散射曲线是否在规定公差内符合所述测量散射曲线。
10.根据权利要求9所述的方法,其中,在小于截止角的视场角度处去除所述测量散射曲线的一部分。
11.根据权利要求10所述的方法,其中,所述截止角是电磁辐射束的发散角。
12.根据权利要求10所述的方法,其中,剩余的测量散射曲线的外推满足以下条件:在所述截止角处符合剩余的散射曲线并在θ=0时消失。
13.根据权利要求10所述的方法,其中,所述测量散射曲线的所去除的部分包括与电磁辐射的直接反向散射相对应的信号[pdirect(θ)],并且所述剩余的测量散射曲线包括与电磁辐射的前向散射相对应的信号[pscat(θ)]。
14.根据权利要求13所述的方法,其中,所述估计散射曲线提供所述电磁辐射的前向散射的第一估计值[p(1) scat(θ)]。
15.根据权利要求14所述的方法,其中,根据以下函数来确定n(1)(D):
p(1) scat(θ)=Sn(1)(D)
其中,S是包含前向散射模型的矩阵。
16.根据权利要求15所述的方法,其中,根据以下函数来确定所述计算散射曲线:
p(1) total(θ)=(S+C)n(1)(D)
其中,C是包含直接反向散射模型的矩阵。
17.根据权利要求15所述的方法,其中,根据以下等式来确定DMVD (1):
18.根据权利要求15所述的方法,其中,根据以下等式来确定μ(1):
其中,D1是小于DMVD (1)的第一液滴直径,而D2是小于DMVD (1)的第二液滴直径。
19.根据权利要求18所述的方法,其中,所述第三计算散射曲线在规定公差内符合所述测量散射曲线,并且n(3)(D)说明了具有超过最大可检测的液滴直径的直径的水滴的分布。
20.根据权利要求19所述的方法,其中,根据以下函数来确定所述第三计算散射曲线:
p(3) total(0)=(S+C)n(3)(D)。
21.根据权利要求22所述的方法,还包括利用n(3)(D)确定有效液滴直径(Deff)。
22.根据权利要求20所述的方法,还包括利用Deff确定云的液态水含量。
23.根据权利要求9所述的方法,还包括:响应于在规定公差内不符合所述测量散射曲线的第n条计算散射曲线来改变DMVD (n)的值,以提供液滴中值体积直径的第n+1个估计值(DMVD (n+1)),其中n是大于3的整数。
24.根据权利要求23所述的方法,还包括利用DMVD (n+1)和μ(1)提供第n+1个估计液滴大小分布[n(n+1)(D)]。
25.根据权利要求24所述的方法,还包括:利用直接反向散射模型和前向散射模型由n(n+1)(D)提供第n+1条计算散射曲线,所述第n+1条计算散射曲线在规定公差内符合所述测量散射曲线。
26.根据权利要求25所述的方法,还包括利用n(n+1)(D)确定有效液滴直径(Deff)。
27.根据权利要求26所述的方法,还包括利用Deff确定云的液态水含量。
28.根据权利要求25所述的方法,其中,在小于截止角的视场角度处去除所述测量散射曲线的一部分。
29.根据权利要求28所述的方法,其中,所述截止角是电磁辐射束的发散角。
30.根据权利要求29所述的方法,其中,所述测量散射曲线的所去除的部分包括与电磁辐射的直接反向散射相对应的信号[pdirect(θ)],并且剩余的测量散射曲线包括与电磁辐射的前向散射相对应的信号[pscat(θ)]。
31.根据权利要求30所述的方法,其中,所述估计散射曲线提供所述电磁辐射的前向散射的第一估计值[p(1) scat(θ)]。
32.根据权利要求31所述的方法,其中,根据以下函数来确定n(1)(D):
p(1) scat(θ)=Sn(1)(D)
其中,S是包含前向散射模型的矩阵。
33.根据权利要求32所述的方法,其中,根据以下函数来确定所述计算散射曲线:
p(1) total(θ)=(S+C)n(1)(D)
其中,C是包含直接反向散射模型的矩阵。
34.根据权利要求32所述的方法,其中,根据以下等式来确定DMVD (1):
35.根据权利要求34所述的方法,其中,根据以下等式来确定μ(1):
其中,D1是小于DMVD (1)的第一液滴直径,而D2是小于DMVD (1)的第二液滴直径。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/280,877 US8831884B2 (en) | 2011-10-25 | 2011-10-25 | Methods of determining water droplet size distributions of clouds |
US13/280,877 | 2011-10-25 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103072695A true CN103072695A (zh) | 2013-05-01 |
CN103072695B CN103072695B (zh) | 2016-12-21 |
Family
ID=47080279
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210258721.3A Active CN103072695B (zh) | 2011-10-25 | 2012-07-24 | 确定云的水滴大小分布的方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US8831884B2 (zh) |
EP (1) | EP2587277B1 (zh) |
JP (1) | JP6199542B2 (zh) |
CN (1) | CN103072695B (zh) |
AU (1) | AU2012203742A1 (zh) |
BR (1) | BR102012019441B1 (zh) |
CA (1) | CA2780525C (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104237083A (zh) * | 2013-06-21 | 2014-12-24 | 罗斯蒙特航天公司 | 通过激光雷达反向散射中的统计波动的大液滴检测 |
CN105383701A (zh) * | 2014-08-28 | 2016-03-09 | 波音公司 | 检测飞机上的飞行中结冰情况 |
CN105793691A (zh) * | 2013-10-24 | 2016-07-20 | 密执安州立大学董事会 | 冰与水检测系统 |
CN105865100A (zh) * | 2016-04-05 | 2016-08-17 | 北京航空航天大学 | 一种样件弹射式过冷液滴撞击微观观测系统 |
CN105891206A (zh) * | 2016-04-05 | 2016-08-24 | 北京航空航天大学 | 一种可控的过冷液滴连续撞击微观观测系统 |
CN105992941A (zh) * | 2013-10-24 | 2016-10-05 | 密执安州立大学董事会 | 冰与过冷水检测系统 |
CN106501806A (zh) * | 2016-10-31 | 2017-03-15 | 北京市人工影响天气办公室 | 一种降水粒子的类型识别方法及装置 |
CN106501807A (zh) * | 2016-10-31 | 2017-03-15 | 北京市人工影响天气办公室 | 一种冰雹粒子识别方法及装置 |
CN108731590A (zh) * | 2017-04-04 | 2018-11-02 | 松下知识产权经营株式会社 | 液滴测定方法、液滴测定装置及器件制造方法、制造装置 |
CN112046761A (zh) * | 2020-08-04 | 2020-12-08 | 中国空气动力研究与发展中心计算空气动力研究所 | 一种基于统计检验和滤波的飞机结冰在线探测方法 |
CN113252281A (zh) * | 2021-06-02 | 2021-08-13 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种结冰云雾液滴尺寸分布的重构方法 |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9041926B2 (en) | 2013-09-06 | 2015-05-26 | Rosemount Aerospace Inc. | Apparatus and method for in-flight detection of airborne volcanic ash |
US9096323B1 (en) | 2014-04-10 | 2015-08-04 | Rosemount Aerospace Inc. | Window contamination sensor for optical detection systems |
US10207810B2 (en) | 2016-03-21 | 2019-02-19 | Rosemount Aerospace Inc. | Optically detecting cloud metrics using sampled analog measurements of light reflection |
US10816661B2 (en) | 2016-06-08 | 2020-10-27 | Rosemount Aerospace Inc. | Airborne ice detector using quasi-optical radar |
US10725173B2 (en) * | 2016-06-08 | 2020-07-28 | Rosemount Aerospace Inc. | Airborne ice detector using quasi-optical radar |
US11137519B2 (en) * | 2016-07-21 | 2021-10-05 | Rosemount Aerospace Inc. | Multi-fiber optical sensor for icing |
US10611488B2 (en) * | 2017-05-05 | 2020-04-07 | Rosemount Aerospace Inc. | Ice accretion boundary locator |
US11630216B2 (en) | 2019-08-23 | 2023-04-18 | Rosemount Aerospace Inc. | Characterization of a cloud atmosphere using light backscattered at two angles |
US11851193B2 (en) | 2020-11-20 | 2023-12-26 | Rosemount Aerospace Inc. | Blended optical and vane synthetic air data architecture |
US11686742B2 (en) | 2020-11-20 | 2023-06-27 | Rosemount Aerospace Inc. | Laser airspeed measurement sensor incorporating reversion capability |
US11827365B2 (en) * | 2021-10-18 | 2023-11-28 | Rosemount Aerospace Inc. | Detection of aircraft icing conditions and discrimination between liquid droplets and ice crystals |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US619324A (en) * | 1899-02-14 | Battery-switch | ||
US4537507A (en) * | 1982-10-18 | 1985-08-27 | Spectron Development Laboratories, Inc. | Dual beam maximum intensity laser sizing system |
US5619324A (en) * | 1995-12-29 | 1997-04-08 | Insitec Measurement Systems | Method for measuring particle size in the presence of multiple scattering |
CN1684871A (zh) * | 2002-08-26 | 2005-10-19 | 达尔高尼尔森公司 | 确定降水造成的结冰危险的方法以及执行该方法的设备 |
CN101535127A (zh) * | 2006-05-31 | 2009-09-16 | 意大利戴尔电子开发有限公司 | 检测空气动力表面上结冰风险的方法和系统 |
CN101704410A (zh) * | 2009-12-03 | 2010-05-12 | 上海交通大学 | 用于飞机防冰除冰的纳米超疏水表面及其制备方法 |
CN101963676A (zh) * | 2009-07-23 | 2011-02-02 | 罗斯蒙特宇航有限公司 | 用于过冷空中水滴的飞行中多视场探测器 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US1001918A (en) | 1909-07-23 | 1911-08-29 | Friedrich Ludwig Bartelt | Apparatus for aerial propulsion. |
US5229839A (en) * | 1989-10-06 | 1993-07-20 | National Aerospace Laboratory Of Science & Technology Agency | Method and apparatus for measuring the size of a single fine particle and the size distribution of fine particles |
JP2827901B2 (ja) * | 1994-05-31 | 1998-11-25 | 株式会社島津製作所 | 粒度分布測定方法 |
GB9818348D0 (en) * | 1998-08-22 | 1998-10-14 | Malvern Instr Ltd | Improvements relating to the measurement of particle size distribution |
US6819265B2 (en) * | 2002-08-22 | 2004-11-16 | Rosemount Aerospace Inc. | Advanced warning ice detection system for aircraft |
JP4185983B2 (ja) * | 2003-03-25 | 2008-11-26 | 独立行政法人情報通信研究機構 | 水滴に依存する後方散乱係数の測定方法 |
JP2005010046A (ja) * | 2003-06-19 | 2005-01-13 | National Institute Of Information & Communication Technology | 散乱体の衛星観測方法 |
US8705040B2 (en) * | 2004-03-06 | 2014-04-22 | Michael Trainer | Methods and apparatus for determining particle characteristics by measuring scattered light |
US20080221814A1 (en) * | 2004-04-10 | 2008-09-11 | Michael Trainer | Methods and apparatus for determining particle characteristics by measuring scattered light |
US8634072B2 (en) * | 2004-03-06 | 2014-01-21 | Michael Trainer | Methods and apparatus for determining characteristics of particles |
JP4595078B2 (ja) * | 2005-01-28 | 2010-12-08 | 独立行政法人防災科学技術研究所 | 降雨強度と雨水量の3次元分布推定装置および方法 |
US20080204716A1 (en) * | 2005-03-07 | 2008-08-28 | Michael Trainer | Methods and apparatus for determining characteristics of particles |
JP2008164539A (ja) * | 2006-12-29 | 2008-07-17 | Horiba Ltd | 粒子径分布測定装置 |
IT1391180B1 (it) * | 2008-07-07 | 2011-11-18 | Consiglio Nazionale Ricerche | Procedimento per la caratterizzazione del particolato atmosferico mediante un dispositivo lidar a retrodiffusione elastica e retroriflessione, e sistema lidar per l'attuazione del procedimento |
-
2011
- 2011-10-25 US US13/280,877 patent/US8831884B2/en active Active
-
2012
- 2012-06-21 CA CA2780525A patent/CA2780525C/en active Active
- 2012-06-27 AU AU2012203742A patent/AU2012203742A1/en not_active Abandoned
- 2012-07-12 JP JP2012156493A patent/JP6199542B2/ja active Active
- 2012-07-24 CN CN201210258721.3A patent/CN103072695B/zh active Active
- 2012-07-25 BR BR102012019441-4A patent/BR102012019441B1/pt active IP Right Grant
- 2012-10-10 EP EP12187946.4A patent/EP2587277B1/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US619324A (en) * | 1899-02-14 | Battery-switch | ||
US4537507A (en) * | 1982-10-18 | 1985-08-27 | Spectron Development Laboratories, Inc. | Dual beam maximum intensity laser sizing system |
US5619324A (en) * | 1995-12-29 | 1997-04-08 | Insitec Measurement Systems | Method for measuring particle size in the presence of multiple scattering |
CN1684871A (zh) * | 2002-08-26 | 2005-10-19 | 达尔高尼尔森公司 | 确定降水造成的结冰危险的方法以及执行该方法的设备 |
CN101535127A (zh) * | 2006-05-31 | 2009-09-16 | 意大利戴尔电子开发有限公司 | 检测空气动力表面上结冰风险的方法和系统 |
CN101963676A (zh) * | 2009-07-23 | 2011-02-02 | 罗斯蒙特宇航有限公司 | 用于过冷空中水滴的飞行中多视场探测器 |
CN101704410A (zh) * | 2009-12-03 | 2010-05-12 | 上海交通大学 | 用于飞机防冰除冰的纳米超疏水表面及其制备方法 |
Non-Patent Citations (1)
Title |
---|
GILLEA RPY ET AL: "《Retrieval of Droplet-Size Density Distribution from Multiple-Field-of-View Cross-Polarized Lidar Signals》", 《APPLITED OPTICS》, 8 April 1999 (1999-04-08), pages 5202 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104237083A (zh) * | 2013-06-21 | 2014-12-24 | 罗斯蒙特航天公司 | 通过激光雷达反向散射中的统计波动的大液滴检测 |
CN104237083B (zh) * | 2013-06-21 | 2019-06-04 | 罗斯蒙特航天公司 | 通过激光雷达反向散射中的统计波动的大液滴检测 |
CN105992941B (zh) * | 2013-10-24 | 2019-04-26 | 密执安州立大学董事会 | 冰与过冷水检测系统 |
CN105793691A (zh) * | 2013-10-24 | 2016-07-20 | 密执安州立大学董事会 | 冰与水检测系统 |
CN105793691B (zh) * | 2013-10-24 | 2019-11-19 | 密执安州立大学董事会 | 冰与水检测系统 |
CN105992941A (zh) * | 2013-10-24 | 2016-10-05 | 密执安州立大学董事会 | 冰与过冷水检测系统 |
CN105383701A (zh) * | 2014-08-28 | 2016-03-09 | 波音公司 | 检测飞机上的飞行中结冰情况 |
CN105865100A (zh) * | 2016-04-05 | 2016-08-17 | 北京航空航天大学 | 一种样件弹射式过冷液滴撞击微观观测系统 |
CN105891206A (zh) * | 2016-04-05 | 2016-08-24 | 北京航空航天大学 | 一种可控的过冷液滴连续撞击微观观测系统 |
CN106501807A (zh) * | 2016-10-31 | 2017-03-15 | 北京市人工影响天气办公室 | 一种冰雹粒子识别方法及装置 |
CN106501806A (zh) * | 2016-10-31 | 2017-03-15 | 北京市人工影响天气办公室 | 一种降水粒子的类型识别方法及装置 |
CN108731590A (zh) * | 2017-04-04 | 2018-11-02 | 松下知识产权经营株式会社 | 液滴测定方法、液滴测定装置及器件制造方法、制造装置 |
CN112046761A (zh) * | 2020-08-04 | 2020-12-08 | 中国空气动力研究与发展中心计算空气动力研究所 | 一种基于统计检验和滤波的飞机结冰在线探测方法 |
CN113252281A (zh) * | 2021-06-02 | 2021-08-13 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种结冰云雾液滴尺寸分布的重构方法 |
CN113252281B (zh) * | 2021-06-02 | 2021-09-21 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种结冰云雾液滴尺寸分布的重构方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103072695B (zh) | 2016-12-21 |
AU2012203742A1 (en) | 2013-05-09 |
CA2780525A1 (en) | 2013-04-25 |
BR102012019441B1 (pt) | 2020-10-27 |
BR102012019441A2 (pt) | 2013-11-05 |
US8831884B2 (en) | 2014-09-09 |
EP2587277B1 (en) | 2016-12-07 |
US20130103316A1 (en) | 2013-04-25 |
EP2587277A1 (en) | 2013-05-01 |
JP6199542B2 (ja) | 2017-09-20 |
CA2780525C (en) | 2020-09-22 |
JP2013130564A (ja) | 2013-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103072695A (zh) | 确定云的水滴大小分布的方法 | |
US9116243B1 (en) | High altitude ice particle detection method and system | |
Korolev et al. | Modification and tests of particle probe tips to mitigate effects of ice shattering | |
US9041926B2 (en) | Apparatus and method for in-flight detection of airborne volcanic ash | |
EP3222527B1 (en) | Optically detecting cloud metrics using sampled analog measurements of light reflection | |
Baumgardner et al. | The Cloud Particle Spectrometer with Polarization Detection (CPSPD): A next generation open-path cloud probe for distinguishing liquid cloud droplets from ice crystals | |
Faber et al. | Laboratory and in-flight evaluation of measurement uncertainties from a commercial Cloud Droplet Probe (CDP) | |
EP2587278A1 (en) | Methods of determining the liquid water content of a cloud | |
EP3351967B1 (en) | Controlled sampling volume of clouds for measuring cloud parameters | |
CN104237083A (zh) | 通过激光雷达反向散射中的统计波动的大液滴检测 | |
US8998485B2 (en) | Laser anemometry probe system and method employing continuous coherent detection, with single-particle mode, capable of detecting ice-forming conditions and of determining the severity of icing | |
Leroy et al. | HAIC/HIWC field campaign-specific findings on PSD microphysics in high IWC regions from in situ measurements: Median mass diameters, particle size distribution characteristics and ice crystal shapes | |
EP3351966B1 (en) | Controlled sampling volume of clouds for measuring cloud parameters | |
Jurányi et al. | Dual-wavelength light-scattering technique for selective detection of volcanic ash particles in the presence of water droplets | |
Ikiades et al. | Detection and rate of growth of ice on aerodynamic surfaces using its optical characteristics | |
Khan et al. | Empirical Relations for Optical Attenuation Prediction from Liquid Water Content of Fog. | |
KR101613102B1 (ko) | 구름 물방울 입자의 유효 크기 및 총량 원격 측정 시스템 및 방법 | |
CN110261874B (zh) | 基于相干激光的实时晴空颠簸探测方法及系统 | |
EP3614125B1 (en) | Particle sensor system and method to determine visibility for a vehicle | |
Serke et al. | Supercooled large drop detection with NASA's Icing Remote Sensing System | |
Bachalo et al. | Aircraft Icing Research: Challenges in Cloud Simulation and Characterization | |
CN104819916A (zh) | 一种气溶胶退偏振度测量方法及装置 | |
Halama et al. | Optical Ice Detection: Test Results from the NASA Glenn Icing Research Tunnel | |
Yang et al. | Laser Detection on Disturbance of Wind-Field of Air Moving Targets | |
Beswick et al. | The Backscatter Cloud Probe–a compact low-profile autonomous optical spectrometer. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |