CN103499813A - 雷达降水因子判别云与降水的方法 - Google Patents

雷达降水因子判别云与降水的方法 Download PDF

Info

Publication number
CN103499813A
CN103499813A CN201310472650.1A CN201310472650A CN103499813A CN 103499813 A CN103499813 A CN 103499813A CN 201310472650 A CN201310472650 A CN 201310472650A CN 103499813 A CN103499813 A CN 103499813A
Authority
CN
China
Prior art keywords
radar
precipitation
storehouse
cloud
doppler
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
Application number
CN201310472650.1A
Other languages
English (en)
Other versions
CN103499813B (zh
Inventor
邓勇
韩薇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201310472650.1A priority Critical patent/CN103499813B/zh
Publication of CN103499813A publication Critical patent/CN103499813A/zh
Application granted granted Critical
Publication of CN103499813B publication Critical patent/CN103499813B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种雷达降水因子判别云与降水的方法。本发明是把多普勒雷达探测得到的逐库的雷达谱密度函数在正速度区的积分或求和定义为雷达降水因子，根据雷达降水因子的值把未产生降水的云回波和正在以及将要产生降水的回波区分开来。本发明在不改变多普勒雷达的系统设计、不增加雷达硬件成本的条件下，通过探测得到逐库的雷达谱密度函数，经计算就可区分出未产生降水的云回波与正在或将要产生的降水回波，从而解决多普勒雷达探测云与降水不分的问题，提高多普勒雷达预警的准确性。

Description

雷达降水因子判别云与降水的方法
技术领域
本发明属于大气科学领域，具体涉及一种雷达降水因子判别云与降水的方法。
背景技术
多普勒雷达是中小尺度灾害性天气预警，局地山洪、城市内涝预警，降水引发滑坡、泥石流的应急预警，航空、航海等交通保障服务最主要的工具之一，目前仅国内就有200多部多普勒雷达广泛应用于民航、气象、水文、军事等领域。
多普勒雷达探测得到的主要参数有雷达反射率因子Z、多普勒速度V和速度谱宽W。至今为止，上述应急预警和服务主要基于Z、V、W及衍生参数建立概念模型和物理模型，并没有把云和降水区分开来，因此常常造成预警偏差甚至失败。当在相同Z值条件下，如果把云回波当降水处理，就会造成虚警；如果把降水回波当云处理，就会造成漏警。
然而，在实际应用中，特别是局地山洪、城市内涝、滑坡、泥石流的应急预警中，对准确判别潜在产生灾害上空的降水具有强烈的要求，因此，天上飘着的云与正在或将要产生的降水的可靠区分需要特别关注。
发明内容
针对以上现有技术中多普勒雷达探测云与降水不分的技术问题，本发明提出一种用雷达降水因子判别云与降水的方法，以解决多普勒雷达探测云与降水不分的问题，从而提高多普勒雷达预警的准确性。
本发明的目的在于提出一种雷达降水因子判别云与降水的方法。
本发明是把多普勒雷达探测得到的逐库的雷达谱密度函数F（v）在正速度区的积分或求和定义为雷达降水因子YV，根据YV值把未产生降水的云回波和正在以及将要产生降水的回波区分开来；雷达降水因子判别云与降水的方法主要包括以下步骤：
1）用多普勒雷达对对流层的进行探测，根据雷达的库长L和总库数n，得到逐库的雷达谱密度函数Fi（v），其中，i为自下而上的库数，i=1......n，n为自然数，v为多普勒速度（m/s），定义朝向雷达方向为正；
2）对每个库的雷达密度函数Fi（v）积分或求和，得到逐库的雷达降水因子Yvi；
3）然后从第1库开始自下而上查询Yvi，当第1个Yvi=0时，则第i库对应的高度Hi定义为降水高度H0；
4）高于H0的雷达回波判别为云回波，低于和等于H0的回波判别为正在和将要产生降水的回波；
5）判别云与降水结束。
其中，在步骤1）中，从地面以上，每距离L为一库，库长为L，总库数为n，第i库所对应的高度为Hi。库长L和总库数n由雷达的处理能力决定，库长L在10～1000m之间，n为在100～1000之间的自然数。
本发明的多普勒雷达包括K、X、C和S波段的多普勒雷达。
雷达谱密度函数Fi（v）包括：雷达后向散射功率谱；雷达反射率谱；雷达空中含水量谱；以及雷达反射率因子谱。雷达降水因子YiV为雷达谱密度函数Fi（v）在正速度区域的积分或求和，相应地为：雷达后向散射功率谱对多普勒速度的积分；雷达反射率谱对多普勒速度的积分；雷达空中含水量谱对多普勒速度的积分；雷达反射率因子谱和平均多普勒速度的乘积；雷达后向散射功率与平均多普勒速度的乘积；以及雷达反射率因子谱多普勒速度的积分。
多普勒速度包括单部垂直指向探测得到的垂直速度或速度谱，以及多部多普勒雷达反演的垂直速度。
本发明的优点：
本发明在不改变多普勒雷达的系统设计、不增加雷达硬件成本的条件下，通过探测得到逐库的雷达谱密度函数，经计算就可区分出未产生降水的云回波与正在或将要产生的降水回波，从而解决多普勒雷达探测云与降水不分的问题，提高多普勒雷达预警的准确性。
附图说明
图1为本发明的雷达降水因子判别云与降水的方法的流程图；
图2为本发明的雷达降水因子判别云与降水的方法的一个实施例的流程图。
具体实施方式
下面结合附图，通过实施例详细描述本发明的实施方式。
图1为本发明的雷达降水因子判别云与降水的方法的流程图。
降水粒子包括雨、雪、雹等下落水成物。
在本实施例中，雷达谱密度函数Fi（v）采用雷达反射率因子谱Zi（v）；从地面以上，每垂直距离30m为一库，库长L为30m，总库数n为500。在本实施例中，多普勒雷达从地面向上进行垂直探测，第i库所对应的高度Hi=L×i；若多普勒雷达的探测仰角为θ，则第i库所对应的高度Hi=L×i×sinθ。
如图2所示，本实施例的雷达降水因子判别云与降水的方法包括以下步骤：
1）多普勒雷达对对流层进行垂直探测，获取降水粒子后向散射信息，经快速傅立叶变换FFT或其他方式，得到每个垂直距离的库的雷达反射率因子谱Zi（v）和多普勒速度谱；
2）根据每个库的雷达反射率因子谱Zi（v）从零到正无穷积分，得到逐库的雷达降水因子YVi（mm6/m3）：
Yv i = ∫ 0 ∞ Z i ( v ) dv ;
3）从第1库开始自下而上查询Yvi，当第1个Yvi=0时，则第i库对应的高度Hi定义为降水高度H0；
4）高于H0的雷达回波判别为云回波，低于和等于Hi的回波判别为正在和将要产生降水的回波；
5）判别云与降水结束。
最后需要注意的是，公布实施方式的目的在于帮助进一步理解本发明，但是本领域的技术人员可以理解：在不脱离本发明及所附的权利要求的精神和范围内，各种替换和修改都是可能的。因此，本发明不应局限于实施例所公开的内容，本发明要求保护的范围以权利要求书界定的范围为准。

Claims (5)

1.一种雷达降水因子判别云与降水的方法，其特征在于，包括所述判别云与降水的方法以下步骤：
1）用多普勒雷达对对流层进行探测，根据雷达的库长L和总库数n，得到逐库的雷达谱密度函数Fi（v），其中，i为自下而上的库数，i=1......n，n为自然数，v为多普勒速度（m/s），定义朝向雷达方向为正；
2）对每个库的雷达谱密度函数Fi（v）积分或求和，得到逐库的雷达降水因子Yvi；
3）然后从第1库开始自下而上查询Yvi，当第1个Yvi=0时，则第i库对应的高度Hi定义为降水高度H0；
4）高于H0的雷达回波判别为云回波，低于和等于H0的回波判别为正在和将要产生降水的回波；
5）判别云与降水结束。
2.如权利要求1所述的判别云与降水的方法，其特征在于，所述的多普勒雷达包括K、X、C和S波段的多普勒雷达。
3.如权利要求1所述的判别云与降水的方法，其特征在于，所述雷达谱密度函数Fi（v）包括：雷达后向散射功率谱；雷达反射率谱；雷达空中含水量谱；以及雷达反射率因子谱。
4.如权利要求1所述的判别云与降水的方法，其特征在于，所述多普勒速度包括单部垂直指向探测得到的垂直速度或速度谱，或多部多普勒雷达反演的垂直速度。
5.如权利要求1所述的判别云与降水的方法，其特征在于，所述库长L和总库数n由雷达的处理能力决定，库长L在10～1000m之间，n为在100～1000之间的自然数。
CN201310472650.1A 2013-10-11 2013-10-11 雷达降水因子判别云与降水的方法 Active CN103499813B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310472650.1A CN103499813B (zh) 2013-10-11 2013-10-11 雷达降水因子判别云与降水的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310472650.1A CN103499813B (zh) 2013-10-11 2013-10-11 雷达降水因子判别云与降水的方法

Publications (2)

Publication Number Publication Date
CN103499813A true CN103499813A (zh) 2014-01-08
CN103499813B CN103499813B (zh) 2015-06-17

Family

ID=49865036

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310472650.1A Active CN103499813B (zh) 2013-10-11 2013-10-11 雷达降水因子判别云与降水的方法

Country Status (1)

Country Link
CN (1) CN103499813B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104820222A (zh) * 2014-12-25 2015-08-05 邓勇 雨量雷达实时动态衰减订正与降水计算方法
CN106324580A (zh) * 2016-11-02 2017-01-11 中国人民解放军理工大学 一种基于微波链路网的雷达回波衰减订正方法
CN107807907A (zh) * 2017-09-08 2018-03-16 中国电力科学研究院 一种降水分类方法及系统
CN112213703A (zh) * 2020-08-18 2021-01-12 成都信息工程大学 一种利用毫米波云雷达反演云参数的方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101706571A (zh) * 2009-11-05 2010-05-12 宁波市气象信息中心 一种雷达回波中非气象杂波的处理方法
CN102540148A (zh) * 2012-02-15 2012-07-04 上海大学 一种降雨立体分布参数的反演算法
US20130234884A1 (en) * 2012-03-08 2013-09-12 Honeywell International Inc. System and method to identify regions of airspace having ice crystals using an onboard weather radar system

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101706571A (zh) * 2009-11-05 2010-05-12 宁波市气象信息中心 一种雷达回波中非气象杂波的处理方法
CN102540148A (zh) * 2012-02-15 2012-07-04 上海大学 一种降雨立体分布参数的反演算法
US20130234884A1 (en) * 2012-03-08 2013-09-12 Honeywell International Inc. System and method to identify regions of airspace having ice crystals using an onboard weather radar system

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
胡雯等: "中尺度模式和新一代天气雷达产品识别云降水方法", 《气象科技》, vol. 35, no. 04, 31 August 2007 (2007-08-31), pages 470 - 473 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104820222A (zh) * 2014-12-25 2015-08-05 邓勇 雨量雷达实时动态衰减订正与降水计算方法
CN104820222B (zh) * 2014-12-25 2017-08-29 邓勇 雨量雷达实时动态衰减订正与降水计算方法
CN106324580A (zh) * 2016-11-02 2017-01-11 中国人民解放军理工大学 一种基于微波链路网的雷达回波衰减订正方法
CN106324580B (zh) * 2016-11-02 2018-11-06 中国人民解放军理工大学 一种基于微波链路网的雷达回波衰减订正方法
CN107807907A (zh) * 2017-09-08 2018-03-16 中国电力科学研究院 一种降水分类方法及系统
CN112213703A (zh) * 2020-08-18 2021-01-12 成都信息工程大学 一种利用毫米波云雷达反演云参数的方法及装置

Also Published As

Publication number Publication date
CN103499813B (zh) 2015-06-17

Similar Documents

Publication Publication Date Title
Smyth et al. High resolution measured and modelled three-dimensional airflow over a coastal bowl blowout
Wurman The multiple-vortex structure of a tornado
Lin et al. Modeling extreme rainfall, winds, and surge from Hurricane Isabel (2003)
US8244455B2 (en) Apparatus and method for determining the position of a vehicle with respect to a terrain
Lipa et al. High-frequency radar observations of the June 2013 US East Coast meteotsunami
CN103499813B (zh) 雷达降水因子判别云与降水的方法
JP6689396B2 (ja) 気象予測装置、気象予測方法、およびプログラム
Bradley et al. Corrections for wind-speed errors from sodar and lidar in complex terrain
Wapler et al. Mesocyclones in Central Europe as seen by radar
Vel’tishchev et al. Short-range forecast of heavy precipitation and strong wind using the convection-allowing WRF models
Adzhiev et al. Lightning detection system in the North Caucasus
French et al. High-resolution, mobile Doppler radar observations of cyclic mesocyclogenesis in a supercell
Jessup et al. Organization of flash-flood-producing precipitation in the northeast United States
CN103983975A (zh) 基于两种雷达的大气运动垂直速度检测方法及系统
Saïd et al. Offshore winds obtained from a network of wind‐profiler radars during HyMeX
Siems-Anderson et al. Impacts of assimilating observations from connected vehicles into a numerical weather prediction model
Xie et al. Sensing wind for environmental and energy applications
Bracalente et al. Airborne Doppler radar detection of low-altitude wind shear
Wijesekera et al. Measurements of form and frictional drags over a rough topographic bank
Lee et al. Development of relationship equation for vehicle sensor signal and observed rainfall
Bonin et al. Detection of range-folded returns in Doppler lidar observations
White et al. Importance of using observations of mixing depths in order to avoid large prediction errors by a transport and dispersion model
Yu et al. Characterization of tornado spectral signatures using higher-order spectra
Ryan et al. Review of low-level wind shear: Detection and prediction
Zhang et al. Validation of the coupled NCEP Mesoscale Spectral Model and an advanced land surface model over the Hawaiian Islands. Part II: A high wind event

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