CN104316930A - 一种基于双线偏振多普勒天气雷达探测的雨强估算方法 - Google Patents
一种基于双线偏振多普勒天气雷达探测的雨强估算方法 Download PDFInfo
- Publication number
- CN104316930A CN104316930A CN201410586404.3A CN201410586404A CN104316930A CN 104316930 A CN104316930 A CN 104316930A CN 201410586404 A CN201410586404 A CN 201410586404A CN 104316930 A CN104316930 A CN 104316930A
- Authority
- CN
- China
- Prior art keywords
- phase shift
- differential
- reflectivity factor
- analysis
- value
- 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.)
- Pending
Links
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
- 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
-
- 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
-
- 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
- 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
本发明涉及一种基于双线偏振多普勒天气雷达探测的雨强估算方法,包括:当降水的回波强度ZH较小时,采用回波强度ZH来估测降水;当降水的回波强度ZH增大时,若比差分相移KDP和差分反射率因子ZDR的值均较小,采用回波强度ZH和差分反射率因子ZDR来估测降水,若比差分相移KDP的值较小、差分反射率因子ZDR的值较大,采用比差分相移KDP和差分反射率因子ZDR来估测降水,若比差分相移KDP和差分反射率因子ZDR的值均较大,采用比差分相移KDP来估测降水。本发明根据降水粒子的气象学特征,考虑不同大小降水粒子的雨滴谱特征以及雨区衰减的影响,采用组合降水算法,估算结果准确,改善了精度,提高了暴洪监测的能力。
Description
技术领域
本发明涉及气象雷达数据处理技术领域,尤其是一种基于双线偏振多普勒天气雷达探测的雨强估算方法。
背景技术
我国是一个幅员辽阔、地形复杂、受气象灾害影响十分严重的国家。据统计, 我国每年受干旱、暴雨和热带风暴等重大灾害性天气、气候影响的人口约达6亿人次,平均每年因受气象灾害造成的损失约占国民生产总产值的3%~5%,准确快速获取区域降雨量的信息,对防洪减灾至关重要。常规雷达只能得到降水的强度信息ZH,且由于受到雨区衰减的影响以及无法反映雨滴谱的变化,所以测雨的误差较大,常出现小雨高估和大雨低估的现象。偏振雷达是监测局地暴洪较好的探测工具,其测量参量KDP和ZDR相比强度信息ZH对雨强有更好的相关性,因此能以较高精度遥测区域降雨量。
从偏振参数的特性来说,ZDR反映了降水粒子对不同偏振方向雷达波后向散射的性质的差异,反映出滴谱中大小降水粒子比例的变化,能够较精确地反映雨滴谱的变化;而KDP则是非球形粒子对不同偏振方向雷达波传播相位或传播速度差异的量度,几乎和雨强R呈线性关系,而且对雨滴谱(DSD)变化相对来说不敏感,更能适应雨滴谱中N0参数的变化。因此充分利用双线偏振多普勒雷达的各种测量参数,可以有效的提高降水的估测精度,然而利用不同的偏振参数估算降水强度的方法差异很大。
发明内容
本发明的目的在于提供一种能够改善雷达测雨的精度、提高暴洪监测的能力的基于双线偏振多普勒天气雷达探测的雨强估算方法。
为实现上述目的,本发明采用了以下技术方案:一种基于双线偏振多普勒天气雷达探测的雨强估算方法,该方法包括:
(1)当降水的回波强度ZH较小时,采用回波强度ZH来估测降水,即:
R(ZH) = a1ZH b1 (1)
其中,R(ZH)表示用回波强度ZH估算出的雨强R,其单位为mm·h-1 ; ZH为回波强度,其单位为mm6·m-3 ;a1、b1为可调参数;
(2)当降水的回波强度ZH增大时:
(2a)若比差分相移KDP和差分反射率因子ZDR的值均较小,采用回波强度ZH和差分反射率因子ZDR来估测降水,即:
(2)
其中,R(ZH、ZDR)表示用回波强度ZH和差分反射率因子ZDR估算出的雨强R,其单位为mm·h-1;ZH为回波强度,其单位为mm6·m-3;ZDR为差分反射率因子,其单位为dB;a2、b2、c2为可调参数;
(2b)若比差分相移KDP的值较小、差分反射率因子ZDR的值较大,采用比差分相移KDP和差分反射率因子ZDR来估测降水,即:
(3)
其中,R(KDP、ZDR)表示用比差分相移KDP和差分反射率因子ZDR估算出的雨强R,其单位为mm·h-1;KDP为比差分相移,其单位为°/Km;ZDR为差分反射率因子,其单位为dB;a3、b3、c3为可调参数;
(2c)若比差分相移KDP和差分反射率因子ZDR的值均较大,采用比差分相移KDP来估测降水,即:
R(KDP) = a4KDP b4 (4)
其中,R(KDP)表示用比差分相移KDP估算出的雨强R,其单位为mm·h-1; KDP为比差分相移,其单位为°/Km;a4、b4为可调参数。
所述降水的回波强度ZH较小是指降水的回波强度ZH<P1,所述降水的回波强度ZH增大是指降水的回波强度ZH>P1,15<P1<25,其单位为dBZ。
所述比差分相移KDP和差分反射率因子ZDR的值均较小是指,比差分相移KDP<P2且差分反射率因子ZDR<P3;所述比差分相移KDP的值较小、差分反射率因子ZDR的值较大是指,比差分相移KDP<P2且差分反射率因子ZDR>P3;所述比差分相移KDP和差分反射率因子ZDR的值均较大是指,比差分相移KDP>P2且ZDR>P3;0.6<P2<1.5,其单位为°/Km;1<P3<2.5,其单位为dB。
31<a1<485,1.37<b1<1.71;3.9*10-3<a2<6.7*10-3,0.91<b2<1.07,-5.97<c2<-2.09;25.6<a3<90.8,0.89<b3<0.95,-1.69<c3<-0.72;40.5<a4<55,0.82<b4<0.89。
所述P1=20,P2=1,P3=1.5。
所述a1=200,b1=1.6;a2=5.8*10-3,b2=0.93,c2=-3.43;a3=37.9,b3=0.93,c3=-1.37;a4=50.7,b4=0.85。
由上述技术方案可知,本发明在利用双线性偏振雷达的观测数据进行估测降水时,根据降水粒子的气象学特征,充分考虑不同大小降水粒子的雨滴谱特征以及雨区衰减的影响,采用最优的组合降水算法;充分考虑了降水粒子的雷达气象学和自身的滴谱分布特征,算法先进合理,估算结果更加准确,改善了雷达测雨的精度,提高了暴洪监测的能力。
附图说明
图1为本发明的算法流程图。
图2、3均为本发明的算法中各参数的取值范围图。
具体实施方式
如图1所示,一种基于双线偏振多普勒天气雷达探测的雨强估算方法,该方法包括:
(1)当降水的回波强度ZH较小时,采用回波强度ZH来估测降水,即:
R(ZH) = a1ZH b1 (1)
其中,R(ZH)表示用回波强度ZH估算出的雨强R,其单位为mm·h-1 ; ZH为回波强度,其单位为mm6·m-3 ;a1、b1为可调参数,对于不同的波段、不同的降雨类型,各个参数的值是不完全相同的;
此时雨滴形状近似呈球形分布、具有各向同性的特点,符合常规雷达估算雨强的假设条件;同时由于此时ZDR和KDP值较小,较易产生测量误差,用ZDR和KDP反而会导致较大的降水估测偏差;
(2)当降水的回波强度ZH增大时,由于雨滴在下落过程中受空气阻力而变为扁平状,公式(1)估测误差随着降水强度增加而迅速增大,而此时ZDR和KDP值较大,利用ZDR和KDP可以使降水估测精度得到提高,因此,针对降水强度大的情况下,应根据ZDR和KDP的值不同而采用不同的方法:
(2a)若比差分相移KDP和差分反射率因子ZDR的值均较小,采用回波强度ZH和差分反射率因子ZDR来估测降水,即:
(2)
其中,R(ZH、ZDR)表示用回波强度ZH和差分反射率因子ZDR估算出的雨强R,其单位为mm·h-1;ZH为回波强度,其单位为mm6·m-3;ZDR为差分反射率因子,其单位为dB;a2、b2、c2为可调参数,对于不同的波段、不同的降雨类型,各个参数的值是不完全相同的;
(2b)若比差分相移KDP的值较小、差分反射率因子ZDR的值较大,采用比差分相移KDP和差分反射率因子ZDR来估测降水,即:
(3)
其中,R(KDP、ZDR)表示用比差分相移KDP和差分反射率因子ZDR估算出的雨强R,其单位为mm·h-1;KDP为比差分相移,其单位为°/Km;ZDR为差分反射率因子,其单位为dB;a3、b3、c3为可调参数,对于不同的波段、不同的降雨类型,各个参数的值是不完全相同的;
(2c)若比差分相移KDP和差分反射率因子ZDR的值均较大,采用比差分相移KDP来估测降水,即:
R(KDP) = a4KDP b4 (4)
其中,R(KDP)表示用比差分相移KDP估算出的雨强R,其单位为mm·h-1; KDP为比差分相移,其单位为°/Km;a4、b4为可调参数,对于不同的波段、不同的降雨类型,各个参数的值是不完全相同的;
公式(4)用于当降水粒子的回波强度超过一定的门限值时,可能预示着出现了混合性降水(即除液态降水外,可能会出现固态降水,如冰雹等),此时直接利用KDP来估测降水, 因为KDP主要是液态降水粒子产生的,液态降水强度越大,其对应的KDP就越大,而固态降水产生的KDP很小。在混合相态的降水粒子中,KDP主要是有液态降水产生,这样有估算混合性降水,可以减少甚至消除固态粒子的影响。
下面结合图1对本发明作进一步的说明。
双偏振多普勒天气雷达是指双线性偏振多普勒天气雷达,它可以交替发射或同时发射两种线性偏振波,并接收两个偏振方向的回波信号,除可获取降水系统的水平偏振方向上的回波强度ZH、径向速度V、速度谱宽W外,还可以探测到差分反射率因子ZDR、差传播相移ΦDP、比差分相移KDP、退偏振因子LDR、相关系数ρHV(0)等参量。雨强R也叫降雨强度,定义为单位时段内(通常为1小时内)的降雨量(单位:毫米/小时)。
当降水强度较小时,由于雨滴形状呈球形分布,近似呈各向同性,此时采用雷达测量到的回波强度ZH来估算雨强。
当降水强度较大时,此时雨滴不再呈球形状分布,因此采用ZH和ZDR两个参量,该方法对滴谱分布变化敏感性不明显,可提高了较强降水的估测精度。
当雷达测量到的回波强度达到(或超过)一定值时,此时可能会出现混合态的降水,将直接利用KDP来估测降水,由于液态降水是影响KDP的主要因素,降雨强度越大,其对应的KDP就越大,固态降水产生的KDP很小。在混合相态的降水粒子中,KDP主要是有液态降水产生的,而ZDR的产生却是两者共同作用的结果,这点在估算混合态降水雨强时至关重要。
如图2所示,所述降水的回波强度ZH较小是指降水的回波强度ZH<P1,所述降水的回波强度ZH增大是指降水的回波强度ZH>P1,15<P1<25,其单位为dBZ。所述P1=20,P2=1,P3=1.5。
如图3所示,所述比差分相移KDP和差分反射率因子ZDR的值均较小是指,比差分相移KDP<P2且差分反射率因子ZDR<P3;所述比差分相移KDP的值较小、差分反射率因子ZDR的值较大是指,比差分相移KDP<P2且差分反射率因子ZDR>P3;所述比差分相移KDP和差分反射率因子ZDR的值均较大是指,比差分相移KDP>P2且ZDR>P3;0.6<P2<1.5,其单位为°/Km;1<P3<2.5,其单位为dB。31<a1<485,1.37<b1<1.71;3.9*10-3<a2<6.7*10-3,0.91<b2<1.07,-5.97<c2<-2.09;25.6<a3<90.8,0.89<b3<0.95,-1.69<c3<-0.72;40.5<a4<55,0.82<b4<0.89。所述a1=200,b1=1.6;a2=5.8*10-3,b2=0.93,c2=-3.43;a3=37.9,b3=0.93,c3=-1.37;a4=50.7,b4=0.85。
综上所述,不同降水粒子类型的雨滴谱差异是影响雷达测量降水精度的一个重要因素,回波强度ZH相同的降水粒子由于其雨滴谱分布的不同,产生的降水强度会有较大的差异。而从偏振参数的特性来说,ZDR能够较精确地反映雨滴谱的变化,KDP则对雨滴谱变化相对来说不敏感,更能适应雨滴谱中N0参数的变化。因此充分利用双线偏振多普勒雷达的各种测量参数,可以有效的提高降水的估测精度。本发明利用双偏振多普勒天气雷达探测获取的基数据采用最优的组合算法,结合降水粒子的气象学特征,比较合理的应用了偏振参数与降水粒子的雨滴谱特征进行降水强度的估算,使得估算方法更合理,估算结果更精确。
Claims (6)
1.一种基于双线偏振多普勒天气雷达探测的雨强估算方法,其特征在于该方法包括:
(1)当降水的回波强度ZH较小时,采用回波强度ZH来估测降水,即:
R(ZH) = a1ZH b1 (1)
其中,R(ZH)表示用回波强度ZH估算出的雨强R,其单位为mm·h-1 ; ZH为回波强度,其单位为mm6·m-3 ;a1、b1为可调参数;
(2)当降水的回波强度ZH增大时:
(2a)若比差分相移KDP和差分反射率因子ZDR的值均较小,采用回波强度ZH和差分反射率因子ZDR来估测降水,即:
(2)
其中,R(ZH、ZDR)表示用回波强度ZH和差分反射率因子ZDR估算出的雨强R,其单位为mm·h-1;ZH为回波强度,其单位为mm6·m-3;ZDR为差分反射率因子,其单位为dB;a2、b2、c2为可调参数;
(2b)若比差分相移KDP的值较小、差分反射率因子ZDR的值较大,采用比差分相移KDP和差分反射率因子ZDR来估测降水,即:
(3)
其中,R(KDP、ZDR)表示用比差分相移KDP和差分反射率因子ZDR估算出的雨强R,其单位为mm·h-1;KDP为比差分相移,其单位为°/Km;ZDR为差分反射率因子,其单位为dB;a3、b3、c3为可调参数;
(2c)若比差分相移KDP和差分反射率因子ZDR的值均较大,采用比差分相移KDP来估测降水,即:
R(KDP) = a4KDP b4 (4)
其中,R(KDP)表示用比差分相移KDP估算出的雨强R,其单位为mm·h-1; KDP为比差分相移,其单位为°/Km;a4、b4为可调参数。
2.根据权利要求1所述的基于双线偏振多普勒天气雷达探测的雨强估算方法,其特征在于:所述降水的回波强度ZH较小是指降水的回波强度ZH<P1,所述降水的回波强度ZH增大是指降水的回波强度ZH>P1,15<P1<25,其单位为dBZ。
3.根据权利要求1所述的基于双线偏振多普勒天气雷达探测的雨强估算方法,其特征在于:所述比差分相移KDP和差分反射率因子ZDR的值均较小是指,比差分相移KDP<P2且差分反射率因子ZDR<P3;所述比差分相移KDP的值较小、差分反射率因子ZDR的值较大是指,比差分相移KDP<P2且差分反射率因子ZDR>P3;所述比差分相移KDP和差分反射率因子ZDR的值均较大是指,比差分相移KDP>P2且ZDR>P3;0.6<P2<1.5,其单位为°/Km;1<P3<2.5,其单位为dB。
4.根据权利要求1所述的基于双线偏振多普勒天气雷达探测的雨强估算方法,其特征在于: 31<a1<485,1.37<b1<1.71;3.9*10-3<a2<6.7*10-3,0.91<b2<1.07;-5.97<c2<-2.09;25.6<a3<90.8,0.89<b3<0.95,-1.69<c3<-0.72;40.5<a4<55,0.82<b4<0.89。
5.根据权利要求3所述的基于双线偏振多普勒天气雷达探测的雨强估算方法,其特征在于:所述P1=20,P2=1,P3=1.5。
6.根据权利要求4所述的基于双线偏振多普勒天气雷达探测的雨强估算方法,其特征在于:所述a1=200,b1=1.6;a2=5.8*10-3,b2=0.93,c2=-3.43;a3=37.9,b3=0.93,c3=-1.37;a4=50.7,b4=0.85。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410586404.3A CN104316930A (zh) | 2014-10-29 | 2014-10-29 | 一种基于双线偏振多普勒天气雷达探测的雨强估算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410586404.3A CN104316930A (zh) | 2014-10-29 | 2014-10-29 | 一种基于双线偏振多普勒天气雷达探测的雨强估算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104316930A true CN104316930A (zh) | 2015-01-28 |
Family
ID=52372183
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410586404.3A Pending CN104316930A (zh) | 2014-10-29 | 2014-10-29 | 一种基于双线偏振多普勒天气雷达探测的雨强估算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104316930A (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104730524A (zh) * | 2015-03-11 | 2015-06-24 | 马舒庆 | 阵列天气雷达探测系统及探测方法 |
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 |
CN107238826A (zh) * | 2017-06-09 | 2017-10-10 | 杨波 | 利用双偏振多普勒天气雷达回波反演雷暴电荷分布的方法 |
CN107656279A (zh) * | 2017-09-19 | 2018-02-02 | 中国电子科技集团公司第三十八研究所 | 一种基于双参数粒子谱分布的测雨雷达辐射传输系统 |
CN108562904A (zh) * | 2018-01-11 | 2018-09-21 | 成都信息工程大学 | 一种x波段双偏振天气雷达降水估测方法 |
CN108957415A (zh) * | 2018-08-24 | 2018-12-07 | 北京无线电测量研究所 | 差分反射率因子的实时标校方法及系统 |
CN109521406A (zh) * | 2018-12-17 | 2019-03-26 | 北京敏视达雷达有限公司 | 一种差分反射率zdr标定方法及装置 |
CN109597038A (zh) * | 2018-12-12 | 2019-04-09 | 北京无线电测量研究所 | 一种双偏振雷达的雷达反射率因子订正方法和系统 |
CN110488393A (zh) * | 2019-09-24 | 2019-11-22 | 中国科学院大气物理研究所 | X波段双偏振天气雷达定量测量降水方法及系统 |
CN110488296A (zh) * | 2019-08-21 | 2019-11-22 | 成都信息工程大学 | 对流单体降雹偏振雷达zdr柱在线监测数据预警方法 |
CN110596787A (zh) * | 2019-08-29 | 2019-12-20 | 成都锦江电子系统工程有限公司 | 一种基于x波段全固态双偏振雨量雷达的降水估测方法 |
CN110691988A (zh) * | 2017-01-09 | 2020-01-14 | 诺维美特公司 | 用于估计降水率、特别是降雨率或降雪率的方法 |
CN110940984A (zh) * | 2019-11-25 | 2020-03-31 | 南京大学 | 基于变分分析的双偏振雷达比差分相移快速估算方法 |
CN111337928A (zh) * | 2020-03-20 | 2020-06-26 | 厦门市气象台(厦门市海洋气象台、海峡气象开放实验室) | 一种雷达回波移动信息计算方法和装置 |
WO2020147121A1 (zh) * | 2019-01-18 | 2020-07-23 | 深圳市大疆创新科技有限公司 | 雨量测量方法、探测装置、可读存储介质 |
CN111521990A (zh) * | 2020-05-11 | 2020-08-11 | 沈阳工业大学 | 一种基于多层雷达回波数据的降雨量分析方法 |
CN114417264A (zh) * | 2022-03-28 | 2022-04-29 | 中国气象科学研究院 | 一种雨滴谱反演方法及装置 |
CN115166750A (zh) * | 2022-08-22 | 2022-10-11 | 天津大学 | 一种基于双偏振多普勒雷达数据的定量降水估计方法 |
-
2014
- 2014-10-29 CN CN201410586404.3A patent/CN104316930A/zh active Pending
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104730524A (zh) * | 2015-03-11 | 2015-06-24 | 马舒庆 | 阵列天气雷达探测系统及探测方法 |
CN104730524B (zh) * | 2015-03-11 | 2017-05-24 | 马舒庆 | 阵列天气雷达探测系统及探测方法 |
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 |
CN110691988A (zh) * | 2017-01-09 | 2020-01-14 | 诺维美特公司 | 用于估计降水率、特别是降雨率或降雪率的方法 |
CN107238826A (zh) * | 2017-06-09 | 2017-10-10 | 杨波 | 利用双偏振多普勒天气雷达回波反演雷暴电荷分布的方法 |
CN107238826B (zh) * | 2017-06-09 | 2019-12-24 | 杨波 | 利用双偏振多普勒天气雷达回波反演雷暴电荷分布的方法 |
CN107656279A (zh) * | 2017-09-19 | 2018-02-02 | 中国电子科技集团公司第三十八研究所 | 一种基于双参数粒子谱分布的测雨雷达辐射传输系统 |
CN107656279B (zh) * | 2017-09-19 | 2021-03-16 | 中国电子科技集团公司第三十八研究所 | 一种基于双参数粒子谱分布的测雨雷达辐射传输系统 |
CN108562904A (zh) * | 2018-01-11 | 2018-09-21 | 成都信息工程大学 | 一种x波段双偏振天气雷达降水估测方法 |
CN108957415A (zh) * | 2018-08-24 | 2018-12-07 | 北京无线电测量研究所 | 差分反射率因子的实时标校方法及系统 |
CN109597038A (zh) * | 2018-12-12 | 2019-04-09 | 北京无线电测量研究所 | 一种双偏振雷达的雷达反射率因子订正方法和系统 |
CN109521406A (zh) * | 2018-12-17 | 2019-03-26 | 北京敏视达雷达有限公司 | 一种差分反射率zdr标定方法及装置 |
WO2020147121A1 (zh) * | 2019-01-18 | 2020-07-23 | 深圳市大疆创新科技有限公司 | 雨量测量方法、探测装置、可读存储介质 |
CN111727383A (zh) * | 2019-01-18 | 2020-09-29 | 深圳市大疆创新科技有限公司 | 雨量测量方法、探测装置、可读存储介质 |
CN110488296B (zh) * | 2019-08-21 | 2022-11-25 | 成都信息工程大学 | 对流单体降雹偏振雷达zdr柱在线监测数据预警方法 |
CN110488296A (zh) * | 2019-08-21 | 2019-11-22 | 成都信息工程大学 | 对流单体降雹偏振雷达zdr柱在线监测数据预警方法 |
CN110596787A (zh) * | 2019-08-29 | 2019-12-20 | 成都锦江电子系统工程有限公司 | 一种基于x波段全固态双偏振雨量雷达的降水估测方法 |
CN110488393A (zh) * | 2019-09-24 | 2019-11-22 | 中国科学院大气物理研究所 | X波段双偏振天气雷达定量测量降水方法及系统 |
CN110940984A (zh) * | 2019-11-25 | 2020-03-31 | 南京大学 | 基于变分分析的双偏振雷达比差分相移快速估算方法 |
CN110940984B (zh) * | 2019-11-25 | 2023-03-14 | 南京大学 | 基于变分分析的双偏振雷达比差分相移快速估算方法 |
CN111337928A (zh) * | 2020-03-20 | 2020-06-26 | 厦门市气象台(厦门市海洋气象台、海峡气象开放实验室) | 一种雷达回波移动信息计算方法和装置 |
CN111337928B (zh) * | 2020-03-20 | 2021-09-28 | 厦门市气象台(厦门市海洋气象台、海峡气象开放实验室) | 一种雷达回波移动信息计算方法和装置 |
CN111521990A (zh) * | 2020-05-11 | 2020-08-11 | 沈阳工业大学 | 一种基于多层雷达回波数据的降雨量分析方法 |
CN111521990B (zh) * | 2020-05-11 | 2022-04-29 | 沈阳工业大学 | 一种基于多层雷达回波数据的降雨量分析方法 |
CN114417264A (zh) * | 2022-03-28 | 2022-04-29 | 中国气象科学研究院 | 一种雨滴谱反演方法及装置 |
CN115166750A (zh) * | 2022-08-22 | 2022-10-11 | 天津大学 | 一种基于双偏振多普勒雷达数据的定量降水估计方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104316930A (zh) | 一种基于双线偏振多普勒天气雷达探测的雨强估算方法 | |
US9348015B2 (en) | Integrated rainfall estimation method using X-band dual-polarimetric radar measurement data | |
Chang et al. | Characteristics of the raindrop size distribution and drop shape relation in typhoon systems in the western Pacific from the 2D video disdrometer and NCU C-band polarimetric radar | |
Matrosov et al. | The utility of X-band polarimetric radar for quantitative estimates of rainfall parameters | |
Mu et al. | Analysis of the impact of conservation measures on stream flow regime in catchments of the Loess Plateau, China | |
Chumchean et al. | Radar rainfall error variance and its impact on radar rainfall calibration | |
Lim et al. | Precipitation classification and quantification using X-band dual-polarization weather radar: Application in the Hydrometeorology Testbed | |
Boodoo et al. | Quantitative precipitation estimation from a C-band dual-polarized radar for the 8 July 2013 flood in Toronto, Canada | |
CN102944873A (zh) | 基于多频点回波幅度逆序统计量的低空目标检测方法 | |
Kalogiros et al. | Evaluation of a new polarimetric algorithm for rain-path attenuation correction of X-band radar observations against disdrometer | |
Schneebeli et al. | Improved estimation of the specific differential phase shift using a compilation of Kalman filter ensembles | |
Matrosov et al. | Quantitative assessment of operational weather radar rainfall estimates over California’s Northern Sonoma County using HMT-West data | |
Bystrov et al. | Experimental study of rough surface backscattering for low terahertz automotive radar | |
Kim et al. | Combining radar and rain gauge rainfall estimates for flood forecasting using conditional merging method | |
KR101538368B1 (ko) | 엑스밴드 이중편파 레이더 원시자료를 이용한 강수체 구분 방법 | |
Jameson | Microphysical interpretation of multi-parameter radar measurements in rain. Part II: Estimation of raindrop distribution parameters by combined dual-wavelength and polarization measurements | |
Liu et al. | On the surface roughness characteristics of the land fast sea-ice in the Bohai Sea | |
CN105093359A (zh) | 一种天气雷达强度资料质量测试方法 | |
Bertoldo et al. | Extreme rain events analysis using X-band weather radar | |
Hu et al. | A comparison of de-noising methods for differential phase shift and associated rainfall estimation | |
Pepler et al. | A robust error-based rain estimation method for polarimetric radar. Part II: Case study | |
Lombardo et al. | Rainfall estimation and ground clutter rejection with dual polarization weather radar | |
Yoon et al. | The runoff uncertainty caused by the mismatch between the radar rain rate and the topographical information data | |
Maki et al. | Statistical analysis of volcanic ash measured by X-band polarimetric radar | |
Yoo et al. | Importance of no‐rain measurements on the comparison of radar and rain gauge rain rate |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150128 |
|
WD01 | Invention patent application deemed withdrawn after publication |