CN105468899B - 基于micaps风场信息低空急流自动识别及绘制方法 - Google Patents

基于micaps风场信息低空急流自动识别及绘制方法 Download PDF

Info

Publication number
CN105468899B
CN105468899B CN201510789343.5A CN201510789343A CN105468899B CN 105468899 B CN105468899 B CN 105468899B CN 201510789343 A CN201510789343 A CN 201510789343A CN 105468899 B CN105468899 B CN 105468899B
Authority
CN
China
Prior art keywords
automatic weather
torrent
weather station
wind
automatic
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.)
Expired - Fee Related
Application number
CN201510789343.5A
Other languages
English (en)
Other versions
CN105468899A (zh
Inventor
路志英
刁长莹
李鑫
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.)
Tianjin University
Original Assignee
Tianjin University
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 Tianjin University filed Critical Tianjin University
Priority to CN201510789343.5A priority Critical patent/CN105468899B/zh
Publication of CN105468899A publication Critical patent/CN105468899A/zh
Application granted granted Critical
Publication of CN105468899B publication Critical patent/CN105468899B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16ZINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00Subject matter not provided for in other main groups of this subclass

Landscapes

  • Radar Systems Or Details Thereof (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)

Abstract

本发明涉及中尺度气象预报技术领域,为利用常规观测资料、加密自动站资料和MICAPS系统风场信息,结合低空急流特征,实现850hPa等压面上中国东部沿海地区低空急流的自动识别。为此,本发明采取的技术方案是,基于MICAPS风场信息低空急流自动识别及绘制,包括以下步骤:步骤1自动站提取:步骤2预处理:步骤3聚类:步骤4拟合:聚类结束后每一类代表一条急流,为了将急流直观地表示出来就需要对聚类后的自动站进行拟合,先进行折线拟合,再对折线进行平滑。本发明主要应用于气象预报。

Description

基于MICAPS风场信息低空急流自动识别及绘制方法
技术领域
本发明涉及中尺度气象预报技术领域,具体讲,涉及基于MICAPS系统风场信息的低空急流自动识别及绘制方法。
背景技术
急流是一股强而窄的气流带,目前我国气象界通常把600hPa以下,风速大于等于12米/秒的风速带限定为低空急流。低空急流之所以能够被越来越多的学者所关注,是因为它与暴雨、暴雪等强对流天气、航空安全、火箭和导弹发射的准确性等有密切的联系。据统计,华南汛期暴雨、长江流域梅雨,华北暴雨(暴雪),大多数都伴随着低空急流,并且绝大部分的暴雨发生在低空急流的左侧200公里之内,其中多数降落在低空急流中心的左前方,所以研究低空急流对预报暴雨(暴雪)有着非常重要的指导意义。金宏忆提出了基于多普勒天气雷达径向速度资料,分析有低空大风现象出现的多普勒天气雷达速度图像,模拟其径向速度分布特征,尝试实现低空急流自动识别的方法。王俊等提出了一种对限定区域急流的自动识别技术。然而,上述这两种方法识别出的急流轴都是直线形式的。所以,目前对低空急流的识别还停留在基于MICAPS平台的手工识别,效率低并且存在很多主观因素。
发明内容
为克服现有技术的不足,利用常规观测资料、加密自动站资料和MICAPS系统风场信息,结合低空急流特征,实现850hPa等压面上中国东部沿海地区低空急流的自动识别。为此,本发明采取的技术方案是,基于MICAPS风场信息低空急流自动识别及绘制方法,包括以下步骤:
步骤1自动站提取:
本文的数据是世界范围内的,由于主要研究中国东部沿海地区的低空急流,所以将急流有效区域限定在北纬3°—北纬53°,东经100°—东经125°及北纬40°—北纬53°,东经125°—东经135°范围内;自动站选取就是提取出急流有效区域内风速大于12米/秒,并且风向为西南风、偏西风、东南风和偏东风的所有自动站;
步骤2预处理:
分析低空急流,就需要找到位于大风区几何中心的自动站,所以首先要对初选的自动站进行预处理,滤除干扰点;
步骤3聚类:
经过预处理之后存在一些孤立点,这些点都是无法形成急流的,通过聚类算法将其删除;同一时刻不同地区可能会出现多个急流,聚类算法将属于不同急流的自动站数据分出来;由于风是矢量,所以聚类算法需要考虑两个方面:距离、风向;
步骤4拟合:
聚类结束后每一类代表一条急流,为了将急流直观地表示出来就需要对聚类后的自动站进行拟合,先进行折线拟合,再对折线进行平滑。
聚类具体步骤为:
1)根据距离聚类:首先对预处理之后的所有自动站按照纬度从小到大的顺序排列,假如按纬度排列好的两个连续测站之间距离大于600km,则认为它们不是在同一条急流上的;依据以上原则将预处理之后的自动站聚类;当两个以上连续测站风速超过12米/秒时分析低空急流,所以聚类之后每一类的自动站个数必须大于2,否则认为这一类不会形成急流,因此该类直接删除,不予考虑;如果某类中所含自动站个数大于2,则保留这一类数据;
2)根据风向聚类:根据风向聚类的原则如下:
原则1:对于西南风急流和偏西风急流,后一个自动站的经度值必须大于前一个自动站经度值;
原则2:对于东南风急流和偏东风急流,后一个自动站的经度值必须小于前一个自动站经度值;
原则3:对于风向存在转折的急流,转折条件是至少存在两个自动站风向与前边自动站风向不一致。
步骤4拟合具体为:
1)折线拟合:如果某些相邻自动站之间的距离较远,选取相邻自动站之间的中点代替原始点进行折线拟合;
2)折线平滑:利用B样条曲线进行折线平滑:
B样条的定义:
设控制顶点P0,P1,...,Pn,则k阶即k-1次B样条曲线的数学表达式为:
其中P0,P1,...,Pn(Pi)为控制顶点,k为B样条曲线的阶数,t为节点矢量,P(t)为B样条曲线表达式。Ni,k(t)是第i个k-1次B样条的基函数,每一个称为B样条;
B样条的基函数是一个称为节点矢量的非递减的参数t的序列所决定的k阶分段多项式,也称k阶多项式样条
B样条基函数的定义:
约定:
其中ti,ti+1,…,ti+k为k+1个节点。
该递推公式表明:欲确定第i个k阶B样条Ni,k(t),需要用到ti,ti+1,…,ti+k共k+1个节点,称区间[ti,ti+k]为Ni,k(t)的支撑区间;
曲线方程中,n+1个控制顶点P0,P1,...,Pn要用到n+1个k阶B样条基Ni,k(t)。支撑区间的并集定义了这一组B样条基的节点矢量T=[t0,t1,……,tn+k],利用上述方法得到一条平滑的急流轴。
由于聚类原则将急流起始点作为参考点,所以确定急流起始点是决定最终结果的关键因素,确定起始点的步骤为:
1)所有自动站按照纬度顺序编号1,2,…,n,n为自动站的个数;将第一个自动站作为可能的起始点,判断1,2连线与1风向之间的夹角,假如夹角小于一定阈值,则认为1作为起始点;否则,执行2);
2)将1,2作为可能的起始点;判断1,3连线与1风向之间的夹角以及2,3连线与2之间的夹角;假如两个夹角都小于给定阈值,执行3);假如其中一个夹角小于给定阈值,另一个大于给定阈值,执行4);假如两个夹角都大于阈值则执行5);
3)判断1,2的风速大小,取风速大的自动站作为起始点;
4)取夹角小的自动站作为起始点;
5)将1,2,3作为可能起始点,依据以上原则,继续判断。
本发明的技术特点及效果:
由于本发明采用了聚类、拟合等步骤,因而提高了识别效率,剔除了过多的主观因素。
附图说明:
图1根据经纬度、风速、风向初选的自动站
图2预处理之后的结果。
(图中圆形点代表预处理之后保留的站点,矩形点代表预处理之后被删除的站点)
图3示意图(圆点代表自动站,箭头代表风向)。
图4聚类结果(图中不同大小的点代表不同的类)。
图5折线拟合得到的急流轴。
图6曲线平滑后的急流轴(图中箭头代表急流方向)。
图7部分测试结果。
具体实施方式
基于MICAPS系统风场信息的低空急流自动识别及绘制主要包括以下步骤。
步骤1自动站提取:
本文的数据是世界范围内的,由于本文主要研究中国东部沿海地区的低空急流,所以将急流有效区域限定在北纬3°—北纬53°,东经100°—东经125°及北纬40°—北纬53°,东经125°—东经135°范围内。自动站选取就是提取出急流有效区域内风速大于12米/秒,并且风向为西南风、偏西风、东南风和偏东风的所有自动站。
步骤2预处理:
分析低空急流,就需要找到位于大风区几何中心的自动站,所以首先要对初选的自动站进行预处理,滤除干扰点。
步骤3聚类:
经过预处理之后存在一些孤立点,这些点都是无法形成急流的,本文通过聚类算法将其删除。同一时刻不同地区可能会出现多个急流,聚类算法可以将属于不同急流的自动站数据分出来。由于风是矢量,所以本文提出的聚类算法需要考虑两个方面:距离、风向。
步骤4拟合:
聚类结束后每一类代表一条急流,为了将急流直观地表示出来就需要对聚类后的自动站进行拟合。本文提出了先进行折线拟合,再对折线进行平滑的方法。
2009年6月4日-2009年7月31日,2011年6月1日-2011年6月30日,2015年5月17日-2015年6月17日共162个样本进行测试,运行结果正确的达到151个,正确率为93.21%。部分测试结果如图7所示。
步骤1自动站提取:
将急流有效区域限定在北纬北纬3°—北纬53°,东经100°—东经125°及北纬40°—北纬53°,东经125°—东经135°内。自动站选取就是提取出急流有效区域内风速大于12米/秒,并且风向为西南风、偏西风、东南风和偏东风的所有自动站。通常将南部沿海地区的风速阈值设为10米/秒,即假如南部沿海地区存在风向满足要求、风速达到10米/秒的自动站,并且其风速大于它相邻自动站的风速值,则认为它是有效的,与风速大于12米/秒的自动站一并提取出来。图1中点为基于以上原则对2009年7月17日08时(北京时,下同)的数据进行处理之后保留的自动站。
步骤2预处理:
对初步选取出来的风向为西南风和东南风的自动站,根据表1所示原则进行预处理,删除干扰点。风向为偏西风和偏东风的自动站,根据表2所示原则进行预处理,删除干扰点。图2为对2009年7月17日08时数据进行预处理之后的结果。
表1西南风、东南风预处理原则
表2偏西风、偏东风预处理原则
步骤3聚类:
1)根据距离聚类:首先对预处理之后的所有自动站按照纬度从小到大的顺序排列。假如按纬度排列好的两个连续测站之间距离大于600km,则认为它们不是在同一条急流上的。依据以上原则将预处理之后的自动站聚类。又由于《中尺度天气图技术规范(修改稿)》规定,当两个以上连续测站风速超过12米/秒时分析低空急流,所以聚类之后每一类的自动站个数必须大于2,否则认为这一类不会形成急流,因此该类直接删除,不予考虑。如果某类中所含自动站个数大于2,则保留这一类数据。
2)根据风向聚类:根据风向聚类的原则如下:
原则1:对于西南风急流和偏西风急流,后一个自动站的经度值必须大于前一个自动站经度值;
原则2:对于东南风急流和偏东风急流,后一个自动站的经度值必须小于前一个自动站经度值。
原则3:对于风向存在转折的急流,转折条件是至少存在两个自动站风向与前边自动站风向不一致。
由于以上聚类原则将急流起始点作为参考点,所以确定急流起始点是决定最终结果的关键因素。确定起始点的步骤为:
1)所有自动站按照纬度顺序编号1,2,…,n,n为自动站的个数。将第一个自动站作为可能的起始点。判断1,2连线与1风向之间的夹角,假如夹角小于一定阈值,则认为1可以作为起始点。否则,执行2)。
2)将1,2作为可能的起始点。判断1,3连线与1风向之间的夹角以及2,3连线与2之间的夹角。假如两个夹角都小于给定阈值,执行3)。假如其中一个夹角小于给定阈值,另一个大于给定阈值,执行4)。假如两个夹角都大于阈值则执行5)。
3)判断1,2的风速大小,取风速大的自动站作为起始点。
4)取夹角小的自动站作为起始点。
5)将1,2,3作为可能起始点,依据以上原则,继续判断。
图3是确定初始点的示意图。图3(a)(b)(c)是聚类过程中可能出现的几种情况,自动站1,2,3,4是按照纬度从小到大的顺序排列的,根据以上原则可知,图3(a)中急流经过的自动站为2,3,4;图3(b)中1,3连线与1的夹角和2,3连线与2的夹角都小于一定阈值,所以取1,2两点中风速较大的点作为起始点;图3(c)中急流经过的自动站为1,2,4。根据风向聚类原则,保证了每一类数据风向的一致性和急流轴的流畅性。图4为对2009年7月17日08时数据进行聚类之后的结果。
步骤4拟合:
1)折线拟合:如果某些相邻自动站之间的距离较远,直接进行折线拟合得到的结果不太理想,为解决这一问题,选取相邻自动站之间的中点代替原始点进行折线拟合。对图4中的数据进行折线拟合得到的结果如图5所示。
2)折线平滑:利用B样条曲线进行折线平滑。
B样条的定义:
设控制顶点P0,P1,...,Pn,则k阶(k-1次)B样条曲线的数学表达式为:
其中Ni,k(t)是第i个k-1次B样条的基函数,每一个称为B样条。
B样条的基函数是一个称为节点矢量的非递减的参数t的序列所决定的k阶分段多项式,也称k阶(k-1次)多项式样条。
B样条基函数的定义:
约定:
该递推公式表明:欲确定第i个k阶B样条Ni,k(t),需要用到ti,ti+1,…,ti+k共k+1个节点,称区间[ti,ti+k]为Ni,k(t)的支撑区间。
曲线方程中,n+1个控制顶点P0,P1,...,Pn要用到n+1个k阶B样条基Ni,k(t)。支撑区间的并集定义了这一组B样条基的节点矢量T=[t0,t1,……,tn+k]。
利用上述方法得到一条平滑的急流轴,如图6所示。
步骤5测试结果及分析:
本文对2009年6月4日-2009年7月31日,2011年6月1日-2011年6月30日,2015年5月17日-2015年6月17日共162个样本进行测试,部分测试结果如图7所示。图7(a)—(d)分别代表不同风向的低空急流。由图7可以看出自动识别结果满足《中尺度天气图技术规范(修改稿)》中对低空急流的技术要求。

Claims (3)

1.一种基于MICAPS风场信息低空急流自动识别及绘制方法,其特征是,包括以下步骤:
步骤1自动站提取:
将急流有效区域限定在北纬3°—北纬53°,东经100°—东经125°及北纬40°—北纬53°,东经125°—东经135°范围内;自动站选取就是提取出急流有效区域内风速大于12米/秒,并且风向为西南风、偏西风、东南风和偏东风的所有自动站;
步骤2预处理:
分析低空急流,对初选的自动站进行预处理,滤除干扰点;
步骤3聚类:
经过预处理之后存在一些孤立点,这些点都是无法形成急流的,通过聚类算法将其删除;同一时刻不同地区可能会出现多个急流,聚类算法将属于不同急流的自动站数据分出来;由于风是矢量,所以聚类算法需要考虑两个方面:距离、风向;具体地:
1)根据距离聚类:首先对预处理之后的所有自动站按照纬度从小到大的顺序排列,按纬度排列好的两个连续测站之间距离大于600km时,则认为它们不是在同一条急流上的;依据以上原则将预处理之后的自动站聚类;当两个以上连续测站风速超过12米/秒时分析低空急流,所以聚类之后每一类的自动站个数必须大于2,否则认为这一类不会形成急流,因此该类直接删除,不予考虑;如果某类中所含自动站个数大于2,则保留这一类数据;
2)根据风向聚类:根据风向聚类的原则如下:
原则1:对于西南风急流和偏西风急流,后一个自动站的经度值必须大于前一个自动站经度值;
原则2:对于东南风急流和偏东风急流,后一个自动站的经度值必须小于前一个自动站经度值;
原则3:对于风向存在转折的急流,转折条件是至少存在两个自动站风向与前边自动站风向不一致;
步骤4拟合:
聚类结束后每一类代表一条急流,为了将急流直观地表示出来就需要对聚类后的自动站进行拟合,先进行折线拟合,再对折线进行平滑。
2.如权利要求1所述的基于MICAPS风场信息低空急流自动识别及绘制方法,其特征是,步骤4拟合具体为:
1)折线拟合:如果某些相邻自动站之间的距离较远,选取相邻自动站之间的中点代替原始点进行折线拟合;
2)折线平滑:利用B样条曲线进行折线平滑:
B样条的定义:
设控制顶点P0,P1,...,Pn,n为自动站的个数,则k阶即k-1次B样条曲线的数学表达式为:
其中P0,P1,...,Pn即Pi为控制顶点,k为B样条曲线的阶数,t为节点矢量,P(t)为B样条曲线表达式,Ni,k(t)是第i个k-1次B样条的基函数,每一个称为B样条;
B样条的基函数是一个称为节点矢量的非递减的参数t的序列所决定的k阶分段多项式,也称k阶多项式样条;B样条基函数的定义:
约定:
其中ti,ti+1,…,ti+k为k+1个节点,
该递推公式表明:欲确定第i个k阶B样条Ni,k(t),需要用到ti,ti+1,…,ti+k共k+1个节点,称区间[ti,ti+k]为Ni,k(t)的支撑区间;
曲线方程中,n+1个控制顶点P0,P1,...,Pn要用到n+1个k阶B样条基Ni,k(t),支撑区间的并集定义了这一组B样条基的节点矢量T=[t0,t1,……,tn+k],利用上述方法得到一条平滑的急流轴。
3.如权利要求1所述的基于MICAPS风场信息低空急流自动识别及绘制方法,其特征是,由于聚类原则将急流起始点作为参考点,所以确定急流起始点是决定最终结果的关键因素,确定起始点的步骤为:
1)所有自动站按照纬度顺序编号1,2,…,n;将第一个自动站作为可能的起始点,判断1,2连线与1风向之间的夹角,夹角小于一定阈值时,则认为1作为起始点;否则,执行2);
2)将1,2作为可能的起始点;判断1,3连线与1风向之间的夹角以及2,3连线与2之间的夹角;两个夹角都小于给定阈值时,执行3);其中一个夹角小于给定阈值,另一个大于给定阈值时,执行4);两个夹角都大于阈值则执行5);
3)判断1,2的风速大小,取风速大的自动站作为起始点;
4)取夹角小的自动站作为起始点;
5)将1,2,3作为可能起始点,依据以上原则,继续判断。
CN201510789343.5A 2015-11-17 2015-11-17 基于micaps风场信息低空急流自动识别及绘制方法 Expired - Fee Related CN105468899B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510789343.5A CN105468899B (zh) 2015-11-17 2015-11-17 基于micaps风场信息低空急流自动识别及绘制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510789343.5A CN105468899B (zh) 2015-11-17 2015-11-17 基于micaps风场信息低空急流自动识别及绘制方法

Publications (2)

Publication Number Publication Date
CN105468899A CN105468899A (zh) 2016-04-06
CN105468899B true CN105468899B (zh) 2019-01-29

Family

ID=55606591

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510789343.5A Expired - Fee Related CN105468899B (zh) 2015-11-17 2015-11-17 基于micaps风场信息低空急流自动识别及绘制方法

Country Status (1)

Country Link
CN (1) CN105468899B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110208876B (zh) * 2019-06-04 2021-03-26 南京大学 副热带急流和极锋急流径向位置协同变化的表征方法
CN110263300B (zh) * 2019-06-04 2023-03-10 南京大学 副热带急流和极锋急流强度协同变化的表征方法
CN110221359B (zh) * 2019-06-11 2020-06-05 成都信息工程大学 一种自动识别切变线的方法
CN110413656B (zh) * 2019-06-20 2021-05-18 南京信大气象科技有限公司 一种基于高空间分辨率数值模式的急流轴自动识别方法
CN111239607A (zh) * 2019-10-16 2020-06-05 厦门金龙联合汽车工业有限公司 磷酸铁锂电池系统容量不均衡度的大数据提取计算方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
MICAPS系统下温、压、湿曲线图的自动绘制;布亚林等;《微机开发和应用》;20001231;第2000年卷(第2期);33-34
MICAPS预报业务平台现状与发展;李月安等;《气象》;20100731;第36卷(第7期);50-55
Rainstorm recognition based on similarity retrieval of rough set theory;Zhiying Lu et al;《Proceedings of the 2013 International Conference on Machine Learning and Cybernertics》;20130717;583-587
基于多普勒天气雷达的低空急流自动识别方法的探讨;金宏忆;《万方学位论文库》;20070903;第3章,第4.1节

Also Published As

Publication number Publication date
CN105468899A (zh) 2016-04-06

Similar Documents

Publication Publication Date Title
CN105468899B (zh) 基于micaps风场信息低空急流自动识别及绘制方法
Gramcianinov et al. The properties and genesis environments of South Atlantic cyclones
Meng et al. A modeling study on the development of a bowing structure and associated rear inflow within a squall line over South China
CN108647738A (zh) 基于多指数的全球尺度遥感影像水体智能提取方法
CN102540277B (zh) 基于面向对象和时序影像的白天陆地辐射雾检测方法
Lu et al. Statistics for size and radial wind profile of tropical cyclones in the western North Pacific
Tsai et al. Impacts of topography on airflow and precipitation in the Pyeongchang area seen from multiple-Doppler radar observations
CN113628227B (zh) 一种基于深度学习的海岸线变化分析方法
CN106548484A (zh) 基于二维凸包的产品模型散乱点云边界特征提取方法
US10685443B2 (en) Cloud detection using images
Morgenstern et al. Differentiating lightning in winter and summer with characteristics of the wind field and mass field
CN103337248A (zh) 一种基于时间序列核聚类的机场噪声事件识别方法
CN109102538A (zh) 利用等值线数据提取槽脊特征点与槽脊特征线的方法、天气图分析方法
CN106127677B (zh) 局部样本投影轮廓约束的点云边界特征识别方法
Yang et al. Quantitative Analysis of Water Vapor Transport during Mei‐Yu Front Rainstorm Period over the Tibetan Plateau and Yangtze‐Huai River Basin
Pantillon et al. Vortex–vortex interaction between Hurricane Nadine (2012) and an Atlantic cut‐off dropping the predictability over the Mediterranean
CN113240172B (zh) 微地形覆冰数值预测方法及系统
CN110569528A (zh) 跨界地区大气边界层以下pm2.5传输通量数值模拟量化的方法
Ya-li et al. Synoptic characteristics related to warm-sector torrential rainfall events in South China during the annually first rainy season
CN103995944B (zh) 一种空间异常极值无偏等值图绘制方法
Deng et al. Rainfall characteristics of recurving tropical cyclones over the western North Pacific
CN104794723A (zh) 一种基于概率的遥感影像建筑物位置检测方法
CN109840634B (zh) 登陆福建台风外围环流中宁波强对流天气的概率预报方法
Chen et al. Five decades of glacier changes in the Hulugou Basin of central Qilian Mountains, Northwest China
Zhi-ying et al. STATISTICAL ANALYSIS OF SUMMER TROPICAL CYCLONE REMOTE PRECIPITATION EVENTS IN EAST ASIA FROM 2000 TO 2009 AND NUMERICAL SIMULATION.

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190129

Termination date: 20211117

CF01 Termination of patent right due to non-payment of annual fee