CN106443679A - 一种冷云人工增雨作业条件识别和作业效果分析的方法 - Google Patents

一种冷云人工增雨作业条件识别和作业效果分析的方法 Download PDF

Info

Publication number
CN106443679A
CN106443679A CN201610860493.5A CN201610860493A CN106443679A CN 106443679 A CN106443679 A CN 106443679A CN 201610860493 A CN201610860493 A CN 201610860493A CN 106443679 A CN106443679 A CN 106443679A
Authority
CN
China
Prior art keywords
cloud
layer
work
ice crystal
cold
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
CN201610860493.5A
Other languages
English (en)
Other versions
CN106443679B (zh
Inventor
林长城
林文
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.)
3D space time Software Co.,Ltd.
FUJIAN INSTITUTE OF METEOROLOGICAL SCIENCES
Original Assignee
Fujian Institute Of Meteorological Sciences
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 Fujian Institute Of Meteorological Sciences filed Critical Fujian Institute Of Meteorological Sciences
Priority to CN201610860493.5A priority Critical patent/CN106443679B/zh
Publication of CN106443679A publication Critical patent/CN106443679A/zh
Application granted granted Critical
Publication of CN106443679B publication Critical patent/CN106443679B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

本发明涉及一种冷云人工增雨作业条件识别和作业效果分析的方法，该方法包括样本确定作业云的水平范围、垂直分层和云体雷达回波参量分布的内容；作业云是指符合作业指标的云体；作业云的水平范围可以通过绘制一个闭合多边形来确定；在确定的多边形范围内，提取其三个不同温度层的雷达回波参量分布数据，通过对作业前后连续的雷达回波参量分布分析，判别冷云人工增雨作业后的宏观效果变化，同时通过效果分析的结果进一步修正原有作业指标体系。本发明所提出的方法确定的分层方法操作方便，便于对冷云人工增雨作业效果的统计检验；将原有的雷达回波参量作业指标、作业前后作业云雷达回波参量变化分析更具精细化，其分析结果更具科学性。

Description

一种冷云人工增雨作业条件识别和作业效果分析的方法
技术领域
本发明涉及人工增雨效果检验领域，特别是一种冷云人工增雨作业条件识别和作业效果分析的方法。
背景技术
伴随我国经济与社会的高速发展，区域性的水资源短缺日趋紧张，加上极端气候变化的影响，各地陆续开展以抗旱减灾和水库蓄水为目的的人工增雨作业规模在不断增大。人工增雨作业需要大量资金投入，其作业效果和科学性也逐步被各级政府和相关部门所关注。以往单纯的地面雨量分析结果虽然满足了人们对人工增雨作业效果的预期，但缺少内在的科学性和合理性的解释，难免有“黑箱”操作之嫌，这也是人工增雨事业发展中急需解决的一项技术难题。
在以往实施人工增雨作业中，对作业指标的制定，虽然遵循人工增雨原理的基本要求，但对作业云雷达回波参量指标的要求，其概念比较模糊，这对人工增雨作业效果势必产生影响；同时在对作业云作业前后雷达回波参量的分析上，其科学性与其对应的人工增雨原理也存在着概念不清的现象。本发明通过设定三层雷达回波参量分析的方法，不仅解决了人工增雨效果检验中存在的技术难题，同时通过分析结果可进一步来完善原有的作业指标体系。
发明内容
本发明的目的在于提供一种冷云人工增雨作业条件识别和作业效果分析的方法，以克服现有技术中存在的缺陷。
为实现上述目的，本发明的技术方案是：一种冷云人工增雨作业条件识别和作业效果分析的方法，提供一探空系统、一天气雷达系统以及一计算分析系统，按照如下步骤实现：
步骤S1：所述计算分析系统通过所述探空系统获取垂直温度信息以及所述天气雷达系统获取基础云系区数据，并从该基础云系区数据中选择符合预设人工增雨作业指标选择作业云，将符合所述预设人工增雨作业指标的云系区作为冷云人工增雨条件的降水云系区；
步骤S2：根据所述作业云选择时间，并结合所述探空系统在预设探空检测时刻提供的探空垂直温度信息以及预设温度信息，确定该作业云的冰晶播撒层、冰晶增长层以及水滴增长层的对应高度；
步骤S3：确定一用于通过所述天气雷达系统提供的雷达回波参量分布变化跟踪观测所述冰晶播撒层、所述冰晶增长层以及所述水滴增长层的空间区域；
步骤S4：所述计算分析系统按照预设间隔时间提取所述天气雷达系统提供的空间区域内的冰晶播撒层、冰晶增长层和水滴增长层对应的雷达回波参量；
步骤S5：所述计算分析系统根据进行冷云人工增雨的预设参数，结合所获取的冰晶播撒层、冰晶增长层和水滴增长层对应的雷达回波参量的变化，分析该次冷云人工增雨过程与在预设参数下的冷云增雨是否匹配，进而判断该次冷云人工增雨过程的合理性，并以图表的形式输出匹配结果；
步骤S6：所述计算分析系统通过获取的冰晶播撒层、冰晶增长层和水滴增长层的雷达回波参量变化，并结合地面雨量获取系统提供的地面雨量信息以及冷云人工增雨的预设参数，计算并判断能够达到冷云人工增雨正效果最大值的冰晶播撒层、冰晶增长层和水滴增长层的雷达回波参量，并根据该雷达回波参量修正所述步骤S1中的预设人工增雨作业指标，使得在冷云人工增雨作业中选择作业云的识别技术得以提升。
相较于现有技术，本发明具有以下有益效果：本发明所提出的一种冷云人工增雨作业条件识别和作业效果分析的方法，以新一代天气雷达的基数据为分析对象，对特定三层雷达回波参量变化为依据进行分析，分层方法操作方便，便于对冷云人工增雨作业效果的物理检验；将原有的雷达回波参量作业指标、作业前后作业云雷达回波参量变化分析更具精细化，其分析结果更具科学性。不仅解决了人工增雨效果检验中存在的技术难题，同时通过分析结果可进一步来完善原有的作业指标体系。
附图说明
图1为本发明中冷云人工增雨作业条件识别和作业效果分析的方法的流程图。
图2为本发明一实施例中降水云系区的分层模型示意图。
具体实施方式
下面结合附图，对本发明的技术方案进行具体说明。
本发明提供一种冷云人工增雨作业条件识别和作业效果分析的方法，提供一探空系统、一天气雷达系统以及一计算分析系统，如图1所示，按照如下步骤实现：
步骤S1：计算分析系统通过探空系统获取垂直温度信息以及天气雷达系统获取基础云系区数据，并从该基础云系区数据中选择符合预设人工增雨作业指标选择作业云，将符合预设人工增雨作业指标的云系区作为冷云人工增雨条件的降水云系区；
在本实施例中，通过天气雷达系统反馈的被选的作业云在地理位置信息，确定距离该作业云最近的探空站，并将该探空站提供的探空垂直温度信息作为探空系统分析对象。
步骤S2：根据作业云选择时间，并结合探空系统在预设探空检测时刻提供的探空垂直温度信息以及预设温度信息，确定该作业云的冰晶播撒层、冰晶增长层以及水滴增长层的对应高度；
在本实施例中，判断作业云确定的附近相近时刻是否在提供探空垂直温度信息的预设探空检测时间内，并结合该时间内提供的探空垂直温度信息以及预设的温度信息，确定该作业云的冰晶播撒层、冰晶增长层以及水滴增长层的对应高度。探空系统提供探空垂直温度信息为每天08时和20时，通过判断发现的作业云在时间上更靠近08时还是靠近20时，越接近谁就选对应时段的探空资料作为分析依据，如预设探空检测时间设置为8时至20时之间的时刻采用探空系统在8时获取的探空垂直温度信息为分析依据，设置为20时至8时之间的时刻采用探空系统在20时获取的探空垂直温度信息为分析依据。
步骤S3：确定一用于通过天气雷达系统提供的雷达回波参量分布变化跟踪观测冰晶播撒层、冰晶增长层以及水滴增长层的空间区域；
在本实施例中，该水平区域范围可以根据作业云的大小进行划定，形状可以是多边形，通常是是作业云的雷达回波强度大于25dBz、垂直积分液态水含量大于1g/mm2的云系范围进行划定。
步骤S4：计算分析系统按照预设间隔时间提取天气雷达系统提供的空间区域内的冰晶播撒层、冰晶增长层和水滴增长层对应的雷达回波参量；
在本实施例中，以天气雷达系统中的新一代天气雷达（CINRAD/SA)观测的基数据资料为分析对象，对每隔6分钟的观测资料进行分析，提取所分析区域范围内的冰晶播撒层、冰晶增长层和水滴增长层对应的雷达回波参量数据；
步骤S5：计算分析系统根据进行冷云人工增雨的预设参数，结合所获取的冰晶播撒层、冰晶增长层和水滴增长层对应的雷达回波参量的变化以及地面雨量获取系统提供的地面雨量信息，分析该次冷云人工增雨过程与在预设参数下的地面雨量分析增雨结果是否匹配，进而判断该次冷云人工增雨过程的合理性，分析结果以图表的形式输出；在本实施例中，地面雨量分析增雨结果为另一通过区域平均雨量分析方法而获取的增雨结果，属直接分析，但并不涉及到其增雨内在的机理过程分析；而本方法则是间接的分析，属于增雨内在的机理过程分析；后者的分析可为前者的分析结果，并提供充足的物理佐证，通过两个过程的相互配合实现对冷云人工增雨过程的完整、合理地分析。
在本实施例中，冷云人工增雨原理指的是在温度低于0℃的过冷云中，通过人工向云中播撒催化剂，如碘化银或干冰等，增加云内冰晶浓度以引发云层降水或增大其降水强度。现有的人工增雨效果分析如果纯粹引用地面雨量的统计分析结果，就缺少内在的物理过程解释，利用作业云的雷达回波参量变化提供的反映出云内降滴粒子在大小上和浓度上的变化，来反映地面雨量的变化，其分析结果就可以比较合理解释地面雨量分析的结果。
步骤S6：计算分析系统通过获取的冰晶播撒层、冰晶增长层和水滴增长层的雷达回波参量变化，并结合地面雨量获取系统提供的地面雨量信息以及冷云人工增雨的预设参数，重新确定能够达到冷云人工增雨正效果的冰晶播撒层的雷达回波参量，并根据该雷达回波参量修正步骤S1中的预设人工增雨作业指标，使得在冷云人工增雨作业中选择作业云的识别技术得以提升。在本实施例中，正效果的结果取自于地面雨量分析的结果，其获取途径是通过区域雨量分析方法，如区域对比分析法和区域历史回归分析方法。
在本实施例中，通过对云内雷达回波参量变化的分析，结合地面雨量分析结果，就可以对应出在选定的雷达回波参量条件下更有利于出现人工增雨正效果，并以此对原有作业条件指标进行修改；在下一次选择作业云时按照新作业条件指标，起到实现作业条件识别的目的。
进一步的，在本实施例中，该探空系统包括复数个用于提供探空垂直温度信息的探空站，该天气雷达系统包括一用于提供雷达回波参量以及地理位置信息的天气雷达CINRAD/SA。探空垂直温度信息提供了云系区内温度与高度的关系。雷达回波参量包括雷达回波强度、垂直积分液态水含量以及强回波中心高度，用于反映出云内降滴粒子在大小上、浓度和位置上的变化。
进一步的，在本实施例中，在步骤S1中，预设冷云人工增雨作业指标为：雷达回波强度大于25dBz、垂直积分液态水含量大于1g/mm2、雷达回波强度大于25dBz的面积大于400Km2、回波顶高在5500m以上且负温区厚度大于2000m。
进一步的，在本实施例中，在步骤S2中，预设温度信息为：冰晶播撒层的温度范围为-10℃≤T＜-5℃；冰晶增长层的温度范围为-5℃≤T＜0℃；水滴增长层的温度范围为0℃≤T＜5℃。
进一步的，在本实施例中，在步骤S3中，空间区域为一固定空间区域或一可移动空间区域，该可移动空间区域用于连续跟踪作业云。
以上是本发明的较佳实施例，凡依本发明技术方案所作的改变，所产生的功能作用未超出本发明技术方案的范围时，均属于本发明的保护范围。

Claims (4)

1.一种冷云人工增雨作业条件识别和作业效果分析的方法，其特征在于，提供一探空系统、一天气雷达系统以及一计算分析系统，按照如下步骤实现：
步骤S1：所述计算分析系统通过所述探空系统获取垂直温度信息以及所述天气雷达系统获取基础云系区数据，并从该基础云系区数据中选择符合预设人工增雨作业指标选择作业云，将符合所述预设人工增雨作业指标的云系区作为冷云人工增雨条件的降水云系区；
步骤S2：根据所述作业云选择时间，并结合所述探空系统在预设探空检测时刻提供的探空垂直温度信息以及预设温度信息，确定该作业云的冰晶播撒层、冰晶增长层以及水滴增长层的对应高度；
步骤S3：确定一用于通过所述天气雷达系统提供的雷达回波参量分布变化跟踪观测所述冰晶播撒层、所述冰晶增长层以及所述水滴增长层的空间区域；
步骤S4：所述计算分析系统按照预设间隔时间提取所述天气雷达系统提供的空间区域内的冰晶播撒层、冰晶增长层和水滴增长层对应的雷达回波参量；
步骤S5：所述计算分析系统根据进行冷云人工增雨的预设参数，结合所获取的冰晶播撒层、冰晶增长层和水滴增长层对应的雷达回波参量的变化，分析该次冷云人工增雨过程与在预设参数下的地面雨量分析增雨结果是否匹配，进而判断该次冷云人工增雨过程的合理性，分析结果以图表的形式输出；
步骤S6：所述计算分析系统通过获取的冰晶播撒层、冰晶增长层和水滴增长层的雷达回波参量变化，并结合地面雨量获取系统提供的地面雨量信息以及冷云人工增雨的预设参数，计算并判断能够达到冷云人工增雨正效果的冰晶播撒层的雷达回波参量，并根据该雷达回波参量修正所述步骤S1中的预设人工增雨作业指标，使得在冷云人工增雨作业中选择作业云的识别技术得以提升。
2.根据权利要求1所述的一种冷云人工增雨作业条件识别和作业效果分析的方法，其特征在于，在所述步骤S1中，所述预设冷云人工增雨作业指标为：雷达回波强度大于25dBz、垂直积分液态水含量大于1g/mm2、雷达回波强度大于25dBz的面积大于400Km2、回波顶高在5500m以上且负温区厚度大于2000m。
3.根据权利要求1所述的一种冷云人工增雨作业条件识别和作业效果分析的方法，其特征在于，在所述步骤S2中，所述预设温度信息为：所述冰晶播撒层的温度范围为-10℃≤T＜-5℃；所述冰晶增长层的温度范围为-5℃≤T＜0℃；所述水滴增长层的温度范围为0℃≤T＜5℃。
4.根据权利要求1所述的一种冷云人工增雨作业条件识别和作业效果分析的方法，其特征在于，在所述步骤S3中，所述空间区域为一固定空间区域或一可移动空间区域。
CN201610860493.5A 2016-09-29 2016-09-29 一种冷云人工增雨作业条件识别和作业效果分析的方法 Active CN106443679B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610860493.5A CN106443679B (zh) 2016-09-29 2016-09-29 一种冷云人工增雨作业条件识别和作业效果分析的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610860493.5A CN106443679B (zh) 2016-09-29 2016-09-29 一种冷云人工增雨作业条件识别和作业效果分析的方法

Publications (2)

Publication Number Publication Date
CN106443679A true CN106443679A (zh) 2017-02-22
CN106443679B CN106443679B (zh) 2019-01-25

Family

ID=58170803

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610860493.5A Active CN106443679B (zh) 2016-09-29 2016-09-29 一种冷云人工增雨作业条件识别和作业效果分析的方法

Country Status (1)

Country Link
CN (1) CN106443679B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108830498A (zh) * 2018-06-26 2018-11-16 大连市人工影响天气办公室 一种人工增雨雪作业潜力的判别方法
CN110972783A (zh) * 2019-12-03 2020-04-10 大连市人工影响天气办公室 一种人工增雨(雪)地面燃烟炉作业决策方法及系统
CN111626595A (zh) * 2020-05-22 2020-09-04 安徽省人工影响天气办公室 人工影响天气作业效果评估方法
CN114384828A (zh) * 2020-10-16 2022-04-22 中航西飞民用飞机有限责任公司 一种飞机增雨控制系统及控制方法
CN114912663A (zh) * 2022-04-22 2022-08-16 黑龙江省气象局 一种基于人影云模式的人工增雨作业用弹量预估方法、装置和计算机设备
CN116363510A (zh) * 2023-03-20 2023-06-30 中国气象局人工影响天气中心 人工增雨（雪）过程中的冰晶、云滴识别方法、装置、计算机设备和存储介质
CN116416469A (zh) * 2023-04-10 2023-07-11 中国气象局人工影响天气中心 基于目标区域的冰晶图像识别方法、装置、计算机设备和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1082311A (zh) * 1993-04-21 1994-02-23 黑龙江省人民政府人工降雨办公室 人工影响天气技术系统
CN1811804A (zh) * 2006-02-23 2006-08-02 山东省气象科学研究所 人工增雨作业决策方法
CN105068153A (zh) * 2015-06-19 2015-11-18 中国气象科学研究院 一种区域自动雨量站小时降水数据质量控制系统及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1082311A (zh) * 1993-04-21 1994-02-23 黑龙江省人民政府人工降雨办公室 人工影响天气技术系统
CN1811804A (zh) * 2006-02-23 2006-08-02 山东省气象科学研究所 人工增雨作业决策方法
CN105068153A (zh) * 2015-06-19 2015-11-18 中国气象科学研究院 一种区域自动雨量站小时降水数据质量控制系统及方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ZEV LEVIN: "《https://www.researchgate.net/publication/241698811》", 10 June 2014 *
洪延超 等: "一次锋面层状云云系结构、降水机制及人工增雨条件研究", 《高原气象》 *
洪延超: "层状云结构和降水机制研究及人工增雨问题讨论", 《气候与环境研究》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108830498A (zh) * 2018-06-26 2018-11-16 大连市人工影响天气办公室 一种人工增雨雪作业潜力的判别方法
CN110972783A (zh) * 2019-12-03 2020-04-10 大连市人工影响天气办公室 一种人工增雨(雪)地面燃烟炉作业决策方法及系统
CN110972783B (zh) * 2019-12-03 2022-01-28 大连市人工影响天气办公室 一种人工增雨雪地面燃烟炉作业决策方法及系统
CN111626595A (zh) * 2020-05-22 2020-09-04 安徽省人工影响天气办公室 人工影响天气作业效果评估方法
CN114384828A (zh) * 2020-10-16 2022-04-22 中航西飞民用飞机有限责任公司 一种飞机增雨控制系统及控制方法
CN114384828B (zh) * 2020-10-16 2024-04-09 中航西飞民用飞机有限责任公司 一种飞机增雨控制系统及控制方法
CN114912663A (zh) * 2022-04-22 2022-08-16 黑龙江省气象局 一种基于人影云模式的人工增雨作业用弹量预估方法、装置和计算机设备
CN116363510A (zh) * 2023-03-20 2023-06-30 中国气象局人工影响天气中心 人工增雨（雪）过程中的冰晶、云滴识别方法、装置、计算机设备和存储介质
CN116363510B (zh) * 2023-03-20 2023-10-24 中国气象局人工影响天气中心 人工增雨或雪过程中的冰晶、云滴识别方法、装置、计算机设备和存储介质
CN116416469A (zh) * 2023-04-10 2023-07-11 中国气象局人工影响天气中心 基于目标区域的冰晶图像识别方法、装置、计算机设备和存储介质
CN116416469B (zh) * 2023-04-10 2023-10-24 中国气象局人工影响天气中心 基于目标区域的冰晶图像识别方法、装置、计算机设备和存储介质

Also Published As

Publication number Publication date
CN106443679B (zh) 2019-01-25

Similar Documents

Publication Publication Date Title
CN106443679A (zh) 一种冷云人工增雨作业条件识别和作业效果分析的方法
CN110579823B (zh) 一种强降雨短临预报方法及系统
CN109975809B (zh) 一种同化雷达及闪电资料的方法
CN108375808A (zh) Nriet基于机器学习的大雾预报方法
CN108693534A (zh) Nriet x 波段雷达协同组网分析方法
CN104569981B (zh) 协同自适应观测方法
CN106950614A (zh) 一种区域自动气象站小时雨量数据质量控制方法
KR101531224B1 (ko) 이중편파 레이더 기반의 강수 추정 시스템 및 그 방법
CN106875048A (zh) 基于典型经验模式的应急洪水预报方法
Sieglaff et al. A satellite-based convective cloud object tracking and multipurpose data fusion tool with application to developing convection
Chubb et al. Estimation of wind-induced losses from a precipitation gauge network in the Australian snowy mountains
CN109325633A (zh) 一种天气预报集合成员选取方法和系统
CN113866770B (zh) 一种冰雹云早期识别方法及存储介质
CN112053005B (zh) 一种主客观降水预报的机器学习融合方法
CN114897423B (zh) 基于作物水分指示线的农田灌溉概率指数计算方法
Calpini et al. Ground-based remote sensing profiling and numerical weather prediction model to manage nuclear power plants meteorological surveillance in Switzerland
CN105302980B (zh) 一种基于sar数据的城区空气动力学粗糙度反演方法
CN103593576B (zh) 一种人工增雨环境效应测评方法
Mok et al. A lidar study of the atmospheric entrainment zone and mixed layer over Hong Kong
Muller et al. Investigation into clouds and precipitation over an urban area using micro rain radars, satellite remote sensing and fluorescence spectrophotometry
CN110598707B (zh) 面向机载激光点云的倒水蔓延与能量函数控制的单株树冠分割方法
CN102621075B (zh) 一种水稻抽穗期自动检测的方法
Zhang et al. Relationships between cloud-to-ground flashes and hydrometeors in a thunderstorm in Fujian province
CN115689382B (zh) 一种利用宏观尺度上城市形态测算城市建筑能耗的方法
CN106092911A (zh) 一种枣树冠层磷含量的检测方法

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20201231

Address after: 350001 No.108 Wushan Road, Gulou District, Fuzhou City, Fujian Province

Patentee after: FUJIAN INSTITUTE OF METEOROLOGICAL SCIENCES

Patentee after: 3D space time Software Co.,Ltd.

Address before: 350001 No.108 Wushan Road, Gulou District, Fuzhou City, Fujian Province

Patentee before: FUJIAN INSTITUTE OF METEOROLOGICAL SCIENCES