CN106569289A - 一种识别过冷水的方法及装置 - Google Patents
一种识别过冷水的方法及装置 Download PDFInfo
- Publication number
- CN106569289A CN106569289A CN201610908649.2A CN201610908649A CN106569289A CN 106569289 A CN106569289 A CN 106569289A CN 201610908649 A CN201610908649 A CN 201610908649A CN 106569289 A CN106569289 A CN 106569289A
- Authority
- CN
- China
- Prior art keywords
- membership
- phase
- degree
- cloud
- water
- 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
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
Landscapes
- Environmental & Geological Engineering (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种识别过冷水的方法及装置,该方法包括:建立隶属度函数,并确定需要进行测量的多个测量参量;通过毫米波测云雷达对多个测量参量分别进行测量,得到多个测量值;将多个测量值分别作为隶属度函数的输入参数,计算得到多个隶属度,并根据多个隶属度确定云粒子的相态,并计算得到每种相态的相态隶属度;比较得到的所有相态的相态隶属度的大小,得到判决结果;根据过冷水的定义对判决结果进行处理,得到过冷水识别结果。本发明提供的一种识别过冷水的方法及装置,识别过程简便易于实现,不受观测条件的限制,识别速度快,具有较强的实用性。
Description
技术领域
本发明涉及雷达技术领域,尤其涉及一种基于毫米波云雷达识别过冷水的方法及装置。
背景技术
在0℃以下还保持着液态的水叫过冷水,过冷水是云中液滴的一种特殊相态,因此,识别云层中的过冷水需要运用云相态识别技术。过冷水与航空、气象、电力等行业密切相关,例如,如果高空大气中存在过冷水滴,对飞机的飞行来说是巨大的安全隐患;气象部门需要了解过冷水分布情况,提高人工增雨的作业效率;电力部门也需要了解云中过冷水分布情况,防止发生冻雨灾害威胁电力传输设施。因此,利用云相态识别技术判断云中过冷水的分布情况是十分有必要的。
目前,过冷水探测主要手段包括:机载粒子测量系统实地探测、利用探空资料反演、微波辐射计探测、激光雷达、地基/星载毫米波雷达等主被动探测手段。南京信息工程大学利用三江源地区机载云粒子测量系统观测资料分析秋季多层层状云系的垂直和水平微物理结构特征,研究新方法并判别各高度层云粒子相态,可以有效区分云中过冷水,但是该探测手段受观测条件的限制较大。解放军理工大学依据星载偏振激光雷达云相态识别原理,利用支持向量机构建了联合CloudSat和CALIPSO卫星资料的云相态(包括过冷水)识别模型并进行了实例反演验证,但是衰减激光雷达的观测应用受到天气和衰减的影响,因此该方法具有一定的局限性。以上分析表明国内外相关研究机构虽然提出了许多过冷水识别方法,但是仍然只停留在表面学术研究,不能够大范围推广应用,实用性较差。
发明内容
本发明所要解决的技术问题是针对现有技术的不足,提供一种识别过冷水的方法及装置。
本发明解决上述技术问题的技术方案如下:
一种识别过冷水的方法,包括以下步骤:
步骤1,建立隶属度函数,并确定需要进行测量的多个测量参量,所述隶属度函数根据气象资料和毫米波测云雷达实测数据确定;
步骤2,通过毫米波测云雷达对所述多个测量参量分别进行测量,得到多个测量值;
步骤3,将所述多个测量值分别作为所述隶属度函数的输入参数得到每种相态对应的多个隶属度,并根据所述多个隶属度确定云粒子的相态,并计算得到每种相态的相态隶属度;
步骤4,比较得到的所有相态的相态隶属度的大小,将最大的相态隶属度所对应的所述云粒子的相态作为判决结果;
步骤5,根据过冷水的定义对所述判决结果进行处理,得到过冷水识别结果。
本发明的有益效果是:本发明通过毫米波测云雷达对所确定的云粒子的相态类型对应的测量参量进行测量得到多个测量值,将多个测量值分别作为建立的隶属度函数的输入参数,计算得到多个隶属度和相态隶属度,并对相态隶属度进行判决得到的判决结果进行处理得到过冷水识别结果,识别过程简便易于实现,不受观测条件的限制,识别速度快,具有较强的实用性。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步地,所述隶属度函数为根据气象资料和实践数据建立的中间型梯形分布隶属度函数,中间梯形分布满足隶属度为凸函数的要求,所述中间型梯形分布隶属度函数的参数包括:X1、X2、X3、X4,所述参数作为参考阈值,根据气象资料和实践数据确定,可以通过在探测地点长期观测,并且对比各种观测资料相互对比分析验证,不断调整更新,所述中间型梯形分布隶属度函数的表达式为:
采用上述进一步方案的有益效果是:选择中间型梯形分布隶属度函数计算具有简便、易于实现的优点,并且阈值参数可选,而且可以随着观测时间的深入不断进行迭代更新,使参数的选择更加客观、合理、准确。
进一步地,所述云粒子的多种相态包括:雪、冰、混合相态、液水、毛毛雨、雨,所述多个测量参量包括:反射率因子、径向速度、线性退极化比、温度,其中,反射率因子、径向速度和线性退极化比可以由毫米波测云雷达得到,温度可以由其他气象探测设备得到。
进一步地,所述相态隶属度的计算公式为:
所述判决结果的计算公式为:
其中,x为所述毫米波测云雷达的任一探测单元,i为所述云粒子的任一相态,Zx为所述反射率因子的测量值,vx为所述径向速度的测量值,LDRx为所述线性退极化比的测量值,Tx为所述温度的测量值,为所述反射率因子的隶属度,为所述径向速度的隶属度,为所述线性退极化比的隶属度,为所述温度的隶属度。
进一步地,步骤6中,获取所述判决结果中相态为液水的云粒子,并根据所述过冷水的定义从所述液水的云粒子中分离出过冷水,得到所述过冷水识别结果。
采用上述进一步方案的有益效果是:通过过冷水定义完成过冷水地基观测识别,相对于机载云粒子测量系统探测范围大、不受客观条件限制。
本发明解决上述技术问题的另一种技术方案如下:
一种识别过冷水的装置,包括:
输入模块,用于建立隶属度函数,并确定需要进行测量的多个测量参量;
测量模块,用于通过毫米波测云雷达对每种相态的所述多个测量参量分别进行测量,得到多个测量值;
计算模块,用于将所述多个测量值分别作为所述隶属度函数的输入参数得到多个隶属度,并根据所述多个隶属度确定云粒子的相态,并计算得到每种相态的相态隶属度;
比较模块,用于比较得到的所述相态隶属度的大小,并将最大的相态隶属度所对应的所述云粒子的相态作为判决结果;
输出模块,用于根据过冷水的定义对所述判决结果进行处理,得到过冷水识别结果。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步地,所述隶属度函数为根据气象资料和实践数据建立的中间型梯形分布隶属度函数,所述中间型梯形分布隶属度函数的参数包括:X1、X2、X3、X4,所述参数作为参考阈值,根据气象资料和实践数据确定,可以通过在探测地点长期观测,并且对比各种观测资料相互对比分析验证,不断调整更新,所述中间型梯形分布隶属度函数的表达式为:
进一步地,所述云粒子的多种相态包括:雪、冰、混合相态、液水、毛毛雨、雨,所述多个测量参量包括:反射率因子、径向速度、线性退极化比、温度,其中,反射率因子、径向速度和线性退极化比可以由毫米波测云雷达得到,温度可以由其他气象探测设备得到。
进一步地,所述相态隶属度的计算公式为:
所述判决结果的计算公式为:
其中,x为所述毫米波测云雷达的任一探测单元,i为所述云粒子的任一相态,Zx为所述反射率因子的测量值,vx为所述径向速度的测量值,LDRx为所述线性退极化比的测量值,Tx为所述温度的测量值,为所述反射率因子的隶属度,为所述径向速度的隶属度,为所述线性退极化比的隶属度,为所述温度的隶属度。
进一步地,所述输出模块具体用于获取所述判决结果中相态为液水的云粒子,并根据所述过冷水的定义从所述液水的云粒子中分离出过冷水,得到所述过冷水识别结果。
本发明附加的方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明实践了解到。
附图说明
图1为本发明实施例提供的一种识别过冷水的方法的流程示意图;
图2为本发明另一实施例提供的一种识别过冷水的装置的结构框架图;
图3为为本发明另一实施例提供的六种相态反射率因子对应隶属度的示意图;
图4为为本发明另一实施例提供的六种相态径向速度对应隶属度的示意图;
图5为为本发明另一实施例提供的六种相态线性退极化比对应隶属度的示意图;
图6为为本发明另一实施例提供的六种相态温度对应隶属度的示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
如图1所示,为本发明实施例提供的一种识别过冷水的方法的流程示意图,该方法包括:
S101,建立隶属度函数,并确定需要进行测量的多个测量参量,隶属度函数根据气象资料和毫米波测云雷达实测数据确定;
S102,通过毫米波测云雷达对多个测量参量分别进行测量,得到多个测量值;
S103,将多个测量值分别作为隶属度函数的输入参数,计算得到每种相态对应的多个隶属度,并根据多个隶属度确定云粒子的相态,并计算得到每种相态的相态隶属度;
S104,比较得到的所有相态的相态隶属度的大小,将最大的相态隶属度所对应的云粒子的相态作为判决结果;
S105,根据过冷水的定义对判决结果进行处理,得到过冷水识别结果。
上述实施例提供的一种识别过冷水的方法,通过毫米波测云雷达对所确定的云粒子的相态类型对应的测量参量进行测量得到多个测量值,将多个测量值分别作为建立的隶属度函数的输入参数,计算得到多个隶属度和相态隶属度,并对相态隶属度进行判决得到的判决结果进行处理得到过冷水识别结果,识别过程简便易于实现,不受观测条件的限制,识别速度快,具有较强的实用性。
进一步,隶属度函数为根据气象资料和实践数据建立的中间型梯形分布隶属度函数,中间梯形分布满足隶属度为凸函数的要求,中间型梯形分布隶属度函数的参数包括:X1、X2、X3、X4,参数作为参考阈值,根据气象资料和实践数据确定,可以通过在探测地点长期观测,并且对比各种观测资料相互对比分析验证,不断调整更新,中间型梯形分布隶属度函数的表达式为:
进一步,云粒子的多种相态包括:雪、冰、混合相态、液水、毛毛雨、雨,多个测量参量包括:反射率因子、径向速度、线性退极化比、温度,其中,反射率因子、径向速度和线性退极化比可以由毫米波测云雷达得到,温度可以由其他气象探测设备得到。
进一步,相态隶属度的计算公式为:
判决结果的计算公式为:
其中,x为毫米波测云雷达的任一探测单元,i为云粒子的任一相态,Zx为反射率因子的测量值,vx为径向速度的测量值,LDRx为线性退极化比的测量值,Tx为温度的测量值,为反射率因子的隶属度,为径向速度的隶属度,为线性退极化比的隶属度,为温度的隶属度。
进一步,各个相态不同参量对应的隶属度的参数如表1所示:
表1隶属度参数表
进一步,S106中,获取判决结果中相态为液水的云粒子,并根据过冷水的定义从液水的云粒子中分离出过冷水,得到过冷水识别结果。
在另一实施例中,如图2所示,为本发明另一实施例提供的一种识别过冷水的装置的结构框架图,该装置包括:
输入模块201,用于建立隶属度函数,并确定需要进行测量的多个测量参量;
测量模块202,用于通过毫米波测云雷达对每种相态的多个测量参量分别进行测量,得到多个测量值;
计算模块203,用于将多个测量值分别作为隶属度函数的输入参数得到多个隶属度,并根据多个隶属度确定云粒子的相态,并计算得到每种相态的相态隶属度;
比较模块204,用于比较得到的相态隶属度的大小,并将最大的相态隶属度所对应的云粒子的相态作为判决结果;
输出模块205,用于根据过冷水的定义对判决结果进行处理,得到过冷水识别结果。
进一步,隶属度函数为根据气象资料和实践数据建立的中间型梯形分布隶属度函数,中间型梯形分布隶属度函数的参数包括:X1、X2、X3、X4,参数作为参考阈值,根据气象资料和实践数据确定,可以通过在探测地点长期观测,并且对比各种观测资料相互对比分析验证,不断调整更新,中间型梯形分布隶属度函数的表达式为:
进一步,云粒子的多种相态包括:雪、冰、混合相态、液水、毛毛雨、雨,多个测量参量包括:反射率因子、径向速度、线性退极化比、温度,其中,反射率因子、径向速度和线性退极化比可以由毫米波测云雷达得到,温度可以由其他气象探测设备得到。
进一步,相态隶属度的计算公式为:
判决结果的计算公式为:
其中,x为毫米波测云雷达的任一探测单元,i为云粒子的任一相态,Zx为反射率因子的测量值,vx为径向速度的测量值,LDRx为线性退极化比的测量值,Tx为温度的测量值,为反射率因子的隶属度,为径向速度的隶属度,为线性退极化比的隶属度,为温度的隶属度。
进一步,输出模块具体用于获取判决结果中相态为液水的云粒子,并根据过冷水的定义从液水的云粒子中分离出过冷水,得到过冷水识别结果。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本发明还提供一种识别过冷水的方法的具体实施方式,以贵州为例,贵州在冬季属于冻雨灾害易发生地区,因此选用贵州威宁作为探测地点,利用Ka波段毫米波测云雷达的实测数据,同时结合贵州威宁气象站在2014年12月16日20时的探空数据,如表2所示,辅助完成过冷水识别探测。
表2贵州威宁气象站2014年12月16日20时探空数据
毫米波测云雷达的探测距离为15Km,采用单发双收双极化的方式,探测到的主要一次气象数据参量包括反射率因子、径向速度、速度谱宽和线性退极化比,其中,反射率因子的单位为dBZ,径向速度和速度谱宽单位为m/s,线性退极化比的单位为dB。
根据气象资料和毫米波雷达实测数据确定四种参量对应不同相态所确定的隶属度函数,如图3、图4、图5、图6所示,其分别表示反射率因子、径向速度、线性退极化比、温度四种参量对应不同六种相态(分别为雪、冰、混合相态、液水、毛毛雨、雨)所确定的隶属度函数的示意图。
将毫米波云雷达探测单元x到的反射率因子Zx、径向速度Zx、线性退极化比Zx,以及根据表2探空数据得到的温度Tx数据,求出隶属度函数中相对应参量的隶属度(其中i表示雪=1、冰=2、混合相态=3、液水=4、毛毛雨=5、雨水=6)。
将隶属度代入求相态隶属度的公式,可以求得每个距离单元不同相态对应的隶属度,公式为:
根据判决公式,比较在同一个距离单元比较不同相态对应的隶属度,找到隶属度最大的相态作为判决结果,判决公式为:
最后,根据探空资料中的温度数据,从液态水中分离出温度在0℃以下的过冷水,得到最终的云相态识别结果图。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种识别过冷水的方法,其特征在于,包括以下步骤:
步骤1,建立隶属度函数,并确定需要进行测量的多个测量参量;
步骤2,通过毫米波测云雷达对所述多个测量参量分别进行测量,得到多个测量值;
步骤3,将所述多个测量值分别作为所述隶属度函数的输入参数得到多个隶属度,并根据所述多个隶属度确定云粒子的相态,并计算得到每种相态的相态隶属度;
步骤4,比较得到的所述相态隶属度的大小,将最大的相态隶属度所对应的所述云粒子的相态作为判决结果;
步骤5,根据过冷水的定义对所述判决结果进行处理,得到过冷水识别结果。
2.根据权利要求1所述的方法,其特征在于,所述隶属度函数为根据气象资料和实践数据建立的中间型梯形分布隶属度函数。
3.根据权利要求1或2所述的方法,其特征在于,所述云粒子的多种相态包括:雪、冰、混合相态、液水、毛毛雨、雨,所述多个测量参量包括:反射率因子、径向速度、线性退极化比、温度。
4.根据权利要求3所述的方法,其特征在于,所述相态隶属度的计算公式为:
所述判决结果的计算公式为:
其中,x为所述毫米波测云雷达的任一探测单元,i为所述云粒子的任一相态,Zx为所述反射率因子的测量值,vx为所述径向速度的测量值,LDRx为所述线性退极化比的测量值,Tx为所述温度的测量值,为所述反射率因子的隶属度,为所述径向速度的隶属度,为所述线性退极化比的隶属度,为所述温度的隶属度。
5.根据权利要求3所述的方法,其特征在于,步骤6中,获取所述判决结果中相态为液水的云粒子,并根据所述过冷水的定义从所述液水的云粒子中分离出过冷水,得到所述过冷水识别结果。
6.一种识别过冷水的装置,其特征在于,包括:
输入模块,用于建立隶属度函数,并确定需要进行测量的多个测量参量;
测量模块,用于通过毫米波测云雷达对每种相态的所述多个测量参量分别进行测量,得到多个测量值;
计算模块,用于将所述多个测量值分别作为所述隶属度函数的输入参数得到多个隶属度,并根据所述多个隶属度确定云粒子的相态,并计算得到每种相态的相态隶属度;
比较模块,用于比较得到的所述相态隶属度的大小,并将最大的相态隶属度所对应的所述云粒子的相态作为判决结果;
输出模块,用于根据过冷水的定义对所述判决结果进行处理,得到过冷水识别结果。
7.根据权利要求6所述的装置,其特征在于,所述隶属度函数为根据气象资料和实践数据建立的中间型梯形分布隶属度函数。
8.根据权利要求6或7所述的装置,其特征在于,所述云粒子的多种相态包括:雪、冰、混合相态、液水、毛毛雨、雨,所述多个测量参量包括:反射率因子、径向速度、线性退极化比、温度。
9.根据权利要求8所述的装置,其特征在于,所述相态隶属度的计算公式为:
所述判决结果的计算公式为:
其中,x为所述毫米波测云雷达的任一探测单元,i为所述云粒子的任一相态,Zx为所述反射率因子的测量值,vx为所述径向速度的测量值,LDRx为所述线性退极化比的测量值,Tx为所述温度的测量值,为所述反射率因子的隶属度,为所述径向速度的隶属度,为所述线性退极化比的隶属度,为所述温度的隶属度。
10.根据权利要求8所述的装置,其特征在于,所述输出模块具体用于获取所述判决结果中相态为液水的云粒子,并根据所述过冷水的定义从所述液水的云粒子中分离出过冷水,得到所述过冷水识别结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610908649.2A CN106569289A (zh) | 2016-10-18 | 2016-10-18 | 一种识别过冷水的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610908649.2A CN106569289A (zh) | 2016-10-18 | 2016-10-18 | 一种识别过冷水的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106569289A true CN106569289A (zh) | 2017-04-19 |
Family
ID=58533211
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610908649.2A Pending CN106569289A (zh) | 2016-10-18 | 2016-10-18 | 一种识别过冷水的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106569289A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108089240A (zh) * | 2018-01-09 | 2018-05-29 | 中国科学院遥感与数字地球研究所 | 一种过冷水云检测方法 |
CN109270538A (zh) * | 2018-11-30 | 2019-01-25 | 北京无线电测量研究所 | W频段全固态扫描式毫米波测云雷达系统及雷达测量方法 |
CN110058208A (zh) * | 2019-04-23 | 2019-07-26 | 南京信息工程大学 | 基于混编技术的阈值法过冷水区域识别方法 |
CN113435401A (zh) * | 2021-07-14 | 2021-09-24 | 中国气象科学研究院 | 过冷水区的飞机云物理探测识别方法、装置及存储介质 |
CN114002681A (zh) * | 2021-11-04 | 2022-02-01 | 成都信息工程大学 | 利用毫米波云雷达进行过冷水探测的方法、装置及应用 |
CN116819490A (zh) * | 2023-08-31 | 2023-09-29 | 成都远望科技有限责任公司 | 基于云雷达与激光雷达的云与气溶胶分类的方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102707336A (zh) * | 2012-02-13 | 2012-10-03 | 安徽师范大学 | 一种利用A-Train系列卫星数据协同反演云相态和云参量的新方法 |
CN104268399A (zh) * | 2014-09-24 | 2015-01-07 | 空气动力学国家重点实验室 | 过冷大水滴条件下结冰风洞试验中模型参数的计算方法 |
CN104354867A (zh) * | 2014-09-26 | 2015-02-18 | 空气动力学国家重点实验室 | 一种过冷大水滴结冰探测器的设计方法及探测器 |
-
2016
- 2016-10-18 CN CN201610908649.2A patent/CN106569289A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102707336A (zh) * | 2012-02-13 | 2012-10-03 | 安徽师范大学 | 一种利用A-Train系列卫星数据协同反演云相态和云参量的新方法 |
CN104268399A (zh) * | 2014-09-24 | 2015-01-07 | 空气动力学国家重点实验室 | 过冷大水滴条件下结冰风洞试验中模型参数的计算方法 |
CN104354867A (zh) * | 2014-09-26 | 2015-02-18 | 空气动力学国家重点实验室 | 一种过冷大水滴结冰探测器的设计方法及探测器 |
Non-Patent Citations (6)
Title |
---|
吴举秀 等: "利用毫米波测云雷达反演层状云中过冷水", 《干旱气象》 * |
宋洪涛 等: "《实用水文学词典》", 31 December 2015, 中国水利水电出版社 * |
杨军 等: "《云降水物理学》", 30 June 2011, 气象出版社 * |
王德旺 等: "基于模糊逻辑的大气云粒子相态反演和效果分析", 《气象》 * |
王德旺 等: "毫米波雷达资料融化层亮带特征的分析及识别", 《气象》 * |
范盼 等: "基于模糊逻辑法的粒子识别研究", 《河南师范大学学报(自然科学版)》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108089240A (zh) * | 2018-01-09 | 2018-05-29 | 中国科学院遥感与数字地球研究所 | 一种过冷水云检测方法 |
CN108089240B (zh) * | 2018-01-09 | 2020-06-02 | 中国科学院遥感与数字地球研究所 | 一种过冷水云检测方法 |
CN109270538A (zh) * | 2018-11-30 | 2019-01-25 | 北京无线电测量研究所 | W频段全固态扫描式毫米波测云雷达系统及雷达测量方法 |
CN110058208A (zh) * | 2019-04-23 | 2019-07-26 | 南京信息工程大学 | 基于混编技术的阈值法过冷水区域识别方法 |
CN113435401A (zh) * | 2021-07-14 | 2021-09-24 | 中国气象科学研究院 | 过冷水区的飞机云物理探测识别方法、装置及存储介质 |
CN113435401B (zh) * | 2021-07-14 | 2024-04-30 | 中国气象科学研究院 | 过冷水区的飞机云物理探测识别方法、装置及存储介质 |
CN114002681A (zh) * | 2021-11-04 | 2022-02-01 | 成都信息工程大学 | 利用毫米波云雷达进行过冷水探测的方法、装置及应用 |
CN116819490A (zh) * | 2023-08-31 | 2023-09-29 | 成都远望科技有限责任公司 | 基于云雷达与激光雷达的云与气溶胶分类的方法 |
CN116819490B (zh) * | 2023-08-31 | 2023-11-17 | 成都远望科技有限责任公司 | 基于云雷达与激光雷达的云与气溶胶分类的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106569289A (zh) | 一种识别过冷水的方法及装置 | |
Burgess et al. | Severe thunderstorm detection by radar | |
Meng et al. | Damage survey, radar, and environment analyses on the first-ever documented tornado in Beijing during the heavy rainfall event of 21 July 2012 | |
Zheng et al. | Charge regions indicated by LMA lightning flashes in Hokuriku's winter thunderstorms | |
CN105388535B (zh) | 基于现有机载设备的航空气象风观测方法 | |
Sobash et al. | Assimilating surface mesonet observations with the EnKF to improve ensemble forecasts of convection initiation on 29 May 2012 | |
CN113868971B (zh) | 一种基于数值仿真模型及历史风场特征的机场区域三维精细化风场重构方法 | |
CN107356926A (zh) | 基于Hu矩的差值云团外推降雨预测算法 | |
CN106772387A (zh) | 一种风切变识别方法 | |
CN105044691A (zh) | 一种海杂波背景下的快速雷达性能评估方法 | |
Stanford et al. | A ubiquitous ice size bias in simulations of tropical deep convection | |
CN110221359B (zh) | 一种自动识别切变线的方法 | |
CN104200082A (zh) | 台风登陆预测方法 | |
CN108154271A (zh) | 一种基于空间相关性和曲面拟合的地面气温质量控制方法 | |
CN112068104B (zh) | 一种冰晶识别方法、装置、电子设备及双极化气象雷达 | |
Lee et al. | LIDAR‐based F‐factor for wind shear alerting: different smoothing algorithms and application to departing flights | |
Drüe et al. | Comparison of boundary-layer profiles and layer detection by AMDAR and WTR/RASS at Frankfurt airport | |
CN106342246B (zh) | 一种气象雷达地杂波抑制方法 | |
CN106767698A (zh) | 基于北斗ⅱ姿态测量的输电线路杆塔倾斜度监测系统及监测方法 | |
Wang et al. | Novel tornado detection using an adaptive neuro-fuzzy system with S-band polarimetric weather radar | |
Wang et al. | Radar reflectivity of lightning flashes in stratiform regions of mesoscale convective systems | |
CN105302980B (zh) | 一种基于sar数据的城区空气动力学粗糙度反演方法 | |
CN103424782B (zh) | 一种中层径向辐合的自动识别方法 | |
Fuelberg et al. | The extension of lightning flashes from thunderstorms near Cape Canaveral, Florida | |
Basri et al. | Analyses of Cloud Characteristic during Malaysian 2014 Flood Event |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170419 |
|
RJ01 | Rejection of invention patent application after publication |