CN107102309B - 风场空间分布转化为风场时间方向的方法及气溶胶时空分布与风场时空分布的叠加方法 - Google Patents

风场空间分布转化为风场时间方向的方法及气溶胶时空分布与风场时空分布的叠加方法 Download PDF

Info

Publication number
CN107102309B
CN107102309B CN201710291215.7A CN201710291215A CN107102309B CN 107102309 B CN107102309 B CN 107102309B CN 201710291215 A CN201710291215 A CN 201710291215A CN 107102309 B CN107102309 B CN 107102309B
Authority
CN
China
Prior art keywords
time
aerosol
wind field
space
wind
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
CN201710291215.7A
Other languages
English (en)
Other versions
CN107102309A (zh
Inventor
郭京伟
闫砥
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.)
BEIJING EVERISE TECHNOLOGY Ltd
Original Assignee
BEIJING EVERISE TECHNOLOGY Ltd
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 BEIJING EVERISE TECHNOLOGY Ltd filed Critical BEIJING EVERISE TECHNOLOGY Ltd
Priority to CN201710291215.7A priority Critical patent/CN107102309B/zh
Publication of CN107102309A publication Critical patent/CN107102309A/zh
Application granted granted Critical
Publication of CN107102309B publication Critical patent/CN107102309B/zh
Expired - Fee Related 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
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/95—Lidar systems specially adapted for specific applications for meteorological use
    • 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)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Electromagnetism (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)

Abstract

本发明涉及大气监测技术领域，公开了风场空间分布转化为风场时间方向的方法，空间风向上各点的风向均可分解为水平向与垂直向，将水平向的各角度风向转化为二维平面呈现，二维平面的水平向为时间方向，垂直向为空间方向，以形成二维平面的时空表现形式；进一步公开了气溶胶浓度时空分布与风场时空分布的叠加方法。本发明揭示了大气气溶胶的空气动力学过程，通过将风场数据的合理算法转换，使之与大气气溶胶浓度探测数据坐标逻辑一致，通过二维平面叠加显示，以一种直观可视化的形式展示出大气气溶胶浓度与风场的内在联系。

Description

风场空间分布转化为风场时间方向的方法及气溶胶时空分布 与风场时空分布的叠加方法
技术领域
本发明涉及大气监测技术领域，具体涉及风场空间分布转化为风场时间方向的方法，及气溶胶时空分布与风场时空分布的叠加方法。
背景技术
大气气溶胶是指悬浮于大气中的固体和液体颗粒，气溶胶粒子通过吸收和散射太阳辐射以及地球长波辐射影响天气和气候的变化。由于自然因素和人为因素,气溶胶属性在时间和空间上都有很大的变动性,基于全球变化以及环境保护方面研究的需要,对气溶胶垂直分布的观测研究需要不断加强。
激光雷达通过向大气发射激光束，利用大气中的气溶胶为媒介，进行大气遥感探测。由于激光波长较短以及脉冲宽度很窄，因而可以实现大气层内高精度高时空分辨率探测。
激光在大气介质中传输时，会产生分子和小尺度大气气溶胶粒子的瑞利(Rayleigh)散射、大尺度大气气溶胶粒子的米(Mie)散射、非球形粒子的退偏振(Depolarization)散射、散射频率发生变化的喇曼(Raman)散射以及散射强度比分子瑞利散射大好几个数量级的共振荧光(Resonance Fluorescence)散射等多种散射过程。与其他散射放式相比，米散射具有较大的散射截面，使米散射雷达回波信号通常较大，成为探测气溶胶分布的有效工具。
当一个激光脉冲发射到大气中时，在传播路径上激光脉冲被大气气溶胶粒子和云粒子散射和消光，不同高度(距离)的后向散射光的大小与此高度(距离)的大气气溶胶粒子和云粒子的散射特性有关，其后向散射光强度由激光雷达探测，通过求解米散射激光雷达方程就可以反演相对应高度(距离)的大气气溶胶粒子和云粒子的消光系数。
在二维平面中，如果以时间为横坐标，径向距离为纵坐标，则一定时间内的激光雷达信号及消光系数会分布于这个二维平面中，建立回波信号和消光系数浓度与颜色的索引关系，则可以形成二维可视化伪彩图，可以直观显示出气溶胶浓度随时间空间的变化趋势。
根据气溶胶浓度梯度可以计算污染边界层高度，对气溶胶浓度径向积分可以得到气溶胶光学厚度。
激光脉冲，微波或声波发射到大气中，根据多普勒效应，后向散射光、微波或声波的频率会发生改变，检测频率的改变量，从而获得空间的风速分布。气溶胶粒子在风力作用下产生运动，气溶胶粒子的运动速度与风速一致。因此，风力对于气溶胶空间分布的变化具有重要的作用，两者在空间及时间的分布具有内在的逻辑关系。
发明内容
因此，本发明提供了风场空间分布转化为风场时间方向的方法，同时还提供了使得大气气溶胶时间空间分布与风场时间空间分布的内在逻辑关系以直观可视的方式呈现出来的叠加方法。
本发明提供的风场空间分布转化为风场时间方向的方法，空间风向上各点的风向均可分解为水平向与垂直向，将水平向的各角度风向转化为二维平面呈现，二维平面的水平向为时间方向，垂直向为空间方向，以形成二维平面的时空表现形式。
进一步，风场各方向风速用函数
Figure BDA0001281958120000031
来表示，h表示径向距离，t表示时间，风速分解为水平风速和垂直风速VH，VV，
其中，水平风速在时间方向变换表示为
Vt(h0,t0)＝(t1-t0)/(h1-h0)VH(h0,t0)
垂直风速投影到时间空间二维平面后变换表示为
Vh(h0,t0)＝(t1-t0)VV(h0,t0)
h0,t0表示当前计算采样点的径向距离和时间，h1表示同一次脉冲采集过程中下一径向距离采样点，t1表示下一采样时刻。
本发明还提供了气溶胶时空分布与风场时空分布的叠加方法，包括以下步骤：
S1.获取一段时间的气溶胶廓线数据，每个数据点包括时间、径向距离及气溶胶数据值；
S2.获取与S1同一时间段的风场廓线数据，每个数据点包括时间、径向距离、水平风速及垂直风速；
S3.建立二维平面，横坐标为时间轴，纵坐标为径向距离轴，将气溶胶浓度数据在二维平面上显示，气溶胶浓度用函数ρ(h,t)表示，h表示径向距离，t表示时间；
S4.在二维平面图上叠加风场动力学矢量箭头图层，风速用函数(h,t)来表示，h表示径向距离，t表示时间，风速分解为水平风速和垂直风速VH，VV，
其中，水平风速在时间方向变换表示为
Vt(h0,t0)＝(t1-t0)/(h1-h0)VH(h0,t0)
垂直风速投影到时间空间二维平面后变换表示为
Vh(h0,t0)＝(t1-t0)VV(h0,t0)
h0,t0表示当前计算采样点的径向距离和时间，h1表示同一次脉冲采集过程中下一径向距离采样点，t1表示下一采样时刻；
风场作用方向用箭头方向表示，箭头方向为θ＝tan-1(Vh/Vt)。
进一步，S1中，气溶胶数据值可以用气溶胶浓度或与气溶胶浓度正相关的PBL、回波信号、消光系数、PM2.5、PM10及能见度数据表示。
进一步，大气气溶胶浓度数据的各采样点坐标转换为像素坐标，非采样点像素通过插值填充，大气气溶胶浓度值与像素值建立索引关系。
进一步，风场动力矢量强度通过
Figure BDA0001281958120000041
确定风场动力学强度，并与风场动力矢量箭头颜色建立索引关系。
进一步，若S1气溶胶数据采样点与S2中风场采样点位置不一致，将风场数据插值处理，使风场数据与气溶胶数据采样点一致。
进一步，气溶胶的扩散距离可以由公式S＝VΔt，若扩散距离S确定，则Δt＝S/V。
进一步，所述二维平面为伪彩图和/或折线图和/或散点图。
本发明技术方案，具有如下优点：
1.本发明实施例提供的风场空间分布转化为风场时间方向的方法，空间风向上各点的风向均可分解为水平向与垂直向，水平向上的分解量可能是水平向上的任意角度，因此根本无法用二维的方式呈现，本发明将风场的空间方向转化为时间方向，即风场水平方向的分量转化为时间方向，垂直方向的分量转化为空间方向，并在二维平面呈现，以形成二维平面的时空表现形式。
2.本发明实施例提供的大气气溶胶空间时间浓度分布与风场空间时间分布的关联叠加方法，将激光雷达的气溶胶浓度探测数据与风场数据结合，揭示了大气气溶胶的空气动力学过程，通过将风场数据的合理算法转换，使之与大气气溶胶浓度探测数据坐标逻辑一致，通过二维平面叠加显示，以一种直观可视化的形式展示出大气气溶胶浓度与风场的内在联系，将气溶胶的发生、发展与消散进程根据不同的时间段进行研究与分析，获得气溶胶某时间段的移动特征，有助于气溶胶对大气环境的科学研究，为大气环境保护目标制定提供科学的支持。
3.本发明可以将风场空间分布转化为风场时间方向的二维图像与气溶胶浓度的二维图像单独对比呈现，也可以为了进一步直观展现出二者的联系，将风场的空间时间数据与气溶胶浓度的空间时间数据叠加呈现。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为风场空间分布转化为风场时间方向的示意图；
图2为风场空间分布转化为时间轴的二维平面图；
图3为大气气溶胶浓度空间时间浓度分布与风场空间时间分布的关联叠加伪彩图；
图4为PBL空间时间浓度分布与风场空间时间分布的关联叠加折线图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
实施例1
本实施例提供的风场空间分布转化为风场时间方向的方法，参见图1所示，垂直空间风向上各点的风向均可分解为水平向与垂直向，水平向上的分解量可以是水平向上的任意角度，将该点风场水平方向的分量转化为时间方向，垂直方向的分量转化为空间方向，以形成二维平面的时空表现形式，参见图2所示。
在二维平面的建立过程中，将风场上各点的风速用函数
Figure BDA0001281958120000061
来表示，h表示径向距离，t表示时间，风速分解为水平风速和垂直风速VH，VV，
其中，水平风速在时间方向变换表示为
Vt(h0,t0)＝(t1-t0)/(h1-h0)VH(h0,t0)
垂直风速投影到时间空间二维平面后变换表示为
Vh(h0,t0)＝(t1-t0)VV(h0,t0)
h0,t0表示当前计算采样点的径向距离和时间，h1表示同一次脉冲采集过程中下一径向距离采样点，t1表示下一采样时刻。
实施例2
本实施例提供的大气气溶胶空间时间分布与风场空间时间分布的关联叠加算法，包括以下步骤：
S1.获取第一时间段T1的气溶胶浓度廓线数据，每个数据点包括时间、径向距离及浓度值；
S2.获取T1时间段的风场廓线数据，每个数据点包括时间、径向距离、水平风速及垂直风速；
S3.建立二维平面，横坐标为时间，纵坐标为径向距离，将气溶胶浓度数据在二维平面上以伪彩图的形式显示，气溶胶浓度廓线数据为与之正相关的激光回波强度信号，也可以为消光系数或后向散射系数或其它与之正相关的数据参数表示，气溶胶浓度用函数ρ(h,t)表示，h表示径向距离，t表示时间，ρ(h,t)在任意坐标h，t的函数值通过坐标变换为伪彩图横向和纵向像素值，采样点坐标通过设定单位像素所代表的径向距离及时间长度转换为像素坐标，非采样点像素通过插值得到浓度值，气溶胶浓度值与像素值建立索引关系，这里的索引关系是指由浓度数值转换到RGB颜色分量的数学函数，ρ(h,t)在任意坐标h，t的函数值可以颜色来表征；
S4.在二维平面的伪彩图层上叠加风场动力学矢量箭头图层，风速用函数
Figure BDA0001281958120000081
(h,t)来表示，h表示径向距离，t表示时间，风速分解为水平风速和垂直风速VH，VV，水平风速导致气溶胶的输送和扩散，垂直风速导致气溶胶的上扬和沉降，具体地，气溶胶的输送和扩散在时间空间二维平面上表现为延时间方向的演化，因此水平风速投影在时间空间二维平面上一定沿时间增加的方向，气溶胶的扩散距离可以由公式S＝VΔt，如扩散距离S确定，则Δt＝S/V；
其中，水平风速在时间方向变换表示为
Vt(h0,t0)＝(t1-t0)/(h1-h0)VH(h0,t0)
垂直风速投影到时间空间二维平面后变换表示为
Vh(h0,t0)＝(t1-t0)VV(h0,t0)
h0,t0表示当前计算采样点的径向距离和时间，h1表示同一次脉冲采集过程中下一径向距离采样点，t1表示下一采样时刻；
风场作用方向用箭头方向表示，箭头方向为θ＝tan-1(Vh/Vt)，风场动力矢量强度通过
Figure BDA0001281958120000082
确定风场动力学强度与矢量箭头颜色建立索引关系，这里的索引关系是指由浓度数值转换到RGB颜色分量的数学函数,为本领域技术人员通过公开技术手段即可实现，在此不多作敖述。
当S1的气溶胶数据采样点与S2中风场采样点位置不一致，将风场数据插值处理，使风场数据与气溶胶数据采样点一致。
如图3所示，为大气气溶胶浓度分布与风场空间时间分布叠加的显示图像，本发明气溶胶空间分布图像及其叠加风场后的图像不限于用伪彩图的形式显示，也可以是折线图或散点图等其它二维平面图，如图4所示，为PBL与风场空间时间分布叠加的折线图。
需要说明的是，本发明也不限于使用激光雷达获得气溶胶廓线数据，其它如遥感雷达、微波雷达及超声雷达等获得的气溶胶数据同样可以应用于本发明。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (8)

1.风场空间分布转化为风场时间方向的方法，其特征在于，空间风向上各点的风向均可分解为水平向与垂直向，将水平向的各角度风向转化为二维平面呈现，二维平面的水平向为时间方向，垂直向为空间方向，以形成二维平面的时空表现形式；
风场各方向风速用函数
Figure FDA0002226101790000011
来表示，h表示径向距离，t表示时间，风速分解为水平风速和垂直风速VH，VV，
其中，水平风速在时间方向变换表示为
Vt(h0,t0)＝(t1-t0)/(h1-h0)VH(h0,t0)
垂直风速投影到时间空间二维平面后变换表示为
Vh(h0,t0)＝(t1-t0)VV(h0,t0)
h0,t0表示当前计算采样点的径向距离和时间，h1表示同一次脉冲采集过程中下一径向距离采样点，t1表示下一采样时刻。
2.气溶胶时空分布与风场时空分布的叠加方法，其特征在于，包括以下步骤：
S1.获取一段时间的气溶胶廓线数据，每个数据点包括时间、径向距离及气溶胶数据值；
S2.获取与S1同一时间段的风场廓线数据，每个数据点包括时间、径向距离、水平风速及垂直风速；
S3.建立二维平面，横坐标为时间轴，纵坐标为径向距离轴，将气溶胶数据值在二维平面上显示，气溶胶浓度用函数ρ(h,t)表示，h表示径向距离，t表示时间；
S4.在二维平面图上叠加风场动力学矢量箭头图层，风速用函数
Figure FDA0002226101790000012
来表示，h表示径向距离，t表示时间，风速分解为水平风速和垂直风速VH，VV，
其中，水平风速在时间方向变换表示为
Vt(h0,t0)＝(t1-t0)/(h1-h0)VH(h0,t0)
垂直风速投影到时间空间二维平面后变换表示为
Vh(h0,t0)＝(t1-t0)VV(h0,t0)
h0,t0表示当前计算采样点的径向距离和时间，t1表示同一次脉冲采集过程中下一径向距离采样点，t1表示下一采样时刻；
风场作用方向用箭头方向表示，箭头方向为θ＝tan-1(Vh/Vt)。
3.根据权利要求2所述的气溶胶时空分布与风场时空分布的叠加方法，其特征在于，S1中，气溶胶数据值可以用气溶胶浓度或与气溶胶浓度正相关的PBL、回波信号、消光系数、PM2.5、PM10及能见度数据表示。
4.根据权利要求2或3所述的气溶胶时空分布与风场时空分布的叠加方法，其特征在于，大气气溶胶浓度数据的各采样点坐标转换为像素坐标，非采样点像素通过插值填充，大气气溶胶浓度值与像素值建立索引关系。
5.根据权利要求4所述的气溶胶时空分布与风场时空分布的叠加方法，其特征在于，风场动力矢量强度通过
Figure FDA0002226101790000021
确定风场动力学强度，并与风场动力矢量箭头颜色建立索引关系。
6.根据权利要求4所述的气溶胶时空分布与风场时空分布的叠加方法，其特征在于，若S1气溶胶数据采样点与S2中风场采样点位置不一致，将风场数据插值处理，使风场数据与气溶胶数据采样点一致。
7.根据权利要求5或6所述的气溶胶时空分布与风场时空分布的叠加方法，其特征在于，气溶胶的扩散距离可以由公式S＝VΔt，若扩散距离S确定，则Δt＝S/V。
8.根据权利要求7所述的气溶胶时空分布与风场时空分布的叠加方法，其特征在于，所述二维平面为伪彩图和/或折线图和/或散点图。
CN201710291215.7A 2017-04-28 2017-04-28 风场空间分布转化为风场时间方向的方法及气溶胶时空分布与风场时空分布的叠加方法 Expired - Fee Related CN107102309B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710291215.7A CN107102309B (zh) 2017-04-28 2017-04-28 风场空间分布转化为风场时间方向的方法及气溶胶时空分布与风场时空分布的叠加方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710291215.7A CN107102309B (zh) 2017-04-28 2017-04-28 风场空间分布转化为风场时间方向的方法及气溶胶时空分布与风场时空分布的叠加方法

Publications (2)

Publication Number Publication Date
CN107102309A CN107102309A (zh) 2017-08-29
CN107102309B true CN107102309B (zh) 2020-01-24

Family

ID=59657945

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710291215.7A Expired - Fee Related CN107102309B (zh) 2017-04-28 2017-04-28 风场空间分布转化为风场时间方向的方法及气溶胶时空分布与风场时空分布的叠加方法

Country Status (1)

Country Link
CN (1) CN107102309B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107656017A (zh) * 2017-09-15 2018-02-02 深圳市卡普瑞环境科技有限公司 一种信息监测的方法及相关设备
CN110456382B (zh) * 2019-07-12 2023-02-21 中国海洋大学 基于单多普勒激光雷达的非均匀风场风矢量的测量方法
CN111639426B (zh) * 2020-05-27 2023-04-18 中国地质大学（武汉） 一种风特征时空过程可视化方法
CN112579980B (zh) * 2020-12-22 2024-08-09 深圳航天宏图信息技术有限公司 风场数据处理方法、装置、设备及存储介质
CN112634393B (zh) * 2020-12-31 2023-09-05 中国科学院空天信息创新研究院 基于Web的临近空间大气风场实时自适应可视化方法
CN112882062B (zh) * 2021-01-15 2022-12-02 中国空间技术研究院 天基co2通量激光探测装置

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7472021B2 (en) * 2005-06-30 2008-12-30 Massachusetts Institute Of Technology Atmospheric feature detection using Langrangian scalar integration
CN104571123B (zh) * 2014-12-08 2017-05-17 北京农业智能装备技术研究中心 航空施药实时动态风场模拟方法和系统
CN104933256B (zh) * 2015-06-25 2017-12-26 北京飞来风科技发展有限公司 一种环境大气条件对空气质量影响的综合参数化评测方法
CN105426594A (zh) * 2015-11-06 2016-03-23 西南交通大学 一种基于时空场和条件插值的平稳均质风场快速模拟方法
CN205427210U (zh) * 2015-12-16 2016-08-03 中国民用航空总局第二研究所 一种空域风场探测系统
CN105607063B (zh) * 2016-01-05 2017-12-15 北京无线电测量研究所 一种机场低空风切变探测方法及系统
CN105759274B (zh) * 2016-04-26 2017-12-08 南京信息工程大学 一种台风关注区雷达降水估测方法
CN105975763B (zh) * 2016-04-29 2017-04-12 国家卫星海洋应用中心 一种多源海面风场的融合方法和装置

Also Published As

Publication number Publication date
CN107102309A (zh) 2017-08-29

Similar Documents

Publication Publication Date Title
CN107102309B (zh) 风场空间分布转化为风场时间方向的方法及气溶胶时空分布与风场时空分布的叠加方法
Gemmrich et al. Near-surface turbulence in the presence of breaking waves
CN103293521B (zh) 一种利用x波段雷达探测近海海域水深的方法
CN105607062B (zh) 一种天气雷达图分析系统
CN107870332B (zh) 一种风廓线雷达大气湍流能量探测系统及方法
Gao et al. Observations of the atmospheric boundary layer across the land–sea transition zone using a scanning Mie lidar
Miclea et al. Visibility enhancement and fog detection: Solutions presented in recent scientific papers with potential for application to mobile systems
Medvedev et al. A statistical study of internal gravity wave characteristics using the combined Irkutsk Incoherent Scatter Radar and Digisonde data
CN112285709B (zh) 基于深度学习的大气臭氧遥感激光雷达数据融合方法
Shcherbina et al. Three-dimensional structure and temporal evolution of submesoscale thermohaline intrusions in the North Pacific subtropical frontal zone
KR101781760B1 (ko) 해양파 스펙트럼을 이용한 해양 표면의 사실적 시뮬레이션 방법 및 장치
CN115600483A (zh) 一种基于深度森林的降水反演方法
Nie et al. Signal-to-noise ratio–based quality assessment method for ICESat/GLAS waveform data
Wang et al. A free-floating PIV system: Measurements of small-scale turbulence under the wind wave surface
Hamre et al. AccuRT: A versatile tool for radiative transfer simulations in the coupled atmosphere-ocean system
Streßer et al. Surface Wave and Roller Dissipation Observed With Shore‐Based Doppler Marine Radar
Kosovichev Subsurface characteristics of sunspots
Gad et al. A Tracking Analyst for large 3D spatiotemporal data from multiple sources (case study: Tracking volcanic eruptions in the atmosphere)
Hiscox et al. Plume meander and dispersion in a stable boundary layer
Kosovichev et al. Active region dynamics: Recent helioseismology results
Rottner et al. Stochastic method for turbulence estimation from Doppler lidar measurements
Luo et al. The dynamic sea clutter simulation of shore-based radar based on Stokes waves
Wang et al. Wavelet analysis of cirrus multiscale structures from lidar backscattering: A cirrus uncinus complex case study
Mayor et al. Two-component wind fields from scanning aerosol lidar and motion estimation algorithms
Shelekhova et al. Simulation of Doppler lidar measurements using the WRF and Yamada-Mellor models

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
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200124

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