CN107656279A - 一种基于双参数粒子谱分布的测雨雷达辐射传输系统 - Google Patents
一种基于双参数粒子谱分布的测雨雷达辐射传输系统 Download PDFInfo
- Publication number
- CN107656279A CN107656279A CN201710848954.1A CN201710848954A CN107656279A CN 107656279 A CN107656279 A CN 107656279A CN 201710848954 A CN201710848954 A CN 201710848954A CN 107656279 A CN107656279 A CN 107656279A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- msup
- mfrac
- 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.)
- Granted
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
- G01S7/021—Auxiliary means for detecting or identifying radar signals or the like, e.g. radar jamming signals
-
- 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
本发明公开了一种基于双参数粒子谱分布的测雨雷达辐射传输系统,包括输入模块、计算模块和输出模块;输入模块包括大气状态参数单元、雷达参数单元和水凝物参数单元;计算模块包括水凝物衰减模型、双参数粒子谱分布模型和大气衰减模型,其中输入模块的大气状态参数单元连接水凝物衰减模型和大气衰减模型,雷达参数单元连接到水凝物衰减模型和大气衰减模型,水凝物参数单元连接到双参数粒子谱分布模型,双参数粒子谱分布模型连接到水凝物衰减模型;水凝物衰减模型和大气衰减模型的输出端连接到输出模块。本发明具有以下优点:优化粒子谱分布模型,具有更高的仿真精度,为精确反演降水提供技术上的支持。
Description
技术领域
本发明是一种新型的气象雷达辐射传输模式,具体是一种利用雷达信息将双参数粒子谱分布模型、球形气象粒子模型散射理论、雷达波大气衰减模型结合在一起的测雨雷达辐射传输模式。
背景技术
降水过程作为地球水循环中重要的一环,在大气能量传输和全球能量平衡上发挥着重要的作用。由于简单的降水微物理及粒子谱分布参数化假定等因素的限制,雷达辐射传输模式在仿真雷达波束大气传输特性方面仍存在一定的偏差。所以有必要基于降水微物理及粒子谱分布的最新研究成果,选取具有合理物理基础和符合云雨实际分布情况的粒子谱分布,提升降雨雷达辐射传输模式的仿真精度。
发明内容
本发明所要解决的技术问题在于提供了一种能够提升降雨雷达辐射传输模式的仿真精度的基于双参数粒子谱分布的测雨雷达辐射传输系统。
本发明是通过以下技术方案解决上述技术问题的:一种基于双参数粒子谱分布的测雨雷达辐射传输系统,包括输入模块、计算模块和输出模块三部分;
输入模块包括大气状态参数单元、雷达参数单元和水凝物参数单元;
计算模块是本发明的核心,包括水凝物衰减模型、双参数粒子谱分布模型和大气衰减模型,其中输入模块的大气状态参数单元连接水凝物衰减模型和大气衰减模型,雷达参数单元连接到水凝物衰减模型和大气衰减模型,水凝物参数单元连接到双参数粒子谱分布模型,双参数粒子谱分布模型连接到水凝物衰减模型;
水凝物衰减模型和大气衰减模型的输出端连接到输出模块;
利用大气状态信息、雷达参数信息和水凝物参数信息通过水凝物衰减模型、双参数粒子谱分布模型、大气衰减模型仿真测雨雷达大气辐射传输的模式,通过仿真计算获得雷达回波信息,在输出模块中输出。
作为更具体的技术方案,所述大气状态参数单元包括大气温度、大气压力、大气湿度和海拔高度信息,垂直方向分层,四种数据间一一对应。
作为更具体的技术方案,雷达参数单元包括雷达的频率、探测距离、探测方式等信息,雷达频率适用范围为5~40GHz,雷达探测方式为地基、空基和星基三种中的任一种,探测距离为雷达到目标的距离。
作为更具体的技术方案,水凝物参数单元是描述云雨粒子量的参数,云雨粒子包括云液水、云冰、降雨、降雪和降霰粒子五种,水凝物的量用水凝物绝对密度和水凝物粒子数浓度表示。
作为更具体的技术方案,所述输出模块包括大气吸收衰减廓线、等效雷达反射率因子廓线和衰减校正等效雷达反射率因子廓线数据,大气吸收衰减廓线由大气状态参数和雷达参数通过大气衰减模型计算获得,等效雷达反射率因子廓线由大气吸收衰减廓线加上相应位置处水凝物散射衰减廓线组成,衰减校正等效雷达反射率因子廓线是由大气吸收衰减廓线加上相应位置处水凝物散射衰减,并去掉水凝物后向散射路径衰减获得。
作为更具体的技术方案,所述双参数粒子谱分布模型是指伽马分布中斜率和截距两个参数决定粒子谱特征的模型,斜率和截距两个参数由水凝物绝对密度和水凝物粒子数浓度等物理量计算获得。
作为更具体的技术方案,在双参数粒子谱分布模型中,粒子谱分布函数形式如下:
式中ax、bx、fx分别为截距、谱系数、斜率(x可为云液水、云冰、雨、雪、霰),D为粒子直径。
其中斜率fx表达式为:
上式中ρ为粒子密度(云液水和雨密度为1×103kg/m3,云冰和雪密度为1×102kg/m3,霰粒子密度为4×102kg/m3);d=3;N为粒子数浓度;q为水凝物绝对密度。
伽马函数的定义为:
截距ax表达式为:
谱系数bx表达式为:
上式中Nc为云滴数浓度,P为大气气压,T为大气温度。
作为更具体的技术方案,所述水凝物衰减模块是指水凝物粒子进行球形假设的微波散射模型,水凝物粒子散射通过水凝物绝对密度和水凝物粒子数浓度等效为满足双参数粒子谱分布的球形粒子的散射。
作为更具体的技术方案,水凝物衰减模型基于球形气象粒子模型散射假设,由经典单个球形粒子雷达散射理论,球形粒子的雷达散射截面为:
KW为与水复折射指数相关的参数。
后向散射函数表达式为:
等效雷达反射率因子(不含大气衰减)表达式为:
衰减矫正等效雷达反射率因子(不含大气衰减)表达式为:
βext(h)为雷达回波传输路径上的衰减系数,R0为雷达距离气象目标的距离。
作为更具体的技术方案,在微波波段,大气衰减主要由氧气和水汽衰减产生,推导的双向氧气衰减系数表达式如下:
式中,kαO是双向衰减系数,单位为dB/km;f是频率,单位为GHz;P为空气压力,单位为mbar;H为海拔高度,单位为km;T是温度,单位为K;为非谐振吸收项,为谐振吸收项;
在水汽衰减中,水汽的吸收谱线以22.235GHz、183.3GHz、323.8GHz为主,双向水汽衰减的表达式为:
式中,h是海拔高度,单位为km;ρw(h)是海拔h处的水汽密度,单位为g/m3;P(h)是海拔h处的大气压力,单位为mbar;T(h)是海拔h处的温度,单位为K;FWz是谐振谱线结构;fWz是谐振频率,单位为GHz;ΔfW是谐振谱线宽度,单位为GHz;
式(16)中包含的项为高于100GHz谱线的非谐振水蒸气系数,式(16)中项为式(17)中定义的谐振作用的总和。
本发明相比现有技术具有以下优点:该测雨雷达辐射传输模式基于双参数粒子谱分布模型、球形气象粒子模型散射理论、雷达波大气衰减模型,充分利用了双参数云分辨模式预报的粒子绝对密度和数浓度信息,优化粒子谱分布模型,具有更高的仿真精度,为精确反演降水提供技术上的支持。有利于我们更好的认识云和降水的作用机理和形成过程,有利于揭示云雨微物理过程与微波辐射的内在物理联系,更有利于将来开发大气、海洋、微波辐射耦合模式系统。综上所述,该系统在降水微物理研究、降水反演、降水数据同化、大气模式模拟等领域具有重要的现实意义和应用价值。
附图说明
图1是本发明的基于双参数粒子谱分布的测雨雷达辐射传输系统的示意图;
图2是不同频段微波在大气中的衰减特性图;
图3是台风个例中降水水平分布示意图;
图4是测雨雷达辐射传输模式仿真实例图。
具体实施方式
下面对本发明的实施例作详细说明,本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
如图1所示,本发明基于双参数粒子谱分布的测雨雷达辐射传输系统包括输入模块、计算模块和输出模块三部分。
输入模块包括大气状态参数单元、雷达参数单元和水凝物参数单元。
大气状态参数单元作为描述大气状态的基本参数,为模式仿真模拟提供基本的大气状态信息,用于微波大气传输基本模型的参数化,包括大气温度、大气压力、大气湿度和海拔高度信息。垂直方向分层,四种数据间一一对应,此外大气状态信息采用常用单位,大气温度单位为K、大气压力单位为Pa、大气湿度单位为相对湿度%、海拔高度单位为米。大气状态信息可来自探空仪观测、模式数值模拟结果、遥感反演结果等。
雷达参数单元包括雷达的频率、探测距离、雷达探测方式等信息,雷达频率适用范围为5~40GHz,雷达探测方式可为地基、空基和星基三种中的任一种,探测距离为雷达到目标的距离。
水凝物参数单元是描述云雨粒子的量的参数,云雨粒子包括云液水、云冰、降雨、降雪和降霰粒子五种,水凝物的量用水凝物绝对密度(单位为g/m3)和水凝物粒子数浓度(单位为1/m3)表示。在球形气象粒子模型散射方案中,气象粒子又称水凝物,是大气成云降水过程中形成的重要粒子,一般分为云液水、云冰、降雨、雪、霰五种。其中云液水和降雨粒子为液态,云冰、雪和霰粒子为固态。云冰、雪和霰粒子有多种结晶形式,形状不规则。因水凝物粒子在云中或在下降过程中的乱流作用,其旋转轴可能有各种取向。假定出现各种取向的机会均等,则水凝物粒子可等效为同等体积的球形粒子,这时散射能量将与入射波偏振方向无关,只取决于介质的介电常数和粒子的体积。
计算模块是本发明的核心,包括水凝物衰减模型、双参数粒子谱分布模型和大气衰减模型。其中输入模块的大气状态参数单元连接水凝物衰减模型和大气衰减模型,雷达参数单元连接到水凝物衰减模型和大气衰减模型,水凝物参数单元连接到双参数粒子谱分布模型,双参数粒子谱分布模型连接到水凝物衰减模型,水凝物衰减模型和大气衰减模型的输出端连接到输出模块。
所述输出模块包括大气吸收衰减廓线、等效雷达反射率因子廓线和衰减校正等效雷达反射率因子廓线数据,大气吸收衰减廓线由大气状态参数和雷达参数通过大气衰减模型计算获得,等效雷达反射率因子廓线由大气吸收衰减廓线加上相应位置处水凝物散射衰减廓线组成,衰减校正等效雷达反射率因子廓线是由大气吸收衰减廓线加上相应位置处水凝物散射衰减,并去掉水凝物后向散射路径衰减获得。
在微波波段,大气衰减主要由氧气和水汽衰减产生。在大气模式模拟中,当斜率和截距两个参数都由模式模拟预报时,则称为双参数微物理参数化方案;当斜率和截距两个参数其中一个参数由模式模拟预报,另一个参数通过简单参数化表示时,则称为单参数微物理参数化方案。大气模式发展的初期,多数模式采用单参数微物理参数化方案。随着模式的发展,因双参数微物理参数化方案在预报准确性以及微物理过程描述上都有很大的优势,能够更好的描述真实微观粒子谱分布特征,双参数微物理参数化方案的运用越来越多。
在氧气衰减中,主要的氧气吸收谱线以60GHz附近为中心。吸收谱线并不是一条单一的谱线,实际上是一系列对应于转动量子数量N的奇数值的谐振。转动量子数量高于45时,谐振对衰减的贡献可以忽略,故本发明仅计算了转动量子数量低于45时的氧气谐振频率(见下表2)。
表2氧气的谐振频率(GHz)
N | fN+ | fN- | N | fN+ | fN- |
1 | 56.2648 | 118.7505 | 25 | 65.7626 | 53.5960 |
3 | 58.4466 | 62.4863 | 27 | 66.2978 | 53.0695 |
5 | 59.5910 | 60.3061 | 29 | 66.8313 | 52.5458 |
7 | 60.4348 | 59.1642 | 31 | 67.3627 | 52.0259 |
9 | 61.1506 | 58.3239 | 33 | 67.8923 | 51.5091 |
11 | 61.8002 | 57.6125 | 35 | 68.4205 | 50.9949 |
13 | 62.4112 | 56.9682 | 37 | 68.9478 | 50.4830 |
15 | 62.9980 | 56.3634 | 39 | 69.4741 | 49.9730 |
17 | 63.5685 | 55.7839 | 41 | 70.0000 | 49.4648 |
19 | 64.1272 | 55.2214 | 43 | 70.5249 | 48.9582 |
21 | 64.6779 | 54.6728 | 45 | 71.0497 | 48.4530 |
23 | 65.2240 | 54.1294 |
推导的双向氧气衰减系数表达式如下:
式中,kαO是双向衰减系数,单位为dB/km;f是频率,单位为GHz;P为空气压力,单位为mbar;h为海拔高度,单位为km;T是温度,单位为K;为非谐振吸收项,为谐振吸收项。
在水汽衰减中,水汽的吸收谱线以22.235GHz、183.3GHz、323.8GHz为主。双向水汽衰减的表达式为:
式中,h是海拔高度,单位为km;ρw(h)是海拔h处的水汽密度,单位为g/m3;P(h)是海拔h处的大气压力,单位为mbar;T(h)是海拔h处的温度,单位为K;Fwz是谐振谱线结构;fWz是谐振频率,单位为GHz;ΔfW是谐振谱线宽度,单位为GHz。
式(16)中包含的项为高于100GHz谱线的非谐振水蒸气系数,式(16)中项为式(17)中定义的谐振作用的总和。
水凝物衰减模型基于球形气象粒子模型散射假设,由经典单个球形粒子雷达散射理论,球形粒子的雷达散射截面为:
KW为与水复折射指数相关的参数,与粒子大小、微波波长有关,参数值从实验室测试获得。
后向散射函数表达式为:
等效雷达反射率因子(不含大气衰减)表达式为:
衰减校正等效雷达反射率因子(不含大气衰减)表达式为:
βext(h)为雷达回波传输路径上的衰减系数,R0为雷达距离气象目标的距离。
在双参数粒子谱分布模型中,假定粒子谱分布函数形式如下:
式中ax称为截距,bx称为谱系数,fx称为斜率,D为粒子直径。
如图3和图4所示,图3为大气预报模式模拟台风个例(CHABA)的水平降水分布示意图,图中对流、层云和暖云分别代表了对流降水、层云降水和暖云降水,时间为2004年8月26日0时。沿着图3中黑实线所示位置给出大气的雷达回波模拟垂直剖面(如图4),测雨雷达辐射传输模式输出模块包括大气吸收衰减廓线、等效雷达反射率因子廓线和衰减校正等效雷达反射率因子廓线数据。大气吸收衰减廓线由大气状态参数和雷达参数通过大气衰减模型计算获得。等效雷达反射率因子廓线由大气吸收衰减廓线加上相应位置处水凝物散射衰减廓线组成,衰减校正等效雷达反射率因子廓线是由大气吸收衰减廓线加上相应位置处水凝物散射衰减,并去掉水凝物后向散射路径衰减获得。
以上所述仅为本发明的较佳实施例而已,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、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于双参数粒子谱分布的测雨雷达辐射传输系统,其特征在于,包括输入模块、计算模块和输出模块三部分;
输入模块包括大气状态参数单元、雷达参数单元和水凝物参数单元;
计算模块是本发明的核心,包括水凝物衰减模型、双参数粒子谱分布模型和大气衰减模型,其中输入模块的大气状态参数单元连接水凝物衰减模型和大气衰减模型,雷达参数单元连接到水凝物衰减模型和大气衰减模型,水凝物参数单元连接到双参数粒子谱分布模型,双参数粒子谱分布模型连接到水凝物衰减模型;
水凝物衰减模型和大气衰减模型的输出端连接到输出模块;
利用大气状态信息、雷达参数信息和水凝物参数信息通过水凝物衰减模型、双参数粒子谱分布模型、大气衰减模型仿真测雨雷达大气辐射传输的模式,通过仿真计算获得雷达回波信息,在输出模块中输出。
2.根据权利要求1所述的基于双参数粒子谱分布的测雨雷达辐射传输系统,其特征在于,所述大气状态参数单元包括大气温度、大气压力、大气湿度和海拔高度信息,垂直方向分层,四种数据间一一对应。
3.根据权利要求1所述的基于双参数粒子谱分布的测雨雷达辐射传输系统,其特征在于,雷达参数单元包括雷达的频率、探测距离、探测方式等信息,雷达频率适用范围为5~40GHz,雷达探测方式为地基、空基和星基三种中的任一种,探测距离为雷达到目标的距离。
4.根据权利要求1所述的基于双参数粒子谱分布的测雨雷达辐射传输系统,其特征在于,水凝物参数单元是描述云雨粒子量的参数,云雨粒子包括云液水、云冰、降雨、降雪和降霰粒子五种,水凝物的量用水凝物绝对密度和水凝物粒子数浓度表示。
5.根据权利要求1所述的基于双参数粒子谱分布的测雨雷达辐射传输系统,其特征在于,所述输出模块包括大气吸收衰减廓线、等效雷达反射率因子廓线和衰减校正等效雷达反射率因子廓线数据,大气吸收衰减廓线由大气状态参数和雷达参数通过大气衰减模型计算获得,等效雷达反射率因子廓线由大气吸收衰减廓线加上相应位置处水凝物散射衰减廓线组成,衰减校正等效雷达反射率因子廓线是由大气吸收衰减廓线加上相应位置处水凝物散射衰减,并去掉水凝物后向散射路径衰减获得。
6.根据权利要求5所述的基于双参数粒子谱分布的测雨雷达辐射传输系统,其特征在于,所述双参数粒子谱分布模型是指伽马分布中斜率和截距两个参数决定粒子谱特征的模型,斜率和截距两个参数由水凝物绝对密度和水凝物粒子数浓度计算获得。
7.根据权利要求6所述的基于双参数粒子谱分布的测雨雷达辐射传输系统,其特征在于,在双参数粒子谱分布模型中,粒子谱分布函数形式如下:
<mrow>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mi>D</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>a</mi>
<mi>x</mi>
</msub>
<mo>&CenterDot;</mo>
<msup>
<mi>D</mi>
<msub>
<mi>b</mi>
<mi>x</mi>
</msub>
</msup>
<mo>&CenterDot;</mo>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<msub>
<mi>f</mi>
<mi>x</mi>
</msub>
<mo>&CenterDot;</mo>
<mi>D</mi>
</mrow>
</msup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
式中ax称为截距,bx称为谱系数,fx称为斜率,D为粒子直径。
8.根据权利要求5所述的基于双参数粒子谱分布的测雨雷达辐射传输系统,其特征在于,所述水凝物衰减模块是指水凝物粒子进行球形假设的微波散射模型,水凝物粒子散射通过水凝物绝对密度和水凝物粒子数浓度等效为满足双参数粒子谱分布的球形粒子的散射。
9.根据权利要求8所述的基于双参数粒子谱分布的测雨雷达辐射传输系统,其特征在于,水凝物衰减模型基于球形气象粒子模型散射假设,由经典单个球形粒子雷达散射理论,球形粒子的雷达散射截面为:
<mrow>
<mi>&sigma;</mi>
<mo>=</mo>
<mn>4</mn>
<mi>&pi;</mi>
<mi>&beta;</mi>
<mrow>
<mo>(</mo>
<mi>&pi;</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<msup>
<mi>&pi;</mi>
<mn>5</mn>
</msup>
<msup>
<mi>D</mi>
<mn>6</mn>
</msup>
</mrow>
<msup>
<mi>&lambda;</mi>
<mn>4</mn>
</msup>
</mfrac>
<msup>
<mrow>
<mo>|</mo>
<msub>
<mi>K</mi>
<mi>W</mi>
</msub>
<mo>|</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
KW为与水复折射指数相关的参数。
后向散射函数表达式为:
<mrow>
<mi>&beta;</mi>
<mrow>
<mo>(</mo>
<mi>&pi;</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mn>16</mn>
<msup>
<mi>&pi;</mi>
<mn>4</mn>
</msup>
<msup>
<mi>r</mi>
<mn>6</mn>
</msup>
</mrow>
<msup>
<mi>&lambda;</mi>
<mn>4</mn>
</msup>
</mfrac>
<msup>
<mrow>
<mo>|</mo>
<msub>
<mi>K</mi>
<mi>W</mi>
</msub>
<mo>|</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
等效雷达反射率因子(不含大气衰减)表达式为:
<mrow>
<msub>
<mi>Z</mi>
<mi>e</mi>
</msub>
<mo>=</mo>
<mfrac>
<msup>
<mi>&lambda;</mi>
<mn>4</mn>
</msup>
<mrow>
<msup>
<mi>&pi;</mi>
<mn>5</mn>
</msup>
<msup>
<mrow>
<mo>|</mo>
<msub>
<mi>K</mi>
<mi>W</mi>
</msub>
<mo>|</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<msubsup>
<mo>&Integral;</mo>
<mn>0</mn>
<mi>&infin;</mi>
</msubsup>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mi>D</mi>
<mo>)</mo>
</mrow>
<msup>
<mi>D</mi>
<mn>6</mn>
</msup>
<mi>d</mi>
<mi>D</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
衰减矫正等效雷达反射率因子(不含大气衰减)表达式为:
<mrow>
<msub>
<mi>Z</mi>
<mrow>
<mi>e</mi>
<mi>o</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>Z</mi>
<mi>e</mi>
</msub>
<mi>exp</mi>
<mo>&lsqb;</mo>
<mo>-</mo>
<mn>2</mn>
<msubsup>
<mo>&Integral;</mo>
<mn>0</mn>
<msub>
<mi>R</mi>
<mn>0</mn>
</msub>
</msubsup>
<msub>
<mi>&beta;</mi>
<mrow>
<mi>e</mi>
<mi>x</mi>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>h</mi>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>h</mi>
<mo>&rsqb;</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
βext(h)为雷达回波传输路径上的衰减系数,R0为雷达距离气象目标的距离。
10.根据权利要求5所述的基于双参数粒子谱分布的测雨雷达辐射传输系统,其特征在于,在微波波段,大气衰减主要由氧气和水汽衰减产生,推导的双向氧气衰减系数表达式如下:
<mrow>
<msub>
<mi>k</mi>
<mrow>
<mi>&alpha;</mi>
<mi>O</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>,</mo>
<mi>h</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>4.0116</mn>
<mfrac>
<mrow>
<msup>
<mi>Pf</mi>
<mn>2</mn>
</msup>
</mrow>
<msup>
<mi>T</mi>
<mn>3</mn>
</msup>
</mfrac>
<msub>
<mo>&Sigma;</mo>
<mi>N</mi>
</msub>
<mo>{</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>F</mi>
<mn>0</mn>
</msub>
<msubsup>
<mi>&mu;</mi>
<mrow>
<mi>N</mi>
<mn>0</mn>
</mrow>
<mn>2</mn>
</msubsup>
<mo>+</mo>
<msub>
<mi>F</mi>
<mrow>
<mi>N</mi>
<mo>+</mo>
</mrow>
</msub>
<msubsup>
<mi>&mu;</mi>
<mrow>
<mi>N</mi>
<mo>+</mo>
</mrow>
<mn>2</mn>
</msubsup>
<mo>+</mo>
<msub>
<mi>F</mi>
<mrow>
<mi>N</mi>
<mo>-</mo>
</mrow>
</msub>
<msubsup>
<mi>&mu;</mi>
<mrow>
<mi>N</mi>
<mo>-</mo>
</mrow>
<mn>2</mn>
</msubsup>
<mo>)</mo>
</mrow>
<mi>exp</mi>
<mo>&lsqb;</mo>
<mo>-</mo>
<mfrac>
<mrow>
<mn>2.06844</mn>
<mi>N</mi>
<mrow>
<mo>(</mo>
<mi>N</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
<mi>T</mi>
</mfrac>
<mo>&rsqb;</mo>
<mo>}</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>F</mi>
<mn>0</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>,</mo>
<mi>h</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mi>&Delta;</mi>
<mi>f</mi>
</mrow>
<mrow>
<msup>
<mi>f</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<mi>&Delta;</mi>
<mi>f</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>7</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>F</mi>
<mrow>
<mi>N</mi>
<mo>&PlusMinus;</mo>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>,</mo>
<mi>h</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mi>&Delta;</mi>
<mi>f</mi>
</mrow>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>f</mi>
<mrow>
<mi>N</mi>
<mo>&PlusMinus;</mo>
</mrow>
</msub>
<mo>-</mo>
<mi>f</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<mi>&Delta;</mi>
<mi>f</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<mo>+</mo>
<mfrac>
<mrow>
<mi>&Delta;</mi>
<mi>f</mi>
</mrow>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>f</mi>
<mrow>
<mi>N</mi>
<mo>&PlusMinus;</mo>
</mrow>
</msub>
<mo>+</mo>
<mi>f</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<mi>&Delta;</mi>
<mi>f</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>8</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msubsup>
<mi>&mu;</mi>
<mrow>
<mi>N</mi>
<mn>0</mn>
</mrow>
<mn>2</mn>
</msubsup>
<mo>=</mo>
<mfrac>
<mrow>
<mn>2</mn>
<mrow>
<mo>(</mo>
<msup>
<mi>N</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<mi>N</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mi>N</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>N</mi>
<mrow>
<mo>(</mo>
<mi>N</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>9</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msubsup>
<mi>&mu;</mi>
<mrow>
<mi>N</mi>
<mo>+</mo>
</mrow>
<mn>2</mn>
</msubsup>
<mo>=</mo>
<mfrac>
<mrow>
<mi>N</mi>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mi>N</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>N</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>10</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msubsup>
<mi>&mu;</mi>
<mrow>
<mi>N</mi>
<mo>-</mo>
</mrow>
<mn>2</mn>
</msubsup>
<mo>=</mo>
<mfrac>
<mrow>
<mo>(</mo>
<mi>N</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
<mo>(</mo>
<mn>2</mn>
<mi>N</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mi>N</mi>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>11</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>&Delta;</mi>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>h</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mi>h</mi>
<mo>)</mo>
</mrow>
<mfrac>
<mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>h</mi>
<mo>)</mo>
</mrow>
<mi>T</mi>
<mrow>
<mo>(</mo>
<mn>0</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mn>0</mn>
<mo>)</mo>
</mrow>
<mi>T</mi>
<mrow>
<mo>(</mo>
<mi>h</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>12</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mi>h</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mn>0.640</mn>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>h</mi>
<mo>&le;</mo>
<mn>8</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>0.640</mn>
<mo>+</mo>
<mn>0.04218</mn>
<mrow>
<mo>(</mo>
<mi>h</mi>
<mo>-</mo>
<mn>8</mn>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mn>8</mn>
<mo><</mo>
<mi>h</mi>
<mo>&le;</mo>
<mn>25</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>1.357</mn>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>h</mi>
<mo>></mo>
<mn>8</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>13</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,kαO是双向衰减系数,单位为dB/km;f是频率,单位为GHz;P为空气压力,单位为mbar;H为海拔高度,单位为km;T是温度,单位为K;为非谐振吸收项,为谐振吸收项;
在水汽衰减中,水汽的吸收谱线以22.235GHz、183.3GHz、323.8GHz为主,双向水汽衰减的表达式为:
<mrow>
<msub>
<mi>k</mi>
<mrow>
<mi>&alpha;</mi>
<mi>W</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>,</mo>
<mi>h</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>&rho;</mi>
<mi>w</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>h</mi>
<mo>)</mo>
</mrow>
</mrow>
<mn>7.75</mn>
</mfrac>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<mn>288</mn>
<mrow>
<mi>T</mi>
<mrow>
<mo>(</mo>
<mi>h</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mrow>
<mn>5</mn>
<mo>/</mo>
<mn>2</mn>
</mrow>
</msup>
<mo>{</mo>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<mi>f</mi>
<mn>100</mn>
</mfrac>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mfrac>
<mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>h</mi>
<mo>)</mo>
</mrow>
</mrow>
<mn>1013</mn>
</mfrac>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<mi>f</mi>
<msub>
<mi>f</mi>
<mrow>
<mi>r</mi>
<mn>1</mn>
</mrow>
</msub>
</mfrac>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>&times;</mo>
<mi>exp</mi>
<mo>&lsqb;</mo>
<mn>2.144</mn>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mfrac>
<mn>288</mn>
<mrow>
<mi>T</mi>
<mrow>
<mo>(</mo>
<mi>h</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>}</mo>
<msubsup>
<mo>&Sigma;</mo>
<mrow>
<mi>z</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>3</mn>
</msubsup>
<msub>
<mi>F</mi>
<mrow>
<mi>W</mi>
<mi>z</mi>
</mrow>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>14</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>F</mi>
<mrow>
<mi>W</mi>
<mi>z</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>,</mo>
<mi>h</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>&Delta;f</mi>
<mi>W</mi>
</msub>
</mrow>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>f</mi>
<mrow>
<mi>W</mi>
<mi>z</mi>
</mrow>
</msub>
<mo>-</mo>
<mi>f</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>&Delta;f</mi>
<mi>W</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<mo>+</mo>
<mfrac>
<mrow>
<msub>
<mi>&Delta;f</mi>
<mi>W</mi>
</msub>
</mrow>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>f</mi>
<mrow>
<mi>W</mi>
<mi>z</mi>
</mrow>
</msub>
<mo>+</mo>
<mi>f</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>&Delta;f</mi>
<mi>W</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>15</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>&Delta;f</mi>
<mi>W</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>h</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>0.0187</mn>
<msub>
<mi>&rho;</mi>
<mi>w</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>h</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mn>0.00385</mn>
<mo>&lsqb;</mo>
<mn>0.75</mn>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>h</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>&rho;</mi>
<mi>w</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>h</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<mn>288</mn>
<mrow>
<mi>T</mi>
<mrow>
<mo>(</mo>
<mi>h</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mn>0.63</mn>
</msup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>16</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,h是海拔高度,单位为km;ρw(h)是海拔h处的水汽密度,单位为g/m3;P(h)是海拔h处的大气压力,单位为mbar;T(h)是海拔h处的温度,单位为K;FWz是谐振谱线结构;fWz是谐振频率,单位为GHz;ΔfW是谐振谱线宽度,单位为GHz;
式(16)中包含的项为高于100GHz谱线的非谐振水蒸气系数,式(16)中项为式(17)中定义的谐振作用的总和。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710848954.1A CN107656279B (zh) | 2017-09-19 | 2017-09-19 | 一种基于双参数粒子谱分布的测雨雷达辐射传输系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710848954.1A CN107656279B (zh) | 2017-09-19 | 2017-09-19 | 一种基于双参数粒子谱分布的测雨雷达辐射传输系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107656279A true CN107656279A (zh) | 2018-02-02 |
CN107656279B CN107656279B (zh) | 2021-03-16 |
Family
ID=61130402
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710848954.1A Active CN107656279B (zh) | 2017-09-19 | 2017-09-19 | 一种基于双参数粒子谱分布的测雨雷达辐射传输系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107656279B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109884605A (zh) * | 2019-02-02 | 2019-06-14 | 中国气象科学研究院 | 云雨对雷达信号的吸收衰减和米氏散射衰减的提取方法 |
CN110704804A (zh) * | 2019-04-30 | 2020-01-17 | 南京信息工程大学 | 一种自适应的水凝物反演方法 |
CN112131989A (zh) * | 2020-09-15 | 2020-12-25 | 河海大学 | 一种基于空间降雨数据的毫米波测雨模型参数获取方法 |
CN114019504A (zh) * | 2021-11-05 | 2022-02-08 | 南京大学 | 基于变分分析的星载Ka/W双频云雨雷达粒子谱反演方法 |
CN115616520A (zh) * | 2022-12-20 | 2023-01-17 | 成都远望探测技术有限公司 | 一种基于激光和毫米波云雷达的卷云冰晶形状识别方法 |
CN117131312A (zh) * | 2023-10-20 | 2023-11-28 | 西安电子科技大学 | 一种雨后环境下的红外场景数值计算方法 |
CN118409373A (zh) * | 2024-07-02 | 2024-07-30 | 中国船舶集团有限公司第七〇七研究所 | 一种基于冰晶粒子谱分布的冰晶特性参数计算方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5621410A (en) * | 1992-11-05 | 1997-04-15 | New Mexico Tech Research Foundation | Remote prediction of lightning hazards |
CN101950017A (zh) * | 2010-08-13 | 2011-01-19 | 中国民航大学 | 高保真机载前视气象雷达低空风切变信号仿真方法 |
CN202221473U (zh) * | 2011-06-23 | 2012-05-16 | 中国电子科技集团公司第三十八研究所 | 一种单航过全极化干涉合成孔径雷达 |
WO2013148703A1 (en) * | 2012-03-27 | 2013-10-03 | Colorado State University Research Foundation | Robust attenuation correction system for radar reflectivity and differential reflectivity |
CN104316930A (zh) * | 2014-10-29 | 2015-01-28 | 安徽四创电子股份有限公司 | 一种基于双线偏振多普勒天气雷达探测的雨强估算方法 |
CN104597454A (zh) * | 2015-01-21 | 2015-05-06 | 中国空间技术研究院 | 一种基于太赫兹主动测云雷达的测云实验装置及方法 |
CN105204023A (zh) * | 2015-09-11 | 2015-12-30 | 安徽四创电子股份有限公司 | 基于连续波体制气象雷达系统的回波信号处理方法及装置 |
CN106547037A (zh) * | 2016-10-21 | 2017-03-29 | 中国人民解放军理工大学 | 双频双偏振微波链路联合的雨滴谱反演及降水类型识别方法 |
CN106646476A (zh) * | 2016-12-02 | 2017-05-10 | 上海无线电设备研究所 | 一种液态云微物理参数的反演方法 |
-
2017
- 2017-09-19 CN CN201710848954.1A patent/CN107656279B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5621410A (en) * | 1992-11-05 | 1997-04-15 | New Mexico Tech Research Foundation | Remote prediction of lightning hazards |
CN101950017A (zh) * | 2010-08-13 | 2011-01-19 | 中国民航大学 | 高保真机载前视气象雷达低空风切变信号仿真方法 |
CN202221473U (zh) * | 2011-06-23 | 2012-05-16 | 中国电子科技集团公司第三十八研究所 | 一种单航过全极化干涉合成孔径雷达 |
WO2013148703A1 (en) * | 2012-03-27 | 2013-10-03 | Colorado State University Research Foundation | Robust attenuation correction system for radar reflectivity and differential reflectivity |
CN104316930A (zh) * | 2014-10-29 | 2015-01-28 | 安徽四创电子股份有限公司 | 一种基于双线偏振多普勒天气雷达探测的雨强估算方法 |
CN104597454A (zh) * | 2015-01-21 | 2015-05-06 | 中国空间技术研究院 | 一种基于太赫兹主动测云雷达的测云实验装置及方法 |
CN105204023A (zh) * | 2015-09-11 | 2015-12-30 | 安徽四创电子股份有限公司 | 基于连续波体制气象雷达系统的回波信号处理方法及装置 |
CN106547037A (zh) * | 2016-10-21 | 2017-03-29 | 中国人民解放军理工大学 | 双频双偏振微波链路联合的雨滴谱反演及降水类型识别方法 |
CN106646476A (zh) * | 2016-12-02 | 2017-05-10 | 上海无线电设备研究所 | 一种液态云微物理参数的反演方法 |
Non-Patent Citations (7)
Title |
---|
ZHIWEI HENG ET: "A Study of the Distribution and Variability of Cloud Water Using ISCCP,SSM/I Cloud Product, and Reanalysis Datasets", 《JOURNAL OF CLIMATE》 * |
冯永会等: "毫米波测云雷达回波的衰减订正研究", 《微波学报》 * |
吴琼: "风云三号星载降水测量雷达最佳频段组合仿真研究", 《中国优秀硕士学位论文全文数据库 基础科技辑》 * |
尹金方: "东亚区域云和降水微物理特征及云微物理参数化方案构建", 《中国博士学位论文全文数据库 基础科学辑》 * |
谢亚楠: "合成孔径雷达反演降雨量算法的研究进展", 《遥感技术与应用》 * |
郭静超: "基于WRF模式的暖云降水潜能物理反演算法研究", 《中国博士学位论文全文数据库 基础科技辑》 * |
黄芳等: "37GHz和94GHz的大气微波衰减比较分析", 《遥感技术与应用》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109884605A (zh) * | 2019-02-02 | 2019-06-14 | 中国气象科学研究院 | 云雨对雷达信号的吸收衰减和米氏散射衰减的提取方法 |
CN109884605B (zh) * | 2019-02-02 | 2020-12-15 | 中国气象科学研究院 | 云雨对雷达信号的吸收衰减和米氏散射衰减的提取方法 |
CN110704804A (zh) * | 2019-04-30 | 2020-01-17 | 南京信息工程大学 | 一种自适应的水凝物反演方法 |
CN112131989A (zh) * | 2020-09-15 | 2020-12-25 | 河海大学 | 一种基于空间降雨数据的毫米波测雨模型参数获取方法 |
CN114019504A (zh) * | 2021-11-05 | 2022-02-08 | 南京大学 | 基于变分分析的星载Ka/W双频云雨雷达粒子谱反演方法 |
CN114019504B (zh) * | 2021-11-05 | 2024-03-19 | 南京大学 | 基于变分分析的星载Ka/W双频云雨雷达粒子谱反演方法 |
CN115616520A (zh) * | 2022-12-20 | 2023-01-17 | 成都远望探测技术有限公司 | 一种基于激光和毫米波云雷达的卷云冰晶形状识别方法 |
CN115616520B (zh) * | 2022-12-20 | 2023-03-14 | 成都远望探测技术有限公司 | 一种基于激光和毫米波云雷达的卷云冰晶形状识别方法 |
CN117131312A (zh) * | 2023-10-20 | 2023-11-28 | 西安电子科技大学 | 一种雨后环境下的红外场景数值计算方法 |
CN117131312B (zh) * | 2023-10-20 | 2024-01-26 | 西安电子科技大学 | 一种雨后环境下的红外场景数值计算方法 |
CN118409373A (zh) * | 2024-07-02 | 2024-07-30 | 中国船舶集团有限公司第七〇七研究所 | 一种基于冰晶粒子谱分布的冰晶特性参数计算方法及系统 |
CN118409373B (zh) * | 2024-07-02 | 2024-09-24 | 中国船舶集团有限公司第七〇七研究所 | 一种基于冰晶粒子谱分布的冰晶特性参数计算方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107656279B (zh) | 2021-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107656279A (zh) | 一种基于双参数粒子谱分布的测雨雷达辐射传输系统 | |
Braun et al. | Sensitivity of high-resolution simulations of Hurricane Bob (1991) to planetary boundary layer parameterizations | |
Petty et al. | Microwave backscatter and extinction by soft ice spheres and complex snow aggregates | |
Benjamin et al. | An hourly assimilation–forecast cycle: The RUC | |
Tao et al. | Multiscale cloud system modeling | |
Yuan et al. | WRF ensemble downscaling seasonal forecasts of China winter precipitation during 1982–2008 | |
Saito | The JMA nonhydrostatic model and its applications to operation and research | |
Sitkowski et al. | Hurricane eyewall replacement cycle thermodynamics and the relict inner eyewall circulation | |
Guerbette et al. | Towards the assimilation of all-sky microwave radiances from the SAPHIR humidity sounder in a limited area NWP model over tropical regions | |
Ryzhkov et al. | What polarimetric weather radars offer to cloud modelers: Forward radar operators and microphysical/thermodynamic retrievals | |
Ancell et al. | Structure, growth rates, and tangent linear accuracy of adjoint sensitivities with respect to horizontal and vertical resolution | |
CN105303040B (zh) | 时间连续的地表蒸散发数据的计算方法 | |
Pattnaik et al. | Influence of rain-rate initialization, cloud microphysics, and cloud torques on hurricane intensity | |
CN115629387B (zh) | 一种多波段双偏振雷达的冰晶凇附增长估算方法 | |
Xu et al. | The performance of a scale‐aware nonlocal pbl scheme for the subkilometer simulation of a deep cbl over the taklimakan desert | |
Ikuta et al. | Improvement of the cloud microphysics scheme of the mesoscale model at the Japan Meteorological Agency using spaceborne radar and microwave imager of the global precipitation measurement as reference | |
Ács et al. | Sensitivity of WRF-simulated planetary boundary layer height to land cover and soil changes | |
Tao | Cloud resolving modeling | |
Carley | Hybrid ensemble-3DVar radar data assimilation for the short-term prediction of convective storms | |
Li et al. | Evaluation of deep convective transport in storms from different convective regimes during the DC3 field campaign using WRF‐Chem with lightning data assimilation | |
Ajayamohan et al. | Dependence of simulation of boreal summer tropical intraseasonal oscillations on the simulation of seasonal mean | |
Berg et al. | Parameterization of joint frequency distributions of potential temperature and water vapor mixing ratio in the daytime convective boundary layer | |
Yu et al. | Tropical cyclone tilt and precession in moderate shear: Precession hiatus in a critical shear regime | |
Hazra et al. | Understanding the impact of ice nucleation on lightning and rainfall: A case study | |
Kruse et al. | Gravity wave drag parameterizations for Earth's atmosphere |
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 |