CN108614309B - 云水资源探测系统及方法 - Google Patents

云水资源探测系统及方法 Download PDF

Info

Publication number
CN108614309B
CN108614309B CN201810451063.7A CN201810451063A CN108614309B CN 108614309 B CN108614309 B CN 108614309B CN 201810451063 A CN201810451063 A CN 201810451063A CN 108614309 B CN108614309 B CN 108614309B
Authority
CN
China
Prior art keywords
cloud
water
radar
profile
microwave radiometer
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.)
Active
Application number
CN201810451063.7A
Other languages
English (en)
Other versions
CN108614309A (zh
Inventor
华灯鑫
张镭
高飞
王骏
狄慧鸽
黄忠伟
何廷尧
闫庆
辛文辉
曹贤洁
王玉峰
汪丽
周天
李言
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.)
Lanzhou University
Xian University of Technology
Original Assignee
Lanzhou University
Xian University of Technology
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 Lanzhou University, Xian University of Technology filed Critical Lanzhou University
Priority to CN201810451063.7A priority Critical patent/CN108614309B/zh
Publication of CN108614309A publication Critical patent/CN108614309A/zh
Priority to US16/480,870 priority patent/US10739495B2/en
Priority to PCT/CN2018/111097 priority patent/WO2019214166A1/zh
Application granted granted Critical
Publication of CN108614309B publication Critical patent/CN108614309B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01W1/06—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed giving a combined indication of weather conditions
    • 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
    • G01S13/951—Radar or analogous systems specially adapted for specific applications for meteorological use ground based
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G15/00—Devices or methods for influencing weather conditions
    • 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
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • 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
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/865—Combination of radar systems with lidar systems
    • 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
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/14—Rainfall or precipitation gauges
    • 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
    • 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
    • Y02A90/30—Assessment of water resources

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Environmental Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Electromagnetism (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Hydrology & Water Resources (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)

Abstract

本发明实施例提供一种云水资源探测系统及方法。所述系统包括计算设备及与计算设备通信连接的拉曼激光雷达、微波辐射计、毫米波云雷达、风廓线雷达、多普勒测风激光雷达。拉曼激光雷达及微波辐射计用于获得云系温湿度数据。毫米波云雷达及微波辐射计用于获得云水含量廓线。风廓线雷达用于获得云系水平风速。多普勒测风激光雷达用于获得云底的垂直运动速度。计算设备用于根据云系温湿度数据、云水含量廓线、云系水平风速及云底的垂直运动速度计算得到总云水量，实现云水资源探测。所述系统能够融合多源观测数据，获得总云水量，分析区域云水资源的分布和动态变化。

Description

云水资源探测系统及方法
技术领域
本发明涉及探测技术领域，具体而言，涉及一种云水资源探测系统及方法。
背景技术
淡水资源是人类生存的必要条件。地球上许多干旱和半干旱地区淡水资源匮乏，严重影响到当地人类的生存。由于淡水原则上都是来自于降水，因此人们做了很多努力试图通过人工增雨的方式来增加某一地区在某一时段中的降水量。
大气物理学的研究表明，在一定的天气条件下，自然过程提供的某一地区、某一时段中最大可能的降水量是有限的，这个量被称为云水资源量。但在实际多变的大气环境下，这些云水资源并没有完全降落到地面形成降水。实际降水量占云水资源量的比例被称为降水效率，它主要是由云中的微物理结构决定的。人工增雨作业就是要通过人工干预，改变云的微物理结构，从而使这一地区、这一时段中的降水量增加。而云水资源量则是这种增加降水后的极限值。因此需要提供一种措施以探测云水资源量。
发明内容
为了克服现有技术中的上述不足，本发明实施例的目的在于提供一种云水资源探测系统及方法，其能够融合多源观测数据，获得总云水量，分析区域云水资源的分布和动态变化，为人工影响天气提供数据资源，为研究云系降水潜力提供有效工具。
本发明实施例提供一种云水资源探测系统，所述系统包括拉曼激光雷达、微波辐射计、毫米波云雷达、风廓线雷达、多普勒测风激光雷达及计算设备，
所述拉曼激光雷达及微波辐射计用于获得云系温湿度数据；
所述毫米波云雷达及微波辐射计用于获得云水含量廓线；
所述风廓线雷达用于获得云系水平风速；
所述多普勒测风激光雷达用于获得云底的垂直运动速度；
所述计算设备与所述拉曼激光雷达、微波辐射计、毫米波云雷达、风廓线雷达、多普勒测风激光雷达通信连接，用于根据所述云系温湿度数据、云水含量廓线、云系水平风速及云底的垂直运动速度计算得到总云水量，实现云水资源探测。
在本发明实施例中，所述拉曼激光雷达用于探测得到温、湿度廓线；
所述微波辐射计与所述拉曼激光雷达通信连接，用于根据所述温、湿度廓线进行反演得到所述云系温湿度数据。
在本发明实施例中，所述微波辐射计还与毫米波云雷达通信连接，用于在获得初始云水含量廓线数据后，根据所述初始云水含量廓线数据及温、湿度廓线获得所述云水含量廓线。
在本发明实施例中，所述多普勒测风激光雷达的发射光束的传播方向与地面垂直。
本发明实施例还提供一种云水资源探测方法，应用于云水资源探测系统，所述系统包括拉曼激光雷达、微波辐射计、毫米波云雷达、风廓线雷达、多普勒测风激光雷达及计算设备，其中，所述计算设备与所述拉曼激光雷达、微波辐射计、毫米波云雷达、风廓线雷达、多普勒测风激光雷达通信连接，所述方法包括：
所述拉曼激光雷达及微波辐射计共同探测获得云系温湿度数据；
所述毫米波云雷达及微波辐射计共同探测获得云水含量廓线；
所述风廓线雷达探测获得云系水平风速；
所述多普勒测风激光雷达探测获得云底的垂直运动速度；
所述计算设备根据所述云系温湿度数据、云水含量廓线、云系水平风速及云底的垂直运动速度计算得到总云水量，实现云水资源探测。
在本发明实施例中，所述微波辐射计与所述拉曼激光雷达通信连接，所述拉曼激光雷达及微波辐射计共同探测获得云系温湿度数据，包括：
所述拉曼激光雷达探测得到温、湿度廓线；
所述微波辐射计根据所述温、湿度廓线进行反演得到所述云系温湿度数据。
在本发明实施例中，所述计算设备根据所述云系温湿度数据、云水含量廓线、云系水平风速及云底的垂直运动速度计算得到总云水量，实现云水资源探测，包括：
所述计算设备根据所述云水含量廓线得到原云水量；
所述计算设备根据所述原云水量及云系水平风速计算得到输入云水量；
所述计算设备根据所述云系温湿度数据、云底的垂直运动速度计算得到凝结云水量；
所述计算设备根据所述原云水量、输入云水量及凝结云水量计算得到所述总云水量。
在本发明实施例中，所述计算设备根据所述云系温湿度数据、云底的垂直运动速度计算得到凝结云水量，包括：
所述计算设备根据所述云系温湿度数据、云底的垂直运动速度计算得到水汽凝结率；
所述计算设备根据所述水汽凝结率进行积分得到所述凝结云水量。
在本发明实施例中，所述计算设备根据所述原云水量、输入云水量及凝结云水量计算得到所述总云水量，包括：
所述计算设备根据预设总云水量公式及所述原云水量、输入云水量、凝结云水量计算得到所述总云水量；
其中，所述预设总云水量公式为：
其中，PP表示总云水量，Qh(0)表示原云水量，表示单位时间内水平输入的云水量，Pcong表示水汽凝结率，T表示探测时间段。
本发明实施例还提供一种云水资源探测方法，应用于计算设备，所述计算设备与所述拉曼激光雷达、微波辐射计、毫米波云雷达、风廓线雷达、多普勒测风激光雷达通信连接，所述方法包括：
接收经由所述拉曼激光雷达及微波辐射计共同探测得到并发送的云系温湿度数据；
接收经由所述毫米波云雷达及微波辐射计共同探测得到并发送的云水含量廓线；
接收所述风廓线雷达发送的云系水平风速；
接收所述多普勒测风激光雷达发送的云底的垂直运动速度；
根据接收的所述云系温湿度数据、云水含量廓线、云系水平风速及云底的垂直运动速度计算得到总云水量，实现云水资源探测。
相对于现有技术而言，本发明具有以下有益效果：
本发明实施例提供一种云水资源探测系统及方法。所述系统包括拉曼激光雷达、微波辐射计、毫米波云雷达、风廓线雷达、多普勒测风激光雷达及计算设备。所述拉曼激光雷达及微波辐射计用于获得云系温湿度数据。所述毫米波云雷达及微波辐射计用于获得云水含量廓线。所述风廓线雷达用于获得云系水平风速。所述多普勒测风激光雷达用于获得云底的垂直运动速度。所述计算设备与所述拉曼激光雷达、微波辐射计、毫米波云雷达、风廓线雷达、多普勒测风激光雷达通信连接，用于根据所述云系温湿度数据、云水含量廓线、云系水平风速及云底的垂直运动速度计算得到总云水量，实现云水资源探测。所述系统不仅可以实现云水资源的实施探测，还能够提供相关数据以便分析区域云水资源的分布和动态变化，为人工影像天气提供数据资料。同时还可以进行大气探测及云物理状态探测，为辨识云与气溶胶的相互作用机理提供实时数据资料。并且，为研究云水资源提供了有效工具。
为使发明的上述目的、特征和优点能更明显易懂，下文特举本发明较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1是本发明实施例提供的云水资源探测系统的方框示意图。
图2是本发明第一实施例提供的云水资源探测方法的流程示意图。
图3是图2中步骤S110包括的子步骤的流程示意图。
图4是图2中步骤S150包括的子步骤的流程示意图。
图5是图4中子步骤S153包括的子步骤的流程示意图。
图6是本发明实施例提供的大气水循环示意图。
图7是本发明实施例提供的云水资源分布和动态变化示意图。
图8是本发明第二实施例提供的云水资源探测方法的流程示意图。
图标：10-云水资源探测系统；100-拉曼激光雷达；200-微波辐射计；300-毫米波云雷达；400-风廓线雷达；500-多普勒测风激光雷达；600-计算设备。
具体实施方式
下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的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。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
请参照图1，图1是本发明实施例提供的云水资源探测系统10的方框示意图。所述云水资源探测系统10包括拉曼激光雷达100、微波辐射计200、毫米波云雷达300、风廓线雷达400、多普勒测风激光雷达500及计算设备600。所述云水资源探测系统10可实现云系温度、湿度、水平风速、云含水量廓线以及云底的高度、温度、垂直运动速度等大气廓线的测量，通过对多源观测数据的融合分析，从而获得探测区域的总云水量。
在本实施例中，所述拉曼激光雷达100及微波辐射计200用于获得云系温湿度数据。所述毫米波云雷达300及微波辐射计200用于获得云水含量廓线。所述风廓线雷达400用于获得云系水平风速。所述多普勒测风激光雷达500用于获得云底的垂直运动速度。所述计算设备600与所述拉曼激光雷达100、微波辐射计200、毫米波云雷达300、风廓线雷达400及多普勒测风激光雷达500通信连接，用于根据所述云系温湿度数据、云水含量廓线、云系水平风速及云底的垂直运动速度计算得到总云水量，实现云水资源探测。
其中，可以通过有线或无线的方式实现所述计算设备600与所述拉曼激光雷达100、微波辐射计200、毫米波云雷达300、风廓线雷达400及多普勒测风激光雷达500的数据通信。廓线是描述风向、风速、温度、湿度诸气象要素或污染物浓度垂直分布的曲线或函数。
在本实施例中，所述拉曼激光雷达100用于探测得到温、湿度廓线。所述微波辐射计200与所述拉曼激光雷达100通信连接，用于根据所述温、湿度廓线进行反演得到所述云系温湿度数据。由此，通过综合利用拉曼激光雷达100和微波辐射计200的探测优势，将晴空区拉曼激光雷达100观测得到的高分辨率温、湿廓线的数据作为微波辐射计200反演的初值，经过物理反演可得到符合要求的用于云水资源研究所需的温湿度数据。
在本实施例中，所述微波辐射计200还与毫米波云雷达300通信连接，用于在获得初始云水含量廓线数据后，根据所述初始云水含量廓线数据及温、湿度廓线获得所述云水含量廓线。将微波辐射计200及毫米波云雷达300的联合观测数据(即初始云水含量廓线数据)综合所述拉曼激光雷达100获得的温、湿度廓线到各高度层，即可实现云水含量廓线的测量。
在本实施例中，风廓线雷达400是通过向高空发射不同方向的电磁波束，接收并处理这些电磁波束因大气垂直结构不均匀而返回的信息进行高空风场探测的一种遥感设备。风廓线雷达400利用多普勒效应能够探测其上空风向、风速等气象要素随高度的变化情况，具有探测时空分辨率高、自动化程度高等优点。通过所述风廓线雷达400即可获得云系水平风速。
在本实施例的实施方式中，所述多普勒测风激光雷达500的发射光束的传播方向与地面垂直，即光束的方向垂直于地面，以便于更好地测量云底的垂直运动速度。
在本实施例的实施方式中，所述计算设备600可以是电脑或其他处理设备等，以便对获得的上述数据进行汇总、分析等，从而可以实现对探测区域的总云水量的探测，并为研究云水资源的分布及变化、辨识云与气溶胶的相互作用机理等提供相关资料。
请参照图2，图2是本发明第一实施例提供的云水资源探测方法的流程示意图。所述方法应用于云水资源探测系统10。所述云水资源探测系统10包括拉曼激光雷达100、微波辐射计200、毫米波云雷达300、风廓线雷达400、多普勒测风激光雷达500及计算设备600。其中，所述计算设备600与所述拉曼激光雷达100、微波辐射计200、毫米波云雷达300、风廓线雷达400、多普勒测风激光雷达500通信连接。下面对云水资源探测方法的具体流程进行详细阐述。
步骤S110，所述拉曼激光雷达100及微波辐射计200共同探测获得云系温湿度数据。
请参照图3，图3是图2中步骤S110包括的子步骤的流程示意图。步骤S110可以包括子步骤S111及子步骤S112。其中，所述微波辐射计200与所述拉曼激光雷达100通信连接。
子步骤S111，所述拉曼激光雷达100探测得到温、湿度廓线。
子步骤S112，所述微波辐射计200根据所述温、湿度廓线进行反演得到所述云系温湿度数据。
步骤S120，所述毫米波云雷达300及微波辐射计200共同探测获得云水含量廓线。
步骤S130，所述风廓线雷达400探测获得云系水平风速。
步骤S140，所述多普勒测风激光雷达500探测获得云底的垂直运动速度。
步骤S150，所述计算设备600根据接收的所述云系温湿度数据、云水含量廓线、云系水平风速及云底的垂直运动速度计算得到总云水量，实现云水资源探测。
请参照图4，图4是图2中步骤S150包括的子步骤的流程示意图。步骤S150可以包括子步骤S151、子步骤S152、子步骤S153及子步骤S154。
子步骤S151，所述计算设备600根据所述云水含量廓线得到原云水量。
在本实施例中，所述云水含量廓线包括各个高度的云水含量，因此所述计算设备600由所述云水含量廓线可得到云中的原云水量。
子步骤S152，所述计算设备600根据所述原云水量及云系水平风速计算得到输入云水量。
在本实施例中，在云层水平均匀时，对于一个柱体而言，其侧向输入的云水量及输出的云水量是相等的。在这种情况下，可以通过一个点的水平风速廓线和云含水量廓线的探测资料可获得所述输入云水量。其中，水平风速廓线由所述风廓线雷达400测得，根据水平风速廓线可得到所述云系水平风速。
子步骤S153，所述计算设备600根据所述云系温湿度数据、云底的垂直运动速度计算得到凝结云水量。
请参照图5，图5是图4中子步骤S153包括的子步骤的流程示意图。子步骤S153可以包括子步骤S1531及子步骤S1532。
子步骤S1531，所述计算设备600根据所述云系温湿度数据、云底的垂直运动速度计算得到水汽凝结率。
在本实施例中，根据云系温度数据可获得在该温度下的饱和水汽量。其中，空气在某一个温度下所能包含的最大水汽量为饱和水汽量。由饱和水汽量及云系湿度数据获得水汽饱和密度，再根据所述水汽饱和速度及云底的垂直运动速度计算得到所述水汽凝结率。
子步骤S1532，所述计算设备600根据所述水汽凝结率进行积分得到所述凝结云水量。
子步骤S154，所述计算设备600根据所述原云水量、输入云水量及凝结云水量计算得到所述总云水量。
在本实施例中，所述计算设备600可以根据预设总云水量公式及所述原云水量、输入云水量、凝结云水量计算得到所述总云水量。其中，所述预设总云水量公式为：
其中，PP表示总云水量，Qh(0)表示原云水量，表示单位时间内水平输入的云水量，Pcong表示水汽凝结率，T表示探测时间段。
下面对上述方法的原理进行阐述。
请参照图6，图6是本发明实施例提供的大气水循环示意图。大气水循环可以分解为四个子过程：蒸发、成云、成雨和降水。其中，蒸发是指地表的液态或固态水通过蒸发(或升华)变成水汽进入大气，是一个相变的过程。成云是指蒸发(或升华)变成的水汽在大气中随着空气运动(主要是垂直运动把气块送到高空)，在适当的条件下空气冷却出现饱和，进一步冷却达到过饱和，水汽凝结形成云滴，这是大气水循环的第二次相变过程。虽然凝结(或凝华)过程需要有核(凝结核CNN，冰核IN)的参与，但是大气中一般不缺凝结核(可能会缺冰核，在缺冰核时形成过冷水滴)，因此只要空气块达到饱和，进一步冷却一定会产生云滴，从而形成云。形成的云滴虽然可以通过凝结增长过程继续长大，但云物理原理指出凝结增长的效率与云滴的半径成反比，云滴半径越大，其增长的效率越低，所以云滴仅靠凝结增长使其直径增大到8-12微米后几乎就不长了。成雨，当云滴的直径达到几百微米时，可克服上升气流而掉到地面形成降水，这个从十微米云滴长大到百微米雨滴的过程就是成雨的过程。降水，当雨滴直径达到百微米以上，在重力作用下下落，而在下落过程中还会产生蒸发、碰并、破碎等过程，能到达地面的水滴才能形成降水，从而闭合了大气水循环。
在大气水循环的过程中，主要涉及相变及能量收支。水是唯一一种能以三种相态(气态、液态、固态)出现的物质，在自然大气条件下它也会在这三种相态之间发生转换(即相变)，从而形成地球大气中可以观测到的各种天气现象。从大气水循环的四个子过程可以看出，经过第一次相变进入到大气中的水汽，若没有机会发生第二次相变以变回到液态或固态的水，这种水汽则回不到地面。也就是说，某一地区降水要多，水汽必须要多，但是还要有适当的天气过程能把这些水汽抬升到高空，让它形成云水，这些云水才有可能成为降水，而单纯水汽多，没有抬升过程使水汽凝结，水汽是不会形成降水的。因此在探测某个地区的降水潜力时，可以不必关注大气柱中水汽总量的多少，而直接关注那些己经经历了第二次相变凝结出来的云水，它包含了水汽和垂直运动这两个因子。
大气水循环包含水的相变过程，必然涉及能量交换，比如，蒸发需要吸收大量的蒸发热；凝结则释放能量。此外，凝结时空气块和水汽被抬升，这种抬升运动也需要有能量供应(克服势能)。这些势能在降水过程中被释放出来了，变成了动能。用人类能掌握的能量去多蒸发一点水汽或多抬升一点水汽以增加降水量是不现实的。在通过人工影响天气、人工增雨时，由于蒸发及成云都涉及巨大的能量需求，因此很难在大气水循环的蒸发过程和成云过程中施加干预。而成雨和降水过程，并没有重大的能量需求，这就为人工影响天气提供了机会。
人工增(减)雨的潜力可以从水量守恒的原理去讨论。一个孤立系统的总水量就应当是守恒的，若该系统的水量有变化，那一定有源头和/或汇入。若系统中总水量(包括三种相态的水)为Q，那么它应当满足
其中，S是其源函数，D是其清除函数，分别表示单位时间中外界向这个系统输入和离开该系统的水量。
大气科学中经常把上面所说的系统设想为一个大气柱，这个柱体从地面一直延伸到大气上界。由于在大气上界不可能有水分的交换，所以对这个系统而言，源函数(S)就是地面的蒸发率E，清除函数(D)就是降水率R。因为是讨论一个在地理上固定的柱体，公式(1)的左边的应展开为全微分的形式，即
其中，u和v是等效的水平风速分量。则符合水分守恒定律的公式(1)可写为：
其中，E是柱体所在地面的蒸发率(单位为g/s)，R是柱体所在地面的降水率(单位为g/s)。将柱体中的水分区分为水汽Qv和凝结出来的水Qh，Q＝Qv+Qh，则水分守恒方程也可以分解为对应水汽和凝结水的方程：
其中，Fv表示单位时间内水平方向的水汽，Fh表示单位时间内水平方向的凝结出来的水，Pcong表示水汽凝结率(单位：g/m2/s)，pevapor表示水合物的蒸发率(单位：g/m2/s)。将公式(4)在一段时间内积分，则得到：
其中，T为降水云系研究的时间段。
如上所述，只需要讨论与降水有关的凝结水的平衡状况，因此有：
将公式(6)进行改写则得到：
公式(7)给出了所研究的大气柱在时段T内凝结水的平衡状况。其中公式(7)等式左边给出了收入项，如图7所示，分别是①前一时段遗留下来的凝结水，即现有云水，也称原云水；②从边界上输入的凝结水，即输入云水；③在时间段T内大气柱体中凝结出来的水，即凝结云水。而公式(7)等式右边为支出项，分别为①降水；②从边界上输出的凝结水；③在柱体中蒸发掉的凝结水；④停留在柱体中的凝结水。上式中左边三项的合计就是所研究的大气柱体在这一时间段T中出现过的凝结水，被定义为最大可能降水量(PP)，也就是云系降水潜力，即总云水量。如果云的造雨效率非常高，能把所有出现的凝结水都及时转化为雨水，并降落到地面，此时成雨效率为1。但实际上是不可能的，也即上述方程右边后三项的损耗一定是存在的，因此这一时间段内云的降水效率应当是：
其中，P表示总降水量，η表示大气柱所在区域在时间段T内的降水效率。
PP是由云的宏观条件决定的，主要取决于水汽供应和上升气流的分布。除了专门设计的动力催化作业外，人工影响天气作业一般不改变这一值。η是成雨过程中的成雨效率，它主要取决于云中的微物理过程，看它是否能够有效地使云滴尽快增长为雨滴，从而可以在重力作用下落到地面形成降水。如果云中成雨的效率不高，小云滴长期地停留在云空间，它们有些可能会随气流漂流到下游地区，有些可能又被蒸发掉了，也有一部分则一直停留在空中，这些都使地面降水量减少，云系的成雨效率降低。人工增(减)雨的播撒作业就是要通过人工干预，改变云中微物理结构的配置，从而使成雨效率提高，使这一区域、这一时段的降水量增加。通过上述分析得到所述预设总水量公式。
从式(8)可知，某一区域某一时间段内的最大可能降水量(即，总云水量)的计算需要该区域中云水量、水平风速、温度、湿度和凝结水量的垂直廓线。
其中，凝结水量垂直廓线的观测具有很大困难。但从大气物理学中讨论孤立气块绝热上升的简化情况可以看出，气柱中一段时间内最终可以凝结的水量可以用云底的水汽饱和密度及云底的垂直运动速度来计算。因此只要连续地测出云底温度、云底垂直气流速度，再对时间进行积分，就可计算出最大可降水量中凝结水的数量。
对于柱体侧边输入云水量，可以通过一个点的水平风速廓线和云含水量廓线的数据算出。
请参照图8，图8是本发明第二实施例提供的云水资源探测方法的流程示意图。所述方法应用于计算设备600，所述计算设备600与所述拉曼激光雷达100、微波辐射计200、毫米波云雷达300、风廓线雷达400、多普勒测风激光雷达500通信连接。下面对所述方法进行阐述。
步骤S210，接收经由所述拉曼激光雷达100及微波辐射计200共同探测得到并发送的云系温湿度数据。
在本实施例中，所述拉曼激光雷达100探测得到温、湿度廓线，与所述拉曼激光雷达100通信连接的微波辐射计200根据所述温、湿度廓线进行反演得到所述云系温湿度数据，并将所述云系温湿度数据发送给所述计算设备600。
步骤S220，接收经由所述毫米波云雷达300及微波辐射计200共同探测得到并发送的云水含量廓线。
步骤S230，接收所述风廓线雷达400发送的云系水平风速。
步骤S240，接收所述多普勒测风激光雷达500发送的云底的垂直运动速度。
步骤S250，根据接收的所述云系温湿度数据、云水含量廓线、云系水平风速及云底的垂直运动速度计算得到总云水量，实现云水资源探测。
在本实施例中，所述计算设备600根据接收的所述云系温湿度数据、云水含量廓线、云系水平风速及云底的垂直运动速度计算得到总云水量，实现云水资源探测的步骤包括：
根据所述云水含量廓线得到原云水量；
根据所述原云水量及云系水平风速计算得到输入云水量；
根据所述云系温湿度数据、云底的垂直运动速度计算得到凝结云水量；
根据所述原云水量、输入云水量及凝结云水量计算得到所述总云水量。
进一步地，所述根据所述云系温湿度数据、云底的垂直运动速度计算得到凝结云水量的步骤包括：
根据所述云系温湿度数据、云底的垂直运动速度计算得到水汽凝结率；
根据所述水汽凝结率进行积分得到所述凝结云水量。
进一步地，所述根据所述原云水量、输入云水量及凝结云水量计算得到所述总云水量的步骤包括：
根据预设总云水量公式及所述原云水量、输入云水量、凝结云水量计算得到所述总云水量。
在本实施例中，关于步骤S210～S250的详细描述可以参照上文第一实施例对步骤S110～S150的描述，在此不再赘述。
综上所述，本发明实施例提供一种云水资源探测系统及方法。所述系统包括拉曼激光雷达、微波辐射计、毫米波云雷达、风廓线雷达、多普勒测风激光雷达及计算设备。所述拉曼激光雷达及微波辐射计用于获得云系温湿度数据。所述毫米波云雷达及微波辐射计用于获得云水含量廓线。所述风廓线雷达用于获得云系水平风速。所述多普勒测风激光雷达用于获得云底的垂直运动速度。所述计算设备与所述拉曼激光雷达、微波辐射计、毫米波云雷达、风廓线雷达、多普勒测风激光雷达通信连接，用于根据所述云系温湿度数据、云水含量廓线、云系水平风速及云底的垂直运动速度计算得到总云水量，实现云水资源探测。所述系统不仅可以实现云水资源的实施探测，还能够提供相关数据以便分析区域云水资源的分布和动态变化，为人工影像天气提供数据资料。同时还可以进行大气探测及云物理状态探测，为辨识云与气溶胶的相互作用机理提供实时数据资料。并且，为研究云水资源提供了有效工具。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。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 (9)

1.一种云水资源探测系统，其特征在于，所述系统包括拉曼激光雷达、微波辐射计、毫米波云雷达、风廓线雷达、多普勒测风激光雷达及计算设备，
所述拉曼激光雷达及微波辐射计用于获得云系温湿度数据；
所述毫米波云雷达及微波辐射计用于获得云水含量廓线；
所述风廓线雷达用于获得云系水平风速；
所述多普勒测风激光雷达用于获得云底的垂直运动速度；
所述计算设备与所述拉曼激光雷达、微波辐射计、毫米波云雷达、风廓线雷达、多普勒测风激光雷达通信连接，用于根据所述云水含量廓线得到原云水量，根据所述原云水量及所述云系水平风速计算得到输入云水量，根据所述云系温湿度数据及云底的垂直运动速度计算得到凝结云水量，并根据所述原云水量、输入云水量及凝结云水量进行求和运算得到总云水量，实现云水资源探测。
2.根据权利要求1所述的系统，其特征在于，
所述拉曼激光雷达用于探测得到温、湿度廓线；
所述微波辐射计与所述拉曼激光雷达通信连接，用于根据所述温、湿度廓线进行反演得到所述云系温湿度数据。
3.根据权利要求2所述的系统，其特征在于，
所述微波辐射计还与毫米波云雷达通信连接，用于在获得初始云水含量廓线数据后，根据所述初始云水含量廓线数据及温、湿度廓线获得所述云水含量廓线。
4.根据权利要求1所述的系统，其特征在于，所述多普勒测风激光雷达的发射光束的传播方向与地面垂直。
5.一种云水资源探测方法，其特征在于，应用于云水资源探测系统，所述系统包括拉曼激光雷达、微波辐射计、毫米波云雷达、风廓线雷达、多普勒测风激光雷达及计算设备，其中，所述计算设备与所述拉曼激光雷达、微波辐射计、毫米波云雷达、风廓线雷达、多普勒测风激光雷达通信连接，所述方法包括：
所述拉曼激光雷达及微波辐射计共同探测获得云系温湿度数据；
所述毫米波云雷达及微波辐射计共同探测获得云水含量廓线；
所述风廓线雷达探测获得云系水平风速；
所述多普勒测风激光雷达探测获得云底的垂直运动速度；
所述计算设备根据接收的所述云水含量廓线得到原云水量；
所述计算设备根据所述原云水量及接收的所述云系水平风速计算得到输入云水量；
所述计算设备根据接收的所述云系温湿度数据及云底的垂直运动速度计算得到凝结云水量；
所述计算设备根据所述原云水量、输入云水量及凝结云水量进行求和运算得到总云水量，实现云水资源探测。
6.根据权利要求5所述的方法，其特征在于，所述微波辐射计与所述拉曼激光雷达通信连接，所述拉曼激光雷达及微波辐射计共同探测获得云系温湿度数据，包括：
所述拉曼激光雷达探测得到温、湿度廓线；
所述微波辐射计根据所述温、湿度廓线进行反演得到所述云系温湿度数据。
7.根据权利要求6所述的方法，其特征在于，所述计算设备根据接收的所述云系温湿度数据、云底的垂直运动速度计算得到凝结云水量，包括：
所述计算设备根据所述云系温湿度数据、云底的垂直运动速度计算得到水汽凝结率；
所述计算设备根据所述水汽凝结率进行积分得到所述凝结云水量。
8.根据权利要求7所述的方法，其特征在于，所述计算设备根据所述原云水量、输入云水量及凝结云水量进行求和运算得到所述总云水量，包括：
所述计算设备根据预设总云水量公式及所述原云水量、输入云水量、凝结云水量计算得到所述总云水量；
其中，所述预设总云水量公式为：
其中，PP表示总云水量，Qh(0)表示原云水量，表示单位时间内水平输入的云水量，Pcong表示水汽凝结率，T表示探测时间段。
9.一种云水资源探测方法，其特征在于，应用于计算设备，所述计算设备与拉曼激光雷达、微波辐射计、毫米波云雷达、风廓线雷达、多普勒测风激光雷达通信连接，所述方法包括：
接收经由所述拉曼激光雷达及微波辐射计共同探测得到并发送的云系温湿度数据；
接收经由所述毫米波云雷达及微波辐射计共同探测得到并发送的云水含量廓线；
接收所述风廓线雷达发送的云系水平风速；
接收所述多普勒测风激光雷达发送的云底的垂直运动速度；
根据接收的所述云水含量廓线得到原云水量，根据所述原云水量及接收的所述云系水平风速计算得到输入云水量，根据接收的所述云系温湿度数据及云底的垂直运动速度计算得到凝结云水量，并根据所述原云水量、输入云水量及凝结云水量进行求和运算得到总云水量，实现云水资源探测。
CN201810451063.7A 2018-05-11 2018-05-11 云水资源探测系统及方法 Active CN108614309B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201810451063.7A CN108614309B (zh) 2018-05-11 2018-05-11 云水资源探测系统及方法
US16/480,870 US10739495B2 (en) 2018-05-11 2018-10-19 Cloud water resource detecting system and method
PCT/CN2018/111097 WO2019214166A1 (zh) 2018-05-11 2018-10-19 云水资源探测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810451063.7A CN108614309B (zh) 2018-05-11 2018-05-11 云水资源探测系统及方法

Publications (2)

Publication Number Publication Date
CN108614309A CN108614309A (zh) 2018-10-02
CN108614309B true CN108614309B (zh) 2019-08-02

Family

ID=63662844

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810451063.7A Active CN108614309B (zh) 2018-05-11 2018-05-11 云水资源探测系统及方法

Country Status (3)

Country Link
US (1) US10739495B2 (zh)
CN (1) CN108614309B (zh)
WO (1) WO2019214166A1 (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108614309B (zh) * 2018-05-11 2019-08-02 西安理工大学 云水资源探测系统及方法
CN109490891B (zh) * 2018-11-23 2023-03-31 四川省气象探测数据中心 二次云数据获取方法、装置及云参数计算设备
CN109937778A (zh) * 2019-03-11 2019-06-28 中国气象科学研究院 云水资源、大气水凝物总量及其降水效率计算方法及装置
CN110174687B (zh) * 2019-05-24 2020-11-20 中国气象科学研究院 一种云水路径获取方法及装置
CN111090106A (zh) * 2019-12-25 2020-05-01 航天新气象科技有限公司 一种大气能见度测量系统、方法及装置
CN111289983B (zh) * 2020-04-16 2022-12-09 内蒙古工业大学 一种雷达垂直累积液态水含量反演方法
CN112526638B (zh) * 2020-11-27 2022-07-29 中国气象局气象探测中心 一种基于多源观测数据的云边界判识方法及相关设备
CN112946629B (zh) * 2021-01-29 2024-05-14 西安理工大学 空中云系可凝结水量的遥感探测系统与探测方法
CN113111529B (zh) * 2021-04-22 2023-10-10 南京气象科技创新研究院 融合数值模式和卫星微波云反演数据的红外亮温模拟方法
CN113237801B (zh) * 2021-05-13 2022-06-28 北京市人工影响天气中心 一种识别沙尘云混合体的方法
CN113534090B (zh) * 2021-07-14 2024-01-30 中国科学院大气物理研究所 一种云中液态水含量的反演方法及装置
CN115079304B (zh) * 2022-06-24 2023-08-22 锡林浩特国家气候观象台 一种模拟云水分布的微波辐射计及方法
CN114994794B (zh) * 2022-06-24 2023-05-09 昆明学院 一种云团无探测数据区的云粒子相态生长方法
CN116520312B (zh) * 2023-06-30 2023-09-19 南京牧镭激光科技股份有限公司 基于毫米波雷达、激光雷达数据融合的测风方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1987520A (zh) * 2006-12-20 2007-06-27 西安理工大学 气象与大气环境观测拉曼散射激光雷达系统
CN101833089A (zh) * 2010-04-30 2010-09-15 西安理工大学 多普勒测风激光雷达灵敏度标定系统及其标定方法
CN202837189U (zh) * 2012-10-25 2013-03-27 南京信息工程大学 一种测量云水含量的激光雷达探测系统
CN103605136A (zh) * 2013-12-09 2014-02-26 山东省科学院海洋仪器仪表研究所 海洋浮标平台激光雷达三维风场剖面探测系统及探测方法
CN104007486A (zh) * 2014-06-05 2014-08-27 中国气象局气象探测中心 主被动遥感相结合的大气温湿度廓线处理方法及系统
CN105445816A (zh) * 2015-12-14 2016-03-30 中国气象局气象探测中心 一种云雷达与卫星探测数据融合方法及系统
CN106526709A (zh) * 2016-09-26 2017-03-22 北京无线电测量研究所 一种基于多源设备组网的机场云雾综合预警系统及方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101881842B (zh) * 2010-04-02 2013-10-30 刘文祥 网络气象
CN102830107B (zh) * 2012-09-04 2014-09-03 南京信息工程大学 测量云中固、液态水含量的激光雷达探测方法与系统
CN103278479B (zh) * 2013-04-23 2015-03-18 中国科学院安徽光学精密机械研究所 大气辐射传输修正系统及修正方法
US10962680B2 (en) * 2017-11-03 2021-03-30 Climacell Inc. Real-time weather forecasting for transportation systems
CN108614309B (zh) 2018-05-11 2019-08-02 西安理工大学 云水资源探测系统及方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1987520A (zh) * 2006-12-20 2007-06-27 西安理工大学 气象与大气环境观测拉曼散射激光雷达系统
CN101833089A (zh) * 2010-04-30 2010-09-15 西安理工大学 多普勒测风激光雷达灵敏度标定系统及其标定方法
CN202837189U (zh) * 2012-10-25 2013-03-27 南京信息工程大学 一种测量云水含量的激光雷达探测系统
CN103605136A (zh) * 2013-12-09 2014-02-26 山东省科学院海洋仪器仪表研究所 海洋浮标平台激光雷达三维风场剖面探测系统及探测方法
CN104007486A (zh) * 2014-06-05 2014-08-27 中国气象局气象探测中心 主被动遥感相结合的大气温湿度廓线处理方法及系统
CN105445816A (zh) * 2015-12-14 2016-03-30 中国气象局气象探测中心 一种云雷达与卫星探测数据融合方法及系统
CN106526709A (zh) * 2016-09-26 2017-03-22 北京无线电测量研究所 一种基于多源设备组网的机场云雾综合预警系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
中国空中云水资源和降水效率的评估研究;蔡淼;《中国博士学位论文全文数据库》;20131231;全文

Also Published As

Publication number Publication date
US20200064514A1 (en) 2020-02-27
CN108614309A (zh) 2018-10-02
US10739495B2 (en) 2020-08-11
WO2019214166A1 (zh) 2019-11-14

Similar Documents

Publication Publication Date Title
CN108614309B (zh) 云水资源探测系统及方法
Sun et al. The vertical distribution of PM2. 5 and boundary-layer structure during summer haze in Beijing
Khain et al. Some effects of cloud–aerosol interaction on cloud microphysics structure and precipitation formation: Numerical experiments with a spectral microphysics cloud ensemble model
Westbeld et al. Fog deposition to a Tillandsia carpet in the Atacama Desert
Sogacheva et al. Probability of nucleation events and aerosol particle concentration in different air mass types arriving at Hyytiälä, southern Finland, based on back trajectories analysis
Chen et al. Dust modeling over East Asia during the summer of 2010 using the WRF-Chem model
Wood et al. On the temperature structure parameter and sensible heat flux over Helsinki from sonic anemometry and scintillometry
Cleugh et al. Modelling regional scale surface energy exchanges and CBL growth in a heterogeneous, urban-rural landscape
Zhu et al. The spatial representativeness of mixing layer height observations in the North China Plain
He et al. Vertical distribution characteristics of aerosol particles over the Guanzhong Plain
Liu et al. The role of maximum wind speed in sand-transporting events
Ács et al. Sensitivity of WRF-simulated planetary boundary layer height to land cover and soil changes
Huige et al. Observational study of the vertical aerosol and meteorological factor distributions with respect to particulate pollution in Xi'an
Li et al. Spatiotemporal scale-dependent effects of urban morphology on meteorology: A case study in Beijing using observations and simulations
Yang et al. Improved parameterization for effect of soil moisture on threshold friction velocity for saltation activity based on observations in the Taklimakan Desert
Takahashi et al. Tropical rain characteristics and microphysics in a three-dimensional cloud model
Kärcher Supersaturation, dehydration, and denitrification in Arctic cirrus
LIU et al. Application of radar reflectivity factor in initializing cloud-resolving mesoscale model. Part I: Retrieval of microphysical elements and vertical velocity
Zhen et al. Numerical simulation of seeding extra-area effects of precipitation using a three-dimensional mesoscale model
Mamtimin et al. Tropospheric vertical column densities of NO 2 over managed dryland ecosystems (Xinjiang, China): MAX-DOAS measurements vs. 3-D dispersion model simulations based on laboratory-derived NO emission from soil samples
Dong et al. Aircraft Observation of a Two-Layer Cloud and the Analysis of Cold Cloud Seeding Effect
Chen et al. Impacts of dynamic dust sources coupled with WRF-Chem 3.9. 1 on the dust simulation over East Asia
Okada et al. Nucleation scavenging of submicrometer aerosol particles
Farrington et al. Comparing model and measured ice crystal concentrations in orographic clouds during the INUPIAQ campaign.
Bhattacharjee et al. Importance of including ammonium sulfate ((NH 4) 2 SO 4) aerosols for ice cloud parameterization in GCMs

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