CN108898252A - 一种全国对流层大气折射率剖面的预测方法 - Google Patents
一种全国对流层大气折射率剖面的预测方法 Download PDFInfo
- Publication number
- CN108898252A CN108898252A CN201810704399.XA CN201810704399A CN108898252A CN 108898252 A CN108898252 A CN 108898252A CN 201810704399 A CN201810704399 A CN 201810704399A CN 108898252 A CN108898252 A CN 108898252A
- Authority
- CN
- China
- Prior art keywords
- data
- atmosphere
- height
- interpolation
- grid
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明是一种全国大气折射率剖面的预测方法,我们建立的全国对流层大气折射率剖面预测数据库应当包含以下两个方面的内容:一是对全国大气环境按照一定的经纬度间隔进行栅格划分后各个栅格的经纬度信息;二是每个栅格中各个月份的大气分段剖面模型系数G、C1与地面折射率N0之间的关系系数。全国对流层大气折射率剖面的预测数据库建立所包含的步骤主要有:分析全国大气折射率的变化特点、地理栅格划分、基础探测数据的处理、大气分段模型参数的计算、野值处理、有效数据的整理、径向基函数插值、数据统计及数据库的建立。本发明能够从源头上提高折射误差修正精度;可以方便快捷的得到全国各个地区的折射率实时变化情况。
Description
技术领域
本发明属于大气折射误差修正技术领域,具体涉及一种全国对流层大气折射率剖面的预测方法。
背景技术
在无线电系统中信息的传递主要是靠电磁波来实现的,而电磁波在传递过程中会受到大气环境的影响产生折射误差,并且现在大气折射误差是雷达探测的主要误差来源,是影响雷达测量精度向前发展的瓶颈。为了使得雷达设备的精度能够得到进一步的改善,对不均匀大气造成的误差进行修正刻不容缓。
由于在实际的空间环境中大气是分层的,所以电磁波在传播时其传播射线要发生不同程度的弯曲,由斯奈尔定律可知,大气折射率剖面是影响大气折射误差修正精度的关键因素之一。而我国目前能够进行长期大气参数探测的气象站数量有限,所以在全国范围内测量的大气折射率参数是很多离散的数据。因此,对于要求较高的雷达设备进行折射误差实时修正时通常使用大气剖面预测的方法,工程里经常见到的大气剖面预测模型包括线性模型、指数模型、双指数模型、Hopfield模型和分段模型。在常用的这些预测模型里,每个模型的系数通常由两种方法得到,一种是由我国的大气进行数据统计取得,这种方法对某一区域使用精度不高;二是对特定区域进行数据统计获得,这种方法对此区域有很高精度,但对全国区域来说有较大误差。此外,由这些方法得到的模型系数是定值,不能反映大气的瞬时变化情况。
为了使大气剖面预测不仅能够适用于全国各地区,而且也能够反映出大气的瞬时剖面,就需要获得各区域大气折射率剖面模型系数与地面折射率的关系,从而提出一种全国对流层大气折射率剖面的预测方法,具体涉及到建立一种全国对流层大气折射率剖面预测数据库。所以就针对我国国土面积大、地形复杂、大气环境参数变化多样性的特点,采用大气环境栅格技术使用径向基函数插值法,提出了一种全国大气折射率剖面的预测方法,基于此方法统计出了一种全国对流层大气折射率剖面预测的数据库。
发明内容
本发明提供了一种全国对流层大气折射率剖面的预测方法,具体涉及到建立一种全国对流层大气折射率剖面预测数据库,此数据库中放的信息有:全国按照一定的经纬度进行栅格划分后各个栅格的经纬度、月份以及各个月份中大气分段模型参数与地面折射率的关系系数。
本发明为解决上述技术问题采用如下技术方案,该全国大气折射率剖面的预测方法其特征在于:我们建立的一种全国对流层大气折射率剖面的预测数据库,该数据库应当包含以下两个方面的内容:一是对全国大气环境按照一定的经纬度间隔进行栅格划分后各个栅格的经纬度信息;二是每个栅格中各个月份的大气分段剖面模型系数G、C1与地面折射率N0之间的关系系数。
进一步限定所述的全国大气折射率剖面的预测方法为:首先根据我国的地理位置按照经度1°划分,纬度0.5°划分,将我国划分为5200个格栅,对于栅格内没有探空数据的栅格选用径向基函数插值算法求得该栅格内的大气剖面;其次选用精度较高的分段模型进行大气折射率预测,分段模型中的主要参数有:G为近地面1km大气层的折射率垂直梯度, C1为地面以上1km到9km大气层的指数衰减系数,C9为海拔9km高度以上大气层的指数衰减系数。因为C9在全国范围内的基本变化不大,因此直接使用C9=0.1434。最后根据每一次探空数据统计出模型中的系数:G=N1-N0,N0为地面折射率,N1为地面以上1km高度处的折射,根据10的探测数据对N0与G,N0与C1进行回归,建立一般情况下N0与G,N0与C1的关系式,再将每一个栅格中的关系式建库得到全国地面大气折射率与剖面模型系数关系数据库。
进一步限定所述的全国对流层大气折射率剖面的预测数据库建立所包含的步骤主要有:分析全国大气折射率的变化特点、地理栅格划分、基础探测数据的处理、大气分段模型参数的计算、野值处理、有效数据的整理、径向基函数插值、数据统计及数据库的建立。
进一步限定所述的全国大气折射率的变化特点及地理环境栅格划分为:首先由我国常用雷达所处的位置可以确定我国的大气环境分布范围是:经度70°~135°,纬度15°~55°。另外,由无线电气象环境的变化特点可知,大气折射率随经度变化较小,随纬度变化较大,所以在全国大气环境范围内经度按照3°进行划分,纬度按照0.5°进行划分,这样一共将全国划分为5200个栅格,那就可以用该栅格中的大气折射率变化代表这一区域的变化。我国的地面大气探测站一共有500多个,而高空探测站有100多个,所以大多数栅格中是没有数据的,则这些栅格中参数就可用空间插值算法来得到。
进一步限定所述的基础探测数据的处理为:本发明专利使用的是我国100多个高空探空站10年的有效探空数据,这些高空探测站每天零点探测一次,12点探测一次。探空站探测的是气压p、温度t、相对湿度RH等一些气象参数,因为对流层的折射率计算公式为:
式中,N为大气折射率,单位为N;p为压强,单位为hPa;T表示的是热力学温度,其单位为K,它和摄氏温度之间的转换关系可写为T=273+t;e为大气中水汽分压强,单位为hPa。我们可以看出在无线电波在对流层里面进行传播时受气压、温度及湿度的影响很大,因而,此时的折射率正是关于温度、气压、湿度的函数,所以我们第一步基础探测数据的处理就是要用探测的数据计算出海拔高度h处相对应的折射率N,计算步骤如下:
(1).海拔高度h的计算
h和地面上空的大气压强密切相关,对于同一个地方在不同时间,不同季节气压强都是不一样的。由于受到重力的影响,气压随高度呈现指数递减,令地面的大气压是P0,高度为h处的气压为P,则有
由于在现实环境中大气潮湿的,因而在工程应用里必须将这一因素考虑进去,对上述式子进行修正。由于,空气压强和高度联系紧密,所以,高度值就可按照其与气压之间的联系进行计算。
实际中经常见到的压高公式为:
h=hs+∑Δhii=1,2,3……(3)
式(3-6)中,hs为当地地面的海拔高度,单位为m;式(3-7)中为当地的经纬度,单位为rad;分别为两大气层间的温度、气压、湿度的平均值,pi及pi+1分别为第i、i+1层大气压强。
(2).温度T的计算
由对流层折射率计算公式(1)可以看出里面使用的是绝对温度T(K),我们日常用的温度一般是℃,它们两者的相互换算如下所示:
T=273.16+t(5)
(3).湿度e的计算
大气折射率N的计算中使用的是水汽压e,其表示方法为:
另外,当空气温度为露点温度td时,水汽压e为:
一般如果一地区存在河流、湖泊则此区域的空气湿度通常很大;而在温度较高的沙漠地带空气的一般较小。从总体情况看的话,水汽压与高度呈现下式所示的关系:
e=e0×10h/6.3 (8)
在利用压高公式和对流层大气折射率公式计算得到各个站点每时对应的高度和折射率 (原始探测数据为:温度t、气压p、和相对湿度RH)之后将各个探空站的数据文件按照月份进行整理,整理后文件格式为第i个探测站,第j个月的探测数据。
进一步限定所述的大气分段模型参数的计算为:对流层中大气的分段大气模型如下式所示:
其中的参数主要有地面折射率N0、海拔1千米处的折射率N1、海拔9千米处的折射率N9、近地面1千米的大气折射率垂直梯度G、地面以上1千米至海拔9千米大气层的指数衰减系数C1及海拔大于9千米时的大气层的指数衰减系数C9。
计算这些参数时首先将每次探测数据读入到一个数组中,该数组参数含的参量为:探测站编号,年份,月份,探测时间,数据层数m以及相应高度对应的大气折射率(hi,Ni)。如果某次探测数据层数m<6,则忽略此组数据,同时将此次日期对应的全部参数置零,方便后续计算,因为当探测次数小于6时数据太少,此时的参数的计算产生的误差较大。 (1).N0、N1、N9的计算方法
N0是地面折射率,N1是地面以上海拔1千米处的折射率,N9是地面以上海拔9千米处的折射率,这三个参数我们都采用线性插值方法来求得,计算步骤如下:
①将实测数据(hi,Ni)读入到数组h(i),N(i)中,i=1,2,……m;
②从i=1开始比较h(i)-1000-hs,当第一次出现h(i)≥1000+hs时,则令s=i,
此时:
③从r=s+1开始比较h(i)-9000,当第一次出现h(i)≥9000时,令t=r,此时:
若h(m)≤9000,则令t=m,此时:
(2).G的计算方法
G为地面以上1千米之间的大气折射率垂直梯度,单位1/km,从大气分段模型可知:
G=N1-N0 (13)
(3).C1的计算方法
C1为地面1千米到海拔9km之间的折射率指数衰减衰减系数,单位1/km,同样从大气分段模型可知:
另外由于参数C9在各个区域里面的变化不太大,通常使用时直接采用年平均值造成的误差对结果影响不大,而且现有探空数据也无法延伸到对流层顶,因此一般采用现有的统计结果。
进一步限定所述的去野值处理选用的是拉依达准则,其基本思想是,它认为研究数据里仅包含随机误差,然后通过对研究数据进行运算获得其标准偏差,之后根据得到的数据确定一个区间,而不在此区间内的误差就被认定为野值,将其去除即可。结合本发明使用的数据特点,由于原始探测数据主要包括温度、气压、湿度等数据量比较大,野值剔除比较困难,准确率较低。所以先对基础探测数据进行简单处理,即计算N0、G和C1之后,再对整理后的N0,G,C1,进行野值剔除。
进一步限定所述的有效数据的整理为有探空数据的栅格中的数据经过去除野值之后得到的就是有效数据,即各个探测站按照各个月份整理好的大气分段模型的参数值。而进行插值的时候要求每次运算使用的各个站点的数据必须是在同一水平面且是同一时刻的,但是在全国范围内地势高低起伏很大,不同地区的海拔高度相差很多,所以为了使每次进行插值时使用的数据在同一水平面,首先我们对已有探空数据的栅格中的数据进行整理可以得到这些栅格中各个月份的n组大气折射率剖面分段模型(n为10年的探测次数去掉野值之后的剩余组数),根据此分段模型我们可以计算出此栅格中各个月份任意高度上的大气折射率。然后,我们选取海拔高度从0~20000米,Δh=500m利用这些栅格中的大剖面分段模型进行计算,这样我们就可以得到这些栅格中各个月份的n组(hi,Ni)的值(hi为海拔高度, Ni为相应海拔高度上对应的折射率),此时这些栅格中相同的hi对应的为统一水平面的折射率值,最后将相同月份中同一时间的(hi,Ni)放到一起,作为后面的插值使用。
进一步限定所述的径向基函数插值使用的是其中的复二次函数,它的表达式为:
φ(r)=(c2+r2)β (15)
我们在做插值计算时已知的数据点为全国100多个探空站10年各个月份的n组(hi,Ni)i=1,2,……m,其中m是hi从0间隔500到20000的个数,插值时构造如下函数:
并且使其满足插值条件:
在式(16)中:为了表示方便,令λi∈R,b1∈R,b2∈R,b2∈R,a∈R,是需要计算的参数;x,y是待插值点处的经纬度坐标;h是待插值点处的海拔高度;xi,yi参与插值计算的点的经纬度坐标;hi是参与插值计算的点的海拔高度;N是参与插值计算的点的个数;Ni是相应hi对应的折射率值。
同时其参数λ1满足约束条件:
为了求解插值模型中的参数,我们定义一个N*N的矩阵Φ,Φij=φ(||ri-rj||).i,j= 1,2,……N,如下所示:
令:α=[b1,b2,b3,a],
则加上约束条件后的插值方程组为:
即:
那么,λi,b1,b2,b3,a为:
本发明的主要功能为:本发明基于一种全国对流层大气折射率剖面的预测方法,并具体涉及到建立一种全国对流层大气折射率剖面预测数据库,而这个剖面的预测数据库里面包含以下两个方面的内容:一是对全国大气环境按照一定的经纬度间隔进行栅格划分后各个栅格的经纬度信息;二是每个栅格中各个月份的大气分段剖面模型系数G、C1与地面折射率N0之间的关系系数。这样就可以使用实时测得的地面折射率N0预测出G、C1的值,从而就能够计算出全国各个地区实时的大气折射率。
本发明与现有技术相比具有以下有益效果:(1)能够从源头上提高折射误差修正精度。 (2)可以方便快捷的得到全国各个地区的折射率实时变化情况。
附图说明
图1是本发明的部分数据信息;
图2是本发明的建立步骤方框图。
具体实施方式
结合附图详细描述本发明的具体内容。如图1所示,是一种全国对流层折射率剖面预测方法中的预测数据库的部分信息,其特征在于:我们建立的全国对流层大气折射率剖面的预测数据库应当包含以下两个方面的内容:一是对全国大气环境按照一定的经纬度间隔进行栅格划分后各个栅格的经纬度信息;二是每个栅格中各个月份的大气分段剖面模型系数G、C1与地面折射率N0之间的关系系数。
进一步限定所述的全国大气折射率剖面预测方法为:首先根据我国的地理位置按照经度1°划分,纬度0.5°划分,将我国划分为5200个格栅,对于栅格内没有探空数据的栅格选用径向基函数插值算法求得该栅格内的大气剖面;其次选用精度较高的分段模型进行大气折射率预测,分段模型中的主要参数有:G为近地面1km大气层的折射率垂直梯度, C1为地面以上1km到9km大气层的指数衰减系数,C9为海拔9km高度以上大气层的指数衰减系数。因为C9在全国范围内的基本变化不大,因此直接使用C9=0.1434。最后根据每一次探空数据统计出模型中的系数:G=N1-N0,N0为地面折射率,N1为地面以上1km高度处的折射,根据10的探测数据对N0与G,N0与C1进行回归,建立一般情况下N0与G,N0与C1的关系式,再将每一个栅格中的关系式建库得到全国地面大气折射率与剖面模型系数关系数据库。
进一步限定所述的全国对流层大气折射率剖面预测方法的预测数据库建立所包含的步骤如图2所示,包括:分析全国大气折射率的变化特点、地理栅格划分、基础探测数据的处理、大气分段模型参数的计算、野值处理、有效数据的整理、径向基函数插值、数据统计及数据库的建立。
进一步限定所述的全国大气折射率的变化特点及地理环境栅格划分为:首先由我国常用雷达所处的位置可以确定我国的大气环境分布范围是:经度70°~135°,纬度15°~55°。另外,由无线电气象环境的变化特点可知,大气折射率随经度变化较小,随纬度变化较大,所以在全国大气环境范围内经度按照3°进行划分,纬度按照0.5°进行划分,这样一共将全国划分为5200个栅格,那就可以用该栅格中的大气折射率变化代表这一区域的变化。我国的地面大气探测站一共有500多个,而高空探测站有100多个,所以大多数栅格中是没有数据的,则这些栅格中参数就可用空间插值算法来得到。
进一步限定所述的基础探测数据的处理为:本发明专利使用的是我国100多个高空探空站10年的有效探空数据,这些高空探测站每天零点探测一次,12点探测一次。探空站探测的是气压p、温度t、相对湿度RH等一些气象参数,因为对流层的折射率计算公式为:
式中,N为大气折射率,单位为N;p为压强,单位为hPa;T表示的是热力学温度,其单位为K,它和摄氏温度之间的转换关系可写为T=273+t;e为大气中水汽分压强,单位为hPa。我们可以看出在无线电波在对流层里面进行传播时受气压、温度及湿度的影响很大,因而,此时的折射率正是关于温度、气压、湿度的函数,所以我们第一步基础探测数据的处理就是要用探测的数据计算出海拔高度h处相对应的折射率N,计算步骤如下:
(1).海拔高度h的计算
h和地面上空的大气压强密切相关,对于同一个地方在不同时间,不同季节气压强都是不一样的。由于受到重力的影响,气压随高度呈现指数递减,令地面的大气压是P0,高度为h处的气压为P,则有
由于在现实环境中大气潮湿的,因而在工程应用里必须将这一因素考虑进去,对上述式子进行修正。由于,空气压强和高度联系紧密,所以,高度值就可按照其与气压之间的联系进行计算。
实际中经常见到的压高公式为:
h=hs+∑Δhii=1,2,3……(3)
式(3-6)中,hs为当地地面的海拔高度,单位为m;式(3-7)中为当地的经纬度,单位为rad;分别为两大气层间的温度、气压、湿度的平均值,pi及pi+1分别为第i、i+1层大气压强。
(2).温度T的计算
由对流层折射率计算公式(1)可以看出里面使用的是绝对温度T(K),我们日常用的温度一般是℃,它们两者的相互换算如下所示:
T=273.16+t(5)
(3).湿度e的计算
大气折射率N的计算中使用的是水汽压e,其表示方法为:
另外,当空气温度为露点温度td时,水汽压e为:
一般如果一地区存在河流、湖泊则此区域的空气湿度通常很大;而在温度较高的沙漠地带空气的一般较小。从总体情况看的话,水汽压与高度呈现下式所示的关系:
e=e0×10h/6.3 (8)
在利用压高公式和对流层大气折射率公式计算得到各个站点每时对应的高度和折射率(原始探测数据为:温度t、气压p、和相对湿度RH)之后将各个探空站的数据文件按照月份进行整理,整理后文件格式为第i个探测站,第j个月的探测数据。
进一步限定所述的大气分段模型参数的计算为:对流层中大气的分段大气模型如下式所示:
其中的参数主要有地面折射率N0、海拔1千米处的折射率N1、海拔9千米处的折射率N9、近地面1千米的大气折射率垂直梯度G、地面以上1千米至海拔9千米大气层的指数衰减系数C1及海拔大于9千米时的大气层的指数衰减系数C9。
计算这些参数时首先将每次探测数据读入到一个数组中,该数组参数含的参量为:探测站编号,年份,月份,探测时间,数据层数m以及相应高度对应的大气折射率(hi,Ni)。如果某次探测数据层数m<6,则忽略此组数据,同时将此次日期对应的全部参数置零,方便后续计算,因为当探测次数小于6时数据太少,此时的参数的计算产生的误差较大。 (1).N0、N1、N9的计算方法
N0是地面折射率,N1是地面以上海拔1千米处的折射率,N9是地面以上海拔9千米处的折射率,这三个参数我们都采用线性插值方法来求得,计算步骤如下:
④将实测数据(hi,Ni)读入到数组h(i),N(i)中,i=1,2,……m;
⑤从i=1开始比较h(i)-1000-hs,当第一次出现h(i)≥1000+hs时,则令s=i,
此时:
⑥从r=s+1开始比较h(i)-9000,当第一次出现h(i)≥9000时,令t=r,此时:
若h(m)≤9000,则令t=m,此时:
(2).G的计算方法
G为地面以上1千米之间的大气折射率垂直梯度,单位1/km,从大气分段模型可知:
G=N1-N0 (13)
(3).C1的计算方法
C1为地面1千米到海拔9km之间的折射率指数衰减衰减系数,单位1/km,同样从大气分段模型可知:
另外由于参数C9在各个区域里面的变化不太大,通常使用时直接采用年平均值造成的误差对结果影响不大,而且现有探空数据也无法延伸到对流层顶,因此一般采用现有的统计结果。
进一步限定所述的去野值处理选用的是拉依达准则,其基本思想是,它认为研究数据里仅包含随机误差,然后通过对研究数据进行运算获得其标准偏差,之后根据得到的数据确定一个区间,而不在此区间内的误差就被认定为野值,将其去除即可。结合本发明使用的数据特点,由于原始探测数据主要包括温度、气压、湿度等数据量比较大,野值剔除比较困难,准确率较低。所以先对基础探测数据进行简单处理,即计算N0、G和C1之后,再对整理后的N0,G,C1,进行野值剔除。
进一步限定所述的有效数据的整理为有探空数据的栅格中的数据经过去除野值之后得到的就是有效数据,即各个探测站按照各个月份整理好的大气分段模型的参数值。而进行插值的时候要求每次运算使用的各个站点的数据必须是在同一水平面且是同一时刻的,但是在全国范围内地势高低起伏很大,不同地区的海拔高度相差很多,所以为了使每次进行插值时使用的数据在同一水平面,首先我们对已有探空数据的栅格中的数据进行整理可以得到这些栅格中各个月份的n组大气折射率剖面分段模型(n为10年的探测次数去掉野值之后的剩余组数),根据此分段模型我们可以计算出此栅格中各个月份任意高度上的大气折射率。然后,我们选取海拔高度从0~20000米,Δh=500m利用这些栅格中的大剖面分段模型进行计算,这样我们就可以得到这些栅格中各个月份的n组(hi,Ni)的值(hi为海拔高度, Ni为相应海拔高度上对应的折射率),此时这些栅格中相同的hi对应的为统一水平面的折射率值,最后将相同月份中同一时间的(hi,Ni)放到一起,作为后面的插值使用。
进一步限定所述的径向基函数插值使用的是其中的复二次函数,它的表达式为:
φ(r)=(c2+r2)β (15)
我们在做插值计算时已知的数据点为全国100多个探空站10年各个月份的n组(hi,Ni)i=1,2,……m,其中m是hi从0间隔500到20000的个数,插值时构造如下函数:
并且使其满足插值条件:
在式(16)中:为了表示方便,令λi∈R,b1∈R,b2∈R,b2∈R,a∈R,是需要计算的参数;x,y是待插值点处的经纬度坐标;h是待插值点处的海拔高度;xi,yi参与插值计算的点的经纬度坐标;hi是参与插值计算的点的海拔高度;N是参与插值计算的点的个数;Ni是相应hi对应的折射率值。
同时其参数λi满足约束条件:
为了求解插值模型中的参数,我们定义一个N*N的矩阵Φ,Φij=φ(||ri-rj||).i,j= 1,2,……N,如下所示:
令:α=[b1,b2,b3,a],
则加上约束条件后的插值方程组为:
即:
那么,λi,b1,b2,b3,a为:
本发明的主要功能为:本发明是基于一种全国对流层大气折射率剖面的预测方法,具体涉及到一种全国对流层剖面的预测数据库建立,而这个剖面预测数据库里面包含以下两个方面的内容:一是对全国大气环境按照一定的经纬度间隔进行栅格划分后各个栅格的经纬度信息;二是每个栅格中各个月份的大气分段剖面模型系数G、C1与地面折射率N0之间的关系系数。这样就可以使用实时测得的地面折射率N0预测出G、C1的值,从而就能够计算出全国各个地区实时的大气折射率。
本发明的具体使用过程为:在实际的工程应用中使用该数据库计算所要研究区域的大气折射率剖面是非常方便的。因为实时的地面大气折射率可以通过高精度的气象仪器测量得到,所以使用此数据库时只需要给定雷达所处的位置,即给出雷达的经纬度信息我们就可以通过计算得出此地区的大气折射率分段剖面模型。
下面以新乡地区为例做一个具体的说明。如果我们想要得到新乡地区1月份的大气折射率剖面模型,首先我们可以查找到新乡的经纬度信息分别是:经度113.9度,纬度35.3 度,然后我们可以根据其经纬度信息在所建立的剖面模型数据库中找到它对应的栅格,新乡地区所对应的栅格的经纬度为:纬度35.0~35.5,经度113~114,接下来在此栅格中其找到1月份大气分段剖面模型参数与地面折射率之间的关系系数,从而计算出它的分段剖面模型系数分别为G=-39.35,C1=0.1243,而分段模型中的参数C9可以使用年平均值为 0.1434,这样我们便可以得到新乡地区的大气折射率分段模型。
以上显示和描述了本发明的基本原理,主要特征和优点,在不脱离本发明精神和范围的前提下,本发明还有各种变化和改进,这些变化和改进都落入要求保护的本发明的范围。
Claims (9)
1.一种全国大气折射率剖面的预测方法,其特征在于:建立的全国对流层大气折射率剖面预测数据库应当包含以下两个方面的内容:一是对全国大气环境按照一定的经纬度间隔进行栅格划分后各个栅格的经纬度信息;二是每个栅格中各个月份的大气分段剖面模型系数G、C1与地面折射率N0之间的关系系数。
2.根据权利要求1所述的全国大气折射率剖面的预测方法,其特征在于:首先根据我国的地理位置按照经度1°划分,纬度0.5°划分,将我国划分为5200个格栅,对于栅格内没有探空数据的栅格选用径向基函数插值算法求得该栅格内的大气剖面;其次选用精度较高的分段模型进行大气折射率预测,分段模型中的主要参数有:G为近地面1km大气层的折射率垂直梯度,C1为地面以上1km到9km大气层的指数衰减系数,C9为海拔9km高度以上大气层的指数衰减系数,因为C9在全国范围内的基本变化不大,因此直接使用C9=0.1434,最后根据每一次探空数据统计出模型中的系数:G=N1-N0,N0为地面折射率,N1为地面以上1km高度处的折射,根据10的探测数据对N0与G,N0与C1进行回归,建立一般情况下N0与G,N0与C1的关系式,再将每一个栅格中的关系式建库得到全国地面大气折射率与剖面模型系数关系数据库。
3.根据权利要求1所述的全国大气折射率剖面的预测方法,其特征在于:全国对流层大气折射率剖面的预测数据库的建立所包含的步骤主要有:分析全国大气折射率的变化特点、地理栅格划分、基础探测数据的处理、大气分段模型参数的计算、野值处理、有效数据的整理、径向基函数插值、数据统计及数据库的建立。
4.根据权利要求1所述的全国大气折射率剖面的预测方法,其特征在于:全国大气折射率的变化特点及地理环境栅格划分为:首先由我国常用雷达所处的位置可以确定我国的大气环境分布范围是:经度70°~135°,纬度15°~55°,另外,由无线电气象环境的变化特点可知,大气折射率随经度变化较小,随纬度变化较大,所以在全国大气环境范围内经度按照3°进行划分,纬度按照0.5°进行划分,这样一共将全国划分为5200个栅格,那就可以用该栅格中的大气折射率变化代表这一区域的变化,我国的地面大气探测站一共有500多个,而高空探测站有100多个,所以大多数栅格中是没有数据的,则这些栅格中参数就可用空间插值算法来得到。
5.根据权利要求1所述的全国大气折射率剖面的预测方法,其特征在于:基础探测数据的处理为:本发明专利使用的是我国100多个高空探空站10年的有效探空数据,这些高空探测站每天零点探测一次,12点探测一次,探空站探测的是气压p、温度t、相对湿度RH等一些气象参数,因为对流层的折射率计算公式为:
式中,N为大气折射率,单位为N;p为压强,单位为hPa;T表示的是热力学温度,其单位为K,它和摄氏温度之间的转换关系可写为T=273+t;e为大气中水汽分压强,单位为hPa,我们可以看出在无线电波在对流层里面进行传播时受气压、温度及湿度的影响很大,因而,此时的折射率正是关于温度、气压、湿度的函数,所以我们第一步基础探测数据的处理就是要用探测的数据计算出海拔高度h处相对应的折射率N,计算步骤如下:
(1).海拔高度h的计算
h和地面上空的大气压强密切相关,对于同一个地方在不同时间,不同季节气压强都是不一样的,由于受到重力的影响,气压随高度呈现指数递减,令地面的大气压是P0,高度为h处的气压为P,则有
由于在现实环境中大气潮湿的,因而在工程应用里必须将这一因素考虑进去,对上述式子进行修正,由于,空气压强和高度联系紧密,所以,高度值就可按照其与气压之间的联系进行计算,
实际中经常见到的压高公式为:
h=hs+∑Δhi i=1,2,3……(3)
式(3-6)中,hs为当地地面的海拔高度,单位为m;式(3-7)中为当地的经纬度,单位为rad;分别为两大气层间的温度、气压、湿度的平均值,pi及pi+1分别为第i、i+1层大气压强,
(2).温度T的计算
由对流层折射率计算公式(1)可以看出里面使用的是绝对温度T(K),我们日常用的温度一般是℃,它们两者的相互换算如下所示:
T=273.16+t(5)
(3).湿度e的计算
大气折射率N的计算中使用的是水汽压e,其表示方法为:
另外,当空气温度为露点温度td时,水汽压e为:
一般如果一地区存在河流、湖泊则此区域的空气湿度通常很大;而在温度较高的沙漠地带空气的一般较小,从总体情况看的话,水汽压与高度呈现下式所示的关系:
e=e0×10h/6.3 (8)
在利用压高公式和对流层大气折射率公式计算得到各个站点每时对应的高度和折射率(原始探测数据为:温度t、气压p、和相对湿度RH)之后将各个探空站的数据文件按照月份进行整理,整理后文件格式为第i个探测站,第j个月的探测数据。
6.根据权利要求1所述的全国大气折射率剖面的预测方法,其特征在于:大气分段模型参数的计算为:对流层中大气的分段大气模型如下式所示:
其中的参数主要有地面折射率N0、海拔1千米处的折射率N1、海拔9千米处的折射率N9、近地面1千米的大气折射率垂直梯度G、地面以上1千米至海拔9千米大气层的指数衰减系数C1及海拔大于9千米时的大气层的指数衰减系数C9,
计算这些参数时首先将每次探测数据读入到一个数组中,该数组参数含的参量为:探测站编号,年份,月份,探测时间,数据层数m以及相应高度对应的大气折射率(hi,Ni),如果某次探测数据层数m<6,则忽略此组数据,同时将此次日期对应的全部参数置零,方便后续计算,因为当探测次数小于6时数据太少,此时的参数的计算产生的误差较大,(1).N0、N1、N9的计算方法
N0是地面折射率,N1是地面以上海拔1千米处的折射率,N9是地面以上海拔9千米处的折射率,这三个参数我们都采用线性插值方法来求得,计算步骤如下:
①将实测数据(hi,Ni)读入到数组h(i),N(i)中,i=1,2,……m;
②从i=1开始比较h(i)-1000-hs,当第一次出现h(i)≥1000+hs时,则令s=i,
此时:
③从r=s+1开始比较h(i)-9000,当第一次出现h(i)≥9000时,令t=r,此时:
若h(m)≤9000,则令t=m,此时:
(2).G的计算方法
G为地面以上1千米之间的大气折射率垂直梯度,单位1/km,从大气分段模型可知:
G=N1-N0 (13)
(3).C1的计算方法
C1为地面1千米到海拔9km之间的折射率指数衰减衰减系数,单位1/km,同样从大气分段模型可知:
另外由于参数C9在各个区域里面的变化不太大,通常使用时直接采用年平均值造成的误差对结果影响不大,而且现有探空数据也无法延伸到对流层顶,因此一般采用现有的统计结果。
7.根据权利要求1所述的全国大气折射率剖面的预测方法,其特征在于:去野值处理选用的是拉依达准则,其基本思想是,它认为研究数据里仅包含随机误差,然后通过对研究数据进行运算获得其标准偏差,之后根据得到的数据确定一个区间,而不在此区间内的误差就被认定为野值,将其去除即可,结合本发明使用的数据特点,由于原始探测数据主要包括温度、气压、湿度等数据量比较大,野值剔除比较困难,准确率较低,所以先对基础探测数据进行简单处理,即计算N0、G和C1之后,再对整理后的N0,G,C1,进行野值剔除。
8.根据权利要求1所述的全国大气折射率剖面的预测方法,其特征在于:有效数据的整理为有探空数据的栅格中的数据经过去除野值之后得到的就是有效数据,即各个探测站按照各个月份整理好的大气分段模型的参数值,而进行插值的时候要求每次运算使用的各个站点的数据必须是在同一水平面且是同一时刻的,但是在全国范围内地势高低起伏很大,不同地区的海拔高度相差很多,所以为了使每次进行插值时使用的数据在同一水平面,首先我们对已有探空数据的栅格中的数据进行整理可以得到这些栅格中各个月份的n组大气折射率剖面分段模型(n为10年的探测次数去掉野值之后的剩余组数),根据此分段模型我们可以计算出此栅格中各个月份任意高度上的大气折射率,然后,我们选取海拔高度从0~20000米,Δh=500m利用这些栅格中的大剖面分段模型进行计算,这样我们就可以得到这些栅格中各个月份的n组(hi,Ni)的值(hi为海拔高度,Ni为相应海拔高度上对应的折射率),此时这些栅格中相同的hi对应的为统一水平面的折射率值,最后将相同月份中同一时间的(hi,Ni)放到一起,作为后面的插值使用。
9.根据权利要求1所述的全国大气折射率剖面的预测方法,其特征在于:径向基函数插值使用的是其中的复二次函数,它的表达式为:
φ(r)=(c2+r2)β (15)
我们在做插值计算时已知的数据点为全国100多个探空站10年各个月份的n组(hi,Ni)i=1,2,……m,其中m是hi从0间隔500到20000的个数,插值时构造如下函数:
并且使其满足插值条件:
在式(16)中:为了表示方便,令λi∈R,b1∈R,b2∈R,b2∈R,a∈R,是需要计算的参数;x,y是待插值点处的经纬度坐标;h是待插值点处的海拔高度;xi,yi参与插值计算的点的经纬度坐标;hi是参与插值计算的点的海拔高度;N是参与插值计算的点的个数;Ni是相应hi对应的折射率值,
同时其参数λi满足约束条件:
为了求解插值模型中的参数,我们定义一个N*N的矩阵Φ,Φij=φ(||ri-rj||).i,j=1,2,……N,如下所示:
令:α=[b1,b2,b3,a],
则加上约束条件后的插值方程组为:
即:
那么,λi,b1,b2,b3,a为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810704399.XA CN108898252A (zh) | 2018-07-02 | 2018-07-02 | 一种全国对流层大气折射率剖面的预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810704399.XA CN108898252A (zh) | 2018-07-02 | 2018-07-02 | 一种全国对流层大气折射率剖面的预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108898252A true CN108898252A (zh) | 2018-11-27 |
Family
ID=64347151
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810704399.XA Pending CN108898252A (zh) | 2018-07-02 | 2018-07-02 | 一种全国对流层大气折射率剖面的预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108898252A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109901203A (zh) * | 2019-03-27 | 2019-06-18 | 北京航空航天大学 | 一种对流层折射率高精度预测的地基增强系统 |
CN110059419A (zh) * | 2019-04-23 | 2019-07-26 | 中国人民解放军63921部队 | 高精度区域对流层折射率三维反演方法 |
CN111044489A (zh) * | 2019-11-19 | 2020-04-21 | 中国人民解放军63686部队 | 一种基于多波长测量获得大气折射率高度分布剖面的方法 |
CN111060899A (zh) * | 2019-12-31 | 2020-04-24 | 武汉大学 | 星地一体化激光雷达回波波形仿真方法及系统 |
CN111190979A (zh) * | 2019-12-20 | 2020-05-22 | 中国电波传播研究所(中国电子科技集团公司第二十二研究所) | 一种基于气象观测数据的电波环境数字地图获取方法 |
CN111291476A (zh) * | 2020-01-21 | 2020-06-16 | 福建省测绘院 | 一种对流层顶的高度的估算方法、装置、电子设备和存储介质 |
CN111914467A (zh) * | 2020-06-05 | 2020-11-10 | 西安理工大学 | 一种基于ga算法建立星光大气折射模型的方法 |
CN112149294A (zh) * | 2020-09-14 | 2020-12-29 | 南京信息工程大学 | 弹性气象栅格设计方法 |
CN112484783A (zh) * | 2020-12-04 | 2021-03-12 | 中国航空工业集团公司北京长城计量测试技术研究所 | 一种基于光学的气体压力温度高精度同步测量方法 |
CN114417565A (zh) * | 2021-12-23 | 2022-04-29 | 中国电波传播研究所(中国电子科技集团公司第二十二研究所) | 一种基于地面气象数据的对流层折射率梯度剖面建模方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11299096A (ja) * | 1998-04-16 | 1999-10-29 | Fuji Electric Co Ltd | 電力需要量予測方法 |
CN102332011A (zh) * | 2011-09-09 | 2012-01-25 | 北京空间飞行器总体设计部 | 一种在轨航天器有效数据选取方法 |
CN104501796A (zh) * | 2014-12-16 | 2015-04-08 | 重庆邮电大学 | 一种室内wlan/mems融合跨楼层3维定位方法 |
CN105093195A (zh) * | 2015-07-20 | 2015-11-25 | 河南师范大学 | 一种低角雷达电波折射误差在线修正方法 |
CN107167142A (zh) * | 2017-06-21 | 2017-09-15 | 湖南中森通信科技有限公司 | 构建水下重力辅助导航背景场的径向基函数插值算法 |
CN206627457U (zh) * | 2017-03-24 | 2017-11-10 | 河南师范大学 | 一种基于插值算法的大气折射率剖面预测仪 |
-
2018
- 2018-07-02 CN CN201810704399.XA patent/CN108898252A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11299096A (ja) * | 1998-04-16 | 1999-10-29 | Fuji Electric Co Ltd | 電力需要量予測方法 |
CN102332011A (zh) * | 2011-09-09 | 2012-01-25 | 北京空间飞行器总体设计部 | 一种在轨航天器有效数据选取方法 |
CN104501796A (zh) * | 2014-12-16 | 2015-04-08 | 重庆邮电大学 | 一种室内wlan/mems融合跨楼层3维定位方法 |
CN105093195A (zh) * | 2015-07-20 | 2015-11-25 | 河南师范大学 | 一种低角雷达电波折射误差在线修正方法 |
CN206627457U (zh) * | 2017-03-24 | 2017-11-10 | 河南师范大学 | 一种基于插值算法的大气折射率剖面预测仪 |
CN107167142A (zh) * | 2017-06-21 | 2017-09-15 | 湖南中森通信科技有限公司 | 构建水下重力辅助导航背景场的径向基函数插值算法 |
Non-Patent Citations (2)
Title |
---|
张瑜等: ""全国大气折射率剖面预测方法"", 《电光与控制》 * |
王哲等: ""一种地磁匹配制导基准图制备方法及其有效性评价"", 《系统工程与电子技术》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109901203A (zh) * | 2019-03-27 | 2019-06-18 | 北京航空航天大学 | 一种对流层折射率高精度预测的地基增强系统 |
CN109901203B (zh) * | 2019-03-27 | 2020-12-18 | 北京航空航天大学 | 一种对流层折射率高精度预测的地基增强系统 |
CN110059419A (zh) * | 2019-04-23 | 2019-07-26 | 中国人民解放军63921部队 | 高精度区域对流层折射率三维反演方法 |
CN110059419B (zh) * | 2019-04-23 | 2023-06-30 | 中国人民解放军63921部队 | 高精度区域对流层折射率三维反演方法 |
CN111044489A (zh) * | 2019-11-19 | 2020-04-21 | 中国人民解放军63686部队 | 一种基于多波长测量获得大气折射率高度分布剖面的方法 |
CN111190979A (zh) * | 2019-12-20 | 2020-05-22 | 中国电波传播研究所(中国电子科技集团公司第二十二研究所) | 一种基于气象观测数据的电波环境数字地图获取方法 |
CN111060899B (zh) * | 2019-12-31 | 2022-03-04 | 武汉大学 | 星地一体化激光雷达回波波形仿真方法及系统 |
CN111060899A (zh) * | 2019-12-31 | 2020-04-24 | 武汉大学 | 星地一体化激光雷达回波波形仿真方法及系统 |
CN111291476A (zh) * | 2020-01-21 | 2020-06-16 | 福建省测绘院 | 一种对流层顶的高度的估算方法、装置、电子设备和存储介质 |
CN111914467A (zh) * | 2020-06-05 | 2020-11-10 | 西安理工大学 | 一种基于ga算法建立星光大气折射模型的方法 |
CN112149294B (zh) * | 2020-09-14 | 2023-06-20 | 南京信息工程大学 | 弹性气象栅格设计方法 |
CN112149294A (zh) * | 2020-09-14 | 2020-12-29 | 南京信息工程大学 | 弹性气象栅格设计方法 |
CN112484783A (zh) * | 2020-12-04 | 2021-03-12 | 中国航空工业集团公司北京长城计量测试技术研究所 | 一种基于光学的气体压力温度高精度同步测量方法 |
CN114417565A (zh) * | 2021-12-23 | 2022-04-29 | 中国电波传播研究所(中国电子科技集团公司第二十二研究所) | 一种基于地面气象数据的对流层折射率梯度剖面建模方法 |
CN114417565B (zh) * | 2021-12-23 | 2023-01-24 | 中国电波传播研究所(中国电子科技集团公司第二十二研究所) | 一种基于地面气象数据的对流层折射率梯度剖面建模方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108898252A (zh) | 一种全国对流层大气折射率剖面的预测方法 | |
CN109543353B (zh) | 三维水汽反演方法、装置、设备和计算机可读存储介质 | |
Chen et al. | Global land precipitation: A 50-yr monthly analysis based on gauge observations | |
CN104239706B (zh) | 一种地面观测气温时空数据集的制备方法 | |
Coll et al. | Application of homogenization methods for Ireland's monthly precipitation records: Comparison of break detection results | |
CN103413036B (zh) | 一种连续化的森林火险天气等级预报方法 | |
CN107784165B (zh) | 基于光伏电站的地表温度场多尺度资料同化方法 | |
CN111539109B (zh) | 实时高精度全球多维对流层天顶延迟格网模型构建方法 | |
CN105069295B (zh) | 基于卡尔曼滤波的卫星以及地面降水测量值同化方法 | |
CN112034490B (zh) | 一种nwp反演对流层延迟改进方法 | |
Rajsekhar et al. | Hydrologic drought atlas for Texas | |
CN115203189A (zh) | 融合多源数据提升大气传输量化能力的方法及可视化系统 | |
CN110334404A (zh) | 一种流域尺度骤发干旱精准识别方法 | |
Guo et al. | A method for predicting short‐time changes in fine particulate matter (PM2. 5) mass concentration based on the global navigation satellite system zenith tropospheric delay | |
CN108268969A (zh) | 基于遥感数据的区域经济发展形式分析与预测方法及装置 | |
JP2015129397A (ja) | 山地河川流域の流量推定用回帰関数の演算方法、同関数の選定方法、および山地河川流域の年平均流量推定方法 | |
CN108154193A (zh) | 一种长时间序列降水数据降尺度方法 | |
Saouabe et al. | GPM-IMERG product: a new way to assess the climate change impact on water resources in a Moroccan semi-arid basin | |
Tsakiris et al. | Regional drought identification and assessment. Case study in Crete | |
Shin et al. | Predictability of PM2. 5 in Seoul based on atmospheric blocking forecasts using the NCEP global forecast system | |
CN116758224A (zh) | 一种多源海洋观测资料的融合同化方法和装置 | |
Bouallègue et al. | Statistical modeling of 2-m temperature and 10-m wind speed forecast errors | |
CN108663727A (zh) | 利用蒸发率在世界海域范围内估算蒸发波导高度的方法 | |
Christy et al. | Precision global temperatures from satellites and urban warming effects of non-satellite data | |
CN101294799A (zh) | 一种地籍宗地面积数据的处理方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181127 |