CN109324328B - 提取降水时风廓线雷达垂直波束湍流谱的方法及装置 - Google Patents

提取降水时风廓线雷达垂直波束湍流谱的方法及装置 Download PDF

Info

Publication number
CN109324328B
CN109324328B CN201811542789.8A CN201811542789A CN109324328B CN 109324328 B CN109324328 B CN 109324328B CN 201811542789 A CN201811542789 A CN 201811542789A CN 109324328 B CN109324328 B CN 109324328B
Authority
CN
China
Prior art keywords
power spectrum
spectrum data
radar
wind profile
profile radar
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
CN201811542789.8A
Other languages
English (en)
Other versions
CN109324328A (zh
Inventor
钟正宇
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 Institute of Radio Measurement
Original Assignee
Beijing Institute of Radio Measurement
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 Institute of Radio Measurement filed Critical Beijing Institute of Radio Measurement
Priority to CN201811542789.8A priority Critical patent/CN109324328B/zh
Publication of CN109324328A publication Critical patent/CN109324328A/zh
Application granted granted Critical
Publication of CN109324328B publication Critical patent/CN109324328B/zh
Active 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
    • 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
    • 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)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提供了一种提取降水时风廓线雷达垂直波束湍流谱的方法及装置，其包括：在降水均匀且层状云降水条件下，获取风廓线雷达采集的第一功率谱数据以及与风廓线雷达相邻的垂直指向的毫米波测云雷达采集的第二功率谱数据；根据衰减规律信息，对第四功率谱数据进行修正，生成修正后的第八功率谱数据；根据第八功率谱数据以及第三功率谱数据，提取降水条件下对流层风廓线雷达所产生的湍流谱信息。采用两部雷达在几乎同一时间相近地点的探测数据进行分析，避免了功率谱谱型和高斯分布差异较大时造成的不准确性。在降水强度不大且较均匀，持续时间较长的层状云降水条件下解决空气垂直运动信息的获取问题。

Description

提取降水时风廓线雷达垂直波束湍流谱的方法及装置
技术领域
本发明涉及气象雷达领域，尤其涉及提取降水时风廓线雷达垂直波束湍流谱的方法及装置。
背景技术
目前，在获取降水条件下的垂直风场信息方法中，国内外多采用数学的方法来处理风廓线雷达功率谱。具体做法是根据降水条件下风廓线雷达功率谱所呈现的双峰特征，以及双峰理论上均符合高斯正态分布的特点，使用双高斯拟合或最小二乘拟合等数学方法拟合出最接近原始谱型的模型。当得到的模型和原始谱的相关性达到某一阈值时，可认为效果较好，即可分离原本相互混合的降水信号功率谱和湍流谱。但由于大气运动的复杂性，一些情况下功率谱并不一定表现出明显的高斯正态分布特征，导致拟合结果不佳，难以分离出准确的湍流谱。
发明内容
本发明所要解决的技术问题是针对现有技术的不足，提供一种提取降水时风廓线雷达垂直波束湍流谱的方法、一种提取降水时风廓线雷达垂直波束湍流谱的装置、一种提取降水时风廓线雷达垂直波束湍流谱的系统以及一种存储介质。
本发明解决上述技术问题的技术方案如下：一种提取降水时风廓线雷达垂直波束湍流谱的方法，其包括：
在降水均匀且层状云降水条件下，获取对流层风廓线雷达采集的第一功率谱数据以及与所述对流层风廓线雷达相邻的垂直指向的毫米波测云雷达采集的第二功率谱数据；
对所述第一功率谱数据以及所述第二功率谱数据进行匹配，并根据匹配结果从所述第一功率谱数据中选择第三功率谱数据以及从所述第二功率谱数据中选择第四功率谱数据；
对所述第三功率谱数据以及所述第四功率谱数据进行分析，生成所述对流层风廓线雷达与所述毫米波测云雷达之间所产生的衰减规律信息；
根据所述衰减规律信息，对所述第四功率谱数据进行修正，生成第八功率谱数据；
根据所述第八功率谱数据以及所述第三功率谱数据，提取风廓线雷达的湍流谱信息。
本发明的有益效果是：使用一部对流层风廓线雷达和一部垂直指向的毫米波测云雷达，并在降水强度不大且较均匀，持续时间较长的层状云降水条件下采集功率谱数据，并对两部雷达的数据做时间匹配。分析降水条件下毫米波云雷达和风廓线雷达回波功率谱的差异，根据降水粒子对两种不同波长雷达波的散射机制差异转化毫米波云雷达功率谱，利用这两种雷达对降水粒子观测能力的差异研究降水粒子对毫米波的衰减特性；并统计大量风廓线雷达功率谱与毫米波云雷达功率谱的对比分析结果，并根据衰减规律订正毫米波云雷达功率谱；最后利用修正后的毫米波云雷达功率谱进行降水条件下风廓线雷达湍流谱的提取。采用两部雷达在几乎同一时间相近地点的探测数据进行分析，避免了功率谱谱型和高斯分布差异较大时造成的不准确性。在降水强度不大且较均匀，持续时间较长的层状云降水条件下解决空气垂直运动信息的获取问题。
本发明解决上述技术问题的另一种技术方案如下：
一种提取降水时风廓线雷达垂直波束湍流谱的装置，其包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序，实现上述任一项所述的提取湍流谱的方法。
本发明解决上述技术问题的另一种技术方案如下：一种提取降水时风廓线雷达垂直波束湍流谱的系统，其包括：
对流层风廓线雷达，用于获取雨区湍流和降水粒子的功率谱数据；
与对流层风廓线雷达相邻的所述垂直指向的毫米波测云雷达，用于获取雨区降水粒子的功率谱数据；
如上述的提取降水时风廓线雷达垂直波束湍流谱的装置，用于根据所述雨区湍流和降水粒子的功率谱数据以及雨区降水粒子的功率谱数据得到所述对流层风廓线雷达所产生的湍流谱信息。
本发明解决上述技术问题的另一种技术方案如下：
一种存储介质，所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行如上述任一项所述的提取降水时风廓线雷达垂直波束湍流谱的方法。
本发明附加的方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明实践了解到。
附图说明
图1为本发明实施例提供的提取降水时风廓线雷达垂直波束湍流谱的方法的流程示意图。
图2为本发明实施例提供的提取降水时风廓线雷达垂直波束湍流谱的装置的结构框架示意图。
图3为本发明实施例提供的提取降水时风廓线雷达垂直波束湍流谱的系统的结构框架示意图。
图4本发明实施例提供的提取湍流谱原理中毫米波云雷达反射率因子曲线图。
图5本发明实施例提供的提取湍流谱原理中数据组处理前后的功率谱曲线图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实施例只用于解释本发明，并非用于限定本发明的范围。
如图1至图5所示，图1为本发明实施例提供的提取降水时风廓线雷达垂直波束湍流谱的方法的流程示意图。图2为本发明实施例提供的提取降水时风廓线雷达垂直波束湍流谱的装置的结构框架示意图。图3为本发明实施例提供的提取降水时风廓线雷达垂直波束湍流谱的系统的结构框架示意图。图4本发明实施例提供的提取湍流谱原理中毫米波云雷达反射率因子曲线图。图5本发明实施例提供的提取湍流谱原理中数据组处理前后的功率谱曲线图。
本发明提供了一种提取降水时风廓线雷达垂直波束湍流谱的方法，其包括：
在降水均匀且层状云降水条件下，获取对流层风廓线雷达采集的第一功率谱数据以及与所述对流层风廓线雷达相邻的垂直指向的毫米波测云雷达采集的第二功率谱数据；
对所述第一功率谱数据以及所述第二功率谱数据进行匹配，并根据匹配结果从所述第一功率谱数据中选择第三功率谱数据以及从所述第二功率谱数据中选择第四功率谱数据；
对所述第三功率谱数据以及所述第四功率谱数据进行分析，生成所述对流层风廓线雷达与所述毫米波测云雷达之间所产生的衰减规律信息；
根据所述衰减规律信息，对所述第四功率谱数据进行修正，生成第八功率谱数据；
根据所述第八功率谱数据以及所述第三功率谱数据，提取风廓线雷达的湍流谱信息。
本发明的有益效果是：使用一部对流层风廓线雷达和一部垂直指向的毫米波测云雷达，并在降水强度不大且较均匀，持续时间较长的层状云降水条件下采集功率谱数据，并对两部雷达的数据做时间匹配。分析降水条件下毫米波云雷达和风廓线雷达回波功率谱的差异，根据降水粒子对两种不同波长雷达波的散射机制差异转化毫米波云雷达功率谱，利用这两种雷达对降水粒子观测能力的差异研究降水粒子对毫米波的衰减特性；并统计大量风廓线雷达功率谱与毫米波云雷达功率谱的对比分析结果，并根据衰减规律订正毫米波云雷达功率谱；最后利用修正后的毫米波云雷达功率谱进行降水条件下风廓线雷达湍流谱的提取。采用两部雷达在几乎同一时间相近地点的探测数据进行分析，避免了功率谱谱型和高斯分布差异较大时造成的不准确性。在降水强度不大且较均匀，持续时间较长的层状云降水条件下解决空气垂直运动信息的获取问题。
本发明涉及一种在降水条件下从风廓线雷达垂直波束功率谱中提取湍流谱的方法，特别是一种在一定条件下获取降水时的空气垂直运动信息的方法。
本发明的目的是提供一种提取降水时风廓线雷达垂直波束湍流的方法，在降水强度不大且较均匀，持续时间较长的层状云降水条件下解决空气垂直运动信息的获取问题。
一种提取降水时风廓线雷达垂直波束湍流谱的方法，具体技术方案为使用一部对流层风廓线雷达和一部垂直指向的毫米波测云雷达，并在降水强度不大且较均匀，持续时间较长的层状云降水条件下采集功率谱数据，并对两部雷达的数据做时间匹配。分析降水条件下毫米波云雷达和风廓线雷达回波功率谱的差异，根据降水粒子对两种不同波长雷达波的散射机制差异转化毫米波云雷达功率谱，利用这两种雷达对降水粒子观测能力的差异研究降水粒子对毫米波的衰减特性；并统计大量风廓线雷达功率谱与毫米波云雷达功率谱的对比分析结果，并根据衰减规律订正毫米波云雷达功率谱；最后利用修正后的毫米波云雷达功率谱进行降水条件下风廓线雷达湍流谱的提取。
本发明和现有技术相比具有的特点：现有的数学类方法在分离双峰谱时由于大气运动的复杂性，一些情况下功率谱并不一定表现出明显的高斯正态分布特征，导致拟合结果不佳。本方法采用两部雷达在几乎同一时间相近地点的探测数据进行分析，避免了功率谱谱型和高斯分布差异较大时造成的不准确性。
使用本方法在中国气象局气象探测综合试验基地，对近一年采集的数据进行分析和处理，取得了一定的效果，可有效解决实际问题。
实际使用举例说明：2016年7月19日层状云降水过程：
2016年7月19日某综合观测试验基地发生持续时间较长的层状云降水，从早上6点开始降水，10:00至16:00除13:00前后两次降水强度短时间突然增大导致雷达回波严重衰减以外，整体降水过程较均匀，零度层亮带在约4km的高度，毫米波测云雷达观测的反射率因子结果如图4所示。图4为2016年7月19日毫米波云雷达反射率因子图。图4中，横坐标为时间，从左至右分别为：00:00、02:00、04:00、06:00、08:00、10:00、12:00、14:00、16:00、18:00、20:00、22:00。竖坐标为高度单位为千米，从下至上分别为：3千米、6千米、9千米、12千米、15千米。A区域、B区域以及C区域分别代表不同高度以及不同时间时，毫米波测云雷达观测的反射率因子结果的变化规律。
对当日14:28左右的一个数据组进行分析，选取1110m、1590m、2070m、2550m四个高度层的功率谱数据进行处理，经功率谱转化，衰减订正等步骤得到的结果如图5所示。图5示出了2016年7月19日14:28数据组处理前后的功率谱。图5中：数字1所指的线条代表：风廓线雷达功率谱，数字2所指的线条代表：毫米波测云雷达功率谱，线条3所指的线条代表：湍流谱；左4图均为原始功率谱，右4图为处理后的结果，左右4个图中从下到上依次对应1110m、1590m、2070m、2550m四个高度层；每个图中的横坐标为速度，单位为米/秒；竖坐标为功率谱密度相对值，单位为分贝。
可见，处理前的原始功率谱中，由于衰减的原因，风廓线雷达功率谱强度高于毫米波测云雷达功率谱，所获得湍流谱也不准确。经处理后，毫米波测云雷达功率谱强度明显提高，降水粒子功率谱强度值接近风廓线雷达，且获得的湍流谱更准确，残余信息更少。由于在径向速度较大的区间衰减订正有不足之处，所以仍会保留一些残余信息，但不影响零速度点附近湍流谱的提取。
本发明在2016年7月19日14:28的层状云降水条件下能有效提取到风廓线雷达垂直波束测量的湍流谱，能为垂直风场信息的获取提供数据支撑。
进一步地，所述对所述第一功率谱数据以及所述第二功率谱数据进行匹配，并根据匹配结果从所述第一功率谱数据中选择第三功率谱数据以及从所述第二功率谱数据中选择第四功率谱数据的步骤，包括：
分别获取所述第一功率谱数据和所述第二功率谱数据的观测时间；
计算所述第一功率谱数据和所述第二功率谱数据的观测时间的差值；
当所述第一功率谱数据中的第三功率谱数据与所述第二功率谱数据中的第四功率谱数据的测时间差值小于预设时间差值时，从所述第一功率谱数据中选择所述第三功率谱数据，并从所述第二功率谱数据中选择所述第四功率谱数据。
对数据(第一功率谱数据以及第二功率谱数据)做时间匹配，由于不同雷达观测的时间分辨率不同，对流层风廓线雷达为7min，毫米波测云雷达为1min。在获取的两部雷达数据中挑选观测时间差小于2min的数据作为供分析的一个数据组，即根据匹配结果从所述第一功率谱数据中选择第三功率谱数据以及从所述第二功率谱数据中选择第四功率谱数据，若有足够多的数据样本，也可缩小观测时间差。
进一步地，所述对所述第三功率谱数据以及所述第四功率谱数据进行分析，生成所述对流层风廓线雷达与所述毫米波测云雷达之间所产生的衰减规律信息，包括：
在瑞利散射条件下，计算毫米波对不同大小降水粒子的第一回波功率；
在米散射条件下，计算毫米波对不同大小降水粒子的第二回波功率；获取所述毫米波测云雷达的信噪比以及所述第四功率谱数据中的功率谱信号区间；
通过信噪比判断所述功率谱信号区间是否有效；
若是，则根据所述第一回波功率以及所述第二回波功率，将原本属于米散射类型的所述第四功率谱数据转化为瑞利散射类型的第五功率谱数据；
对所述第三功率谱数据以及所述第五功率谱数据进行分析，生成所述对流层风廓线雷达与所述毫米波测云雷达之间所产生的衰减规律信息。
对每个数据组中毫米波测云雷达的功率谱(第四功率谱)进行转换，先分别计算出瑞利散射和米散射条件下毫米波对不同大小降水粒子的回波功率，即第一回波功率和第二回波功率，将原本属于米散射的毫米波测云雷达功率谱(第四功率谱)转化为瑞利散射假设下的功率谱(第五功率谱数据)，转化时，仅对功率谱有效信号区间进行转换，有效信号区间可通过信噪比来判断。消除数据组中因雷达波长不同造成的散射机制不同，从而引起的降水粒子功率谱的差异。
单个粒子的回波功率用式(1)表示，P(D)为单个直径为D的粒子的回波功率，单位为W；Pt是雷达发射的峰值功率，单位为W；h为脉冲长度，单位为m；G为天线增益，为常数；θ、
Figure BDA0001908605660000085
为水平、垂直波束宽度，单位为rad；λ为雷达波长，单位为m；σ为单个粒子的雷达截面，单位是m2，R为目标与雷达的距离，单位为m。
Figure BDA0001908605660000081
公式(2)，(3)分别为瑞利散射和米散射条件下的雷达截面计算公式，σR与σM分别代表瑞利散射和米散射条件下单个粒子的雷达截面，
Figure BDA0001908605660000082
为复折射指数模的平方，an和bn为米散射场系数。
Figure BDA0001908605660000083
Figure BDA0001908605660000084
结合公式(1)、(2)、(3)，可计算第一回波功率和第二回波功率。
功率谱上平均噪声的计算可采用分段法，将功率谱上的FFT点数分为k段，在每一段功率谱上，分别算出其功率的平均值，取所有分段中这些平均值中最小的值作为整个功率谱的平均噪声功率。公式(4)为信噪比的计算公式，SNR为信噪比，P为功率谱上每一FFT点的功率值，PN是按上述方法计算的噪声功率。
SNR＝10log(P/PN)......................(4)
进一步地，所述对所述第三功率谱数据以及所述第五功率谱数据进行分析，生成所述对流层风廓线雷达与所述毫米波测云雷达之间所产生的衰减规律信息的步骤，包括：
分别对所述第三功率谱数据以及所述第五功率谱数据分别进行去噪处理，生成与所述第三功率谱数据相对应的所述第六功率谱数据以及与所述第五功率谱数据相对应的所述第七功率谱数据；
根据所述第六功率谱数据以及所述第七功率谱数据，计算在相同高度并且在不同径向速度下，所述第六功率谱数据与所述第七功率谱数据之间的差值；
根据所述差值，分别对所述第六功率谱数据以及所述第七功率谱数据之间的差值进行一次函数拟合，生成在所述高度上的衰减订正曲线。
进一步地，所述根据所述衰减规律信息，对所述第四功率谱数据进行修正，生成第八功率谱数据的步骤，包括：
利用所述衰减订正曲线对所述毫米波测云雷达所采集的所述第七功率谱数据进行强度修正，生成第八功率谱数据。
对转换后的毫米波测云雷达功率谱进行衰减订正，衰减订正根据风廓线雷达波长较长受降水粒子衰减极小的特点来和毫米波测云雷达的观测结果进行对比。具体地，先对功率谱(第三功率谱数据以及第五功率谱数据)进行去噪处理，再统计每个数据组(第六功率谱数据以及第七功率谱数据)中相同高度的两部雷达功率谱在不同径向速度上的差值，统计时应只统计径向速度较大可明显辨认为降水粒子信号的功率谱部分，径向速度统计的高度范围处于雨区。将所有数据组在同一高度上的统计结果汇总并进行一次函数拟合，可得到该高度上的衰减订正曲线。使用不同高度的订正曲线可对毫米波测云雷达功率谱进行强度订正。
进一步地，所述根据所述第八功率谱数据以及所述第三功率谱数据，提取风廓线雷达所产生的湍流谱信息的步骤，包括：
分别获取所述第六功率谱数据以及所述第八功率谱数据中的谱峰位置信息以及有效信号区间信息；
根据所述谱峰位置信息以及有效信号区间信息，判断所述第六功率谱数据与所述第八功率谱数据是否存在一致性；
若是，则将所述第六功率谱数据中的噪声电平拉至和所述第八功率谱数据的噪声电平齐平，生成与所述第六功率谱数据相对应的第九功率谱数据；
将所述第九功率谱数据与所述第八功率谱数据进行作差处理，得到所述对流层风廓线雷达的湍流谱信息。
分析每一数据组(第六功率谱数据与第八功率谱数据)中风廓线雷达降水粒子部分功率谱与毫米波云雷达功率谱的一致性，对谱峰位置，有效信号区间等特征进行分析。若一致性较好，将两者噪声电平拉齐后再作差，可得到风廓线雷达的湍流谱。根据湍流谱可计算出空气垂直运动的信息，供相关气象研究和业务使用。
其中，谱峰即为功率谱的最大值点，谱宽即为有效信号区间长度。
进一步地，所述对流层风廓线雷达与所述垂直指向的毫米波测云雷达所处位置的海拔高度相同。
本发明解决上述技术问题的另一种技术方案如下：
如图2所示，一种提取降水时风廓线雷达垂直波束湍流谱的装置，其包括：
存储器1，用于存储计算机程序；
处理器2，用于执行所述计算机程序，实现上述任一项所述的提取降水时风廓线雷达垂直波束湍流谱的方法。
搭建基本的探测设备，包括一部对流层风廓线雷达，一部垂直指向的毫米波测云雷达，两部设备需要部署在同一海拔高度，且相互距离较近。对流层风廓线雷达用于获取雨区湍流和降水粒子的功率谱数据，毫米波测云雷达用于获取雨区降水粒子的功率谱数据，由于降水强度过大可能会导致毫米波出现严重衰减，所以数据采集仅在降水强度不大且较均匀，持续时间较长的层状云降水条件下采集，两部雷达在相同时间内采集的功率谱数据用于后续的数据处理。
如图3所示，本发明解决上述技术问题的另一种技术方案如下：一种提取降水时风廓线雷达垂直波束湍流谱的系统，其包括：
对流层风廓线雷达10，用于获取雨区湍流和降水粒子的功率谱数据；
与对流层风廓线雷达相邻的所述垂直指向的毫米波测云雷达30，用于获取雨区降水粒子的功率谱数据；
如上述的提取降水时风廓线雷达垂直波束湍流谱的装置20，用于根据所述雨区湍流和降水粒子的功率谱数据以及雨区降水粒子的功率谱数据得到所述对流层风廓线雷达所产生的湍流谱信息。
本发明解决上述技术问题的另一种技术方案如下：
一种存储介质，所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行如上述任一项所述的提取降水时风廓线雷达垂直波束湍流谱的方法。
读者应理解，在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种提取降水时风廓线雷达垂直波束湍流谱的方法，其特征在于，包括：
在降水均匀且层状云降水条件下，获取对流层风廓线雷达采集的第一功率谱数据以及与所述对流层风廓线雷达相邻的垂直指向的毫米波测云雷达采集的第二功率谱数据；
对所述第一功率谱数据以及所述第二功率谱数据进行匹配，并根据匹配结果从所述第一功率谱数据中选择第三功率谱数据以及从所述第二功率谱数据中选择第四功率谱数据；
对所述第三功率谱数据以及所述第四功率谱数据进行分析，生成所述对流层风廓线雷达与所述毫米波测云雷达之间所产生的衰减规律信息；
根据所述衰减规律信息，对所述第四功率谱数据进行修正，生成第八功率谱数据；
根据所述第八功率谱数据以及所述第三功率谱数据，提取风廓线雷达的湍流谱信息。
2.根据权利要求1所述的一种提取降水时风廓线雷达垂直波束湍流谱的方法，其特征在于，所述对所述第一功率谱数据以及所述第二功率谱数据进行匹配，并根据匹配结果从所述第一功率谱数据中选择第三功率谱数据以及从所述第二功率谱数据中选择第四功率谱数据的步骤，包括：
分别获取所述第一功率谱数据和所述第二功率谱数据的观测时间；
计算所述第一功率谱数据和所述第二功率谱数据的观测时间的差值；
当所述第一功率谱数据中的第三功率谱数据与所述第二功率谱数据中的第四功率谱数据的测时间差值小于预设时间差值时，从所述第一功率谱数据中选择所述第三功率谱数据，并从所述第二功率谱数据中选择所述第四功率谱数据。
3.根据权利要求1所述的一种提取降水时风廓线雷达垂直波束湍流谱的方法，其特征在于，所述对所述第三功率谱数据以及所述第四功率谱数据进行分析，生成所述对流层风廓线雷达与所述毫米波测云雷达之间所产生的衰减规律信息，包括：
在瑞利散射条件下，计算毫米波对不同大小降水粒子的第一回波功率；
在米散射条件下，计算毫米波对不同大小降水粒子的第二回波功率；获取所述毫米波测云雷达的信噪比以及所述第四功率谱数据中的功率谱信号区间；
通过信噪比判断所述功率谱信号区间是否有效；
若是，则根据所述第一回波功率以及所述第二回波功率，将原本属于米散射类型的所述第四功率谱数据转化为瑞利散射类型的第五功率谱数据；
对所述第三功率谱数据以及所述第五功率谱数据进行分析，生成所述对流层风廓线雷达与所述毫米波测云雷达之间所产生的衰减规律信息。
4.根据权利要求3所述的一种提取降水时风廓线雷达垂直波束湍流谱的方法，其特征在于，所述对所述第三功率谱数据以及所述第五功率谱数据进行分析，生成所述对流层风廓线雷达与所述毫米波测云雷达之间所产生的衰减规律信息的步骤，包括：
分别对所述第三功率谱数据以及所述第五功率谱数据分别进行去噪处理，生成与所述第三功率谱数据相对应的第六功率谱数据以及与所述第五功率谱数据相对应的第七功率谱数据；
根据所述第六功率谱数据以及所述第七功率谱数据，计算在相同高度并且在不同径向速度下，所述第六功率谱数据与所述第七功率谱数据之间的差值；
根据所述差值，分别对所述第六功率谱数据以及所述第七功率谱数据之间的差值进行一次函数拟合，生成在所述高度上的衰减订正曲线。
5.根据权利要求4所述的一种提取降水时风廓线雷达垂直波束湍流谱的方法，其特征在于，所述根据所述衰减规律信息，对所述第四功率谱数据进行修正，生成第八功率谱数据的步骤，包括：
利用所述衰减订正曲线对所述毫米波测云雷达所采集的所述第七功率谱数据进行强度修正，生成第八功率谱数据。
6.根据权利要求5所述的一种提取降水时风廓线雷达垂直波束湍流谱的方法，其特征在于，所述根据所述第八功率谱数据以及所述第三功率谱数据，提取风廓线雷达所产生的湍流谱信息的步骤，包括：
分别获取所述第六功率谱数据以及所述第八功率谱数据中的谱峰位置信息以及有效信号区间信息；
根据所述谱峰位置信息以及有效信号区间信息，判断所述第六功率谱数据与所述第八功率谱数据是否存在一致性；
若是，则将所述第六功率谱数据中的噪声电平拉至和所述第八功率谱数据的噪声电平齐平，生成与所述第六功率谱数据相对应的第九功率谱数据；
将所述第九功率谱数据与所述第八功率谱数据进行作差处理，得到所述对流层风廓线雷达的湍流谱信息。
7.根据权利要求1所述的一种提取降水时风廓线雷达垂直波束湍流谱的方法，其特征在于，所述对流层风廓线雷达与所述毫米波测云雷达所处位置的海拔高度相同。
8.一种提取降水时风廓线雷达垂直波束湍流谱的装置，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序，实现如权利要求1至7中任一项所述的提取降水时风廓线雷达垂直波束湍流谱的方法。
9.一种提取降水时风廓线雷达垂直波束湍流谱的系统，其特征在于，包括：
对流层风廓线雷达，用于获取雨区湍流和降水粒子的功率谱数据；
与对流层风廓线雷达相邻的所述垂直指向的毫米波测云雷达，用于获取雨区降水粒子的功率谱数据；
如权利要求8所述的提取降水时风廓线雷达垂直波束湍流谱的装置，用于根据所述雨区湍流和降水粒子的功率谱数据以及雨区降水粒子的功率谱数据得到所述对流层风廓线雷达所产生的湍流谱信息。
10.一种存储介质，其特征在于，所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行如权利要求1至7中任一项所述的提取降水时风廓线雷达垂直波束湍流谱的方法。
CN201811542789.8A 2018-12-17 2018-12-17 提取降水时风廓线雷达垂直波束湍流谱的方法及装置 Active CN109324328B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811542789.8A CN109324328B (zh) 2018-12-17 2018-12-17 提取降水时风廓线雷达垂直波束湍流谱的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811542789.8A CN109324328B (zh) 2018-12-17 2018-12-17 提取降水时风廓线雷达垂直波束湍流谱的方法及装置

Publications (2)

Publication Number Publication Date
CN109324328A CN109324328A (zh) 2019-02-12
CN109324328B true CN109324328B (zh) 2022-12-20

Family

ID=65256561

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811542789.8A Active CN109324328B (zh) 2018-12-17 2018-12-17 提取降水时风廓线雷达垂直波束湍流谱的方法及装置

Country Status (1)

Country Link
CN (1) CN109324328B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111239704B (zh) * 2020-02-12 2021-09-21 中国科学院大气物理研究所 大气探测雷达信号识别方法、装置、设备及介质
CN112526548B (zh) * 2020-11-18 2024-02-23 南京泰爱信科技有限公司 一种基于测风激光雷达的降雨识别方法及装置
CN112946658B (zh) * 2021-02-03 2022-12-02 中国气象科学研究院 一种获取大气垂直运动速度的方法、装置
CN113064130B (zh) * 2021-03-17 2023-02-28 中国气象科学研究院 粒子谱分布的确定方法、装置、存储介质及程序产品
CN115877345B (zh) * 2023-02-28 2023-05-30 航天宏图信息技术股份有限公司 一种风廓线雷达缺测数据的补齐方法和装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7132974B1 (en) * 2005-06-17 2006-11-07 Honeywell International Inc. Methods and systems for estimating three dimensional distribution of turbulence intensity using radar measurements
CN102508219A (zh) * 2011-10-17 2012-06-20 中国人民解放军理工大学气象学院 风廓线雷达湍流目标检测方法
CN103983975A (zh) * 2014-06-05 2014-08-13 中国气象局气象探测中心 基于两种雷达的大气运动垂直速度检测方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7132974B1 (en) * 2005-06-17 2006-11-07 Honeywell International Inc. Methods and systems for estimating three dimensional distribution of turbulence intensity using radar measurements
CN102508219A (zh) * 2011-10-17 2012-06-20 中国人民解放军理工大学气象学院 风廓线雷达湍流目标检测方法
CN103983975A (zh) * 2014-06-05 2014-08-13 中国气象局气象探测中心 基于两种雷达的大气运动垂直速度检测方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
不同波段垂直指向雷达功率谱密度对比;孙豪等;《应用气象学报》;20170715(第04期);全文 *
结合毫米波雷达提取降水条件下风廓线雷达大气垂直速度的研究;黄书荣等;《气象学报》;20171015(第05期);全文 *
结合风廓线雷达的毫米波衰减特性初步研究;钟正宇等;《应用气象学报》;20180715;第29卷(第4期);全文 *

Also Published As

Publication number Publication date
CN109324328A (zh) 2019-02-12

Similar Documents

Publication Publication Date Title
CN109324328B (zh) 提取降水时风廓线雷达垂直波束湍流谱的方法及装置
CN110488393B (zh) X波段双偏振天气雷达定量测量降水方法及系统
Alfieri et al. Time-dependent ZR relationships for estimating rainfall fields from radar measurements
Bianco et al. Convective boundary layer depth estimation from wind profilers: Statistical comparison between an automated algorithm and expert estimations
Lee et al. Variability of drop size distributions: Noise and noise filtering in disdrometric data
CN103760543A (zh) 一种基于多模式的恒虚警目标检测方法
CN110082842A (zh) 一种降水估测方法及装置
CN101988963A (zh) 利用风廓线雷达获取三维风场的方法
Kwon et al. Inter-comparison of radar rainfall rate using Constant Altitude Plan Position Indicator and hybrid surface rainfall maps
CN108959705B (zh) 一种预测亚热带森林生物量的方法
CN105607062B (zh) 一种天气雷达图分析系统
Newman et al. An error reduction algorithm to improve lidar turbulence estimates for wind energy
CN107678025B (zh) 海浪波高计算方法和装置、存储介质及处理器
CN112327265A (zh) 一种基于语义分割网络的分治检测方法
Zou et al. A method of radar echo extrapolation based on TREC and Barnes filter
CN109254273B (zh) 风廓线雷达回波信号的处理方法和装置
Richards et al. Precipitation measurement with a C‐band weather radar in southern Ontario
CN109541590B (zh) 一种高炉料面点云成像的方法
Bringi et al. Retrieval of lower-order moments of the drop size distribution using CSU-CHILL X-band polarimetric radar: A case study
CN116879899A (zh) 一种基于空中降水粒子谱反演的方法
CN112380984B (zh) 一种基于遥感的盐沼植被缓流能力空间评价方法
CN113064130B (zh) 粒子谱分布的确定方法、装置、存储介质及程序产品
CN107728121A (zh) 一种基于可变窗的局部拟合优度检验方法
CN114563771A (zh) 基于聚类分析的双阈值激光雷达云层检测算法
Mead Comparison of meteorological radar signal detectability with noncoherent and spectral-based processing

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