CN109581382A - 一种基于C#与Fortran混编技术的球形云及降水粒子群散射仿真方法 - Google Patents
一种基于C#与Fortran混编技术的球形云及降水粒子群散射仿真方法 Download PDFInfo
- Publication number
- CN109581382A CN109581382A CN201811509576.5A CN201811509576A CN109581382A CN 109581382 A CN109581382 A CN 109581382A CN 201811509576 A CN201811509576 A CN 201811509576A CN 109581382 A CN109581382 A CN 109581382A
- Authority
- CN
- China
- Prior art keywords
- radar
- function
- fortran
- scattering
- dll
- 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
- 239000002245 particle Substances 0.000 title claims abstract description 118
- 238000004088 simulation Methods 0.000 title claims abstract description 62
- 238000001556 precipitation Methods 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000005516 engineering process Methods 0.000 title claims abstract description 16
- 238000001514 detection method Methods 0.000 claims abstract description 10
- 238000012800 visualization Methods 0.000 claims abstract description 9
- 230000006870 function Effects 0.000 claims description 106
- 238000010521 absorption reaction Methods 0.000 claims description 87
- 238000002310 reflectometry Methods 0.000 claims description 46
- 230000000007 visual effect Effects 0.000 claims description 37
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 37
- 238000009826 distribution Methods 0.000 claims description 29
- 238000004364 calculation method Methods 0.000 claims description 27
- 239000000203 mixture Substances 0.000 claims description 22
- 230000005540 biological transmission Effects 0.000 claims description 16
- 238000012937 correction Methods 0.000 claims description 11
- 230000003595 spectral effect Effects 0.000 claims description 8
- 238000002592 echocardiography Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 7
- 239000012798 spherical particle Substances 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 5
- 239000013078 crystal Substances 0.000 claims description 4
- 238000002329 infrared spectrum Methods 0.000 claims description 4
- 238000002834 transmittance Methods 0.000 claims description 4
- 229910000831 Steel Inorganic materials 0.000 claims description 3
- 238000005314 correlation function Methods 0.000 claims description 3
- 230000008676 import Effects 0.000 claims description 3
- 238000009940 knitting Methods 0.000 claims description 3
- 239000010959 steel Substances 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 238000013016 damping Methods 0.000 abstract 2
- 230000009102 absorption Effects 0.000 description 73
- 239000007789 gas Substances 0.000 description 24
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 9
- 239000001301 oxygen Substances 0.000 description 9
- 229910052760 oxygen Inorganic materials 0.000 description 9
- 238000001228 spectrum Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000000862 absorption spectrum Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
- 239000005019 zein Substances 0.000 description 1
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
本发明公开一种基于C#与Fortran混编技术球形云及降水粒子群散射仿真方法，属于气象检测技术领域。首先搭建气象参数采集可视化平台，通过可视化平台软件界面进行雷达和气象参数输入，然后针对需要计算的球形云及降水粒子群散射雷达气象函数编写Fortran源代码并生成dll文件，再进行混编传递及雷达气象函数中间计算并生成dll结果文件，最后通过C#读取dll结果文件的内容模拟画出雷达回波及其衰减垂直廓线等，输出可视化球形云以及降水粒子群散射仿真结果。具有可模拟画出雷达回波及其衰减垂直廓线等，实现可视化球形云以及降水粒子群散射仿真，为学习和研究球形云及降水粒子群散射时提供直观、准确、迅速的依据等优点。
Description
技术领域
本发明涉及一种基于C#与Fortran混编技术的球形云及降水粒子群散射仿真方法，属于气象雷达技术领域。
背景技术
本发明通过运用C#与Fortran混编技术实现球形云以及降水粒子群的散射特性计算的可视化界面。通过在软件界面中输入雷达发射频率,大气状态参数和大气中水成物粒子的相态、分布、含量等特征,能够模拟任意波长机载或者地基雷达的回波及其衰减垂直廓线等。本发明具有可视化程度高，数据结果直观等优点，为气象雷达的云降水探测研究提供新的思路，通过结合Fortran的强大运算能力和C#强大而简便的可视化能力方便气象工作者更好地利用雷达数据反演云以及降水的宏微观物理特性。
发明内容
本发明要解决的技术问题是针对现有气象雷达的云降水探测分析缺乏可视化仿真手段、不利于气象观测和研究的不足，提出一种基于C#与Fortran混编技术的球形云及降水粒子群散射仿真方法，实现对球形云以及降水粒子群散射的仿真，并为其进行误差订正以及信号处理运算提供依据。
为解决上述技术问题，本发明提供一种基于C#与Fortran混编技术的球形云及降水粒子群散射仿真方法，首先搭建气象参数采集可视化平台，通过可视化平台软件界面进行雷达和气象参数输入，然后针对需要计算的球形云及降水粒子群散射雷达气象函数编写Fortran源代码并生成dll文件，再进行混编传递及雷达气象函数中间计算并生成dll结果文件，最后通过C#读取dll结果文件的内容模拟画出雷达回波及其衰减垂直廓线等，实现可视化球形云以及降水粒子群散射仿真结果输出；具体步骤包括：
(1)平台搭建：运用C#WPF编写可视化平台，形成气象参数采集模块，供使用者选择功能和输入所需要的气象参数；
(2)参数输入：通过可视化平台软件界面，输入雷达基本参数、大气中水成物基本信息和大气状态参数等需要用于计算的气象参数，如果输入数据不符合要求，则提示重新输入；
(3)生成dll文件：在Fortran中设置编译器环境，针对需要计算的球形云及降水粒子群雷达气象函数，编写Fortran源代码并转换为可被调用的子程序，在Fortran中生成dll文件(即将该子程序编译为dll文件)；
(4)混编传递：通过混编接口，调用dll文件和雷达气象参数，对需要计算的球形云及降水粒子群气象函数，在Fortran中进行中间计算，生成dll结果文件；
(5)结果输出：进一步对C#的环境进行设置，通过C#读取dll结果文件的内容，将其转换成二维列表，并将Fortran代码中输出到控制台的语句在C#WPF中的失效代码删除或者注释掉(以避免出错)；再根据二维列表模拟画出任意波长的机载或者地基雷达的回波及其衰减垂直廓线等，最终实现可视化球形云以及降水粒子群散射仿真输出。
所述雷达基本参数包括雷达发射频率、介电常数、平台位置等；气象参数包括大气中水成物基本信息和大气状态参数，大气中水成物基本信息包括水成物粒子的相态、分布、含量等特征，大气状态参数包括大气压、温度等。
所述可视化球形云以及降水粒子群散射仿真输出包括米散射反射率因子理论值廓线、瑞利散射反射率因子理论值廓线、水成物吸收廓线、大气吸收廓线、雷达回波强度廓线、瑞利散射和米散射反射率因子理论值差值廓线、米散射反射率因子理论值与雷达回波强度实际值差值廓线。
所述球形云及降水粒子群散射雷达气象函数及其模拟计算包括大气吸收函数、雷达回波强度函数、球形粒子米散射函数、球形粒子瑞利散射函数、大气衰减函数和衰减订正函数，相关函数及其模拟计算方法如下；
大气吸收N″(f)为：
Nc″＝Nv″+Nd″；
Nv″(f)＝(bfp+beθ3)feθ2.5；
式中，N″是大气复折射率虚部(以ppm＝10-6为单位)，f是频率，N″(f)是大气气体吸收，N″c是大气连续吸收，SF″是大气谱线吸收，N″v和N″d分别是水汽红外谱段的强吸收谱线的远翼吸收和干空气非共振吸收，α0是宽度，单位为GHz，p是干空气气压(kPa)，e是水汽压(kPa),θ＝300/T,温度T以K为单位，a0＝3.07×10-4，α0＝5.6×10-3(p+1.1e)θ0.8，bf＝1.4×10-6，be＝5.41×10-5，ap≈1.4(1-1.2f1.5×10-5)×10-10，；
大气吸收系数kg为：
kg(f)＝0.182 f2 N″(f)；
给定雷达探测频率f、大气温度T、大气压力p、以及水汽压e，即可模拟计算出大气吸收N″(f)和大气吸收系数kg(单位为dB/km)；
雷达回波功率Pr为：
式中，Pt是雷达发射功率,λ是雷达波长，G、θ、h分别是雷达天线增益、水平波束宽度、垂直波束宽度以及脉冲宽度，r是距离，kext是距离r处的衰减系数，N(D)是单位体积内直径在[D，D+dD]范围内的水成物粒子个数，σ(D)是直径为D的粒子雷达截面，
根据雷达发射功率Pt,雷达波长λ，雷达的天线增益G、水平波束宽度θ、垂直波束宽度脉冲宽度h，雷达波距离r，雷达波距离r处的衰减系数kext，单位体积内直径在[D，D+dD]范围内的水成物粒子个数N(D)，粒子雷达截面σ(D)，模拟计算出雷达回波；
瑞利散射条件下雷达截面为：
m是复折射指数；
米散射条件下雷达截面为：
Qbsca为标准化后向散射截面；
瑞利散射雷达反射率因子Z为：
式中，D是水成物粒子的直径，N(D)是单位体积内直径在[D，D+dD]范围内的水成物粒子个数，Γ(γ+1)是伽马函数，α和β是两个参数，α的大小没有具体限制；对于纯水云滴，β＝3，其密度为常数；对于混有空气的冰晶或融化冰球粒子，其密度是可以随直径而变化，即β≠3；γ为阶数，D0是特征直径，是平均直径，Ratiogam是云中单位体积内水成物含量与空气的混合比，ρa是空气密度，P是气压，Rd是干空气比气体常数，T是气温；
若己知α、β、γ、Ratiogam，即可得到单位体积内直径在[D，D+dD]范围内的水成物粒子个数N(D)；
米散射等效雷达反射率因子Ze为：
Qbsca＝4σMie(D)/πD2；
式中，D是水成物粒子的直径，N(D)是单位体积内直径在[D，D+dD]范围内的水成物粒子个数，Qbsca是标准化后向散射截面，σMie(D)是米散射条件下雷达截面，m是复折射指数；
输入参数N(D)、Qbsca、λ即可分别模拟计算雷达反射率因子Z和等效雷达反射率因子Ze；
雷达回波订正值Z(r)为：
k(r)＝kgas(r)+khyd(r)；
kgas＝kg；
式中，Zm(r)是距离r处雷达反射率因子真实值(即雷达回波测量值)，τ是透过率，k是衰减系数：kgas是大气衰减系数，khyd是水成物衰减系数，Qext是标准化衰减截面，f是频率，N″(f)是大气气体吸收；
雷达衰减订正即是对雷达回波测量值Zm(r)进行订正。
所述模拟画出雷达的回波及其衰减垂直廓线、进行可视化球形云以及降水粒子群散射仿真输出，是使用结果文件转化而来的二维列表，绘制曲线的列、曲线颜色和曲线缩放值等各种类型的气象曲线，完成可视化输入输出。
所述模拟画出雷达的回波及其衰减垂直廓线、进行可视化球形云以及降水粒子群散射仿真输出时，若绘制多条曲线，添加每条曲线后将其加入缓存区，由缓存区曲线数量决定曲线的颜色，如预设8种颜色，之后的颜色值固定为黑色；所述曲线缩放值及坐标由绘制曲线列数决定，最终通过用户更改参数实现多条曲线的绘制。
所述混编传递的具体内容是：在Fortran中设置编译器环境，新建一个空的Fortran Dynamic link Library项目，再将之前写好的dll文件[即步骤(3)中写好的dll文件]添加到资源文件夹中，将原本的主程序改成子程序，并在子程序开头添加语句：！DEC$ATTRIBUTES DLLEXPORT::函数名，对函数名在dll中的名称进行重新设置成大写名称，以解决Fortran不区分大小写、而C#区分大小写的问题，保证该dll文件能够被Fortran调用，然后通过C#将用户在可视化界面的输入的雷达气象参数转化成Fortran程序可以识别的文件内容，通过Fortran程序调用之前写好的dll函数文件，在Fortran中进行中间计算，生成dll函数结果文件。
所述通过Fortran程序调用之前写好的dll函数文件时，可通过LoadLibrary调入dll文件，获得对应函数，使用后再FreeLibrary；也可以通过导入库(lib)，链接动态库后按照头文件函数接口的声明调用dll函数文件，获得对应函数，即转到C#代码中，创建一个公共的静态类方便管理需要调用的dll和其函数在类中声明调用
[DllImport(“dll文件名”)]
Private static extern返回类型函数名(参数列表)，
然后在需要调用函数的地方写类名.函数名(参数列表),整理出原Fortran程序中需要调用的函数，在WPF中调用所需要的函数获取相应的数据完成可视化输入输出。
本发明的原理是：
1.大气气体对毫米波的衰减
大气中氧气和水汽等气体分子远小于微波波长,因此可忽略气体对微波的散射作用,衰减主要是吸收造成的。大气是由多种气体组成的,大气中对微波有吸收作用的主要是氧气和水汽分子,其他分子如O3、NO、CO、SO2、NO2等由于含量甚少,对微波不会引起明显的吸收作用。
1.1水汽吸收
水汽分子在微波区有两条吸收谱线，其中心频率分别为22.235GHz和183.31GHz，频率高于300GHz还有强吸收谱线。当前多数微波遥感是在低于100GHz的频率上工作，主要考虑22.235GHz吸收谱线的吸收。水汽吸收系数可看成是22.235GHz线吸收系数k(f，22)和剩余吸收系数kr(f)之和。剩余吸收系数kr(f)是除22.235GHz线以外,其它高频谱线在频率f处的总吸收。k(f，22)和kr(f)分别表示为:
式中，吸收系数k(f，22)和kr(f)的单位均为dB/km，α1的单位为GHz，f的单位为GHz，是水汽密度(g/m3)，p是气压，T是温度(K)。合并式(1)、(2)、(3)得100GHz以下频率的水汽吸收系数为：
1.2氧气吸收
氧气的微波吸收谱是由许多分布在50-70GHz频率范围内的吸收谱线和一条118.75GHz的谱线组成。在低层大气中，压力加宽使得50-70GHz区间内的吸收线相互重叠，形成一个连续吸收带，故常称为O2的60GHz吸收带。大气中，氧气的体积百分比为常数，约为21％，其吸收系数在f<300GHz范围内可表示为：
式中，氧气吸收系数单位为dB/km,T是温度(K)，p是气压(hPa)，f是频率(GHz)，f2F′为谱带型式函数。
1.3大气吸收的模式
Liebe根据线强、线宽和干扰系数的测量值，利用Rosenkranz线型，建立可用于1≤f≤1000GHz频率范围内，100km以下的大气吸收计算模式。该模式考虑较强的44条氧气吸收线、29条水汽吸收线，由红外谱段水汽强吸收谱线造成的远翼吸收和氧气的非共振连续吸收，以及大气压力引起的氮气连续吸收。那么大气吸收系数kg表示为：
kg(f)＝0.182 f2 N″(f) (6)
其中，kg单位为dB/km，N"表示大气复折射率虚部(以ppm＝10-6为单位)，f为频率。式(7)表示大气气体吸收N″(f)为连续吸收N"c和谱线吸收SF″之和。在30km以下，大气气体连续吸收，N″c主要由水汽红外谱段的强吸收谱线的远翼吸收N″v和干空气非共振吸收Nd″造成，即：
Nc″＝Nv″+Nd″ (8)
Nv″(f)＝(bfp+beθ3)feθ2.5 (9)
式中，α0为宽度，单位为GHz，p为干空气气压(kPa)，e为水汽压(kPa),θ＝300/T,温度T以K为单位。α0＝5.6×10-3(p+1.1e)θ0.8，bf＝1.4×10-6，be＝5.41×10-5，a0＝3.07×10-4，ap≈1.4(1-1.2f1.5×10-5)×10-10。在z>30km高度上，连续吸收可忽略不计。
若给定雷达探测频率、大气温度和大气压力以及水汽压，即可利用Liebe模式计算出大气吸收系数。
2.雷达气象方程
在不考虑粒子多次散射,假设云雨粒子为球形,考虑云雨粒子对雷达回波衰减的情况下，来自距离r处的回波功率Pr可以用雷达气象方程表示为：
式中，Pt是雷达发射功率,λ是雷达波长，G、θ、h分别是雷达天线增益、水平波束宽度、垂直波束宽度以及脉冲宽度，kext是距离r处的衰减系数，N(D)为单位体积内直径在[D，D+dD]范围内的水成物粒子个数，σ(D)为直径为D的粒子雷达截面，瑞利散射条件下雷达截面表示为：
式中，m是复折射指数，那么瑞利散射雷达反射率因子Z即可表示为：
米散射条件下雷达截面表示为：
式中，Qbsca为标准化后向散射截面，那么米散射等效雷达反射率因子Ze表示为：
由式(13)、(15)分别模拟计算雷达反射率因子Z和等效雷达反射率因子Ze时，需要输入的参数有N(D)、Qbsca以及λ。
3.衰减订正理论
雷达回波衰减主要由水成物的吸收和散射衰减与大气的吸收衰减构成。当波长较长时,大气衰减可以忽略,但在毫米波波段则需要考虑大气中的水汽和氧气的吸收衰减。雷达实际探测回波值(雷达回波测量值)Zm可以表示为：
Zm(r)＝Zr(r)·τ(r) (16)
式中，Zr(r)为距离r处雷达反射率因子真实值，透过率τ表示为：
式中，衰减系数k表示为：
k(r)＝kgas(r)+khyd(r) (18)
式中，kgas是以Liebe模式为参考的大气衰减系数(kgas＝kg)，水成物衰减系数khyd可以表示为：
式中，Qext为标准化衰减截面。衰减订正即是对雷达回波测量值Zm(r)进行订正，其表达式为：
式中，Z(r)为回波订正值。
4.混合相态水成物复折射指数
对含有空气的非纯冰晶和外包水膜冰球这两种混合相态的水成物，其混合物的复折射指数εav采用Bruggeman方法解出：
式中，ε1和εav为两种成分的介电常数，f1为第一种成分在混合物中占有的比例。混合物的复折射指数且用来计算水成物粒子的米散射特性。
5.云滴谱函数
在模拟雷达反射率因子Z和等效雷达反射率因子Ze中，必须先确定云滴谱N(D)，其为单位体积内直径在[D，D+dD]范围内的水成物粒子的数量。利用云滴谱可以得到云中单位体积内的水成物粒子总数Ntotal和平均直径
其中，DL是云中单位体积内最小水成物粒子，DU则是最大的水成物粒子。同样，利用云滴谱可以得到云中单位体积内水成物粒子含量Mtotal：
其中，m(D)为单位体积内直径为D的水成物粒子质量，并且二者具有幂函数关系：
m(D)＝α·Dβ (25)
α和β为两个参数，那么，在水成物粒子的体积均等效为球形的情况下，其函数ρ(D)为：
对于纯水云滴来说，β＝3，其密度为常数。对于混有空气的冰晶或融化冰球粒子来说，其密度是可以随直径而变化的，即β≠3。
下面介绍修正伽马分布、指数分布、幂函数分布、均匀分布等四种分布函数。
5.1修正伽马分布
对水云滴的观测表明，云的滴谱通常可以用修正的伽马函数来描述
式中D为水成物粒子直径，Γ(γ+1)是伽马函数，γ为阶数，D0是特征直径，即：
其中，为平均直径，那么云中单位体积内水成物含量与空气的混合比为：
其中，空气密度ρa通过大气参数与气体状态方程计算得到：
其中，P为气压，Rd为干空气比气体常数，T为气温。若己知α、β、γ、Ratiogam,由式(27)-(30)，即可得到单位体积内直径在[D，D+dD]范围内的水成物粒子个数N(D)。
5.2指数分布
当修正伽马分布中参数γ＝0时,即变为指数分布：
令即：
N(D)＝Nt·exp(-ζD) (32)
那么云中单位体积内水成物含量与空气的混合比为：
若已知α、β、Nt或ζ、Ratioexp，由式(30)-(33)，即可得到单位体积内直径在[D，D+dD]范围内的水成物粒子个数N(D)。
5.3幂函数分布
幂函数分布表达式为：
N(D)＝cDd (34)
式中，c和d为两个参数,且c，d＞0,那么云中单位体积内水成物含量与空气的混合比为：
若已知α、β、d、Ratiopaw，由式(30)、(34)、(35)，即可得到单位体积内直径在[D，D+dD]范围内的水成物粒子个数N(D)。
5.4单一分布
云中水成物粒子大小相同，即：
D＝Dn (36)
那么水成物含量与空气的混合比：
若已知α、β、Dn、Ratiomon,由式(30)、(36)、(37)，即可得到单位体积内粒子个数Ntotal。
5.5对数分布
其中，R为粒子半径，rg为几何平均粒子半径，Nt是总粒子数浓度，σg是几何标准偏差，即σg 2＝ln2(r/rg)。
本发明基于动态链接提供了一种方法，使进程可以调用不属于其可执行代码的函数。函数的可执行代码位于一个DLL文件中，该DLL包含一个或多个已被编译、链接并与使用它们的进程分开存储的函数。基于动态链接库，在实现Fortran计算程序的可视化的同时，用微软公司发布的C#高级程序设计语言(运行环境为.NET)，在windows环境下写图形界面(采用WPF这一微软推出的基于windows的图形界面框架)，整理出原Fortran程序中需要调用的函数，在WPF中调用所需要的函数获取相应的数据完成计算，获取计算结果后可视化输出仿真结果。
本发明由C#WPF搭建的气象参数采集模块能够供使用者选择所需功能，并读入需要用于计算的气象参数。读入需要用于计算的气象参数后，将气象参数输入到混编接口传递给Fortran后，运用Fortran气象数据模拟仿真模块，计算出所需要的参数或图像，并输出结果，其中结果为米散射和瑞利散射条件下的雷达反射率因子廓线及其之间的差值廓线，以及辐射传输过程中的衰减量廓线，并计算得到雷达回波强度实际值的廓线，比较分析米散射条件下的雷达反射率因子与雷达回波强度实际值的差值廓线。
本发明软件结合了C#WPF中友好的交互界面和Fortran强大的科学计算能力，有利于提高使用效率和计算速度，可以直接准确地对球形云以及降水粒子群散射进行仿真模拟，并计算出米散射和瑞利散射条件下的雷达反射率因子廓线及其之间的差值廓线，以及辐射传输过程中的衰减廓线，并计算得到雷达回波强度实际值的廓线，比较分析米散射条件下的雷达反射率因子与雷达回波强度实际值的差值廓线。这也便于学者学习，研究时候计算和使用。同时本发明可以直观的显示在不同参数设置下，米散射和瑞利散射条件下的雷达反射率因子廓线及其之间的差值廓线，以及辐射传输过程中的衰减廓线，并计算得到雷达回波强度实际值的廓线，比较分析米散射条件下的雷达反射率因子与雷达回波强度实际值的差值廓线，这便于学者在研究球形云以及降水粒子群散射时提供直观，准确，迅速的依据。
附图说明
图1是本发明方法流程图；
图2是本发明实现系统结构框图；
图3是本发明本发明实施例米散射反射率因子理论值仿真结果图；
图4是本发明本发明实施例瑞利散射反射率因子理论值仿真结果图；
图5是本发明本发明实施例水成物吸收廓线仿真结果图；
图6是本发明本发明实施例大气吸收廓线仿真结果图；
图7是本发明本发明实施例雷达探测回波强度仿真结果图；
图8是本发明本发明实施例瑞利散射和米散射反射率因子理论值的差值仿真结果图；
图9是本发明本发明实施例米散射反射率因子理论值与雷达回波强度实际值之差仿真结果图；
图10是本发明本发明实施例水成物粒子基本信息界面图；
图11是本发明本发明实施例雷达基本参数设置界面；
图12是本发明本发明实施例绘制曲线界面。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步详尽描述，实施例中未注明的技术均为现有技术。
实施例1：如图1、图2所示，本发明基于C#与Fortran混编技术的球形云及降水粒子群散射仿真方法，首先搭建气象参数采集可视化平台，通过可视化平台软件界面进行雷达和气象参数输入，然后针对需要计算的球形云及降水粒子群散射雷达气象函数编写Fortran源代码并生成dll文件，再进行混编传递及雷达气象函数中间计算并生成dll结果文件，最后通过C#读取dll结果文件的内容模拟画出雷达回波及其衰减垂直廓线等，实现可视化球形云以及降水粒子群散射仿真结果输出；具体步骤包括：
(1)平台搭建：运用C#WPF编写可视化平台，形成气象参数采集模块，供使用者选择功能和输入所需要的气象参数；
(2)参数输入：通过可视化平台软件界面，输入雷达基本参数、大气中水成物基本信息和大气状态参数等需要用于计算的气象参数，如果输入数据不符合要求，则提示重新输入；
(3)生成dll文件：在Fortran中设置编译器环境，针对需要计算的球形云及降水粒子群雷达气象函数，编写Fortran源代码并转换为可被调用的子程序，在Fortran中生成dll文件(即将该子程序编译为dll文件)；
(4)混编传递：通过混编接口，调用dll文件和雷达气象参数，对需要计算的球形云及降水粒子群气象函数，在Fortran中进行中间计算，生成dll结果文件；
(5)结果输出：进一步对C#的环境进行设置，通过C#读取dll结果文件的内容，将其转换成二维列表，并将Fortran代码中输出到控制台的语句在C#WPF中的失效代码删除或者注释掉(以避免出错)；再根据二维列表模拟画出任意波长的机载或者地基雷达的回波及其衰减垂直廓线等，最终实现可视化球形云以及降水粒子群散射仿真输出。
球形云及降水粒子群散射雷达气象函数及其模拟计算包括大气吸收函数、雷达回波强度函数、球形粒子米散射函数、球形粒子瑞利散射函数、大气衰减函数和衰减订正函数，相关函数及其模拟计算方法如下；
大气吸收N″(f)为：
Nc″＝Nv″+Nd″；
Nv″(f)＝(bfp+beθ3)feθ2.5；
式中，N″是大气复折射率虚部(以ppm＝10-6为单位)，f是频率，i是指第i条频率谱线，N″(f)是大气气体吸收，N″c是大气连续吸收，SF″是大气谱线吸收，N″v和Nd″分别是水汽红外谱段的强吸收谱线的远翼吸收和干空气非共振吸收，α0是宽度，单位为GHz，p是干空气气压(kPa)，e是水汽压(kPa),θ＝300/T,温度T以K为单位，a0＝3.07×10-4，α0＝5.6×10-3(p+1.1e)θ0.8，bf＝1.4×10-6，be＝5.41×10-5，ap≈1.4(1-1.2f1.5×10-5)×10-10；
大气吸收系数kg为：
kg(f)＝0.182 f2 N″(f)；
给定雷达探测频率f、大气温度T、大气压力p、以及水汽压e，即可模拟计算出大气吸收N″(f)和大气吸收系数kg(单位为dB/km)。
雷达回波功率Pr为：
式中，Pt是雷达发射功率,λ是雷达波长，G、θ、h分别是雷达天线增益、水平波束宽度、垂直波束宽度以及脉冲宽度，r是距离，kext是距离r处的衰减系数，N(D)是单位体积内直径在[D，D+dD]范围内的水成物粒子个数，σ(D)是直径为D的粒子雷达截面，
根据雷达发射功率Pt,雷达波长λ，雷达的天线增益G、水平波束宽度θ、垂直波束宽度脉冲宽度h，雷达波距离r，雷达波距离r处的衰减系数kext，单位体积内直径在[D，D+dD]范围内的水成物粒子个数N(D)，粒子雷达截面σ(D)，模拟计算出雷达回波；
瑞利散射条件下雷达截面为：
m是复折射指数；
米散射条件下雷达截面为：
Qbsca为标准化后向散射截面；
瑞利散射雷达反射率因子Z为：
式中，D是水成物粒子的直径，N(D)是单位体积内直径在[D，D+dD]范围内的水成物粒子个数，Γ(γ+1)是伽马函数，α和β是两个参数，γ为阶数，D0是特征直径，是平均直径，Ratiogam是云中单位体积内水成物含量与空气的混合比，ρa是空气密度，P是气压，Rd是干空气比气体常数，T是气温；
输入知α、β、γ、Ratiogam，即可得到单位体积内直径在[D，D+dD]范围内的水成物粒子个数N(D)；
米散射等效雷达反射率因子Ze为：
Qbsca＝4σMie(D)/πD2；
式中，D是水成物粒子的直径，N(D)是单位体积内直径在[D，D+dD]范围内的水成物粒子个数，Qbsca是标准化后向散射截面，σMie(D)是米散射条件下雷达截面，m是复折射指数；
输入参数N(D)、Qbsca、λ即可分别模拟计算雷达反射率因子Z和等效雷达反射率因子Ze；
雷达回波订正值Z(r)为：
k(r)＝kgas(r)+khyd(r)；
kgas＝kg；
式中，Zm(r)是距离r处雷达反射率因子真实值(即雷达回波测量值)，τ是透过率，k是衰减系数：kgas是大气衰减系数，khyd是水成物衰减系数，Qext是标准化衰减截面，f是频率，N″(f)是大气气体吸收；
雷达衰减订正即是对雷达回波测量值Zm(r)进行订正。
可视化球形云以及降水粒子群散射仿真输出包括米散射反射率因子理论值廓线、瑞利散射反射率因子理论值廓线、水成物吸收廓线、大气吸收廓线、雷达回波强度廓线、瑞利散射和米散射反射率因子理论值差值廓线、米散射反射率因子理论值与雷达回波强度实际值差值廓线。
模拟画出雷达的回波及其衰减垂直廓线、进行可视化球形云以及降水粒子群散射仿真输出，是使用结果文件转化而来的二维列表，绘制曲线的列、曲线颜色和曲线缩放值等各种类型的气象曲线，完成可视化输入输出。
模拟画出雷达的回波及其衰减垂直廓线、进行可视化球形云以及降水粒子群散射仿真输出时，若绘制多条曲线，添加每条曲线后将其加入缓存区，由缓存区曲线数量决定曲线的颜色(本例预设8种颜色)，之后的颜色值固定为黑色；曲线缩放值及坐标由绘制曲线列数决定，最终通过用户更改参数实现多条曲线的绘制。
混编传递的具体内容是：在Fortran中设置编译器环境，新建一个空的FortranDynamic linkLibrary项目，再将之前写好的dll函数文件添加到资源文件夹中，将原本的主程序改成子程序，并在子程序开头添加语句：！DEC$ ATTRIBUTES DLLEXPORT::函数名，对函数名在dll中的名称进行重新设置成大写名称，然后通过C#将用户在可视化界面的输入的雷达气象参数转化成Fortran程序可以识别的文件内容，通过Fortran程序调用之前写好的dll函数文件，在Fortran中进行中间计算，生成dll函数结果文件。
通过Fortran程序调用之前写好的dll函数文件时，可通过LoadLibrary调入dll文件，获得对应函数，使用后再FreeLibrary；也可以通过导入库(lib)，链接动态库后按照头文件函数接口的声明调用dll函数文件，获得对应函数，即转到C#代码中，创建一个公共的静态类方便管理需要调用的dll和其函数在类中声明调用
[DllImport(“dll文件名”)]
Privatestaticextern返回类型函数名(参数列表)，
然后在需要调用函数的地方写类名.函数名(参数列表),整理出原Fortran程序中需要调用的函数，在WPF中调用所需要的函数获取相应的数据完成可视化输入输出。
本案例中，需输入的参数即雷达和气象参数的数据为：雷达发射频率f＝94GHz，雷达平台位置为机载雷达和星载雷达，不使用米表格，在回波模拟中计算大气吸收衰减，同时进行米散射和瑞利散射计算。计算过程中不进行衰减订正，介电常数按照雷达频率自适应设定。
下表是水成物种类及其分布类型等参数。
m(D)＝α·Dβ
#：水成物种类序号，以1开始
type：水成物分布类型，其中1为修正的伽马分布，2为指数分布，3为幂分布，4为单一分布，5为对数分布
col：未使用，空着以后用，空值
phase：状态，0为液态(水)，1为固态(冰)
cm：水成物含量单位，0为g/kg，1为g/m3
dmin：该种类粒子最小尺寸，单一分布忽略
dmax：该种类粒子最大尺寸，单一分布忽略
α：水成物粒子质量随直径变化函数的参数α(即公式(25))
β：水成物粒子质量随直径变化函数的参数β(即公式(25))
ρ：水成物密度
α、β、ρ三个参数的输入分为两种情况：第一种情况是水成物粒子密度为ρ常量，则α、β均设为-1，ρ选项则输入水成物粒子的密度；第二种情况是水成物粒子密度随直径变化，那么α、β分别为公式(25)的系数，并且ρ设为-1。
p1，p2，p3——不同滴谱类型的滴谱分布函数参数：
(1)修正的伽马分布
p1为N0/ρa(kg-1)，p2为平均直径p3为伽马函数Γ(γ+1)中的阶数γ。
(2)指数分布
p1为Nt，p2为ζ，p3设置为2，ζ与温度有关系，即ζ(T)＝1220＊10-0.0245T；该方法只对冰粒有效。
(3)幂分布
p1：目的是计算得到d，设置为-2，则按卷云类型计算；设置为-3，则按锋面云类型计算，详细见下表：
| 温度(℃) | 云的类型 | d |
| <-30 | 卷云 | -1.75+0.09(T-243.16) |
| -30～-9 | 卷云 | -3.25-0.06(T-265.66) |
| -9～0 | 卷云 | -2.15 |
| <-35 | 锋面云 | -1.75+0.09(T-243.16) |
| -35～-17.5 | 锋面云 | -2.65+0.09(T-255.66) |
| -17.5～-9 | 锋面云 | -3.25-0.06(T-265.66) |
| -9～0 | 锋面云 | -2.15 |
p2为0，p3为0。
单一分布：p1为Dn，p2为0，p3为0。
对数分布：p1为Nt/ρa(kg-1)，ρa为水汽密度；p2为几何平均粒子半径rg(μm)；p3为几何标准差的自然对数Inσx。
下表为探测廓线中每一层的高度、气压、温度、水汽密度及每种水成物对应的含量。
本例得到的可视化球形云以及降水粒子群散射仿真输出如图3-9所示，包括。
本发明运用C#搭建可视化平台，研究者通过在软件界面中输入雷达发射频率,大气状态参数和大气中水成物粒子的相态、分布、含量等特征,能够模拟画出任意波长的机载或者地基雷达的回波及其衰减垂直廓线等。编写Fortran源代码并转换为可被调用的子程序，并将该子程序编译为dll文件，进一步对C#的环境进行设置，调用dll文件，最终实现可视化球形云以及降水粒子群散射仿真。
上面结合附图对本发明的技术内容作了说明，但本发明的保护范围并不限于所述内容，在本领域的普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下对本发明的技术内容做出各种变化，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于C#与Fortran混编技术的球形云及降水粒子群散射仿真方法，其特征在于：首先搭建气象参数采集可视化平台，通过可视化平台软件界面进行雷达和气象参数输入，然后针对需要计算的球形云及降水粒子群散射雷达气象函数编写Fortran源代码并生成dll文件，再进行混编传递及雷达气象函数中间计算并生成dll结果文件，最后通过C#读取dll结果文件的内容模拟画出雷达回波及其衰减垂直廓线等，实现可视化球形云以及降水粒子群散射仿真结果输出；具体步骤包括：
(1)平台搭建：运用C#WPF编写可视化平台，形成气象参数采集模块，供使用者选择功能和输入所需要的气象参数；
(2)参数输入：通过可视化平台软件界面，输入雷达基本参数、大气中水成物基本信息和大气状态参数等需要用于计算的气象参数，如果输入数据不符合要求，则提示重新输入；
(3)生成dll文件：在Fortran中设置编译器环境，针对需要计算的球形云及降水粒子群雷达气象函数，编写Fortran源代码并转换为可被调用的子程序，在Fortran中生成dll文件；
(4)混编传递：通过混编接口，调用dll文件和雷达气象参数，对需要计算的球形云及降水粒子群气象函数，在Fortran中进行中间计算，生成dll结果文件；
(5)结果输出：进一步对C#的环境进行设置，通过C#读取dll结果文件的内容，将其转换成二维列表，并将Fortran代码中输出到控制台的语句在C#WPF中的失效代码删除或者注释掉；再根据二维列表模拟画出任意波长的机载或者地基雷达的回波及其衰减垂直廓线等，最终实现可视化球形云以及降水粒子群散射仿真输出。
2.根据权利要求1所述的基于C#与Fortran混编技术的球形云及降水粒子群散射仿真方法，其特征在于：所述雷达基本参数包括雷达发射频率、介电常数、平台位置等；气象参数包括大气中水成物基本信息和大气状态参数，大气中水成物基本信息包括水成物粒子的相态、分布、含量等特征，大气状态参数包括大气压、温度等。
3.根据权利要求1所述的基于C#与Fortran混编技术的球形云及降水粒子群散射仿真方法，其特征在于：所述可视化球形云以及降水粒子群散射仿真输出包括米散射反射率因子理论值廓线、瑞利散射反射率因子理论值廓线、水成物吸收廓线、大气吸收廓线、雷达回波强度廓线、瑞利散射和米散射反射率因子理论值差值廓线、米散射反射率因子理论值与雷达回波强度实际值差值廓线。
4.根据权利要求1或3所述的基于C#与Fortran混编技术的球形云及降水粒子群散射仿真方法，其特征在于：所述球形云及降水粒子群散射雷达气象函数及其模拟计算包括大气吸收函数、雷达回波强度函数、球形粒子米散射函数、球形粒子瑞利散射函数、大气衰减函数和衰减订正函数，相关函数及其模拟计算方法如下；
大气吸收N″(f)为：
Nc″＝Nv″+Nd″；
Nv″(f)＝(bfp+beθ3)feθ2.5；
式中，N″是大气复折射率虚部，f是频率，i是指第i条频率谱线,N″(f)是大气气体吸收，N″c是大气连续吸收，SF″是大气谱线吸收，N″v和N″d分别是水汽红外谱段的强吸收谱线的远翼吸收和干空气非共振吸收，α0是宽度，单位为GHz，p是干空气气压(kPa)，e是水汽压(kPa),θ＝300/T,温度T以K为单位，a0＝3.07×10-4，α0＝5.6×10-3(p+1.1e)θ0.8，bf＝1.4×10-6，be＝5.41×10-5，ap≈1.4(1-1.2f1.5×10-5)×10-10；
大气吸收系数kg为：
kg(f)＝0.182f2N″(f)；
根据雷达探测频率f、大气温度T、大气压力p、以及水汽压e，模拟计算出大气吸收N″(f)和大气吸收系数kg；
雷达回波功率Pr为：
式中，Pt是雷达发射功率,λ是雷达波长，G、θ、h分别是雷达天线增益、水平波束宽度、垂直波束宽度以及脉冲宽度，r是距离，kext是距离r处的衰减系数，N(D)是单位体积内直径在[D，D+dD]范围内的水成物粒子个数，σ(D)是直径为D的粒子雷达截面；
根据雷达发射功率Pt,雷达波长λ，雷达的天线增益G、水平波束宽度θ、垂直波束宽度脉冲宽度h，雷达波距离r，雷达波距离r处的衰减系数kext，单位体积内直径在[D，D+dD]范围内的水成物粒子个数N(D)，粒子雷达截面σ(D)，模拟计算出雷达回波；
瑞利散射条件下雷达截面为：
m是复折射指数；
米散射条件下雷达截面为：
Qbsca为标准化后向散射截面；
瑞利散射雷达反射率因子Z为：
式中，D是水成物粒子的直径，N(D)是单位体积内直径在[D，D+dD]范围内的水成物粒子个数，Γ(γ+1)是伽马函数，α和β是两个参数，α的大小没有具体限制；对于纯水云滴，β＝3，其密度为常数；对于混有空气的冰晶或融化冰球粒子，其密度是可以随直径而变化，即β≠3；γ为阶数，D0是特征直径，是平均直径，Ratiogam是云中单位体积内水成物含量与空气的混合比，ρa是空气密度，P是气压，Rd是干空气比气体常数，T是气温；
根据α、β、γ、Ratiogam，模拟计算单位体积内直径在[D，D+dD]范围内的水成物粒子个数N(D)；
米散射等效雷达反射率因子Ze为：
Qbsca＝4σMie(D)/πD2；
式中，D是水成物粒子的直径，N(D)是单位体积内直径在[D，D+dD]范围内的水成物粒子个数，Qbsca是标准化后向散射截面，σMie(D)是米散射条件下雷达截面，m是复折射指数；
输入参数N(D)、Qbsca、λ，分别模拟计算雷达反射率因子Z和等效雷达反射率因子Ze；
雷达回波订正值Z(r)为：
k(r)＝kgas(r)+khyd(r)；
kgas＝kg；
式中，Zm(r)是距离r处雷达反射率因子真实值，τ是透过率，k是衰减系数：kgas是大气衰减系数，khyd是水成物衰减系数，Qext是标准化衰减截面，f是频率，N″(f)是大气气体吸收；
雷达衰减订正即是对雷达回波测量值Zm(r)进行订正。
5.根据权利要求1所述的基于C#与Fortran混编技术的球形云及降水粒子群散射仿真方法，其特征在于：所述模拟画出雷达的回波及其衰减垂直廓线、进行可视化球形云以及降水粒子群散射仿真输出，是使用结果文件转化而来的二维列表，绘制曲线的列、曲线颜色和曲线缩放值等各种类型的气象曲线，完成可视化输入输出。
6.根据权利要求1、3、5任一项所述的基于C#与Fortran混编技术的球形云及降水粒子群散射仿真方法，其特征在于：所述模拟画出雷达的回波及其衰减垂直廓线、进行可视化球形云以及降水粒子群散射仿真输出时，若绘制多条曲线，添加每条曲线后将其加入缓存区，由缓存区曲线数量决定曲线的颜色，之后的颜色值固定为黑色；所述曲线缩放值及坐标由绘制曲线列数决定，最终通过用户更改参数实现多条曲线的绘制。
7.根据权利要求1所述的基于C#与Fortran混编技术的球形云及降水粒子群散射仿真方法，其特征在于：所述混编传递的具体内容是：在Fortran中设置编译器环境，新建一个空的Fortran Dynamic link Library项目，再将之前写好的dll文件添加到资源文件夹中，将原本的主程序改成子程序，并在子程序开头添加语句：！DEC$ ATTRIBUTES DLLEXPORT::函数名，对函数名在dll中的名称进行重新设置成大写名称，然后通过C#将用户在可视化界面的输入的雷达气象参数转化成Fortran程序可以识别的文件内容，通过Fortran程序调用之前写好的dll函数文件，在Fortran中进行中间计算，生成dll函数结果文件。
8.根据权利要求1或7所述的基于C#与Fortran混编技术的球形云及降水粒子群散射仿真方法，其特征在于：所述通过Fortran程序调用之前写好的dll函数文件时，可通过LoadLibrary调入dll文件，获得对应函数，使用后再FreeLibrary；也可以通过导入库(lib)，链接动态库后按照头文件函数接口的声明调用dll函数文件，获得对应函数，即转到C#代码中，创建一个公共的静态类方便管理需要调用的dll和其函数在类中声明调用
[DllImport(“dll文件名”)]
Private static extern返回类型函数名(参数列表)，
然后在需要调用函数的地方写类名.函数名(参数列表),整理出原Fortran程序中需要调用的函数，在WPF中调用所需要的函数获取相应的数据完成可视化输入输出。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811509576.5A CN109581382A (zh) | 2018-12-11 | 2018-12-11 | 一种基于C#与Fortran混编技术的球形云及降水粒子群散射仿真方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811509576.5A CN109581382A (zh) | 2018-12-11 | 2018-12-11 | 一种基于C#与Fortran混编技术的球形云及降水粒子群散射仿真方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109581382A true CN109581382A (zh) | 2019-04-05 |
Family
ID=65928164
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811509576.5A Pending CN109581382A (zh) | 2018-12-11 | 2018-12-11 | 一种基于C#与Fortran混编技术的球形云及降水粒子群散射仿真方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109581382A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111190149A (zh) * | 2020-01-13 | 2020-05-22 | 南京航空航天大学 | 基于模拟定标体的c波段极化气象雷达外定标方法 |
| CN115629388A (zh) * | 2022-12-23 | 2023-01-20 | 成都远望探测技术有限公司 | 一种基于红外和微波成像仪数据的雷达回波模拟方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0520409A (ja) * | 1991-07-15 | 1993-01-29 | Nec Software Ltd | 有限要素解析システムのプロツト出力処理方式 |
| CN102663203A (zh) * | 2012-04-25 | 2012-09-12 | 清华大学 | 基于HLA的Fortran仿真模型中间件 |
| CN103886146A (zh) * | 2014-03-12 | 2014-06-25 | 河海大学 | 一种提高直流系统抑制换相失败能力的控制参数优化方法 |
| CN104641651A (zh) * | 2012-06-12 | 2015-05-20 | 相干逻辑公司 | 用于编码和交付视频内容的分布式体系结构 |
| CN108614927A (zh) * | 2018-04-16 | 2018-10-02 | 南京信息工程大学 | 基于VC++与MATLAB混编技术的Rayleigh散射近似误差分析方法 |
-
2018
- 2018-12-11 CN CN201811509576.5A patent/CN109581382A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0520409A (ja) * | 1991-07-15 | 1993-01-29 | Nec Software Ltd | 有限要素解析システムのプロツト出力処理方式 |
| CN102663203A (zh) * | 2012-04-25 | 2012-09-12 | 清华大学 | 基于HLA的Fortran仿真模型中间件 |
| CN104641651A (zh) * | 2012-06-12 | 2015-05-20 | 相干逻辑公司 | 用于编码和交付视频内容的分布式体系结构 |
| CN103886146A (zh) * | 2014-03-12 | 2014-06-25 | 河海大学 | 一种提高直流系统抑制换相失败能力的控制参数优化方法 |
| CN108614927A (zh) * | 2018-04-16 | 2018-10-02 | 南京信息工程大学 | 基于VC++与MATLAB混编技术的Rayleigh散射近似误差分析方法 |
Non-Patent Citations (4)
| Title |
|---|
| HANS J. LIEBE: "An updated model for millimeter wave propagation in moist air", RADIO SCIENCE, pages 042 - 045 * |
| 张金喜等: "C#与Fortran混合编程及其在气象软件中的应用", 信息技术, pages 28 - 33 * |
| 王振会等: "机载W波段测云雷达回波强度衰减订正仿真研究", 高原气象, pages 437 - 444 * |
| 王振会等: "机载雷达探测及其资料处理仿真软件平台设计与实现", 第27届中国气象学会年会雷达技术开发与应用分会场, pages 1 - 7 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111190149A (zh) * | 2020-01-13 | 2020-05-22 | 南京航空航天大学 | 基于模拟定标体的c波段极化气象雷达外定标方法 |
| CN115629388A (zh) * | 2022-12-23 | 2023-01-20 | 成都远望探测技术有限公司 | 一种基于红外和微波成像仪数据的雷达回波模拟方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Larson et al. | Small-scale and mesoscale variability in cloudy boundary layers: Joint probability density functions | |
| Baret et al. | Estimating canopy characteristics from remote sensing observations: Review of methods and associated problems | |
| Oue et al. | The Cloud-resolving model Radar SIMulator (CR-SIM) Version 3.3: description and applications of a virtual observatory | |
| Katul et al. | The ejection-sweep character of scalar fluxes in the unstable surface layer | |
| Krasnopolsky et al. | Accurate and fast neural network emulations of model radiation for the NCEP coupled climate forecast system: Climate simulations and seasonal predictions | |
| Wu et al. | Validation of the Aura MLS cloud ice water content measurements | |
| Panchenko et al. | An empirical model of optical and radiative characteristics of the tropospheric aerosol over West Siberia in summer | |
| CN107656279B (zh) | 一种基于双参数粒子谱分布的测雨雷达辐射传输系统 | |
| Xian et al. | All‐sky assimilation of the MWHS‐2 observations and evaluation the impacts on the analyses and forecasts of binary typhoons | |
| CN109581382A (zh) | 一种基于C#与Fortran混编技术的球形云及降水粒子群散射仿真方法 | |
| Szyrmer et al. | Snow studies. Part IV: Ensemble retrieval of snow microphysics from dual-wavelength vertically pointing radars | |
| Phoenix et al. | Sensitivity of simulated convection‐driven stratosphere‐troposphere exchange in WRF‐Chem to the choice of physical and chemical parameterization | |
| Raupach et al. | Small-scale variability of the raindrop size distribution and its effect on areal rainfall retrieval | |
| Fielding et al. | Direct 4D‐Var assimilation of space‐borne cloud radar reflectivity and lidar backscatter. Part I: Observation operator and implementation | |
| Nishant et al. | Aerosol-induced modification of organised convection and top-of-atmosphere radiation | |
| Bundke et al. | Aerosol optical properties during the Lindenberg aerosol characterization experiment (LACE 98) | |
| Lee et al. | All‐sky microwave humidity sounder assimilation in the Korean Integrated Model forecast system | |
| Larosa et al. | PyRTlib: an educational Python-based library for non-scattering atmospheric microwave radiative transfer computations | |
| Lloveras et al. | The two-to four-day predictability of midlatitude cyclones: Don’t sweat the small stuff | |
| Billault-Roux et al. | Dual-frequency spectral radar retrieval of snowfall microphysics: a physics-driven deep-learning approach | |
| Greenwald et al. | Fast computation of microwave radiances for data assimilation using the “successive order of scattering” method | |
| Villefranque et al. | Process-based climate model development harnessing machine learning: III. The Representation of Cumulus Geometry and their 3D Radiative Effects | |
| CN103499529A (zh) | 一种土壤与植被混合光谱测量方法及模拟系统 | |
| Mayor et al. | Evaluating large-eddy simulations using volume imaging lidar data | |
| Matsuda et al. | Influence of gravitational settling on turbulent droplet clustering and radar reflectivity factor |
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 | ||
| CB02 | Change of applicant information |
Address after: 210044 No. 219 Ningliu Road, Jiangbei New District, Nanjing City, Jiangsu Province Applicant after: Nanjing University of Information Science and Technology Address before: 211500 Yuting Square, 59 Wangqiao Road, Liuhe District, Nanjing City, Jiangsu Province Applicant before: Nanjing University of Information Science and Technology |
|
| CB02 | Change of applicant information | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190405 |
|
| RJ01 | Rejection of invention patent application after publication |