CN109597079A - 基于风廓线雷达的低空急流识别方法及装置 - Google Patents

基于风廓线雷达的低空急流识别方法及装置 Download PDF

Info

Publication number
CN109597079A
CN109597079A CN201811512736.1A CN201811512736A CN109597079A CN 109597079 A CN109597079 A CN 109597079A CN 201811512736 A CN201811512736 A CN 201811512736A CN 109597079 A CN109597079 A CN 109597079A
Authority
CN
China
Prior art keywords
low
jet stream
level jet
wind
height
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811512736.1A
Other languages
English (en)
Other versions
CN109597079B (zh
Inventor
刘可邦
杨川
杨锦睿
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 CN201811512736.1A priority Critical patent/CN109597079B/zh
Publication of CN109597079A publication Critical patent/CN109597079A/zh
Application granted granted Critical
Publication of CN109597079B publication Critical patent/CN109597079B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
    • G01S13/958—Theoretical aspects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/021—Auxiliary means for detecting or identifying radar signals or the like, e.g. radar jamming signals
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/023—Interference mitigation, e.g. reducing or avoiding non-intentional interference with other HF-transmitters, base station transmitters for mobile communication or other radar systems, e.g. using electro-magnetic interference [EMI] reduction techniques
    • 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)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了基于风廓线雷达的低空急流识别方法及装置，涉及气象雷达领域。该方法包括：获取风廓线数据；将任一时刻t的风廓线数据中各高度的风速及风速梯度绝对值转换为无量纲数值；根据预设权值计算转换后的各高度的风速和风速梯度绝对值的加权平均值，将各高度的加权平均值作为在时刻t的风廓线数据中各高度的低空急流指数；根据预设阈值对各高度的低空急流指数进行判断，根据判断结果得到在时刻t的低空急流参数。本发明提供的低空急流识别方法，不仅实现了对低空急流的有无进行判断，还能够通过对低空急流指数的判断得到低空节流的上下边界高度、最大风速区等参数，可以满足机场方面对自动化识别预警的需求。

Description

基于风廓线雷达的低空急流识别方法及装置
技术领域
本发明涉及气象雷达领域，尤其涉及基于风廓线雷达的低空急流识别方法及装置。
背景技术
低空急流是低空出现的窄带状强风区域，通常出现在600hPa高度以下，其上下侧有较强的风切变，国家气象局将1500m以下超过12m/s的风速带称作低空急流带。
在ICAO(International Civil Aviation Organization)的报告中指出，低空急流是一种严重影响航空安全的危险天气，其上下界处的强风切变往往会对处于起降阶段的飞机造成严重的危害。故判定低空急流的有无，并准确识别出低空急流的上下界，对于机场的航空安全保障有着重要的意义。
然而目前，机场识别低空急流主要还是依靠在设备观测数据的基础上进行人工识别的方法，人工只能判定低空急流的有无，无法得到低空急流的准确数据，具有识别精确度低，识别速度慢的缺点。
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，提供一种基于风廓线雷达的低空急流识别方法、一种基于风廓线雷达的低空急流识别装置、一种低空急流识别系统及一种存储介质。
本发明解决上述技术问题的技术方案如下：
一种基于风廓线雷达的低空急流识别方法，包括：
获取风廓线雷达对目标区域进行探测得到的风廓线数据；
将任一时刻t的风廓线数据中各高度的风速及风速梯度绝对值转换为无量纲数值；
根据预设权值计算转换后的各高度的所述风速和所述风速梯度绝对值的加权平均值，将各高度的所述加权平均值作为在所述时刻t的风廓线数据中各高度的低空急流指数；
根据预设阈值对各高度的所述低空急流指数进行判断，根据判断结果得到在所述时刻t的低空急流参数。
本发明的有益效果是：本发明提供的低空急流识别方法，通过对风廓线雷达探测的数据进行处理，得到低空急流参数，不仅实现了对低空急流的有无进行判断，还能够通过对低空急流指数的判断得到低空节流的上下边界高度、最大风速区等参数，还具有实时识别输出的功能，识别速度快，识别准确度高，可以满足机场方面对自动化识别预警的需求。
本发明解决上述技术问题的另一种技术方案如下：
一种基于风廓线雷达的低空急流识别装置，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，实现如上述技术方案所述的低空急流识别方法。
本发明解决上述技术问题的另一种技术方案如下：
一种低空急流识别系统，包括：
风廓线雷达，用于对目标区域进行探测，得到风廓线数据；
如上述技术方案所述的低空急流识别装置，用于根据所述风廓线数据得到低空急流参数。
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技术方案所述的低空急流识别方法。
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为本发明基于风廓线雷达的低空急流识别方法的实施例提供的流程示意图；
图2为本发明基于风廓线雷达的低空急流识别装置的实施例提供的结构框架示意图；
图3为本发明基于风廓线雷达的低空急流识别系统的实施例提供的结构框架示意图。
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所示，为本发明基于风廓线雷达的低空急流识别方法的实施例提供的流程示意图，该方法包括：
S1，获取风廓线雷达对目标区域进行探测得到的风廓线数据。
需要说明的是，风廓线数据指的是目标区域的风向、风速、风速梯度等数据。
S2，将任一时刻t的风廓线数据中各高度的风速及风速梯度绝对值转换为无量纲数值。
需要说明的是，在低空急流中心区域，风速最大、风速梯度较低，在上下边界区域，风速较大、风速梯度较高，因此，可以选择风速和风速梯度作为低空急流的判定标准，能够显著提高后续步骤中得到的低空急流指数对于低空急流判断的准确性。
应理解，之所以选择风速和风速梯度作为低空急流的判定标准，是因为这两个参数与低空急流的相关性，本领域技术人员可以根据实际需求选择其他风廓线数据作为低空急流的判定标准。
S3，根据预设权值计算转换后的各高度的风速和风速梯度绝对值的加权平均值，将各高度的加权平均值作为在时刻t的风廓线数据中各高度的低空急流指数。
需要说明的是，预设权值可以根据实际需求设置。
S4，根据预设阈值对各高度的低空急流指数进行判断，根据判断结果得到在时刻t的低空急流参数。
需要说明的是，预设阈值可以根据实际需求设置。例如，假设预设阈值为S0，各高度的低空急流指数为S(t，h)，那么如果S(t，h)＞S0，则可以判定当前时刻t的高度h为低空急流点。其中，预设阈值S0可以取0.5。
通过将低空急流指数与预设阈值进行判断，能够判断出各个高度是否存在低空急流，进而得到低空急流的高度、风速等信息。
本实施例提供的低空急流识别方法，通过对风廓线雷达探测的数据进行处理，得到低空急流参数，不仅实现了对低空急流的有无进行判断，还能够通过对低空急流指数的判断得到低空节流的上下边界高度、最大风速区等参数，还具有实时识别输出的功能，识别速度快，识别准确度高，可以满足机场方面对自动化识别预警的需求。
可选地，在一些实施例中，获取风廓线雷达对目标区域进行探测得到的风廓线数据之后，还包括：
对风廓线数据进行预处理，去除风廓线数据中的突变数值，统一风廓线数据的分辨率。
需要说明的是，风廓线雷达一般会存在低、中、高等不同的工作模式，每种模式获取的数据高度和数据分辨率都有所不同，风廓线雷达最终输出的数据往往是将不同工作模式下的数据拼接起来得到的。这使得数据有时会在拼接处出现明显的数值“突变”情况，这会对后续的急流区识别造成很大的干扰。此外，不同工作模式数据的分辨率不同，这也会为急流区的识别带来困难。所以，在预处理的步骤中，需要对“突变”情况数据进行处理并统一数据的分辨率。
可选地，在一些实施例中，对风廓线数据进行预处理，具体包括：
首先，去除风廓线数据中的突变数值。如果风廓线雷达数据为不同工作模式的结果拼接而成，则计算拼接处的风速差ΔV，设定风速差阈值为ΔV0，如果ΔV＞ΔV0，则认为当前时刻t的风廓线出现了数值“突变”的情况，则剔除当前时刻t的风廓线数据，不再进行后续计算。
应理解，风速差阈值ΔV0可以根据数据的实际情况设定。
然后，将风廓线数据插值为统一高度分辨率。风廓线数据一般由多个模式的数据拼接而成，不同模式数据的高度分辨率不同，通常低模式数据高度分辨率最高，这对于后续算法存在一定的影响。通过线性插值的方法，以低模式数据为标准将不同模式的数据分辨率统一，即将低、高模式数据按低模式数据分辨率进行插值，完成分辨率的统一。
最后，进行数据平滑。由于天气现象的复杂性以及数据可能出现的噪声现象，风廓线数据可能会在某一高度出现极大值，对后续的算法产生影响。这里需要对插值后的数据进行滑动平均处理，以消除局部的误差波动，仅保留主要轮廓用以识别低空急流区域。
应理解，滑动平均步长要略高于上一步骤中数据分辨率的插值的步长。
可选地，在一些实施例中，根据以下公式将风速转换为无量纲数值：
根据以下公式将风速梯度绝对值转换为无量纲数值：
其中，M(V)为风速的无量纲数值，M(G)为风速梯度绝对值的无量纲数值，V为风廓线上任一高度处的风速，G为风廓线上任一高度处的风速梯度绝对值，V1、V2、G1、G2为预设参数，预设参数V1、V2、G1、G2根据目标区域的历史低空急流的特征参数确定。
应理解，为便于后续计算，可以将风廓线上各高度的风速及风速梯度绝对值转换为取值范围为[0，1]的数据。
需要说明的是，由于本申请中的识别方法在不同地区有不同的适应性，需要对当地低空急流的历史记录进行统计分析，作为预设参数的参考。
例如，以某地为例，根据当地的典型风切变案例历史记录，可以对以下特征参数进行统计：
当地低空急流区下边界高度范围[hd-min，hd-max]；
当地低空急流区上边界高度范围[hu-min，hu-max]；
当地低空急流区最大风速所在高度范围[hx-min，hx-max]；
当地低空急流区最大风速范围[Vmi，Vmax]；
当地低空急流区最大梯度绝对值范围[Gmin，Gmax]；
当地低空急流区内风向标准差范围[σmin，σmax]。
预设参数、预设阈值、风速差阈值等可以根据上述特征参数进行确定。
再例如，V2、G2的取值可以由当地低空急流区最大风速范围[Vmin，Vmax]和最大梯度绝对值范围[Gmin，Gmax]确定。
V1、G1的取值可以由V2、G2的取值确定：
其中，放缩因子cv，cg可以考虑的取值范围为[0.4，0.6]。
可选地，在一些实施例中，根据以下公式计算加权平均值：
S(t，h)＝αvM(V(t，h))+αgM(G(t，h))
其中，S(t，h)为加权平均值，t为时刻，h为高度，αv、αg为预设权值，且αv+αg＝1，预设权值αv、αg根据目标区域的历史低空急流的特征参数确定，V(t，h)为风速，G(t，h)为风速梯度绝对值，M(V(t，h))为风速的无量纲数值，M(G(t，h))为风速梯度绝对值的无量纲数值。
例如，通常情况下αv、αg可以分别取0.5。
可选地，在一些实施例中，根据预设阈值对各高度的低空急流指数进行判断，根据判断结果得到在时刻t的低空急流参数，具体包括：
根据预设阈值对各高度的低空急流指数进行判断，将低空急流指数大于预设阈值的高度作为低空急流点，其中，预设阈值根据目标区域的历史低空急流的特征参数确定；
将得到的全部低空急流点中连续的低空急流点进行整合，标记为时刻t的低空急流高度区，记录低空急流高度区的参数。
例如，假设高度h1、h2、h3、h4都被判断为低空急流点，h5被判断为不是低空急流点，那么高度h1～h4就可以认为是连续的低空急流点，可以将其整合为低空急流高度区，其范围是[h1，h4]。
可选地，在一些实施例中，还包括：
剔除上边界高度和下边界高度符合第一预设条件的低空急流高度区；
剔除上边界高度和下边界高度的差值符合第二预设条件的低空急流高度区；
剔除风向一致性符合第三预设条件的低空急流高度区。
例如，第一预设条件可以为：根据当地低空急流区下边界高度范围[hd-min，hd-max]、上边界高度范围[hu-min，hu-max]判断上边界高度和下边界高度，如国低空急流高度区的上下界不在其范围内，将其剔除。
第二预设条件可以为：设定高度差阈值Δh0，如果低空急流高度区的上边界高度和下边界高度的差值Δh＜Δh0，将其剔除。
第三预设条件可以为：根据当地低空急流区内风向标准差范围[σmin，σmax]，设定风向标准差门限值Δσ0，如果低空急流高度区内的风向标准差Δσ＜Δσ0，将其剔除。
剔除不符合标准的低空急流高度区后，如当前时刻t的风廓线上还存在满足条件的低空急流高度区，可以认为当前时刻t受低空急流影响，并输出相应的上下界、最大风速高度、最大风速等参数。
可选地，在一些实施例中，还包括：
判断相邻时刻的风廓线上是否均存在匹配的低空急流高度区，如果存在，则将相邻时刻的低空急流高度区连接，得到低空急流事件，并记录低空急流事件的参数。
例如，可以记录该次低空急流事件的起止时间、平均上下界高度及最大风速等。
具体地，如果当前时刻t的风廓线上存在低空急流高度区，且低空急流事件列表为空，将t时刻所有的低空急流高度区作为新的低空急流事件的起始加入低空急流事件列表，起始时间设为t。
如当前时刻t的风廓线上存在低空急流高度区，且低空急流事件列表不为空，则将t时刻上所有的低空急流高度区与所有的低空急流事件相匹配，主要判断低空急流高度区的上下界[h(t，id)，h(ti，u)]与低空急流事件的最后上下界[h(j，d)，h(j，u)]是否存在交集。如匹配成功，将低空急流事件的最后上下界更新为[h(t，id)，h(t，i，u)]；未成功匹配的“低空急流高度区作为新的低空急流事件的起始加入低空急流事件列表，起始时间设为t；未成功匹配的低空急流事件视为本次事件结束，结束时间更新为t-1。
如当前时刻t的风廓线上不存在低空急流高度区，且低空急流事件列表不为空，则将列表中所有的低空急流事件视为本次事件结束，结束时间更新为t-1。
设定一定的时间阈值t0，对已经结束的低空急流事件进行判断，如其持续时间小于t0，将其剔除，输出满足条件的低空急流事件。
可以理解，在一些实施例中，可以包含如上述各实施例中的部分或全部步骤。
如图2所示，为本发明基于风廓线雷达的低空急流识别装置的实施例提供的结构框架示意图，该装置包括：
存储器1，用于存储计算机程序；
处理器2，用于执行计算机程序，实现如上述实施例中任一项的低空急流识别方法。
需要说明的是，本实施例是与上述各方法实施例对应的产品实施例，对于本实施例中各结构的具体功能及可选实施方式的说明可以参考上述各方法实施例中的对应说明，在此不再赘述。
如图3所示，为本发明基于风廓线雷达的低空急流识别系统的实施例提供的结构框架示意图，该系统包括：
风廓线雷达10，用于对目标区域进行探测，得到风廓线数据；
如上述实施例所述的低空急流识别装置20，用于根据风廓线数据得到低空急流参数。
需要说明的是，本实施例是与上述装置实施例对应的系统实施例，对于本实施例中低空急流识别装置的具体功能及可选实施方式的说明可以参考上述各方法实施例中的对应说明，在此不再赘述。
在本发明的其他实施例中，还提供一种存储介质，该存储介质中存储有指令，当计算机读取该指令时，使计算机执行如上述实施例中任一项所述的低空急流识别方法。
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)

1.一种基于风廓线雷达的低空急流识别方法，其特征在于，包括：
获取风廓线雷达对目标区域进行探测得到的风廓线数据；
将任一时刻t的风廓线数据中各高度的风速及风速梯度绝对值转换为无量纲数值；
根据预设权值计算转换后的各高度的所述风速和所述风速梯度绝对值的加权平均值，将各高度的所述加权平均值作为在所述时刻t的风廓线数据中各高度的低空急流指数；
根据预设阈值对各高度的所述低空急流指数进行判断，根据判断结果得到在所述时刻t的低空急流参数。
2.根据权利要求1所述的低空急流识别方法，其特征在于，获取风廓线雷达对目标区域进行探测得到的风廓线数据之后，还包括：
对所述风廓线数据进行预处理，去除所述风廓线数据中的突变数值，统一所述风廓线数据的分辨率。
3.根据权利要求1所述的低空急流识别方法，其特征在于，根据以下公式将所述风速转换为无量纲数值：
根据以下公式将所述风速梯度绝对值转换为无量纲数值：
其中，M(V)为风速的无量纲数值，M(G)为风速梯度绝对值的无量纲数值，V为风廓线上任一高度处的风速，G为风廓线上任一高度处的风速梯度绝对值，V1、V2、G1、G2为预设参数，所述预设参数V1、V2、G1、G2根据所述目标区域的历史低空急流的特征参数确定。
4.根据权利要求1所述的低空急流识别方法，其特征在于，根据以下公式计算所述加权平均值：
S(t，h)＝αvM(V(t，h))+αgM(G(t，h))
其中，S(t，h)为加权平均值，t为时刻，h为高度，αv、αg为预设权值，且αv+αg＝1，所述预设权值αv、αg根据所述目标区域的历史低空急流的特征参数确定，V(t，h)为风速，S(t，h)为风速梯度绝对值，M(V(t，h))为风速的无量纲数值，M(G(t，h))为风速梯度绝对值的无量纲数值。
5.根据权利要求1至4中任一项所述的低空急流识别方法，其特征在于，根据预设阈值对各高度的所述低空急流指数进行判断，根据判断结果得到在所述时刻t的低空急流参数，具体包括：
根据预设阈值对各高度的所述低空急流指数进行判断，将低空急流指数大于所述预设阈值的高度作为低空急流点，其中，所述预设阈值根据所述目标区域的历史低空急流的特征参数确定；
将得到的全部所述低空急流点中连续的低空急流点进行整合，标记为所述时刻t的低空急流高度区，记录所述低空急流高度区的参数。
6.根据权利要求5所述的低空急流识别方法，其特征在于，还包括：
剔除上边界高度和下边界高度符合第一预设条件的低空急流高度区；
剔除上边界高度和下边界高度的差值符合第二预设条件的低空急流高度区；
剔除风向一致性符合第三预设条件的低空急流高度区。
7.根据权利要求5所述的低空急流识别方法，其特征在于，还包括：
判断相邻时刻的风廓线上是否均存在匹配的低空急流高度区，如果存在，则将相邻时刻的低空急流高度区连接，得到低空急流事件，并记录所述低空急流事件的参数。
8.一种基于风廓线雷达的低空急流识别装置，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中任一项所述的低空急流识别方法。
9.一种低空急流识别系统，其特征在于，包括：
风廓线雷达，用于对目标区域进行探测，得到风廓线数据；
如权利要求8所述的低空急流识别装置，用于根据所述风廓线数据得到低空急流参数。
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中任一项所述的低空急流识别方法。
CN201811512736.1A 2018-12-11 2018-12-11 基于风廓线雷达的低空急流识别方法及装置 Active CN109597079B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811512736.1A CN109597079B (zh) 2018-12-11 2018-12-11 基于风廓线雷达的低空急流识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811512736.1A CN109597079B (zh) 2018-12-11 2018-12-11 基于风廓线雷达的低空急流识别方法及装置

Publications (2)

Publication Number Publication Date
CN109597079A true CN109597079A (zh) 2019-04-09
CN109597079B CN109597079B (zh) 2023-03-21

Family

ID=65961621

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811512736.1A Active CN109597079B (zh) 2018-12-11 2018-12-11 基于风廓线雷达的低空急流识别方法及装置

Country Status (1)

Country Link
CN (1) CN109597079B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080169975A1 (en) * 2007-01-12 2008-07-17 Young Paul Yee Process for generating spatially continuous wind profiles from wind profiler measurements
CN104035095A (zh) * 2014-05-30 2014-09-10 中国民航大学 基于空时最优处理器的低空风切变风速估计方法
CN104914420A (zh) * 2015-06-08 2015-09-16 中国民航大学 基于多通道联合自适应处理的低空风切变风速估计方法
CN104914421A (zh) * 2015-06-08 2015-09-16 中国民航大学 基于和差波束的低空风切变风速估计方法
CN105629237A (zh) * 2015-12-25 2016-06-01 中国航天空气动力技术研究院 利用机载雷达对风场进行危险性评估的方法
CN107563436A (zh) * 2017-08-30 2018-01-09 北京无线电测量研究所 一种在风羽图上自动识别低空急流的方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080169975A1 (en) * 2007-01-12 2008-07-17 Young Paul Yee Process for generating spatially continuous wind profiles from wind profiler measurements
CN104035095A (zh) * 2014-05-30 2014-09-10 中国民航大学 基于空时最优处理器的低空风切变风速估计方法
CN104914420A (zh) * 2015-06-08 2015-09-16 中国民航大学 基于多通道联合自适应处理的低空风切变风速估计方法
CN104914421A (zh) * 2015-06-08 2015-09-16 中国民航大学 基于和差波束的低空风切变风速估计方法
CN105629237A (zh) * 2015-12-25 2016-06-01 中国航天空气动力技术研究院 利用机载雷达对风场进行危险性评估的方法
CN107563436A (zh) * 2017-08-30 2018-01-09 北京无线电测量研究所 一种在风羽图上自动识别低空急流的方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
胡明宝: ""风廓线雷达数据处理与应用研究"", 《中国博士学位论文全文数据库 基础科学辑》 *

Also Published As

Publication number Publication date
CN109597079B (zh) 2023-03-21

Similar Documents

Publication Publication Date Title
US7586422B2 (en) Determination of runway landing conditions
CN105261240B (zh) 一种基于聚类分析的扇区运行性能综合检测方法及系统
CN107424441B (zh) 基于Hotelling′s T2统计量的航空器航迹变点检测与估计方法
CN105510896B (zh) 一种集中式多雷达数据处理的加权最近邻域数据关联方法
CN109087510A (zh) 交通监测方法及装置
CN107844785B (zh) 一种基于尺度估计的人脸检测方法
CN107507417B (zh) 一种基于微波雷达回波信号的智能车道划分方法及装置
CN107864071A (zh) 一种面向主动安全的数据动态采集方法、装置及系统
CA2315330A1 (en) System and method for classifying and tracking aircraft and vehicles on the grounds of an airport
CN105225539B (zh) 基于主成分分析的扇区运行性能综合指数的方法及系统
CN110261857B (zh) 一种天气雷达空间插值方法
CN107909027A (zh) 一种具有遮挡处理的快速人体目标检测方法
CN106896348A (zh) 一种基于概率数据关联的雷达信号分选方法
CN109490072A (zh) 一种土木工程建筑用检测系统及其检测方法
CN109782267A (zh) 航迹关联方法及车载雷达
CN113362604B (zh) 一种基于扇区动态交通特征的管制员工作负荷评估方法
CN113869379A (zh) 一种基于数据驱动的航空器能量异常识别方法
CN115064009A (zh) 一种终端区无人机与有人机冲突风险等级划分方法
WO2023087717A1 (zh) 基于等值段识别的航班爬升阶段转换高度要素确定方法
CN105118332B (zh) 一种基于聚类分析法的空中交通管制模拟仿真异常检测方法和装置
CN110516288A (zh) 一种与使用相关的航空发动机载荷谱混合分布模型建立方法
CN109597079A (zh) 基于风廓线雷达的低空急流识别方法及装置
JP2004505282A (ja) 追跡システムにおける自己警報の検知及び除去
CN109375641B (zh) 一种飞行过载智能换算方法
CN112800897B (zh) 连续下降运行的识别方法、识别装置和电子设备

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