CN109633573A - 一种对大幅宽范围内湿对流层延时误差的校正方法 - Google Patents

一种对大幅宽范围内湿对流层延时误差的校正方法 Download PDF

Info

Publication number
CN109633573A
CN109633573A CN201811242372.XA CN201811242372A CN109633573A CN 109633573 A CN109633573 A CN 109633573A CN 201811242372 A CN201811242372 A CN 201811242372A CN 109633573 A CN109633573 A CN 109633573A
Authority
CN
China
Prior art keywords
path delay
path
wind speed
convection layer
bearing calibration
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
CN201811242372.XA
Other languages
English (en)
Other versions
CN109633573B (zh
Inventor
苏皎阳
卢护林
杨成山
李银伟
陈斌
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.)
Shanghai Radio Equipment Research Institute
Original Assignee
Shanghai Radio Equipment Research Institute
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 Shanghai Radio Equipment Research Institute filed Critical Shanghai Radio Equipment Research Institute
Priority to CN201811242372.XA priority Critical patent/CN109633573B/zh
Publication of CN109633573A publication Critical patent/CN109633573A/zh
Application granted granted Critical
Publication of CN109633573B publication Critical patent/CN109633573B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/40Means for monitoring or calibrating

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Radiation Pyrometers (AREA)

Abstract

本发明提供一种对大幅宽范围内湿对流层延时误差的校正方法,包含以下过程:在宽幅干涉成像高度计上安装微波辐射计,确保两者所发信号同时、同视角、同路径;微波辐射计产生三种频率的信号:18GHz、22.235GHz、37GHz;根据临近22.235GHz水汽线的亮温值计算水汽路径延迟,通过18Ghz和37Ghz通道分别剔除风速和云的影响;采用统计回归的方法,求得湿对流层产生的路径延迟值。本发明提出的宽幅干涉成像高度计同时、同视角、同路径的水汽校正辐射计,可对大幅度范围内湿对流层误差进行校正,保证宽幅干涉成像高度计测高工作顺利进行。

Description

一种对大幅宽范围内湿对流层延时误差的校正方法
技术领域
本发明涉及雷达高度计技术领域,特别涉及一种对大幅宽范围内湿对流层延时误差的校正方法。
背景技术
影响星载卫星雷达高度计测高精度的因素有很多,其中大气延时误差是需要重点考虑的部分,其主要包括干空气修正、水汽修正、液态水修正和电离层修正。湿项对流层修正就包含了水汽修正与液态水修正,虽然较干项修正小,但却是极不稳定的。湿对流层分成大气中的气态水(water vapor)和云中的液态水(cloud liquid water droplets),其校正量随时空变化很大,可以是几cm到约50cm,模型通常很难精确模拟。目前对湿对流层产生的误差修正主要有两种方法:一种是通过监测当地气压变化,建立修正模型获取;而另一种则采用星载微波水汽校正辐射计直接进行测量,校正后的精度和辐射计的校正能力有关。
微波校正辐射计的主要机理是通过对上层大气液态水和水汽含量的测量向雷达高度计提供同程大气校正数据,其探测频率选择包括大气水汽吸收谱线和大气窗通道的微波频段。大气水汽吸收谱线选择中心频率是23.8GHz,窗通道选择一个低于水气通道频率、对云的敏感度低的18.7GHz,另一个选择高于水汽通道频率,对海面敏感度与低频一致、但对云液态水敏感度高的37GHz。通过同程观测,提供大气校正数据实现提高高度计观测精度的目的。该项误差修正后的标准差优于1cm。其中所谓的云中的液态水并不包括降雨,如遇到降雨的情况,雨滴的出现对微波传输影响非常大,高度计只对降雨进行检测并标记而不进行校正,将受影响的测量点直接剔除。另外,若无校正辐射计,ECWMF(European Centrefor Medium Range weather Forecasts)有提供模型计算的大气湿对流层校正值,其全球平均的精度约为3cm。
在国内外应用上,Jason-1上搭载的辐射计JMR、Jason-2的Cycle114均为三频微波辐射计,三个频率(18.7GHz、23.8GHz和34.0GHz)同时观测海面亮温,以提供对流层中沿高度计雷达波束上的整个水汽含量。23.8GHz通道为水汽观测的主要频道;18.7GHz频道用来提供海面背景辐射中因风力引起的改正;34.0GHz频道则提供云层液态水的改正。国内发射的海洋二号卫星上搭载的雷达高度计同样采用了校正微波辐射计,其采用的频率为18.7GHz、23.8GHz和37GHz。微波校正辐射计直接测得的亮度温度TB是大气和海面辐射能量大小的量度,由大气和海洋表面的各状态参数决定的,这些状态参数同时也决定了路径延迟的大小。路径延迟和亮度温度之间具有一定的相关性的。这种相关性的解析表达式是极复杂的。一般采用的是统计回归的方法,求解路径延迟和亮度温度的经验公式,这种方法实践证明是有效的。
但目前在轨运行的高度计均为传统的第三代高度计,均采用传统的底视探测,其采用的微波校正辐射计的误差修正范围较小。迄今为止,没有采用与宽幅干涉成像高度计同时、同视角、同路径的水汽校正辐射计对大幅度范围内的湿对流层延时误差的校正方法。
发明内容
本发明提供一种对大幅宽范围内湿对流层延时误差的校正方法,使用与宽幅干涉成像高度计同时、同视角、同路径的水汽校正辐射计,进行大幅度范围内的湿对流层延时误差的校正。
本发明提供一种对大幅宽范围内湿对流层延时误差的校正方法,包含以下过程:
在宽幅干涉成像高度计上安装微波辐射计,确保两者所发信号同时、同视角、同路径;
微波辐射计产生三种频率的信号:18GHz、22.235GHz、37GHz;
根据临近22.235GHz水汽线的亮温值计算水汽路径延迟,通过18Ghz和37Ghz通道分别剔除风速和云的影响;
采用统计回归的方法,求得湿对流层产生的路径延迟值。
本发明与现有技术相比,具有以下优点:
传统的雷达高度计大多采取底视观测的方式,这种方法观测刈幅宽度小且时空分辨率不高,其配套的微波辐射计也仅对正底视方向上的湿对流层延时误差进行监测。宽幅干涉成像高度计的出现解决了传统高度计观测刈幅宽度小且时空分辨率不高的问题,其测量刈幅宽度范围在几十千米左右,空间分辨率一般在几十千米或十几千米左右,但目前尚未有配套的水汽误差修正设备。本发明提出的宽幅干涉成像高度计同时、同视角、同路径的水汽校正辐射计,可对大幅度范围内湿对流层误差进行校正,保证宽幅干涉成像高度计测高工作顺利进行。
附图说明
图1是湿对流层延时修正仿真图。
图2是湿对流层延时修正误差统计直方图。
图3是本发明所述方法的流程示意图。
具体实施方式
如图3所示,本发明提供的一种对大幅宽范围内湿对流层延时误差的校正方法:
(1)在宽幅干涉成像高度计上安装微波辐射计,确保两者所发信号同时、同视角、同路径;
(2)微波辐射计共产生三种频率的信号:18GHz、22.235GHz、37GHz;
(3)根据临近22.235GHz(23.8GHz)水汽线的亮温值计算水汽路径延迟,通过18Ghz和37Ghz通道分别剔除风速和云的影响;
(4)采用统计回归的方法(下文详述其流程),求得湿对流层产生的路径延迟值。
微波辐射计测得的亮度温度TB是大气和海面辐射能量大小的量度,由大气和海洋表面的各状态参数决定的。这些大气和海面的状态参量包括:表面温度Ts、大气温度T(z)、大气压强P(z)、水气密度ρV(z)、液体密度ρL(z)、有效辐射系数ε(z)等。
在无雨的条件下,星载微波辐射计测量的微波通量可以表示成亮温的形式,表示成三个频率有关的组分:
Tb(v)=Tu(v)+Te(v)e-τ(v)+Tr(v)e-τ(v) (1)
其中,τ(v)是地球表面到卫星高度H的不透明度,可以表示成和频率有关的大气吸收系数α(v)的函数。
(a)Tu(v)是大气向上辐射的贡献,从表面z=0到卫星高度z=H
T(z)是大气温度,单位K。上式简单地表述了大气上升流贡献是每个高度向上辐射[T(z)α(z)]的和,被界面上的大气吸收系数减弱
(b)Te(v)是地球表面发射的通量,简单表示成有效发射率ε(v)和表面温度Ts的产品:
Te(v)=ε(v)Ts (4)
有效发射率是表面和下降流通量和倾角的复杂函数。
(c)Tr(v)是大气下降流和宇宙背景通量Tc的贡献从表面反射到天顶方向的贡献:
[1-ε(v)]等于基尔霍夫定律(Kirchoff)的表面反射率。积分项是表面的下降流大气通量,类似于上升流成分。上式中注意宇宙背景成分减弱假定是卫星高度是高于有效大气吸收平面的。宇宙背景贡献Tc是频率有关的来说明和瑞利-金斯近似值的部分。
卫星测量的亮温可依靠于四个变化参数:大气温度和吸收剖面、表面温度和发射率。吸收剖面依靠于三个大气成分的高度频率相关属性:氧气、水汽和云中液态水。
路径延迟和亮度温度之间是具有相关性的。这种相关性的解析表达式是极复杂的。一般采用的是统计回归的方法,求解路径延迟和亮度温度的经验公式,这种方法实践证明是有效的。完整的算法操作如下:
(a)判断处理的亮温数据是否有雨或陆地污染。如果有,使用最大可允许的Tb标记并不对其进行路径延迟计算。对于无标识的数据,使用全球系数和测量的TMR亮温数据计算云中液态水和风速:
Lz=l0+∑lvTb(v) (6)
W=w0+∑wvTb(v) (7)
l0、w0为可调节参数,lv、wv是亮温值对应系数。
(b)使用从风速计算中获得的全球系数计算获得PD(g)
PD(g)=B0 (g)+∑Bv (g)ln[280-Tb(v)] (8)
系数B0 (g)、Bv (g)通过关于在表中路径延迟系数比风速部分的“0-60”列中风速的线性内插确定。
(c)路径延迟是通过使用数据库范围内的分层系数和初始距离延迟计算的中心点进行计算的:
PD(1)=B0 (1)+∑Bv (1)ln[280-Tb(v)] (9)
PD(2)=B0 (2)+∑Bv (2)ln[280-Tb(v)] (10)
线性系数B0(1)、Bv (1)、B0 (2)、Bv (2)通过表中路径延迟系数与风速比对中相应的路径延迟距离列的风速内插获得。例如,如果初始路径延迟计算PD(g)等于12.3,PD(1)、PD(2)使用0-10、10-20路径延迟对应的分层系数计算。如果最初的路径延迟低于5或高于35,在第二步只使用最低的(0-10)或最高的(>30)分层系数计算。
(d)最终的水汽路径延迟计算通过PD(1)和PD(2)的平均获得,根据分层路径延迟距离中心点到原始路径延迟计算的临近性加权计算:
PD(f)=[0.5+(PDb-PD(g))/10]PD(1)+[0.5+(PDb-PD(g))/10]PD(2) (11)
PDb是两个层化路径延迟通用的边界。这种权衡确保了在接近层化的边界上没有算法中断。
(e)最终的湿路径延迟是液态水成分加上水汽引起的成分:
PDw=PD(f)+1.6Lz (12)
卫星上搭载微波辐射计,水汽路径延迟可以通过测量临近22.235GHz水汽线的亮温计算。而18Ghz和37Ghz通道分别用来剔除风速和云的影响。研究表明缺少37GHz通道将会引起1.5cm-2cm的不确定性,而当风速超过12m/s时缺乏18GHz带来1.5cm的误差。
通过反演获得湿对流层延时值,延时精度优于1.2cm。仿真结果如图1、图2所示。
尽管本发明的内容已经通过上述优选实施例作了详细介绍,但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后,对于本发明的多种修改和替代都将是显而易见的。因此,本发明的保护范围应由所附的权利要求来限定。

Claims (4)

1.一种对大幅宽范围内湿对流层延时误差的校正方法,其特征在于,包含以下过程:
在宽幅干涉成像高度计上安装微波辐射计,确保两者所发信号同时、同视角、同路径;
微波辐射计产生三种频率的信号:18GHz、22.235GHz、37GHz;
根据临近22.235GHz水汽线的亮温值计算水汽路径延迟,通过18Ghz和37Ghz通道分别剔除风速和云的影响;
采用统计回归的方法,求得湿对流层产生的路径延迟值。
2.如权利要求1所述的校正方法,其特征在于,
采用统计回归的方法,求解路径延迟和亮度温度的经验公式,包含:
(a)判断处理的亮温数据是否有雨或陆地污染;如果有,使用最大可允许的Tb标记且不对其进行路径延迟计算;对于无标识的数据,使用全球系数和测量的TMR亮温数据计算云中液态水和风速:
Lz=l0+∑lvTb(v) (6)
W=w0+∑wvTb(v) (7)
l0、w0为可调节参数,lv、wv是亮温值对应系数,Tb(v)是无雨条件下星载微波辐射计测量的微波通量所表示的亮温形式;
(b)使用从风速计算中获得的全球系数计算获得PD(g)
PD(g)=B0 (g)+∑Bv (g)ln[280-Tb(v)] (8)
系数B0 (g)、Bv (g)通过关于在表中路径延迟系数比风速部分的“0-60”列中风速的线性内插确定;
(c)路径延迟是通过使用数据库范围内的分层系数和初始距离延迟计算的中心点进行计算的:
PD(1)=B0 (1)+∑Bv (1)ln[280-Tb(v)] (9)
PD(2)=B0 (2)+∑Bv (2)ln[280-Tb(v)] (10)
线性系数B0 (1)、Bv (1)、B0 (2)、Bv (2)通过表中路径延迟系数与风速比对中相应的路径延迟距离列的风速内插获得;
(d)最终的水汽路径延迟计算通过PD(1)和PD(2)的平均获得,根据分层路径延迟距离中心点到原始路径延迟计算的临近性加权计算:
PD(f)=[0.5+(PDb-PD(g))/10]PD(1)+[0.5+(PDb-PD(g))/10]PD(2) (11)
PDb是两个层化路径延迟通用的边界;
(e)最终的湿路径延迟是液态水成分加上水汽引起的成分:
PDw=PD(f)+1.6Lz (12)。
3.如权利要求2所述的校正方法,其特征在于,
Tb(v)表示成三个频率有关的组分:
Tb(v)=Tu(v)+Te(v)e-τ(v)+Tr(v)e-τ(v) (1)
τ(v)是地球表面到卫星高度H的不透明度;
Tu(v)是大气向上辐射的贡献;
Te(v)是地球表面发射的通量;
Tr(v)是大气下降流和宇宙背景通量Tc的贡献从表面反射到天顶方向的贡献。
4.如权利要求3所述的校正方法,其特征在于,
τ(v)表示成和频率有关的大气吸收系数α(v)的函数
从表面z=0到卫星高度z=H
表述了大气上升流贡献是每个高度向上辐射[T(z)α(z)]的和,被界面上的大气吸收系数减弱T(z)是大气温度,单位K;
Te(v)表示成有效发射率ε(v)和表面温度Ts的产品:
Te(v)=ε(v)Ts (4)
有效发射率是表面和下降流通量和倾角的函数;
[1-ε(v)]等于基尔霍夫定律的表面反射率;积分项是表面的下降流大气通量;式(5)中宇宙背景成分减弱假定是卫星高度是高于有效大气吸收平面的;宇宙背景贡献Tc是频率有关的,来说明和瑞利-金斯近似值的部分。
CN201811242372.XA 2018-10-24 2018-10-24 一种对大幅宽范围内湿对流层延时误差的校正方法 Active CN109633573B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811242372.XA CN109633573B (zh) 2018-10-24 2018-10-24 一种对大幅宽范围内湿对流层延时误差的校正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811242372.XA CN109633573B (zh) 2018-10-24 2018-10-24 一种对大幅宽范围内湿对流层延时误差的校正方法

Publications (2)

Publication Number Publication Date
CN109633573A true CN109633573A (zh) 2019-04-16
CN109633573B CN109633573B (zh) 2020-11-03

Family

ID=66066619

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811242372.XA Active CN109633573B (zh) 2018-10-24 2018-10-24 一种对大幅宽范围内湿对流层延时误差的校正方法

Country Status (1)

Country Link
CN (1) CN109633573B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111965650A (zh) * 2020-07-22 2020-11-20 中国科学院国家空间科学中心 一种投影基线密度补偿的三维多面体干涉成像方法及系统
CN112014838A (zh) * 2020-09-04 2020-12-01 上海无线电设备研究所 一体化设计的高度计辐射计系统
CN112305572A (zh) * 2020-10-14 2021-02-02 自然资源部第一海洋研究所 空间去相关的卫星微波辐射计湿延迟评估方法
CN113203480A (zh) * 2021-05-06 2021-08-03 上海航天电子通讯设备研究所 差分大气水汽延迟量测量系统和方法
CN114037023A (zh) * 2021-12-20 2022-02-11 中国石油大学(华东) 海洋卫星校正微波辐射计极地异常水汽数据的校正方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103076616A (zh) * 2013-01-04 2013-05-01 中国电子科技集团公司第二十二研究所 大气对流层电离层电波折射误差一体化实时修正装置
CN103424736A (zh) * 2012-05-24 2013-12-04 中国科学院空间科学与应用研究中心 一种用于测量大气路径延时的星载微波辐射计系统
CN105629263A (zh) * 2015-12-21 2016-06-01 广州中海达卫星导航技术股份有限公司 一种对流层大气延迟误差估计改正方法和改正系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103424736A (zh) * 2012-05-24 2013-12-04 中国科学院空间科学与应用研究中心 一种用于测量大气路径延时的星载微波辐射计系统
CN103076616A (zh) * 2013-01-04 2013-05-01 中国电子科技集团公司第二十二研究所 大气对流层电离层电波折射误差一体化实时修正装置
CN105629263A (zh) * 2015-12-21 2016-06-01 广州中海达卫星导航技术股份有限公司 一种对流层大气延迟误差估计改正方法和改正系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
丁茂华: "《东南大学博士学位论文》", 31 January 2018 *
周长志 等: "基于比例法和回归分析的高度计湿对流层延迟改正方法", 《北京测绘》 *
孙晓 等: "利用多元回归方法改正对流层延迟插值误差", 《大地测量与地球动力学(增刊)》 *
杨力 等: "对流层传播延迟改正", 《测绘学院学报》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111965650A (zh) * 2020-07-22 2020-11-20 中国科学院国家空间科学中心 一种投影基线密度补偿的三维多面体干涉成像方法及系统
CN111965650B (zh) * 2020-07-22 2021-04-09 中国科学院国家空间科学中心 一种投影基线密度补偿的三维多面体干涉成像方法及系统
CN112014838A (zh) * 2020-09-04 2020-12-01 上海无线电设备研究所 一体化设计的高度计辐射计系统
CN112305572A (zh) * 2020-10-14 2021-02-02 自然资源部第一海洋研究所 空间去相关的卫星微波辐射计湿延迟评估方法
CN112305572B (zh) * 2020-10-14 2022-03-25 自然资源部第一海洋研究所 空间去相关的卫星微波辐射计湿延迟评估方法
CN113203480A (zh) * 2021-05-06 2021-08-03 上海航天电子通讯设备研究所 差分大气水汽延迟量测量系统和方法
CN113203480B (zh) * 2021-05-06 2022-05-27 上海航天电子通讯设备研究所 差分大气水汽延迟量测量系统和方法
CN114037023A (zh) * 2021-12-20 2022-02-11 中国石油大学(华东) 海洋卫星校正微波辐射计极地异常水汽数据的校正方法
CN114037023B (zh) * 2021-12-20 2024-05-10 中国石油大学(华东) 海洋卫星校正微波辐射计极地异常水汽数据的校正方法

Also Published As

Publication number Publication date
CN109633573B (zh) 2020-11-03

Similar Documents

Publication Publication Date Title
CN109633573A (zh) 一种对大幅宽范围内湿对流层延时误差的校正方法
Demuth et al. Evaluation of Advanced Microwave Sounding Unit tropical-cyclone intensity and size estimation algorithms
Klotz et al. Improved stepped frequency microwave radiometer tropical cyclone surface winds in heavy precipitation
Quilfen et al. The ERS scatterometer wind measurement accuracy: Evidence of seasonal and regional biases
KR101531224B1 (ko) 이중편파 레이더 기반의 강수 추정 시스템 및 그 방법
CN110376138A (zh) 基于航空高光谱的土地质量监测方法
CN103018736A (zh) 一种基于大气参数遥感反演的星载遥感器辐射定标方法
Yost et al. A prototype method for diagnosing high ice water content probability using satellite imager data
Zhou et al. Estimation of tropical cyclone parameters and wind fields from SAR images
Seto et al. Rain/no-rain classification methods for microwave radiometer observations over land using statistical information for brightness temperatures under no-rain conditions
Park et al. Cross validation of TRMM PR reflectivity profiles using 3D reflectivity composite from the ground-based radar network over the Korean Peninsula
Liu et al. A quality control procedure based on bending angle measurement uncertainty for radio occultation data assimilation in the tropical lower troposphere
Mankad et al. SCATSAT-1 Scatterometer data processing
Wang et al. Robust solution for boundary layer height detections with coherent doppler wind lidar
CN108802853A (zh) 一种云相态识别方法
Meunier et al. Biases caused by the instrument bandwidth and beam width on simulated brightness temperature measurements from scanning microwave radiometers
Gaussiat et al. Accurate liquid water path retrieval from low-cost microwave radiometers using additional information from a lidar ceilometer and operational forecast models
Guilloteau et al. Resolving surface rain from GMI high-frequency channels: Limits imposed by the three-dimensional structure of precipitation
Du Piesanie et al. Validation of two independent retrievals of SCIAMACHY water vapour columns using radiosonde data
Stoffelen et al. C-band high and extreme-force speeds (CHEFS)
Kida et al. Improvement of rain/no-rain classification methods for microwave radiometer observations over the ocean using a 37 GHz emission signature
Munchak et al. A consistent treatment of microwave emissivity and radar backscatter for retrieval of precipitation over water surfaces
Di Michele et al. Physically based statistical integration of TRMM microwave measurements for precipitation profiling
Stoffelen et al. C‐band High and Extreme‐Force Speeds (CHEFS)‐Final Report
Boers Simultaneous retrievals of cloud optical depth and droplet concentration from solar irradiance and microwave liquid water path

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