CN110488296B - 对流单体降雹偏振雷达zdr柱在线监测数据预警方法 - Google Patents

对流单体降雹偏振雷达zdr柱在线监测数据预警方法 Download PDF

Info

Publication number
CN110488296B
CN110488296B CN201910771501.2A CN201910771501A CN110488296B CN 110488296 B CN110488296 B CN 110488296B CN 201910771501 A CN201910771501 A CN 201910771501A CN 110488296 B CN110488296 B CN 110488296B
Authority
CN
China
Prior art keywords
column
early warning
value
maximum value
hail
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
CN201910771501.2A
Other languages
English (en)
Other versions
CN110488296A (zh
Inventor
周筠珺
谭霞
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.)
Chengdu University of Information Technology
Original Assignee
Chengdu University of Information Technology
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 Chengdu University of Information Technology filed Critical Chengdu University of Information Technology
Priority to CN201910771501.2A priority Critical patent/CN110488296B/zh
Publication of CN110488296A publication Critical patent/CN110488296A/zh
Application granted granted Critical
Publication of CN110488296B publication Critical patent/CN110488296B/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
    • 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
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/411—Identification of targets based on measurements of radar reflectivity
    • G01S7/412—Identification of targets based on measurements of radar reflectivity based on a comparison between measured values and known or stored values
    • 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)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种对流单体降雹偏振雷达ZDR柱在线监测数据预警方法，包括从探空资料获取环境0℃层海拔高度；获取雷达数据分辨率、天线海拔高度；获取偏振雷达ZDR柱的在线监测数据；根据ZDR柱的库数监测值和ZDR柱内ZDR的最大值监测值，进行预警；根据ZDR柱的库数监测值的变化规律，进行预警；根据ZDR柱内ZDR的最大值监测值的变化规律和ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差，进行预警；本发明根据偏振雷达ZDR柱的ZDR柱的库数监测值和ZDR柱内ZDR的最大值的在线监测数据快速预测降雹的可能性，避免因分析上升气流对对流单体内水成物粒子的演变及分布的影响而耗费大量时间，在保证准确预警的基础上简化了分析和运算过程，从而实现在降雹前及时预警。

Description

对流单体降雹偏振雷达ZDR柱在线监测数据预警方法
技术领域
本发明涉及天气防灾减灾技术领域，具体为对流单体降雹偏振雷达ZDR柱在线监测数据预警方法。
背景技术
冰雹灾害在多发地区一直受到政府以及社会的广泛关注。冰雹云常常是发展很旺盛的对流云，低层大量水滴被强烈的上升气流输送到冻结层以上形成过冷水滴，与冻结层以上云中的冰晶通过贝吉龙过程核化成雹胚。雹胚在冻结层以上随着上升气流向上运动的同时粘并冻结低温区的冰晶、雪花和少量过冷水滴而不断增长，直至某一高度的上升气流较弱，上升气流产生的浮力小于冰雹的重力开始减速上升后加速下降，下降过程中在冻结层以上仍不断地并合冰晶、雪花和水滴增长，下降至某一高度的上升气流较强，上升气流产生的浮力大于冰雹的重力，冰雹减速下降后加速上升，如此循环，即是冰雹的生长过程。
差分反射率ZDR是水平反射率ZH与垂直反射率ZV之比，其值大小受水粒子的形状及介电常数所影响，可反映降水粒子的形状、空间取向；扁圆的水成物粒子的ZDR值大于0dB，扁长的水成物粒子的ZDR值小于0dB；例如雨滴，其在下落过程中受空气阻力的影响呈扁圆的形态，故雨滴的ZDR值大于0dB。
利用多普勒雷达数据推断风暴的动力结构。Hall et al.(1984)观测到在对流风暴上升气流附近存在正的差分反射率呈垂直柱状分布。Tuttle et al.(1989)研究阿拉巴马州北部一个孤立的风暴，第一次提出正ZDR柱与风暴上升气流核心并置。 Yuter,Houze(1995)指出，在风暴演化的早期，高于0℃层的ZDR柱与上升气流有关，表明过冷水被抬升。即由于上升气流内潜热加热造成的热扰动和液滴冻结的非瞬性，风暴中的液态水和部分冷冻水凝物能被上升气流输送到0℃层高度以上。数值模拟结果表明ZDR柱不仅与上升气流近乎并置，而且ZDR柱的深度与上升的气流强度成正比(Kumjian et al.2012,2014；Snyder.2013)。高于0℃层的正差分反射率(即ZDR≥1dB)-称为ZDR柱能检测对流风暴的发生和上升气流演变(Van Den Broeke et al.2014；Snyder et al.2017)。
经过专利和文献检索，目前已公开的对流单体降雹预警方法包括：0℃层高度、－20℃层高度、冻结层厚度、K指数、沙氏指数、对流有效位能为代表的冰雹预报指标，以及以回波顶高或某一特征值的回波高度及其与当日0℃层高度差、组合反射率、回波强度、强回波核高度、垂直积分液态水含量为代表的雷达特征预警指标。强回波中心最大值及其所在高度和有界弱回波区(BWER) 或弱回波区(WER)的范围等也可作为判断降雹潜势的指标。采用这些方法对冰雹进行预警准确性较高，但是上述参量的物理指示特征不够明确，无法实现对对流单体降雹更精确的预警。不同地区的特征值差异较大，无法实现对不同地区适用性都较高的对流单体降雹预警方法。
为了解决以上问题我方研发出了对流单体降雹偏振雷达ZDR柱在线监测数据预警方法。
发明内容
本发明的目的就在于为了解决上述问题而提供对流单体降雹偏振雷达ZDR柱在线监测数据预警方法。
本发明通过以下技术方案来实现上述目的：
对流单体降雹偏振雷达ZDR柱在线监测数据预警方法，包括以下步骤：
S1；获取对流单体降雹偏振雷达ZDR柱的在线监测数据，在线监测数据包括 ZDR柱的库数监测值、ZDR柱内ZDR的最大值监测值、ZDR柱内ZDR的最大值隶属的雷达仰角和库数；
S2；根据在线监测数据、在线监测数据的限值、在线监测数据限值的变化限值、在线监测数据限值的变化规律进行拟提出预警、提出预警、解除预警。
具体地，ZDR柱的库数监测值、ZDR柱内ZDR的最大值监测值的获得方法包括：根据偏振雷达对对流单体降雹单体的探测基准值，分析差分反射率的距离-高度剖面，将高于环境0℃层的差分反射率大于等于1dB且垂直方向连续的区域识别为ZDR柱，该区域内所包含的数据量和差分反射率的最大值分别为ZDR柱的库数和 ZDR柱内ZDR的最大值。
作为一种优选，预警包括根据ZDR柱的库数监测值、ZDR柱内ZDR的最大值监测值、ZDR柱的库数的限值、ZDR柱内ZDR的最大值的限值进行，具体为：
当Xt≥200时，且Maxt≥2.9，冰雹云处于发展阶段，拟提出预警；
其余情况均不考虑预警，继续观察下一时次ZDR柱的库数和ZDR柱内ZDR的最大值监测值，
拟提出预警m个时次后，当Xt+m≥320时，且Maxt+m≥3.0，冰雹云处于成熟阶段，提出预警；
其余情况均不提出预警，继续观察下一时次ZDR柱的库数和ZDR柱内ZDR的最大值监测值，
提出预警n个时次后，当Xt+m+n＜200时，且Maxt+m+n＜2.9，冰雹云处于消散阶段，解除预警；
其余情况均不解除预警，继续观察下一时次ZDR柱的库数和ZDR柱内ZDR的最大值监测值，
其中Xt为t时次ZDR柱的库数监测值，Maxt为t时次ZDR柱内ZDR的最大值的监测值。
作为另一种优选，预警包括根据ZDR柱的库数监测值，确定ZDR柱的库数监测值的变化规律；根据ZDR柱的库数监测值的变化规律和ZDR柱的库数的变化限值进行预警；将ZDR柱的库数监测值序列进行计算，确定监测值序列的增率；根据所述监测值序列的增率，进行预警。
进一步地，按如下公式将计算ZDR柱的库数监测值序列的增率：
Figure BDA0002173685350000041
其中，Xt为t时次ZDR柱的库数监测值，Xt-1为前一时次ZDR柱的库数监测值， Grt为t时次ZDR柱的库数的增率。
进一步地，预警具体为：
当Grt≥43.15％时，冰雹云处于发展阶段，拟提出预警；
其余情况均不考虑预警，继续观察下一时次ZDR柱的库数监测值的增率，
拟提出预警m个时次后，当|Grt+m|≤6.96％，则提出预警；
其余情况均不提出预警，继续观察下一时次ZDR柱的库数监测值的增率，
提出预警n个时次后，当Grt+m+n＜0，|Grt+m+n|≥38.63％，则解除预警；
其余情况均不解除预警，继续观察下一时次ZDR柱的库数监测值的增率，
其中Grt为t时次的ZDR柱的库数监测值的增率,Grt+m为t时次之后m时次的 ZDR柱的库数监测值的增率,Grt+m+n为t时次之后m+n时次的ZDR柱的库数监测值的增率。
作为另一种优选，预警还包括从探空资料获取环境0℃层海拔高度，获取雷达数据分辨率、天线海拔高度；根据ZDR柱内ZDR的最大值监测值和ZDR柱内ZDR的最大值隶属的雷达仰角和库数、环境0℃层海拔高度、雷达数据分辨率、雷达天线海拔高度，确定ZDR柱内ZDR的最大值的监测值的变化规律和ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差；
预警为根据ZDR柱内ZDR的最大值的监测值的变化规律、ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差、ZDR柱内ZDR的最大值的监测值的变化限值、ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差限值提出；将ZDR柱内ZDR的最大值监测值序列进行计算，确定监测值序列的增率和ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差。
进一步地，按如下公式将计算ZDR柱内ZDR的最大值监测值序列的增率：
Figure BDA0002173685350000051
其中，Maxt为ZDR柱内ZDR的最大值的监测值，Maxt-1为前一时次ZDR柱内ZDR的最大值的监测值，Gr1t为t时次ZDR柱内ZDR的最大值的增率。
进一步地，按如下公式计算ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差：
Figure BDA0002173685350000052
其中，r为雷达分辨率，g为ZDR柱内ZDR的最大值所在库数，γ为ZDR柱内ZDR的最大值所在仰角，Ha为雷达天线的海拔高度，H0为环境0℃层的海拔高度，Hd为ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差。
更进一步地，根据所述ZDR柱内ZDR的最大值监测值序列的增率和ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差，进行预警，具体为：
当Gr1t≥35.07％时，且Hdt≥0.35，冰雹云处于发展阶段，拟提出预警；
其余情况均不考虑预警，继续观察下一时次ZDR柱内ZDR的最大值监测值的增率和ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差，
拟提出预警m个时次后，当|Gr1t+m|≤25.1％，且Hdt+m≥1.0，则提出预警；
其余情况均不提出预警，继续观察下一时次ZDR柱内ZDR的最大值监测值的增率和ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差，
提出预警n个时次后，当Gr1t+m+n＜0，|Gr1t+m+n|≥15.71％，且Hdt+m+n＜0.35，则解除预警；
其余情况均不解除预警，继续观察下一时次ZDR柱内ZDR的最大值监测值的增率和ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差，
其中Gr1t为t时次的ZDR柱内ZDR的最大值的增率，Gr1t+m为t时次之后m时次的ZDR柱内ZDR的最大值的增率，Gr1t+m+n为t时次之后m+n时次的ZDR柱内ZDR的最大值的增率；Hdt为t时次的ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差，Hdt+m为t时次之后m时次的ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差，Hdt+m+n为t时次之后m+n时次的ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差。
本发明的有益效果在于：
本发明根据偏振雷达ZDR柱的ZDR柱的库数监测值和ZDR柱内ZDR的最大值的在线监测数据快速预测降雹的可能性，避免因分析上升气流对对流单体内水成物粒子的演变及分布的影响而耗费大量时间，在保证准确预警的基础上简化了分析和运算过程，从而实现在降雹前及时预警。
附图说明
图1为本发明实施例1的流程图；
图2为本发明实施例2的流程图；
图3为本发明实施例3的流程图；
图4为本发明的总体结构流程图。
具体实施方式
下面结合附图对本发明作进一步说明：
为了快速预测降雹的可能性，避免因其他参量的物理指示特征不够明确，无法实现对对流单体降雹更精确的预警，在保证准确预警的基础上简化分析和运算过程，本发明实施例1提供一种对流单体降雹偏振雷达ZDR柱在线监测数据预警方法，如图1和图4所示，该方法可以包括：
步骤101、获取对流单体降雹偏振雷达ZDR柱的在线监测数据，所述在线监测数据包括ZDR柱的库数监测值和ZDR柱内ZDR的最大值监测值；
步骤102、根据ZDR柱的库数监测值和ZDR柱内ZDR的最大值监测值和ZDR柱的库数和ZDR柱内ZDR的最大值的限值，拟提出预警；
步骤103、根据ZDR柱的库数监测值和ZDR柱内ZDR的最大值监测值和ZDR柱的库数和ZDR柱内ZDR的最大值的限值，提出预警；
步骤104、根据ZDR柱的库数监测值和ZDR柱内ZDR的最大值监测值和ZDR柱的库数和ZDR柱内ZDR的最大值的限值，解除预警；
由图1所示可以得知，本发明实施例1通过获取对流单体降雹偏振雷达ZDR柱的在线监测数据，然后根据在线监测数据中包括的ZDR柱的库数监测值和ZDR柱内ZDR的最大值监测值，根据ZDR柱的库数和ZDR柱内ZDR的最大值的限值，进行预警。本发明实施例1仅对对流单体降雹偏振雷达ZDR柱的在线监测数据进行分析，不涉及其他参量对不同水成物粒子指示特征，避免参量指示特征不明确对水成物粒子监测的影响，在保证准确预警的基础上简化了分析和运算过程，从而实现在降雹前及时预警。
具体实施时，获取对流单体降雹偏振雷达ZDR柱的在线监测数据，所述在线监测数据包括ZDR柱的库数监测值和ZDR柱内ZDR的最大值监测值。发明人发现，目前已有的预警模型涉及雷达参量，其参量对水成物的指示特征不够明确，无法实现更精确的快速预警。本发明实施例1仅对对流单体降雹偏振雷达ZDR柱的在线监测数据进行分析，不过多的统计和计算，避免因统计计算耗费大量时间，在保证准确预警的基础上简化了分析和运算过程，从而实现在降雹前及时预警。
当Xt≥200时，且Maxt≥2.9，冰雹云处于发展阶段，拟提出预警；
其余情况均不考虑预警，继续观察下一时次ZDR柱的库数和ZDR柱内ZDR的最大值监测值，
拟提出预警m个时次后，当Xt+m≥320时，且Maxt+m≥3.0，冰雹云处于成熟阶段，提出预警；
其余情况均不提出预警，继续观察下一时次ZDR柱的库数和ZDR柱内ZDR的最大值监测值，
提出预警n个时次后，当Xt+m+n＜200时，且Maxt+m+n＜2.9，冰雹云处于消散阶段，解除预警；
其余情况均不解除预警，继续观察下一时次ZDR柱的库数和ZDR柱内ZDR的最大值监测值，
其中Xt为t时次ZDR柱的库数监测值，Maxt为t时次ZDR柱内ZDR的最大值的监测值。
图2为本发明实施例2中另一对流单体降雹偏振雷达ZDR柱在线监测数据预警方法示意图，如图2和图4所示，该方法包括：
步骤201、获取对流单体降雹偏振雷达ZDR柱的在线监测数据，所述在线监测数据包括ZDR柱的库数监测值；
步骤202、根据ZDR柱的库数监测值，确定ZDR柱的库数监测值的变化规律；
步骤203、根据ZDR柱的库数监测值的变化规律和ZDR柱的库数变化限值，拟提出预警；
步骤204、根据ZDR柱的库数监测值的变化规律和ZDR柱的库数变化限值，提出预警；
步骤205、根据ZDR柱的库数监测值的变化规律和ZDR柱的库数变化限值，解除预警；
实施例2中，分别获取每时次对流单体偏振雷达ZDR柱库数监测值，从而得到ZDR柱库数监测值序列，具体实施时，根据ZDR柱库数监测值，确定ZDR柱库数监测值的变化规律。
根据ZDR柱的库数监测值，确定ZDR柱的库数监测值的变化规律，包括：
Figure BDA0002173685350000091
其中，Xt为t时次ZDR柱的库数监测值，Xt-1为前一时次ZDR柱的库数监测值， Grt为t时次ZDR柱的库数的增率；
根据所述ZDR柱的库数监测值的变化规律和ZDR柱的库数变化限值，进行预警，
当Grt≥43.15％时，冰雹云处于发展阶段，拟提出预警；
其余情况均不考虑预警，继续观察下一时次ZDR柱的库数监测值的增率，
拟提出预警m个时次后，当|Grt+m|≤6.96％，则提出预警；
其余情况均不提出预警，继续观察下一时次ZDR柱的库数监测值的增率，
提出预警n个时次后，当Grt+m+n＜0，|Grt+m+n|≥38.63％，则解除预警；
其余情况均不解除预警，继续观察下一时次ZDR柱的库数监测值的增率，
其中Grt为t时次的ZDR柱的库数监测值的增率,Grt+m为t时次之后m时次的 ZDR柱的库数监测值的增率,Grt+m+n为t时次之后m+n时次的ZDR柱的库数监测值的增率。
图3为本发明实施例3中另一对流单体降雹偏振雷达ZDR柱在线监测数据预警方法示意图，如图3和图4所示，该方法包括：
步骤301、获取环境0℃海拔高度；获取雷达数据分辨率、天线海拔高度，获取对流单体降雹偏振雷达ZDR柱的在线监测数据，所述在线监测数据包括ZDR柱内ZDR的最大值监测值和ZDR柱内ZDR的最大值隶属的雷达仰角和库数；
步骤302、根据ZDR柱内ZDR的最大值监测值和ZDR柱内ZDR的最大值隶属的雷达仰角和库数，确定ZDR柱内ZDR的最大值监测值的变化规律和ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差；
步骤303、根据ZDR柱内ZDR的最大值监测值的变化规律和ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差以及ZDR柱内ZDR的最大值变化限值和ZDR柱内 ZDR的最大值所在高度与环境0℃层的高度差限值，拟提出预警；
步骤304、根据ZDR柱内ZDR的最大值监测值的变化规律和ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差以及ZDR柱内ZDR的最大值变化限值和ZDR柱内 ZDR的最大值所在高度与环境0℃层的高度差限值，提出预警；
步骤305、根据ZDR柱内ZDR的最大值监测值的变化规律和ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差以及ZDR柱内ZDR的最大值变化限值和ZDR柱内 ZDR的最大值所在高度与环境0℃层的高度差限值，解除预警；
实施例3中，从探空资料获取环境0℃层海拔高度，获取雷达数据分辨率、天线海拔高度，分别获取每时次对流单体偏振雷达ZDR柱内ZDR的最大值监测值和 ZDR柱内ZDR的最大值隶属的雷达仰角和库数，从而得到ZDR柱内ZDR的最大值监测值序列和ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差。具体实施时，根据ZDR柱内ZDR的最大值监测值和ZDR柱内ZDR的最大值隶属的雷达仰角和库数，确定ZDR柱内ZDR的最大值监测值的变化规律和ZDR柱内ZDR的最大值所在高度与环境 0℃层的高度差。
根据ZDR柱内ZDR的最大值监测值，确定ZDR柱内ZDR的最大值监测值的变化规律，包括：
Figure BDA0002173685350000111
其中，Maxt为t时次ZDR柱内ZDR的最大值的监测值，Maxt-1为前一时次ZDR柱内ZDR的最大值的监测值，Gr1t为t时次ZDR柱内ZDR的最大值的增率。
根据和ZDR柱内ZDR的最大值隶属的雷达仰角和库数，确定ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差，包括：
Figure BDA0002173685350000112
其中，r为雷达分辨率(km)，g为ZDR柱内ZDR的最大值所在库数，γ为ZDR柱内ZDR的最大值所在仰角(°)，Ha为雷达天线的海拔高度(km)，H0为环境 0℃层的海拔高度(km)，Hd为ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差(km)。
根据所述ZDR柱内ZDR的最大值监测值的变化规律和ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差以及ZDR柱内ZDR的最大值监测值的变化限值和ZDR柱内 ZDR的最大值所在高度与环境0℃层的高度差限值，进行预警，
当Gr1t≥35.07％时，且Hdt≥0.35，冰雹云处于发展阶段，拟提出预警；
其余情况均不考虑预警，继续观察下一时次ZDR柱内ZDR的最大值监测值的增率和ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差，
拟提出预警m个时次后，当|Gr1t+m|≤25.1％，且Hdt+m≥1.0，则提出预警；
其余情况均不提出预警，继续观察下一时次ZDR柱内ZDR的最大值监测值的增率和ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差，
提出预警n个时次后，当Gr1t+m+n＜0，|Gr1t+m+n|≥15.71％，且Hdt+m+n＜0.35，则解除预警；
其余情况均不解除预警，继续观察下一时次ZDR柱内ZDR的最大值监测值的增率和ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差，
其中Gr1t为t时次的ZDR柱内ZDR的最大值的增率，Gr1t+m为t时次之后m时次的ZDR柱内ZDR的最大值的增率，Gr1t+m+n为t时次之后m+n时次的ZDR柱内ZDR的最大值的增率；Hdt为t时次的ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差，Hdt+m为t时次之后m时次的ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差，Hdt+m+n为t时次之后m+n时次的ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差。
以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围内。

Claims (8)

1.对流单体降雹偏振雷达ZDR柱在线监测数据预警方法，其特征在于，包括以下步骤：
S1；获取对流单体降雹偏振雷达ZDR柱的在线监测数据，在线监测数据包括ZDR柱的库数监测值、ZDR柱内ZDR的最大值监测值、ZDR柱内ZDR的最大值隶属的雷达仰角和库数；ZDR柱的库数监测值、ZDR柱内ZDR的最大值监测值的获得方法包括：根据偏振雷达对对流单体降雹单体的探测基准值，分析差分反射率的距离-高度剖面，将高于环境0℃层的差分反射率大于等于1dB且垂直方向连续的区域识别为ZDR柱，该区域内所包含的数据量和差分反射率的最大值分别为ZDR柱的库数和ZDR柱内ZDR的最大值；
S2；根据在线监测数据、在线监测数据的限值、在线监测数据限值的变化限值、在线监测数据限值的变化规律进行拟提出预警、提出预警、解除预警；预警包括根据ZDR柱的库数监测值，确定ZDR柱的库数监测值的变化规律；根据ZDR柱的库数监测值的变化规律和ZDR柱的库数的变化限值进行预警；将ZDR柱的库数监测值序列进行计算，确定监测值序列的增率；根据监测值序列的增率，进行预警。
2.如权利要求1所述的对流单体降雹偏振雷达ZDR柱在线监测数据预警方法，其特征在于，预警包括根据ZDR柱的库数监测值、ZDR柱内ZDR的最大值监测值、ZDR柱的库数的限值、ZDR柱内ZDR的最大值的限值进行，具体为：
当Xt≥200时，且Maxt≥2.9，冰雹云处于发展阶段，拟提出预警；
其余情况均不考虑预警，继续观察下一时次ZDR柱的库数和ZDR柱内ZDR的最大值监测值，
拟提出预警m个时次后，当Xt+m≥320时，且Maxt+m≥3.0，冰雹云处于成熟阶段，提出预警；
其余情况均不提出预警，继续观察下一时次ZDR柱的库数和ZDR柱内ZDR的最大值监测值，
提出预警n个时次后，当Xt+m+n＜200时，且Maxt+m+n＜2.9，冰雹云处于消散阶段，解除预警；
其余情况均不解除预警，继续观察下一时次ZDR柱的库数和ZDR柱内ZDR的最大值监测值，
其中Xt为t时次ZDR柱的库数监测值，Maxt为t时次ZDR柱内ZDR的最大值的监测值。
3.如权利要求1所述的对流单体降雹偏振雷达ZDR柱在线监测数据预警方法，其特征在于，按如下公式将计算ZDR柱的库数监测值序列的增率：
Figure FDA0003893710510000021
其中，Xt为t时次ZDR柱的库数监测值，Xt-1为前一时次ZDR柱的库数监测值，Grt为t时次ZDR柱的库数的增率。
4.如权利要求3所述的对流单体降雹偏振雷达ZDR柱在线监测数据预警方法，其特征在于，预警具体为：
当Grt≥43.15％时，冰雹云处于发展阶段，拟提出预警；
其余情况均不考虑预警，继续观察下一时次ZDR柱的库数监测值的增率，
拟提出预警m个时次后，当|Grt+m|≤6.96％，则提出预警；
其余情况均不提出预警，继续观察下一时次ZDR柱的库数监测值的增率，
提出预警n个时次后，当Grt+m+n＜0，|Grt+m+n|≥38.63％，则解除预警；
其余情况均不解除预警，继续观察下一时次ZDR柱的库数监测值的增率，
其中Grt为t时次的ZDR柱的库数监测值的增率,Grt+m为t时次之后m时次的ZDR柱的库数监测值的增率,Grt+m+n为t时次之后m+n时次的ZDR柱的库数监测值的增率。
5.如权利要求1所述的对流单体降雹偏振雷达ZDR柱在线监测数据预警方法，其特征在于，预警还包括从探空资料获取环境0℃层海拔高度，获取雷达数据分辨率、天线海拔高度；根据ZDR柱内ZDR的最大值监测值和ZDR柱内ZDR的最大值隶属的雷达仰角和库数、环境0℃层海拔高度、雷达数据分辨率、雷达天线海拔高度，确定ZDR柱内ZDR的最大值的监测值的变化规律和ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差；
预警为根据ZDR柱内ZDR的最大值的监测值的变化规律、ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差、ZDR柱内ZDR的最大值的监测值的变化限值、ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差限值提出；将ZDR柱内ZDR的最大值监测值序列进行计算，确定监测值序列的增率和ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差。
6.如权利要求5所述的对流单体降雹偏振雷达ZDR柱在线监测数据预警方法，其特征在于，按如下公式将计算ZDR柱内ZDR的最大值监测值序列的增率：
Figure FDA0003893710510000031
其中，Maxt为t时次ZDR柱内ZDR的最大值的监测值，Maxt-1为前一时次ZDR柱内ZDR的最大值的监测值，Gr1t为t时次ZDR柱内ZDR的最大值的增率。
7.如权利要求6所述的对流单体降雹偏振雷达ZDR柱在线监测数据预警方法，其特征在于，按如下公式计算ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差：
Figure FDA0003893710510000041
其中，r为雷达分辨率，g为ZDR柱内ZDR的最大值所在库数，γ为ZDR柱内ZDR的最大值所在仰角，Ha为雷达天线的海拔高度，H0为环境0℃层的海拔高度，Hd为ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差。
8.如权利要求7所述的对流单体降雹偏振雷达ZDR柱在线监测数据预警方法，其特征在于，根据ZDR柱内ZDR的最大值监测值序列的增率和ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差，进行预警，具体为：
当Gr1t≥35.07％时，且Hdt≥0.35，冰雹云处于发展阶段，拟提出预警；
其余情况均不考虑预警，继续观察下一时次ZDR柱内ZDR的最大值监测值的增率和ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差，
拟提出预警m个时次后，当|Gr1t+m|≤25.1％，且Hdt+m≥1.0，则提出预警；
其余情况均不提出预警，继续观察下一时次ZDR柱内ZDR的最大值监测值的增率和ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差，
提出预警n个时次后，当Gr1t+m+n＜0，|Gr1t+m+n|≥15.71％，且Hdt+m+n＜0.35，则解除预警；
其余情况均不解除预警，继续观察下一时次ZDR柱内ZDR的最大值监测值的增率和ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差，
其中Gr1t为t时次的ZDR柱内ZDR的最大值的增率，Gr1t+m为t时次之后m时次的ZDR柱内ZDR的最大值的增率，Gr1t+m+n为t时次之后m+n时次的ZDR柱内ZDR的最大值的增率；Hdt为t时次的ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差，Hdt+m为t时次之后m时次的ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差，Hdt+m+n为t时次之后m+n时次的ZDR柱内ZDR的最大值所在高度与环境0℃层的高度差。
CN201910771501.2A 2019-08-21 2019-08-21 对流单体降雹偏振雷达zdr柱在线监测数据预警方法 Active CN110488296B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910771501.2A CN110488296B (zh) 2019-08-21 2019-08-21 对流单体降雹偏振雷达zdr柱在线监测数据预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910771501.2A CN110488296B (zh) 2019-08-21 2019-08-21 对流单体降雹偏振雷达zdr柱在线监测数据预警方法

Publications (2)

Publication Number Publication Date
CN110488296A CN110488296A (zh) 2019-11-22
CN110488296B true CN110488296B (zh) 2022-11-25

Family

ID=68552539

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910771501.2A Active CN110488296B (zh) 2019-08-21 2019-08-21 对流单体降雹偏振雷达zdr柱在线监测数据预警方法

Country Status (1)

Country Link
CN (1) CN110488296B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111337928B (zh) * 2020-03-20 2021-09-28 厦门市气象台(厦门市海洋气象台、海峡气象开放实验室) 一种雷达回波移动信息计算方法和装置
CN111694000B (zh) * 2020-06-11 2023-03-21 成都信息工程大学 雹云单体发展过程中雹胚形成及冰雹增长的预报方法
CN114706146B (zh) * 2022-03-23 2023-11-03 成都信息工程大学 复杂地形下雹暴过程中雹胚的生长和降雹阶段的预报方法
CN114706145B (zh) * 2022-03-23 2023-11-21 成都信息工程大学 基于雹云微物理与热动力特征的冰雹预警方法

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009008440A (ja) * 2007-06-26 2009-01-15 Mitsubishi Electric Corp 気象レーダ装置
CN102662173A (zh) * 2012-04-24 2012-09-12 上海交通大学 基于水平集的雷暴预测方法
WO2012139029A1 (en) * 2011-04-07 2012-10-11 Baron Services, Inc. Systems and methods for calibrating dual polarization radar systems
CN104316930A (zh) * 2014-10-29 2015-01-28 安徽四创电子股份有限公司 一种基于双线偏振多普勒天气雷达探测的雨强估算方法
CN105137407A (zh) * 2015-10-08 2015-12-09 南京信息工程大学 一种双偏振天气雷达zdr在线标定方法及装置
KR101623688B1 (ko) * 2015-06-01 2016-05-24 부경대학교 산학협력단 이중편파레이더를 이용한 정량적 강수량 추정 방법
CN105866751A (zh) * 2016-03-22 2016-08-17 中国科学院大气物理研究所 X波段固态双极化天气雷达的金属球定标方法
CN107015229A (zh) * 2017-05-22 2017-08-04 新疆维吾尔自治区人工影响天气办公室 基于双偏振天气雷达的人工防雹作业指挥方法
CN107064936A (zh) * 2017-05-12 2017-08-18 芜湖航飞科技股份有限公司 气象雷达
CN107526083A (zh) * 2017-10-18 2017-12-29 国网新疆电力公司电力科学研究院 一种基于天气雷达数据的强对流风力等级预测方法
CN107843884A (zh) * 2017-09-13 2018-03-27 成都信息工程大学 基于双偏振雷达观测提高雷暴天气预警预报准确度的方法
CN108020840A (zh) * 2017-11-20 2018-05-11 天津大学 一种基于多普勒天气雷达数据的冰雹云早期识别方法
CN108680920A (zh) * 2018-04-28 2018-10-19 深圳市雅码科技有限公司 一种基于双偏振雷达的灾害天气识别预警系统及方法
CN109001701A (zh) * 2018-05-31 2018-12-14 国网福建省电力有限公司电力科学研究院 基于双偏振参数特征库匹配的雷达动态定量估测降水方法
CN109116358A (zh) * 2018-08-09 2019-01-01 成都信息工程大学 基于新一代天气雷达的冰雹识别及落区预报方法
CN109324155A (zh) * 2018-10-31 2019-02-12 中国石油天然气股份有限公司 炼化装置尾气污染物在线监测数据预警方法及装置
WO2019111641A1 (ja) * 2017-12-06 2019-06-13 古野電気株式会社 降水粒子判別装置、降水粒子判別方法、及び降水粒子判別プログラム
US10324180B1 (en) * 2013-09-18 2019-06-18 Baron Services, Inc. Severe weather detection, classification and localization using dual-polarization radar

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8432306B2 (en) * 2009-10-16 2013-04-30 Propagation Research Associates, Inc. Method and apparatus for the nowcast of lightning threat using polarimetric radar
US9261583B2 (en) * 2011-04-07 2016-02-16 Baron Services, Inc. Systems and methods for calibrating dual polarization radar systems

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009008440A (ja) * 2007-06-26 2009-01-15 Mitsubishi Electric Corp 気象レーダ装置
WO2012139029A1 (en) * 2011-04-07 2012-10-11 Baron Services, Inc. Systems and methods for calibrating dual polarization radar systems
CN102662173A (zh) * 2012-04-24 2012-09-12 上海交通大学 基于水平集的雷暴预测方法
US10324180B1 (en) * 2013-09-18 2019-06-18 Baron Services, Inc. Severe weather detection, classification and localization using dual-polarization radar
CN104316930A (zh) * 2014-10-29 2015-01-28 安徽四创电子股份有限公司 一种基于双线偏振多普勒天气雷达探测的雨强估算方法
KR101623688B1 (ko) * 2015-06-01 2016-05-24 부경대학교 산학협력단 이중편파레이더를 이용한 정량적 강수량 추정 방법
CN105137407A (zh) * 2015-10-08 2015-12-09 南京信息工程大学 一种双偏振天气雷达zdr在线标定方法及装置
CN105866751A (zh) * 2016-03-22 2016-08-17 中国科学院大气物理研究所 X波段固态双极化天气雷达的金属球定标方法
CN107064936A (zh) * 2017-05-12 2017-08-18 芜湖航飞科技股份有限公司 气象雷达
CN107015229A (zh) * 2017-05-22 2017-08-04 新疆维吾尔自治区人工影响天气办公室 基于双偏振天气雷达的人工防雹作业指挥方法
CN107843884A (zh) * 2017-09-13 2018-03-27 成都信息工程大学 基于双偏振雷达观测提高雷暴天气预警预报准确度的方法
CN107526083A (zh) * 2017-10-18 2017-12-29 国网新疆电力公司电力科学研究院 一种基于天气雷达数据的强对流风力等级预测方法
CN108020840A (zh) * 2017-11-20 2018-05-11 天津大学 一种基于多普勒天气雷达数据的冰雹云早期识别方法
WO2019111641A1 (ja) * 2017-12-06 2019-06-13 古野電気株式会社 降水粒子判別装置、降水粒子判別方法、及び降水粒子判別プログラム
CN108680920A (zh) * 2018-04-28 2018-10-19 深圳市雅码科技有限公司 一种基于双偏振雷达的灾害天气识别预警系统及方法
CN109001701A (zh) * 2018-05-31 2018-12-14 国网福建省电力有限公司电力科学研究院 基于双偏振参数特征库匹配的雷达动态定量估测降水方法
CN109116358A (zh) * 2018-08-09 2019-01-01 成都信息工程大学 基于新一代天气雷达的冰雹识别及落区预报方法
CN109324155A (zh) * 2018-10-31 2019-02-12 中国石油天然气股份有限公司 炼化装置尾气污染物在线监测数据预警方法及装置

Non-Patent Citations (11)

* Cited by examiner, † Cited by third party
Title
Determination of Dominant-Scattering Raindrops" Size Using Dual-Polarization Radar Observations;Jianbing Li;《2018 IEEE International Conference on Computational Electromagnetics (ICCEM)》;20181018;1-3 *
Estimation of rainfall drop size distribution from dual-polarization measurements at S-band, X-band, and Ku-band radar frequencies;Haonan Chen;《2014 IEEE Geoscience and Remote Sensing Symposium》;20141106;4978-4981 *
X波段双偏振雷达水凝物粒子相态识别应用研究;冯亮;《气候与环境研究》;20180619;366-386 *
X波段双线偏振雷达数据质量分析及控制方法;王超;《高原气象》;20190628;636-649 *
使用气象目标物验证珠海-澳门双偏振雷达的差分反射率标定;詹棠;《气象科技》;20190215;10-18 *
利用地面双偏振雷达检验GPMDPR降水测量华北地区适用性初探;冯启祯;《成都信息工程大学学报》;20190815;323-332 *
双线偏振雷达资料在数值模式中的应用:模拟器的构建;王洪;《气象学报》;20160415;229-243 *
基于X波段双偏振雷达对雷暴单体中水成物粒子演变特征的研究;李晓敏;《大气科学》;20171115;1246-1263 *
基于双偏振雷达参量的层状云零度层亮带识别研究;冯小真;《成都信息工程大学学报》;20190801;333-341 *
基于支持向量机的双偏振雷达对流降水类型识别方法研究;杨通晓;《暴雨灾害》;20190815;297-302 *
基于标准差分析法的X波段双偏振天气雷达资料质量评估;李思腾;《干旱气象》;20190630;467-476 *

Also Published As

Publication number Publication date
CN110488296A (zh) 2019-11-22

Similar Documents

Publication Publication Date Title
CN110488296B (zh) 对流单体降雹偏振雷达zdr柱在线监测数据预警方法
Korolev et al. A new look at the environmental conditions favorable to secondary ice production
CN109958588B (zh) 结冰预测方法、装置、存储介质、模型生成方法及装置
Li et al. Impact of planetary boundary layer structure on the formation and evolution of air-pollution episodes in Shenyang, Northeast China
US11353625B1 (en) Systems and methods for forecasting lightning and severe storms
Khain et al. Some effects of cloud–aerosol interaction on cloud microphysics structure and precipitation formation: Numerical experiments with a spectral microphysics cloud ensemble model
Mattos et al. Electrification life cycle of incipient thunderstorms
Pryor Progress and developments of downburst prediction applications of GOES
CN115857059B (zh) 一种积冰预报管理方法、系统、可读存储介质和设备
Zhang et al. Comparison of raindrop size distributions in a midlatitude continental squall line during different stages as measured by parsivel over East China
Maitra et al. Effect of boundary layer dynamics on the profiles of rain drop size distribution during convective rain
CN113866770A (zh) 一种冰雹云早期识别方法及存储介质
CN113933845A (zh) 一种基于双线偏振雷达的地面降雹识别和预警方法
CN114373283B (zh) 一种冰崩型冰碛湖溃决灾害预警方法
Kobayashi et al. Measurements of raindrop breakup by using UHF wind profilers
CN116384733A (zh) 一种强对流天气下基于气象雷达的输电线路风险预警方法
Chen et al. Vertical variability of the raindrop size distribution in typhoons observed at the Shenzhen 356-m meteorological tower
Wang et al. A multiscale analysis of a nocturnal extreme rainfall event of 14 July 2017 in Northeast China
Zhang et al. Relationships between cloud-to-ground flashes and hydrometeors in a thunderstorm in Fujian province
CN105891078B (zh) 基于风廓线雷达的沙尘暴沙尘质量浓度定量反演估算方法
CN110780292A (zh) 一种机载飞机颠簸探测仪及其方法
Ding et al. Raindrop size distribution and microphysical features of the extremely severe rainstorm on 20 July 2021 in Zhengzhou, China
JPH09329672A (ja) 発雷予測方法
Suzuki et al. Graupel in the different developing stages of Baiu monsoon clouds observed by videosondes
CN114706145B (zh) 基于雹云微物理与热动力特征的冰雹预警方法

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
GR01 Patent grant
GR01 Patent grant