CN110488393B - X波段双偏振天气雷达定量测量降水方法及系统 - Google Patents

X波段双偏振天气雷达定量测量降水方法及系统 Download PDF

Info

Publication number
CN110488393B
CN110488393B CN201910906092.2A CN201910906092A CN110488393B CN 110488393 B CN110488393 B CN 110488393B CN 201910906092 A CN201910906092 A CN 201910906092A CN 110488393 B CN110488393 B CN 110488393B
Authority
CN
China
Prior art keywords
radar
rate
rainfall
precipitation
function
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
CN201910906092.2A
Other languages
English (en)
Other versions
CN110488393A (zh
Inventor
冯亮
肖辉
孙跃
李宗飞
罗丽
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.)
Institute of Atmospheric Physics of CAS
Original Assignee
Institute of Atmospheric Physics of CAS
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 Institute of Atmospheric Physics of CAS filed Critical Institute of Atmospheric Physics of CAS
Priority to CN201910906092.2A priority Critical patent/CN110488393B/zh
Publication of CN110488393A publication Critical patent/CN110488393A/zh
Application granted granted Critical
Publication of CN110488393B publication Critical patent/CN110488393B/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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/14—Rainfall or precipitation gauges
    • 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)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Ecology (AREA)
  • Electromagnetism (AREA)
  • Environmental Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Atmospheric Sciences (AREA)
  • Hydrology & Water Resources (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明实施例提供X波段双偏振天气雷达定量测量降水的方法及系统，该方法包括：利用X波段双偏振雷达获取探测范围内的雷达数据，激光雨滴谱仪获取检测点的实测雨滴谱；获取雷达反射率因子和衰减率；基于实测雨滴谱，获取检测点的实测降雨率和雷达反射率因子真值，并通过T矩阵散射模拟，获取检测点的衰减率真值，并拟合实测降雨率与衰减率真值，获取探测范围内的降水函数，进而获取降雨率；若所述雷达反射率因子大于第一设定阈值，利用衰减率反演降雨率；若雷达反射率因子不大于第一设定阈值，则先通过拟合雷达反射率因子真值与衰减率真值，获取探测范围内的衰减率函数，再基于衰减率函数，获取探测范围内的降雨率，本实施例能获取到更精确的预测降雨率。

Description

X波段双偏振天气雷达定量测量降水方法及系统
技术领域
本发明涉及大气科学技术领域，尤其涉及一种X波段双偏振天气雷达定量测量降水方法及系统。
背景技术
雷达被广泛应用于降水探测和测量的研究，并做出了卓越的贡献。目前雷达定量测量降水成为雷达气象学研究的主要内容之一。现有的通过雷达进行降水探测和测量的方法，主要有以下几种：
其一为：基于单偏振天气雷达(比如，多普勒天气雷达)，利用雷达气象方程，根据测得的回波功率算出雷达反射率因子ZH(单位：mm6m-3)，然后根据预定的Z-R关系(Z＝aRb)推导出降雨率R(单位：mm/h)。
其二为：基于双偏振天气雷达，主要是通过对三个偏振参量：雷达反射率因子ZH、差分反射率ZDR和差分传播相移率KDP，进行不同组合来定量测量降水，大致可分为四类，即R(ZH)、R(KDP)、R(ZH,ZDR)和R(KDP,ZDR)。
上述现有的通过雷达进行降水探测和测量的方法存在以下缺陷：
首先，Z-R关系式(Z＝aRb)并不稳定，其系数a和b随地点、季节和降水类型而变化，即使同一次降水过程也是变化的，这主要与雨滴谱的变异性有关。雷达反射率因子ZH值的大小直接与雨滴谱有关，而降雨率R除与雨滴谱有关外，还与雨滴的下落末速度有关。所以同样的降雨率R可能对应于不同的雨滴谱，这样也就与不同的ZH值相对应。Z-R关系的不稳定性，很大程度上影响了雷达定量测量降水的准确性。
另外，R(ZH)、R(KDP)、R(ZH,ZDR)和R(KDP,ZDR)这四种方法各有缺陷。首先，R(ZH)方法是双偏振天气雷达下的Z-R关系法，因此，R(ZH)也面临Z-R关系不稳定带来的定量测量降水不准确问题。由于KDP是由差分传播相移ΦDP求导得到的，因此，利用KDP测量降水的方法不受绝对定标误差和衰减影响。但是，在降雨率R不大的情况下，KDP含有较大的噪声信息，导致KDP不准确，进而影响R(KDP)和R(KDP,ZDR)在弱降水区定量测量降水的准确度，因此，R(KDP)和R(KDP,ZDR)一般应用于强降水区的测量。此外，KDP是ΦDP对距离的导数，而在实际计算中，只能在有限距离上进行求导，基于KDP的定量测量降水方法就存在精度与距离分辨率之间的折衷问题。差分反射率ZDR是一个相对功率测量值(水平极化功率与垂直极化功率的比值)，利用ZDR进行降水测量的任何方法都必须结合ZH或KDP使用，导致R(ZH，ZDR)和R(KDP，ZDR)同样面临R(ZH)和R(KDP)定量测量降水不准的问题。因此，利用包括ZH、ZDR和KDP在内的定量测量降水方法，均会导致雷达定量测量降水不准确。
因此，提供一种能够准确定量测量降水的双偏振天气雷达定量测量降水方法成为目前亟需解决的技术问题。
发明内容
本发明实施例提供一种X波段双偏振天气雷达定量测量降水方法，用以解决现有技术中雷达定量测量降水不准确的缺陷。
第一方面，本发明实施例提供一种X波段双偏振天气雷达定量测量降水方法，包括：
利用X波段双偏振雷达获取探测范围内的雷达数据，并利用激光雨滴谱仪获取探测范围内任一检测点的实测雨滴谱；对雷达数据进行衰减订正，获取X波段双偏振天气雷达在探测范围内的雷达反射率因子和衰减率；基于实测雨滴谱，获取检测点的实测降雨率和雷达反射率因子真值，并通过T矩阵散射模拟，获取检测点的衰减率真值，通过拟合所述实测降雨率与所述衰减率真值，获取所述探测范围内的降水函数。
若雷达反射率因子大于第一设定阈值，则直接利用所述衰减率以及所述降水函数反演降雨率；
若所述雷达反射率因子小于或等于第一设定阈值，则先通过拟合所述雷达反射率因子真值与所述衰减率真值，获取所述探测范围内的衰减率函数；再基于所述降水函数反演降雨率。
优选地，在本发明实施例中，降水函数为：R＝aAH b，衰减率函数为：AH＝cZH d，其中AH为衰减率，ZH为雷达反射率因子，a、b、c和d均为拟合系数。
优选地，在对雷达数据进行衰减订正之前，还包括：通过反演信噪比对雷达数据进行相关系数校准，若信噪比大于第二设定阈值时，依次对雷达数据进行地物杂波滤除、数据短缺点补齐、掉线径向数据补缺、差分传播相移退折叠以及二维中值滤波处理。
优选地，利用激光雨滴谱仪获取所述探测范围内任一检测点的实测雨滴谱，其计算方法为：
Figure BDA0002213307900000031
其中，N(D)为实测雨滴谱的计算函数，Δt为采样时间间隔，i为雨滴直径分档标签，j为雨滴标签，mi为Δt时间内雨滴直径属于第i档的雨滴数量，D为雨滴等效体积直径，ΔD为雨滴直径分辨率，Aj为雨滴有效测量面积，vj为雨滴下落末速度。
优选地，基于实测雨滴谱，获取检测点的实测降雨率的计算公式为：
Figure BDA0002213307900000032
其中，Δt为采样时间间隔，i为雨滴数目标签，n为Δt时间内采样的雨滴总数目，Vi为雨滴的体积，Ai为雨滴有效测量面积。
优选地，上述基于实测雨滴谱，获取检测点的雷达反射率因子真值的计算公式为：
Figure BDA0002213307900000033
ZH＝10log10(z)
其中，d表示微分，z为中间变量；
通过T矩阵散射模拟，获取所述检测点的衰减率真值，所述衰减率真值的计算公式为：
Figure BDA0002213307900000041
其中，AH为单程衰减率真值，Im为取积分后的虚部，fH(D)为水平前向散射振幅矩阵，λ为雷达波的波长；D为雨滴等效体积直径。
优选地，获取所述探测范围内的降水函数，包括：
若雷达反射率因子大于第一设定阈值，则基于Matlab中的Curve Fitting Tool对实测降雨率与所述衰减率真值进行拟合，以确定拟合系数a和b，并获取降水函数R＝aAH b；
若雷达反射率因子小于或等于第一设定阈值，则基于Matlab中的Curve FittingTool对雷达反射率因子真值与衰减率真值进行拟合，获取衰减率函数AH＝cZH d中的拟合系数c和d；并根据获取的衰减率和前面拟合获取的降水函数反演降雨率。
第二方面，本发明实施例提供一种X波段双偏振天气雷达定量测量降水系统，包括：X波段双偏振天气雷达、激光雨滴谱仪以及运算处理单元；
其中，X波段双偏振雷达用于获取探测范围内的雷达数据；激光雨滴谱仪用于获取所述探测范围内检测点的实测雨滴谱。
运算处理单元包括第一运算子单元、第二运算子单元和判断处理子单元。
其中第一运算子单元，用于对雷达数据进行衰减订正，获取X波段双偏振天气雷达在探测范围内的雷达反射率因子和衰减率；
第二运算子单元，基于实测雨滴谱，获取检测点的实测降雨率和雷达反射率因子真值，并通过T矩阵散射模拟，获取所述检测点的衰减率真值；并通过拟合所述实测降雨率与所述衰减率真值，获取所述探测范围内的降水函数；
判断处理子单元，用于判断和执行以下步骤：
若所述雷达反射率因子大于第一设定阈值，则直接利用所述衰减率以及所述降水函数反演降雨率；
若所述雷达反射率因子小于或等于第一设定阈值，则先通过拟合所述雷达反射率因子真值与所述衰减率真值，获取所述探测范围内的衰减率函数；再基于所述降水函数反演降雨率。
第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，处理器执行程序时实现如上述第一方面任一项X波段双偏振天气雷达定量测量降水方法的步骤。
第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现上述第一方面任一项X波段双偏振天气雷达定量测量降水方法的步骤。
本发明实施例提供的X波段双偏振天气雷达定量测量降水方法和系统，先对X波段双偏振雷达探测范围的雷达数据进行处理，并结合检测点的实测雨滴谱，根据雷达反射率因子对探测范围进行分区处理的方式，使获取到的降水函数能够更精确的定量测量降雨率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的X波段双偏振天气雷达定量测量降水方法的流程示意图；
图2为本发明实施例提供的对雷达数据进行质量控制的流程示意图；
图3为本发明实施例提供的一种对雷达数据进行衰减订正方法的示意图；
图4为本发明实施例提供的单步衰减订正流程图；
图5为利用激光雨滴谱仪所获取到的一个实测雨滴谱；
图6为本发明实施例提供的X波段双偏振天气雷达定量测量降水系统的结构示意图；
图7为本发明实施例提供的一种电子设备结构示意图；
图8为本发明实施例提供的根据实测雨滴谱计算获取到实测降雨率的图谱以及R(KDP)和R(AH)定量测量降水的图谱；
图9为与图8相对应的利用R(KDP)定量测量降水PPI分布图；
图10为与图9相对应的利用R(AH)定量测量降水PPI分布图；
图11本发明实施例提供的X波段双偏振天气雷达定量测量降水方法反演降雨率的PPI分布图；
图12为本发明实施例提供的另一根据实测雨滴谱计算获取到实测降雨率的图谱以及R(KDP)和R(AH)定量测量降水的图谱；
图13为与图12相对应的利用R(KDP)定量测量降水PPI分布图；
图14为与图13相对应的利用R(AH)定量测量降水PPI分布图；
图15为本发明实施例提供的另一X波段双偏振天气雷达定量测量降水方法反演降雨率的PPI分布图；
图16为本发明实施例提供的再一根据实测雨滴谱计算获取到实测降雨率的图谱以及R(KDP)和R(AH)定量测量降水的图谱；
图17为与图16相对应的利用R(KDP)定量测量降水PPI分布图；
图18为与图17相对应的利用R(AH)定量测量降水PPI分布图；
图19为本发明实施例提供的再一X波段双偏振天气雷达定量测量降水方法反演降雨率的PPI分布图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
雷达的工作频率十分广泛，气象上主要使用S波段、C波段、X波段、Ku波段和K波段等。由于各波段频率的特性，S、C和X波段一般用于测雨雷达波段，而X波段雷达相对于S波段和C波段雷达波长较短，大气中的降水(雨、雪、冰雹等)粒子对雷达波的衰减不容忽视，尤其是在出现局地强天气时，大粒子的衰减可能影响雷达的正常测量。
双偏振天气雷达是主动遥感领域里，继普通天气雷达(测量强度)、多普勒天气雷达(测量强度、速度、谱宽)之后的又一新型天气雷达。与多普勒天气雷达相比，双偏振天气雷达能够同时(交替)发射和接收水平和垂直偏振状态的电磁波，不但能够获得探测目标对这两种不同偏振电磁波后向散射信号的强度和相位信息，而且能够探测目标相对两种不同偏振电磁波后向散射信号的强度和相位的差异信息，因此，双偏振天气雷达运用于降水测量时，能够提高定量测量降水的精度。
基于上述考虑，如图1所示，本发明实施例提供一种X波段双偏振天气雷达定量测量降水方法，包括：
首先，在步骤S1中，利用X波段双偏振雷达获取探测范围内的雷达数据，同时利用激光雨滴谱仪获取该探测范围内任一检测点的实测雨滴谱。
进一步地，在步骤S2中，对步骤S1中获取的雷达数据进行数据质量控制与衰减订正，获取X波段双偏振天气雷达在该探测范围内的雷达反射率因子和衰减率；
进一步地，在步骤S3中，基于步骤S1中获取的实测雨滴谱，获取检测点的实测降雨率和雷达反射率因子真值，并通过T矩阵散射模拟，获取该检测点的衰减率真值，并通过拟合实测降雨率与所述衰减率真值，获取探测范围内的降水函数；
进一步地，在本步骤S4中，对步骤S2中获取到的雷达反射率因子进行分类判断，具体地，将该雷达反射率因子与第一设定阈值进行比较：
若该雷达反射率因子大于第一设定阈值，则进入步骤S51，即直接利用衰减率以及上述降水函数反演降雨率。
若该雷达反射率因子小于或等于第一设定阈值，则先通过拟合步骤S3中获取的雷达反射率因子真值与衰减率真值，获取探测范围内的衰减率函数；再基于该衰减率函数以及上述降水函数反演降雨率。
雷达之所以能够用于测量降水，是因为雷达反射率因子与雨滴图谱有关，而降水是取决于雨滴图谱的。单位体积中雨滴的数量随雨滴大小进行分布，雨滴谱的一般形式是数密度随直径增大而迅速减小，因此，雨滴谱是雨滴生成、下落、增长、破碎、蒸发等过程的综合结果。其随云的种类、降水机制等而不同，在一次降雨中也可能有明显的变化。如阵性降水的雨滴谱一般较宽，数密度随直径减少较缓；连续性降水雨滴谱较窄，数密度随直径减少较陡。
在本发明实施例中，考虑到在弱回波区电磁波衰减较小，通过衰减订正获得的衰减率AH存在较大偏差，最终导致弱回波区定量测量降水不准确。基于上述考虑，本发明实施例通过设置第一设定阈值，将获取的雷达反射率因子与该第一设定阈值进行比较，区分是否是弱回波区，若不是弱回波区则执行步骤S51，若是弱回波区则执行步骤S52。第一设定阈值可以依据定量测量降水精度以及X波段雷达的具体波长等进行设置，其中，X波段雷达发射频率范围为8GHz-12GHz，相应地，第一设定阈值可以设定为：30dBZ。因此在弱回波范围内，为减小弱降水区因差分传播相移ΦDP普遍偏小，导致衰减率AH不准确问题，通过AH＝aZH b得到衰减率AH，对不大于30dBZ的弱回波区(弱降水区)进行定量测量降水。此外，利用衰减率AH定量测量降水，避免了利用雷达反射率因子ZH，差分反射率ZDR和差分传播相移率KDP在定量测量降水中的各种缺陷，使雷达定量测量降水准确度更高。
其中，利用X波段双偏振雷达获取雷达数据的探测范围一般都可以超过60公里半径，本实施例对于使用具体为何种体制的双偏振天气雷达，以及雷达的具体结构等均不作限定，例如可以是IAP-714XDP-A型车载X波段双偏振雷达。
另外，在本实施例中不对使用的激光雨滴谱仪作具体地限定，在本发明接下来各实施例描述的获取检测点的实测雨滴谱，所使用的激光雨滴谱仪为中国科学院大气物理研究所安装在北京市顺义区气象局的二维视频雨滴谱仪(2DVD)测得的。
进一步地，导致雷达回波衰减主要有两个因素：一是回波功率在大气中传播随传播距离增大而减小，这一点适用于所有波长雷达；二是由云、雨造成的衰减。除极端强降水外，波长大于7cm的电磁波在云雨中的衰减可忽略不计，但是，对于波长小于7cm的电磁波，波长越短衰减越严重。第一个因素造成的雷达回波衰减主要是由于气体分子对电磁波的吸收引起的，散射的影响可以忽略，对波长2cm以上的电磁波其吸收所造成的衰减，一般也可以忽略，但对波长在1cm附近或当探测距离较远时，这种衰减仍需考虑。这样对X波段(波长3cm左右)雷达回波的衰减订正主要集中在由第二个因素造成的衰减上。
目前，雷达衰减订正方法主要是根据雷达反射率因子ZH和降水强度R的经验公式Z＝aRb(其中a，b为经验常数)，利用实测的降水量反推获得反射率因子Zret，进而得到衰减率(AH＝Zret-ZH)大小，但是，这种订正方法使用的Z-R关系并不稳定，它不仅随地点、季节以及降水类型的不同而变化，而且即使是同一次降水过程，其a和b的值通常也是变化的。此外，该经验公式还受到雷达校准和波束阻挡等因素的影响。因此，由此关系进行的衰减订正并不准确。
双偏振雷达避免了传统雷达衰减订正方法的缺点，由于其能提供差分传播相移φDP和差分传播相移率KDP两个偏振参量。这两个参量对雷达校准和波束部分阻挡并不敏感，因此，通过这两个参量可为订正ZH和ZDR提供更为稳定的关系式。由于衰减率AH与差分传播相移率KDP几乎呈线性关系(AH＝αHKDP)。
如图3所示，在本发明实施例提供的对雷达数据进行衰减订正的方法为滑动自适应订正算法，该订正算法不需要寻找φDP的初始相位和终止相位，采用滑动自适应订正算法，将订正分辨率提高至与雷达库长一致。
如图4所示，是该订正算法单次滑动的订正流程图，具体地，该滑动自适应订正算法以每10个距离库为一个区间长度(path length)采用滑动窗口逐库滑动的方式进行订正。改进的自适应订正算法为：
ΔφDP_10gates＝φDP(Gi+10)-φDP(Gi)和
Figure BDA0002213307900000091
其中：ΔφDP_10gates为10个距离库增加的差分传播相移；φDP(Gi)为第i个距离库的差分传播相移；φDP(Gi+10)为第i+10个距离库的差分传播相移；φDP(ri)为雷达实测差分传播相移；
Figure BDA0002213307900000101
为重构差分传播相移；
Figure BDA0002213307900000102
为两者之间的偏差。
滑动自适应订正算法订正系数α的分辨率与雷达所用库长一致(0.15km)，提高了订正分辨率，订正结果更为精细；此外，滑动自适应订正算法不需要寻找每条径向的初始和终止相位，克服了由此带来的误差导致订正结果不准确的缺陷。
本发明实施例中所采用的AH＝aZH b和R(AH)关系均是通过计算实测雨滴谱数据拟合得到的关系式，与传统应用的雷达定量测量降水经验关系式相比，能够更加准确地定量测量降水。
基于上述实施例的内容，作为一种可选实施例，基于上述获取到的降水函数，获取探测范围的降雨率，具体为：在获取到探测范围内的降水函数之前，还包括：对所述雷达数据进行质量控制与衰减订正，获取X波段双偏振天气雷达在探测范围内的雷达反射率因子与衰减率。
其中，降水函数可以为：R＝aAH b，衰减率函数可以为：AH＝cZH d，其中AH为衰减率，ZH为雷达反射率因子，a、b、c和d均为拟合系数。
具体地，若雷达反射率因子大于第一设定阈值，则基于降水函数R＝aAH b计算探测范围的降雨率。即通过获取到的该探测范围的雷达波的衰减率AH，代入至降水函数R＝aAH b中，计算出该区域的降水率R。若雷达反射率因子不大于第一设定阈值，则将衰减订正获取的雷达反射率因子代入衰减率函数(AH＝cZH d)，计算获取该探测范围的衰减率AH；然后将计算获取的衰减率AH代入降水函数(R＝aAH b)，计算出该区域的降雨率R。
基于上述实施例的内容，如图2所示，作为一种可选实施例，在对雷达数据进行衰减订正之前，还包括：通过反演信噪比对雷达数据进行相关系数校准，若信噪比大于第二设定阈值时，依次对雷达数据进行地物杂波滤除、数据短缺点补齐、掉线径向数据补缺、差分传播相移退折叠以及二维中值滤波处理。
其中，信噪比(SNR)是指双偏振雷达所产生的雷达信号与噪声之间的比值。当信噪比越高表明它产生的噪声越少。一般来说，信噪比越大，说明混在信号里的噪声越小，数据质量越高，否则相反。在本发明实施例中，利用反演信噪比，对雷达数据进行相关系数校准，对信噪比低于第二设定阈值的雷达数据进行丢弃处理，并保留信噪比高于第二设定阈值的雷达数据。
进一步地，杂波干扰是影响天气雷达数据质量的主要因素，地物杂波消除是消除雷达回波信号中由周围地物所产生回波分量的措施。该步骤方法可以为以下几种：其一：在降水与地的混合回波中，扣除晴天时记录下来的地物回波分量；其二：利用信号选择系统只能通过振幅有随机变化的降水回波信号特性，以消除地物回波信号；其三：根据与地物回波无关的线性检波信号的振幅方差，来近似地估计降水回波的平均功率；其四：根据降水回波与地物回波具有不同的多普勒频率特性来鉴别降水回波。在本发明实施例中，对采用何种方法消除地物杂波不作具体地限定。
进一步地，数据短缺点补齐的方法可以是：均值插补法、利用同类均值插补法、极大似然估计法或多重插补法中的一种或多种的结合。
进一步地，差分传播相移退折叠可以通过滑动线性平滑得到每个距离库上φDP的线性拟合偏差与线性拟合斜率,并根据φDP实际应用中大多要求φDP斜率具有非负性的原则来构造递推关系式,依据线性拟合偏差的排序索引逐点递推,再经过线性插值,最终得到斜率基本非负、可滤除所有噪声且保留有价值变化趋势的φDP质量控制结果。
进一步地，二维中值滤波法是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值，能够有效抑制噪声的干扰，且能够保护雷达信号的边缘，使之不被模糊。
本发明实施例提供的X波段双偏振天气雷达定量测量降水方法，在对获取的雷达数据进行衰减订正前，先对该数据进行质量控制，有效的清除了杂波干扰，提高了降水测量的精确性。
基于上述实施例的内容，作为一种可选实施例，其中利用激光雨滴谱仪获取探测范围内检测点的实测雨滴谱，其计算方法为：
Figure BDA0002213307900000111
其中，N(D)为实测雨滴谱的计算函数，Δt为采样时间间隔，i为雨滴直径分档标签，j为雨滴标签，mi为Δt时间内雨滴直径属于第i档的雨滴数量，D为雨滴等效体积直径，ΔD为雨滴直径分辨率，Aj为雨滴有效测量面积，vj为雨滴下落末速度。
图5为利用降水粒子二维图像观测仪所获取到的一个实测雨滴谱，由图5可以获知，雨滴群中各种直径的雨滴数密度随直径的大致分布情况。
进一步地，在上述实施例的基础上，基于获取的检测点的实测雨滴谱，进一步获取检测点的实测降雨率和雷达反射率因子真值，其中雷达反射率因子真值的计算公式为：
Figure BDA0002213307900000121
ZH＝10log10(z)
其中，d表示微分，z为中间变量；
另一方面，通过T矩阵散射模拟，获取检测点的衰减率真值，其计算公式为：
Figure BDA0002213307900000122
其中，AH为单程衰减率真值，Im为取积分后的虚部，fH(D)为水平前向散射振幅矩阵，λ为雷达波的波长；D为雨滴等效体积直径。
基于上述实施例的内容，作为一种可选实施例，通过T矩阵散射模拟，获取检测点的衰减率真值。
本发明实施例所提供的X波段双偏振天气雷达定量测量降水方法，是先通过对探测范围内激光雨滴谱仪所在的任一检测点进行取样计算，获取到局部的实测降雨率与衰减率真值(或获取反射率因子真值与衰减率真值)，再进一步推导出探测范围内的降水函数。然后基于该降水函数进一步完成探测范围的降水测量工作，因此，在本实施例中是将T矩阵散射模拟应用于检测点的降水模拟，以获取该检测点的衰减率真值。
其中，T矩阵散射模拟法又称为扩展边界条件法，通过将远场散射电磁波和入射电磁波联系起来，得到4×4的后向散射相矩阵和2×2的前向散射振幅矩阵，以进一步的将检测点的实测雨滴谱经由上述T矩阵进行散射模拟，获取到该检测点的衰减率真值。
经试验证明，利用T矩阵散射模拟的雷达反射率因子与实测雨滴谱计算的雷达反射率因子真值结果非常一致，表明了T矩阵散射模拟的结果是准确的。
基于上述实施例的内容，作为一种可选实施例，其中获取探测范围内的降水函数，包括但不限于以下方法：
若雷达反射率因子大于第一设定阈值，则基于Matlab中的Curve Fitting Tool对实测降雨率与衰减率真值进行拟合，以确定拟合系数a和b，并获取降水函数；
若雷达反射率因子小于或等于第一设定阈值，则基于Matlab中的Curve FittingTool对雷达反射率因子真值与衰减率真值进行拟合，获取衰减率函数AH＝cZH d中的拟合系数c和d；利用衰减率函数获取的AH和已经获取的降水函数进行定量测量降水。
如图6所示，本发明实施例还提供一种X波段双偏振天气雷达定量测量降水系统，包括但不限于以下几个部分：X波段双偏振天气雷达61、激光雨滴谱仪62以及运算处理单元63；其中，X波段双偏振雷达61用于获取探测范围内的雷达数据；激光雨滴谱仪62用于获取探测范围内任一检测点的实测雨滴谱。
其中，运算处理单元63包括第一运算子单元631、第二运算子单元632和判断处理子单元633；
第一运算子单元631用于对雷达数据进行衰减订正，获取X波段双偏振天气雷达61在探测范围内的雷达反射率因子和衰减率。
第二运算子单元62用于基于实测雨滴谱，获取检测点的实测降雨率和雷达反射率因子真值，并通过T矩阵散射模拟，获取检测点的衰减率真值，并通过拟合所述实测降雨率与所述衰减率真值，获取所述探测范围内的降水函数。
判断处理子单元633用于判断和执行以下步骤：
若雷达反射率因子大于第一设定阈值，则直接利用所述衰减率以及所述降水函数反演降雨率；
若雷达反射率因子小于或等于第一设定阈值，则先通过拟合雷达反射率因子真值与衰减率真值，获取探测范围内的衰减率函数；利用衰减率函数获取的AH和已经获取的降水函数进行定量测量降水；其中，降水函数为：R＝aAH b，衰减率函数为：AH＝cZH d，其中AH为衰减率，ZH为雷达反射率因子，a、b、c和d均为拟合系数。
其中，X波段双偏振天气雷达和激光雨滴谱仪均可以设置为可移动装置，用于根据实际需要对不同的测量区域及其不同的检测点进行数据的获取。
本发明实施例提供的X波段双偏振天气雷达定量测量降水系统的具体工作流程为：
首先利用X波段双偏振雷达61获探测范围内的雷达数据，然后利用激光雨滴谱仪62在该探测范围内随机或者按预设的路径采样获取至少一个检测点的实测雨滴谱。
进一步地，利用运算处理单元63中的第一运算子单元631对雷达数据进行数据处理，先进行数据质量控制滤除杂波干扰后，再通过滑动自适应算法对其中的雷达反射率因子进行衰减订正，以获取到对应的衰减率和订正后的雷达反射率因子。
进一步地，利用运算处理单元63中的第二运算子单元632对实测雨滴谱进行计算处理，获取与检测点对应的实测降雨率和雷达反射率因子真值，并通过T矩阵散射模拟，获取该检测点的衰减率真值；
进一步地，通过运算处理单元63中的判断处理单元633，将第一运算处理单元获取的雷达反射率因子与第一设定阈值进行比较，以实现对雷达数据的区别处理。
若该雷达反射率因子大于第一设定阈值(比如30dBZ)时，通过建立实测降雨率与衰减率真值之间的拟合关系，计算出降水函数R＝aAH b中的拟合系数a，b的值，以构建降水函数R＝aAH b。
若该雷达反射率因子不大于第一设定阈值时，通过计算雷达探测范围内检测点的实测雨滴谱，获取降雨率真值R和雷达反射率因子真值ZH，再通过T矩阵散射模拟获取衰减率真值AH，然后拟合得到AH＝cZH d关系，并将该拟合关系应用于雷达反射率因子不大于第一设定阈值的雷达弱回波区获得AH，再通过R(AH)对雷达反射率因子不大于第一设定阈值的雷达弱回波区进行定量测量降水，最终输出X波段双偏振天气雷达定量测量降水产品。
本发明实施例提供的X波段双偏振天气雷达定量测量降水系统，先利用X波段双偏振雷达对探测范围内的雷达数据进行处理，并结合检测点的实测雨滴谱，根据雷达反射率因子对探测范围进行分区处理的方式，使获取到的降水函数能够更精确的定量测量降雨率。
本发明实施例还提供一种电子设备，如图7所示。该电子设备可以包括：处理器(processor)710、通信接口(Communications Interface)720、存储器(memory)730和通信总线740，其中，处理器710，通信接口720，存储器730通过通信总线740完成相互间的通信。处理器710可以调用存储器730中的逻辑指令，以执行如下方法：
利用X波段双偏振雷达获取探测范围内的雷达数据，并利用激光雨滴谱仪获取探测范围内任一检测点的实测雨滴谱。
对雷达数据进行质量控制与衰减订正，获取X波段双偏振天气雷达在探测范围内的雷达反射率因子和衰减率。
基于实测雨滴谱，获取检测点的实测降雨率和雷达反射率因子真值，并通过T矩阵散射模拟，获取所述检测点的衰减率真值。
若雷达反射率因子大于第一设定阈值，通过拟合实测降雨率与衰减率真值，获取探测范围内的降水函数。
若雷达反射率因子小于或等于第一设定阈值，则先通过拟合雷达反射率因子真值与衰减率真值，获取探测范围内的衰减率函数；利用衰减率函数获取的AH和已经获取的降水函数进行定量测量降水。
此外，上述的存储器730中的逻辑指令可以通过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所述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-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
为了更清晰的表明本发明实施例提供的X波段双偏振天气雷达定量测量降水方法及系统相对于现有的其他利用雷达进行测量降水方法的效果，下面将提供一些在试验阶段的测量及分析数据供参考：
首先，从理论上分析R(ZH，ZDR)和R(KDP，ZDR)定量测量降水方法虽在一定程度上减小了由于雨滴谱变异性导致定量测量降水不准的问题，但同时也引入了ZDR这个相对功率量(ZDR为差分反射率)，即增加了一个变量的误差，而ZDR要求的测量精度为0.1～0.2dB，要达到这样的探测精度实际中比较困难。而R(ZH)和R(KDP)定量测量降水方法不受ZDR探测误差和精度的影响，定量测量降水误差更小。
其次，R(ZH)定量测量降水方法其实就是单偏振多普勒天气雷达中应用的Z-R关系法，本身具有诸多缺陷。因此，本发明实施例提出的将X波段双偏振天气雷达定量测量降水方法与R(KDP)进行对比，通过分别测量位于北京某区域的降水情况，来证明本实施例提出的方法测量降水更加准确。
图8所示为根据实测雨滴谱计算获取到实测降雨率的图谱，其观测时间为：2015年7月30日，如图8所示。其中，实测降雨率R(实线)、R(KDP)测量的降雨率(虚线)和R(AH)测量的降雨率(双划线)。
图9所示为与图8相对应的利用R(KDP)定量测量降水PPI分布图。其中，雷达的最大显示范围为：75km，观测仰角为5°。
图10所示为与图9相对应的利用R(AH)定量测量降水PPI分布图。其中，雷达的最大显示范围和观测仰角与图8中的参数相同。
图11为本发明实施例提供的X波段双偏振天气雷达定量测量降水方法反演降雨率PPI分布图。其中，雷达的最大显示范围和观测仰角与图9中的参数相同。
上述图8、图9、图10和图11为一组比对数据，其中：各函数的拟合结果为：R(KDP)＝12.3394KDP 0.7745；R(AH)＝28.0575AH 0.6461；AH＝1.3762×10-4ZH 0.7786。
进一步地，图12所示为根据实测雨滴谱计算获取到另一实测降雨率的图谱，其观测时间为：2015年8月1日。
图13所示为与图12相对应的利用R(KDP)定量测量降水PPI分布图。其中，雷达的最大显示范围为：75km，观测仰角为3°。
图14所示为与图13相对应的利用R(AH)定量测量降水PPI分布图，其中雷达的最大显示范围和观测仰角与图13中的参数相同。
图15为本发明实施例提供的X波段双偏振天气雷达定量测量降水方法反演降雨率PPI分布图。其中，雷达的最大显示范围和观测仰角与图13中的参数相同。
上述图12、图13、图14和图15为一组比对数据，其中：各函数的拟合结果为：R(KDP)＝12.0375KDP 0.9195；R(AH)＝37.0242AH 0.8103；AH＝1.4×10-4ZH 0.813。
进一步地，图16所示为根据实测雨滴谱计算获取到另一实测降雨率的图谱，其观测时间为：2015年8月7日。
图17所示为与图16相对应的利用R(KDP)定量测量降水PPI分布图。其中，雷达的最大显示范围为：50km，观测仰角为5°。
图18所示为与图17相对应的利用R(AH)定量测量降水PPI分布图，其中雷达的最大显示范围和观测仰角与图17中的参数相同。
图19为本发明实施例提供的X波段双偏振天气雷达定量测量降水方法反演降雨率PPI分布图。其中，雷达的最大显示范围和观测仰角与图17中的参数相同。
上述图16、图17、图18和图19为一组比对数据，其中：各函数的拟合结果为：R(KDP)＝9.4258KDP 0.77；R(AH)＝19.8881AH 0.6768；AH＝1.37×10-4ZH 0.78。
为方便比对，将上述三个时间段检测点的定量测量降水结果制成如下表格：
观测日期 2015年7月30日 2015年8月1日 2015年8月7日
实际降雨率R(mm/h) 0.9057 45.74 3.42
R(K<sub>DP</sub>)(mm/h) 2.2 28.3 1.5
R(A<sub>H</sub>)(mm/h) 0.9 40.4 3.1
从上表可以分析出：由于KDP本身数据问题和距离分辨率的影响，R(KDP)测量的降雨率出现了明显偏差，而R(AH)的测量结果(见图10，图14和图18)更为接近实际降雨率。但在图10、图14和图18中，雷达边缘回波(弱降水区)的降雨率明显存在偏差，该情况在2015年8月7日个例中更加明显，具体情况见图18中的圆圈圈定回波边缘区域。通过本发明实施例提出的X波段双偏振天气雷达定量测量降水方法，有效地消除了弱降水区的测量偏差，定量测量降水更加准确，如图11、图15和图19所示。
本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的传输方法，例如包括：利用X波段双偏振雷达获取探测范围内的雷达数据，并利用激光雨滴谱仪获取探测范围内任一检测点的实测雨滴谱；对雷达数据进行质量控制和衰减订正，获取X波段双偏振天气雷达在探测范围内的雷达反射率因子和衰减率；基于实测雨滴谱，获取检测点的实测降雨率和雷达反射率因子真值，并通过T矩阵散射模拟，获取检测点的衰减率真值。
若雷达反射率因子大于第一设定阈值，通过拟合实测降雨率与衰减率真值，获取探测范围内的降水函数；若雷达反射率因子小于或等于第一设定阈值，则先通过拟合雷达反射率因子真值与衰减率真值，获取探测范围内的衰减率函数；利用衰减率函数获取的AH和已经获取的降水函数进行定量测量降水。
以上所描述的装置实施例仅仅是示意性的，其中所述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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种X波段双偏振天气雷达定量测量降水方法，其特征在于，包括：
利用X波段双偏振雷达获取探测范围内的雷达数据，并利用激光雨滴谱仪获取所述探测范围内任一检测点的实测雨滴谱；
对所述雷达数据进行衰减订正，获取所述X波段双偏振天气雷达在所述探测范围内的雷达反射率因子和衰减率；
基于所述实测雨滴谱，获取所述检测点的实测降雨率和雷达反射率因子真值，并通过T矩阵散射模拟，获取所述检测点的衰减率真值；通过拟合所述实测降雨率与所述衰减率真值，获取所述探测范围内的降水函数；
若所述雷达反射率因子大于第一设定阈值，则直接利用所述衰减率以及所述降水函数反演降雨率；
若所述雷达反射率因子小于或等于第一设定阈值，则先通过拟合所述雷达反射率因子真值与所述衰减率真值，获取所述探测范围内的衰减率函数；再基于所述衰减率函数以及所述降水函数反演降雨率；
所述降水函数为：R＝aAH b，所述衰减率函数为：AH＝cZH d，其中R为降雨率，AH为衰减率，ZH为雷达反射率因子，a、b、c和d均为拟合系数。
2.根据权利要求1所述的X波段双偏振天气雷达定量测量降水方法，其特征在于，在所述对所述雷达数据进行衰减订正之前，还包括：
通过反演信噪比对所述雷达数据进行相关系数校准，若所述信噪比大于第二设定阈值时，依次对所述雷达数据进行地物杂波滤除、数据短缺点补齐、掉线径向数据补缺、差分传播相移退折叠以及二维中值滤波处理。
3.根据权利要求1所述的X波段双偏振天气雷达定量测量降水方法，其特征在于，所述利用激光雨滴谱仪获取所述探测范围内任一检测点的实测雨滴谱，其计算方法为：
Figure FDA0002421672640000021
其中，N(D)为实测雨滴谱的计算函数，Δt为采样时间间隔，i为雨滴直径分档标签，j为雨滴标签，mi为Δt时间内雨滴直径属于第i档的雨滴数量，D为雨滴等效体积直径，ΔD为雨滴直径分辨率，Aj为雨滴有效测量面积，vj为雨滴下落末速度。
4.根据权利要求1所述的X波段双偏振天气雷达定量测量降水方法，其特征在于，基于所述实测雨滴谱，获取所述检测点的实测降雨率，所述实测降雨率的计算公式为：
Figure FDA0002421672640000022
其中，Δt为采样时间间隔，i为雨滴数目标签，n为Δt时间内采样的雨滴总数目，Vi为雨滴的体积，Ai为雨滴有效测量面积。
5.根据权利要求1所述的X波段双偏振天气雷达定量测量降水方法，其特征在于，基于所述实测雨滴谱，获取所述检测点的雷达反射率因子真值，所述雷达反射率因子真值的计算公式为：
Figure FDA0002421672640000023
ZH＝10log10(z)
其中，d表示微分，z为中间变量；
所述通过T矩阵散射模拟，获取所述检测点的衰减率真值，所述衰减率真值的计算公式为：
Figure FDA0002421672640000024
其中，AH为单程衰减率真值，Im为取积分后的虚部，fH(D)为水平前向散射振幅矩阵，λ为雷达波的波长；D为雨滴等效体积直径。
6.根据权利要求1所述的X波段双偏振天气雷达定量测量降水方法，其特征在于，获取所述探测范围内的降水函数，包括：
若所述雷达反射率因子大于第一设定阈值，则基于Matlab中的Curve Fitting Tool对所述实测降雨率与所述衰减率真值进行拟合，以确定所述拟合系数a和b，并获取所述降水函数；
若所述雷达反射率因子小于或等于第一设定阈值，则基于Matlab中的Curve FittingTool对所述反射率因子真值与所述衰减率真值进行拟合，获取衰减率函数AH＝cZH d中的所述拟合系数c和d；并根据获取的衰减率和所述降水函数反演降雨率。
7.一种X波段双偏振天气雷达定量测量降水系统，其特征在于，包括：X波段双偏振天气雷达、激光雨滴谱仪以及运算处理单元；
其中，所述X波段双偏振雷达用于获取探测范围内的雷达数据；所述激光雨滴谱仪用于获取所述探测范围内检测点的实测雨滴谱；
所述运算处理单元包括第一运算子单元、第二运算子单元和判断处理子单元；
所述第一运算子单元，用于对所述雷达数据进行衰减订正，获取所述X波段双偏振天气雷达在所述探测范围内的雷达反射率因子和衰减率；
所述第二运算子单元，基于所述实测雨滴谱，获取所述检测点的实测降雨率和雷达反射率因子真值，并通过T矩阵散射模拟，获取所述检测点的衰减率真值，并通过拟合所述实测降雨率与所述衰减率真值，获取所述探测范围内的降水函数；
所述判断处理子单元，用于判断和执行以下步骤：
若所述雷达反射率因子大于第一设定阈值，则直接利用所述衰减率以及所述降水函数反演降雨率；
若所述雷达反射率因子小于或等于第一设定阈值，则先通过拟合所述雷达反射率因子真值与所述衰减率真值，获取所述探测范围内的衰减率函数；再基于所述衰减率函数以及所述降水函数反演降雨率；所述降水函数为：R＝aAH b，所述衰减率函数为：AH＝cZH d，其中R为降雨率，AH为衰减率，ZH为雷达反射率因子，a、b、c和d均为拟合系数。
8.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述X波段双偏振天气雷达定量测量降水方法的步骤。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至6任一项所述X波段双偏振天气雷达定量测量降水方法的步骤。
CN201910906092.2A 2019-09-24 2019-09-24 X波段双偏振天气雷达定量测量降水方法及系统 Active CN110488393B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910906092.2A CN110488393B (zh) 2019-09-24 2019-09-24 X波段双偏振天气雷达定量测量降水方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910906092.2A CN110488393B (zh) 2019-09-24 2019-09-24 X波段双偏振天气雷达定量测量降水方法及系统

Publications (2)

Publication Number Publication Date
CN110488393A CN110488393A (zh) 2019-11-22
CN110488393B true CN110488393B (zh) 2020-05-15

Family

ID=68559182

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910906092.2A Active CN110488393B (zh) 2019-09-24 2019-09-24 X波段双偏振天气雷达定量测量降水方法及系统

Country Status (1)

Country Link
CN (1) CN110488393B (zh)

Families Citing this family (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111044983B (zh) * 2019-12-26 2022-02-18 清华大学 双波段气象雷达外部标定验证方法、装置和计算机设备
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
CN111650572B (zh) * 2020-07-23 2023-02-24 浪潮云信息技术股份公司 一种减小短时降水估测偏差的方法及系统
KR102221897B1 (ko) * 2020-08-31 2021-03-04 대한민국 실시간 레이더 반사도 보정오차 감시 방법, 이를 수행하기 위한 기록 매체 및 장치
CN112114386B (zh) * 2020-08-31 2022-03-29 邹明忠 高时空分辨率微波降雨监测方法
CN112859031B (zh) * 2021-02-05 2022-11-04 北京城市气象研究院 一种反演雨滴谱的方法及系统
CN113075754B (zh) * 2021-04-01 2022-10-04 南京红露麟激光雷达科技有限公司 一种基于相干多普勒激光雷达的雨滴谱获取方法及装置
CN112988856A (zh) * 2021-05-24 2021-06-18 北京市气象探测中心 双阈值雨滴谱数据显示方法、装置、终端设备和介质
CN113391314A (zh) * 2021-06-09 2021-09-14 航天新气象科技有限公司 基于多频段气象雷达的天气探测方法、系统及存储介质
CN113361948B (zh) * 2021-06-24 2023-06-16 中国电子科技集团公司第二十八研究所 一种基于矩阵运算的空域对流天气信息量化方法
CN113534090B (zh) * 2021-07-14 2024-01-30 中国科学院大气物理研究所 一种云中液态水含量的反演方法及装置
CN113406644B (zh) * 2021-08-03 2023-06-23 中国气象局气象探测中心 天气雷达数据质量控制方法、装置及设备
CN113740934B (zh) * 2021-08-18 2022-12-09 浙江省大气探测技术保障中心 一种基于s波段双偏振天气雷达降水估测方法
CN113777567A (zh) * 2021-09-09 2021-12-10 南京航空航天大学 一种双极化气象雷达差分相位的质量控制方法
CN113933809B (zh) * 2021-09-30 2022-07-29 中山大学 一种基于Kmeans聚类的降水粒子识别方法及装置
CN114545529B (zh) * 2022-02-22 2022-12-20 长沙祥云瑞风信息技术有限公司 一种基于高频格点化雨量探测方法、系统、介质及设备
CN114670787B (zh) * 2022-03-07 2023-10-20 岚图汽车科技有限公司 车辆、雨刮器的控制方法和相关设备
CN114417264B (zh) * 2022-03-28 2022-07-08 中国气象科学研究院 一种雨滴谱反演方法及装置
CN114509734B (zh) * 2022-04-19 2022-07-19 南京气象科技创新研究院 一种基于雨滴谱的双偏振天气雷达数据质量实时评估方法
CN114545417B (zh) * 2022-04-25 2022-07-19 中国气象科学研究院 一种基于最优参数的雨滴谱反演方法和装置
CN115047463B (zh) * 2022-08-16 2022-11-01 成都远望科技有限责任公司 一种考虑降雨区域雷达回波衰减协同扫描调度方法
CN115586529B (zh) * 2022-09-07 2023-10-03 广东省气象台(南海海洋气象预报中心、珠江流域气象台) 基于比衰减的x波段双偏振相控阵雷达定量降水估测方法
CN115575914B (zh) * 2022-12-07 2023-03-10 成都远望科技有限责任公司 一种多波段双线偏振天气雷达观测量误差量化方法
CN117630946B (zh) * 2024-01-26 2024-04-12 中国人民解放军国防科技大学 基于双偏振雷达的强对流联合观测指挥方法、系统及设备
CN118011358B (zh) * 2024-04-10 2024-06-14 中国科学院大气物理研究所 一种双波段雷达雨滴谱反演方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101431707B1 (ko) * 2013-11-26 2014-09-22 한국건설기술연구원 엑스밴드 이중편파 레이더 관측자료를 이용한 통합형 강우량 산정 방법
KR101623688B1 (ko) * 2015-06-01 2016-05-24 부경대학교 산학협력단 이중편파레이더를 이용한 정량적 강수량 추정 방법
WO2016167055A1 (ja) * 2015-04-16 2016-10-20 古野電気株式会社 降水強度算出装置、気象レーダ装置、降水強度算出方法、及び降水強度算出プログラム
CN106324709A (zh) * 2016-10-21 2017-01-11 中国人民解放军理工大学 微波链路、雨滴谱仪、雨量计与天气雷达多源联合的降雨场重构方法
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
CN108562904A (zh) * 2018-01-11 2018-09-21 成都信息工程大学 一种x波段双偏振天气雷达降水估测方法
CN108693534A (zh) * 2018-03-27 2018-10-23 南京恩瑞特实业有限公司 Nriet x 波段雷达协同组网分析方法
CN109597038A (zh) * 2018-12-12 2019-04-09 北京无线电测量研究所 一种双偏振雷达的雷达反射率因子订正方法和系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN109581546B (zh) * 2018-10-30 2020-10-16 中国人民解放军国防科技大学 基于微波链路衰减及偏振信息的降雨类型识别方法
CN109490891B (zh) * 2018-11-23 2023-03-31 四川省气象探测数据中心 二次云数据获取方法、装置及云参数计算设备

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101431707B1 (ko) * 2013-11-26 2014-09-22 한국건설기술연구원 엑스밴드 이중편파 레이더 관측자료를 이용한 통합형 강우량 산정 방법
US9348015B2 (en) * 2013-11-26 2016-05-24 Korea Institute Of Construction Technology Integrated rainfall estimation method using X-band dual-polarimetric radar measurement data
WO2016167055A1 (ja) * 2015-04-16 2016-10-20 古野電気株式会社 降水強度算出装置、気象レーダ装置、降水強度算出方法、及び降水強度算出プログラム
KR101623688B1 (ko) * 2015-06-01 2016-05-24 부경대학교 산학협력단 이중편파레이더를 이용한 정량적 강수량 추정 방법
CN106324709A (zh) * 2016-10-21 2017-01-11 中国人民解放军理工大学 微波链路、雨滴谱仪、雨量计与天气雷达多源联合的降雨场重构方法
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
CN108562904A (zh) * 2018-01-11 2018-09-21 成都信息工程大学 一种x波段双偏振天气雷达降水估测方法
CN108693534A (zh) * 2018-03-27 2018-10-23 南京恩瑞特实业有限公司 Nriet x 波段雷达协同组网分析方法
CN109597038A (zh) * 2018-12-12 2019-04-09 北京无线电测量研究所 一种双偏振雷达的雷达反射率因子订正方法和系统

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
T矩阵散射模拟双偏振测雨雷达偏振及衰减特性;冯亮;《计算物理》;20190331;全文 *
X 波段双线极化雷达差分反射率的衰减订正;何宇翔;《高原气象》;20090630;全文 *
X波段双偏振雷达反演雨滴谱方法研究;李宗飞;《气候与环境研究》;20150531;全文 *
X波段双线偏振气象雷达反射率的衰减订正;毕永恒;《大气科学》;20120531;全文 *
X波段双线偏振雷达不同衰减订正方法对比及其对降水估测影响研究;胡志群;《气象学报》;20080228;全文 *
Ｘ波段双线偏振雷达不同衰减订正法对比分析;王晗;《气象科技》;20180228;全文 *

Also Published As

Publication number Publication date
CN110488393A (zh) 2019-11-22

Similar Documents

Publication Publication Date Title
CN110488393B (zh) X波段双偏振天气雷达定量测量降水方法及系统
Otto et al. Estimation of specific differential phase and differential backscatter phase from polarimetric weather radar measurements of rain
Leijnse et al. Microwave link rainfall estimation: Effects of link length and frequency, temporal sampling, power resolution, and wet antenna attenuation
Lee et al. Radar calibration by gage, disdrometer, and polarimetry: Theoretical limit caused by the variability of drop size distribution and application to fast scanning operational radar data
CN108303044B (zh) 一种叶面积指数获取方法及系统
CN110596787A (zh) 一种基于x波段全固态双偏振雨量雷达的降水估测方法
Gourley et al. Data quality of the Meteo-France C-band polarimetric radar
Kim et al. Retrieval of three-dimensional raindrop size distribution using X-band polarimetric radar data
Wu et al. Enhancement of lidar backscatters signal-to-noise ratio using empirical mode decomposition method
Koffi et al. Evaluation of X-band polarimetric radar estimation of rainfall and rain drop size distribution parameters in West Africa
CN104076360B (zh) 基于压缩感知的二维sar稀疏目标成像方法
Gorgucci et al. Evaluation of attenuation correction methodology for dual-polarization radars: Application to X-band systems
Myagkov et al. Evaluation of the reflectivity calibration of W-band radars based on observations in rain
CN107942305A (zh) 双偏振雷达系统初始差分相位的在线标定方法
Kwon et al. Inter-comparison of radar rainfall rate using Constant Altitude Plan Position Indicator and hybrid surface rainfall maps
WO2009150250A1 (fr) Procédé d&#39;affinage angulaire du faisceau d&#39;antenne d&#39;un radar
Kollias et al. Processing reflectivity and Doppler velocity from EarthCARE's cloud-profiling radar: the C-FMR, C-CD and C-APC products
Gourley et al. Empirical estimation of attenuation from differential propagation phase measurements at C band
Kim et al. Validation of composite polarimetric parameters and rainfall rates from an X-band dual-polarization radar network in the Tokyo metropolitan area
Friedrich et al. Effects of radar beam shielding on rainfall estimation for the polarimetric C-band radar
Gorgucci et al. Attenuation and differential attenuation correction of C-band radar observations using a fully self-consistent methodology
Gosset Effect of nonuniform beam filling on the propagation of radar signals at X-band frequencies. Part II: Examination of differential phase shift
Pulkkinen et al. Probabilistic radar-gauge merging by multivariate spatiotemporal techniques
Hu et al. A comparison of de-noising methods for differential phase shift and associated rainfall estimation
Crisologo et al. Using ground radar overlaps to verify the retrieval of calibration bias estimates from spaceborne platforms

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