CN110703255A - 典型强对流流场的多普勒径向速度图仿真方法 - Google Patents

典型强对流流场的多普勒径向速度图仿真方法 Download PDF

Info

Publication number
CN110703255A
CN110703255A CN201910888916.8A CN201910888916A CN110703255A CN 110703255 A CN110703255 A CN 110703255A CN 201910888916 A CN201910888916 A CN 201910888916A CN 110703255 A CN110703255 A CN 110703255A
Authority
CN
China
Prior art keywords
flow field
radial velocity
cyclone
radar
doppler
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
Application number
CN201910888916.8A
Other languages
English (en)
Inventor
王萍
陈皓一
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.)
Tianjin University
Original Assignee
Tianjin University
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 Tianjin University filed Critical Tianjin University
Priority to CN201910888916.8A priority Critical patent/CN110703255A/zh
Publication of CN110703255A publication Critical patent/CN110703255A/zh
Pending legal-status Critical Current

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
    • 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
    • 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
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • 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)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Environmental & Geological Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种典型强对流流场的多普勒径向速度图仿真方法，通过对强对流流场的模式分析，建立多普勒雷达径向速度图仿真系统，方便研究人员理解与掌握强对流内部结构及其在多普雷径向速度图上的反映，同时可以对需要大量样本进行研究的科研工作提供了采集仿真样本的基础。本发明基于典型强对流流场的数学模型，利用Qt框架编写软件，支持气旋、反气旋、辐合、辐散及其组合的典型模式下流场的可视化和其对应的多普勒径向速度图的可视化，适用于用户想要查看的典型强对流流场模式，同时可以更加高效的利用模拟系统，达到快速制作强对流仿真样本的目的。

Description

典型强对流流场的多普勒径向速度图仿真方法
技术领域
本发明涉及针对强对流流场和其多普勒雷达径向速度图的模拟仿示技术，尤其涉及对组 合的典型强对流流场的建模仿真及其与多普勒雷达径向速度图对应关系的方法。
背景技术
随着社会经济的快速发展和气象现代化水平的不断提高，人们更深刻认识到强对流对日 常生活出行、工业农业生产、国家防灾减灾、重大社会活动等的重要影响[1]。强对流属于中 小尺度天气系统，其内部流场结构是强对流动力学机理的反映,因此，强对流典型流场的研究 与实现对捕获中小尺度天气系统的发展动向具有帮助，对天气分析和预报提供客观科学依据 [2]。
对于流场的研究，主要依靠气象雷达的发展，其中多普勒雷达是目前探测对流系统中大 气动力场随时间和空间变化的主要手段，它在提供传统回波强度分布的实测数据的同时，还 提供降水粒子沿雷达扫描线运动速度径向分量的实测数据[3]。如何更有效地从多普勒雷达径 向速度资料中提取真实的流场矢量信息，是气象预报员和研究者普遍关心的问题[4][5]。
就实际的强对流风场信息和相对应的多普勒径向速度图而言，经验不够的预报员很难看 出二者之间的对应关系，经验丰富的研究人员和预报员从径向速度图准确掌握对流流场全局 信息也并非易事。
参考文献：
[1]郑永光,张小玲,周庆亮,等.强对流天气短时临近预报业务技术进展与挑战[J].气象, 2010,36(7):33-42..
[2]杨波,郑永光,蓝渝,等.国家级强对流天气综合业务支撑体系建设[J].气象,2017, 43(7):845-855.
[3]Desrochers P R,Harris F I.Interpretation of Mesocyclone Vorticityand Divergence Structure from Single-Doppler Radar.[J].Journal of AppliedMeteorology,2010, 35(12):2191-2209.
[4]邱拓,刘锦丽,段树,等.双基地多普勒雷达的风场反演能力评估[J].气象科技进展, 2015(4):8-15.
[5]王艳春.双多普勒雷达和三维变分方法反演不同类型降水风场对比[D].中国气象科 学研究院,2015.
发明内容
为了解决现有技术中的问题，本发明提供一种典型强对流流场的多普勒径向速度图仿真 方法，解决现有技术中实际的强对流风场信息和相对应的多普勒径向速度图全局信息不易掌 握的问题。
本发明的技术方案详见下文描述：
1、首先利用Qt框架绘制可视化界面。利用Qt框架中的QGroupBox类和Line类进行界 面分区，QGroupBox窗口部件提供了有标题的组合框，将交互窗口分为仿真演示区和参数调 整区；利用QLabel类在仿真演示区添加图片展示区，在参数调整区添加文字标识说明，QLabel 类主要用来文本和图像的显示；通过QSpinBox类在参数调整区设置数据输入框，输入涡旋/ 反涡旋坐标、辐合/辐散坐标、观测窗口坐标、以及涡旋/反涡旋半径和最大速度、辐合/辐散 半径和最大速度、观测窗口尺寸，QSpinBox是一个计数器控件，允许用户选择一个整数值通 过鼠标单击向上向下或者按键盘的上下键来增加或减少当前显示的值，也可以直接输入整数 值；利用QSlider类制作水平滑动条输入，使涡旋/反涡旋半径和速度、辐合/辐散半径和速度 可以通过拖动滑块进行连续观测，QSlider部件提供了一个带有滑块垂直或水平滑动条，它允 许用户用鼠标沿水平或垂直方向拖动滑块，并将滑块所在的位置转换成一个合法范围内的值， 用于方便连续地控制有界值；同时，涡旋/反涡旋半径和速度、辐合/辐散半径和速度的输入框 和滑动条输入通过setValue()函数进行同步。
2、新建三张RGB32通道的QImage类的图片，分别为观测窗口与雷达位置和典型流场 中心位置的关系示意图(以下简称PUP示意图)、流场演示图、多普勒雷达径向速度图。QImage 类是Qt框架下存储图片数据的类，会按照QImage类型分配好容纳图片大小的内存，可对图 片像素直接进行操作的类，使得仿真展示工作更加精细化，达到像素级别的演示。
3、以多普勒雷达为坐标原点，通过QSpinBox组件输入正方形观测窗口的边长lPUP、观 测窗口中心的坐标(xPUP,yPUP)、涡旋中心点坐标(xrot,yrot)、辐散中心点坐标(xdiv,ydiv)。
在分配好内存的PUP示意图上，以多普勒雷达为中心，利用QPainter类按照输入的坐标 绘制矩形白色探测窗口、圆形红色涡旋中心点、圆形绿色辐散中心点，得到PUP示意图。Qt 中QPainter类拥有强大的2D绘图功能，提供了大量高度优化的函数来完成GUI编程所需要 的大部分绘制工作。它可以绘制各种图形及支持一些反走样等高级特性。
将内存中QImage类的PUP示意图数据转化为QPixmap类型，并在QLabel组件中显示。 QPixmap是Qt框架中专门进行图片显示的类，针对不同的硬件设备进行优化，可以更好的适 配不同的机器，显示效率更高，效果更好。
4、通过QSpinBox组件和QSlider组件输入气旋/反气旋的最大风速，气旋/反气旋最大风 速所在半径，辐合/辐散的最大风速，辐合/辐散最大风速所在半径。
根据Rankine提出的流场经典模型，针对轴对称气旋/反气旋和辐合/辐散流场，以气旋/ 反气旋和辐合/辐散中心为原点，设流场中的最大风速V，最大风速所在半径R，则半径r处 相应的速度分布如下：
Figure BDA0002208123770000031
当r≤R时 (1)
Figure BDA0002208123770000032
当r≥R时 (2)
典型强对流流场中的气旋以气旋中心为原点，呈对轴对称逆时针旋转，方向与从原点发 射的射线垂直；反气旋以反气旋中心为原点，呈轴对称顺时针旋转，方向与从原点发射的射 线垂直；辐合以辐合中心为原点，方向与从原点发射射线的反方向一致；辐散以辐散中心为 原点，方向与从原点发射射线的方向一致。
则在预定义的流场演示图像上，(i,j)处的气旋(反气旋乘-1)流场向量、辐散(辐合乘-1)流 场向量分别为：
Figure BDA0002208123770000033
在笛卡尔坐标系中，将各个典型流场以向量的形式在每个像素点(i,j)处进行运算，得到 组合流场。在预定义的QImage流场演示图像上，利用QPrinter类在(i,j)处绘制和组合流场 向量大小方向相一致的箭头，每隔30个像素点绘制一次，得到流场演示图，并将内存中QImage 类的数据转化为QPixmap类型，并在QLabel组件中显示。
5、多普勒雷达所在处的坐标点(xrad,yrad)，则在预定义的QImage多普勒雷达径向速度图 像上，(i,j)处组合流场向量(vx,vy)在雷达射线上的速度分量为：
Figure BDA0002208123770000041
以多普雷雷达到(i,j)处的向量与真实流场(vx,vy)夹角的cos值为依据，设置判据：
Figure BDA0002208123770000042
当judge＜0时，径向速度流向雷达；当judge＞0时，径向速度远离雷达；当judge＝0时， 真实流场向量与雷达射线垂直。
在预定义的雷达径向速度图QImage图像上，(i,j)处的颜色以径向速度分量v的大小为 依据(v由大到小分段)进行赋值，径向速度越大颜色越浅：当judge＜0时，分为7种绿色；当 judge＞0时，分为7种红色；当judge＝0时，设置为黑色。此时，真实流场映射为多普勒径 向速度图，将内存中QImage类的数据转化为QPixmap类型，并在QLabel组件中显示。
本发明的有益效果是：
本发明通过对强对流流场的模式分析，这里的模式是指气旋、反气旋、辐合、辐散及其 组合的典型模式，建立多普雷雷达径向速度图仿真系统，方便研究人员理解与掌握强对流内 部结构及其在多普雷径向速度图上的反映，同时可以对需要大量样本进行研究的科研工作提 供了采集仿真样本的基础。本发明基于典型强对流流场的数学模型，利用Qt框架编写软件， 支持气旋、反气旋、辐合、辐散及其组合的典型模式下流场的可视化和其对应的多普勒径向 速度图的可视化，适用于用户想要查看的典型强对流流场模式，同时可以更加高效的利用模 拟系统，达到快速制作强对流仿真样本的目的。
附图说明
图1典型强对流流场示意图(雷达在正南方)；
图2本发明方法框图；
图3观测窗口关系示意图；
图4交互界面窗口图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面对本发明实施方式按照附图，作进 一步地详细描述，主要包括：建立观测窗口与雷达位置和典型流场中心位置的关系示意图 (PUP示意图)、描述流场演示图、将流场映射为多普勒径向速度图。详细描述如下：
1、建立观测窗口与雷达位置和典型流场中心位置的关系示意图
按照附图1方法框图中左侧第一条技术路线，建立观测窗口与雷达位置和典型流场中心 位置的关系示意图。如附图2所示，以多普勒雷达所在处为原点，300km为半径以内属于可 探测范围。在附图3所示的交互界面窗口右侧的“PUP”模块中，通过Qt框架下QSpinBox 组件输入正方形观测窗口的边长lPUP(最大100km)，交互界面窗口右侧的“气旋”模块和“辐 散”模块中，观测窗口中心的坐标(xPUP,yPUP)(-250～250km)、气旋/反气旋中心点坐标 (xrot,yrot)(-300～300km)、辐散/辐合中心点坐标(xdiv,ydiv)(-300～300km)。
在预定义的QImage类的图片上，以多普勒雷达为中心，以利用QPrinter类按照输入的 坐标绘制矩形白色探测窗口、圆形红色涡旋中心点、圆形绿色辐散中心点，得到PUP示意图。 将内存中QImage类的数据转化为更方便在屏幕中显示的QPixmap类型，并通过交互界面上 PUP模块中的QLabel组件中显示。
2、绘制流场演示图
按照附图1方法框图中右侧第一条技术路线，绘制流场演示图。在附图3所示的交互界 面窗口右侧的“气旋”模块和“辐散”模块中，通过QSpinBox组件和QSlider组件输入气旋 /反气旋的最大风速Vrot，气旋/反气旋最大风速所在半径Rrot，辐合/辐散的最大风速Vdiv，辐合 /辐散最大风速所在半径Rdiv。以气旋/反气旋和辐合/辐散中心为原点，(i,j)处相应的速度分 布分别如下：
Figure BDA0002208123770000052
气旋/反气旋呈轴对称逆/顺时针旋转，方向与从中心点发射射线的垂直；辐合/辐散方向 与从中心点发射射线的反/正方向一致，如附图4所示。则在预定义的流场演示图像上，(i,j) 处的气旋(反气旋乘-1)流场向量、辐散(辐合乘-1)流场向量分别为：
Figure BDA0002208123770000062
在笛卡尔坐标系中，将各个典型流场以向量的形式在每个像素点(i,j)处进行进行运算， 得到组合流场。在预定义的QImage流场演示图像上，利用QPrinter类在(i,j)处绘制和组合 流场向量大小方向相一致的箭头，每隔30个像素点绘制一次，得到流场演示图，并将内存中 QImage类的数据转化为QPixmap类型，并通过交互界面上Radial velocity模块中右侧的 QLabel组件中显示。
3、绘制径向速度图
按照附图1方法框图中的中间一条技术路线，绘制径向速度图。通过(xPUP,yPUP)反推出 以观测窗口左上角为原点的多普勒雷达所在处的坐标点(xrad,yrad)，则在预定义的QImage多 普勒雷达径向速度图像上，(i,j)处组合流场向量(vx,vy)在雷达射线上的速度分量为：
Figure BDA0002208123770000063
以多普雷雷达到(i,j)处的向量与真实流场(vx,vy)夹角的cos值为依据，设置判据：
Figure BDA0002208123770000064
当judge＜0时，径向速度流向雷达；当judge＞0时，径向速度远离雷达；当judge＝0时， 真实流场向量与雷达射线垂直。
在预定义的雷达径向速度图QImage图像上，(i,j)处的颜色以径向速度分量v的大小为 依据(v由大到小分段)进行赋值，径向速度越大颜色越浅：
①当judge＜0时，分为7种绿色。当v≤10m/s时，(i,j)处的颜色设置为(0,100,0)；当 10m/s＜v≤20m/s时，(i,j)处的颜色设置为(0,160,0)；当20m/s＜v≤26m/s时，(i,j)处的颜 色设置为(0,220,0)；当26m/s＜v≤36m/s时，(i,j)处的颜色设置为(15,255,15)；当36m/s＜ v≤50m/s时，(i,j)处的颜色设置为(75,255,75)；当50m/s＜v≤64m/s时，(i,j)处的颜色设 置为(135,255,135)；当64m/s＜v时，(i,j)处的颜色设置为(185,255,185)；
②当judge＞0时，分为7种红色。当v≤10m/s时，(i,j)处的颜色设置为(100,0,0)；当 10m/s＜v≤20m/s时，(i,j)处的颜色设置为(160,0,0)；当20m/s＜v≤26m/s时，(i,j)处的颜 色设置为(220,0,0)；当26m/s＜v≤36m/s时，(i,j)处的颜色设置为(255,15,15)；当36m/s＜ v≤50m/s时，(i,j)处的颜色设置为(255,75,75)；当50m/s＜v≤64m/s时，(i,j)处的颜色设 置为(255,135,135)；当64m/s＜v时，(i,j)处的颜色设置为(255,185,185)；
③当judge＝0时，设置为黑色(0,0,0)。
此时，真实流场映射为多普勒径向速度图，将内存中QImage类的数据转化为QPixmap 类型，并通过交互界面上Radial velocity模块中左侧的QLabel组件中显示。

Claims (4)

1.一种典型强对流流场的多普勒径向速度图仿真方法，其特征在于，包括以下步骤：
(1)首先利用Qt框架绘制可视化界面；
(2)新建三张RGB32通道的QImage类的图片，分别为观测窗口与雷达位置和典型流场中心位置的关系示意图、流场演示图、多普勒雷达径向速度图；
(3)以多普勒雷达为坐标原点，通过QSpinBox组件输入正方形观测窗口的边长lPUP、观测窗口中心的坐标(xPUP,yPUP)、涡旋中心点坐标(xrot,yrot)、辐散中心点坐标(xdiv,ydiv)；
(4)通过QSpinBox组件和QSlider组件输入气旋/反气旋的最大风速，气旋/反气旋最大风速所在半径，辐合/辐散的最大风速，辐合/辐散最大风速所在半径；
(5)多普勒雷达所在处的坐标点(xrad,yrad)，则在预定义的QImage多普勒雷达径向速度图像上，(i,j)处组合流场向量(vx,vy)在雷达射线上的速度分量为：
Figure FDA0002208123760000011
以多普雷雷达到(i,j)处的向量与真实流场(vx,vy)夹角的cos值为依据，设置判据：
Figure FDA0002208123760000012
当judge＜0时，径向速度流向雷达；当judge＞0时，径向速度远离雷达；当judge＝0时，真实流场向量与雷达射线垂直。
2.根据权利要求1所述典型强对流流场的多普勒径向速度图仿真方法，其特征在于，所述步骤(1)是指利用Qt框架中的QGroupBox类和Line类进行界面分区，QGroupBox窗口部件提供了有标题的组合框，将交互窗口分为仿真演示区和参数调整区；利用QLabel类在仿真演示区添加图片展示区，在参数调整区添加文字标识说明，QLabel类主要用来文本和图像的显示；通过QSpinBox类在参数调整区设置数据输入框，输入涡旋/反涡旋坐标、辐合/辐散坐标、观测窗口坐标、以及涡旋/反涡旋半径和最大速度、辐合/辐散半径和最大速度、观测窗口尺寸，QSpinBox是一个计数器控件，允许用户选择一个整数值通过鼠标单击向上向下或者按键盘的上下键来增加或减少当前显示的值，也可以直接输入整数值；利用QSlider类制作水平滑动条输入，使涡旋/反涡旋半径和速度、辐合/辐散半径和速度可以通过拖动滑块进行连续观测，QSlider部件提供了一个带有滑块垂直或水平滑动条，它允许用户用鼠标沿水平或垂直方向拖动滑块，并将滑块所在的位置转换成一个合法范围内的值，用于方便连续地控制有界值；同时，涡旋/反涡旋半径和速度、辐合/辐散半径和速度的输入框和滑动条输入通过setValue()函数进行同步。
3.根据权利要求1所述典型强对流流场的多普勒径向速度图仿真方法，其特征在于，所述步骤(4)根据Rankine提出的流场经典模型，针对轴对称气旋/反气旋和辐合/辐散流场，以气旋/反气旋和辐合/辐散中心为原点，设流场中的最大风速V，最大风速所在半径R，则半径r处相应的速度分布如下：
Figure FDA0002208123760000021
Figure FDA0002208123760000022
典型强对流流场中的气旋以气旋中心为原点，呈对轴对称逆时针旋转，方向与从原点发射的射线垂直；反气旋以反气旋中心为原点，呈轴对称顺时针旋转，方向与从原点发射的射线垂直；辐合以辐合中心为原点，方向与从原点发射射线的反方向一致；辐散以辐散中心为原点，方向与从原点发射射线的方向一致；
则在预定义的流场演示图像上，(i,j)处的气旋(反气旋乘-1)流场向量、辐散(辐合乘-1)流场向量分别为：
Figure FDA0002208123760000023
Figure FDA0002208123760000024
在笛卡尔坐标系中，将各个典型流场以向量的形式在每个像素点(i,j)处进行运算，得到组合流场；在预定义的QImage流场演示图像上，利用QPrinter类在(i,j)处绘制和组合流场向量大小方向相一致的箭头，每隔30个像素点绘制一次，得到流场演示图，并将内存中QImage类的数据转化为QPixmap类型，并在QLabel组件中显示。
4.根据权利要求1所述典型强对流流场的多普勒径向速度图仿真方法，其特征在于，所述步骤(5)在预定义的雷达径向速度图QImage图像上，(i,j)处的颜色以径向速度分量v的大小为依据进行赋值，径向速度越大颜色越浅：当judge＜0时，分为7种绿色；当judge＞0时，分为7种红色；当judge＝0时，设置为黑色；此时，真实流场映射为多普勒径向速度图，将内存中QImage类的数据转化为QPixmap类型，并在QLabel组件中显示。
CN201910888916.8A 2019-09-19 2019-09-19 典型强对流流场的多普勒径向速度图仿真方法 Pending CN110703255A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910888916.8A CN110703255A (zh) 2019-09-19 2019-09-19 典型强对流流场的多普勒径向速度图仿真方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910888916.8A CN110703255A (zh) 2019-09-19 2019-09-19 典型强对流流场的多普勒径向速度图仿真方法

Publications (1)

Publication Number Publication Date
CN110703255A true CN110703255A (zh) 2020-01-17

Family

ID=69194631

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910888916.8A Pending CN110703255A (zh) 2019-09-19 2019-09-19 典型强对流流场的多普勒径向速度图仿真方法

Country Status (1)

Country Link
CN (1) CN110703255A (zh)

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6480142B1 (en) * 2001-05-17 2002-11-12 William L. Rubin Method and apparatus for measuring velocity and turbulence of atmospheric flows
US20100026565A1 (en) * 2008-07-30 2010-02-04 University Corporation For Atmospheric Research Method for generating a representation of an atmospheric vortex kinematic structure
CN102426265A (zh) * 2011-08-25 2012-04-25 南通航运职业技术学院 一种海面风的计算方法
CN102628944A (zh) * 2012-03-16 2012-08-08 兰州大学 一种基于多普勒雷达资料的层云与对流云自动识别方法
CN102645679A (zh) * 2012-03-13 2012-08-22 天津大学 一种基于多普勒天气雷达回波图像的中气旋识别方法
CN103197299A (zh) * 2013-03-25 2013-07-10 南京信息工程大学 天气雷达径向风信息提取及量化分析系统
CN103424782A (zh) * 2013-07-11 2013-12-04 天津大学 一种中层径向辐合的自动识别方法
CN104181535A (zh) * 2014-08-15 2014-12-03 国家电网公司 基于多普勒雷达径向风速的大风速区电网设备查询方法
CN104730518A (zh) * 2015-03-30 2015-06-24 北京空间飞行器总体设计部 一种基于高斯拟合的雷达多普勒谱估计海面流场的方法
CN106526708A (zh) * 2016-09-21 2017-03-22 广东奥博信息产业有限公司 一种基于机器学习的气象强对流天气的智能预警分析方法
CN107884759A (zh) * 2017-11-07 2018-04-06 深圳市置辰海信科技有限公司 一种基于qt框架的雷达回波绘制方法
CN108459323A (zh) * 2018-01-31 2018-08-28 天津大学 基于多普勒天气雷达数据的强辐合场识别及速度订正方法
CN108470319A (zh) * 2018-01-31 2018-08-31 天津大学 基于辐合面三维重建估算主上升/下沉气流速度的方法
CN108562903A (zh) * 2017-12-25 2018-09-21 天津大学 基于多普勒天气雷达的强对流系统动力场结构识别方法
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
CN109613540A (zh) * 2018-12-25 2019-04-12 江苏省气象信息中心(江苏省气象档案馆) 一种基于WebGL的多普勒天气雷达三维可视化方法

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6480142B1 (en) * 2001-05-17 2002-11-12 William L. Rubin Method and apparatus for measuring velocity and turbulence of atmospheric flows
US20100026565A1 (en) * 2008-07-30 2010-02-04 University Corporation For Atmospheric Research Method for generating a representation of an atmospheric vortex kinematic structure
CN102426265A (zh) * 2011-08-25 2012-04-25 南通航运职业技术学院 一种海面风的计算方法
CN102645679A (zh) * 2012-03-13 2012-08-22 天津大学 一种基于多普勒天气雷达回波图像的中气旋识别方法
CN102628944A (zh) * 2012-03-16 2012-08-08 兰州大学 一种基于多普勒雷达资料的层云与对流云自动识别方法
CN103197299A (zh) * 2013-03-25 2013-07-10 南京信息工程大学 天气雷达径向风信息提取及量化分析系统
CN103424782A (zh) * 2013-07-11 2013-12-04 天津大学 一种中层径向辐合的自动识别方法
CN104181535A (zh) * 2014-08-15 2014-12-03 国家电网公司 基于多普勒雷达径向风速的大风速区电网设备查询方法
CN104730518A (zh) * 2015-03-30 2015-06-24 北京空间飞行器总体设计部 一种基于高斯拟合的雷达多普勒谱估计海面流场的方法
CN106526708A (zh) * 2016-09-21 2017-03-22 广东奥博信息产业有限公司 一种基于机器学习的气象强对流天气的智能预警分析方法
CN107884759A (zh) * 2017-11-07 2018-04-06 深圳市置辰海信科技有限公司 一种基于qt框架的雷达回波绘制方法
CN108562903A (zh) * 2017-12-25 2018-09-21 天津大学 基于多普勒天气雷达的强对流系统动力场结构识别方法
CN108459323A (zh) * 2018-01-31 2018-08-28 天津大学 基于多普勒天气雷达数据的强辐合场识别及速度订正方法
CN108470319A (zh) * 2018-01-31 2018-08-31 天津大学 基于辐合面三维重建估算主上升/下沉气流速度的方法
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
CN109613540A (zh) * 2018-12-25 2019-04-12 江苏省气象信息中心(江苏省气象档案馆) 一种基于WebGL的多普勒天气雷达三维可视化方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
PING WANG ET AL.: "Doppler weather radar clutter suppression based on texture feature", 《2012 INTERNATIONAL CONFERENCE ON MACHINE LEARNING AND CYBERNETICS》 *
吴书君等: "强对流天气的多普勒径向速度分析", 《山东气象》 *
吴木贵等: "2010年3月5日闽北经典超级单体风暴天气过程分析", 《高原气象》 *
庄薇等: "新疆地区一次对流性降水的三维中尺度风场研究", 《应用气象学报》 *
马翠平等: "单多普勒天气雷达反演中尺度气旋环流场的方法", 《南京气象学院学报》 *

Similar Documents

Publication Publication Date Title
CN106683089B (zh) 一种带约束配准的杆塔变形检测方法
Apollonio et al. A photogrammetry-based workflow for the accurate 3D construction and visualization of museums assets
CN109410313B (zh) 一种气象三维信息3d模拟反演方法
CN103077516B (zh) 一种石刻文字的数字化拓片方法
NL2027073B1 (en) Automatic urban three-dimensional skyline contour generation and diagnosis method based on occlusion rate
CN102749046A (zh) 岩体结构面直剪试验中剪切面积的测量方法
CN103679802A (zh) 基于屏幕空间的sph流体表面实时绘制方法
CN110009637A (zh) 一种基于树形结构的遥感图像分割网络
CN102928638A (zh) 一种频谱仪瀑布图显示系统及方法
CN111833449A (zh) 地铁隧道内部环境三维重建和病害智能识别方法
JP2023091038A (ja) 粒子解析用データ生成方法、粒子解析用データ生成プログラム、及び粒子解析用データ生成装置
CN110703255A (zh) 典型强对流流场的多普勒径向速度图仿真方法
CN105093283B (zh) 一种三维观测系统面元属性多线程快速显示方法
CN104634710B (zh) 一种岩体孔隙逾渗与连通特征的分析方法及装置
CN108492332A (zh) 一种森林三维场景中叶面积指数实时计算方法
CN106097426B (zh) 一种天气雷达数据三维可视化空间跳跃加速光线投射方法
Rodriguez et al. Testing the adequacy of luminous change descriptors to represent dynamic attributes in outdoor views
CN112907734B (zh) 基于虚拟crh380a模型和深度学习的teds故障检测方法
CN101907450A (zh) 不同反射率材质组合表面的三维宏观形貌构建方法
Delmas et al. Towards context & climate sensitive urban design: An integrated simulation and parametric design approach
CN106204515A (zh) 一种岩心扫描图像的分析及展示系统
Wu et al. Three-dimensional visualization of thermal environments in urban canyons
CN109345511A (zh) 一种高速公路无人机自检系统
Tang et al. Smart City Public Art Planning and Design in a Multimedia Internet of Things Environment Integrating Scene Elements
CN111581394B (zh) 一种大规模知识地形图绘制方法

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
AD01 Patent right deemed abandoned
AD01 Patent right deemed abandoned

Effective date of abandoning: 20231027