CN110703256A - 雷达数据显示方法、装置、计算机设备和存储介质 - Google Patents

雷达数据显示方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN110703256A
CN110703256A CN201911016823.2A CN201911016823A CN110703256A CN 110703256 A CN110703256 A CN 110703256A CN 201911016823 A CN201911016823 A CN 201911016823A CN 110703256 A CN110703256 A CN 110703256A
Authority
CN
China
Prior art keywords
radar
feature
data
product
characteristic
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
CN201911016823.2A
Other languages
English (en)
Inventor
周康明
常亚楠
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 Eye Control Technology Co Ltd
Original Assignee
Shanghai Eye Control Technology Co Ltd
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 Eye Control Technology Co Ltd filed Critical Shanghai Eye Control Technology Co Ltd
Priority to CN201911016823.2A priority Critical patent/CN110703256A/zh
Publication of CN110703256A publication Critical patent/CN110703256A/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
    • 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
    • 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
    • G01S7/04—Display arrangements
    • G01S7/06—Cathode-ray tube displays or other two dimensional or three-dimensional displays
    • G01S7/064—Cathode-ray tube displays or other two dimensional or three-dimensional displays using a display memory for image processing
    • 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
    • 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)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本申请涉及一种雷达数据显示方法、装置、计算机设备和存储介质，计算机设备获取至少两个雷达特征产品；其中，雷达特征产品为根据天气雷达采集到的基数据获得的用于提供天气监测的数据；然后，对至少两个雷达特征产品进行处理，获得至少两个特征产品图层；并将至少两个特征产品图层叠加显示。采用上述方法可以提升短时临近预报的准确度。

Description

雷达数据显示方法、装置、计算机设备和存储介质
技术领域
本申请涉及雷达技术领域，特别是涉及一种雷达数据显示方法、装置、计算机设备和存储介质。
背景技术
如何准确地预报强对流天气一直以来是天气监测面临的最大难题之一。强对流过程中伴随的雷暴大风、冰雹、龙卷以及带有强烈雷暴现象的短时强降水等灾害性天气的形成、发展、移动的机理也就成为气象学家们的重点研究内容。预报员在天气监测的过程中，需要根据雷达数据分析监测现在的天气，以期提高短时临近预报的准确度。。
传统技术中，预报人员可以通过查看多个雷达回波图完成天气监测。不同的雷达回波图上分别显示不同的雷达特征产品，例如第一个雷达回波图上显示回波顶高，第二个雷达回波图上显示垂直液态含水量等；预报人员通过对上述多个雷达回波图进行分析，完成对天气未来的发展趋势的判断。
但是，采用上述方法，预报员不能在一张图上将所需的雷达特征产品进行综合分析，且不方便判断各雷达特征产品发生的位置是否在同一个区域，导致对强对流天气的监测分析不够全面。
发明内容
基于此，有必要针对上述技术问题，提供一种雷达数据显示方法，上述方法包括：
获取至少两个雷达特征产品；雷达特征产品为根据天气雷达采集到的基数据获得的用于提供天气监测分析的数据；
对至少两个雷达特征产品进行处理，获得至少两个特征产品图层；
将至少两个特征产品图层叠加显示。
在一个实施例中，上述对至少两个雷达特征产品进行处理，获得至少两个特征产品图层，包括：
分别根据预设的特征阈值对雷达特征产品进行筛选，获得待显示特征数据；
根据待显示特征数据对应的坐标，确定待显示特征数据在对应图层中的像素块；
根据雷达特征产品的类型设置各图层中像素块的颜色值，获得至少两个特征产品图层。
在一个实施例中，上述分别根据预设的特征阈值对雷达特征产品进行筛选，获得待显示特征数据，包括：
将雷达特征产品中，大于特征阈值的数据确定为待显示特征数据。
在一个实施例中，上述根据雷达特征产品的类型设置各图层中像素块的颜色值，包括：
将同一雷达特征产品中，大于特征阈值的数据对应的像素块设置为相同的颜色值。
在一个实施例中，上述将至少两个特征产品图层叠加显示，包括：
调整至少两个特征产品图层的透明度，将至少两个特征产品图层叠加显示在雷达平面显示器PPI上。
在一个实施例中，上述雷达PPI上包括雷达特征产品列表，将至少两个特征产品图层叠加显示，包括：
获取用户在雷达特征产品列表中的选择结果，显示选择结果对应的特征产品图层。
在一个实施例中，上述雷达特征产品包括：回波顶高、组合反射率、垂直液态含水量以及径向速度绝对值的大值区。
在一个实施例中，上述雷达基数据包括降水粒子的反射率以及降水粒子的径向速度；获取至少两个雷达特征产品，包括：
对雷达基数据中的反射率进行去孤立点处理和/或中值滤波处理；
对雷达基数据中的径向速度进行去孤立点处理、中值滤波处理以及退速度模糊处理中的至少一个处理；
根据预设的计算规则，对处理后的雷达基数据进行计算，获得雷达特征产品。
一种雷达数据显示装置，上述装置包括：
获取模块，用于获取至少两个雷达特征产品；雷达特征产品为根据天气雷达采集到的基数据获得的用于提供天气监测的数据；
处理模块，用于对至少两个雷达特征产品进行处理，获得至少两个特征产品图层；
显示模块，用于将至少两个特征产品图层叠加显示。
一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，上述处理器执行计算机程序时实现上述雷达数据显示方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，上述计算机程序被处理器执行时实现上述雷达数据显示方法的步骤。
上述雷达数据显示方法、装置、计算机设备和存储介质，计算机设备获取至少两个雷达特征产品；其中，雷达特征产品为根据天气雷达采集到的基数据获得的用于提供天气监测的数据；然后，对至少两个雷达特征产品进行处理，获得至少两个特征产品图层；并将至少两个特征产品图层叠加显示。由于计算机设备根据至少两个雷达特征产品获得至少两个特征产品图层，然后将至少两个特征产品图层叠加显示，使得预报员可以在一个图中同时看到更多的信息，从而提升了天气监测的准确度，特别是提升短时临近预报的准确度。
附图说明
图1为一个实施例中雷达数据显示方法的应用环境图；
图2为一个实施例中雷达数据显示方法的流程示意图；
图3为另一个实施例中雷达数据显示方法的流程示意图；
图4为另一个实施例中雷达数据显示方法的流程示意图；
图5为一个实施例中雷达数据显示装置的结构框图；
图6为一个实施例中雷达数据显示装置的结构框图；
图7为一个实施例中雷达数据显示装置的结构框图；
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的雷达数据显示方法，可以应用于如图1所示的应用环境中。其中，计算机设备100与天气雷达200连接。其中，计算机设备可以但不限于是各种个人计算机、笔记本电脑、智能手机和平板电脑，天气雷达200可以是常规的脉冲雷达，也可以是多普勒雷达，在此不作限定。
在一个实施例中，如图2所示，提供了一种雷达数据显示方法，以该方法应用于图1中的计算机设备100为例进行说明，包括：
S101、获取至少两个雷达特征产品；雷达特征产品为根据天气雷达采集到的基数据获得的用于提供天气监测的数据。
其中，上述天气雷达可以是常规的脉冲雷达，也可以是多普勒雷达，在此不作限定。天气雷达可以发射脉冲电磁波，电磁波在传播路径上遇到降水粒子等气象目标物时，可以被气象目标物散射；然后，天气雷达可以通过接收散射的电磁波，获得基数据。
上述基数据是降水粒子的回波反射率，表征的是降水强度；另外，对于多普勒天气雷达，上述降水粒子还可以是降水粒子的径向速度。上述径向速度是指天气雷达根据降水粒子的回波频率与发射频率计算降水粒子的移动速度。上述径向是指降水粒子相对于天气雷达所在的方向。另外，上述基数据还可以是速度谱宽，对于上述基数据的类型在此不作限定。
上述雷达特征产品是指根据天气雷达的基数据计算得到的二次产品数据，用于探测大气湍流、降水区域、垂直气流等特征。上述雷达特征产品可以是剖面产品，例如谱宽剖面以及速度剖面等；上述雷达特征产品也可以是物理量产品，例如雷达定向测量降水；还可以是风场反演产品，通过多普勒雷达获得的径向速度反演某一高度上的风向风速等；对于上述雷达特征产品的类型在此不作限定。
可选地，上述雷达特征产品可以包括：回波顶高、组合反射率、垂直液态含水量以及径向速度绝对值的大值区。
其中，回波顶高是指雷暴云上部30dBz回波强度所在的高度。由于雷暴云的发展过程中具有较强的上升气流，上升气流携带大量的水汽向上运动，水汽到达一定高度处聚集凝结，强上升气流继续带着凝结的大粒子向上运动，在高处出现强回波，因此回波顶向上延展得很高。雷暴云的回波顶高度一般在10km以上，个别强雷暴回波顶高可达到20km，远远高于普通对流云。大量的观测和研究表明，回波顶高相对于低层反射率因子的位置可以很好地指示对流风暴的强弱。上述组合反射率是指在某一点对应的所有仰角层中获得的反射率的最大值。上述垂直液态含水量是指某一点上所有仰角层的液态水含量。上述径向速度绝对值的大值区是指径向速度大于预设阈值的位置的集合，可以是0.5度仰角的径向速度绝对值。
具体地，计算机设备在获取至少两个雷达特征产品时，可以直接接收天气雷达的基数据，然后对上述基数据进行处理获得雷达特征产品；另外，计算机设备可以获取其它设备计算得到的雷达特征产品，对于上述雷达特征产品的获取方式在此不作限定。
S102、对至少两个雷达特征产品进行处理，获得至少两个特征产品图层。
计算机设备在获得至少两个雷达特征产品之后，可以对雷达特征产品进行处理，例如，可以筛选雷达特征产品中的数据，也可以筛选雷达特征产品中的显示区域，进一步地，可以根据处理后的雷达特征产品生成特征产品图层。
上述特征产品图层是指包含雷达特征产品的数据信息的图，可以是包含雷达特征产品数据的等值线，也可以是显示雷达特征产品的数据区间，在此不作限定。
具体地，计算机设备在特征产品图层中显示雷达特征产品的数据信息时，可以通过颜色显示，也可以通过标记符号显示，在此不作限定。
例如，上述雷达特征产品为垂直液态含水量，计算机设备可以筛选需要显示的区域的垂直液态含水量的值，然后将筛选出来的数据对应在图层中对应的位置中，并在对应位置通过标记符号显示垂直液态含水量的值。
S103、将至少两个特征产品图层叠加显示。
在上述步骤的基础上，计算机设备可以将至少两个特征产品图层叠加显示，使得预报人员可以同时看到至少两个雷达特征产品的信息。
具体地，计算机设备可以将上述至少两个特征产品图层显示在极坐标系中，也可以显示在直角坐标系中，在此不作限定。
可选地，计算机设备可以调整至少两个特征产品图层的透明度，将至少两个特征产品图层叠加显示在雷达平面显示器(Plan Position Indicator,简称PPI)上，使得预报员可以更直观地看到多个特征产品图层的信息。其中，上述PPI是一种雷达显示方式，天气雷达通常显示在屏幕中心。
进一步地，计算机设备可以通过设置特征产品图层为不同的显示参数，用于区分不同的雷达特征产品。
上述雷达数据显示方法，计算机设备获取至少两个雷达特征产品；其中，雷达特征产品为根据天气雷达采集到的基数据获得的用于提供天气监测的数据；然后，对至少两个雷达特征产品进行处理，获得至少两个特征产品图层；并将至少两个特征产品图层叠加显示。由于计算机设备根据至少两个雷达特征产品获得至少两个特征产品图层，然后将至少两个特征产品图层叠加显示，使得预报员可以在一个图中同时看到更多的信息，从而提升了天气监测的准确度，特别是提升短时临近预报的准确度。
图3为另一个实施例中雷达数据显示方法的流程示意图；本实施例涉及计算机设备获得至少两个特征产品图层的一种方式，在上述实施例的基础上，如图3所示，上述S102包括：
S201、分别根据预设的特征阈值对雷达特征产品进行筛选，获得待显示特征数据。
具体地，计算机设备在根据雷达特征产品获得特征产品图层时，可以根据预设的特征阈值对雷达特征产品的数据进行筛选，获得在特征产品图层中待显示的特征数据。
具体地，上述根据特征阈值进行筛选，可以是提取预设阈值范围内的数据，也可以是筛选大于或者小于预设阈值的数据，对于上述筛选方式在此不作限定。
另外，计算机设备根据特征阈值对不同的雷达特征产品进行筛选时，可以选择相同的筛选方式，也可以选择不同的筛选方式，在此不作限定。
可选地，计算机设备可以将雷达特征产品中，大于特征阈值的数据确定为待显示特征数据。
例如，对于回波顶高的阈值可以是6千米，组合反射率的阈值可以是50dBz，垂直液态含水量阈值可以是40千米每平方米，上述0.5度仰角的径向速度绝对值的阈值可以是15米每秒。每种雷达特征产品的数据只有大于对应的阈值时，才会在特征产品图层中显示。
S202、根据待显示特征数据对应的坐标，确定待显示特征数据在对应图层中的像素块。
计算机设备在筛选出带显示特征数据之后，可以根据上述特征数据对应的坐标信息，来确定该特征数据在对应图层中的像素块。上述坐标信息可以是特征数据的坐标与天气雷达之间的距离和方位，也可以是经纬度信息。
S203、根据雷达特征产品的类型设置各图层中像素块的颜色值，获得至少两个特征产品图层。
计算机设备在确定了上述待显示特征数据对应的像素块之后，可以根据雷达特征产品的类型设置像素块的颜色值，将雷达特征产品的信息显示在特征产品图层上。
可选地，计算机设备将同一雷达特征产品中，大于特征阈值的数据对应的像素块设置为相同的颜色值，例如，可以设置回波顶高为蓝色，组合反射率为红色，垂直液态含水量为黄色等。
另外，计算机设备将至少两个特征产品图层叠加显示在在PPI上时，可以同时在PPI上显示雷达特征产品列表，并获取用户在雷达特征产品列表中的选择结果，显示选择结果对应的特征产品图层。
例如，雷达特征产品列表中显示四个雷达特征产品，包括回波顶高、组合反射率、垂直液态含水量以及径向速度绝对值的大值区；并在上述各雷达特征产品前显示对应的复选框，当用户点击复选框选择需要显示的雷达特征产品之后，计算机设备可以自动将对应的特征产品图层叠加在PPI上，并在用户取消复选框的选择结果之后，自动取消PPI上显示的对应特征产品图层。
上述雷达数据显示方法，计算机设备通过预设阈值对雷达特征产品中的数据进行筛选，使得显示的特征产品图层中能更凸显预报员需要关注的信息，从而能更准确地对天气状况进行预报。
图4为另一个实施例中雷达数据显示方法的流程示意图；本实施例涉及计算机设备获取雷达特征产品的一种方式，在上述实施例的基础上，雷达基数据包括降水粒子的反射率以及降水粒子的径向速度，如图4所示，上述S101包括：
S301、对雷达基数据中的反射率进行去孤立点处理和/或中值滤波处理。
上述去孤点处理是指去除雷达中孤立的回波点。通过对反射率进行去孤立点处理，可以去除杂波。
上述中值滤波处理是一种非线性平滑技术，是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。通过对反射率进行去孤立点处理，可以使反射率的数据更平滑。
S302、对雷达基数据中的径向速度进行去孤立点处理、中值滤波处理以及退速度模糊处理中的至少一个处理。
根据与上述S301中类似的方法，计算机设备可以对雷达基数据中的径向速度进行去孤立点处理和/或中值滤波处理。
另外，由于天气雷达硬件的限制，在有些强对流天气中，天气雷达采集到的降水粒子的径向速度会出现速度模糊的现象。例如，径向速度是由天气雷达测量的一系列的脉冲对相移汁算得到的；当脉冲对真实相移小于180°时，速度检测是不模糊的，而当脉冲对真实相移等于或大于180°，则雷达的初猜值将是错误的，得到的速度是模糊的，称之为速度模糊。计算机设备可以对径向速度进行退速度模糊处理。上述退速度模糊处理可以根据连续性原则将每个速度初猜值与它的周围的相邻速度值相比较，如果一个速度初猜值与它的周围值显著不同，则该算法试图用另一个可能的值替换那个速度初猜值。通过对径向速度进行退速度模糊处理，可以得到质量较高的径向速度。
S303、根据预设的计算规则，对处理后的雷达基数据进行计算，获得雷达特征产品。
在对雷达基数据进行上述处理之后，计算机可以根据预设的计算规则，对处理后的雷达基数据进行计算，获得雷达特征产品。
例如，计算机设备可以根据雷达基数据中的反射率计算回波顶高，可以确定极坐标中每个点上反射率大于18.3dBz的回波所在的最高仰角，比如在A处的所有仰角层中，第三仰角层和五仰角层的反射率都大于18.3dBz，而其它仰角层的反射率都小于18.3dBz，那么最高仰角为第五层可以利用测高公式，计算该店的位置在第五仰角层的高度，即为A点的回波顶高。
其中，上述测高公式可以为：
h＝h0+Bn×sin(EImax)+Bn 2/Rm
其中，h为回波顶高，h0为天气雷达的站点高度，Bn为A点与站点之间的距离，EImax为A点反射率大于18.3dBz的最高仰角，Rm为地球的等效半径。
计算机设备还可以根据雷达基数据中的反射率计算垂直液态含水量。例如，计算机设备可以在极坐标中，根据3.44×10-3Z4/7将每个点上所有仰角层的液态水含量，其中，Z为其中一个点的反射率因子，上述反射率因子是根据A点的反射率获得的，然后将每个点进行垂直积分后，可以得到每个点的垂直液态含水量。
另外，计算机设备还可以计算每个点所有仰角层的最大反射率，确定为该点的组合反射率。也可以通过阈值对径向速度进行筛选，得到径向速度绝对值大于预设阈值的大值区。
上述雷达数据显示方法，计算机设备先对基数据进行处理，使得可以通过质量较高的基数据计算雷达特征产品，从而使得到的雷达特征产品更准确，有利于提升天气监测的准确度。
应该理解的是，虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-4中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图5所示，提供了一种雷达数据显示装置，包括：获取模块10、处理模块20和显示模块30，其中：
获取模块10，用于获取至少两个雷达特征产品；雷达特征产品为根据天气雷达采集到的基数据获得的用于提供天气监测的数据；
处理模块20，用于对至少两个雷达特征产品进行处理，获得至少两个特征产品图层；
显示模块30，用于将至少两个特征产品图层叠加显示。
本申请实施例提供的雷达数据显示，可以实现上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在一个实施例中，如图6所示，在上述实施例的基础上，上述处理模块20包括：
筛选单元201，用于分别根据预设的特征阈值对雷达特征产品进行筛选，获得待显示特征数据；
确定单元202，用于根据待显示特征数据对应的坐标，确定待显示特征数据在对应图层中的像素块；
获取单元203，用于根据雷达特征产品的类型设置各图层中像素块的颜色值，获得至少两个特征产品图层。
在一个实施例中，在上述实施例的基础上，上述筛选单元201具体用于：将雷达特征产品中，大于特征阈值的数据确定为待显示特征数据。
在一个实施例中，在上述实施例的基础上，上述确定单元202具体用于：将同一雷达特征产品中，大于特征阈值的数据对应的像素块设置为相同的颜色值。
在一个实施例中，在上述实施例的基础上，上述显示模块30具体用于：调整至少两个特征产品图层的透明度，将至少两个特征产品图层叠加显示在雷达平面显示器PPI上。
在一个实施例中，在上述实施例的基础上，上述显示模块30具体用于：获取用户在雷达特征产品列表中的选择结果，显示选择结果对应的特征产品图层。
在一个实施例中，在上述实施例的基础上，雷达特征产品包括：回波顶高、组合反射率、垂直液态含水量以及径向速度绝对值的大值区。
在一个实施例中，如图7所示，在上述实施例的基础上，雷达基数据包括降水粒子的反射率以及降水粒子的径向速度，上述获取模块10包括：
第一处理单元101，用于对雷达基数据中的反射率进行去孤立点处理和/或中值滤波处理；
第二处理单元102，用于对雷达基数据中的径向速度进行去孤立点处理、中值滤波处理以及退速度模糊处理中的至少一个处理；
计算单元103，用于根据预设的计算规则，对处理后的雷达基数据进行计算，获得雷达特征产品。
本申请实施例提供的雷达数据显示，可以实现上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
关于雷达数据显示装置的具体限定可以参见上文中对于雷达数据显示方法的限定，在此不再赘述。上述雷达数据显示装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种雷达数据显示方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取至少两个雷达特征产品；雷达特征产品为根据天气雷达采集到的基数据获得的用于提供天气监测的数据；
对至少两个雷达特征产品进行处理，获得至少两个特征产品图层；
将至少两个特征产品图层叠加显示。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：分别根据预设的特征阈值对雷达特征产品进行筛选，获得待显示特征数据；根据待显示特征数据对应的坐标，确定待显示特征数据在对应图层中的像素块；根据雷达特征产品的类型设置各图层中像素块的颜色值，获得至少两个特征产品图层。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：将雷达特征产品中，大于特征阈值的数据确定为待显示特征数据。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：将同一雷达特征产品中，大于特征阈值的数据对应的像素块设置为相同的颜色值。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：调整至少两个特征产品图层的透明度，将至少两个特征产品图层叠加显示在雷达平面显示器PPI上。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取用户在雷达特征产品列表中的选择结果，显示选择结果对应的特征产品图层。
在一个实施例中，雷达特征产品包括：回波顶高、组合反射率、垂直液态含水量以及径向速度绝对值的大值区。
在一个实施例中，雷达基数据包括降水粒子的反射率以及降水粒子的径向速度，处理器执行计算机程序时还实现以下步骤：对雷达基数据中的反射率进行去孤立点处理和/或中值滤波处理；对雷达基数据中的径向速度进行去孤立点处理、中值滤波处理以及退速度模糊处理中的至少一个处理；根据预设的计算规则，对处理后的雷达基数据进行计算，获得雷达特征产品。
本实施例提供的计算机设备，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取至少两个雷达特征产品；雷达特征产品为根据天气雷达采集到的基数据获得的用于提供天气监测的数据；
对至少两个雷达特征产品进行处理，获得至少两个特征产品图层；
将至少两个特征产品图层叠加显示。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：分别根据预设的特征阈值对雷达特征产品进行筛选，获得待显示特征数据；根据待显示特征数据对应的坐标，确定待显示特征数据在对应图层中的像素块；根据雷达特征产品的类型设置各图层中像素块的颜色值，获得至少两个特征产品图层。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：将雷达特征产品中，大于特征阈值的数据确定为待显示特征数据。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：将同一雷达特征产品中，大于特征阈值的数据对应的像素块设置为相同的颜色值。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：调整至少两个特征产品图层的透明度，将至少两个特征产品图层叠加显示在雷达平面显示器PPI上。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取用户在雷达特征产品列表中的选择结果，显示选择结果对应的特征产品图层。
在一个实施例中，雷达特征产品包括：回波顶高、组合反射率、垂直液态含水量以及径向速度绝对值的大值区。
在一个实施例中，雷达基数据包括降水粒子的反射率以及降水粒子的径向速度，计算机程序被处理器执行时还实现以下步骤：对雷达基数据中的反射率进行去孤立点处理和/或中值滤波处理；对雷达基数据中的径向速度进行去孤立点处理、中值滤波处理以及退速度模糊处理中的至少一个处理；根据预设的计算规则，对处理后的雷达基数据进行计算，获得雷达特征产品。
本实施例提供的计算机可读存储介质，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (11)

1.一种雷达数据显示方法，其特征在于，所述方法包括：
获取至少两个雷达特征产品；所述雷达特征产品为根据天气雷达采集到的基数据获得的用于提供天气监测的数据；
对所述至少两个雷达特征产品进行处理，获得至少两个特征产品图层；
将所述至少两个特征产品图层叠加显示。
2.根据权利要求1所述的雷达数据显示方法，其特征在于，所述对所述至少两个雷达特征产品进行处理，获得至少两个特征产品图层，包括：
分别根据预设的特征阈值对所述雷达特征产品进行筛选，获得待显示特征数据；
根据所述待显示特征数据对应的坐标，确定所述待显示特征数据在对应图层中的像素块；
根据所述雷达特征产品的类型设置各图层中所述像素块的颜色值，获得所述至少两个特征产品图层。
3.根据权利要求2所述的雷达数据显示方法，其特征在于，所述分别根据预设的特征阈值对所述雷达特征产品进行筛选，获得待显示特征数据，包括：
将所述雷达特征产品中，大于所述特征阈值的数据确定为所述待显示特征数据。
4.根据权利要求3所述的雷达数据显示方法，其特征在于，所述根据所述雷达特征产品的类型设置各图层中所述像素块的颜色值，包括：
将同一雷达特征产品中，大于所述特征阈值的数据对应的像素块设置为相同的颜色值。
5.根据权利要求1-4任一项所述的雷达数据显示方法，其特征在于，所述将所述至少两个特征产品图层叠加显示，包括：
调整所述至少两个特征产品图层的透明度，将所述至少两个特征产品图层叠加显示在雷达平面显示器PPI上。
6.根据权利要求5所述的雷达数据显示方法，其特征在于，所述雷达PPI上包括雷达特征产品列表，所述将所述至少两个特征产品图层叠加显示，包括：
获取用户在所述雷达特征产品列表中的选择结果，显示所述选择结果对应的特征产品图层。
7.根据权利要求1-4任一项所述的雷达数据显示方法，其特征在于，所述雷达特征产品包括：回波顶高、组合反射率、垂直液态含水量以及径向速度绝对值的大值区。
8.根据权利要求7所述的雷达数据显示方法，其特征在于，所述雷达基数据包括降水粒子的反射率以及降水粒子的径向速度；所述获取至少两个雷达特征产品，包括：
对所述雷达基数据中的反射率进行去孤立点处理和/或中值滤波处理；
对所述雷达基数据中的径向速度进行去孤立点处理、中值滤波处理以及退速度模糊处理中的至少一个处理；
根据预设的计算规则，对处理后的雷达基数据进行计算，获得雷达特征产品。
9.一种雷达数据显示装置，其特征在于，所述装置包括：
获取模块，用于获取至少两个雷达特征产品；所述雷达特征产品为根据天气雷达采集到的基数据获得的用于提供天气监测的数据；
处理模块，用于对所述至少两个雷达特征产品进行处理，获得至少两个特征产品图层；
显示模块，用于将所述至少两个特征产品图层叠加显示。
10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述方法的步骤。
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
CN201911016823.2A 2019-10-24 2019-10-24 雷达数据显示方法、装置、计算机设备和存储介质 Pending CN110703256A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911016823.2A CN110703256A (zh) 2019-10-24 2019-10-24 雷达数据显示方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911016823.2A CN110703256A (zh) 2019-10-24 2019-10-24 雷达数据显示方法、装置、计算机设备和存储介质

Publications (1)

Publication Number Publication Date
CN110703256A true CN110703256A (zh) 2020-01-17

Family

ID=69201472

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911016823.2A Pending CN110703256A (zh) 2019-10-24 2019-10-24 雷达数据显示方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN110703256A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111366930A (zh) * 2020-03-09 2020-07-03 上海眼控科技股份有限公司 一种云顶高度验证方法、装置、计算机设备和存储介质
CN111505645A (zh) * 2020-04-26 2020-08-07 上海眼控科技股份有限公司 雷达云图数据的显示方法、装置、计算机设备和存储介质
CN111650590A (zh) * 2020-06-12 2020-09-11 上海眼控科技股份有限公司 基于多普勒气象雷达的风场获取方法、装置、设备和介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106202378A (zh) * 2016-07-08 2016-12-07 中国地质大学（武汉） 一种流式气象数据的快速处理方法及系统
CN106874466A (zh) * 2017-02-15 2017-06-20 浪潮软件集团有限公司 一种基于云计算将栅格雷达图片叠加到矢量gis地图上的方法
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

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106202378A (zh) * 2016-07-08 2016-12-07 中国地质大学（武汉） 一种流式气象数据的快速处理方法及系统
CN106874466A (zh) * 2017-02-15 2017-06-20 浪潮软件集团有限公司 一种基于云计算将栅格雷达图片叠加到矢量gis地图上的方法
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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
知名航空博主: "《http://blog.sina.com.cn/s/blog_519306990102w8ry.html》", 12 August 2016 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111366930A (zh) * 2020-03-09 2020-07-03 上海眼控科技股份有限公司 一种云顶高度验证方法、装置、计算机设备和存储介质
CN111505645A (zh) * 2020-04-26 2020-08-07 上海眼控科技股份有限公司 雷达云图数据的显示方法、装置、计算机设备和存储介质
CN111650590A (zh) * 2020-06-12 2020-09-11 上海眼控科技股份有限公司 基于多普勒气象雷达的风场获取方法、装置、设备和介质

Similar Documents

Publication Publication Date Title
CN110703256A (zh) 雷达数据显示方法、装置、计算机设备和存储介质
Liang et al. A composite approach of radar echo extrapolation based on TREC vectors in combination with model-predicted winds
WO2018019278A1 (zh) 基于小型雷达的输电线路雷电监测预警方法及存储介质
US9689984B1 (en) Weather radar system and method with latency compensation for data link weather information
CN108535731B (zh) 短临降水预报方法与装置
US9459348B2 (en) Millimeter wave radar system for and method of weather detection
JP6689396B2 (ja) 気象予測装置、気象予測方法、およびプログラム
Tings et al. Dynamically adapted ship parameter estimation using TerraSAR-X images
CN105607062B (zh) 一种天气雷达图分析系统
JP2019045146A (ja) 気象予測装置、気象予測方法、および気象予測プログラム
Zou et al. A method of radar echo extrapolation based on TREC and Barnes filter
Liou et al. Single-Doppler velocity retrieval of the wind field in a tornadic supercell using mobile, phased-array, Doppler radar data
CN116908854A (zh) 海浪谱分析法和基于Canny算子的雷达图像几何阴影统计法相结合的海浪参数反演方法
CN109444893B (zh) 基于双偏振雷达网的相态识别产品拼图方法及装置
CN101533095B (zh) 基于gis的雷达预警方法
CN110780299A (zh) 散度场的获取方法、装置、计算机设备和存储介质
Hazenberg et al. Identification and uncertainty estimation of vertical reflectivity profiles using a Lagrangian approach to support quantitative precipitation measurements by weather radar
Daliakopoulos et al. A weather radar data processing module for storm analysis
Calvetti et al. Quantitative precipitation estimation integrated by poisson’s equation using radar mosaic, satellite, and rain gauge network
García‐Pintado et al. Rainfall estimation by rain gauge‐radar combination: A concurrent multiplicative‐additive approach
Nogueira et al. Multifractal properties of embedded convective structures in orographic precipitation: toward subgrid-scale predictability
JP6689304B2 (ja) 気象レーダ装置及び豪雨予測方法
CN111505645A (zh) 雷达云图数据的显示方法、装置、计算机设备和存储介质
CN111025299A (zh) 雷达探测数据的图像显示方法、装置、设备及存储介质
Merker et al. Estimating the uncertainty of areal precipitation using data assimilation

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200117