CN110780299A - 散度场的获取方法、装置、计算机设备和存储介质 - Google Patents

散度场的获取方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN110780299A
CN110780299A CN201911016507.5A CN201911016507A CN110780299A CN 110780299 A CN110780299 A CN 110780299A CN 201911016507 A CN201911016507 A CN 201911016507A CN 110780299 A CN110780299 A CN 110780299A
Authority
CN
China
Prior art keywords
radar
data
weather
field
divergence
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
CN201911016507.5A
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 CN201911016507.5A priority Critical patent/CN110780299A/zh
Publication of CN110780299A publication Critical patent/CN110780299A/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
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • 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)
  • Environmental & Geological Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (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

本申请涉及一种散度场的获取方法、装置、计算机设备和存储介质，计算机设备获取至少两个天气雷达对应的基数据；然后，提取至少两个天气雷达的可反演区域中各雷达的目标数据；可反演区域为根据至少两个天气雷达的扫描重叠区域确定的；并根据目标数据反演可反演区域中的水平风场；最后，计算水平风场的散度场，并将散度场显示在雷达平面显示器PPI上。采用上述方法可以使获得的水平风场更准确，分辨率更高，从而获得准确的散度场，并且使散度场的计算结果更直观清晰。

Description

散度场的获取方法、装置、计算机设备和存储介质
技术领域
本申请涉及天气预报技术领域，特别是涉及散度场的获取方法、装置、计 算机设备和存储介质。
背景技术
在研究气候或天气的形成和变化时，常常需要计算水平风场的散度场。散 度场表征的是大气运动的辐合或辐散特征，可以根据散度场与其它物理量的组 合来诊断天气形势或气象要素。
传统技术中，常用来计算散度场的风场可以是观测站的观测风场、再分析 资料风场和或者数值模式预测风场。计算机计算风场的散度场之后，再根据散 度场进行天气形势的判断。
但是，上述方法中的风场无论在时间分辨率还是空间分辨率低，不能满足 中小尺度天气系统监测在时间和空间尺度上的要求，不能准确的完成对强对流 天气的判断。
发明内容
基于此，有必要针对上述技术问题，提供一种针对中小尺度天气系统的散 度场的获取方法、装置、计算机设备和存储介质。
一种散度场的获取方法，上述方法包括：
获取至少两个天气雷达对应的基数据；
提取至少两个天气雷达的可反演区域中各雷达的目标数据；可反演区域为 根据至少两个天气雷达的扫描重叠区域确定的；
根据目标数据反演可反演区域中的水平风场；
计算水平风场的散度场，并将散度场显示在雷达平面显示器PPI上。
在其中一个实施例中，上述计算水平风场的散度场，并将散度场显示在雷 达平面显示器PPI上，包括：
计算预设高度的水平风场对应的目标散度场；
绘制目标散度场的等值线；
将等值线叠加显示在PPI中的对应位置上。
在其中一个实施例中，上述预设高度包含多个高度值；将等值线叠加显示 在PPI的对应位置上，包括：
将多个高度值对应的等值线，采用不同的颜色叠加显示在PPI的对应位置 上。
在其中一个实施例中，上述多个高度值包括1千米、2千米、10千米以及 11千米。
在其中一个实施例中，上述提取至少两个天气雷达的可反演区域中的各雷 达目标数据，包括：
分别对至少两个天气雷达的基数据进行预处理；预处理包括去孤立点处理、 中值滤波处理以及退速度模糊处理中的至少一种；
通过对预处理后的基数据进行插值，以将极坐标系下的各个基数据分别转 换为平面直角坐标系下的各个插值数据；
将可反演区域中的各插值数据确定为目标数据。
在其中一个实施例中，上述通过对预处理后的基数据进行插值，以将极坐 标系下的各个基数据分别转换为平面直角坐标系下的各个插值数据，包括：
根据预设垂直分辨率以及基数据的分辨率，确定平面直角坐标系下的各个 插值点；
分别在各雷达的基数据中，获取与插值点相邻的数据；
将与插值点相邻的数据的加权平均值确定为插值点的插值数据；加权平均 值的权重根据与插值点相邻的数据对应的位置与插值点之间的距离确定。
在其中一个实施例中，上述根据目标数据反演可反演区域中的水平风场， 包括：
分别根据各个插值点的目标数据以及插值点与天气雷达之间的距离，获取 可反演区域中风场的水平速度与风场的垂直速度的关联关系；
根据预设的垂直速度初始值，对关联关系进行迭代计算，直至迭代前后的 垂直速度之间的差值满足预设差值条件；
将满足预设差值条件的垂直速度对应的水平速度确定为水平风场。
在其中一个实施例中，上述目标数据包括第一天气雷达和第二天气雷达对 应的降水粒子的径向速度，以及第一天气雷达和/或第二天气雷达对应的降水粒 子的反射率。
在其中一个实施例中，上述关联关系为：
Figure BDA0002245871430000031
其中，Vr1为第一天气雷达获得的插值点的径向速度，Vr2为第二天气雷达获 得的插值点的径向速度；(X,Y,Z)为插值点的坐标值，(X01,Y01,Z01)与(X02,Y02,Z02)分 别为第一天气雷达和第二天气雷达的坐标值；R1和R2分别为插值点与第一天气 雷达和第二天气雷达之间的距离；U和V为水平速度；W为垂直速度；Vt为插 值点的降水粒子的下落速度，由插值点的反射率确定。
一种散度场的获取装置，上述装置包括：
获取模块，用于获取至少两个天气雷达对应的基数据；
提取模块，用于提取至少两个天气雷达的可反演区域中的各雷达的目标数 据；可反演区域为根据至少两个天气雷达的扫描重叠区域确定的；
反演模块，用于根据目标数据反演可反演区域中的水平风场；
计算模块，用于计算水平风场的散度场，并将散度场显示在雷达平面显示 器PPI上。
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散度场的获取方法的步骤。
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散度场的获取方法的步骤。
上述散度场的获取方法、装置、计算机设备和存储介质，计算机设备获取 至少两个天气雷达对应的基数据；然后，提取至少两个天气雷达的可反演区域 中各雷达的目标数据；可反演区域为根据至少两个天气雷达的扫描重叠区域确 定的；并根据目标数据反演可反演区域中的水平风场；最后，计算水平风场的 散度场，并将散度场显示在雷达平面显示器PPI上。由于计算机设备获取了至 少两个天气雷达对应的基数据，从而可以提取至少两个天气雷达的可反演区域 中的目标数据，并根据目标数据反演该区域中的水平风场，使得反演获得的水 平风场更准确，分辨率更高；进一步地，计算机设备计算水平风场的散度场，可以获得准确的散度场，从而能准确地完成对强对流天气的分析；计算机设备 通过将散度场显示在雷达平面显示器PPI上，可以使散度场的计算结果更直观 清晰。
附图说明
图1为一个实施例中散度场的获取方法的应用环境图；
图2为一个实施例中散度场的获取方法的流程示意图；
图3为另一个实施例中散度场的获取方法的流程示意图；
图4为另一个实施例中散度场的获取方法的流程示意图；
图5为另一个实施例中散度场的获取方法的流程示意图；
图5A为一个实施例中散度场的获取方法的示意图；
图6为另一个实施例中散度场的获取方法的流程示意图；
图7为一个实施例中散度场的获取装置的结构框图；
图8为另一个实施例中散度场的获取装置的结构框图；
图9为另一个实施例中散度场的获取装置的结构框图；
图10为另一个实施例中散度场的获取装置的结构框图；
图11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。
本申请提供的散度场的获取方法，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，提供了一种散度场的获取方法，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、获取至少两个天气雷达对应的基数据。
其中，上述天气雷达可以包括单偏振雷达，也可以包括双偏振雷达，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。
上述至少两个天气雷达可以相同，也可以不同，在此不做限定。
上述基数据是降水粒子的回波反射率，表征的是降水强度；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。另外，上述基数据还可以包括速度谱宽，对于 上述基数据的类型在此不作限定。
具体地，计算机设备在获取至少两个天气雷达的基数据时，可以直接接收 天气雷达发送的基数据；也可以获取其它设备中存储的基数据，对于上述基数 据的获取方式在此不作限定。
进一步地，计算机设备获取不同天气雷达的基数据时，所获取的基数据的 类型可以相同，也可以不同，在此不做限定。例如，计算机设备可以获取天气 雷达1的基数据A，以及天气雷达2的基数据A和基数据B。
以某一地区的第一天气雷达和第二天气雷达为例，其中第一天气雷达为单 偏振雷达，其基数据中包含反射率、径向速度以及谱宽，第一天气雷达从低仰 角到高仰角对降水云体进行探测，总共有9个仰角层，每个仰角层有360个径 向方向，每个径向有460个反射率的值，分辨率为1km，并且每个径向上有920 个径向速度的值，分辨率为0.25km。第二天气雷达为双偏振雷达，其基数据中 包含反射率、径向速度、谱宽、差分反射率、比相位差以及相关系数，总共有9 个仰角层，每个仰角层有360个径向方向，对于每个类型的基数据，每个径向 都有1840个基数据的值，分辨率均为0.25km。
S102、提取至少两个天气雷达的可反演区域中各雷达的目标数据；可反演 区域为根据至少两个天气雷达的扫描重叠区域确定的。
其中，上述可反演区域为根据至少两个天气雷达的扫描重叠区域确定的区 域，例如，对于两台天气雷达的可反演区域，由于两台天气雷达的连线附近的 区域无法反演，上述可反演区域可以是在两台天气雷达的扫描重叠区域中，除 连线附近的区域以外其它区域。上述可反演区域可以是在计算机设备中根据至 少两个天气雷达位置设定好的区域，也可以是计算机设备根据至少两个天气雷 达的位置计算获得，在此不做限定。
具体地，计算机设备可以根据可反演区域的范围，判断基数据中的各数据 对应的位置是否在可反演区域，然后将该区域中的基数据提取出来，确定为目 标数据；另外，计算机设备也可以根据该区域中的基数据获取该区域中其它点 的数据，例如，可以通过插值方法获得其他点的数据，对于上述目标数据的提 取方式在此不做限定。
S103、根据目标数据反演可反演区域中的水平风场。
在上述步骤的基础上，计算机可以根据可反演区域中的目标数据反演水平 风场。
具体地，计算机设备可以根据预设计算规则，通过目标数据、各天气雷达 获得的径向速度以及反射率，获得各个点的基数据与水平风场的关系；另外， 计算机设备也可以预设假定条件以提升反演准确性，例如，可以假设风场的垂 直速度与径向速度无关等；对于上述反演方式在此不做限定。
S104、计算水平风场的散度场，并将散度场显示在雷达平面显示器PPI上。
其中，上述散度场用于表征空间各点水平风场发散的强弱程度，可以衡量 水平风场的辐散、辐合强度的物理量，可以用D表示，当D>0，表示辐散，当 D<0，表示辐合。一般来说，当低层空间中(600hPa高度以下)的水平风场呈 辐合特性，且高层空间(400hPa以上)的水平风场呈辐散特性时，有利于强对 流天气的发生。
其中，上述雷达平面显示器(Plan Position Indicator,简称PPI)是一种雷达显示 方式，天气雷达通常显示在屏幕中心。
具体地，计算机设备将散度场显示在雷达平面显示器PPI时，可以通过不 同的标记区分水平风场是辐合还是辅散，也可以通过数字标记散度场的值，还 可以通过显示表征水平风场的辐合辅散特性，对于上述显示方式在此不做限定。
上述散度场的获取方法，计算机设备获取至少两个天气雷达对应的基数据； 然后，提取至少两个天气雷达的可反演区域中各雷达的目标数据；可反演区域 为根据至少两个天气雷达的扫描重叠区域确定的；并根据目标数据反演可反演 区域中的水平风场；最后，计算水平风场的散度场，并将散度场显示在雷达平 面显示器PPI上。由于计算机设备获取了至少两个天气雷达对应的基数据，从 而可以提取至少两个天气雷达的可反演区域中的目标数据，并根据目标数据反 演该区域中的水平风场，使得反演获得的水平风场更准确，分辨率更高；进一 步地，计算机设备计算水平风场的散度场，可以获得准确的散度场，从而能准 确地完成对强对流天气的分析；计算机设备通过将散度场显示在雷达平面显示器PPI上，可以使散度场的计算结果更直观清晰。
图3为另一个实施例中散度场的获取方法的流程示意图，本实施例涉及计 算机设备计算并显示散度场的一种方式，在上述实施例的基础上，如图3所示， 上述S104包括：
S201、计算预设高度的水平风场对应的目标散度场。
其中，上述预设高度可以是一个高度值，也可以是多个高度值，在此不做 限定。
具体地，计算机设备可以将上述预设高度值确定该高度值对应的水平风场， 然后进一步计算该高度值对应的水平风场的散度场。
S202、绘制目标散度场的等值线。
进一步地，计算机设备可以根据上述目标散度场的计算结果，将目标散度 场中相同的散度值通过平滑曲线连接，获得目标散度场的等值线，使得用户可 以通过等值线了解水平风场的散度变化。
具体地，计算机设备在绘制等值线时，可以通过插值算法，将相同散度的 点连接获得目标散度场的等值线；另外，也可以利用网格等值点进行曲线拟合， 获得等值线，对于上述绘制方法在此不做限定。
S203、将等值线叠加显示在PPI中的对应位置上。
计算机设备绘制完成目标散度场的等值线之后，可以将等值线叠加显示在 PPI中的对应位置上。具体地，计算机设备可以在PPI的等值线上显示等值线所 代表的数值，也可以通过等值线的颜色区分表示散度场的大小，例如颜色的深 度与散度场的值得高低对应；对于上述显示方式在此不做限定。
上述预设高度包含多个高度值，计算机设备可以获得不同高度的散度场展 示风场的辐散辐合特性。可选地，上述多个高度值可以包括1千米、2千米、10 千米以及11千米。其中，1千米和2千米可以用于表征底层的散度场的特征， 10千米和11千米可以用于表征高层的散度场的特征。
上述散度场的获取方法，计算机设备通过绘制等值线将散度场显示在PPI 上，使得用户可以更直观地获取水平风场的散度变化，从而能准确地完成对强 对流天气的分析。
图4为另一个实施例中散度场的获取方法的流程示意图，本实施例涉及计 算机设备获取目标数据的一种方式，在上述实施例的基础上，如图4所示，上 述S102包括：
S301、分别对至少两个天气雷达的基数据进行预处理；预处理包括去孤立 点处理、中值滤波处理以及退速度模糊处理中的至少一种。
具体地址，计算机设备可以对反射率以及径向速度等基数据进行去孤立点 处理和/或中值滤波处理，还可以对径向速度进行退速度模糊处理。
其中，上述去孤点处理是指去除雷达中孤立的回波点。通过对基数据进行 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。通过对基数据进行去孤立点处理，可以 使反射率的数据更平滑。
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。
进一步地，计算机设备对不同的天气雷达的基数据可以采用相同的预处理 方式，也可以采用不同的预处理方式，在此不做限定。
S302、通过对预处理后的基数据进行插值，以将极坐标系下的各个基数据 分别转换为平面直角坐标系下的各个插值数据。
在上述步骤的基础上，在对基数据进行预处理之后，计算机设备可以通过 对极坐标系下的各个仰角层的基数据进行插值，获得各平面上的各个点的插值 数据。
具体地，计算机设备可以在相邻仰角层中进行一次插值，获得一个插值数 据，也可以在相邻仰角层中进行多次插值，减小数据的分辨率。
计算机设备在相邻仰角层中进行插值时，可以将相邻仰角层中的数据进行 算数平均，也可以进行加权平均获得插值数据，在此不做限定。
S303、将可反演区域中的各插值数据确定为目标数据。
进一步地，计算机设备可以将可反演区域中的各插值数据提取出来，将其 作为目标数据，用于反演该区域中的水平风场。
上述散度场的获取方法，计算机设备先对基数据进行处理，使得可以通过 质量较高的基数据获得目标数据，从而反演得到更准确的水平风场。
图5为另一个实施例中散度场的获取方法的流程示意图，本实施例涉及计 算机设备对预处理后的基数据进行插值的一种方式，在上述实施例的基础上， 如图5所示，上述S302包括：
S401、根据预设垂直分辨率以及基数据的分辨率，确定平面直角坐标系下 的各个插值点。
继续以某一地区的第一天气雷达和第二天气雷达为例，计算机设备可以设 置垂直分辨率为500米，也就是说每500米的高度确定一组插值点。进一步地， 上述第一天气雷达的反射率的分辨率为1千米，径向速度的分辨率为0.25千米， 且第二天气雷达各基数据的分辨率均为0.25千米，那么计算机设备可以在水平 方向上每间隔0.25千米设置一个插值点，也可以每间隔1千米设置一个插值点。
S402、分别在各雷达的基数据中，获取与插值点相邻的数据。
在确定了各个插值点之后，可以获得各插值点在平面直角坐标系中的坐标， 然后可以根据基数据的坐标，获取与插值点相邻的数据。
继续以某一地区的第一天气雷达和第二天气雷达为例，计算机设备可以选 择水平方向上插值点的间隔为1千米。对于第一天气雷达，为了使反射率与径 向速度的分辨率匹配，可以将径向速度的分辨率扩大四倍，也就是说在径向方 向上的四个点合并为一个点，然后将四个点的径向速度的平均值确定为合并后 的点的径向速度，也可以将其中一个点的径向速度确定为合并后的点的径向速 度。
对于第二天气雷达，为了与第一天气雷达中的数据的分辨率匹配，可以采 用类似的方法将第二天气雷达的基数据的分辨率进行扩大，获得各个合并点的 基数据。
S403、根据权重插值的方法，对与插值点相邻的数据的进行插值，获得插 值点的插值数据；上述权重根据与插值点相邻的数据对应的位置与插值点之间 的距离确定。
进一步地，计算机设备可以根据插值点与相邻的数据的位置之间的距离， 确定与该插值点相邻的数据的权重，然后根据权重插值的方法，对与插值点相 邻的数据的进行插值，获得插值点的插值数据。
继续以某一地区的第一天气雷达和第二天气雷达为例，如图5A所示，对于 其中一个天气雷达，O为其中一个天气雷达的站点，角MOK位天气雷达的其中 一个仰角层，角NOK为与上述仰角层相邻的仰角层，A为插值点，B、C分别 为水平方向上的经过A点的一条直线与第一天气雷达和第二天气雷达在径向方 向上的交点，也就是说B点和C点的基数据为与插值点A相邻的数据。根据A 与B、C的距离确定B点和C点的权重为W1和W2，其中，与A点距离较近 的B点的权重较大。在计算A点的径向速度时，可以根据B点的径向速度ZB 以及C点的径向速度ZC，根据公式ZA＝(W1×ZB+W2×ZC)/(W1+W2)计算A点的 径向速度。根据上述方法，计算机设备可以分别根据各天气雷达的基数据，获 得各个插值点的各插值数据。
在一种场景中，目标数据可以包括第一天气雷达和第二天气雷达对应的降 水粒子的径向速度，以及第一天气雷达和/或第二天气雷达对应的降水粒子的反 射率。例如，计算机设备可以根据第一天气雷达的反射率和径向速度，获得可 反演区域中各个插值点的反射率的值以及第一径向速度的值，保存为数组arr1 和数组arr2；并根据第二天气雷达的径向速度，获得可反演区域中各个插值点的 第二径向速度的值，保存为数组arr3。
上述散度场的获取方法，计算机设备通过权重插值的方法获得插值数据， 可以使目标数据更准确，提升散度场的计算准确度。
图6为另一个实施例中散度场的获取方法的流程示意图，本实施例涉及计 算机设备反演水平风场的一种方式，在上述实施例的基础上，如图6所示，上 述S103包括：
S501、分别根据各个插值点的目标数据以及插值点与天气雷达之间的距离， 获取可反演区域中风场的水平速度与风场的垂直速度的关联关系。
具体地，计算机设备可以假设风场的垂直速度对径向速度的贡献为零，可 以通过如下关系式获得水平风场的速度与风场的垂直速度之间的关联关系：
其中，Vr1为第一天气雷达获得的插值点的径向速度，Vr2为第二天气雷达获 得的插值点的径向速度；(X,Y,Z)为插值点的坐标值，(X01,Y01,Z01)与(X02,Y02,Z02)分 别为第一天气雷达和第二天气雷达的坐标值；R1和R2分别为插值点与第一天气 雷达和第二天气雷达之间的距离；U和V为x方向和y方向的水平速度；W为 z方向的垂直速度；Vt为插值点的降水粒子的下落速度，由插值点的反射率确定。
上述关联关系中，(X01,Y01,Z01)、(X02,Y02,Z02)以及R1和R2均为已知量，Vr1和Vr2为根据基数据提取的目标数据，也是已知量，因此可以根据上述公式确定各个 坐标点(X,Y,Z)中的U、V与W的关系。
S502、根据预设的垂直速度初始值，对关联关系进行迭代计算，直至迭代 前后的垂直速度之间的差值满足预设差值条件。
具体地，计算设备可以预设垂直速度的初始值，例如可以设置W的初始值 为0，然后将该初始值代入上述关联关系中，得到包含两个未知量的二元一次方 程，可以直接计算出该各坐标点对应的水平速度的估计值。
进一步地，计算机设备可以根据质量连续方程
Figure BDA0002245871430000142
通过各坐标 点的水平速度的估计值计算各坐标点的垂直速度的迭代值，并计算迭代值与初 始值的差值，若上述差值不满足预设的差值条件，则继续将垂直速度的迭代值 代入关联关系中，进一步计算水平速度的估计值，直至迭代前后的垂直速度之 间的差值满足预设差值条件，例如，上述预设差值条件可以是差值小于0.005。
S503、将满足预设差值条件的垂直速度对应的水平速度确定为水平风场。
在迭代结束之后，可以将最后一次迭代中获得的水平速度确定为该点的水 平风场。
上述散度场的获取方法，计算机设备根据关联关系，将两个天气雷达的基 数据反演出可反演区域的水平风场，可以使获得的水平风场更准确。
应该理解的是，虽然图2-6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2-6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7所示，提供了一种散度场的获取装置，包括：获 取模块10、提取模块20、反演模块30和计算模块40，其中：
获取模块10，用于获取至少两个天气雷达对应的基数据；
提取模块20，用于提取至少两个天气雷达的可反演区域中的各雷达的目标 数据；可反演区域为根据至少两个天气雷达的扫描重叠区域确定的；
反演模块30，用于根据目标数据反演可反演区域中的水平风场；
计算模块40，用于计算水平风场的散度场，并将散度场显示在雷达平面显 示器PPI上。
本申请实施例提供的散度场的获取装置，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，在上述实施例的基础上，如图8所示，上述计算模块40 包括：
计算单元401，用于计算预设高度的水平风场对应的目标散度场；
绘制单元402，用于绘制目标散度场的等值线；
显示单元403，用于将等值线叠加显示在PPI中的对应位置上。
在一个实施例中，在上述实施例的基础上，预设高度包含多个高度值，上 述显示单元403具体用于：将多个高度值对应的等值线，采用不同的颜色叠加 显示在PPI的对应位置上。
在一个实施例中，在上述实施例的基础上，多个高度值包括1千米、2千米、 10千米以及11千米。
在一个实施例中，在上述实施例的基础上，如图9所示，上述提取模块20 包括：
处理单元201，用于分别对至少两个天气雷达的基数据进行预处理；预处理 包括去孤立点处理、中值滤波处理以及退速度模糊处理中的至少一种；
插值单元202，用于通过对预处理后的基数据进行插值，以将极坐标系下的 各个基数据分别转换为平面直角坐标系下的各个插值数据；
目标单元203，用于将可反演区域中的各插值数据确定为目标数据。
在一个实施例中，在上述实施例的基础上，上述插值单元202具体用于： 根据预设垂直分辨率以及基数据的分辨率，确定平面直角坐标系下的各个插值 点；分别在各雷达的基数据中，获取与插值点相邻的数据；根据权重插值的方 法，对与插值点相邻的数据的进行插值，获得插值点的插值数据；权重根据与 插值点相邻的数据对应的位置与插值点之间的距离确定。
在一个实施例中，在上述实施例的基础上，如图10所示，上述反演模块30 包括：
关联单元301，用于分别根据各个插值点的目标数据以及插值点与天气雷达 之间的距离，获取可反演区域中风场的水平速度与风场的垂直速度的关联关系；
迭代单元302，用于根据预设的垂直速度初始值，对关联关系进行迭代计算， 直至迭代前后的垂直速度之间的差值满足预设差值条件；
确定单元303，用于将满足预设差值条件的垂直速度对应的水平速度确定为 水平风场。
在一个实施例中，在上述实施例的基础上，目标数据包括第一天气雷达和 第二天气雷达对应的降水粒子的径向速度，以及第一天气雷达和/或第二天气雷 达对应的降水粒子的反射率。
在一个实施例中，在上述实施例的基础上，关联关系为：
Figure BDA0002245871430000171
其中，Vr1为第一天气雷达获得的插值点的径向速度，Vr2为第二天气雷达获 得的插值点的径向速度；(X,Y,Z)为插值点的坐标值，(X01,Y01,Z01)与(X02,Y02,Z02)分 别为第一天气雷达和第二天气雷达的坐标值；R1和R2分别为插值点与第一天气 雷达和第二天气雷达之间的距离；U和V为水平速度；W为垂直速度；Vt为插 值点的降水粒子的下落速度，由插值点的反射率确定。
本申请实施例提供的散度场的获取装置，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。
关于散度场的获取装置的具体限定可以参见上文中对于散度场的获取方法 的限定，在此不再赘述。上述散度场的获取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11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 种散度场的获取方法。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11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：
获取至少两个天气雷达对应的基数据；
提取至少两个天气雷达的可反演区域中各雷达的目标数据；可反演区域为 根据至少两个天气雷达的扫描重叠区域确定的；
根据目标数据反演可反演区域中的水平风场；
计算水平风场的散度场，并将散度场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：计算预设高 度的水平风场对应的目标散度场；绘制目标散度场的等值线；将等值线叠加显 示在PPI中的对应位置上。
在一个实施例中，预设高度包含多个高度值，处理器执行计算机程序时还 实现以下步骤：将多个高度值对应的等值线，采用不同的颜色叠加显示在PPI 的对应位置上。
在一个实施例中，多个高度值包括1千米、2千米、10千米以及11千米。
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：分别对至少 两个天气雷达的基数据进行预处理；预处理包括去孤立点处理、中值滤波处理 以及退速度模糊处理中的至少一种；通过对预处理后的基数据进行插值，以将 极坐标系下的各个基数据分别转换为平面直角坐标系下的各个插值数据；将可 反演区域中的各插值数据确定为目标数据。
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：根据预设垂 直分辨率以及基数据的分辨率，确定平面直角坐标系下的各个插值点；分别在 各雷达的基数据中，获取与插值点相邻的数据；根据权重插值的方法，对与插 值点相邻的数据的进行插值，获得插值点的插值数据；上述权重根据与插值点 相邻的数据对应的位置与插值点之间的距离确定。
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：分别根据各 个插值点的目标数据以及插值点与天气雷达之间的距离，获取可反演区域中风 场的水平速度与风场的垂直速度的关联关系；根据预设的垂直速度初始值，对 关联关系进行迭代计算，直至迭代前后的垂直速度之间的差值满足预设差值条 件；将满足预设差值条件的垂直速度对应的水平速度确定为水平风场。
在一个实施例中，目标数据包括第一天气雷达和第二天气雷达对应的降水 粒子的径向速度，以及第一天气雷达和/或第二天气雷达对应的降水粒子的反射 率。
在一个实施例中，关联关系为：
Figure BDA0002245871430000201
其中，Vr1为第一天气雷达获得的插值点的径向速度，Vr2为第二天气雷达获 得的插值点的径向速度；(X,Y,Z)为插值点的坐标值，(X01,Y01,Z01)与(X02,Y02,Z02)分 别为第一天气雷达和第二天气雷达的坐标值；R1和R2分别为插值点与第一天气 雷达和第二天气雷达之间的距离；U和V为水平速度；W为垂直速度；Vt为插 值点的降水粒子的下落速度，由插值点的反射率确定。
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：
获取至少两个天气雷达对应的基数据；
提取至少两个天气雷达的可反演区域中各雷达的目标数据；可反演区域为 根据至少两个天气雷达的扫描重叠区域确定的；
根据目标数据反演可反演区域中的水平风场；
计算水平风场的散度场，并将散度场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：计算预设 高度的水平风场对应的目标散度场；绘制目标散度场的等值线；将等值线叠加 显示在PPI中的对应位置上。
在一个实施例中，预设高度包含多个高度值，计算机程序被处理器执行时 还实现以下步骤：将多个高度值对应的等值线，采用不同的颜色叠加显示在PPI 的对应位置上。
在一个实施例中，多个高度值包括1千米、2千米、10千米以及11千米。
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：分别对至 少两个天气雷达的基数据进行预处理；预处理包括去孤立点处理、中值滤波处 理以及退速度模糊处理中的至少一种；通过对预处理后的基数据进行插值，以 将极坐标系下的各个基数据分别转换为平面直角坐标系下的各个插值数据；将 可反演区域中的各插值数据确定为目标数据。
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：根据预设 垂直分辨率以及基数据的分辨率，确定平面直角坐标系下的各个插值点；分别 在各雷达的基数据中，获取与插值点相邻的数据；根据权重插值的方法，对与 插值点相邻的数据的进行插值，获得插值点的插值数据；上述权重根据与插值 点相邻的数据对应的位置与插值点之间的距离确定。
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 各个插值点的目标数据以及插值点与天气雷达之间的距离，获取可反演区域中 风场的水平速度与风场的垂直速度的关联关系；根据预设的垂直速度初始值， 对关联关系进行迭代计算，直至迭代前后的垂直速度之间的差值满足预设差值 条件；将满足预设差值条件的垂直速度对应的水平速度确定为水平风场。
在一个实施例中，目标数据包括第一天气雷达和第二天气雷达对应的降水 粒子的径向速度，以及第一天气雷达和/或第二天气雷达对应的降水粒子的反射 率。
在一个实施例中，关联关系为：
Figure BDA0002245871430000221
其中，Vr1为第一天气雷达获得的插值点的径向速度，Vr2为第二天气雷达获 得的插值点的径向速度；(X,Y,Z)为插值点的坐标值，(X01,Y01,Z01)与(X02,Y02,Z02)分 别为第一天气雷达和第二天气雷达的坐标值；R1和R2分别为插值点与第一天气 雷达和第二天气雷达之间的距离；U和V为水平速度；W为垂直速度；Vt为插 值点的降水粒子的下落速度，由插值点的反射率确定。
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 (10)

1.一种散度场的获取方法，其特征在于，所述方法包括：
获取至少两个天气雷达对应的基数据；
提取所述至少两个天气雷达的可反演区域中各雷达的目标数据；所述可反演区域为根据所述至少两个天气雷达的扫描重叠区域确定的；
根据所述目标数据反演所述可反演区域中的水平风场；
计算所述水平风场的散度场，并将所述散度场显示在雷达平面显示器PPI上。
2.根据权利要求1所述的方法，其特征在于，所述计算所述水平风场的散度场，并将所述散度场显示在雷达平面显示器PPI上，包括：
计算预设高度的水平风场对应的目标散度场；
绘制所述目标散度场的等值线；
将所述等值线叠加显示在所述PPI中的对应位置上。
3.根据权利要求1或2所述的方法，其特征在于，所述提取所述至少两个天气雷达的可反演区域中的各雷达目标数据，包括：
分别对所述至少两个天气雷达的基数据进行预处理；所述预处理包括去孤立点处理、中值滤波处理以及退速度模糊处理中的至少一种；
通过对预处理后的基数据进行插值，以将极坐标系下的各个基数据分别转换为平面直角坐标系下的各个插值数据；
将所述可反演区域中的各插值数据确定为所述目标数据。
4.根据权利要求3所述的方法，其特征在于，所述通过对预处理后的基数据进行插值，以将极坐标系下的各个基数据分别转换为平面直角坐标系下的各个插值数据，包括：
根据预设垂直分辨率以及所述基数据的分辨率，确定所述平面直角坐标系下的各个插值点；
分别在各雷达的所述基数据中，获取与所述插值点相邻的数据；
根据权重插值的方法，对与所述插值点相邻的数据的进行插值，获得所述插值点的插值数据；所述权重根据与所述插值点相邻的数据对应的位置与插值点之间的距离确定。
5.根据权利要求4所述的方法，其特征在于，所述根据所述目标数据反演所述可反演区域中的水平风场，包括：
分别根据所述各个插值点的目标数据以及所述插值点与所述天气雷达之间的距离，获取所述可反演区域中风场的水平速度与风场的垂直速度的关联关系；
根据预设的垂直速度初始值，对所述关联关系进行迭代计算，直至迭代前后的垂直速度之间的差值满足预设差值条件；
将满足所述预设差值条件的垂直速度对应的水平速度确定为所述水平风场。
6.根据权利要求5所述的方法，其特征在于，所述目标数据包括第一天气雷达和第二天气雷达对应的降水粒子的径向速度，以及所述第一天气雷达和/或所述第二天气雷达对应的降水粒子的反射率。
7.根据权利要求6所述的方法，其特征在于，所述关联关系为：
其中，Vr1为所述第一天气雷达获得的所述插值点的径向速度，Vr2为所述第二天气雷达获得的所述插值点的径向速度；(X,Y,Z)为所述插值点的坐标值，(X01,Y01,Z01)与(X02,Y02,Z02)分别为所述第一天气雷达和所述第二天气雷达的坐标值；R1和R2分别为所述插值点与所述第一天气雷达和所述第二天气雷达之间的距离；U和V为所述水平速度；W为所述垂直速度；Vt为所述插值点的降水粒子的下落速度，由所述插值点的反射率确定。
8.一种散度场的获取装置，其特征在于，所述装置包括：
获取模块，用于获取至少两个天气雷达对应的基数据；
提取模块，用于提取所述至少两个天气雷达的可反演区域中的各雷达的目标数据；所述可反演区域为根据所述至少两个天气雷达的扫描重叠区域确定的；
反演模块，用于根据所述目标数据反演所述可反演区域中的水平风场；
计算模块，用于计算所述水平风场的散度场，并将所述散度场显示在雷达平面显示器PPI上。
9.一种计算机设备，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7中任一项所述方法的步骤。
10.一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7中任一项所述的方法的步骤。
CN201911016507.5A 2019-10-24 2019-10-24 散度场的获取方法、装置、计算机设备和存储介质 Pending CN110780299A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911016507.5A CN110780299A (zh) 2019-10-24 2019-10-24 散度场的获取方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911016507.5A CN110780299A (zh) 2019-10-24 2019-10-24 散度场的获取方法、装置、计算机设备和存储介质

Publications (1)

Publication Number Publication Date
CN110780299A true CN110780299A (zh) 2020-02-11

Family

ID=69387264

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911016507.5A Pending CN110780299A (zh) 2019-10-24 2019-10-24 散度场的获取方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN110780299A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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 (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5136296A (en) * 1990-01-02 1992-08-04 Max-Planck-Gesellschaft Zur Foerderung Der Wissenschaften E.V. Oblique spaced antenna method and system for measuring atmospheric wind fields
US20070118290A1 (en) * 2005-06-30 2007-05-24 Massachusetts Institute Of Technology Atmospheric feature detection using Lagrangian scalar integration
CN101988963A (zh) * 2010-04-19 2011-03-23 南京恩瑞特实业有限公司 利用风廓线雷达获取三维风场的方法
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
CN104035096A (zh) * 2014-06-06 2014-09-10 南京大学 一种基于多普勒天气雷达的垂直风廓线非线性反演方法
CN107436987A (zh) * 2016-05-26 2017-12-05 江苏省气象台 一种热对流风暴演变预报概念模型的建立方法
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

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5136296A (en) * 1990-01-02 1992-08-04 Max-Planck-Gesellschaft Zur Foerderung Der Wissenschaften E.V. Oblique spaced antenna method and system for measuring atmospheric wind fields
US20070118290A1 (en) * 2005-06-30 2007-05-24 Massachusetts Institute Of Technology Atmospheric feature detection using Lagrangian scalar integration
CN101988963A (zh) * 2010-04-19 2011-03-23 南京恩瑞特实业有限公司 利用风廓线雷达获取三维风场的方法
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
CN104035096A (zh) * 2014-06-06 2014-09-10 南京大学 一种基于多普勒天气雷达的垂直风廓线非线性反演方法
CN107436987A (zh) * 2016-05-26 2017-12-05 江苏省气象台 一种热对流风暴演变预报概念模型的建立方法
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

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
HE QINGFANG; WANG QINGMEI; BI BO; ZENG XIANGNENG; SHI QIANYI: "Inversion of micro-scale wind field for lidar based on improved VPP algorithm", 《INFRARED AND LASER ENGINEERING》 *
孙敏; 戴建华; 袁招洪; 陶岚: "双多普勒雷达风场反演对一次后向传播雷暴过程的分析", 《气象学报》 *
张伟; 罗昌荣; 郑辉: "双雷达反演闽南地区一次暴雨过程三维风场结构特征研究", 《气象与环境科学》 *
罗昌荣; 池艳珍; 周海光: "双雷达反演台风外围强带状回波风场结构特征研究", 《大气科学》 *
韩静: "我国天气雷达和星载雷达的数据匹配及其回波强度订正方法研究", 《中国博士学位论文全文数据库 基础科学辑》 *
马雷: "双偏振雷达反射率因子数据质量控制及在拼图中的应用", 《中国优秀硕士学位论文全文数据库 基础科学辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
US10488507B2 (en) Surrounding environment estimation device and surrounding environment estimating method
US8525724B2 (en) System and method for generating derived products in a radar network
Wyatt Limits to the inversion of HF radar backscatter for ocean wave measurement
Kellner et al. Instantaneous lateral velocity estimation of a vehicle using Doppler radar
CN112904337B (zh) 一种基于Offset Tracking技术的边坡形变时序监测方法
CN110780299A (zh) 散度场的获取方法、装置、计算机设备和存储介质
Yazici et al. Investigating persistent scatterer InSAR (PSInSAR) technique efficiency for landslides mapping: a case study in Artvin dam area, in Turkey
CN110703256A (zh) 雷达数据显示方法、装置、计算机设备和存储介质
Choi et al. Quantitative estimation of suspended sediment movements in coastal region using GOCI
JPWO2018168165A1 (ja) 気象予測装置、気象予測方法、およびプログラム
CN113378443A (zh) 一种地波雷达数据融合同化方法及计算机设备
Girón et al. Nonparametric edge detection in speckled imagery
WO2024109347A1 (zh) 一种可行驶区域的检测方法、装置、车辆及存储介质
CN112949989A (zh) InSAR微形变文化遗产影响定量刻画方法
Refice et al. On the use of anisotropic covariance models in estimating atmospheric DInSAR contributions
RU2291466C1 (ru) Способ измерения угловых координат объекта и радиолокационная станция для его реализации
Manić et al. Scattering calculations for asymmetric raindrops during a line convection event: Comparison with radar measurements
Hai et al. Characterizing slope correction methods applied to satellite radar altimetry data: A case study around Dome Argus in East Antarctica
JPWO2019220574A1 (ja) 合成開口レーダ信号解析装置、合成開口レーダ信号解析方法および合成開口レーダ信号解析プログラム
CN110866942B (zh) 一种多源目标融合的在轨辐射响应跟踪方法及系统
Du et al. Patch-Like Reduction (PLR): A SAR Offset Tracking amplitude filter for deformation monitoring
CN113030968A (zh) 基于csar模式提取dem的方法、装置及存储介质
Baumann-Ouyang et al. Estimating 3D displacement vectors from line-of-sight observations with application to MIMO-SAR
Magnard et al. Persistent scatterer interferometry in mountainous areas: Advantages of working in map geometry
Forsythe et al. Data assimilation retrieval of electron density profiles from ionosonde virtual height data

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: 20200211