CN110927725B - 一种基于气象雷达的雷电预警和监测方法 - Google Patents
一种基于气象雷达的雷电预警和监测方法 Download PDFInfo
- Publication number
- CN110927725B CN110927725B CN201911198645.XA CN201911198645A CN110927725B CN 110927725 B CN110927725 B CN 110927725B CN 201911198645 A CN201911198645 A CN 201911198645A CN 110927725 B CN110927725 B CN 110927725B
- Authority
- CN
- China
- Prior art keywords
- radar
- lightning
- particles
- early warning
- monitoring
- 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
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)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Atmospheric Sciences (AREA)
- Environmental Sciences (AREA)
- Ecology (AREA)
- Electromagnetism (AREA)
- Biodiversity & Conservation Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种基于气象雷达的雷电预警和监测方法,主要包括如下步骤:S1.设雷电监测参数A为一个关于W波段雷达回波功率和S波段雷达反射率因子随雷电发展时间变化的函数;S2.计算得到雷暴云中颗粒系统携带电荷达到临界值时的折射率mwt';S3.设雷电发生预警值为A',雷电发生预警值A'可以由云颗粒折射率mwt'计算给出,当雷电监测参数A趋近于A'时,提示雷电即将发生。该方法基于气象雷达系统所提出,与传统监测雷电的技术相比,监测雷电的监测半径更大,可以增大到430km。此外,由于气象雷达系统的普及程度广泛,所以本方案实施更为方便、使用成本更低。
Description
技术领域
本发明属于雷电预警与监测领域,具体涉及一种基于气象雷达的雷电预警和监测方法。
背景技术
雷电是一种常见的天气现象,由于雷电发生时会产生巨大的电脉冲辐射和回击电流,所以雷电被认为是对人类生产活动产生灾害的自然灾害之一。因此对雷电的准确预警直接影响到空中飞行器和微电子设备的安全应用,进而对雷电预警工作的研究越来越受到人们的重视。目前为止,一般用大气电场仪来监测和预警雷电,大气电场仪通过测量云雨颗粒起电过程中大气电场强度和极性的变化预警雷电的发展情况,它的优点在于可以全程监测雷电的发生、发展和消失,但是,大气电场仪的监测范围小,一般只能监测半径为8-9km范围内的雷电。
近年来,随着新一代天气雷达系统的建设,各个不同波段的气象雷达在全国范围内被布局。此外,与传统雷达相比,新布局的气象雷达监测准确度提高了很多。所以本发明基于广泛分布的气象雷达提出了一种新的预警和监测雷电的方法。
发明内容
本发明的目的在于针对现有技术存在的问题,提供一种监测半径更大、监测精度更高的雷电预警和监测方法。
为此,本发明采用如下技术方案:
一种基于气象雷达的雷电预警和监测方法,包括如下步骤:
S1.设雷电监测参数为A,且将雷电监测参数A设置为:
式中,为W波段雷达初始探测时刻雷暴云中颗粒的折射率且mwt为W波段雷达此后每一时刻探测得到的雷暴云中颗粒的折射率,PWr(t0)为W波段雷达初始探测时刻接收到的回波功率,PWr(t)为W波段雷达此后每一时刻接收到的回波功率,z(λs,t0)为同时段S波段雷达初始探测时刻的反射率因子,z(λs,t)为同时段S波段雷达此后每一时刻的反射率因子;
S2.根据雷达测量到的当前雷暴云中颗粒系统的粒径分布和对应该粒径颗粒携带电荷的临界值,计算得到雷暴云中颗粒系统携带电荷达到临界值时的折射率mwt';
进一步地,步骤S1中,根据雷达方程可得:
式中,λ为雷达发射的电磁波的波长,R为雷达波探测距离,L为馈线损耗,Pr为雷达接收功率,Pt为雷达发射功率,h为雷达波有效照射深度,G是雷达天线增益,和θ分别为水平和垂直波束宽度,为S波段雷达初始探测时刻雷暴云中颗粒的折射率,mst为S波段雷达此后每一时刻雷暴云中颗粒的折射率,且
进一步地,步骤S1中,t=t0+△t,其中,t0为初始探测时刻,△t与雷达波的脉冲时间一致。
进一步地,步骤S2中,
式中,εr为雷暴云中带电颗粒的介电常数,εv为雷达初始探测时刻雷暴云中带电颗粒的介电常数,a为颗粒半径,η'为雷暴云中颗粒表面携带电荷的临界值,e是单个电子的电荷,me为电子的质量,ε0是真空介电常数且ε0=8.854187817×10-12,ω为W波段雷达电磁波的角频率,γs为阻尼系数。
进一步地,步骤S2中,雷达初始探测时刻选择雷暴云初始形成不带电状态下的某一时刻。
雷电是雷暴云中颗粒表面电荷聚集到一定程度的放电现象,基于大量的雷电统计数据,当雷暴云中颗粒表面电荷达到某一临界值时雷电发生。进一步研究发现,雷暴云中颗粒表面电荷的累积与雷暴云中颗粒的折射率有关,即(式中,η为雷暴云中颗粒表面携带的电荷值,其余同上),随着雷暴云中颗粒表面电荷的逐渐累积,颗粒的折射率也逐渐增加。因此,可以通过雷暴云中颗粒折射率的变化给定雷电监测参数A,并且随着雷暴云中颗粒表面携带电荷逐渐增大,监测参数A也逐渐增大,而当雷暴云中颗粒表面电荷达到某一临界值时,参数A达到最大值。故可以将该值作为雷电预警值A’,当雷电监测参数A趋近于A'时,提示雷电即将发生。
而气象雷达接收到的回波功率又与雷暴云中颗粒的折射率有关,因此,本发明通过气象雷达的相关参数进行计算即可得到雷电监测参数A。具体过程如下:
由雷达方程可知,W波段雷达初始探测时刻接收到的回波功率PWr(t0)和此后每一时刻接收到的回波功率PWr(t)如下:
从而,
式中,为W波段雷达初始探测时刻获得的反射率因子和此后每一时刻反射率因子的比值K,而根据不同波段雷达初始探测时刻获得的反射率因子和此后每一时刻反射率因子的比值相同的特性,以及雷暴云中颗粒表面电荷的累积容易影响W波段后向散射的强度,但不影响S波段后向散射的强度这一特点,可选择同时段S波段雷达初始探测时刻获得的反射率因子和此后每一时刻反射率因子的比值用于进行计算,即得:
另外,S波段和W波段雷达是目前监测云雨天气、雷暴天气的主要监测工具。因此,在本发明雷电监测和预警方法中选用这两种波段的雷达,可使监测更为方便和低成本。而且雷暴云中颗粒表面电荷对不同波段的雷达波的后向散射增强程度不同,选取的这两种波段雷达波长相差较大,能体现出带电影响的差异。
本发明雷电预警和监测方法的主要优点在于:
(1)该方法基于气象雷达系统,与传统的监测雷电技术相比,监测雷电的监测半径更大,可以增大到430km;
(2)由于气象雷达系统的普及程度广泛,所以本方案实施方便、使用成本低;
(3)由于气象雷达系统精度较高,所以本方案预警和监测雷电时间长,方位和距离精确;
附图说明
图1为本发明雷电预警和监测的实施流程图;
图2为一次雷电发生过程中雷暴云颗粒系统的粒径分布图;
图3为不同粒径下雷暴云中单颗粒携带的电荷临界值示意图。
具体实施方式
下面结合具体实施例对本发明方案进行进一步说明。
一种基于气象雷达的雷电预警和监测方法,包括如下步骤:
S1.设雷电监测参数为A,且将雷电监测参数A设置为:
式中,为W波段雷达初始探测时刻雷暴云中颗粒的折射率且mwt为W波段雷达此后每一时刻探测得到的雷暴云中颗粒的折射率,PWr(t0)为W波段雷达初始探测时刻接收到的回波功率,PWr(t)为W波段雷达此后每一时刻接收到的回波功率,z(λs,t0)为同时段S波段雷达初始探测时刻的反射率因子,z(λs,t)为同时段S波段雷达此后每一时刻的反射率因子;且根据雷达方程可得:
式中,λ为雷达发射的电磁波的波长,R为雷达波探测距离,L为馈线损耗,Pr为雷达接收功率,Pt为雷达发射功率,h为雷达波有效照射深度,G是雷达天线增益,和θ分别为水平和垂直波束宽度,为S波段雷达初始探测时刻雷暴云中颗粒的折射率,mst为S波段雷达此后每一时刻雷暴云中颗粒的折射率,且
S2.根据雷达测量到的当前雷暴云中颗粒系统的粒径分布和对应该粒径颗粒携带电荷的临界值,计算得到雷暴云中颗粒系统携带电荷达到临界值时的折射率mwt';且
式中,εr为雷暴云中带电颗粒的介电常数,εv为雷达初始探测时刻雷暴云中带电颗粒的介电常数,a为颗粒半径,η'为雷暴云中颗粒表面携带电荷的临界值,e是单个电子的电荷,me为电子的质量,ε0是真空介电常数且ε0=8.854187817×10-12,ω为W波段雷达电磁波的角频率,γs为阻尼系数。γs与弛豫时间相反,且与成比例,为了计算方便,令kB=1.38×10-23JK-1,为玻尔兹曼常数;表示约化普朗克常数,T表示颗粒的温度,单位是开尔文(K)。
进一步地,步骤S1中,t=t0+△t,其中,t0为初始探测时刻,△t与雷达波的脉冲时间一致,本实施例取值为△t=2μs。
雷电监测参数A选择上述函数形式,是因为与雷暴云中颗粒系统的粒径分布和对应该粒径云颗粒携带电荷的临界值有关,并可以通过气象雷达的回波信息以及图3给出的相关数据进行计算。图3是Klett等人通过大量的研究发现,在雷暴天气中不同粒径云颗粒表面的累积电荷随着时间的变化会达到一个极限值,即不同粒径的云颗粒达到极限值时累积的电荷量数据(Pruppacher HR,Klett JD.In:Microphysics of clouds andprecipitation.the Netherlands:Kluwer Academic Publishers;2003.)。本发明计算过程引用了上述研究成果。
Claims (5)
1.一种基于气象雷达的雷电预警和监测方法,其特征在于,包括如下步骤:
S1.设雷电监测参数为A,且将雷电监测参数A设置为:
式中,为W波段雷达初始探测时刻雷暴云中颗粒的折射率且其中,i为虚数单位;mwt为W波段雷达此后每一时刻探测得到的雷暴云中颗粒的折射率,PWr(t0)为W波段雷达初始探测时刻接收到的回波功率,PWr(t)为W波段雷达此后每一时刻接收到的回波功率,z(λs,t0)为同时段S波段雷达初始探测时刻的反射率因子,z(λs,t)为同时段S波段雷达此后每一时刻的反射率因子;
S2.根据雷达测量到的当前雷暴云中颗粒系统的粒径分布和对应该粒径颗粒携带电荷的临界值,计算得到雷暴云中颗粒系统携带电荷达到临界值时的折射率mwt';
3.根据权利要求1所述的一种基于气象雷达的雷电预警和监测方法,其特征在于,步骤S1中,t=t0+Δt,其中,t0为初始探测时刻,Δt与雷达波的脉冲时间一致。
5.根据权利要求1所述的一种基于气象雷达的雷电预警和监测方法,其特征在于,步骤S2中,雷达初始探测时刻选择雷暴云初始形成不带电状态下的某一时刻。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911198645.XA CN110927725B (zh) | 2019-11-30 | 2019-11-30 | 一种基于气象雷达的雷电预警和监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911198645.XA CN110927725B (zh) | 2019-11-30 | 2019-11-30 | 一种基于气象雷达的雷电预警和监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110927725A CN110927725A (zh) | 2020-03-27 |
CN110927725B true CN110927725B (zh) | 2023-03-14 |
Family
ID=69846803
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911198645.XA Active CN110927725B (zh) | 2019-11-30 | 2019-11-30 | 一种基于气象雷达的雷电预警和监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110927725B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2933203A1 (fr) * | 2008-06-27 | 2010-01-01 | Thales Sa | Procede de caracterisation de l'intensite de convection d'un nuage, par un radar meteorologique |
CN104950186A (zh) * | 2014-03-31 | 2015-09-30 | 国际商业机器公司 | 雷电预测的方法和装置 |
CN106019287A (zh) * | 2016-07-29 | 2016-10-12 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种基于小型雷达的输电线路雷电监测预警方法 |
CN106353604A (zh) * | 2016-08-31 | 2017-01-25 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种基于大气电场背景噪声自动追踪的雷电预警方法 |
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 |
CN106707371A (zh) * | 2016-11-21 | 2017-05-24 | 深圳市气象服务中心 | 一种雷电监测预警及戒备服务系统及预警方法 |
CN109884605A (zh) * | 2019-02-02 | 2019-06-14 | 中国气象科学研究院 | 云雨对雷达信号的吸收衰减和米氏散射衰减的提取方法 |
US10408972B1 (en) * | 2018-04-20 | 2019-09-10 | Adam Baker | System and method for lightning strike prediction and warning |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10359543B2 (en) * | 2016-06-20 | 2019-07-23 | Vaisala, Inc. | Forecasting lightning activity |
-
2019
- 2019-11-30 CN CN201911198645.XA patent/CN110927725B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2933203A1 (fr) * | 2008-06-27 | 2010-01-01 | Thales Sa | Procede de caracterisation de l'intensite de convection d'un nuage, par un radar meteorologique |
CN104950186A (zh) * | 2014-03-31 | 2015-09-30 | 国际商业机器公司 | 雷电预测的方法和装置 |
CN106019287A (zh) * | 2016-07-29 | 2016-10-12 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种基于小型雷达的输电线路雷电监测预警方法 |
CN106353604A (zh) * | 2016-08-31 | 2017-01-25 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种基于大气电场背景噪声自动追踪的雷电预警方法 |
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 |
CN106707371A (zh) * | 2016-11-21 | 2017-05-24 | 深圳市气象服务中心 | 一种雷电监测预警及戒备服务系统及预警方法 |
US10408972B1 (en) * | 2018-04-20 | 2019-09-10 | Adam Baker | System and method for lightning strike prediction and warning |
CN109884605A (zh) * | 2019-02-02 | 2019-06-14 | 中国气象科学研究院 | 云雨对雷达信号的吸收衰减和米氏散射衰减的提取方法 |
Non-Patent Citations (1)
Title |
---|
基于雷电定位系统监测数据的雷暴云趋势预测;高文胜等;《电网技术》;20150228;第523-529页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110927725A (zh) | 2020-03-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Behnke et al. | Using lightning observations as a volcanic eruption monitoring tool | |
CN110361742A (zh) | 一种基于星载三频毫米波雷达的云雨微物理参数反演方法 | |
WO2018018840A1 (zh) | 一种基于小型雷达的输电线路雷电监测预警方法 | |
Weiss et al. | Evolving complex electrical structures of the STEPS 25 June 2000 multicell storm | |
Penide et al. | Comparison of two convective/stratiform precipitation classification techniques: Radar reflectivity texture versus drop size distribution–based approach | |
CN107356926A (zh) | 基于Hu矩的差值云团外推降雨预测算法 | |
Ding et al. | The Qujing incoherent scatter radar: system description and preliminary measurements | |
CN112068104B (zh) | 一种冰晶识别方法、装置、电子设备及双极化气象雷达 | |
CN103115872B (zh) | 一种多波长大气消光系数高度分布数据反演方法 | |
Yoshida et al. | Three‐dimensional radio images of winter lightning in Japan and characteristics of associated charge structure | |
Matrosov | Characteristic raindrop size retrievals from measurements of differences in vertical Doppler velocities at Ka-and W-band radar frequencies | |
Karunarathna et al. | Narrow bipolar pulse locations compared to thunderstorm radar echo structure | |
CN110927725B (zh) | 一种基于气象雷达的雷电预警和监测方法 | |
Menon et al. | Characterization of fluctuation statistics of radar clutter for Indian terrain | |
Jung et al. | Development of convective cell identification and tracking algorithm using 3-dimensional radar reflectivity fields | |
Laurukevich et al. | Estimation of energy, spectral and polarimetric characteristics of meteorological echoes in DMRL-C | |
Sinha et al. | Doppler profile tracing using MPCF on MU radar and sodar: Performance analysis | |
Sobli et al. | Assessment of radar reflectivity-rainfall rate, ZR relationships for a convective event in Malaysia | |
Yanovsky et al. | Doppler‐polarimetric radar meteorological applications | |
Nekrasov et al. | A concept for measuring the water-surface backscattering signature by airborne weather radar | |
Zhu et al. | Conversion of the Vertical Profile of Reflectivity From Ku-Band to C-Band Based on the Drop Size Distribution Measurements of the Global Precipitation Measurement Mission Dual-Frequency Precipitation Radar | |
Häggström | 3.8. Incoherent and coherent scatter radars | |
Nekrasov | Water-surface wind vector estimation by an airborne weather radar having a medium-size scanning sector | |
Marzano | Remote Sensing of Volcanic Ash Cloud During Explosive Eruptions Using Ground-Based Weather RADAR Data Processing [In the Spotlight] | |
Al-Momar et al. | Examining in-cloud convective turbulence in relation to total lightning and the 3D wind field of severe thunderstorms |
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 |