CN110940984A - 基于变分分析的双偏振雷达比差分相移快速估算方法 - Google Patents
基于变分分析的双偏振雷达比差分相移快速估算方法 Download PDFInfo
- Publication number
- CN110940984A CN110940984A CN201911169202.8A CN201911169202A CN110940984A CN 110940984 A CN110940984 A CN 110940984A CN 201911169202 A CN201911169202 A CN 201911169202A CN 110940984 A CN110940984 A CN 110940984A
- Authority
- CN
- China
- Prior art keywords
- error
- phase shift
- polarization radar
- phi
- observation
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000010363 phase shift Effects 0.000 title claims abstract description 20
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 8
- 230000009977 dual effect Effects 0.000 claims description 14
- 230000010287 polarization Effects 0.000 claims description 14
- 239000000203 mixture Substances 0.000 claims description 5
- 238000001228 spectrum Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 9
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 239000011159 matrix material Substances 0.000 description 5
- 238000005457 optimization Methods 0.000 description 3
- 238000001556 precipitation Methods 0.000 description 3
- 238000002310 reflectometry Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000004800 variational method Methods 0.000 description 1
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
- G01S7/40—Means for monitoring or calibrating
- G01S7/4052—Means for monitoring or calibrating by simulation of echoes
-
- 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)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了基于变分分析的双偏振雷达比差分相移快速估算方法,步骤为接收双偏振雷达一个平面扫描内,经过去系统相位、去折叠处理后的ΦDP;将比差分相移KDP作为变分分析的状态向量,将ΦDP为KDP的距离积分作为观测算子,将ΦDP作为观测,构建变分分析的代价函数;在变分分析的状态向量和变分分析的代价函数中引入B样条插值算子;利用LBFGSB算法最小化代价函数,并在其中引入状态变量为非负的条件,求得非负的KDP。该方法兼顾了业务天气雷达监测所需要的计算效率以及将KDP应用到定量降雨估测时所需要的精度。
Description
技术领域
本发明涉及一种双偏振雷达比差分相移估算方法,尤其涉及一种基于变分分析的双偏振雷达比差分相移估算方法。
背景技术
双偏振天气雷达可以测量的反射率因子ZH、差分反射率ZDR、差分相位ΦDP、以及零滞后相关系数ρhv等双偏振参量,相比常规天气雷达而言,可获取更多降水信息。其中,ΦDP是相位特征,不受电磁波能量衰减的影响;其衍生产品比差分相移KDP和降雨率之间的关系接近线性。ΦDP和KDP常被用到衰减订正和降水反演中去。KDP不能被双偏振雷达所观测,需要从ΦDP中计算。除了KDP的距离积分的贡献以外,ΦDP还包含了两部分,即随机误差ε和后向散射相位δhv的贡献。在实际计算KDP的过程中,随机误差和后向散射相位会造成从ΦDP中计算KDP时的误差,甚至会导致负值的KDP,造成误差最终降水估测的误差。因此构建KDP的优化计算方法能够帮助提高双偏振雷达探测的准确度。
早期计算KDP的方法是从ΦDP的定义出发的,如Istok[1]等使用的分段最小二乘拟合方法即对于ZH大于(小于等于)40dBZ的观测库,选取该观测前后各1(3)千米的雷达库上的ΦDP观测,进行最小二乘拟合得到该距离库的KDP。然而,由于随机误差和后向散射相位的干扰,该方法计算的KDP可能存在负值,误差较大,在后续应用中精度不高。而Giangrande等[2]提出基于最优化理论的线性规划方法,求取满足KDP非负条件下的,和观测ΦDP最接近的传播差分相位φDP解和对应的KDP。这种方法保证了KDP的非负性,但该方法一方面估计KDP时受限于定义,只考虑了利用观测ΦDP,在小雨的情况下,由于随机误差的作用精度较差。另外,该线性规划方法的求解过程较慢,很难应用到实时业务中去。
发明内容
本发明所要解决的技术问题是提出一种基于变分分析的快速估算比差分相移的方法。该方法避免了最小二乘拟合方法中随机误差和后向散射相位对比差分相移估算精度的影响;同时避免了线性规划方法中最终需求的计算量过大的问题。
为了解决上述技术问题,本发明基于变分分析的双偏振雷达比差分相移快速估算方法,包括如下步骤。
步骤1,接收双偏振雷达一个平面扫描内,经过去系统相位、去折叠处理后的ΦDP。
步骤2,将比差分相移KDP作为变分分析的状态向量,将ΦDP为KDP的距离积分作为观测算子,将ΦDP作为观测,构建变分分析的代价函数。
步骤3,在变分分析的状态向量和变分分析的代价函数中引入B样条插值算子。
步骤4,利用LBFGSB算法最小化代价函数,并在其中引入状态变量为非负的条件,求得非负的KDP。
上述技术方案中,步骤1中还需接收经过定标的ZH、ZDR、ρhv;并利用双偏振雷达参数的自洽关系,从ZH和ZDR观测中估计KDP的背景值以及它的误差分布,并构建变分分析的代价函数中的背景项。
上述技术方案中,对ZH和ZDR进行径向滤波,所述双偏振雷达参数的自洽关系利用滴谱仪观测进行拟合。
上述技术方案中,根据KDP背景值的误差标准差理论值σt、ρhv以及ZH,得到变分分析代价函数中使用的的KDP的背景值的误差标准差σ′t。当ZH大于50dBZ时,σ′t取值为10的5次方以上任意一个数;当ZH小于等于50dBZ时,如果σt小于0.05且ρhv大于等于0.9,σ′t取值为0.05,如果σt小于0.05且ρhv小于0.9时,σ′t取值为0.2;当ZH小于等于50dBZ时,如果σt大于等于0.05且ρhv小于0.9,σ′t取值为4倍的σt,如果σt大于等于0.05且ρhv大于等于0.9,σ′t取值和σt相等。
上述技术方案中,所述LBFGSB算法最小化代价函数的梯度公式为其中xb是KDP的背景值,B是KDP背景值的误差,W是B样条插值算子,代表需要估算的KDP;y是ΦDP观测,是ΦDP观测误差,是从KDP预测ΦDP的观测算子。
上述技术方案中,B样条插值算子为3阶B样条插值算子。
本发明的基于变分分析的双偏振雷达比差分相移快速估算方法,兼顾了业务天气雷达监测所需要的计算效率以及将KDP应用到定量降雨估测时所需要的精度。在计算精度方面,KDP变分分析求解过程中引入了状态变量非负的条件,避免了常规的最小二乘拟合过程中经常存在的误差大,精度低缺陷,另一方面,KDP变分分析的代价函数引入了利用ZH和ZDR观测估计KDP值以及它的误差,降低了降雨较弱的情况下KDP估算的精度。在计算效率方面,业务天气雷达扫描为6分钟一次,考虑到一般业务台站的机器性能,KDP估算所需要的计算资源不能过大;发明中使用了线性算子作为KDP变分分析的观测算子,具有十分高的计算效率。
附图说明
图1世界时2016年5月9日18:00广州S波段双偏振雷达1.5度仰角扫描,(a-d)分别为KDP估算所用到的双偏振雷达观测的ZH、ZDR、ρhv和ΦDP,接收到的这些参数已经经过偏差订正、非气象回波去除预处理、以及ΦDP的去折叠。
图2广东地区2016-2017年二维视频滴谱仪观测模拟结果拟合的双偏振量自洽关系(a),以及观测误差、雨滴谱不确定性统计得到双偏振量自洽性计算的KDP的误差标准差(b),模拟的雷达的频率为2.89GHz,温度为20℃。
图3基于图1(a-c)并利用双偏振量自洽性估计的KDP(a)及其使用在变分分析中的误差标准差σ′t(b)。
图4基于世界时2016年5月9日18:00广州S波段双偏振雷达1.5度仰角扫描(见图1a-d),利用发明的变分法估算的KDP(a)和ΦDP(b)。
具体实施方式
下面结合附图对本发明的技术方案进行详细说明。图1~4是以广州S波段双偏振多普勒天气雷达为例,展示本发明算法的实现过程和算法性能。
具体步骤如下:
步骤1,接收双偏振雷达一个平面扫描内,经过定标的ZH、ZDR和ρhv,经过去系统相位、去折叠处理后的ΦDP,如图1所示。
步骤2,对获取的ZH和ZDR进行径向7点滤波;同时,利用双偏振雷达参数之间的自洽性,从ZH和ZDR中计算KDP背景值,双偏振雷达参数之间的自洽关系可以利用滴谱仪观测进行拟合。如图2中的a,利用广东地区二维视频滴谱仪在2016-2017年观测拟合的关系为例,KDP的背景值其中Zh和Zdr分别是ZH和ZDR的线性形式 图1中的结果计算的KDP背景值如图3中a。
步骤3,计算KDP背景值的误差的理论值。KDP背景值的误差标准差的理论值为σt,主要包括两部分:(1)由分段统计散点的标准差,参见图2a;雨滴谱不确定性导致的误差标准差σDSD,参见图2b的划线;(2)由观测误差导致的误差标准差σm,它和ZH、ZDR误差之间的关系为参见图2b中的点线;最终的误差标准差σt为 参见图2b的实线。
步骤4,根据KDP背景值的误差标准差理论值σt、ρhv以及ZH,得到变分分析代价函数中使用的的KDP的背景值的误差标准差σ′t:(1)当ZH大于50dBZ时,σ′t取值为10的5次方以上任意一个数,本发明中使用了10的20次方。结果如图3b所示,其中当ZH大于50dBZ时的σt为空白,也就未填色。(2)当ZH小于等于50dBZ时,如果σt小于0.05且ρhv大于等于0.9,σ′t取值为0.05,如果σt小于0.05且ρhv小于0.9时,σ′t取值为0.2;(3)当ZH小于等于50dBZ时,如果σt大于等于0.05且ρhv小于0.9,σ′t取值为4倍的σt,如果σt大于等于0.05且ρhvd阿玉等于0.9,σ′t取值和σt相等。
步骤5,对步骤1中获取的雷达数据逐个径向数据进行处理,假设一个雷达径向有n个有降水的距离库,这些距离库上的KDP组成向量x=[KDP,1,KDP,2,…,KDP,n]T,将x表示成矩阵W和长度为m的向量的乘积其中(m<n)。W中的元素是由3次B样条插值算子组成(Prenter 1975);在此基础上构建变分估算KDP的代价函数
其中xb是该雷达径向上获得的B是对角矩阵,对角元素分别是的误差方差σ′t×σ′t;对角矩阵的对角元素对应该径向上的各距离库ΦDP的观测误差方差,假定ΦDP的观测的标准差为2度为例;n×n的雅可比矩阵H中第i行和第j列元素为:当i≤j时等于0,当i>j时等于2δr,其中δr为雷达的距离库长。
步骤6,利用LBFGS-B算法(limited-memory Broyden-Fletcher-Goldfarb-Shannoalgorithm for bound optimization)计算步骤5中的代价函数最小时的同时在最小化时设置的元素大于0;在最小化时用到的代价函数的梯度的公式为
步骤8,选取下一个雷达径向,重复步骤5-步骤8直至该雷达扫描结束。
在变分分析的状态向量以及代价函数中引入B样条插值算子,这一步的目的是在估计KDP时保证它的空间连续性,降低随机误差的影响。
在变分分析中使用了固定的雅可比矩阵H,不随着代价函数的最小化过程而变化。
Claims (9)
1.基于变分分析的双偏振雷达比差分相移快速估算方法,其特征在于:
步骤1,接收双偏振雷达一个平面扫描内,经过去系统相位、去折叠处理后的ΦDP;
步骤2,将比差分相移KDP作为变分分析的状态向量,将ΦDP为KDP的距离积分作为观测算子,将ΦDP作为观测,构建变分分析的代价函数;
步骤3,在变分分析的状态向量和变分分析的代价函数中引入B样条插值算子;
步骤4,利用LBFGSB算法最小化代价函数,并在其中引入状态变量为非负的条件,求得非负的KDP。
2.如权利要求1所述的基于变分分析的双偏振雷达比差分相移快速估算方法,其特征在于:还需接收经过定标的ZH、ZDR、ρhv;并利用双偏振雷达参数的自洽关系,从ZH和ZDR观测中估计KDP的背景值以及它的误差分布,并构建变分分析的代价函数中的背景项。
3.如权利要求2所述的基于变分分析的双偏振雷达比差分相移快速估算方法,其特征在于:对ZH和ZDR进行径向滤波,所述双偏振雷达参数的自洽关系利用滴谱仪观测进行拟合。
6.如权利要求5所述的基于变分分析的双偏振雷达比差分相移快速估算方法,其特征在于:根据KDP背景值的误差标准差理论值σt、ρhv以及ZH,得到变分分析代价函数中使用的的KDP的背景值的误差标准差σ′t。当ZH大于50dBZ时,σ′t取值为10的5次方以上任意一个数;当ZH小于等于50dBZ时,如果σt小于0.05且ρhv大于等于0.9,σ′t取值为0.05,如果σt小于0.05且ρhv小于0.9时,σ′t取值为0.2;当ZH小于等于50dBZ时,如果σt大于等于0.05且ρhv小于0.9,σ′t取值为4倍的σt,如果σt大于等于0.05且ρhv大于等于0.9,σ′t取值和σt相等。
9.如权利要求8所述的基于变分分析的双偏振雷达比差分相移快速估算方法,其特征在于:B样条插值算子为3阶B样条插值算子。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911169202.8A CN110940984B (zh) | 2019-11-25 | 2019-11-25 | 基于变分分析的双偏振雷达比差分相移快速估算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911169202.8A CN110940984B (zh) | 2019-11-25 | 2019-11-25 | 基于变分分析的双偏振雷达比差分相移快速估算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110940984A true CN110940984A (zh) | 2020-03-31 |
CN110940984B CN110940984B (zh) | 2023-03-14 |
Family
ID=69908226
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911169202.8A Active CN110940984B (zh) | 2019-11-25 | 2019-11-25 | 基于变分分析的双偏振雷达比差分相移快速估算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110940984B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114019504A (zh) * | 2021-11-05 | 2022-02-08 | 南京大学 | 基于变分分析的星载Ka/W双频云雨雷达粒子谱反演方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013205151A (ja) * | 2012-03-28 | 2013-10-07 | National Research Institute For Earth Science & Disaster Provention | 比偏波間位相差演算装置、及びそれを用いた降雨観測システム並びに比偏波間位相差演算方法 |
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 |
US8984939B1 (en) * | 2011-01-07 | 2015-03-24 | Weather Decision Technologies Inc. | Dual-polarization weather radar data system and method |
CN107576963A (zh) * | 2017-09-11 | 2018-01-12 | 中国民航大学 | 基于粒子滤波的双偏振雷达差分传播相移的估计方法 |
CN107942305A (zh) * | 2017-10-11 | 2018-04-20 | 南京大学 | 双偏振雷达系统初始差分相位的在线标定方法 |
WO2018131787A1 (ko) * | 2017-01-16 | 2018-07-19 | 한국건설기술연구원 | 초단거리 이중 편파 레이더의 다중고도 관측자료를 이용한 강우강도 추정 방법 |
-
2019
- 2019-11-25 CN CN201911169202.8A patent/CN110940984B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8984939B1 (en) * | 2011-01-07 | 2015-03-24 | Weather Decision Technologies Inc. | Dual-polarization weather radar data system and method |
JP2013205151A (ja) * | 2012-03-28 | 2013-10-07 | National Research Institute For Earth Science & Disaster Provention | 比偏波間位相差演算装置、及びそれを用いた降雨観測システム並びに比偏波間位相差演算方法 |
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 |
WO2018131787A1 (ko) * | 2017-01-16 | 2018-07-19 | 한국건설기술연구원 | 초단거리 이중 편파 레이더의 다중고도 관측자료를 이용한 강우강도 추정 방법 |
CN107576963A (zh) * | 2017-09-11 | 2018-01-12 | 中国民航大学 | 基于粒子滤波的双偏振雷达差分传播相移的估计方法 |
CN107942305A (zh) * | 2017-10-11 | 2018-04-20 | 南京大学 | 双偏振雷达系统初始差分相位的在线标定方法 |
Non-Patent Citations (8)
Title |
---|
EIICHI NAKAKITA 等: "Early Detection of Baby-Rain-Cell Aloft in a Severe Storm and Risk Projection for Urban Flash Flood", 《ADVANCES IN METEOROLOGY》 * |
KUN ZHAO 等: "Recent Progress in Dual-Polarization Radar Research and Applications in China", 《ADVANCES IN ATMOSPHERIC SCIENCES》 * |
SHINGO SHIMIZU 等: "Short-range forecast using MPradar network and 3DVAR assimilation for the heavy rainfall in north Tokyo on July 5th 2010", 《JAPAN GEOSCIENCE UNION MEETING 2011》 * |
YANTING WANG 等: "Algorithm for Estimation of the Specific Differential Phase", 《JOURNAL OF ATMOSPHERIC AND OCEANIC TECHNOLOGY》 * |
朱宸莹: "双偏振天气雷达信号处理", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
杨忠林 等: "江淮梅雨期极端对流微物理特征的双偏振雷达观测研究", 《气象学报》 * |
杨通晓 等: "多波段双偏振天气雷达识别降水类型的模拟研究", 《高原气象》 * |
王洪 等: "面向资料同化的S波段双偏振雷达质量控制", 《应用气象学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114019504A (zh) * | 2021-11-05 | 2022-02-08 | 南京大学 | 基于变分分析的星载Ka/W双频云雨雷达粒子谱反演方法 |
CN114019504B (zh) * | 2021-11-05 | 2024-03-19 | 南京大学 | 基于变分分析的星载Ka/W双频云雨雷达粒子谱反演方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110940984B (zh) | 2023-03-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112213727B (zh) | 一种基于主被动微波联合探测的星载雷达的降水订正方法 | |
EP2452205B1 (en) | Process for filtering interferograms obtained from sar images acquired on the same area | |
Han et al. | Galaxy And Mass Assembly (GAMA): the halo mass of galaxy groups from maximum-likelihood weak lensing | |
CN112197865B (zh) | 一种星载微波辐射计观测亮温数据误差的估计方法及系统 | |
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 | |
CN103645476B (zh) | 一种合成孔径雷达差分干涉图序列的时空同质滤波方法 | |
CN107576963B (zh) | 基于粒子滤波的双偏振雷达差分传播相移的估计方法 | |
Schneebeli et al. | An extended Kalman filter framework for polarimetric X-band weather radar data processing | |
CN102401892B (zh) | 一种极化干涉合成孔径雷达系统性能评估方法 | |
CN113009490B (zh) | 一种基于高分辨率模式动力约束的雷达三维风场反演方法 | |
CN110940984B (zh) | 基于变分分析的双偏振雷达比差分相移快速估算方法 | |
CN112346081A (zh) | 一种太赫兹与毫米波云雷达的数据联合反演方法 | |
CN116559866B (zh) | 一种地基合成孔径雷达大气补偿方法 | |
CN115436907B (zh) | 基于贝叶斯滤波的非相干散射电离层参量反演方法、系统 | |
CN110866942B (zh) | 一种多源目标融合的在轨辐射响应跟踪方法及系统 | |
Pejcic et al. | Polarimetric radar-based methods for evaluation of hydrometeor mixtures in numerical weather prediction models | |
KR100942689B1 (ko) | 편파파라메터 차등위상을 이용한 편파레이더 강수감쇠 보정방법 | |
Yoon et al. | Quantitative assessment on the radar rainfall of KICT X-band daul-polarization Radar | |
Powell et al. | An Instrument Error Correlation Model for Global Navigation Satellite System Reflectometry | |
CN116299475B (zh) | 一种c波段双偏振天气雷达低仰角的观测方法 | |
CN117805826A (zh) | 基于mim网络和雷达拼图的分钟降水估测方法及系统 | |
CN116563667A (zh) | 基于集成学习方法和二维小波变换的海冰粗糙度反演方法 | |
Zhou et al. | Variance estimations in the presence of intermittent interferences and their applications to incoherent scatter radar signal processing | |
CN117075056A (zh) | 一种地基合成孔径边坡雷达大气校正方法 | |
CN117592248A (zh) | 一种气溶胶光学厚度反演方法及系统 |
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 |