CN111208517A - 基于多普勒天气雷达的短临外推预报流场构建方法 - Google Patents
基于多普勒天气雷达的短临外推预报流场构建方法 Download PDFInfo
- Publication number
- CN111208517A CN111208517A CN202010039652.1A CN202010039652A CN111208517A CN 111208517 A CN111208517 A CN 111208517A CN 202010039652 A CN202010039652 A CN 202010039652A CN 111208517 A CN111208517 A CN 111208517A
- Authority
- CN
- China
- Prior art keywords
- flow field
- extrapolation
- weather radar
- term
- field
- 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
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
-
- 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)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及基于多普勒天气雷达的短临外推预报流场构建方法,包括以下主要步骤:使用天气雷达的反射率数据和光流法生成预报区域的初始外推流场;使用天气雷达的径向速度数据反演单站平均风场;将初始外推流场中对应反射率低于某一阈值的数据点替换为单站平均风场并形成融合外推流场;最后对融合外推流场应用无辐散和平滑约束得到最终外推流场。本发明充分利用了业务多普勒天气雷达多要素观测的特性,克服了传统外推流场构建过程中数据不完整和不连续的问题,可提高对流系统外推预报的时长和准确性。
Description
技术领域
本发明涉及短临外推预报流场构建方法,尤其涉及基于多普勒天气雷达的短临外推预报流场构建方法,属于大气科学中强对流临近预报研究领域。
背景技术
外推预报是短时临近预报中的常用方法,外推预报流场构建是改进传统灾害性强对流天气短时临近预报方法的关键技术环节。
在外推预报涉及的各项技术环节中,构造准确的外推流场是保证外推预报准确性的关键因素。现有的外推流场构建方法主要包括回波相关分析(TREC)和光流法(Opticalflow)两大类。这两类方法都基于前后两个时刻的雷达反射率资料来构建外推流场,在实际应用中存在两个关键的缺陷:1)由于天气雷达仅能观测到一定强度以上的降水回波,因此前述两类方法得到的外推流场通常存在较大范围的缺测区域(即无反演结果的区域,如图1所示),当雷达反射率外推至无外推流场的区域时,结果变得不可信;2)由于以上传统反演算法在降水边缘区域的平滑作用,导致不真实的速度变化区。这些区域包含较强的辐合辐散,对于外推预报有不利影响。
发明内容
本发明所要解决的技术问题是针对现有外推流场构建方法存在的数据缺测和边缘不连续两大缺点,提出一种新的外推流场构建方法。
为了解决上述技术问题,本发明的基于多普勒天气雷达的短临外推预报流场构建方法,包括如下步骤:
1.使用传统光流法从两个相继时刻的多普勒天气雷达反射率数据计算初始外推流场u0和v0。
2.使用单站多普勒天气雷达径向速度数据反演单站平均风场u1和v1。
3.将初始外推流场u0和v0中反射率低于设定阈值的数据点替换为单站平均风场u1和v1,形成融合外推流场u2和v2;
4.对融合外推流场u2和v2应用无辐散和平滑约束得到最终外推流场u和v。
上述技术方案中,所述初始外推流场u0和v0通过求解泛函 获得,其中通过Z1和Z0的时间差分计算,和分别通过Z1的空间差分计算,Z0和Z1分别为前一时刻和当前时刻雷达体扫数据1到3公里任意高度上的二维等高面反射率场。
上述技术方案中,所述平均风场u1和v1通过求解线性方程组
…
获得,其中Vd为当前时刻多普勒雷达数据中与反射率场Z1高度相同的径向速度,字母n表示第n个径向速度观测点,x,y和r分别表示第n个径向速度观测点距离雷达中心的东西、南北和直线距离,u、v关于x、y的偏导数以下标形式(如ux)表示。
上述技术方案中,初始外推流场u0和v0替换为单站平均风场u1和v1的数据点对应的反射率阈值为15到30dBZ之间的任意数值。
上述技术方案中,所述最终外推流场u和v通过求解
获得,其中α和β分别为散度和平滑约束的经验权重系数。
本发明的基于多普勒天气雷达的短临外推预报流场构建方法,使用了基于天气雷达反射率数据的光流法反演结果和基于径向速度数据的风场反演结果。利用径向速度反演的平均风代替光流法反演流场中雷达反射率较弱或者缺失的区域,得到覆盖整个分析区域的融合流场。对融合流场使用无辐散和平滑约束,得到变化连续的最终外推流场。充分利用了业务多普勒天气雷达多要素观测的特性,克服了传统外推流场构建过程中数据不完整和不连续的问题,可提高对流系统外推预报的时长和准确性。
附图说明
图1由光流法反演得到的初始外推流场。存在速度场缺失和边界不连续的问题。
图2由单雷达风场反演算法得到的单站平均风场。
图3将初始外推流场部分数据点替换为单站平均风场之后的融合流场。
图4对融合流场应用散度和平滑约束之后得到的最终外推流场。
具体实施方式
利用过去时刻V0和当前时刻V1两个相继时刻的多普勒雷达体扫数据,首先通过插值算法得到1到3公里任意高度上的二维等高面反射率场Z0和Z1,并求解如下的泛函获得初始外推流场u0和v0,结果如图1所示:
选取当前时刻雷达体扫数据中高度与二维反射率场Z1相同的径向速度Vd,求解如下线性方程组得到二维反射率Z1对应区域的平均风场分量u1和v1,结果如图2所示:
…
上式中的字母n表示第n个径向速度观测点,x,y和r分别表示第n个径向速度观测点距离雷达中心的东西、南北和直线距离,u、v关于x、y的偏导数以下标形式表示(如uy)。
对于光流法计算得到的初始外推流场u0和v0,查找反射率场Z0和Z1中数值低于某一阈值Zt(可取15到30dBZ之间的任意数值)。
xi,yi|Z0(xi,yi)<Zt∪Z1(xi,yi)<Zt (3)
对于满足以上条件的格点,使用由公式(2)反演得到的平均风场u1和v1替换初始外推场u0和v0,并得到融合公式(1)和(2)流场信息的融合外推流场u3和v3(如图3所示):
u0(xi,yi)=u1
v0(xi,yi)=v1 (4)
最后对融合外推流场u3和v3应用如下的变分约束,得到最终外推流场u和v(如图4):
其中α和R分别为散度和平滑约束的经验权重系数。
Claims (5)
1.基于多普勒天气雷达的短临外推预报流场构建方法,其特征在于包括以下步骤:
1)使用传统光流法从两个相继时刻的多普勒天气雷达反射率数据计算初始外推流场u0和v0;
2)使用单站多普勒天气雷达径向速度数据反演单站平均风场u1和v1;
3)将初始外推流场u0和v0中反射率低于设定阈值的数据点替换为单站平均风场u1和v1,形成融合外推流场u2和v2;
4)对融合外推流场u2和v2应用无辐散和平滑约束得到最终外推流场u和v。
4.如权利要求1所述的基于多普勒天气雷达的短临外推预报流场构建方法,其特征在于:初始外推流场u0和v0替换为单站平均风场u1和v1的数据点对应的阈值为15到30dBZ之间的任意数值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010039652.1A CN111208517B (zh) | 2020-01-15 | 2020-01-15 | 基于多普勒天气雷达的短临外推预报流场构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010039652.1A CN111208517B (zh) | 2020-01-15 | 2020-01-15 | 基于多普勒天气雷达的短临外推预报流场构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111208517A true CN111208517A (zh) | 2020-05-29 |
CN111208517B CN111208517B (zh) | 2023-08-15 |
Family
ID=70789611
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010039652.1A Active CN111208517B (zh) | 2020-01-15 | 2020-01-15 | 基于多普勒天气雷达的短临外推预报流场构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111208517B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112946657A (zh) * | 2021-02-03 | 2021-06-11 | 南京信息工程大学 | 强对流天气中地面风场的识别方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104849777A (zh) * | 2014-12-08 | 2015-08-19 | 国家电网公司 | 基于交叉相关追踪法的电网设备区域对流天气预报方法 |
CN104977584A (zh) * | 2015-06-29 | 2015-10-14 | 深圳市气象台 | 一种对流天气的临近预报方法及系统 |
CN107621637A (zh) * | 2017-08-28 | 2018-01-23 | 南京大学 | 基于单多普勒雷达的切变区风场反演方法 |
CN108828691A (zh) * | 2018-04-18 | 2018-11-16 | 青岛心中有数科技有限公司 | 短临降水预报方法与装置 |
KR102006847B1 (ko) * | 2018-08-21 | 2019-08-02 | 부경대학교 산학협력단 | 다중규모 광학 흐름을 이용한 레이더 초단기 강수 예측을 위한 장치 및 방법 |
CN113296074A (zh) * | 2021-07-28 | 2021-08-24 | 成都远望探测技术有限公司 | 一种基于气象雷达多层cappi的光流法外推方法 |
-
2020
- 2020-01-15 CN CN202010039652.1A patent/CN111208517B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104849777A (zh) * | 2014-12-08 | 2015-08-19 | 国家电网公司 | 基于交叉相关追踪法的电网设备区域对流天气预报方法 |
CN104977584A (zh) * | 2015-06-29 | 2015-10-14 | 深圳市气象台 | 一种对流天气的临近预报方法及系统 |
CN107621637A (zh) * | 2017-08-28 | 2018-01-23 | 南京大学 | 基于单多普勒雷达的切变区风场反演方法 |
CN108828691A (zh) * | 2018-04-18 | 2018-11-16 | 青岛心中有数科技有限公司 | 短临降水预报方法与装置 |
KR102006847B1 (ko) * | 2018-08-21 | 2019-08-02 | 부경대학교 산학협력단 | 다중규모 광학 흐름을 이용한 레이더 초단기 강수 예측을 위한 장치 및 방법 |
CN113296074A (zh) * | 2021-07-28 | 2021-08-24 | 成都远望探测技术有限公司 | 一种基于气象雷达多层cappi的光流法外推方法 |
Non-Patent Citations (2)
Title |
---|
吴剑坤: "基于雷达回波区域跟踪算法的临近预报技术进展" * |
安晶晶: "Farneback光流法在短临预报中的应用" * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112946657A (zh) * | 2021-02-03 | 2021-06-11 | 南京信息工程大学 | 强对流天气中地面风场的识别方法 |
CN112946657B (zh) * | 2021-02-03 | 2023-10-27 | 南京信息工程大学 | 强对流天气中地面风场的识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111208517B (zh) | 2023-08-15 |
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 | |
Berrocal et al. | Probabilistic weather forecasting for winter road maintenance | |
Brasseur | Development and application of a physical approach to estimating wind gusts | |
CN110346844A (zh) | Nriet基于云分类和机器学习的定量降水估测方法 | |
Sokol | Assimilation of extrapolated radar reflectivity into a NWP model and its impact on a precipitation forecast at high resolution | |
KR102006847B1 (ko) | 다중규모 광학 흐름을 이용한 레이더 초단기 강수 예측을 위한 장치 및 방법 | |
Hong et al. | Basis for recommending an update of wind velocity pressures in Canadian design codes | |
Lauri et al. | Advection-based adjustment of radar measurements | |
CN109100723A (zh) | 基于多普勒天气雷达数据的高空风反演方法 | |
CN108828691A (zh) | 短临降水预报方法与装置 | |
Chang et al. | Nonlinear internal wave properties estimated with moored ADCP measurements | |
CN115795399A (zh) | 一种多源遥感降水数据自适应融合方法和系统 | |
CN107870336B (zh) | 一种星载激光雷达的可穿透层层底迭代检测方法 | |
Sokol et al. | Nowcasting of precipitation–advective statistical forecast model (SAM) for the Czech Republic | |
CN116148796A (zh) | 一种基于雷达图像外推的强对流天气临近预报方法 | |
CN113281754A (zh) | 一种雨量站融合雷达定量估测降雨的WRF-Hydro关键参数率定方法 | |
CN111208517A (zh) | 基于多普勒天气雷达的短临外推预报流场构建方法 | |
Wong et al. | Towards the blending of NWP with nowcast—Operation experience in B08FDP | |
CN108663727B (zh) | 利用蒸发率在世界海域范围内估算蒸发波导高度的方法 | |
CN113240172B (zh) | 微地形覆冰数值预测方法及系统 | |
Megenhardt et al. | NCWF-2 probabilistic nowcasts | |
Sterl | Drag at high wind velocities-a review | |
CN114509825B (zh) | 基于混合进化算法改进三维对抗生成神经网络的强对流天气预测方法及系统 | |
Dixon et al. | Developments in echo tracking-enhancing TITAN | |
Launiainen et al. | Turbulent surface fluxes and air–ice coupling in the Baltic Air–Sea–Ice Study (BASIS) |
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 |