CN112213727B - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN112213727B CN112213727B CN202011102745.0A CN202011102745A CN112213727B CN 112213727 B CN112213727 B CN 112213727B CN 202011102745 A CN202011102745 A CN 202011102745A CN 112213727 B CN112213727 B CN 112213727B
- Authority
- CN
- China
- Prior art keywords
- active
- precipitation
- observation
- radar
- passive
- 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
- 238000012937 correction Methods 0.000 title claims abstract description 84
- 238000001556 precipitation Methods 0.000 title claims abstract description 83
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000001514 detection method Methods 0.000 title claims abstract description 23
- 238000004458 analytical method Methods 0.000 claims abstract description 20
- 230000005540 biological transmission Effects 0.000 claims description 27
- 230000005855 radiation Effects 0.000 claims description 27
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 23
- 239000002245 particle Substances 0.000 claims description 12
- 238000001228 spectrum Methods 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 8
- 238000002156 mixing Methods 0.000 claims description 8
- 238000003384 imaging method Methods 0.000 claims description 5
- 238000002310 reflectometry Methods 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 4
- 238000010521 absorption reaction Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 230000010287 polarization Effects 0.000 claims description 3
- 230000000750 progressive effect Effects 0.000 claims description 2
- 238000010276 construction Methods 0.000 claims 1
- 230000006872 improvement Effects 0.000 description 7
- 239000007789 gas Substances 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000002592 echocardiography Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000007429 general method Methods 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 238000013398 bayesian method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- NEBFIUZIGRTIFY-BJDJZHNGSA-N Ala-Met-Ser-Arg Chemical compound CSCC[C@H](NC(=O)[C@H](C)N)C(=O)N[C@@H](CO)C(=O)N[C@H](C(O)=O)CCCNC(N)=N NEBFIUZIGRTIFY-BJDJZHNGSA-N 0.000 description 1
- OMPJBNCRMGITSC-UHFFFAOYSA-N Benzoylperoxide Chemical compound C=1C=CC=CC=1C(=O)OOC(=O)C1=CC=CC=C1 OMPJBNCRMGITSC-UHFFFAOYSA-N 0.000 description 1
- 241000219094 Vitaceae Species 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000021021 grapes Nutrition 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012958 reprocessing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 229940060894 topex Drugs 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
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
- G01S13/955—Radar or analogous systems specially adapted for specific applications for meteorological use mounted on satellite
-
- 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
- G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
-
- 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
- G01S7/4004—Means for monitoring or calibrating of parts of a radar system
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/18—Testing or calibrating meteorological apparatus
-
- 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)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Atmospheric Sciences (AREA)
- Environmental Sciences (AREA)
- Ecology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了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，所述方法包括：利用数值预报背景场历史数据和观测历史数据，对降水存在条件下主动雷达观测数据和被动辐射计观测数据的偏差进行订正；对订正后的主动雷达观测数据、订正后的被动辐射计观测数据和数值预报背景场大气三维空间分布信息进行时空匹配；以数值预报背景场大气三维空间分布信息作为先验信息，利用订正后的主动雷达观测数据和订正后的被动辐射计观测数据计算得到最优分析大气云雨廓线；根据最优分析大气云雨廓线计算主动雷达的相关降水订正系数。本发明的方法适用于多种星载雷达系统和被动微波仪器，能够保证降水订正系数的精度。
Description
技术领域
本发明涉及卫星雷达系统遥感数据处理领域，特别涉及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。
背景技术
海洋和气象卫星上载有的微波雷达系统比如星载微波散射计、微波高度计、降水测量雷达等，能够提供覆盖全球、高分辨率、高频次和长周期的中小尺度表面风场、海浪场、垂直降雨率廓线等观测资料，广泛应用于灾害性天气预报预警、海洋气象相互作用、气候和数值模式资料同化等气象海洋科学研究领域。在轨运行的我国海洋二号(HY-2)卫星上的散射计和高度计已在应用领域发挥了极大价值，我国风云三号(FY-3)卫星上也即将装载散射计和降水测量雷达系统，预期将提供全球气象服务。
微波雷达在进行地气系统探测时，雷达回波受到降水云的影响产生衰减和体散射，为了准确获取目标的散射回波信息，需要对原始回波进行准确的降水检测和降水订正。降水订正是星载雷达观测数据预处理的重要步骤，也是决定雷达定量反演产品精度的关键因素之一。
目前星载微波雷达降水订正方案主要包括基于雷达单独观测和主被动联合观测两种方法。基于雷达单独观测的回波衰减订正方法一般用于降水测量雷达系统，包括通用法和表面反射技术法，基于雷达反射率因子与衰减系数的关系(k-Z关系)，计算每层的衰减量，根据全路径衰减等约束条件进行迭代，重构衰减系数，该方法降水衰减的订正精度受到k-Z关系、约束条件和方法本身的影响产生较大的计算误差，而且只能用于有大气垂直分辨能力的雷达如降水测量雷达，难以用于散射计这类观测地表的雷达。
基于主被动联合观测的方法一般利用同步观测的微波辐射计，这种方法用在散射计和高度计领域较多，美国SeaWinds散射计和星载高度计TOPEX/POSEIDON的业务大气校正算法均利用微波辐射计AMSR和TMR的多通道亮温估算Ku波段透过率，海洋卫星散射计和高度计的业务算法也是使用相似算法，该校正算法基于提前建立的降雨模型、通过米散射计算雷达频段的降水订正参数(路径总衰减和总体散射)与辐射计透过率、亮温等观测的相关关系，根据被动观测亮温直接对雷达回波进行降水订正，或者基于辐射计反演的降水廓线计算降水订正参数。该方法依赖于多种理想假设精度受到影响，另外最大的问题是只适用于具有相近频段的雷达和辐射计系统，应用于Ku频段散射计(13.5GHz)，只能同步搭载相近频段(18.7GHz和37GHz)的微波成像类辐射计才能应用，受卫星载荷规划的约束较大，当由于卫星平台限制无法搭载同步观测的微波成像仪时(例如风云三号E星)，该方法失效。同时，该方法在降水测量雷达上难以应用，有些学者基于结合辐射传输的联合迭代求解方法尝试应用，但校正精度不高。
发明内容
本发明的目的在于克服上述技术缺陷，基于主被动微波联合探测，提出了一种适用于气象卫星和海洋卫星的雷达观测数据的通用降水订正方法，该方法适用于星载散射计、高度计、降水测量雷达和云雷达等雷达系统，当平台上载有同步观测的被动微波辐射计包括微波成像类仪器或微波探测类仪器时均可适用，不再受到卫星平台上载荷规划的限制。
为实现上述目的，本发明提出了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，所述方法包括：
利用数值预报背景场历史数据和观测历史数据，对降水存在条件下主动雷达观测数据和被动辐射计观测数据的偏差进行订正；
对订正后的主动雷达观测数据、订正后的被动辐射计观测数据和数值预报背景场大气三维空间分布信息进行时空匹配；
以数值预报背景场大气三维空间分布信息作为先验信息，利用订正后的主动雷达观测数据和订正后的被动辐射计观测数据计算得到最优分析大气云雨廓线；
根据最优分析大气云雨廓线计算主动雷达的相关降水订正系数。
作为上述方法的一种改进，所述方法还包括：通过被动辐射计观测数据进行降水检测的步骤，具体包括：
对于微波成像仪器，根据85GHz实际观测与估算的亮温差构建散射指数SI85V：
SI85V＝F-TB85V
其中，TB19V、TB22V、TB85V为19、22、85GHz通道的垂直极化观测亮温；F为中间参数；a、b、c和d均为系数；当SI85V>10K，则标识为降水区；
对于微波探测类仪器，计算窗区通道亮温差SIwin：
SIwin＝Tb89-Tb150
其中，Tb89为89GHz通道的观测亮温；Tb150为150GHz通道的观测亮温；
如果3K<SIwin<10K，则标识为层状降水区，如果SIwin>10K则标识为对流降水区。
作为上述方法的一种改进，所述利用数值预报背景场历史数据和观测历史数据，对降水存在条件下主动雷达观测数据和被动辐射计观测数据的偏差进行订正；具体包括：
利用数值预报背景场历史数据、辐射传输模式和观测历史数据，选择南北纬60°以内的海洋晴空稳定目标区域，计算全球观测-模拟偏差，按照纬度带进行划分，进行扫描偏差统计，计算扫描偏差订正项；
选用1000～300hpa厚度，200～50hpa厚度，表面温度，水汽总量作为预报因子，根据气团偏差和预报因子间的线性关系，利用最小二乘法，计算气团偏差订正系数；最后根据下式计算偏差订正后的观测值：
其中，j为通道号，为订正后观测，/>为观测值，/>为扫描偏差订正项，/>为气团偏差订正项，xi为预报因子，aij和bj为气团订正系数，/>和θ分别为观测方位角和观测入射角。
作为上述方法的一种改进，所述数值预报背景场大气三维空间分布信息包括全球温度、湿度、压力垂直廓线、云和降水廓线。
作为上述方法的一种改进，所述对订正后的主动雷达观测数据、订正后的被动辐射计观测数据和数值预报背景场大气三维空间分布信息进行时空匹配；具体包括：
根据主动观测的像元中心位置和时间信息以及被动观测的像元中心位置和时间信息，基于时间和空间阈值将被动观测位置匹配到主动观测位置；
采用线性插值或二次项插值法，将数值预报背景场大气三维空间分布信息经时空插值到主动雷达观测时刻和位置点；
对主动雷达的测量数据，采用线性插值法进行空间垂直方向的插值，到雷达反射率因子垂直逐层位置。
作为上述方法的一种改进，所述以数值预报背景场大气三维空间分布信息作为先验信息，利用订正后的主动雷达观测数据和订正后的被动辐射计观测数据计算得到最优分析大气云雨廓线，具体包括：
对每个观测像元，选择观测位置附近的20×20背景场格点作为窗口，窗口内的数值模式大气廓线作为先验信息；
通过对数据库廓线的求和来计算反演廓线的后验概率分布，积分公式如下：
其中，xa为最优分析大气云雨廓线，xj为窗口内的大气廓线，y0为多通道主被动观测量组成的矢量；y(xj)为主被动观测算子，即主被动的辐射传输模式；被动辐射传输模式选用逐线模式或快速模式，主动辐射传输模式根据雷达类型自主选取；R为观测误差协方差，通过统计偏差订正后观测-模拟偏差的均方根误差获得，A为归一化因子，N为窗口内的廓线数目。
作为上述方法的一种改进，所述根据最优分析大气云雨廓线计算主动雷达的相关降水订正系数，具体包括：
从最优分析大气云雨廓线中获取云水、云冰、降雪和降雨混合比，经过主动辐射传输过程计算雷达回波的降水订正系数；所述降水订正系数包括逐层衰减系数、路径总衰减和路径总体散射的一个或多个；
利用最优分析大气云雨廓线中的温度廓线和湿度廓线，通过主动辐射传输过程计算得到气体吸收订正系数，完成气体订正。
作为上述方法的一种改进，当星载雷达为散射计时，所述从最优分析大气云雨廓线中获取云水、云冰、降雪和降雨混合比，经过主动辐射传输过程计算雷达回波的降水订正系数；具体包括：
微波散射计Ku波段信号受降雨的影响包括大气中的雨水粒子造成雷达信号衰减，以及雨水粒子的体散射使信号增强两种效应；根据辐射传输理论，受降雨影响的后向散射回波σ0′为：
σ0′＝σ0kpath+ηpath
其中，路径总衰减kpath为：
路径总体散射ηpath为：
其中，z为层高，H为总层高，θ为入射角；k(z)为衰减效率，η(z)为后向散射效率；后向散射效率和衰减效率通过滴谱、单个粒子的标准化衰减截面和散射截面计算得出；σ0为晴空海面的后向散射回波；
假设降水粒子滴谱满足M-P分布，根据米散射理论、滴谱假设和降雨混合比廓线，基于上述公式计算得到路径总衰减kpath和路径总体散射ηpath这两项降雨订正系数。
本发明的优势在于：
1、考虑到现有的雷达数据降水订正方法存在精度不高、受平台遥感仪器配置制约等缺点，本发明提出一种气象和海洋卫星雷达系统遥感数据降水订正的通用方法，适用于微波散射计、高度计、降水测量雷达和云雷达等雷达系统，且对平台上载有同步观测的被动微波成像类仪器或微波探测类仪器时均可适用，不再受到卫星平台上载荷规划的限制；
2、本发明的方法利用实时预报的降水背景信息和主被动仪器观测信息，通过贝叶斯后验概率方法精确构建降水客观廓线，通过辐射传输过程计算降水订正系数，能够保证降水订正的精度；
3、本发明的方法能够借助背景场中的物理约束同时对降水、云水和大气温湿度廓线进行反演，因此在降水订正的同时也可以同步进行云水、氧气和水汽的大气订正，这也是其它方法所不具备的优势。
附图说明
图1为本发明的基于主被动微波联合探测的星载雷达的降水订正方法的流程图。
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。
本发明的方法通过引入降水垂直廓线的背景场作为先验信息，以主被动微波联合探测数据作为约束，利用主被动辐射传输理论和贝叶斯方法计算得到最优降水垂直廓线，最后通过主动辐射传输理论计算雷达回波的逐层衰减系数、路径总衰减和路径总体散射等相关订正系数。本发明的方法能够结合降水背景信息和观测信息，通过贝叶斯方法精确构建降水客观廓线，通过辐射传输计算降水订正系数能够保证降水订正精度，为雷达回波的后端反演和应用提供精度更高的输入数据，同时该方法能够借助背景场中的物理约束同时对降水、云水和大气温湿度廓线进行反演，因此在降水订正的同时也可以同步进行云水、氧气和水汽的大气订正，这也是现有技术的其它方法所不具备的。
本发明提出了一种气象和海洋卫星雷达系统遥感数据降水订正的通用方法，适用于多种雷达系统和被动微波仪器；本发明的方法考虑到背景场中云和降水场往往存在空间上的错位问题，在观测位置附近设置窗口，利用窗口内的廓线，计算贝叶斯后验概率，精确构建降水客观廓线，是一种新型的降水反演和订正的思路和方法；
如图1所示，本发明提出了一种基于主被动微波联合探测的星载雷达的降水订正的方法，该方法包括：
步骤1)获取数值预报背景场大气三维空间分布信息和主被动微波观测资料；
由于降水反演需要背景廓线中包含云和降水信息，对背景场数据的选择有特殊要求。如果对历史雷达数据进行重处理的降水订正，或对时效性没有很高的要求，可使用的开源背景场数据包括ERA-5再分析数据集等，从数据集中提取温压湿廓线、云水成物(云水、云冰、降雪和降雨)廓线、地表参数；如果处理实时数据，背景场数据选择业务运行的全球和区域模式，如中国气象局数值预报中心的Grapes模式、WRF中尺度模式实时模拟的结果作为预报的背景场，从数据中提取的云水成物廓线根据模式的微物理方案略有差别。
步骤2)降水检测；
使用被动微波仪器进行降水检测，如果检测为降水，执行降水订正方案，检测为无降水，流程结束。
使用散射指数法识别降水区，对于微波成像仪器，根据85GHz实际观测与估算的亮温差构建散射指数，定义如下：
SI85V＝F-TB85V
其中TB19V、TB22V、TB85V为19、22、85GHz通道的垂直极化观测亮温。如果SI85V>10K，则标识为降水区。
对于微波探测类仪器，采用窗区SI，为窗区通道亮温差(SIwin＝Tb89-Tb150)，其中，Tb89为89GHz通道的观测亮温；Tb150为150GHz通道的观测亮温；
如果3K<SIwin<10K则标识为层状降水区，如果SIwin>10K则标识为对流降水区。
步骤3)主被动观测偏差订正；
分为两部分：与卫星扫描角有关的扫描偏差订正和与气团相关的气团偏差订正。
卫星扫描角有关的扫描偏差订正：
利用数值预报背景场历史数据、辐射传输模式和观测历史数据，选择南北纬60°以内的海洋晴空稳定目标区域，计算全球观测-模拟偏差，按照纬度带进行划分，进行扫描偏差统计，计算扫描偏差订正项。
与气团相关的气团偏差订正：
选用1000～300hpa厚度，200～50hpa厚度，表面温度，水汽总量作为预报因子，根据气团偏差和预报因子间的线性关系，利用最小二乘法，计算气团偏差订正系数。最后根据下式计算偏差订正后的观测值：
其中为订正后观测，/>为扫描偏差订正项，/>为气团偏差订正项，xi为预报因子，j为通道，aij和bj为气团订正系数，/>θ分别为观测方位角和入射角。
步骤4)主被动观测和背景场的时空匹配；
由于使用的主被动观测是共平台准同步观测，首先需要根据主被动观测的像元中心位置和时间信息，根据时间和空间阈值将被动观测匹配到主动观测位置；第二步将背景场三维空间的大气和地表信息经时间插值到雷达观测时刻和位置点，时间上可以选择线性插值或二次项插值方法，对降水测量雷达，还需要进行空间垂直方向的插值，到雷达反射率因子垂直逐层位置，方法采用线性插值法。
步骤5)贝叶斯反演；
贝叶斯反演的优势在于对先验信息的利用，利用先验概率密度分布和条件概率密度分布两类信息和贝叶斯公式得到后验概率密度分布，实际在应用中使用先验数据库来进行外部约束，对每个观测像元，选择观测位置附近的20×20背景场格点作为窗口，窗口内的数值模式大气廓线作为先验信息。
通过对数据库廓线的求和来计算反演廓线的后验概率分布，积分公式如下：
xa为最优分析大气云雨廓线，xj为窗口内的大气廓线，y0为多通道主被动观测量组成的矢量，以微波成像仪和散射计为例，包含微波成像仪十通道观测亮温和散射计两通道雷达后向散射系数。y(xj)为主被动观测算子，即主被动的辐射传输模式，为节省数据处理时间，被动辐射传输模式选用逐线模式、快速模式等，主动辐射传输模式可根据雷达类型自主选取。R为观测误差协方差，可以通过统计偏差订正后观测-模拟偏差的均方根误差获得。A为归一化因子，N为窗口内的廓线数目。
步骤6)降水订正。
根据步骤5)得到的最优分析的大气廓线中的云水、云冰、降雪、降雨混合比廓线，经过主动辐射传输过程计算雷达回波的逐层衰减系数、路径总衰减和路径总体散射等相关订正参数。最后将降水订正参数订正到雷达回波上，完成降水订正。同时可以利用分析廓线中的温度、湿度廓线，通过主动辐射传输过程计算得到气体吸收订正系数，完成气体订正。
以星载微波散射计雷达系统为例，计算的具体过程如下：
微波散射计Ku波段信号受降雨的影响包括大气中的雨水粒子造成雷达信号衰减，以及雨水粒子的体散射使信号增强两种效应。根据辐射传输理论，受降雨影响的雷达海面回波可以推导为：
σ0′＝σ0kpath+ηpath
其中衰减项定义为：
体散射项定义为：
σ0为晴空海面后向散射系数，后向散射效率η和衰减效率k可以通过滴谱、单个粒子的标准化衰减截面和散射截面计算得出。z为层高，H为总层高，θ为入射角。假设降水粒子滴谱满足M-P分布，根据米散射理论、滴谱假设、步骤5)得到的降雨混合比廓线，基于以上公式可以计算得到衰减项和体散射项这两项降雨订正系数；同理可计算降雪的订正系数。
最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (7)
1.一种基于主被动微波联合探测的星载雷达的降水订正方法，所述方法包括：
利用数值预报背景场历史数据和观测历史数据，对降水存在条件下主动雷达观测数据和被动辐射计观测数据的偏差进行订正；
对订正后的主动雷达观测数据、订正后的被动辐射计观测数据和数值预报背景场大气三维空间分布信息进行时空匹配；
以数值预报背景场大气三维空间分布信息作为先验信息，利用订正后的主动雷达观测数据和订正后的被动辐射计观测数据计算得到最优分析大气云雨廓线；
根据最优分析大气云雨廓线计算主动雷达的降水订正系数；
所述以数值预报背景场大气三维空间分布信息作为先验信息，利用订正后的主动雷达观测数据和订正后的被动辐射计观测数据计算得到最优分析大气云雨廓线，具体包括：
对每个观测像元，选择观测位置附近的20×20背景场格点作为窗口，窗口内的数值模式大气廓线作为先验信息；
通过对数据库廓线的求和来计算反演廓线的后验概率分布，积分公式如下：
其中，xa为最优分析大气云雨廓线，xj为窗口内的大气廓线，y0为多通道主被动观测量组成的矢量；y(xj)为主被动观测算子，即主被动的辐射传输模式；被动辐射传输模式选用逐线模式或快速模式，主动辐射传输模式根据雷达类型自主选取；R为观测误差协方差，通过统计偏差订正后观测-模拟偏差的均方根误差获得，A为归一化因子，N为窗口内的廓线数目。
2.根据权利要求1所述的基于主被动微波联合探测的星载雷达的降水订正方法，其特征在于，所述方法还包括：通过被动辐射计观测数据进行降水检测的步骤，具体包括：
对于微波成像仪器，根据85GHz观测与估算的亮温差构建散射指数SI85V：
SI85V＝F-TB85V
其中，TB19V、TB22V、TB85V为19、22、85GHz通道的垂直极化观测亮温；F为中间参数；a、b、c和d均为系数；当SI85V>10K，则标识为降水区；
对于微波探测类仪器，计算窗区通道亮温差SIwin：
SIwin＝Tb89-Tb150
其中，Tb89为89GHz通道的观测亮温；Tb150为150GHz通道的观测亮温；
如果3K<SIwin<10K，则标识为层状降水区，如果SIwin>10K则标识为对流降水区。
3.根据权利要求1或2所述的基于主被动微波联合探测的星载雷达的降水订正方法，其特征在于，所述利用数值预报背景场历史数据和观测历史数据，对降水存在条件下主动雷达观测数据和被动辐射计观测数据的偏差进行订正；具体包括：
利用数值预报背景场历史数据、辐射传输模式和观测历史数据，选择南北纬60°以内的海洋晴空稳定目标区域，计算全球观测-模拟偏差，按照纬度带进行划分，进行扫描偏差统计，计算扫描偏差订正项；
选用1000～300hpa厚度，200～50hpa厚度，表面温度，水汽总量作为预报因子，根据气团偏差和预报因子间的线性关系，利用最小二乘法，计算气团偏差订正系数；最后根据下式计算偏差订正后的观测值：
其中，j为通道号，为订正后观测，/>为观测值，/>为扫描偏差订正项，/>为气团偏差订正项，xi为预报因子，aij和bj为气团订正系数，/>和θ分别为观测方位角和观测入射角。
4.根据权利要求3所述的基于主被动微波联合探测的星载雷达的降水订正方法，其特征在于，所述数值预报背景场大气三维空间分布信息包括全球温度、湿度、压力垂直廓线、云和降水廓线。
5.根据权利要求4所述的基于主被动微波联合探测的星载雷达的降水订正方法，其特征在于，所述对订正后的主动雷达观测数据、订正后的被动辐射计观测数据和数值预报背景场大气三维空间分布信息进行时空匹配；具体包括：
根据主动观测的像元中心位置和时间信息以及被动观测的像元中心位置和时间信息，基于时间和空间阈值将被动观测位置匹配到主动观测位置；
采用线性插值或二次项插值法，将数值预报背景场大气三维空间分布信息经时空插值到主动雷达观测时刻和位置点；
对主动雷达的测量数据，采用线性插值法进行空间垂直方向的插值，到雷达反射率因子垂直逐层位置。
6.根据权利要求1所述的基于主被动微波联合探测的星载雷达的降水订正方法，其特征在于，所述根据最优分析大气云雨廓线计算主动雷达的相关降水订正系数，具体包括：
从最优分析大气云雨廓线中获取云水、云冰、降雪和降雨混合比，经过主动辐射传输过程计算雷达回波的降水订正系数；所述降水订正系数包括逐层衰减系数、路径总衰减和路径总体散射的一个或多个；
利用最优分析大气云雨廓线中的温度廓线和湿度廓线，通过主动辐射传输过程计算得到气体吸收订正系数，完成气体订正。
7.根据权利要求6所述的基于主被动微波联合探测的星载雷达的降水订正方法，其特征在于，当星载雷达为散射计时，所述从最优分析大气云雨廓线中获取云水、云冰、降雪和降雨混合比，经过主动辐射传输过程计算雷达回波的降水订正系数；具体包括：
微波散射计Ku波段信号受降雨的影响包括大气中的雨水粒子造成雷达信号衰减，以及雨水粒子的体散射使信号增强两种效应；根据辐射传输理论，受降雨影响的后向散射回波σ0′为：
σ0′＝σ0kpath+ηpath
其中，路径总衰减kpath为：
路径总体散射ηpath为：
其中，z为层高，H为总层高，θ为入射角；k(z)为衰减效率，η(z)为后向散射效率；后向散射效率和衰减效率通过滴谱、单个粒子的标准化衰减截面和散射截面计算得出；σ0为晴空海面的后向散射回波；
假设降水粒子滴谱满足M-P分布，根据米散射理论、滴谱假设和降雨混合比廓线，基于上述公式计算得到路径总衰减kpath和路径总体散射ηpath这两项降雨订正系数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011102745.0A CN112213727B (zh) | 2020-10-15 | 2020-10-15 | 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 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011102745.0A CN112213727B (zh) | 2020-10-15 | 2020-10-15 | 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 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112213727A CN112213727A (zh) | 2021-01-12 |
| CN112213727B true CN112213727B (zh) | 2024-01-02 |
Family
ID=74053383
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011102745.0A Active CN112213727B (zh) | 2020-10-15 | 2020-10-15 | 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 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112213727B (zh) |
Families Citing this family (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113111529B (zh) * | 2021-04-22 | 2023-10-10 | 南京气象科技创新研究院 | 融合数值模式和卫星微波云反演数据的红外亮温模拟方法 |
| CN113505334B (zh) * | 2021-06-11 | 2024-03-19 | 国家卫星气象中心(国家空间天气监测预警中心) | 基于微波双频极化差分比的地表影响抑制方法 |
| CN113496104B (zh) * | 2021-07-16 | 2024-03-22 | 中科技术物理苏州研究院 | 基于深度学习的降水预报订正方法及系统 |
| CN113281754B (zh) * | 2021-07-26 | 2021-10-01 | 中国水利水电科学研究院 | 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 |
| CN113923618B (zh) * | 2021-10-11 | 2022-05-31 | 中国人民解放军国防科技大学 | 一种三维微波链路组网探测近地面三维降水实验场系统 |
| CN114047563B (zh) * | 2021-10-18 | 2024-09-06 | 中国人民解放军国防科技大学 | 一种红外高光谱的全天候同化方法 |
| CN114354655B (zh) * | 2022-01-18 | 2024-07-23 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种适用于微波探测器的降水知识库构建方法 |
| CN114578456B (zh) * | 2022-01-30 | 2023-02-21 | 中国科学院大气物理研究所 | 应用于雷达预报强对流天气的数据处理方法及装置 |
| CN114185114B (zh) * | 2022-02-16 | 2022-04-29 | 中国气象局公共气象服务中心(国家预警信息发布中心) | 降水预报落区的订正方法、装置、电子设备及介质 |
| CN114675277B (zh) * | 2022-03-25 | 2022-11-04 | 中国人民解放军国防科技大学 | 基于商用微波回传链路的近地面大气折射率廓线监测方法 |
| CN114488160A (zh) * | 2022-04-02 | 2022-05-13 | 南京师范大学 | 顾及三维风场影响的雷达降雨估算误差校正方法 |
| CN115436950B (zh) * | 2022-04-15 | 2024-09-27 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种星载降水测量雷达的降水反演方法及系统 |
| CN114565330B (zh) * | 2022-04-30 | 2022-11-08 | 江西省气象信息中心(江西省气象培训中心、江西省农村经济信息中心) | 降水观测设备的健康度评估方法、系统、设备和存储介质 |
| CN115079304B (zh) * | 2022-06-24 | 2023-08-22 | 锡林浩特国家气候观象台 | 一种模拟云水分布的微波辐射计及方法 |
| CN115391685B (zh) * | 2022-10-27 | 2023-03-24 | 南京信息工程大学 | 一种散射计风场同化的质控方法、系统、存储介质及设备 |
| CN117761698B (zh) * | 2023-12-22 | 2024-09-20 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种适用于gpm dpr的三维降水检测方法及系统 |
| CN118032663B (zh) * | 2024-01-23 | 2024-08-06 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种等效晴空辐射订正方法和设备 |
| CN118520314A (zh) * | 2024-07-19 | 2024-08-20 | 浙江省气象科学研究所 | 一种卫星温度廓线产品订正方法及装置 |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008134145A (ja) * | 2006-11-28 | 2008-06-12 | Toshiba Corp | 気象予測データ解析装置及び気象予測データ解析方法 |
| JP2009052976A (ja) * | 2007-08-24 | 2009-03-12 | Toshiba Corp | 気象予測データ解析装置及び気象予測データ解析方法 |
| JP2010197185A (ja) * | 2009-02-25 | 2010-09-09 | National Research Institute For Earth Science & Disaster Provention | 降水分布の推定システムおよび降水分布の推定方法 |
| CN102662162A (zh) * | 2012-02-16 | 2012-09-12 | 邓勇 | X波段多普勒雷达降水估测方法 |
| KR20150066315A (ko) * | 2013-12-06 | 2015-06-16 | 대한민국(기상청장) | 이중편파 레이더 기반의 강수 추정 시스템 및 그 방법 |
| CN104933447A (zh) * | 2015-06-08 | 2015-09-23 | 南京信息工程大学 | 星载微波辐射计观测无线电频率干扰识别和订正系统 |
| CN105069295A (zh) * | 2015-08-10 | 2015-11-18 | 河海大学 | 基于卡尔曼滤波的卫星以及地面降水测量值同化方法 |
| KR101620328B1 (ko) * | 2015-09-23 | 2016-05-12 | 대한민국(기상청장) | 레이더와 수동마이크로파 관측값을 이용한 모의 구름-복사 데이터베이스 최적화 방법 |
| CN105988146A (zh) * | 2015-01-29 | 2016-10-05 | 中国科学院空间科学与应用研究中心 | 一种星载微波辐射计的应用数据处理方法 |
| CN106547840A (zh) * | 2016-10-13 | 2017-03-29 | 国家卫星气象中心 | 一种全球三维大气数据的解析及管理方法 |
| CN110018448A (zh) * | 2019-03-30 | 2019-07-16 | 中国人民解放军陆军工程大学 | 基于任意取向微波链路的双偏振雷达衰减订正方法 |
| CN110018479A (zh) * | 2019-04-28 | 2019-07-16 | 中国气象局广州热带海洋气象研究所 | C波段双偏振天气雷达反射率地形遮挡衰减订正方法 |
| CN110472762A (zh) * | 2018-05-11 | 2019-11-19 | 中国电力科学研究院有限公司 | 一种网格化降水的订正方法及系统 |
| CN111060992A (zh) * | 2019-12-27 | 2020-04-24 | 国家卫星气象中心(国家空间天气监测预警中心) | 星载微波双氧探测通道等权重共轭的降水检测方法及系统 |
| CN111666656A (zh) * | 2020-05-09 | 2020-09-15 | 江苏微之润智能技术有限公司 | 基于微波雨衰的降雨估算方法及降雨监测系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7145499B2 (en) * | 2004-02-24 | 2006-12-05 | Radiometrics Corporation | Precipitation effects mitigation at antennae systems |
| US20120123682A1 (en) * | 2010-02-25 | 2012-05-17 | Jai Ho Oh | Method and system for producing climate crisis index |
-
2020
- 2020-10-15 CN CN202011102745.0A patent/CN112213727B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008134145A (ja) * | 2006-11-28 | 2008-06-12 | Toshiba Corp | 気象予測データ解析装置及び気象予測データ解析方法 |
| JP2009052976A (ja) * | 2007-08-24 | 2009-03-12 | Toshiba Corp | 気象予測データ解析装置及び気象予測データ解析方法 |
| JP2010197185A (ja) * | 2009-02-25 | 2010-09-09 | National Research Institute For Earth Science & Disaster Provention | 降水分布の推定システムおよび降水分布の推定方法 |
| CN102662162A (zh) * | 2012-02-16 | 2012-09-12 | 邓勇 | X波段多普勒雷达降水估测方法 |
| KR20150066315A (ko) * | 2013-12-06 | 2015-06-16 | 대한민국(기상청장) | 이중편파 레이더 기반의 강수 추정 시스템 및 그 방법 |
| CN105988146A (zh) * | 2015-01-29 | 2016-10-05 | 中国科学院空间科学与应用研究中心 | 一种星载微波辐射计的应用数据处理方法 |
| CN104933447A (zh) * | 2015-06-08 | 2015-09-23 | 南京信息工程大学 | 星载微波辐射计观测无线电频率干扰识别和订正系统 |
| CN105069295A (zh) * | 2015-08-10 | 2015-11-18 | 河海大学 | 基于卡尔曼滤波的卫星以及地面降水测量值同化方法 |
| KR101620328B1 (ko) * | 2015-09-23 | 2016-05-12 | 대한민국(기상청장) | 레이더와 수동마이크로파 관측값을 이용한 모의 구름-복사 데이터베이스 최적화 방법 |
| CN106547840A (zh) * | 2016-10-13 | 2017-03-29 | 国家卫星气象中心 | 一种全球三维大气数据的解析及管理方法 |
| CN110472762A (zh) * | 2018-05-11 | 2019-11-19 | 中国电力科学研究院有限公司 | 一种网格化降水的订正方法及系统 |
| CN110018448A (zh) * | 2019-03-30 | 2019-07-16 | 中国人民解放军陆军工程大学 | 基于任意取向微波链路的双偏振雷达衰减订正方法 |
| CN110018479A (zh) * | 2019-04-28 | 2019-07-16 | 中国气象局广州热带海洋气象研究所 | C波段双偏振天气雷达反射率地形遮挡衰减订正方法 |
| CN111060992A (zh) * | 2019-12-27 | 2020-04-24 | 国家卫星气象中心(国家空间天气监测预警中心) | 星载微波双氧探测通道等权重共轭的降水检测方法及系统 |
| CN111666656A (zh) * | 2020-05-09 | 2020-09-15 | 江苏微之润智能技术有限公司 | 基于微波雨衰的降雨估算方法及降雨监测系统 |
Non-Patent Citations (4)
| Title |
|---|
| Comparison and integration of active and passive microwave for rainfall monitoring: A study case;Nativi, S等;REMOTE SENSING OF VEGETATION AND SEA;全文 * |
| The 183-WSL fast rain rate retrieval algorithm: Part I: Retrieval design;Laviola, Sante等;ATMOSPHERIC RESEARCH;第99卷(第3-4期);全文 * |
| 星载降水雷达机载校飞试验:地基多通道微波辐射计估算雷达路径积分衰减;郭杨;商建;杨虎;吴琼;;气象学报(第04期);全文 * |
| 风云三号卫星被动微波反演海洋上空云液态水含量;窦芳丽等;遥感学报;第24卷(第06期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112213727A (zh) | 2021-01-12 |
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 | |
| McNally et al. | The use of TOVS level‐1b radiances in the NCEP SSI analysis system | |
| Anagnostou | A convective/stratiform precipitation classification algorithm for volume scanning weather radar observations | |
| KR101531224B1 (ko) | 이중편파 레이더 기반의 강수 추정 시스템 및 그 방법 | |
| Kang et al. | Development of an observation processing package for data assimilation in KIAPS | |
| Xu et al. | Assimilating all-sky infrared radiances from Himawari-8 using the 3DVar method for the prediction of a severe storm over North China | |
| Anagnostou et al. | A satellite infrared technique for diurnal rainfall variability studies | |
| CN116449331B (zh) | 一种基于w波段雷达和气象卫星的沙尘粒子数浓度估算方法 | |
| Fuentes et al. | Spatial–temporal mesoscale modeling of rainfall intensity using gage and radar data | |
| Kazumori et al. | A retrieval algorithm of atmospheric water vapor and cloud liquid water for AMSR-E | |
| Semane et al. | Comparison of Desroziers and three-cornered hat methods for estimating COSMIC-2 bending angle uncertainties | |
| CN113325418B (zh) | 基于合成孔径雷达的降雨反演方法 | |
| Eastwood et al. | Algorithm theoretical basis document for the OSI SAF global reprocessed sea ice concentration product | |
| Champeaux et al. | Quantitative precipitation estimations using rain gauges and radar networks: inventory and prospects at Meteo-France | |
| Braun et al. | Water vapor tomography within the planetary boundary layer using GPS | |
| Brenot et al. | Cross-validation of GPS tomography models and methodological improvements using CORS network | |
| Satterfield et al. | Statistical parameter estimation for observation error modelling: Application to meteor radars | |
| Zhu et al. | A method for retrieving thermodynamic atmospheric profiles using microwave radiometers of meteorological observation networks | |
| Marécal et al. | Comparison of TMI rainfall estimates and their impact on 4D‐Var assimilation | |
| Bližňák et al. | The exploitation of Meteosat Second Generation data for convective storms over the Czech Republic | |
| Pejcic et al. | Polarimetric radar-based methods for evaluation of hydrometeor mixtures in numerical weather prediction models | |
| Sivasubramaniam et al. | Estimating radar precipitation in cold climates: the role of air temperature within a non-parametric framework | |
| Lebsock et al. | Understanding Errors in Cloud Liquid Water Path Retrievals Derived from CloudSat Path-Integrated Attenuation | |
| Blarzino et al. | Development of a new global rainfall rate model based on ERA40, TRMM, GPCC and GPCP products | |
| Ikuta et al. | Impact of assimilation of the tropical cyclone strong winds observed by synthetic aperture radar on analyses and forecasts |
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 |