CN112782783A - 晴天筛选方法 - Google Patents
晴天筛选方法 Download PDFInfo
- Publication number
- CN112782783A CN112782783A CN202011583531.XA CN202011583531A CN112782783A CN 112782783 A CN112782783 A CN 112782783A CN 202011583531 A CN202011583531 A CN 202011583531A CN 112782783 A CN112782783 A CN 112782783A
- Authority
- CN
- China
- Prior art keywords
- observation
- lightning
- sunny
- wind speed
- target area
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
-
- 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
- Environmental & Geological Engineering (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及气象领域,公开了一种晴天筛选方法,用以准确地确定和统一晴天条件。本发明综合目标区域内观测到的降水量、风速、能见度、云量以及闪电情况,来判断目标区域的天气状况是否为晴天;其中,所述风速、能见度、云量均为目标区域内的观测点在判别时刻所观测到的瞬时数据,所述降水量为目标区域内的观测点在观测时段所观测到的累积数据,所述闪电情况为目标区域内观测点在观测范围、观测时段所观测到的闪电出现次数。本发明适用于气象相关领域各行业进行晴天筛选。
Description
技术领域
本发明涉及气象领域,特别涉及晴天筛选方法。
背景技术
1779年,本杰明·富兰克林提出了全球电路初步模型,近100年来经过威廉·汤姆森(开尔 文勋爵)和C.T.R.威尔逊等的发展,形成了现代全球电路模型(GlobalElectrical Circuit, 简称GEC)。GEC主要是指在高导电性的地球(电位为0kV)和电离层(高度60km,电位大约为 +250kV)之间,存在低导电性的大气,犹如一个巨大的球形电容器。因此,在电离层和地球 之间,存在一个250kV的电位梯度(PG)。在GEC中,晴天(FairWeather,简称FW)大气所 在区域存在向下的微弱传导电流,而在扰动大气(如降水、闪电、强风、强湍流、云量、低 能见度等)所在区域,存在向上的传导电流。在全球范围内,晴天区域向下的传导电流和扰 动区域向上的传导电流同时发生,共同维持电离层+250kV电位平衡。
最近研究表明,GEC是监测全球变暖的一种技术手段,也是监测空气中气溶胶浓度的一种 替代技术方法。此外,随着大气电位梯度观测技术的进步,结合气氡观测,已经发现大气电 位梯度异常变化可能和大地震前兆有关,并在汶川大地震和九寨沟大地震前多个大气电位梯 度和气氡观测数据中得到验证。晴天区域作为全球电路的重要组成部分,也是确定和识别扰 动大气区域的必要条件。卡内基曲线表明,在晴天区域海平面上存在日均值+110V的正电位梯 度,并且具有典型的日变化特征,变化区间在88-124V之间。而在陆地上,由于局部地形、局 部气象因子、植被、建构筑物引起的局部干扰,尽管也具有日变化特征,但日变化的形态和 变化幅度与海平面有很大不同。因此,晴天大气电位梯度是全球电路的背景条件,如何准确 确定和统一晴天条件显得尤其重要。
然而,目前世界上没有统一的晴天定义和标准,同样的天气下采用不同晴天定义和标准, 可以得出不同的结论。比较流行的方法有以下几种:
1、英国气象部门推荐的晴天筛选条件:
1)没有任何形式的水成物(即没有降水、雪、冰雹);
2)没有低层云;
3)最大可达3成的积云。如果大气电效应明显,则不应超过1成积云;
4)地面10米高处风速小于8米/秒(或地面2米高处风速小于7米/秒);
5)没有负电位。
2、在英国晴天筛选条件基础上,英国雷丁大学为代表的学者提出的晴天筛选方法:
1)降水、降雪和冰雹中没有放电;
2)没有云底高度为1500米以下的层云或积云;
3)扩散分数(Sd/Sg)<0.4;
4)地表2米高处附近风速大于1米/秒,小于7米/秒;
5)相对湿度(RH)<95%;
6)在具备云高仪和场景观测条件下(仅在雷丁大学大气电研究中使用,实际云量观测基 本不具备条件),低云量/总云量小于3/8。
7)能见度大于2公里。
3、我国大气电观测从事较晚,晴天条件主要采用英国气象部门推荐条件。
1)08:00~18:00(地方时)90%以上时间内有太阳直射;
2)低云量/云量少于3/8;
3)平均风速小于等于8m/s;
4)没有降水;
5)大气电位梯度将电场值在0~2.5kV/m(没有负值)。
6)具有良好的能见度。
然而申请人发现不论国内或国外的晴天筛选条件均存在以下错误和区别:
1、云量观测:根据《地面气象观测规范-云》(中华人民共和国国家标准,GB/T35222-2017), 中国云量观测采用人工观测方式,低云定义为云底高度小于2500米。实际观测中根据人工目 测仅记录为云状和云量。其中云量记录为;云量为“天空划分为10成,记录总云量/低云量占 天空成数”,因此总云量/低云量范围为:0-10/0-10,没有云底高度记载。经过历史资料查询, 我们发现几乎没有出现总云量“8成”的案例,因此国内外3/8的低云/总云量观测的晴天筛选 条件不符合中国国内的云量观测国家标准。而国外低云云底高度定义为为“小于1500米”是 采用云高仪自动连续记录云底高度,我国除了个别科学实验项目,在正式气象观测中没有也 不可能记载云底高度。因此,目前国内文献对云底高度所有描述是引用国外数据,不适合国 内晴天云量筛选条件。
国内提出“08:00~18:00(地方时)90%以上时间内有太阳直射”是利用太阳可见光观测 来确定是否有云的存在。然而,这种观测在夜间(日落后到日出时段)观测时明显是无效的。
2、风速观测:由于过高风速将造成地面扬尘,导致空气中大/重离子浓度增加,因此风 速过高将影响大气电位梯度测量,进而影响前天筛选条件。国外通常采用10米或2米高度风速 观测结果来判定风速对大气电位梯度的影响,将风速1-7m/s作为晴天的风速筛选条件。根据 《地面气象观测规范-风向和风速》(中华人民共和国国家标准,GB/T 35227-2017),中国的 风向、风速观测采用自动观测,传感器设置在距离地面10米。而国外传感器高度有时是2米。 国内除气象、水文、航空等主流观测外,野外科考、地震-大气电观测、应急观测、中科院岩 石层-大气层-电离层观测,往往没有指出具体观测高度,由于观测设备的不同,观测高度在 1.5米~10米之间变化。因风速随传感器高度增加呈指数增加,因此,部分非标准风速观测数 据不能用于中国的晴天筛选风速条件。
3、大气电位梯度观测:尽管国外大气电位梯度观测开始于大约100年前,然而近20年国 际上才开始流行。国内大气电位梯度观测除了中科院、中国气象局、中国地震局陆续在70年 代开始了少量电位梯度实验观测实验,2008年后仅有中国气象局逐渐开始了系统化、规模化 的大气电位梯度观测。由于大气电位梯度观测开展时间较短,国内至今没有国家/行业/地方 标准。然而,国外大气电观测提出的“没有负电位”、“降水、降雪和冰雹中没有放电”,以及 国内提出“大气电位梯度将电场值在0~2.5kV/m”等指标作为大气电位梯度晴天筛选条件外, 目的是消除闪电和带电云对大气电位梯度的干扰。然而,这些指标是定性的和假设性的,缺 乏定量和真实性。前期研究表明,闪电和可能产生闪电的带电云对大气电位梯度的影响是可 以通过实测闪电发生来定量估算。由于闪电对大气电位梯度的影响没有国家标准和国际标准, 我们采用本次专利申请团队最新研究成果来估算闪电对大气电位梯度的定量影响。在“基于 大气电场的雷电短临局地预警方法”专利(ZL201810558517.0)中,我们已经获得了产生闪 电或即将产生闪电的带电云的大气电位梯度条件。这个条件正好是闪电和带电云对大气电位 梯度干扰的反向条件。因此闪电的条件可以作为中国的晴天筛选大气电位梯度定量条件。此 外,大地震前由于气氡浓度上升可以导致大气电位梯度下降,甚至出现负的电位梯度。因此 仅采用不出现负电位作为筛选晴天条件可能造成误判。
4、能见度观测:国内外普遍认为能见度与气溶胶浓度、雾、霾等有关。能见度越低,表 明大气中轻/小离子浓度越低,而大气中重/大离子浓度越高。根据大气离子方程,轻/小离子 浓度越低(大气中重/大离子浓度越高),大气导电率越低(空气电阻越高)。根据欧姆定律, 大气导电率越低(空气电阻越高),将导致大气电位梯度升高。因此,能见度也能影响大气电 位梯度。为了消除气溶胶浓度、雾、霾对大气电位梯度的影响,获得晴天大气电位梯度,国 外普遍采用能见度大于2公里作为晴天的能见度筛选条件(国外能见度人工观测和自动仪器均 有),来消除气象因子对大气电位梯度的影响。中国国内早已实现能见度自动仪器观测,但并 没有提出具体的晴天筛选能见度条件。根据《地面气象观测规范-气象能见度》(中华人民共 和国国家标准,GB/T 35223-2017),中国国内能见度仪器观测范围在10米-35000米。结合本 次专利申请团队最新研究成果和实验结果,可以估算能见度对大气电位梯度的定量影响。研 究和实验结果表明,我国晴天筛选的能见度条件应该为能见度大于8000米,即可有效消除气 溶胶浓度、雾、霾对于大气电位的影响。即能见度大于8公里,可以作为中国的大气电位梯度 的能见度晴天筛选条件。
5、降水观测:国内外普遍认为,降水也是影响大气电位梯度的重要因素。降水强度的增 大,可以引起电位梯度的急剧下降,因此降水是晴天筛选的重要条件。为了尽可能消除降水 对大气电位梯度的影响,我们也应该将降水量作为排除降水对大气电位产生影响的晴天筛选 条件。
发明内容
本发明要解决的技术问题是:提供一种晴天筛选方法,用以准确地确定和统一晴天条件。
为解决上述问题,本发明采用的技术方案是:综合目标区域内观测到的降水量、风速、 能见度、云量以及闪电情况,来判断目标区域的天气状况是否为晴天;其中,所述风速、能 见度、云量均为目标区域内的观测点在判别时刻所观测到的瞬时数据,所述降水量为目标区 域内的观测点在观测时段所观测到的累积数据,所述闪电情况为目标区域内观测点在观测范 围、观测时段所观测到的闪电出现次数。
进一步的,当降水量、风速、能见度、云量以及闪电情况均满足以下条件时,判定目标 区域的天气状况为晴天;
观测点在判别时刻前的观测时段没有观测到降水;
观测点在判别时刻能见度范围内没有低云;
观测点在判别时刻距地面10米高度的风速小于8米/秒;
观测点在其半径30公里的面积范围内,判别时刻前的观测时段未出现闪电的次数未超过 阈值;
观测点能见度大于8公里。
进一步的,如果观测到的风速不是地面10米高度的风速,则通过以下公式进行换算:
其中,u10为10米高度的风速,uh为h高度的风速,p为与地形有关的系数,取值在0.1~ 0.4之间,如果周围地形平缓,则取值较小。
进一步的,可通过雷电监测来确定判别时刻前的观测时段是否有闪电。当判断某小时是 否为晴天时,则降水量和闪电情况分别满足A1和A2条件时,判定目标区域的天气状况为小 时晴天;
A1、观测点在判别时刻前60分钟没有观测到降水;
A2、判别时刻前60分钟出现闪电的次数不超过0次;
当判断某日是否为晴天时,则降水量和闪电情况分别满足B1和B2条件时,判定目标区 域的天气状况为日晴天;
B1、观测点在判别时刻前一日没有观测到降水;
B2、判别时刻前一日出现闪电的次数不超过5次。
本发明的有益效果是:
1、本发明可以在指定范围内(例如国内)统一和定量化晴天筛选条件,消除和订正直接 引用国内外标准或研究成果带来的错误。
2、本发明可以对风速数据做出定量、准确的定义,即除了10米高度的风速,其余高度 的风速数据均需要订正到10米高度。同时提出了风速随高度变化订正的经验方法。
3、目前,很多国家已建成闪电监测网,可以获取所有发生云地闪和部分云闪。采用闪电 定位方法可以根据闪电定位网探测到的闪电结果,形成定量排除闪电和带电云对大气电位干 扰定量指标。本发明提供了大气中的电现象对大气电位梯度的干扰排除定量指标,弥补了大 气中的电现象的定量晴天定量筛选指标的缺失,也可以避免由孕震电场形成的负电位梯度误 判。同时可以取代国外“降水、降雪和冰雹中没有放电”、国内“大气电位梯度将电场值在0~ 2.5kV/m(没有负值)”的定性指标。采用闪电指标作为晴天筛选的大气电指标可以在世界上 拥有闪电监测网的国家推广应用。
4、本发明可以通过能见度有效、定量消除气溶胶浓度、雾、霾对于大气电位的影响,在 指定范围内统一了晴天的能见度筛选条件,定量提高了筛选条件的准确性和客观性。采用能 见度指标作为晴天筛选的大气电指标也可以在世界上拥有能见度自动观测设备的国家、台站 推广应用。
5、本发明统一了晴天的雨量定量筛选指标,并提出了气象部门日降水量统计日界时段与 地方时日界时段起始、终止时间不同,用于纠正对于晴天条件中日降水量统计时段与其它要 素统计时段有偏差的错误。对于世界上所有范围适用(根据不同地方时订正到世界时或世界 时订正到不同地方时,根据各国具体标准确定)。
附图说明
图1为本发明的原理图;
图2为温江站2008年1月1日-5月31日逐时低云量统计图,图2中的纵坐标表示百分比,单位为“成”(1成=10%);
图3为温江站2008年1月1日-5月31日逐时能见度时序分布图;
图4为温江站2008年1月1日-5月31日逐时风速统计图;
图5为温江站2008年1月1日-5月31日逐时累计降雨量统计图;
图6为温江站2008年1月1日-5月31日雷电活动频率统计图;
图7为温江站2008年1月1日-5月31日大气电位梯度变化时序图;
图8为温江站晴天大气电位梯度日变化对比图。
具体实施方式
如图1所示,本发明综合目标区域内观测到的降水量、风速、能见度、云量以及闪电情 况,来判断目标区域的天气状况是否为晴天;其中,所述风速、能见度、云量均为目标区域 内的观测点在判别时刻所观测到的瞬时数据,所述降水量为目标区域内的观测点在观测时段 所观测到的累积数据,所述闪电情况为目标区域内观测点在指定范围、指定时段所观测到的 闪电出现次数。
目前,很多国家已建成闪电监测网,可以获取所有发生云地闪和部分云闪。采用闪电定 位方法可以根据闪电定位网探测到的闪电结果,形成定量排除闪电和带电云对大气电位干扰 定量指标。本发明提供了大气中的电现象对大气电位梯度的干扰排除定量指标,弥补了大气 中的电现象的定量晴天定量筛选指标的缺失,也可以避免由孕震电场形成的负电位梯度误判。 同时可以取代国外“降水、降雪和冰雹中没有放电”、国内“大气电位梯度将电场值在0~ 2.5kV/m(没有负值)”的定性指标。本发明采用闪电指标作为晴天筛选的大气电指标可以在 世界上拥有闪电监测网的国家推广应用。
下面通过实施例对本发明做进一步说明。
实施例采用四川省大气电场观测数据,通过发明人团队最新实验和验证结果,将闪电情 况、降水、能见度、风速和低云量做为成都地区判断晴天条件的准则。为了在成都地区统一 晴天定义和晴天筛选条件,根据2014年-2019年四川大气电位梯度观测站的闪电、降水量、 风速、能见度、云量和闪电监测网观测结果,得出成都地区的晴天筛选条件应该同时满足以 下条件:
1、云量:
晴天筛选的云量条件应该满足在判别时刻能见度范围内没有低云Low cloudcover,可以 忽略中高云的存在,也不考虑云底高度。即:
Low cloud cover=0 (1)
2、风速:
晴天筛选的风速条件应该满足在判别时刻距地面10米高度的风速u10小于8米/秒风速。 即:
u10<8米/秒 (2)
如果采用h(h不等于10米)高度测得的风速,必须换算到10米高度风速,换算公式为:
其中,u10为10米高度的风速,uh为h高度的风速,p为与地形有关的系数,取值在0.1~0.4 之间。如果周围地形平缓,取值较小;反之取值较大。推荐取值0.3。
3、晴天的降水量筛选条件应该满足观测时段没有降水precipitation。根据统计时段不同 进行不同判断,小时晴天判断时使用小时降水量;日晴天判断时使用日降水量,其中日降水 量的统计时段既可以选取气象部门常规的统计时段(即前一日20时至当日20时),也可以选 取当日的0至24时,或者其它时段,具体可根据当地气候进行合理选择。
Precipitation=0 (4)
4、闪电条件
晴天的闪电条件(用以替代大气电位梯度条件)筛选条件应该满足在大气电位梯度观测 点观测时刻的半径(r)30公里以内、判别时刻前的观测时段出现闪电的次数未超过阈值;具 体的,如果是小时晴天判断,小时晴天应该满足在大气电位梯度观测点观测时刻的半径(r) 30公里以内、判别时刻前60分钟以内(即-60分钟<ΔT<0分钟Δ)出现闪电的次数不超过 0次,即不出现闪电(N=0)。即符合:
即闪电出现时刻1小时以内不能作为晴天;
如果是日晴天判断,日晴天应该满足在大气电位梯度观测点观测时刻的半径(r)30公里 以内、判别时刻前一日以内(即-24小时<ΔT<0分钟)出现闪电的次数不超过5次,即
5、晴天的能见度Visibility筛选条件应该满足在判别时刻气象能见度大于8公里。即:
Visibility>8公里 (6)
上述晴天筛选方案的验证过程如下:
如图2,采用现有气象部门温江站(即成都地区的观测点)2008年1月1日-5月31日逐时低云量资料,获得温江站低云量和能见度时序分布。
如图3,采用现有气象部门温江站2008年1月1日-5月31日逐时能见度历史资料,获得温江站能见度时序分布。
如图4,采用现有气象部门温江站2008年1月1日-5月31日逐时10米高平均风速历史 资料,获得温江站10米高度风速时序分布。
如图5,采用现有气象部门温江站2008年1月1日-5月31日逐时累计降水历史资料,获得温江站每小时降水量时序分布。
如图6,采用现有四川省气象局雷电监测网获得2008年1月1日-5月31日温江站半径 30km内逐时雷电活动频率时序分布。
根据公式(1)、(2)、(4)、(5-1)、(6)所设置的晴天筛选条件和图1、图2、图3、图4、图5中所示的低云量、风速、降水量、能见度和闪电频次数据对晴天进行筛选。
筛选后的晴天条件可以用于晴天大气电位梯度计算及统计。如图7,采用温江站站大气 电位梯度历史资料,获得温江站晴天时段及大气电位梯度小时均值时序分布。筛选前大气电 位梯度曲线中的数据断点代表代表数据缺测,筛选后晴天大气电位梯度曲线断点代表筛选后 扰动天气时段。
大气电位梯度(PG)小时均值可以从每秒的PG值获得:大气电位梯度(PG)日均值可以从每小时的PG均值获得:如 果出现数据缺失,那么PG的小时平均值或日平均值时将扣除缺测的探测值和次数。如果每 小时或每日缺测次数<每小时或每日观测采样总数的2/3,那么该小时平均值或该日平均数据 将视为无效,将被移除。在这项研究中,我们获得了各观测站PG日均值的有效的样本数量 为182天。
采用筛选后的晴天大气电位梯度,获得温江站大气电位梯度日变化,并与卡内基标准海 平面大气电位梯度变化相比较。从图8可见,与标准卡内基曲线比较,温江站的晴天大气电 位梯度存在日变化。但温江站晴天大气电位梯度呈双峰双谷,而卡内基曲线日变化呈单峰双 谷。温江站晴天大气电位梯度峰值出现在凌晨07点和傍晚17点(以下均为北京时);而卡内 基曲线峰值出现在半夜03点左右。温江站晴天大气电位梯度谷值出现在凌晨03点和22点, 正好与卡内基曲线峰值时间对应;而卡内基曲线谷值出现在上午11点左右(地方时)。此外, 温江站晴天大气电位梯度变化区间比卡内基变化区间大。以上结果表明,不同地点的晴天大 气电位梯度具有不同背景值和不同日变化。在不同的地点,应该采用公式(1)、(2)、(4)、 (5-1)、(6)所设置的晴天筛选条件才能获得当地晴天大气电位梯度日变化背景值。根据公 式(1)、(2)、(4)、(5-1)、(6)所筛选出来的晴天时段,可以视为符合实际情况的客观晴天。
Claims (4)
1.晴天筛选方法,其特征在于,综合目标区域内观测到的降水量、风速、能见度、云量以及闪电情况,来判断目标区域的天气状况是否为晴天;其中,所述风速、能见度、云量均为目标区域内的观测点在判别时刻所观测到的瞬时数据,所述降水量为目标区域内的观测点在观测时段所观测到的累积数据,所述闪电情况为目标区域内观测点在观测范围、观测时段所观测到的闪电出现次数。
2.如权利要求1所述的晴天筛选方法,其特征在于,当降水量、风速、能见度、云量以及闪电情况均满足以下条件时,判定目标区域的天气状况为晴天;
观测点在判别时刻前的观测时段没有观测到降水;
观测点在判别时刻能见度范围内没有低云;
观测点在判别时刻距地面10米高度的风速小于8米/秒;
观测点在其半径30公里的面积范围内,判别时刻前的观测时段出现闪电的次数未超过阈值;
观测点在判别时刻能见度大于8公里。
4.如权利要求2所述的晴天筛选方法,其特征在于,当判断某小时是否为晴天,则降水量和闪电情况分别满足A1和A2条件时,判定目标区域的天气状况为小时晴天;
A1、观测点在判别时刻前60分钟没有观测到降水;
A2、判别时刻前60分钟出现闪电的次数不超过0次;
当判断某日是否为晴天,则降水量和闪电情况分别满足B1和B2条件时,判定目标区域的天气状况为日晴天;
B1、观测点在判别时刻前一日没有观测到降水;
B2、判别时刻前一日出现闪电的次数不超过5次。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011583531.XA CN112782783A (zh) | 2020-12-28 | 2020-12-28 | 晴天筛选方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011583531.XA CN112782783A (zh) | 2020-12-28 | 2020-12-28 | 晴天筛选方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112782783A true CN112782783A (zh) | 2021-05-11 |
Family
ID=75752928
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011583531.XA Pending CN112782783A (zh) | 2020-12-28 | 2020-12-28 | 晴天筛选方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112782783A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101871980A (zh) * | 2010-06-02 | 2010-10-27 | 中国科学院空间科学与应用研究中心 | 一种组合式雷电监测与预报系统 |
US20130321200A1 (en) * | 2012-05-31 | 2013-12-05 | LogLinear Group, LLC | Wide band clear air scatter doppler radar |
CN105184423A (zh) * | 2015-10-20 | 2015-12-23 | 国家电网公司 | 一种风电场集群风速预测方法 |
CN108711266A (zh) * | 2018-06-01 | 2018-10-26 | 四川省气候中心 | 基于大气电场的雷电短临局地预警方法 |
CN108951024A (zh) * | 2018-08-02 | 2018-12-07 | 郑州航空工业管理学院 | 共享智能防尘晒被机及其晒被方法 |
CN110705127A (zh) * | 2019-10-24 | 2020-01-17 | 上海米哈游网络科技股份有限公司 | 一种天气转换的预测方法、装置、设备和存储介质 |
-
2020
- 2020-12-28 CN CN202011583531.XA patent/CN112782783A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101871980A (zh) * | 2010-06-02 | 2010-10-27 | 中国科学院空间科学与应用研究中心 | 一种组合式雷电监测与预报系统 |
US20130321200A1 (en) * | 2012-05-31 | 2013-12-05 | LogLinear Group, LLC | Wide band clear air scatter doppler radar |
CN105184423A (zh) * | 2015-10-20 | 2015-12-23 | 国家电网公司 | 一种风电场集群风速预测方法 |
CN108711266A (zh) * | 2018-06-01 | 2018-10-26 | 四川省气候中心 | 基于大气电场的雷电短临局地预警方法 |
CN108951024A (zh) * | 2018-08-02 | 2018-12-07 | 郑州航空工业管理学院 | 共享智能防尘晒被机及其晒被方法 |
CN110705127A (zh) * | 2019-10-24 | 2020-01-17 | 上海米哈游网络科技股份有限公司 | 一种天气转换的预测方法、装置、设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
李继勇: "《中小学课外百科全书系列丛书 地球百科全书 少儿科普百科读本 精装手绘版》", 30 April 2016 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zheng et al. | Spatial characteristics of extreme rainfall over China with hourly through 24-hour accumulation periods based on national-level hourly rain gauge data | |
Fang et al. | Spatial-temporal characteristics of PM 2.5 in China: A city-level perspective analysis | |
Gebler et al. | Actual evapotranspiration and precipitation measured by lysimeters: a comparison with eddy covariance and tipping bucket | |
Hasson et al. | Early 21st century snow cover state over the western river basins of the Indus River system | |
Kyselý | Trends in heavy precipitation in the Czech Republic over 1961–2005 | |
Baldi et al. | Hail occurrence in Italy: Towards a national database and climatology | |
Ma et al. | Observation of mega-dune evaporation after various rain events in the hinterland of Badain Jaran Desert, China | |
Htway et al. | Climatological onset dates of summer monsoon over Myanmar | |
Brugnara et al. | High‐resolution analysis of daily precipitation trends in the central Alps over the last century | |
CN107506856B (zh) | 基于风场预测的输电线路舞动形势判别方法及系统 | |
CN102831752A (zh) | 一种冰湖溃决预警方法 | |
CN112785031B (zh) | 基于总水储量亏损指数原理提高干旱监测时空准确性方法 | |
CN112114384A (zh) | 一种输电线覆冰发生概率预报方法 | |
CN107066689B (zh) | 一种输电线路风偏故障的气象风险预警方法 | |
Zhan et al. | Change in precipitation over the Asian continent from 1901-2016 based on a new multi-source dataset | |
Shi et al. | Variability and trends of high temperature, high humidity, and sultry weather in the warm season in China during the period 1961–2004 | |
CN113176420A (zh) | 一种针对电网杆塔点的风速预报订正系统 | |
CN112782783A (zh) | 晴天筛选方法 | |
AU2021105817A4 (en) | Method for Reconstructing global Surface Temperature | |
Permyakov et al. | Thunderstorm activity in the Primorsky krai | |
Magnusson et al. | Verification of extreme weather events: Discrete predictands | |
Ashrit et al. | Verification of short range forecasts of extreme rainfall during monsoon | |
CN112507558B (zh) | 一种基于主控因子修正的参照作物腾发量预测方法 | |
Li et al. | Effects of urbanization on extreme warmest night temperatures during summer near Bohai | |
Li et al. | Effects of wind-induced error on the climatology and trends of observed precipitation in China from 1960 to 2018 |
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 |
Application publication date: 20210511 |
|
RJ01 | Rejection of invention patent application after publication |