CN113253276A - 一种天气雷达选址智能评估方法和装置 - Google Patents
一种天气雷达选址智能评估方法和装置 Download PDFInfo
- Publication number
- CN113253276A CN113253276A CN202110484300.1A CN202110484300A CN113253276A CN 113253276 A CN113253276 A CN 113253276A CN 202110484300 A CN202110484300 A CN 202110484300A CN 113253276 A CN113253276 A CN 113253276A
- Authority
- CN
- China
- Prior art keywords
- radar
- station
- blocking
- height
- degrees
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 33
- 230000000903 blocking effect Effects 0.000 claims abstract description 70
- 238000001514 detection method Methods 0.000 claims abstract description 40
- 238000010586 diagram Methods 0.000 claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 16
- 238000004458 analytical method Methods 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims description 3
- 230000002093 peripheral effect Effects 0.000 claims 1
- 230000007613 environmental effect Effects 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 3
- 238000010276 construction Methods 0.000 abstract description 2
- 230000004888 barrier function Effects 0.000 description 17
- 238000004364 calculation method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000009466 transformation Effects 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
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C7/00—Tracing profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开一种天气雷达选址智能评估方法和装置,包括:步骤1、获取雷达站点的基本信息和高程数据;步骤2、根据所述雷达站点的基本信息和高程数据,得到阻挡图和等射束高度图;步骤3、根据阻挡图和等射束高度图,计算各方位的阻挡情况以及不同高度探测净空参数,以输出评估分析报告。采用本发明的技术方案,以帮助人们在选择雷达站站址时能够快速、便捷、准确获取影响雷达探测效果的环境参数,快速获得综合分析评估结论,为雷达系统建设提供科学决策依据。
Description
技术领域
本发明属于天气雷达应用技术领域,尤其涉及一种天气雷达选址智能评估方法和装置。
背景技术
天气雷达的部署是有特别要求的,讲究科学性、合理性、实用性和经济性。天气雷达探测目标时,受地形复杂程度影响很大。一方面雷达扫描电磁波波束直线传播,由于地球是圆形的,那么雷达扫描波束在距离雷达站远处的地方会因为地球曲率原因而使靠地面部分扫描不到,成为扫描盲区。另一方面,因为地理环境可能存在高山、建筑物等阻挡的原因,在某些方位角上形成阻挡角,雷达就无法正常扫描出去,同样会形成盲区。因此,地理位置是一个比较重要的因素,我们在选择雷达站址安装雷达的时候需要考虑信号是否能完整传递,所以尽量不要选择山区,要选择平坦的地带,确保雷达信号的发出与接收。同时必须综合考虑参与组网的天气雷达站之间的探测覆盖区相互关系,通过选择各种考量因素,力求最佳的组网探测效果。
以往雷达选址的通常做法,是使用经纬仪在拟选点实地测量四周的遮蔽角,这种人工方法相当费时费力和粗糙,非常容易受地理位置和天气状况影响,较远地方阻挡物看不见而忽视了其阻挡影响。也有采用人工在地图上作业,寻找各个方位角上最大海拔高度的点,再使用尺子测量与雷达站之间的距离,然后计算阻挡角。所有这些方法很难保证客观地反映实际探测环境状况,而且效率非常缓慢,往往需要几天时间才能完成。
发明内容
本发明要解决的技术问题是,提供一种天气雷达选址智能评估方法和装置,基于数字高程模型DEM的雷达站址选择的智能分析评估统,可以帮助人们在选择雷达站站址时能够快速、便捷、准确获取影响雷达探测效果的环境参数,快速获得综合分析评估结论,为雷达系统建设提供科学决策依据。
为实现上述目的,本发明采用如下的技术方案:
一种天气雷达选址智能评估方法,包括:
步骤1、获取雷达站点的基本信息和高程数据;
步骤2、根据所述雷达站点的基本信息和高程数据,得到阻挡图和等射束高度图;
步骤3、根据阻挡图和等射束高度图,计算各方位的阻挡情况以及不同高度探测净空参数,以输出评估分析报告。
作为优选,所述基本信息包含根据站点站名、站点经纬度、站点海拔高度、站点天线高度,所述雷达站点为单雷达站点或多雷达站点。
作为优选,所述高程数据为通过GIS地理信息系统的数字高程DEM获得雷达站点的四周阻挡物海拔高度数据。
作为优选,若雷达站点为单雷达站点,则所述等高度射束图为200km、300km、400km探测范围且1km、3km、6km高度的等高度射束图。
作为优选,若雷达站点为多雷达站点,则所述等高度射束图为20个站点的200km、300km探测范围且1km和3km等高度射束图的拼图,且拼图能够根据所有站点之间最大距离的不同而按照比例缩放在固定大小幅面上。
作为优选,计算不同高度探测净空参数,包括:阻挡高于0.5度阻挡的连排区域统计;阻挡高于1.0度阻挡的连排区域统计;阻挡高于1.5度阻挡的连排;本站200km扫描半径范围内,1km高度探测净空投影面积、净空占总投影面积比例、投影阻挡面积比例;本站300km扫描半径范围内,1km高度探测净空投影面积、净空占总投影面积比例、投影阻挡面积比例;本站400km扫描半径范围内,1km高度探测净空投影面积、净空占总投影面积比例、投影阻挡面积比例。
本发明还提供一种天气雷达选址智能评估装置,包括:
获取模块,用于获取雷达站点的基本信息和高程数据;
处理模块,用于根据所述雷达站点的基本信息和高程数据,得到阻挡图和等射束高度图;
评价模块,用于根据阻挡图和等射束高度图,计算各方位的阻挡情况以及不同高度探测净空参数,以输出评估分析报告。
作为优选,所述基本信息包含根据站点站名、站点经纬度、站点海拔高度、站点天线高度;所述雷达站点为单雷达站点或多雷达站点。
作为优选,所述高程数据为通过GIS地理信息系统的数字高程DEM获得雷达站点的四周阻挡物海拔高度数据。
作为优选,若雷达站点为单雷达站点,则所述等高度射束图为200km、300km、400km探测范围且1km、3km、6km高度的等高度射束图;若雷达站点为多雷达站点,则所述等高度射束图为20个站点的200km、300km探测范围且1km和3km等高度射束图的拼图,且拼图能够根据所有站点之间最大距离的不同而按照比例缩放在固定大小幅面上。
采用本发明技术方案,可以快速、准确的获取雷达探测范围内的地理环境状况,基于GIS地理信息系统的数字高程模型DEM获取雷达站探测范围内的山脉、森林、高楼阻挡情况,自动画出雷达探测范围内的阻挡图、测站上空1km和海拔3km、6km高度的等高度射束图、多站拼图,并由雷达阵地选址的综合评判指标综合评判,对结果进行智能分析和评估,给出最优合理化评估报告。本发明的系统能够在几秒钟内完成整个分析评估过程,其客观性和效率是传统方法无法比拟的,极大地提高了天气雷达站选址决策的科学性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一种天气雷达选址智能评估方法的流程示意图;
图2是本发明单雷达站点的阻挡图;
图3是本发明单雷达站点的等射束高度图;
图4是本发明多雷达站的等射束高度图的拼图一种示意图;
图5是本发明多雷达站的等射束高度图的拼图另一种示意图;
图6是本发明一种天气雷达选址智能评估装置的结构示意图。
具体实施方式
以下实施例会结合附图对本发明进行详述,在附图或说明中,相似或相同的部分使用相同的标号,并且在实际应用中,各部件的形状、厚度或高度可扩大或缩小。本发明所列举的各实施例仅用以说明本发明,并非用以限制本发明的范围。对本发明所作的任何显而易知的修饰或变更都不脱离本发明的精神与范围。
如图1所示,本发明提供一种天气雷达选址智能评估方法包括:
步骤1、获取雷达站点的基本信息和高程数据,所述基本信息包含根据站点站名、站点经纬度、站点海拔高度、站点天线高度,所述雷达站点为单雷达站点或多雷达站点;
步骤2、根据所述雷达站点的基本信息和高程数据,得到阻挡图和等射束高度图;
步骤3、根据阻挡图和等射束高度图,计算各方位的阻挡情况以及不同高度探测净空参数,以输出评估分析报告。
进一步,所述高程数据为通过GIS地理信息系统的数字高程DEM获得雷达站点的四周阻挡物海拔高度数据。一般选择100km。
进一步,若雷达站点为单雷达站点,则所述等高度射束图为200km、300km、400km探测范围且1km、3km、6km高度的等高度射束图;若雷达站点为多雷达站点,则所述等高度射束图为20个站点的200km、300km探测范围且1km和3km等高度射束图的拼图,且拼图能够根据所有站点之间最大距离的不同而按照比例缩放在固定大小幅面上。
进一步,计算不同高度探测净空参数,包括:阻挡高于0.5度阻挡的连排(连续多于10度方位角)区域统计;阻挡高于1.0度阻挡的连排(连续多于7度方位角)区域统计;阻挡高于1.5度阻挡的连排(连续多于5度方位角)区域统计。本站200km扫描半径范围内,1km高度探测净空投影面积、净空占总投影面积比例、投影阻挡面积比例;本站300km扫描半径范围内,1km高度探测净空投影面积、净空占总投影面积比例、投影阻挡面积比例;本站400km扫描半径范围内,1km高度探测净空投影面积、净空占总投影面积比例、投影阻挡面积比例。
进一步,针对单雷达站,生成单雷达站阻挡图具体为:
获取某个站点对应的高程数据文件,读取制作单位、站名、经纬度、站点高度、天线高度、测评范围的基本信息,为画图显示之用。一周方位角360°按每0.25°为间隔,共1440组数据逐行读出,根据对应方位阻挡物的高度、距离进行地球曲率订正,得到订正后的能够产生阻挡的高度值,再计算该方位角对应点的阻挡角。第一种极坐标方法,将各方位阻挡角在平面图上按照400km半径的圆,分为4各同心圆圈,圆点表示阻挡角4度,第三圈表示阻挡角1度,第二圈表示2度,第一圈表示3度,最外圈边沿表示0度,把阻挡角进行归一化处理,画在对应的位置上形成一个点,循环往复,把1440个点连线起来,形成同圆阻挡图。第二种直角坐标方法,在极坐标图下面画水平展开阻挡角图,纵轴代表阻挡角,按照高度分4层,最底层是阻挡角0度,第一层是1度,第二层是2度,第三层是3度,最上层是4度;横轴代表方位角,最右边表示0度,最左边表示360度,将各方位角在直角坐标系上画出,如图2所示。
进一步,针对单雷达站,生成单雷达站的等射束高度图具体为:
使用极坐标方法,定义一个400km半径的圆,分为4各同心圆圈,圆点表示测站位置,代表距离0km,第一圈代表100km,第二圈代表200km,第三圈代表300km,第四圈代表400km。利用上面画阻挡图计算出来的各方位角对应点的阻挡角数据,共有1440组方位角数据,计算测站上空1km和海拔3km、6km高度可以探测到的最远距离,即是阻挡物以上、测站上空1km以下的空域雷达可以探测到的最远距离,计算公式为Distant1=1/Math.Tan(BlockingAngle);海拔3km、6km高度同理,计算公式为Distant=Math.Sqrt(17000*(H-StationHeight/1000-AntennaHeight/1000)+72250000*Math.Sin(BlockingAngle)*Math.Sin(BlockingAngle))-8500*Math.Sin(BlockingAngle)。为了方便在同心圆上同时显示,测站上空1km高度能够探测到的最远距离Distant限制在200km以内,同样,海拔3km高度能够探测到的最远距离Distant限制在300km以内,海拔6km高度能够探测到的最远距离Distant限制在400km以内。在每个方位最远距离位置上画一个点,循环往复,把1440各点连线起来,形成同圆等射束高度图,如图3所示。
进一步,针对多雷达站,生成多雷达站等射束高度图具体为:
获取多个站点对应的高程数据文件,打开并读取制作单位、站名、经纬度、站点高度、天线高度、测评范围的基本信息,为画图显示之用。历遍所选站点的经纬度,从中找出最大最小经度和最大最小纬度,计算出经度离得最远和纬度离得最远的两个站之间的经纬度宽度。设置屏幕显示范围长x宽=1000x1000个像素点,那么可以计算出屏幕X轴中心点对应的经度中心点和屏幕Y轴中心点对应的纬度中心点以及显示缩放比例系数k。因为不同的雷达站参与拼图其经纬度宽度是不一样的,而显示范围是固定的,每个像素点代表的距离也是不一样的,因此需要通过缩放比例系数k适应屏幕的显示范围。一周方位角360°按每0.25°为间隔,共1440组数据逐行读出,根据对应方位阻挡物的高度、距离进行地球曲率订正,得到订正后的能够产生阻挡的高度值,再计算该方位角对应点的阻挡角。计算测站某一海拔高度可以探测到的最远距离,计算公式为:
Distant=Math.Sqrt(17000*(H-StationHeight/1000-AntennaHeight/1000)+72250000*Math.Sin(BlockingAngle)*Math.Sin(BlockingAngle))-8500*Math.Sin(BlockingAngle),为了显示幅面合理,需要限制最远探测距离Distant为菜单上的设定值。与画单站等射束高度图一样画出各个站点的等射束高度图,但是每个站点是对应真实的经纬度,所以需要进行麦卡托投影坐标转换变成真实的地理坐标,坐标值按照显示缩放比例系数k进行归一化处理自适应屏幕大小,显示在范围1000x1000像素的范围中,循环往复,画出所有被选的站点等射束高度图的拼图,如图4所示;也可以根据菜单上的勾选项决定是否对覆盖区填充颜色,如图5,能够更加清晰地看出互相覆盖情况。
进一步,步骤3具体为:从图2可以看出,共有1440组阻挡角数据形成,系统自动统计挡角高于0.5度的连排(连续多于10度方位角)山体阻挡、挡角高于1.0度的连排(连续7度方位角以上)山体阻挡、挡角高于1.5度的连排(连续5度方位角以上)山体阻挡等,以及上述三种情况出现的次数和出现的什么方位上,进而给出对应的综合客观评价,是否属于优、良、一般或者差等。通过输出的测站上空1km、3km和6km高度的等射束高度图进一步计算1km等高度的探测净空面积,方法是采取细分逼近的方法,将方位角0.25°夹角的阻挡面以看作雷达测站点到阻挡面形成的等腰三角形进行计算,把共1440个不同的等腰三角形面积求和,如图4所示,汕头站被填充部分的整个面积,就是我们能够探测的净空面积。分别计算测站上空1km、200km/3km、300km/6km、400km扫描半径的探测范围面积和净空面积,并求出净空面积与探测范围面积的百分比,作为评判探测环境状况的依据。具体实施例结论参见“汕头分析报告”,汕头雷达站探测环境净空条件评价分析报告如下:
方位从53.75度到94.75度的区段,共有82度范围,并且挡角高于0.5度的连排(连续多于10度方位角)山体阻挡。
方位从96.75度到107.5度的区段,共有22度范围,并且挡角高于0.5度的连排(连续多于10度方位角)山体阻挡。
方位从205.75度到217.5度的区段,共有24度范围,并且挡角高于0.5度的连排(连续多于10度方位角)山体阻挡。
方位从226度到237度的区段,共有22度范围,并且挡角高于0.5度的连排(连续多于10度方位角)山体阻挡。
方位从252.75度到295.25度的区段,共有85度范围,并且挡角高于0.5度的连排(连续多于10度方位角)山体阻挡。
方位从314.5度到325度的区段,共有21度范围,并且挡角高于0.5度的连排(连续多于10度方位角)山体阻挡。
方位从336度到347.25度的区段,共有23度范围,并且挡角高于0.5度的连排(连续多于10度方位角)山体阻挡。
本站四周高于0.5度阻挡角一共有790个点(方位0.25度间隔一个点),即是高于0.5度的阻挡面占比54.9%。
本站四周有5个以上个方向存在高于0.5度阻挡的连排(连续多于10度方位角)区域,说明低空探测环境条件差。
方位从61.25度到68.5度的区段,共有15度范围,并且挡角高于1.0度的连排(连续7度方位角以上)山体阻挡。
方位从81.75度到88.5度的区段,共有14度范围,并且挡角高于1.0度的连排(连续7度方位角以上)山体阻挡。
方位从261度到292度的区段,共有62度范围,并且挡角高于1.0度的连排(连续7度方位角以上)山体阻挡。
本站四周高于1.0度阻挡角一共有269个点(方位0.25度间隔一个点),即是高于1.0度的阻挡面占比18.7%。
本站四周有3个方向以上存在高于1.0度阻挡的连排(连续多于7度方位角)区域,反映探测环境条件比较差。
方位从61.75度到64度的区段,共有5度范围,并且挡角高于1.5度的连排(连续5度方位角以上)山体阻挡。
方位从84.75度到88.5度的区段,共有8度范围,并且挡角高于1.5度的连排(连续5度方位角以上)山体阻挡。
方位从262.25度到267度的区段,共有10度范围,并且挡角高于1.5度的连排(连续5度方位角以上)山体阻挡。
方位从267.75度到276度的区段,共有17度范围,并且挡角高于1.5度的连排(连续5度方位角以上)山体阻挡。
本站四周高于1.5度阻挡角一共有113个点(方位0.25度间隔一个点),即是高于1.5度的阻挡面占比7.8%。
本站四周有2个以上方向存在高于1.5度阻挡的连排(连续多于5度方位角)区域,说明探测环境条件比较差。
本站200km扫描半径范围内,1km高度探测净空面积达到54132平方公里,净空占总面积的43.08%;阻挡面积71530平方公里,阻挡比例56.92%。
本站300km扫描半径范围内,3km高度探测净空面积达到209692平方公里,净空占总面积的74.16%;阻挡面积73047平方公里,阻挡比例25.84%。
本站400km扫描半径范围内,6km高度探测净空面积达到442169平方公里,净空占总面积的87.97%;阻挡面积60479平方公里,阻挡比例12.03%。
如图6所示,本发明还提供一种天气雷达选址智能评估装置,包括:
获取模块,用于获取雷达站点的基本信息和高程数据;
处理模块,用于根据所述雷达站点的基本信息和高程数据,得到阻挡图和等射束高度图;
评价模块,用于根据阻挡图和等射束高度图,计算各方位的阻挡情况以及不同高度探测净空参数,以输出评估分析报告。
采用本发明技术方案,可以快速、准确的获取雷达探测范围内的地理环境状况,基于GIS地理信息系统的数字高程模型DEM获取雷达站探测范围内的山脉、森林、高楼阻挡情况,自动画出雷达探测范围内的阻挡图、测站上空1km和海拔3km、6km高度的等高度射束图、多站拼图,并由雷达阵地选址的综合评判指标综合评判,对结果进行智能分析和评估,给出最优合理化评估报告。本发明的系统能够在几秒钟内完成整个分析评估过程,其客观性和效率是传统方法无法比拟的,极大地提高了天气雷达站选址决策的科学性。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (10)
1.一种天气雷达选址智能评估方法,其特征在于,包括:
步骤1、获取雷达站点的基本信息和高程数据;
步骤2、根据所述雷达站点的基本信息和高程数据,得到阻挡图和等射束高度图;
步骤3、根据阻挡图和等射束高度图,计算各方位的阻挡情况以及不同高度探测净空参数,以输出评估分析报告。
2.如权利要求1所述的天气雷达选址智能评估方法,其特征在于,所述基本信息包含根据站点站名、站点经纬度、站点海拔高度、站点天线高度,所述雷达站点为单雷达站点或多雷达站点。
3.如权利要求1所述的天气雷达选址智能评估方法,其特征在于,所述高程数据为通过GIS地理信息系统的数字高程DEM获得雷达站点的四周阻挡物海拔高度数据。
4.如权利要求2所述的天气雷达选址智能评估方法,其特征在于,若雷达站点为单雷达站点,则所述等高度射束图为200km、300km、400km探测范围且1km、3km、6km高度的等高度射束图。
5.如权利要求2所述的天气雷达选址智能评估方法,其特征在于,若雷达站点为多雷达站点,则所述等高度射束图为20个站点的200km、300km探测范围且1km和3km等高度射束图的拼图,且拼图能够根据所有站点之间最大距离的不同而按照比例缩放在固定大小幅面上。
6.如权利要求1所述的天气雷达选址智能评估方法,其特征在于,计算不同高度探测净空参数,包括:阻挡高于0.5度阻挡的连排区域统计;阻挡高于1.0度阻挡的连排区域统计;阻挡高于1.5度阻挡的连排;本站200km扫描半径范围内,1km高度探测净空投影面积、净空占总投影面积比例、投影阻挡面积比例;本站300km扫描半径范围内,1km高度探测净空投影面积、净空占总投影面积比例、投影阻挡面积比例;本站400km扫描半径范围内,1km高度探测净空投影面积、净空占总投影面积比例、投影阻挡面积比例。
7.一种天气雷达选址智能评估装置,其特征在于,包括:
获取模块,用于获取雷达站点的基本信息和高程数据;
处理模块,用于根据所述雷达站点的基本信息和高程数据,得到阻挡图和等射束高度图;
评价模块,用于根据阻挡图和等射束高度图,计算各方位的阻挡情况以及不同高度探测净空参数,以输出评估分析报告。
8.如权利要求7所述的天气雷达选址智能评估装置,其特征在于,所述基本信息包含根据站点站名、站点经纬度、站点海拔高度、站点天线高度;所述雷达站点为单雷达站点或多雷达站点。
9.如权利要求7所述的天气雷达选址智能评估装置,其特征在于,所述高程数据为通过GIS地理信息系统的数字高程DEM获得雷达站点的四周阻挡物海拔高度数据。
10.如权利要求8所述的天气雷达选址智能评估装置,其特征在于,若雷达站点为单雷达站点,则所述等高度射束图为200km、300km、400km探测范围且1km、3km、6km高度的等高度射束图;若雷达站点为多雷达站点,则所述等高度射束图为20个站点的200km、300km探测范围且1km和3km等高度射束图的拼图,且拼图能够根据所有站点之间最大距离的不同而按照比例缩放在固定大小幅面上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110484300.1A CN113253276A (zh) | 2021-04-30 | 2021-04-30 | 一种天气雷达选址智能评估方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110484300.1A CN113253276A (zh) | 2021-04-30 | 2021-04-30 | 一种天气雷达选址智能评估方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113253276A true CN113253276A (zh) | 2021-08-13 |
Family
ID=77223512
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110484300.1A Pending CN113253276A (zh) | 2021-04-30 | 2021-04-30 | 一种天气雷达选址智能评估方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113253276A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116953706A (zh) * | 2023-06-21 | 2023-10-27 | 北京城市气象研究院 | 一种双偏振天气雷达数据质量评估方法 |
CN117214846A (zh) * | 2023-11-09 | 2023-12-12 | 成都远望科技有限责任公司 | 一种天气雷达近地面探测盲区范围的检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5771020A (en) * | 1995-07-26 | 1998-06-23 | Airborne Research Associates, Inc. | Lightning locating system |
US20100302094A1 (en) * | 2009-06-02 | 2010-12-02 | Honeywell International Inc. | Systems and methods for using nexrad information to verify weather radar information |
CN110609286A (zh) * | 2018-06-14 | 2019-12-24 | 邓勇 | 一种智能消除雷达地物杂波的处理方法 |
CN112558076A (zh) * | 2021-02-07 | 2021-03-26 | 上海市气象信息与技术支持中心 | 基于组网天气雷达覆盖域的体扫描模式计算方法与应用 |
-
2021
- 2021-04-30 CN CN202110484300.1A patent/CN113253276A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5771020A (en) * | 1995-07-26 | 1998-06-23 | Airborne Research Associates, Inc. | Lightning locating system |
US20100302094A1 (en) * | 2009-06-02 | 2010-12-02 | Honeywell International Inc. | Systems and methods for using nexrad information to verify weather radar information |
CN110609286A (zh) * | 2018-06-14 | 2019-12-24 | 邓勇 | 一种智能消除雷达地物杂波的处理方法 |
CN112558076A (zh) * | 2021-02-07 | 2021-03-26 | 上海市气象信息与技术支持中心 | 基于组网天气雷达覆盖域的体扫描模式计算方法与应用 |
Non-Patent Citations (2)
Title |
---|
周嘉健 等: "基于SRTM地形数据天气雷达地形遮挡分析系统开发及应用", 《热带气象学报》 * |
梁钊扬 等: "基于GIS绘制等射束高度图分析肇庆雷达的探测能力", 《电子世界》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116953706A (zh) * | 2023-06-21 | 2023-10-27 | 北京城市气象研究院 | 一种双偏振天气雷达数据质量评估方法 |
CN116953706B (zh) * | 2023-06-21 | 2024-01-26 | 北京城市气象研究院 | 一种双偏振天气雷达数据质量评估方法 |
CN117214846A (zh) * | 2023-11-09 | 2023-12-12 | 成都远望科技有限责任公司 | 一种天气雷达近地面探测盲区范围的检测方法 |
CN117214846B (zh) * | 2023-11-09 | 2024-01-30 | 成都远望科技有限责任公司 | 一种天气雷达近地面探测盲区范围的检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10782447B2 (en) | Sea fog monitoring method based on multi-source satellite remote sensing data | |
US6405134B1 (en) | Method and apparatus for predicting lightning threats based on radar and temperature data | |
Klazura et al. | A description of the initial set of analysis products available from the NEXRAD WSR-88D system | |
CN112558076B (zh) | 基于组网天气雷达覆盖域的体扫描模式计算方法与应用 | |
CN113253276A (zh) | 一种天气雷达选址智能评估方法和装置 | |
JPH08201076A (ja) | 景色表示装置 | |
CN104865353A (zh) | 基于无人机的工业园区大气污染数据采集方法 | |
CN105550639A (zh) | 对地观测激光测高卫星高程控制点自动提取方法和数据处理方法 | |
CN102707284B (zh) | 一种基于机载InSAR的地面控制测量布点方法 | |
CN106604291B (zh) | 一种rtk移动参考站选址方法及装置 | |
US9658324B2 (en) | System and method for filling gaps in radar coverage | |
CN115047463B (zh) | 一种考虑降雨区域雷达回波衰减协同扫描调度方法 | |
CN112130124B (zh) | 一种民航机场内无人机管控设备快速标校与误差处理方法 | |
CN108281023B (zh) | 一种通过移动终端展示实时路况的方法和系统 | |
CN109001846A (zh) | 一种复杂地形条件下s波段与x波段雷达组网测雨方法 | |
CN105068151A (zh) | 一种雨团识别及其特征参数的构建方法和装置 | |
CN115131460A (zh) | 天气雷达覆盖范围计算方法及雷达等射束高度图制作算法 | |
CN111678502B (zh) | 基于无人机航测影像提取冻土灾害信息的方法 | |
CN109829923A (zh) | 一种基于深度神经网络的基站天线下倾角测量系统及方法 | |
CN113156441B (zh) | 气象雷达探测的有效立体空域细分逼近计算方法 | |
JP3852843B2 (ja) | 電波受信点周辺環境判定装置、電波受信点周辺環境判定方法および電波受信点周辺環境判定プログラム | |
CN115018973A (zh) | 一种低空无人机点云建模精度的无靶标评估方法 | |
CN106370231A (zh) | 一种地面气象观测站气象探测环境调查评估方法及系统 | |
CN117214846B (zh) | 一种天气雷达近地面探测盲区范围的检测方法 | |
CN109458979A (zh) | 一种基于无人机视觉分析的天线下倾角测量方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210813 |