CN113589405A - 一种适用于小雨量级的gnss极化信号正演方法及系统 - Google Patents
一种适用于小雨量级的gnss极化信号正演方法及系统 Download PDFInfo
- Publication number
- CN113589405A CN113589405A CN202110764440.4A CN202110764440A CN113589405A CN 113589405 A CN113589405 A CN 113589405A CN 202110764440 A CN202110764440 A CN 202110764440A CN 113589405 A CN113589405 A CN 113589405A
- Authority
- CN
- China
- Prior art keywords
- raindrop
- rainfall
- gnss
- rain
- polarization
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000010287 polarization Effects 0.000 claims abstract description 73
- 238000009826 distribution Methods 0.000 claims abstract description 51
- 238000001228 spectrum Methods 0.000 claims abstract description 46
- 230000010363 phase shift Effects 0.000 claims abstract description 27
- 238000004364 calculation method Methods 0.000 claims description 45
- 230000003068 static effect Effects 0.000 claims description 6
- 238000011160 research Methods 0.000 description 6
- 238000004088 simulation Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000002360 preparation method Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 239000002245 particle Substances 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000005433 ionosphere Substances 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/14—Rainfall or precipitation gauges
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/14—Receivers specially adapted for specific applications
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Environmental & Geological Engineering (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Hydrology & Water Resources (AREA)
- Computer Networks & Wireless Communication (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种适用于小雨量级的GNSS极化信号正演方法及系统,所述小雨的降雨率小于等于2.5毫米/小时,所述方法包括:获取待测小雨雨区内的降雨信息;所述小雨雨区有GNSS极化无线电掩星事件发生,并且掩星的射线路径穿过雨区;分别建立雨滴形状模型和雨滴谱分布模型;计算雨滴的相对复介电常数;结合雨滴形状模型计算单一雨滴水平极化前向散射幅度和垂直极化前向散射幅度;根据雨滴谱分布模型和单一雨滴水平极化前向散射幅度及垂直极化前向散射幅度,计算差分相位延迟;根据差分相位延迟对整个雨区内射线总路径长度进行积分,得到正演后的极化相移。
Description
技术领域
本发明涉及降雨遥感探测研究领域,具体涉及到适用于小雨量级降雨事件的GNSS极化信号的正演方法及系统。
背景技术
降雨是研究气候变化的基本变量之一,其对农业生产、生态环境以及人们的日常生活有着重要的作用。目前国际上探测降雨的手段多种多样,有天基降水雷达系统如带有降水雷达的热带降雨测量任务TRMM、带有双频降水雷达的全球降水测量任务GPM,此外还有高光谱红外探测仪、微波探测仪、地基降水雷达等。然而这些手段均无法从观测值中直接或间接提取到影响水蒸汽或降水的因素,均不适合观测强降水云的内部结构。全球卫星导航系统(global navigation satellite system,GNSS)的无线电掩星(radio occultation,RO)技术根据无线电链路传播时的附加时延和弯曲信息反演得到折射率、温度、密度等大气物理参量廓线,是进行行星电离层和大气层探测的一种重要手段。与探空仪或气象卫星等相比,该技术具有全天候、精度高、垂直分辨率高、系统误差低等优点,且目前有研究表明GNSS RO技术可以利用极化无线电掩星(polarimetric radio occultation,PRO)的潜在能力,共同探测和量化强降水事件中的大气热力学廓线和降雨信息。
为有效利用GNSS RO这一丰富可靠的数据源,提高对降雨事件预报的准确性,基于信号通过大尺寸的非球形水凝物会引起极化差分相位延迟的事实,目前国内还未发展此类气象业务,对GNSS极化无线电掩星探测和量化降雨的理论和方法尚在探索当中,对其反演降水的理论和方法还未发展成熟。
发明内容
本发明的目的在于克服现有技术缺陷,提出了一种适用于小雨量级的GNSS极化信号正演方法及系统。
为了实现上述目的,本发明提出了一种适用于小雨量级的GNSS极化信号正演方法,所述小雨的降雨率小于等于2.5毫米/小时,所述方法包括:
获取待测小雨雨区内的降雨信息;所述小雨雨区有GNSS极化无线电掩星事件发生,并且掩星的射线路径穿过雨区;
根据降雨信息分别建立雨滴形状模型和雨滴谱分布模型;
根据降雨信息计算雨滴的相对复介电常数;
结合雨滴形状模型计算单一雨滴水平极化前向散射幅度和垂直极化前向散射幅度;
根据雨滴谱分布模型和单一雨滴水平极化前向散射幅度及垂直极化前向散射幅度,计算差分相位延迟;
根据差分相位延迟对整个雨区内射线总路径长度进行积分,得到正演后的极化相移。
作为上述方法的一种改进,所述待测小雨雨区内的降雨信息包括:雨区范围、沿射线路径的降雨率信息、频率、等体积直径、总路径长度、空气温度和雨滴倾斜角度。
作为上述方法的一种改进,所述雨滴形状模型采用SC雨滴形状模型;具体包括:
其中,b为短半径,a为长半径,D为等体积直径。
作为上述方法的一种改进,所述雨滴谱分布模型采用MP分布雨滴谱分布模型或JD雨滴谱分布模型;当采用MP分布雨滴谱分布模型时,雨滴谱分布N(D)满足下式:
N(D)=N0e-ΛD N0=8000,Λ=4.1R-0.21
当采用JD雨滴谱分布模型时,雨滴谱分布N(D)满足下式:
N(D)=N0e-ΛD N0=30000,Λ=5.7R-0.21;
其中,N0为常数,Λ为与降雨率有关的参数,R为降雨率,单位为mm/h,D为雨区内雨滴的等体积直径。
作为上述方法的一种改进,所述计算雨滴的相对复介电常数ε,满足下式:
ε=(ε0-ε1)/[1-i(f/f1)]+(ε1-ε2)/[1-i(f/f2)]+ε2
其中,ε的实数部分ε′,虚数部分ε″满足下式:
其中,
ε0=77.66-103.3·T1
ε1=0.0671·ε0
ε2=3.52
f1=20.20+146.4·T1+316·T1 2
f2=39.8·f1
T1=1-300/T
其中,f为频率,f1为弛豫频率,f2为与弛豫频率相关的系数,ε0为静介电常数,ε1为与静介电常数相关的系数,ε2为常数,T为大气温度,T1为与大气温度相关的系数。
作为上述方法的一种改进,所述根据雨滴谱分布模型和单一雨滴水平极化前向散射幅度及垂直极化前向散射幅度,计算差分相位延迟;具体包括:
根据所选择的雨滴谱分布模型和计算得到的水平极化前向散射幅度fh(D)及垂直极化前向散射幅度fv(D),采用下式计算差分相位延迟Kdp为:
作为上述方法的一种改进,所述根据差分相位延迟对整个雨区内射线总路径长度进行积分,得到正演后的极化相移;具体包括:
在雨区内沿RO射线路径上每个点的差分相位延迟在整个雨区内射线路径总长度L上进行积分,得到正演后的极化相移ΔΦ为:
ΔΦ=∫LKdp(l)dl
其中,Kdp(l)为单个点l的差分相位延迟,ΔΦ的单位为mm。
一种用于小雨量级的GNSS极化信号正演系统,所述小雨的降雨率小于等于2.5毫米/小时,其特征在于,所述系统包括:数据获取模块、模型建立模块、相对复介电常数计算模块、前向散射幅度计算模块、差分相位延迟计算模块和极化相移计算模块;其中,
所述数据获取模块,用于获取待测小雨雨区内的降雨信息;所述小雨雨区有GNSS极化无线电掩星事件发生,并且掩星的射线路径穿过雨区;
所述模型建立模块,用于根据降雨信息分别建立雨滴形状模型和雨滴谱分布模型;
所述相对复介电常数计算模块,用于根据降雨信息计算雨滴的相对复介电常数;
所述前向散射幅度计算模块,用于结合雨滴形状模型计算单一雨滴水平极化前向散射幅度和垂直极化前向散射幅度;
所述差分相位延迟计算模块,用于根据雨滴谱分布模型和单一雨滴水平极化前向散射幅度及垂直极化前向散射幅度,计算差分相位延迟;
所述极化相移计算模块,用于根据差分相位延迟对整个雨区内射线总路径长度进行积分,得到正演后的极化相移。
与现有技术相比,本发明的优势在于:
1、本发明具备操作简单、计算快速、准确性高、精度高等优点,能够满足小雨量级降雨事件正演极化相移的需求;
2、本发明采用T-matrix法可以计算任何形状的降雨粒子,因此具备较高的普适性;
3、本发明可以方便进行大规模降雨正演模拟的计算,可以满足对大量不同形状的雨滴粒子进行前向散射特性计算的需求;
4、通过本发明的方法,可以利用现有的降雨产品数据集进行正演模拟,在不增加任何成本和观测的条件下,完成对降雨区的正演,对降雨气象研究领域具有重要贡献。
附图说明
图1是本发明适用于小雨量级的GNSS极化信号正演方法流程图;
图2是本发明所需准备的小雨雨区相关信息图;
图3本发明实施例中2018/12/19小雨雨区模拟图,其中,图3(a)为各个降雨层的降雨率分布,Layer2所在高度为4km,Layer1所在高度为2km,Surface为地表面,图3(b)为RO事件穿过各个高度层的雨区;
图4是本发明实施例中2018/12/19 16:54发生的RO事件射线切点轨迹变化图。
具体实施方式
本发明的目的在于提供一种适用于小雨量级的GNSS极化信号正演方法,其具备简单、快速、适合大规模计算、模拟效果好、精度高、普适性高等优点,能够满足利用GNSS极化信号对小雨量级降雨事件进行正演模拟的需求。
为完善GNSS极化测降雨的理论,探索GNSS PRO技术量化降雨的方法,本发明提出了一种适用于小雨量级降雨事件的GNSS极化信号正演方法,该方法的模型和算法主要使用于小雨量级条件下的GNSS极化信号正演,具体指降雨率小于等于2.5毫米/小时。该方法计算简单快速且准确性高,具备较高的普适性,并方便进行大规模计算,有助于开展GNSS PRO技术量化探测降雨参数机理深入研究和指标误差传递量化分析,指导后续载荷方案设计、测试和研发,以及为后续数据反演奠定基础。
为实现上述目的,本发明提出了一种适用于小雨量级的GNSS极化信号正演方法,主要包括以下7个步骤:
数据准备,雨滴形状模型选择,雨滴谱模型选择,雨滴相对复介电常数计算,前向散射幅度计算,差分相位延迟计算和极化相移计算。
所述的数据准备,是指获取所需研究的小雨雨区内的降雨信息,包括沿射线路径的降雨率信息、等体积直径、总路径长度、空气温度、雨滴倾斜角度等信息。需注意的是,所要研究的小雨雨区须有GNSS极化无线电掩星事件发生,且掩星的射线路径要穿过雨区。
所述的雨滴形状模型选择,是指选择Steinert-Chandra(SC)雨滴形状模型作为小雨雨区的雨滴模型。将雨滴形状看作扁椭球体,其模型主要由轴比和等体积直径的关系来描述,表达式为
其中,b为短半径,a为长半径,D为等体积直径。
所述的雨滴谱模型选择,是指选择Marshall–Palme(MP)分布或Joss Drizzle(JD)雨滴谱分布模型作为小雨雨区的雨滴谱模型,其表达式及经验参数如下表所示:
所述的雨滴相对复介电常数计算,是指将雨滴近似为纯水来计算其相对复介电常数。本发明采用Liebe1993模型公式来计算雨滴的相对复介电常数,公式如下:
ε=(ε0-ε1)/[1-i(f/f1)]+(ε1-ε2)/[1-i(f/f2)]+ε2
式中,
ε0=77.66-103.3·T1
ε1=0.0671·ε0
ε2=3.52
f1=20.20+146.4·T1+316·T1 2
f2=39.8·f1
T1=1-300/T
其中,f为频率,f1为弛豫频率,f2为与弛豫频率相关的系数,ε0为静介电常数,ε1为与静介电常数相关的系数,ε2为常数,T为大气温度,T1为与大气温度相关的系数。
所述的前向散射幅度计算,是指采用T-matrix法结合所选择的雨滴形状模型计算单一雨滴水平极化前向散射幅度fh(D)和垂直极化前向散射幅度fv(D)。采用T-matrix法不仅计算快速且结果精确,适合大规模计算任何形状的非球形雨滴。T-matrix法不属于本专利范畴,不予详述。
所述的差分相位延迟计算,是指根据所选择的小雨雨滴谱分布模型和计算得到的水平极化前向散射幅度fh(D)与垂直极化前向散射幅度fv(D)采用下式进行计算,
所述的极化相移计算,主要是指雨区内沿RO射线路径上每个点的差分相位延迟在整个雨区内射线路径总长度L上的积分,公式如下:
ΔΦ=∫LKdp(l)dl
其中,Kdp为单个点的差分相位延迟,ΔΦ为极化相移,单位为mm。
经过以上步骤处理即可得到所研究小雨雨区正演模拟的极化相移。
下面结合附图和实施例对本发明的技术方案进行详细的说明。
实施例1
如图1所示,本发明实施例的一种适用于小雨量级的GNSS极化信号正演方法,主要由数据准备、雨滴形状模型选择、雨滴谱模型选择、雨滴相对复介电常数计算、前向散射幅度计算、差分相位延迟计算、极化相移计算七大步骤组成。
本实施例中所用降雨产品为GPM DPR,所用极化掩星产品为PAZ PRO数据。将两种产品进行匹配后,筛选得到发生过RO事件的小雨雨区。以下以2018/12/1916:54掩星事件发生时所穿过的小雨雨区进行正演模拟为例实施该发明中的适用于小雨量级的GNSS极化信号正演方法。
本实施例中步骤一,数据准备。根据图2获取小雨雨区的相关信息,包括降雨率、空气温度、频率、雨区范围等信息。其中,降雨率、空气温度信息来自GPM DPR日产品,等体积直径来自DPR 2A级轨道产品,频率为L1波段频率,大约为1.57542GHz,雨滴倾角设置为0°,雨区范围由掩星事件发生的开始切点位置和结束切点位置所决定,切点位置信息由PAZ PRO数据产品中GPS位置、LEO位置及时间信息进行计算。该小雨雨区地理范围广,覆盖北纬34°-38°,垂直分布可达4km高度,降雨带以及延伸范围内降雨单元的最高降雨率为5.0298mm/h,整个区域内各个降雨层的平均降雨率分别为1.0070、1.1456和0.8432mm/h,沿射线路径平均降雨率为1.4317mm/h,整体降雨率偏小。GPM卫星扫描雨区时刻为16:16,时间相差不到一小时。经过可视化后,得到该小雨雨区模拟图及RO事件穿越雨区模拟图(见图3)。可知每层降雨信息丰富且均与RO事件相交,RO射线所经过雨区得降雨率均在3mm/h以下。图4为本发明实施例中2018/12/19 16:54发生的RO事件射线切点轨迹变化图,加粗线段代表20km以下高度的RO射线切点轨迹,可见RO发生时各条射线的切点轨迹变化大致可呈现出一条曲线。
本实施例中步骤二,雨滴形状模型选择。主要是选择SC模型作为实施例雨区的雨滴形状模型。
本实施例中步骤三,雨滴谱模型选择。分别选择MP分布、JD分布作为实施例雨区的雨滴谱分布模型进行正演。
本实施例中步骤四,雨滴相对复介电常数计算。采用Liebe1993模型公式计算雨滴的相对复介电常数。
本实施例中步骤五,前向散射幅度计算。采用T-matrix法结合SC雨滴形状进行单一雨滴的水平极化和垂直极化前向散射幅度计算。
本实施例中步骤六,差分相位延迟计算。结合MP雨滴谱分布模型和步骤五计算得到的水平极化和垂直极化前向散射幅度来计算群雨滴的差分相位延迟。结合JD雨滴谱分布模型和步骤五计算得到的水平极化和垂直极化前向散射幅度来计算群雨滴的差分相位延迟。
本实施例中步骤七,极化相移计算。根据得到的差分相位延迟对整个雨区内射线总路径长度进行积分,得到正演后的极化相移。
采用本方法对该小雨雨区的GNSS极化信号进行正演,得到MP雨滴谱分布正演得到的极化相移为5.6636mm,JD雨滴谱分布正演得到的极化相移为5.8649。PAZ卫星实测数据天线相位校正的极化相移为6.0154mm。两个正演模拟结果与实测数据之间相差不大,分别为0.3518mm、0.1505mm,较为接近,说明了本发明适用于小雨量级的GNSS极化信号正演方法的准确性和可靠性。
实施例2
一种用于小雨量级的GNSS极化信号正演系统,所述小雨的降雨率小于等于2.5毫米/小时,所述系统包括:数据获取模块、模型建立模块、相对复介电常数计算模块、前向散射幅度计算模块、差分相位延迟计算模块和极化相移计算模块;其中,
所述数据获取模块,用于获取待测小雨雨区内的降雨信息;所述小雨雨区有GNSS极化无线电掩星事件发生,并且掩星的射线路径穿过雨区;
所述模型建立模块,用于根据降雨信息分别建立雨滴形状模型和雨滴谱分布模型;
所述相对复介电常数计算模块,用于根据降雨信息计算雨滴的相对复介电常数;
所述前向散射幅度计算模块,用于结合雨滴形状模型计算单一雨滴水平极化前向散射幅度和垂直极化前向散射幅度;
所述差分相位延迟计算模块,用于根据雨滴谱分布模型和单一雨滴水平极化前向散射幅度及垂直极化前向散射幅度,计算差分相位延迟;
所述极化相移计算模块,用于根据差分相位延迟对整个雨区内射线总路径长度进行积分,得到正演后的极化相移。
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 (8)
1.一种适用于小雨量级的GNSS极化信号正演方法,所述小雨的降雨率小于等于2.5毫米/小时,所述方法包括:
获取待测小雨雨区内的降雨信息;所述小雨雨区有GNSS极化无线电掩星事件发生,并且掩星的射线路径穿过雨区;
根据降雨信息分别建立雨滴形状模型和雨滴谱分布模型;
根据降雨信息计算雨滴的相对复介电常数;
结合雨滴形状模型计算单一雨滴水平极化前向散射幅度和垂直极化前向散射幅度;
根据雨滴谱分布模型和单一雨滴水平极化前向散射幅度及垂直极化前向散射幅度,计算差分相位延迟;
根据差分相位延迟对整个雨区内射线总路径长度进行积分,得到正演后的极化相移。
2.根据权利要求1所述的适用于小雨量级的GNSS极化信号正演方法,其特征在于,所述待测小雨雨区内的降雨信息包括:雨区范围、沿射线路径的降雨率信息、频率、等体积直径、总路径长度、空气温度和雨滴倾斜角度。
4.根据权利要求1所述的适用于小雨量级的GNSS极化信号正演方法,其特征在于,所述雨滴谱分布模型采用MP分布雨滴谱分布模型或JD雨滴谱分布模型;当采用MP分布雨滴谱分布模型时,雨滴谱分布N(D)满足下式:
N(D)=N0e-AD N0=8000,Λ=4.1R-0.21
当采用JD雨滴谱分布模型时,雨滴谱分布N(D)满足下式:
N(D)=N0e-AD N0=30000,Λ=5.7R-0.21;
其中,N0为常数,Λ为与降雨率有关的参数,R为降雨率,单位为mm/h,D为雨区内雨滴的等体积直径。
5.根据权利要求1所述的适用于小雨量级的GNSS极化信号正演方法,其特征在于,所述计算雨滴的相对复介电常数ε,满足下式:
ε=(ε0-ε1)/[1-i(f/f1)]+(ε1-ε2)/[1-i(f/f2)]+ε2
其中,ε的实数部分ε′,虚数部分ε″满足下式:
其中,
ε0=77.66-103.3·T1
ε1=0.0671·ε0
ε2=3.52
f1=20.20+146.4·T1+316·T1 2
f2=39.8·f1
T1=1-300/T
其中,f为频率,f1为弛豫频率,f2为与弛豫频率相关的系数,ε0为静介电常数,ε1为与静介电常数相关的系数,ε2为常数,T为大气温度,T1为与大气温度相关的系数。
7.根据权利要求1所述的适用于小雨量级的GNSS极化信号正演方法,其特征在于,所述根据差分相位延迟对整个雨区内射线总路径长度进行积分,得到正演后的极化相移;具体包括:
在雨区内沿RO射线路径上每个点的差分相位延迟在整个雨区内射线路径总长度L上进行积分,得到正演后的极化相移ΔΦ为:
ΔΦ=∫LKdp(l)dl
其中,Kdp(l)为单个点l的差分相位延迟,ΔΦ的单位为mm。
8.一种适用于小雨量级的GNSS极化信号正演系统,所述小雨的降雨率小于等于2.5毫米/小时,其特征在于,所述系统包括:数据获取模块、模型建立模块、相对复介电常数计算模块、前向散射幅度计算模块、差分相位延迟计算模块和极化相移计算模块;其中,
所述数据获取模块,用于获取待测小雨雨区内的降雨信息;所述小雨雨区有GNSS极化无线电掩星事件发生,并且掩星的射线路径穿过雨区;
所述模型建立模块,用于根据降雨信息分别建立雨滴形状模型和雨滴谱分布模型;
所述相对复介电常数计算模块,用于根据降雨信息计算雨滴的相对复介电常数;
所述前向散射幅度计算模块,用于结合雨滴形状模型计算单一雨滴水平极化前向散射幅度和垂直极化前向散射幅度;
所述差分相位延迟计算模块,用于根据雨滴谱分布模型和单一雨滴水平极化前向散射幅度及垂直极化前向散射幅度,计算差分相位延迟;
所述极化相移计算模块,用于根据差分相位延迟对整个雨区内射线总路径长度进行积分,得到正演后的极化相移。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110764440.4A CN113589405A (zh) | 2021-07-06 | 2021-07-06 | 一种适用于小雨量级的gnss极化信号正演方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110764440.4A CN113589405A (zh) | 2021-07-06 | 2021-07-06 | 一种适用于小雨量级的gnss极化信号正演方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113589405A true CN113589405A (zh) | 2021-11-02 |
Family
ID=78246232
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110764440.4A Pending CN113589405A (zh) | 2021-07-06 | 2021-07-06 | 一种适用于小雨量级的gnss极化信号正演方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113589405A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103616736A (zh) * | 2013-09-06 | 2014-03-05 | 中国人民解放军理工大学 | 基于gnss信号去极化效应的降雨强度地基监测方法 |
CN106226844A (zh) * | 2016-07-13 | 2016-12-14 | 中国人民解放军理工大学 | 利用gnss信号极化相移的降雨强度山基测量方法 |
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 |
CN112632473A (zh) * | 2021-03-09 | 2021-04-09 | 长江空间信息技术工程有限公司(武汉) | 一种融合地基和空基gnss大气可降水量的计算方法 |
-
2021
- 2021-07-06 CN CN202110764440.4A patent/CN113589405A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103616736A (zh) * | 2013-09-06 | 2014-03-05 | 中国人民解放军理工大学 | 基于gnss信号去极化效应的降雨强度地基监测方法 |
CN106226844A (zh) * | 2016-07-13 | 2016-12-14 | 中国人民解放军理工大学 | 利用gnss信号极化相移的降雨强度山基测量方法 |
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 |
CN112632473A (zh) * | 2021-03-09 | 2021-04-09 | 长江空间信息技术工程有限公司(武汉) | 一种融合地基和空基gnss大气可降水量的计算方法 |
Non-Patent Citations (5)
Title |
---|
FREDRICK S. SOLHEIM等: "Propagation delays induced in GPS signals by dry air, water vapor, hydrometeors, and other particulates", 《JOURNAL OF GEOPHYSICAL RESEARCH: ATMOSPHERES》 * |
FREDRICK S. SOLHEIM等: "Propagation delays induced in GPS signals by dry air, water vapor, hydrometeors, and other particulates", 《JOURNAL OF GEOPHYSICAL RESEARCH: ATMOSPHERES》, vol. 104, no. 8, 31 August 1999 (1999-08-31), pages 9663 - 9670 * |
刘西川等: "基于非球形雨滴的降雨对激光传输衰减的影响", 《红外与激光工程》, vol. 42, no. 1, pages 167 - 173 * |
刘西川等: "降雨对微波传输特性的影响分析", 《物理学报》, vol. 59, no. 3, pages 2156 - 2162 * |
王铎等: "雨雾对白天测星影响分析", 《光电技术应用》, vol. 28, no. 6, pages 74 - 80 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7353690B2 (en) | Atmospheric refractivity profiling apparatus and methods | |
Huang et al. | Precipitation microphysics of tropical cyclones over the western North Pacific based on GPM DPR observations: A preliminary analysis | |
CN101900692B (zh) | 大面积土壤湿度测量方法 | |
CN104181515B (zh) | 一种基于蓝-黄波段高光谱数据的浅海水深反演方法 | |
Xie et al. | Calculating NDVI for Landsat7-ETM data after atmospheric correction using 6S model: A case study in Zhangye city, China | |
CN108827878B (zh) | 一种地表气压的被动微波遥感探测方法 | |
CN102230796B (zh) | 基于无线电掩星探测资料的云底高反演方法 | |
Yang et al. | Error sources in remote sensing of microwave land surface emissivity | |
CN110388986B (zh) | 基于tasi数据的土地表面温度反演方法 | |
Stum et al. | Using objective analysis of scanning radiometer measurements to compute the water vapor path delay for altimetry | |
CN115308386B (zh) | 一种基于cygnss卫星数据的土壤盐分反演方法和系统 | |
AU2021105440A4 (en) | Instrument and method for monitoring the soil moisture change by using GPS ground reflection signal | |
Das et al. | Assessment of ground‐based X‐band radar reflectivity: Attenuation correction and its comparison with space‐borne radars over the Western Ghats, India | |
Yeh et al. | Applying the water vapor radiometer to verify the precipitable water vapor measured by GPS | |
Qiu et al. | Atmospheric correction to passive microwave brightness temperature in snow cover mapping over China | |
CN108594335B (zh) | 一种全球降水检测方法 | |
CN115980317A (zh) | 基于修正相位的地基gnss-r数据土壤水分估算方法 | |
CN113589405A (zh) | 一种适用于小雨量级的gnss极化信号正演方法及系统 | |
Wang et al. | The effects of heavy precipitation on polarimetric radio occultation (PRO) bending angle observations | |
CN101907583A (zh) | 利用gnss-r信号监测土壤水分变化的装置与方法 | |
CN113591274A (zh) | 一种适用于中雨量级的gnss极化信号正演方法及系统 | |
Zhang et al. | Hurricane Precipitation Retrieval Using FY-3C MWRI Brightness Temperature | |
CN116400320B (zh) | 一种基于激光和w波段雷达的海雾有效粒子半径估算方法 | |
Wu et al. | Snow Depth Inversion Using the Localized HUT Model Based on FY-3B MWRI Data in the Farmland of Heilongjiang Province, China | |
Tsyrulnikov et al. | Assimilation of observations from meteorological satellites in the Hydrometcenter of Russia |
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: 20211102 |