CN114089295A - 一种天气雷达体扫数据校正方法、系统和计算机存储介质 - Google Patents
一种天气雷达体扫数据校正方法、系统和计算机存储介质 Download PDFInfo
- Publication number
- CN114089295A CN114089295A CN202111356135.8A CN202111356135A CN114089295A CN 114089295 A CN114089295 A CN 114089295A CN 202111356135 A CN202111356135 A CN 202111356135A CN 114089295 A CN114089295 A CN 114089295A
- Authority
- CN
- China
- Prior art keywords
- data
- time
- scanning
- volume
- detection pixel
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种天气雷达体扫数据校正方法、系统和计算机存储介质,属于天气雷达监测技术领域。该校正方法能够基于前一次扫描和本次扫描的提扫基础数据获取探测像素点的运动趋势,并对本次扫描中位于不同仰角和方位角的探测像素点的提扫数据进行回推校正,消除由体扫时间差带来的数据误差,提高天气预警的精确度。该校正系统具有实现上述校正方法的功能。该计算机存储介质上存储有计算机指令,该计算机指令被处理器执行时能够实现上述校正方法。
Description
技术领域
本发明涉及天气雷达监测技术领域,特别涉及一种天气雷达体扫数据校正方法、系统和计算机存储介质。
背景技术
多普勒天气雷达体扫数据是应用于各类气象预报的重要数据之一,特别是在监测和预警强对流天气中有着重要应用。在许多强对流、雷暴天气的预测方法中,往往使用不同体扫时间节点的体扫数据作为输入数据,通过识别所输入数据中的强回波区域,对其进行外推来得到预警结果。
在相关技术中,在利用体扫数据进行预警时,一次雷达的体扫数据往往被标注为体扫时间起点的数据,即认为每次体扫数据中,不同方位角和仰角的数据都为体扫开始时的时间节点的扫描结果。
采用相关技术中心的方式进行预警,由于天气雷达的体扫方式,是在不同的仰角进行旋转扫描,以每种仰角进行圆周体扫均需要一定时间,不同仰角和方位角的数据之间是具有时间间隔的,然后在最终记录时均记录为体扫开始时刻所得到的数据。因此在常用的雷达体扫数据处理方式中使用的体扫数据是带有时间和空间误差的,用带有误差的体扫数据进行分析会导致结果不准确,预警精度下降。
发明内容
本发明实施例提供了一种天气雷达体扫数据校正方法、系统和计算机存储介质,能够消除由体扫时间差带来的数据误差,提高天气预警的精确度。所述技术方案如下:
第一方面,本发明实施例提供了一种天气雷达体扫数据校正方法,包括:
获取实时体扫数据和历史体扫数据,所述实时体扫数据包括位置数据和时刻数据,所述位置数据包括体扫开始时探测像素点的第一位置数据,以及位于不同仰角和不同方位角的所述探测像素点的多个第二位置数据,所述时刻数据包括与所述第一位置数据对应的第一时刻数据,以及与所述多个第二位置数据对应的多个第二时刻数据,所述历史体扫数据包括所述实时体扫数据前一次体扫开始时所述探测像素点的第三位置数据,以及与所述第三位置数据对应的第三时刻数据;
基于所述第一位置数据、所述第三位置数据、所述第一时刻数据和所述第三时刻数据确定所述探测像素点的位移向量场,所述位移向量场包括所述探测像素点的移动方向和移动速度;
基于所述多个第二位置数据、所述多个第二时刻数据和所述位移向量场对所述实时体扫数据进行校正,将每个所述第二位置数据所对应的所述探测像素点回推至体扫开始时的位置,以获取每个所述第二位置数据所对应的所述探测像素点在体扫开始时的校正位置数据。
可选地,获取实时体扫数据和历史体扫数据,所述实时体扫数据包括位置数据和时刻数据,所述位置数据包括体扫开始时探测像素点的第一位置数据,以及位于不同仰角和不同方位角的所述探测像素点的多个第二位置数据,所述时刻数据包括与所述第一位置数据对应的第一时刻数据,以及与所述多个第二位置数据对应的多个第二时刻数据,所述历史体扫数据包括所述实时体扫数据前一次体扫开始时所述探测像素点的第三位置数据,以及与所述第三位置数据对应的第三时刻数据,包括:
遍历所述天气雷达的雷达体扫基础数据,若所述雷达体扫基础数据中包含与所述第二位置数据对应的所述第二时刻数据,则直接应用;或者,
若所述雷达体扫基础数据中不包含与所述第二位置数据对应的所述第二时刻数据,则基于所述第二位置数据中的所述仰角和所述方位角对所述第二时刻数据进行计算。
可选地,所述若所述雷达体扫基础数据中不包含与所述第二位置数据对应的所述第二时刻数据,则基于所述第二位置数据中的所述仰角和所述方位角对所述第二时刻数据进行计算,包括:
若所述雷达体扫基础数据包含所述探测像素点以所述仰角开始扫描的仰角开始时刻数据,但不包含所述探测像素点位于所述方位角的方位角扫描时刻数据,则通过以下公式计算所述方位角扫描时刻数据:
其中,te,a为位于仰角为e,方位角为a位置的所述探测像素点的所述方位角扫描时刻数据,a为所述方位角,n为仰角总数,Δt为所述第一时刻数据和所述第三时刻数据之差,te为所述仰角扫描开始时刻数据。
可选地,所述若所述雷达体扫基础数据中不包含与所述第二位置数据对应的所述第二时刻数据,则基于所述第二位置数据中的所述仰角和所述方位角对所述第二时刻数据进行计算,还包括:
若所述雷达体扫基础数据不包含所述探测像素点以所述仰角开始扫描的仰角开始时刻数据,则通过以下公式计算所述仰角开始时刻数据:
其中,te为所述仰角扫描开始时刻数据,e为所述仰角,n(e)为e仰角的扫描次序,n为所述仰角总数,Δt为所述第一时刻数据和所述第三时刻数据之差,t1为所述第一时刻数据。
可选地,所述校正方法还包括:
对所述校正位置数据进行网格化插值,以获取用于对天气进行预测的输出数据。
第二方面,本发明提供了一种校正系统,包括:
数据获取模块,用于获取实时体扫数据和历史体扫数据,所述实时体扫数据包括位置数据和时刻数据,所述位置数据包括体扫开始时探测像素点的第一位置数据,以及位于不同仰角和不同方位角的所述探测像素点的多个第二位置数据,所述时刻数据包括与所述第一位置数据对应的第一时刻数据,以及与所述多个第二位置数据对应的多个第二时刻数据,所述历史体扫数据包括所述实时体扫数据前一次体扫开始时所述探测像素点的第三位置数据,以及与所述第三位置数据对应的第三时刻数据;
移动向量计算模块,用于基于所述第一位置数据、所述第三位置数据、所述第一时刻数据和所述第三时刻数据确定所述探测像素点的位移向量场,所述位移向量场包括所述探测像素点的移动方向和移动速度;
校正模块,用于基于所述多个第二位置数据、所述多个第二时刻数据和所述位移向量场对所述实时体扫数据进行校正,将每个所述第二位置数据所对应的所述探测像素点回推至体扫开始时的位置,以获取每个所述第二位置数据所对应的所述探测像素点在体扫开始时的校正位置数据。
可选地,所述数据获取模块还用于,遍历天气雷达的雷达体扫基础数据,若所述雷达体扫基础数据中包含与所述第二位置数据对应的所述第二时刻数据,则直接应用;或者,
若所述雷达体扫基础数据中不包含与所述第二位置数据对应的所述第二时刻数据,则基于所述第二位置数据中的所述仰角和所述方位角对所述第二时刻数据进行计算。
可选地,所述校正系统还包括格式规范模块,所述格式规范模块用于对所述校正位置数据进行网格化插值,以获取用于对天气进行预测的输出数据。
第三方面,本发明还提供了一种校正系统,所述校正系统包括:
处理器;
用于存储处理器可执行的指令的存储器;
其中,所述处理器被配置为执行前述第一方面所述的天气雷达体扫数据校正方法。
第四方面,本发明还提供了一种计算机存储介质,其上存储有计算机指令,所述计算机指令被处理器执行时实现前述第一方面所述的天气雷达体扫数据校正方法。
本发明实施例提供的技术方案带来的有益效果至少包括:
首先由天气雷达记录的体扫基础数据中获取本次扫描的实时体扫数据,以及在本次扫描前一次扫描的历史体扫数据。之后将第一位置数据与对应的第一时刻数据,第三位置数据和对应的第三时刻数据分别按照探测像素点对应仰角保存为PPI(Plan PositionIndicator,平面显示器)数据对,将其作为输入运用Farneback稠密光流法计算得到每一个探测像素点对应的移动向量,从而获得位移向量场I,其中I中包含了每个仰角下探测像素点的移动方向和移动速度大小,进而得到在一次完整的扫描过程中,探测像素点的位移趋势。之后利用该位移向量场,结合本次扫描中位于不同仰角和不同方位角的探测像素点的多个第二位置数据,以及每个第二位置数据对应的第二时刻数据。通过第二时刻数据与第一时刻数据作差,得到该探测像素点的扫描时刻与本次扫描开始时刻的时间间隔,通过该时间间隔将探测像素点由第二位置数据所标记的位置回推到本次扫描开始时刻所处的位置,进而得到探测像素点的校正位置数据。经过该方法处理后的校正位置数据,消除了由体扫过程中每个探测像素点的时间不同所产生的时间和空间误差,使得在后续应用中校正位置数据可以全部视为本次扫描开始时刻的准确数据,从而提高各类利用该雷达体扫数据作为输入的风暴识别和追踪算法的准确度和分辨率,提高天气预警的精确度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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是本发明实施例提供的一种天气雷达体扫数据校正方法的流程图;
图2是本发明实施例提供的一种步骤S11的流程图;
图3是本发明实施例提供的一种天气雷达体扫仰角变化示意图;
图4是本发明实施例提供的一种天气雷达方位角变化示意图;
图5是本发明实施例提供的一种校正系统的结构示意图;
图6是本发明实施例提供的另一种校正系统的控制结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
图1是本发明实施例提供的一种天气雷达体扫数据校正方法的流程图。如图1所示,通过实践,本发明人提供了一种天气雷达体扫数据校正方法、系统和计算机存储介质,该校正方法包括:
S11,获取实时体扫数据和历史体扫数据,实时体扫数据包括位置数据和时刻数据,位置数据包括体扫开始时探测像素点的第一位置数据,以及位于不同仰角和不同方位角的探测像素点的多个第二位置数据,时刻数据包括与第一位置数据对应的第一时刻数据,以及与多个第二位置数据对应的多个第二时刻数据,历史体扫数据包括实时体扫数据前一次体扫开始时探测像素点的第三位置数据,以及与第三位置数据对应的第三时刻数据。
S12,基于第一位置数据、第三位置数据、第一时刻数据和第三时刻数据确定探测像素点的位移向量场,位移向量场包括探测像素点的移动方向和移动速度。
S13,基于多个第二位置数据、多个第二时刻数据和位移向量场对实时体扫数据进行校正,将每个第二位置数据所对应的探测像素点回推至体扫开始时的位置,以获取每个第二位置数据所对应的探测像素点在体扫开始时的校正位置数据。
本发明实施例提供的校正方法,首先由天气雷达记录的体扫基础数据中获取本次扫描的实时体扫数据,以及在本次扫描前一次扫描的历史体扫数据。之后将第一位置数据与对应的第一时刻数据,第三位置数据和对应的第三时刻数据分别按照探测像素点对应仰角保存为PPI(Plan Position Indicator,平面显示器)数据对,将其作为输入运用Farneback稠密光流法计算得到每一个探测像素点对应的移动向量,从而获得位移向量场I,其中I中包含了每个仰角下探测像素点的移动方向和移动速度大小,进而得到在每次完整的扫描过程中,探测像素点的位移趋势。之后利用该位移向量场,结合本次扫描中位于不同仰角和不同方位角的探测像素点的多个第二位置数据,以及每个第二位置数据对应的第二时刻数据。通过第二时刻数据与第一时刻数据作差,得到该探测像素点的扫描时刻与本次扫描开始时刻的时间间隔,通过该时间间隔将探测像素点由第二位置数据所标记的位置回推到本次扫描开始时刻所处的位置,进而得到探测像素点的校正位置数据。经过该方法处理后的校正位置数据,消除了由体扫过程中每个探测像素点的时间不同所产生的时间和空间误差,使得在后续应用中校正位置数据可以全部视为本次扫描开始时刻的准确数据,从而提高各类利用该雷达体扫数据作为输入的风暴识别和追踪算法的准确度和分辨率,提高天气预警的精确度。
示例性地,在本发明实施例中,第一位置数据、第二位置数据和第三位置数据均为天气雷达所扫描得到的探测像素点的位置坐标,而第一时刻数据、第二时刻数据和第三时刻数据均为具体时间点数据。
图2是本发明实施例提供的一种步骤S11的流程图。如图2所示,该步骤S11可以具体包括以下步骤:
S111,遍历天气雷达的雷达体扫基础数据,若雷达体扫基础数据中包含与第二位置数据对应的第二时刻数据,则直接应用。
示例性地,在一种可能的实施例中,在天气雷达通过扫描所记录的雷达体扫基础数据中所记录的数据齐全,处于不同仰角和不同方位角的探测像素点的位置坐标,以及每个第二位置数据均能记录有对应的具体时间点数据,则直接应用上述数据进行后续校正位置数据的计算。
S112,若雷达体扫基础数据中不包含与第二位置数据对应的第二时刻数据,则基于第二位置数据中的仰角和方位角对第二时刻数据进行计算。
示例性地,在另一种可能的实施例中,由于天气雷达的型号以及扫描方式不同,也可能出现所记录的数据不全,导致无法直接查询到第二位置数据所对应的第二时刻数据。此时,基于该第二位置数据,通过该像素点对应本次体扫过程中所处的仰角和方位角,以第一时刻数据为起点,也即是本次体扫的开始时间点对第二时刻数据进行计算。
图3是本发明实施例提供的一种天气雷达体扫仰角变化示意图。图4是本发明实施例提供的一种天气雷达方位角变化示意图。如图1至图4所示,该步骤S222可以具体包括一下步骤:
S1221,若雷达体扫基础数据包含探测像素点以仰角开始扫描的仰角开始时刻数据,但不包含探测像素点位于方位角的方位角扫描时刻数据,则通过以下公式计算方位角扫描时刻数据:
其中,te,a为位于仰角为e,方位角为a位置的探测像素点的方位角扫描时刻数据,a为方位角,n为仰角总数,Δt为第一时刻数据和第三时刻数据之差,te为仰角扫描开始时刻数据。
需要说明的是,仰角e、方位角a可以通过第二位置数据直接得到。仰角总数n在进行本次扫描之前已经确定,可以通过雷达体扫基础数据直接得到。
示例性地,在一种可能的实施例中,天气雷达在进行工作时,会根据设定优先调整到对应仰角,再进行旋转扫描。在完成一种仰角的扫描之后,再进行角度调整到下一种仰角继续进行旋转扫描。在对第二时刻数据进行计算时,首先查询雷达体扫基础数据,若其中记录包含有探测像素点以每种仰角开始扫描时的仰角开始时刻数据,但不包含探测像素点位于该方位角时的方位角扫描时刻数据,则需要以该像素点的仰角开始时刻数据为起点,假设天气雷达以每种仰角进行旋转扫描时均为匀速扫描,也即是以第一时刻数据和第三时刻数据之差Δt作为本次体扫的完整扫描时间,若本次扫描中预设要对n种仰角进行扫描,则以每种仰角进行一次旋转扫描所花费的时间均为1/n*Δt。通过上述公式(1)计算得到方位角扫描时刻数据。该方位角扫描时刻数据即可以作为第二时刻数据,通过假设性计算弥补由于天气雷达数据记录缺陷所带来的问题,提高了校正方法的完整性。
S1222,若雷达体扫基础数据中不包含与第二位置数据对应的第二时刻数据,则基于第二位置数据中的仰角和方位角对第二时刻数据进行计算,还包括:
若雷达体扫基础数据不包含探测像素点以仰角开始扫描的仰角开始时刻数据,则通过以下公式计算仰角开始时刻数据:
其中,te为仰角扫描开始时刻数据,e为仰角,n(e)为e仰角的扫描次序,n为仰角总数,Δt为第一时刻数据和第三时刻数据之差,t1为第一时刻数据。
示例性地,在另一种可能的实施例中,由于天气雷达的型号以及扫描方式不同,也可能出现所记录的数据不全,仅包含有本次扫描的开始以第一种仰角进行扫描的时间,也即是第一时刻数据的情况。导致无法直接查询到该探测像素点以仰角开始扫描的仰角开始时刻数据,需要以第一时刻数据为起点对仰角开始时刻数据进行计算,才能进一步对方位角扫描时刻数据进行计算。由于仰角总数n在进行本次扫描之前已经确定,可以通过雷达体扫基础数据直接得到e仰角的扫描次序n(e)。假设天气雷达以每种仰角进行旋转扫描时均为匀速扫描,则当扫描次序为n(e)时,本次扫描总共所经过的时间为n(e)/n*Δt。通过上述公式(2)计算得到仰角开始时刻数据,进一步提高了校正方法的完整性。
可选地,在步骤S13的基础上,该校正方法还可以包括:
步骤S14,对校正位置数据进行网格化插值,以获取用于对天气进行预测的输出数据。
示例性地,在本发明实施例中,在完成对校正位置数据的获取后,通过对校正数据进行网格化插值,规范输出格式。其中网格化插值采用2D临近点插值方法进行。将校正数据以图片型式作为输出数据进行呈现,方便工作人员记录并进行对应的天气预测。
图5是本发明实施例提供的一种校正系统的结构示意图。如图5所示,该校正系统具有实现上述校正方法的功能。该校正系统包括数据获取模块1、移动向量计算模块2和校正模块3。其中,数据获取模块1用于获取实时体扫数据和历史体扫数据。实时体扫数据包括位置数据和时刻数据,位置数据包括体扫开始时探测像素点的第一位置数据,以及位于不同仰角和不同方位角的探测像素点的多个第二位置数据。时刻数据包括与第一位置数据对应的第一时刻数据,以及与多个第二位置数据对应的多个第二时刻数据,历史体扫数据包括实时体扫数据前一次体扫开始时探测像素点的第三位置数据,以及与第三位置数据对应的第三时刻数据。移动向量计算模块2用于基于第一位置数据、第三位置数据、第一时刻数据和第三时刻数据确定探测像素点的位移向量场,位移向量场包括探测像素点的移动方向和移动速度。校正模块3用于基于多个第二位置数据、多个第二时刻数据和位移向量场对实时体扫数据进行校正,将每个第二位置数据所对应的探测像素点回推至体扫开始时的位置,以获取每个第二位置数据所对应的探测像素点在体扫开始时的校正位置数据。
可选地,数据获取模块1还用于,遍历天气雷达的雷达体扫基础数据,若雷达体扫基础数据中包含与第二位置数据对应的第二时刻数据,则直接应用。或者,若雷达体扫基础数据中不包含与第二位置数据对应的第二时刻数据,则基于第二位置数据中的仰角和方位角对第二时刻数据进行计算。
可选地,校正系统还可以包括格式规范模块4,格式规范模块4用于对校正位置数据进行网格化插值,以获取用于对天气进行预测的输出数据。
图6是本发明实施例提供的另一种校正系统的控制结构示意图。如图6所示,该校正系统还包括处理器以及用于存储处理器可执行的指令的存储器。该校正系统6100可以为计算机设备,该校正系统6100可以包括以下一个或多个组件:处理器6101、存储器6102、通信接口6103和总线6104。
处理器6101包括一个或者一个以上处理核心,处理器6101通过运行软件程序以及模块,从而执行各种功能应用以及信息处理。存储器6102和通信接口6103通过总线6104与处理器6101相连。存储器6102可用于存储至少一个指令,处理器6101用于执行该至少一个指令,以实现上述方法实施例中的各个步骤。
此外,存储器6102可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,易失性或非易失性存储设备包括但不限于:磁盘或光盘,电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),静态随时存取存储器(SRAM),只读存储器(ROM),磁存储器,快闪存储器,可编程只读存储器(PROM)。
示例性地,在本发明实施例中,还提供了一种包括指令的非临时性计算机存储介质,例如包括指令的存储器,上述指令可由处理器执行前述的天气雷达体扫数据校正方法。例如,非临时性计算机存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
除非另作定义,此处使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明专利申请说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。同样,“一个”或者“一”等类似词语也不表示数量限制,而是表示存在至少一个。“包括”或者“包含”等类似的词语意指出现在“包括”或者“包含”前面的元件或者物件涵盖出现在“包括”或者“包含”后面列举的元件或者物件及其等同,并不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则所述相对位置关系也可能相应地改变。
以上所述仅为本发明的可选实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种天气雷达体扫数据校正方法,其特征在于,包括:
获取实时体扫数据和历史体扫数据,所述实时体扫数据包括位置数据和时刻数据,所述位置数据包括体扫开始时探测像素点的第一位置数据,以及位于不同仰角和不同方位角的所述探测像素点的多个第二位置数据,所述时刻数据包括与所述第一位置数据对应的第一时刻数据,以及与所述多个第二位置数据对应的多个第二时刻数据,所述历史体扫数据包括所述实时体扫数据前一次体扫开始时所述探测像素点的第三位置数据,以及与所述第三位置数据对应的第三时刻数据;
基于所述第一位置数据、所述第三位置数据、所述第一时刻数据和所述第三时刻数据确定所述探测像素点的位移向量场,所述位移向量场包括所述探测像素点的移动方向和移动速度;
基于所述多个第二位置数据、所述多个第二时刻数据和所述位移向量场对所述实时体扫数据进行校正,将每个所述第二位置数据所对应的所述探测像素点回推至体扫开始时的位置,以获取每个所述第二位置数据所对应的所述探测像素点在体扫开始时的校正位置数据。
2.根据权利要求1所述的天气雷达体扫数据校正方法,其特征在于,所述获取实时体扫数据和历史体扫数据,所述实时体扫数据包括位置数据和时刻数据,所述位置数据包括体扫开始时探测像素点的第一位置数据,以及位于不同仰角和不同方位角的所述探测像素点的多个第二位置数据,所述时刻数据包括与所述第一位置数据对应的第一时刻数据,以及与所述多个第二位置数据对应的多个第二时刻数据,所述历史体扫数据包括所述实时体扫数据前一次体扫开始时所述探测像素点的第三位置数据,以及与所述第三位置数据对应的第三时刻数据,包括:
遍历所述天气雷达的雷达体扫基础数据,若所述雷达体扫基础数据中包含与所述第二位置数据对应的所述第二时刻数据,则直接应用;或者,
若所述雷达体扫基础数据中不包含与所述第二位置数据对应的所述第二时刻数据,则基于所述第二位置数据中的所述仰角和所述方位角对所述第二时刻数据进行计算。
5.根据权利要求1所述的天气雷达体扫数据校正方法,其特征在于,所述校正方法还包括:
对所述校正位置数据进行网格化插值,以获取用于对天气进行预测的输出数据。
6.一种校正系统,其特征在于,所述校正系统包括:
数据获取模块,用于获取实时体扫数据和历史体扫数据,所述实时体扫数据包括位置数据和时刻数据,所述位置数据包括体扫开始时探测像素点的第一位置数据,以及位于不同仰角和不同方位角的所述探测像素点的多个第二位置数据,所述时刻数据包括与所述第一位置数据对应的第一时刻数据,以及与所述多个第二位置数据对应的多个第二时刻数据,所述历史体扫数据包括所述实时体扫数据前一次体扫开始时所述探测像素点的第三位置数据,以及与所述第三位置数据对应的第三时刻数据;
移动向量计算模块,用于基于所述第一位置数据、所述第三位置数据、所述第一时刻数据和所述第三时刻数据确定所述探测像素点的位移向量场,所述位移向量场包括所述探测像素点的移动方向和移动速度;
校正模块,用于基于所述多个第二位置数据、所述多个第二时刻数据和所述位移向量场对所述实时体扫数据进行校正,将每个所述第二位置数据所对应的所述探测像素点回推至体扫开始时的位置,以获取每个所述第二位置数据所对应的所述探测像素点在体扫开始时的校正位置数据。
7.根据权利要求6所述的校正系统,其特征在于,所述数据获取模块还用于,遍历天气雷达的雷达体扫基础数据,若所述雷达体扫基础数据中包含与所述第二位置数据对应的所述第二时刻数据,则直接应用;或者,
若所述雷达体扫基础数据中不包含与所述第二位置数据对应的所述第二时刻数据,则基于所述第二位置数据中的所述仰角和所述方位角对所述第二时刻数据进行计算。
8.根据权利要求6所述的校正系统,其特征在于,所述校正系统还包括格式规范模块,所述格式规范模块用于对所述校正位置数据进行网格化插值,以获取用于对天气进行预测的输出数据。
9.一种校正系统,其特征在于,所述校正系统包括:
处理器;
用于存储处理器可执行的指令的存储器;
其中,所述处理器被配置为执行权利要求1至5任一项所述的天气雷达体扫数据校正方法。
10.一种计算机存储介质,其上存储有计算机指令,其特征在于,所述计算机指令被处理器执行时实现权利要求1至5任一项所述的天气雷达体扫数据校正方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111356135.8A CN114089295A (zh) | 2021-11-16 | 2021-11-16 | 一种天气雷达体扫数据校正方法、系统和计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111356135.8A CN114089295A (zh) | 2021-11-16 | 2021-11-16 | 一种天气雷达体扫数据校正方法、系统和计算机存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114089295A true CN114089295A (zh) | 2022-02-25 |
Family
ID=80301010
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111356135.8A Pending CN114089295A (zh) | 2021-11-16 | 2021-11-16 | 一种天气雷达体扫数据校正方法、系统和计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114089295A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115184939A (zh) * | 2022-07-13 | 2022-10-14 | 长沙祥云瑞风信息技术有限公司 | 一种新的体扫描数据文件生成方法 |
-
2021
- 2021-11-16 CN CN202111356135.8A patent/CN114089295A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115184939A (zh) * | 2022-07-13 | 2022-10-14 | 长沙祥云瑞风信息技术有限公司 | 一种新的体扫描数据文件生成方法 |
CN115184939B (zh) * | 2022-07-13 | 2023-08-08 | 长沙祥云瑞风信息技术有限公司 | 一种新的体扫描数据文件生成方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5285299B2 (ja) | 相関位置決定 | |
US11830136B2 (en) | Methods and systems for auto-leveling of point clouds and 3D models | |
WO2019201022A1 (zh) | 移动机器人的雷达数据补偿方法、设备和存储介质 | |
US9513366B2 (en) | Method for detecting, over several antenna revolutions, slow-moving targets buried in the radar clutter, using a mobile radar having a rotary antenna | |
CN108638062B (zh) | 机器人定位方法、装置、定位设备及存储介质 | |
US11029399B2 (en) | System and method for calibrating light intensity | |
US20240037758A1 (en) | Target tracking method, computer-readable storage medium, and computer device | |
CN108596117B (zh) | 一种基于二维激光测距仪阵列的场景监控方法 | |
CN115840196B (zh) | 基于实体标定间的激光雷达间标定方法及装置 | |
CN111383246B (zh) | 条幅检测方法、装置及设备 | |
CN114089295A (zh) | 一种天气雷达体扫数据校正方法、系统和计算机存储介质 | |
US11983890B2 (en) | Method and apparatus with motion information estimation | |
CN111582378B (zh) | 定位识别模型的训练生成方法、位置检测方法、装置 | |
CN113050022B (zh) | 一种基于旋转天线的图像定位方法、装置及终端设备 | |
CN112965076A (zh) | 一种用于机器人的多雷达定位系统及方法 | |
CN111721283B (zh) | 定位算法的精度检测方法、装置、计算机设备和存储介质 | |
CN109489658B (zh) | 一种运动目标定位方法、装置及终端设备 | |
CN115824190A (zh) | 基于视觉与gps的目标船融合定位方法 | |
CN112435299B (zh) | 一种机载点云辅助的卫星影像立体匹配点云定向方法 | |
CN111736157A (zh) | 基于ppi数据的临近预报的预测方法及设备 | |
CN113203424A (zh) | 多传感器的数据融合方法、装置及相关设备 | |
CN112053375A (zh) | 基于改进的网络卷积模型预测临近预报的方法及设备 | |
JP7378278B2 (ja) | 水位計測装置 | |
CN113534156B (zh) | 一种基于车载毫米波雷达的车辆定位方法、装置及设备 | |
CN117434572B (zh) | 位置信息处理方法、装置、设备及介质 |
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 |