CN114415184A - 极化-多普勒气象雷达的降雨信号恢复方法及装置 - Google Patents

极化-多普勒气象雷达的降雨信号恢复方法及装置 Download PDF

Info

Publication number
CN114415184A
CN114415184A CN202210317595.8A CN202210317595A CN114415184A CN 114415184 A CN114415184 A CN 114415184A CN 202210317595 A CN202210317595 A CN 202210317595A CN 114415184 A CN114415184 A CN 114415184A
Authority
CN
China
Prior art keywords
rainfall
spectrum
doppler
target
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.)
Granted
Application number
CN202210317595.8A
Other languages
English (en)
Other versions
CN114415184B (zh
Inventor
殷加鹏
安孟昀
李健兵
李永祯
王雪松
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN202210317595.8A priority Critical patent/CN114415184B/zh
Publication of CN114415184A publication Critical patent/CN114415184A/zh
Application granted granted Critical
Publication of CN114415184B publication Critical patent/CN114415184B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • 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
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/411—Identification of targets based on measurements of radar reflectivity
    • 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)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提供一种极化‑多普勒气象雷达的降雨信号恢复方法及装置，首先根据极化‑多普勒气象雷达接收到的回波数据，得到距离‑多普勒谱；然后对距离‑多普勒谱进行滤波，保留降雨目标，去除杂波，得到滤波后的二值掩模；最后利用降雨目标速度和谱宽之间的关系以及降雨区域连续分布特性补偿降雨目标。本发明能够根据降雨目标的空间连续性，利用速度和谱宽补偿降雨区域，解决极化‑多普勒气象雷达在降雨目标和杂波重合情况下降雨目标恢复的问题。

Description

极化-多普勒气象雷达的降雨信号恢复方法及装置
技术领域
本发明属于雷达信号技术领域，特别涉及一种极化-多普勒气象雷达的降雨信号恢复方法及装置。
背景技术
气象雷达可实现对大气高时空分辨率的观测，是大气观测必不可少的工具。极化-多普勒气象雷达获得的信息可用于水凝物分类、定量降水估计、雨滴谱反演、短期天气预报等方面。由于雷达工作环境较为复杂，雷达数据经常受到噪声和杂波的影响，例如地杂波、生物回波、风车杂波、射频干扰等。这些杂波会影响对降雨区域的准确观测。
国内外学者提出了多种杂波抑制方法来解决气象雷达杂波干扰问题，但是大部分方法是针对气象目标和杂波可以分开的场景。例如， Li等人(N. Li et al.“A qualitycontrol method of ground-based weather radar data based on statistics”， IEEETransactions on Geoscience and Remote Sensing, 2017, 56(4):2211-2219.)提出一种模糊算法以提高对地杂波的识别率，但是该方法会造成降雨目标的缺失。
为了能解决双极化雷达的杂波抑制问题，J. Yin等人(J. Yin et al. “Object-Orientated Filter Design in Spectral Domain for Polarimetric Weather Radar”，IEEE Transactions on Geoscience and Remote Sensing, 2018, 57(5):2725-2740.)提出面向对象的谱极化(Object-Orientated Spectral polarimetric，OBSpol)滤波方法。但是当杂波和降雨重叠时，OBSpol滤波器会保留被杂波污染的降雨信号。
近年来，谱极化滤波技术广泛应用于气象雷达杂波抑制中。该技术利用降雨目标和非降雨目标的谱极化特性在RD（Range Doppler，距离-多普勒，缩写：RD)图上的连通特性差异，在尽可能多地保留降雨目标的同时滤除非降雨目标。但是谱极化滤波技术在滤除杂波的同时会去除与地杂波重叠的降雨目标，同样会造成降雨目标缺失。
发明内容
针对现有技术存在的技术问题，本发明提出了一种极化-多普勒气象雷达的降雨信号恢复方法及装置。本发明能够根据降雨目标的空间连续性，利用速度和谱宽补偿降雨区域，解决极化-多普勒气象雷达在降雨目标和杂波重合情况下降雨目标恢复的问题。
为实现上述技术目的，本发明提出的技术方案为：
一方面，本发明提供一种极化-多普勒气象雷达的降雨信号恢复方法，包括：
根据极化-多普勒气象雷达接收到的回波数据，得到距离-多普勒谱；
对距离-多普勒谱进行滤波，保留降雨目标，去除杂波，得到滤波后的二值掩模；
利用降雨目标速度和谱宽之间的关系以及降雨区域连续分布特性补偿降雨目标。
进一步地，所述对距离-多普勒谱进行滤波，包括：根据降雨目标与非降雨目标的谱极化参量在统计特性上的差异，对距离-多普勒谱进行谱极化滤波，得到谱极化滤波后的二值掩模。
进一步地，所述谱极化滤波，包括：
利用降雨目标的谱共极化相关系数和除地杂波以外的其他杂波的谱共极化相关系数之间的差异对距离-多普勒谱进行阈值滤波，滤除除地杂波以外的其他杂波；
利用降雨目标的谱差分反射率标准差和地杂波的谱差分反射率标准差之间的差异对距离-多普勒谱进行阈值滤波，滤除地杂波。
进一步地，所述利用降雨目标的谱共极化相关系数和除地杂波以外的其他杂波的谱共极化相关系数之间的差异对距离-多普勒谱进行阈值滤波，包括以下步骤：
计算距离-多普勒谱中各个单元区域的谱共极化相关系数，得到谱共极化相关系数的距离-多普勒图像；
设定谱共极化相关系数阈值，对谱共极化相关系数的距离-多普勒图像进行谱极化滤波，若单元区域的谱共极化相关系数大于谱共极化相关系数阈值，则为降雨目标，若单元区域的谱共极化相关系数小于谱共极化相关系数阈值，则为非降雨目标。
进一步地，所述利用降雨目标的谱差分反射率标准差和地杂波的谱差分反射率标准差之间的差异对距离-多普勒谱进行阈值滤波，包括以下步骤：
计算距离-多普勒谱中各个单元区域的谱差分反射率，进而利用滑动窗求得各个单元区域的谱差分反射率标准差；
设定谱差分反射率标准差阈值，在零频附近对距离-多普勒谱中各个单元区域进行阈值滤波，若单元区域内谱差分反射率标准差小于等于谱差分反射率标准差阈值，则认为该单元区域为降雨目标，滤波掩模设为1，若此单元区域内谱差分反射率标准差大于谱差分反射率标准差阈值，则认为该单元区域为非降雨目标，滤波掩模设为0。
进一步地，本发明还包括利用降雨目标在距离-多普勒谱图上是连续分布的这一特性，采用形态学闭运算来恢复谱极化滤波之后距离-多普勒谱中缺失的降雨目标。
进一步地，本发明所述对距离-多普勒谱进行滤波还包括：将谱极化滤波之后距离-多普勒谱中连通的区域对象按照面积大小排序，将面积较大的多个区域对象视为降雨目标，其余区域对象视杂波予以滤除，得到基于面积滤波后的二值掩模。
进一步地，本发明所述对距离-多普勒谱进行滤波还包括：对利用谱宽信息进一步去除面积滤波后的二值掩模中的杂波，获得滤波后的二值掩模。
进一步地，本发明所述利用降雨目标速度和谱宽之间的关系以及降雨区域连续分布特性补偿降雨目标，包括以下步骤：
计算滤波后的二值掩模中降雨目标的径向速度和谱宽；
根据滤波后的二值掩模中降雨目标的径向速度和谱宽的分布情况去除其中的异常值；
利用上一步骤保留下来的降雨目标的径向速度和谱宽，通过多项式拟合出被上一步骤过度去除的降雨目标的径向速度和谱宽，进而进行降雨目标的补偿；
根据降雨目标的径向速度和谱宽，选择降雨区域；
根据降雨目标的功率谱密度呈高斯分布这一特性重构与地杂波混叠的降雨目标。
进一步地，本发明选择降雨区域时，还包括根据地杂波和降雨目标的后向散射相位的稳定性差异，利用CPA参量辅助识别地杂波。
进一步地，当降雨区域与地杂波重叠时，先用凹口滤波器去除地杂波，再利用高斯拟合重构与地杂波混叠的降雨目标。
另一方面，本发明提供一种极化-多普勒气象雷达的降雨信号恢复装置，包括：
输入模块，用于根据极化-多普勒气象雷达接收到的回波数据，得到距离-多普勒谱；
滤波模块，用于对距离-多普勒谱进行滤波，保留降雨目标，去除杂波，得到滤波后的二值掩模；
恢复模块，用于利用降雨目标速度和谱宽之间的关系以及降雨区域连续分布特性补偿降雨目标。
另一方面，本发明提供一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：
根据极化-多普勒气象雷达接收到的回波数据，得到距离-多普勒谱；
对距离-多普勒谱进行滤波，保留降雨目标，去除杂波，得到滤波后的二值掩模；
利用降雨目标速度和谱宽之间的关系以及降雨区域连续分布特性补偿降雨目标。
再一方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
根据极化-多普勒气象雷达接收到的回波数据，得到距离-多普勒谱；
对距离-多普勒谱进行滤波，保留降雨目标，去除杂波，得到滤波后的二值掩模；
利用降雨目标速度和谱宽之间的关系以及降雨区域连续分布特性补偿降雨目标。
另一方面，本发明提供一种预测天气的方法，其中包括采用本发明提供的极化-多普勒气象雷达的降雨信号恢复方法完成降雨目标恢复后，得到杂波滤除后的距离-多普勒谱图，基于杂波滤除后的距离-多普勒谱图计算气象雷达参量，利用所述气象雷达参量实现天气预测。
与现有技术相比，本发明的优点在于：
本发明方法通过对原始的距离-多普勒谱图采用极化-多普勒滤波法保留气象目标，去除混叠的信号，再根据降雨目标的空间连续性，利用速度和谱宽进行降雨窗口的选择，最后利用高斯拟合补偿缺失的降雨目标。本发明实现降雨目标和杂波混叠情况下的信号恢复，有较好的降雨目标保留性能。
基于本发明提供的极化-多普勒气象雷达的降雨信号恢复方法完成降雨目标恢复后，得到最终的杂波滤除的距离-多普勒谱图，即可计算如雷达反射率、多普勒速度以及谱宽等气象雷达参量，利用上述气象雷达参数即可预测天气情况。
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的前提下，还可以根据这些附图示出的结构获得其他的附图。
图1是本发明一实施例的流程图；
图2是M × N个单元区域组成的矩阵阵列示意图；
图3为本发明一实施例中利用多项式拟合速度和谱宽的数据拟合分段方式示意图；
图4为本发明一实施例中利用高斯拟合补偿缺失降雨目标的流程图；
图5为一实施例中采用两种方法得到的谱功率示意图，其中(a)为直接未利用本发明方法得到的谱功率，(b)为利用本发明方法得到的谱功率；
图6为一实施例中采用两种方法得到的的反射率以及径向速度示意图，其中(a)为未利用本发明方法得到的反射率，(b)为利用本发明方法得到的反射率，(c)为未利用本发明方法得到的径向速度，(d)为利用本发明方法得到的径向速度；
图7为本发明一实施例的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白，下面将以附图及详细叙述来清楚说明本发明所揭示内容的精神，任何所属技术领域技术人员在了解本发明内容的实施例后，当可由本发明内容所教示的技术，加以改变及修饰，其并不脱离本发明内容的精神与范围。本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
在一实施例中，参照图1，本发明提供一种极化-多普勒气象雷达的降雨信号恢复方法，包括：
(S1) 根据极化-多普勒气象雷达接收到的回波数据，得到距离-多普勒谱；
(S2) 对距离-多普勒谱进行滤波，保留降雨目标，去除杂波，得到滤波后的二值掩模；
(S3) 利用降雨目标速度和谱宽之间的关系以及降雨区域连续分布特性补偿降雨目标。
本发明一实施例的(S2)中，对原始距离-多普勒谱进行滤波包括：（S2.1) 根据降雨目标与非降雨目标的谱极化参量在统计特性上的差异，对距离-多普勒谱进行谱极化滤波，在去除杂波和噪声的同时尽可能多地保留降雨目标。
一般而言，降雨目标的谱共极化相关系数远大于除地杂波以外的其他杂波。由于雷达工作环境较为复杂，雷达数据经常受到噪声和杂波的影响，例如地杂波、生物回波、风车杂波、射频干扰等。所述除地杂波以外的其他杂波即生物回波、风车杂波、射频干扰等杂波。降雨目标的谱差分反射率标准差集中在，杂波的谱差分反射率标准差集中在。在本发明一实施例中利用降雨目标和杂波的谱共极化相关系数以及谱差分反射率标准差之间的差异进行谱极化滤波，实现杂波抑制。具体地，（S2.1)中的所述谱极化滤波，包括：
（S2.1.1) 利用降雨目标的谱共极化相关系数和除地杂波以外的其他杂波的谱共极化相关系数之间的差异进行阈值滤波，滤除除地杂波以外的其他杂波；
（S2.1.2) 利用降雨目标的谱差分反射率标准差和地杂波的谱差分反射率标准差之间的差异进行阈值滤波，滤除地杂波。
本发明一实施例中，假设极化气象雷达发射x极化电磁波、接收y极化电磁波，其中x,y∈{h,v}，h表示水平极化，v表示垂直极化。与距离
Figure 202267DEST_PATH_IMAGE001
和多普勒速度
Figure 791511DEST_PATH_IMAGE002
相关的谱反射功率 定义为
Figure 836828DEST_PATH_IMAGE003
Figure 700878DEST_PATH_IMAGE004
其中，
Figure 718513DEST_PATH_IMAGE005
为雷达常数，
Figure 806555DEST_PATH_IMAGE006
表示二维的复距离-多普勒谱，
Figure 542430DEST_PATH_IMAGE007
表示谱 功率。定义谱差分反射率
Figure 944592DEST_PATH_IMAGE008
、谱共极化相关系数
Figure 82312DEST_PATH_IMAGE009
分别为：
Figure 341255DEST_PATH_IMAGE010
Figure 564426DEST_PATH_IMAGE011
Figure 504700DEST_PATH_IMAGE012
Figure 496927DEST_PATH_IMAGE013
谱差分反射率标准差sDsZdr为利用
Figure 192351DEST_PATH_IMAGE014
滑动窗求得的
Figure 637239DEST_PATH_IMAGE015
的标准差，
Figure 381204DEST_PATH_IMAGE016
中的
Figure 493516DEST_PATH_IMAGE017
表示在多普勒速度维的滑动平均，*表示复共轭。
具体地，在一实施例中，（S2.1.1) 包括：
（1）计算距离-多普勒谱中各个单元区域的谱共极化相关系数，得到谱共极化相关系数的距离-多普勒图像；
（2）设定谱共极化相关系数阈值，对谱共极化相关系数的距离-多普勒图像进行谱极化滤波，若单元区域的谱共极化相关系数大于谱共极化相关系数阈值，则为降雨目标，若单元区域的谱共极化相关系数小于谱共极化相关系数阈值，则为非降雨目标。
在本发明一实施例中，谱共极化相关系数阈值设为0.98。
具体地，在一实施例中，（S2.1.2) 包括：
（1）计算距离-多普勒谱中各个单元区域的谱差分反射率，进而利用滑动窗求得各个单元区域的谱差分反射率标准差；
（2) 设定谱差分反射率标准差阈值，在零频附近对距离-多普勒谱中各个单元区域进行阈值滤波，若单元区域内谱差分反射率标准差小于等于谱差分反射率标准差阈值，则认为该单元区域为降雨目标，滤波掩模设为1，若此单元区域内谱差分反射率标准差大于谱差分反射率标准差阈值，则认为该单元区域为非降雨目标，滤波掩模设为0。
在本发明一实施例中，谱差分反射率标准差阈值设为3dB，为了抑制地杂波，在零频附近对谱差分反射率标准差（谱差分反射率标准差用sDsZdr表示）的RD图进行阈值滤波。若此区域内sDsZdr≤3dB，则认为该区域为降雨目标，滤波掩模设为1，若此区域内sDsZdr＞3dB，滤波掩模设为0。
上述实施例利用降雨目标和杂波的谱极化特性和两者在距离-多普勒谱图上的连通特性差异，在去除杂波和噪声的同时尽可能多地保留降雨。
步骤（S2.1）中利用阈值滤波可能会滤除降雨目标内部或边缘的弱气象信息。由于降雨目标在距离-多普勒谱图上是连续分布的，因此在一实施例中，对距离-多普勒谱进行滤波还包括步骤（S2.2)，基于降雨目标在距离-多普勒谱图上是连续分布的这一特性，采用形态学闭运算来恢复谱极化滤波之后距离-多普勒谱中缺失的降雨目标，填充（S2.1)得到的二值掩模图像内的小孔，弥合边缘区域的小裂缝。该步骤得到的也是{0,1}二值掩模图。经过此步骤，“1”的区域更加连贯，故作用到原始的功率谱之后会得到较完整的降雨目标。
在一实施例中，对距离-多普勒谱进行滤波还包括步骤（S2.3)，将谱极化滤波之后距离-多普勒谱中连通的区域对象按照面积大小排序，将面积较大的多个区域对象视为降雨目标，其余区域对象视杂波予以滤除，得到基于面积滤波后的二值掩模。
步骤（S2.3)的目的是进一步提取出降雨目标，并滤除杂波。具体做法为：利用数学形态学中的泛洪填充算法将前一步骤得到的二值掩模中具有相同值“1”的连续区域标记为独立的对象；未被标记为“1”的点和其邻域标记为一个独立对象。经由此步骤会有若干个对象。求这几个对象的面积（即该对象有多少个1，将该对象中的1叠加起来），再将这些对象按照面积进行降序排序。基于降水目标在距离-多普勒图中是连续的，它有两个特性：1)面积较大2)数量有限。因此，在S2.3中，本方法中将只选择面积较大且有限数量的对象进行处理（也就是面积排序在前的对象认为是降雨目标）。本发明一实施例中取面积排序为前8的对象为降雨目标，其他的为杂波进行滤除，当然在实际应用中也可以设定保留其他数量的降雨目标，不限于8。
在一实施例中，对距离-多普勒谱进行滤波还包括步骤（S2.4) ，利用谱宽信息进一步去除前一步骤滤波后的二值掩模中的杂波，获得滤波后的二值掩模。
通过前面步骤滤波后的“降雨目标区域”可能会将较大范围的且与降雨目标混合的杂波判别为降雨目标。为了解决此问题，步骤（S2.4)根据降雨目标沿着距离维度和多普勒维度有不同的空间几何结构这一特点进一步去除杂波。通过求解主要变化方向和异向比可以判断该RD图中是否含有杂波，从而进一步去除杂波。
在一实施例中，(S2.4）包括以下步骤：
（S2.4.1) 对前一步骤求得的滤波掩模在距离维求和，得到掩模宽度wide(j)；
Figure 94262DEST_PATH_IMAGE018
Figure 292025DEST_PATH_IMAGE019
其中mask(i,j)是前一步骤求得的滤波掩模，i表示距离维，j表示多普勒维，N表示距离单元总数。
（S2.4.2) 计算掩模宽度的整体平均宽度W 1
Figure 571172DEST_PATH_IMAGE020
Figure 537991DEST_PATH_IMAGE021
其中M表示多普勒单元数。
这里对距离单元、多普勒单元以及单元区域进行说明。假设得到的距离-多普勒谱是一个如图2所示的M × N个单元区域组成的矩阵阵列，其中M为多普勒速度维的大小，也就是此矩阵的列数；N为距离维的大小，也就是此矩阵的行数。例如wide(j) 在计算过程中就是沿着每一列（距离维）进行求和，而每一列都是N个值，得到的是一个M × 1的矩阵；W 1在计算过程中就是将wide(j)沿着行（多普勒速度维）进行求和再取平均，得到的应为一个数。
距离单元：固定矩阵阵列中的任一列，这一列的每一个单元就是一个距离单元；
多普勒单元：固定矩阵阵列中的任一行，这一行的每一个单元就是一个多普勒单元；
单元区域：是指距离-多普勒谱的二维阵列中任意一个单元区域。
（S2.4.3)对求得的掩模宽度按照升序排序，取位次为20%~50%之间的掩模宽度的值求平均，得到20%到50%的平均宽度W 2。
（S2.4.4)若W 2／W 1＞10，掩模宽度均值取W 2。取掩模宽度最大值两侧的且在谱宽均值之下的极小值，认为位于两个极小值两侧的区域可能为剩余的杂波，滤波掩模设为0。
在实测数据中，可能会出现大片的地杂波旁瓣，这种类型的杂波可能会被错误地识别为降雨，但是地杂波旁瓣和降雨目标的几何特征（也就是横向宽度和纵向宽度）会有不同，步骤（S2.4）即利用降雨目标和杂波的空间几何异向性进行杂波去除。
经过步骤（S2）滤波处理后可能会导致在距离-多普勒谱的某个距离上没有降雨目标，从而使得降雨区域不连续。为了弥补这种不足，在（S3）中利用降雨目标速度和谱宽之间的关系以及降雨区域的分布特性补偿降雨窗口。
在一实施例中，(S3) 包括：
(S3.1) 计算（S2）滤波处理后得到的二值掩模对应的降雨目标的径向速度和谱宽；
降雨目标的径向速度
Figure 575217DEST_PATH_IMAGE022
和谱宽
Figure 994697DEST_PATH_IMAGE023
，通过以下公式求得：
Figure 80465DEST_PATH_IMAGE024
Figure 698528DEST_PATH_IMAGE025
Figure 109918DEST_PATH_IMAGE026
Figure 751115DEST_PATH_IMAGE027
其中，Z hh (r)为雷达反射率，定义为
Figure 640573DEST_PATH_IMAGE028
Figure 378722DEST_PATH_IMAGE029
其中：
Figure 961013DEST_PATH_IMAGE030
表示RD图上属于降雨目标的点，sN表示整个RD图的谱噪声。本方法将出现频率最高的谱功率视为谱噪声。
(S3.2) 去除速度和谱宽的异常值。
经（S2）滤波处理后选出来的降雨目标区域可能存在偏差，为了降低这些偏差对降雨区域的选择造成影响，根据滤波后的二值掩模中降雨目标的径向速度和谱宽的分布情况去除其中的异常值。
在一实施例中，异常值的判断方法可以为：将求得的速度（谱宽）按照升序进行排列，找到速度（谱宽）的上四分位数Q 1与下四分位数Q 3，记上边缘Q up与下边Q down为
Figure 355085DEST_PATH_IMAGE031
Figure 48235DEST_PATH_IMAGE032
Figure 578573DEST_PATH_IMAGE033
Figure 331766DEST_PATH_IMAGE034
将不在[Q up,Q down]区间之内的速度（谱宽）视为异常值。
(S3.3) 利用上一步骤保留下来的降雨目标的径向速度和谱宽，通过多项式拟合出被上一步骤过度去除的降雨目标的径向速度和谱宽，进而进行降雨目标的补偿。
假设降雨目标具有空间连续性，来自相邻距离单元降雨目标的速度和谱宽是相似的，根据此假设进行降雨目标区域的估计。
将速度（谱宽）序列分成四个子序列，利用分段拟合的方法进行速度和谱宽的拟合与补偿，并利用不同的加权以平滑过渡区域。子序列的分段方式如图3所示。
在本次分段过程中，每一段都和上一段有所重叠，重叠的部分利用不同的加权系数进行组合以提高每一段边缘点拟合的准确度。具体加权系数按照重叠的点数确定。例如第一段和第二段重叠的点数为Q，此时重叠部分的计算方式为：
Figure 213134DEST_PATH_IMAGE035
Figure 913237DEST_PATH_IMAGE036
其中：a(q)为第一段拟合得到的重叠部分的结果，b(q)为第二段拟合得到的重叠部分的结果。
（S3.4) 选择降雨区域。
利用多项式拟合得到每个距离单元的径向速度和谱宽后，利用降雨目标径向速度与谱宽之间的关系进行降雨区域的补偿。
某一方位向距离r处的降雨区域为：
Figure 563661DEST_PATH_IMAGE037
Figure 18913DEST_PATH_IMAGE038
降雨目标在距离-多普勒谱图上分布的区域就是降雨区域。在滤波处理之后一部分降雨目标会被选出，另外一部分会被滤除，本步骤就是利用选择出来的降雨目标重新勾勒出原始降雨目标所在的降雨区域，进而进行信号恢复。
（S3.5)根据降雨目标的功率谱密度呈高斯分布这一特性重构与地杂波混叠的降雨目标；
一般情况下，降雨目标的谱宽比地杂波的谱宽窄，且降雨目标回波的功率谱密度近似于Gaussian 分布。本方法利用此特征重构与地杂波混叠的降雨目标。降雨目标功率谱补偿的流程如图4所示，当降雨区域与地杂波重叠时，先用凹口滤波器去除地杂波，再利用高斯拟合重构与地杂波重合的降雨。
在（S3.4)选择降雨区域时，可能会将地杂波和降雨目标重叠的区域选出，为了得到纯净的降雨目标，在一实施例的（S3.4)中引入地物相位排序CPA来辅助识别地杂波。CPA可以用来衡量后向散射相位的稳定性，由于地物目标后向散射相位基本是固定的，故在特定的距离单元上，相干处理时间内回波时间序列的相位是基本相同的；对于分布式目标（例如降雨目标），脉冲间的相位会随着观测体积内目标的速度和谱宽的变化而变化。根据地杂波和降雨目标的后向散射相位的稳定性差异，利用CPA参量辅助识别地杂波。设某一方位向距离r处的CPA为:
Figure 605488DEST_PATH_IMAGE039
Figure 437178DEST_PATH_IMAGE040
其中
Figure 207688DEST_PATH_IMAGE041
是接收到的时间序列，I m 为同相序列，Q m 是正交序列，M是积 累脉冲数（多普勒单元数），0≤CPA≤1，由于地杂波的绝对相位较稳定，CPA接近于1。噪声的 相位是随机的，CPA接近于0。降雨目标的CPA一般小于0.9。特别地，如果降雨目标的平均径 向速度不为0，那么CPA一般小于0.5。
参照图5为本发明一实施例中，图5为一实施例中采用两种方法得到的谱功率示意 图，其中(a)为在0.5°俯仰角第56个径向上，利用OBSpol滤波器得到的谱功率，(b)为在0.5° 俯仰角第56个径向上利用本发明方法得到的谱功率。对比图5中的(a)和(b)，两种方法都可 以有效地选出与地杂波分开较好的降雨目标，但是由于地杂波的
Figure 37104DEST_PATH_IMAGE042
和降雨目标相当，在 选择降雨区域的同时也会保留一部分地杂波的旁瓣和其他杂波（如图5(a)中矩形框所示）。 OBSpol滤波器在零多普勒速度附近使用一个凹口来去除地杂波，故当降雨目标和地杂波混 叠时，去除地杂波的同时也会损失降雨目标（如图5(a)中圆圈所示）。80km以内的地杂波及 其旁瓣较强且会覆盖降雨，OBSpol滤波器滤波时会将与地杂波旁瓣重叠的降雨目标去除 （如图5(a)中圆圈所示）。对比图5中的(a)和(b)，可知利用本发明所提的方法，滤波情况得 到改善，且在50～80km处能够基本恢复与地杂波旁瓣混叠的降雨目标。
图6为一实施例中采用两种方法得到的的反射率以及径向速度示意图，其中(a)是利用OBSpol滤波器处理得到的反射率PPI结果，(b)是利用本发明方法得到的反射率PPI结果。对比图6中的(a)和(b)，OBSpol滤波在去除地杂波的同时会损失大量降雨目标。相比之下，本发明所提的方法，降雨区域较完整。图6中(c)是利用OBSpol滤波器得到的径向速度的PPI结果，(d)是利用本发明方法得到的径向速度PPI结果。对比图6中的(c)和(d)，OBSpol滤波得到的径向速度存在大量野值点，本发明方法得到的径向速度野值较少且速度较为连续。
在本实施例中，提供了一种极化-多普勒气象雷达的降雨信号恢复装置，包括：
输入模块，用于根据极化-多普勒气象雷达接收到的回波数据，得到距离-多普勒谱；
滤波模块，用于对距离-多普勒谱进行滤波，保留降雨目标，去除杂波，得到滤波后的二值掩模；
恢复模块，用于利用降雨目标速度和谱宽之间的关系以及降雨区域连续分布特性补偿降雨目标。
上述各模块功能的实现方法，可以采用前述各实施例中相同的方法实现，在此不再赘述。
在本实施例中，提供一种预测天气的方法，其中包括采用本发明上述任一实施例提供的极化-多普勒气象雷达的降雨信号恢复方法完成降雨目标恢复后，得到杂波滤除后的距离-多普勒谱图，基于杂波滤除后的距离-多普勒谱图计算气象雷达参量（如雷达反射率、多普勒速度以及谱宽等气象雷达参量），利用所述气象雷达参量实现天气预测。
在本实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储样本数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现上述实施例中极化-多普勒气象雷达的降雨信号恢复方法的步骤。
本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现上述实施例中极化-多普勒气象雷达的降雨信号恢复方法的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例中极化-多普勒气象雷达的降雨信号恢复方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其他介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (11)

1.极化-多普勒气象雷达的降雨信号恢复方法，其特征在于，包括：
根据极化-多普勒气象雷达接收到的回波数据，得到距离-多普勒谱；
对距离-多普勒谱进行滤波，保留降雨目标，去除杂波，得到滤波后的二值掩模；
利用降雨目标速度和谱宽之间的关系以及降雨区域连续分布特性补偿降雨目标，包括以下步骤：
计算滤波后的二值掩模中降雨目标的径向速度和谱宽；
根据滤波后的二值掩模中降雨目标的径向速度和谱宽的分布情况去除其中的异常值；
利用上一步骤保留下来的降雨目标的径向速度和谱宽，通过多项式拟合出被上一步骤过度去除的降雨目标的径向速度和谱宽，进而进行降雨目标的补偿；
根据降雨目标的径向速度和谱宽，选择降雨区域；
根据降雨目标的功率谱密度呈高斯分布这一特性重构与地杂波混叠的降雨目标。
2.根据权利要求1所述的极化-多普勒气象雷达的降雨信号恢复方法，其特征在于，根据降雨目标与非降雨目标的谱极化参量在统计特性上的差异，对距离-多普勒谱进行谱极化滤波，得到谱极化滤波后的二值掩模。
3.根据权利要求2所述的极化-多普勒气象雷达的降雨信号恢复方法，其特征在于，所述谱极化滤波，包括：
利用降雨目标的谱共极化相关系数和除地杂波以外的其他杂波的谱共极化相关系数之间的差异对距离-多普勒谱进行阈值滤波，滤除除地杂波以外的其他杂波；
利用降雨目标的谱差分反射率标准差和地杂波的谱差分反射率标准差之间的差异对距离-多普勒谱进行阈值滤波，滤除地杂波。
4.根据权利要求3所述的极化-多普勒气象雷达的降雨信号恢复方法，其特征在于，利用降雨目标的谱共极化相关系数和除地杂波以外的其他杂波的谱共极化相关系数之间的差异对距离-多普勒谱进行阈值滤波，包括以下步骤：
计算距离-多普勒谱中各个单元区域的谱共极化相关系数，得到谱共极化相关系数的距离-多普勒图像；
设定谱共极化相关系数阈值，对谱共极化相关系数的距离-多普勒图像进行谱极化滤波，若单元区域的谱共极化相关系数大于谱共极化相关系数阈值，则为降雨目标，若单元区域的谱共极化相关系数小于谱共极化相关系数阈值，则为非降雨目标。
5.根据权利要求3所述的极化-多普勒气象雷达的降雨信号恢复方法，其特征在于，利用降雨目标的谱差分反射率标准差和地杂波的谱差分反射率标准差之间的差异对距离-多普勒谱进行阈值滤波，包括以下步骤：
计算距离-多普勒谱中各个单元区域的谱差分反射率，进而利用滑动窗求得各个单元区域的谱差分反射率标准差；
设定谱差分反射率标准差阈值，在零频附近对距离-多普勒谱中各个单元区域进行阈值滤波，若单元区域内谱差分反射率标准差小于等于谱差分反射率标准差阈值，则认为该单元区域为降雨目标，滤波掩模设为1，若此单元区域内谱差分反射率标准差大于谱差分反射率标准差阈值，则认为该单元区域为非降雨目标，滤波掩模设为0。
6.根据权利要求2或3或4或5所述的极化-多普勒气象雷达的降雨信号恢复方法，其特征在于，利用降雨目标在距离-多普勒谱图上是连续分布的这一特性，采用形态学闭运算来恢复谱极化滤波之后距离-多普勒谱中缺失的降雨目标。
7.根据权利要求6所述的极化-多普勒气象雷达的降雨信号恢复方法，其特征在于，还包括将谱极化滤波之后距离-多普勒谱中连通的区域对象按照面积大小排序，将面积较大的多个区域对象视为降雨目标，其余区域对象视杂波予以滤除，得到基于面积滤波后的二值掩模。
8.根据权利要求7所述的极化-多普勒气象雷达的降雨信号恢复方法，其特征在于，还包括对利用谱宽信息进一步去除面积滤波后的二值掩模中的杂波，获得滤波后的二值掩模。
9.根据权利要求1或2或3或4或5或7或8所述的极化-多普勒气象雷达的降雨信号恢复方法，其特征在于，选择降雨区域时，还包括根据地杂波和降雨目标的后向散射相位的稳定性差异，利用CPA参量辅助识别地杂波。
10.根据权利要求1或2或3或4或5或7或8所述的极化-多普勒气象雷达的降雨信号恢复方法，其特征在于，当降雨区域与地杂波重叠时，先用凹口滤波器去除地杂波，再利用高斯拟合重构与地杂波混叠的降雨目标。
11.一种极化-多普勒气象雷达的降雨信号恢复装置，其特征在于，包括：
输入模块，用于根据极化-多普勒气象雷达接收到的回波数据，得到距离-多普勒谱；
滤波模块，用于对距离-多普勒谱进行滤波，保留降雨目标，去除杂波，得到滤波后的二值掩模；
恢复模块，用于利用降雨目标速度和谱宽之间的关系以及降雨区域连续分布特性补偿降雨目标。
CN202210317595.8A 2022-03-29 2022-03-29 极化-多普勒气象雷达的降雨信号恢复方法及装置 Active CN114415184B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210317595.8A CN114415184B (zh) 2022-03-29 2022-03-29 极化-多普勒气象雷达的降雨信号恢复方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210317595.8A CN114415184B (zh) 2022-03-29 2022-03-29 极化-多普勒气象雷达的降雨信号恢复方法及装置

Publications (2)

Publication Number Publication Date
CN114415184A true CN114415184A (zh) 2022-04-29
CN114415184B CN114415184B (zh) 2022-06-21

Family

ID=81263963

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210317595.8A Active CN114415184B (zh) 2022-03-29 2022-03-29 极化-多普勒气象雷达的降雨信号恢复方法及装置

Country Status (1)

Country Link
CN (1) CN114415184B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116068559A (zh) * 2022-12-14 2023-05-05 广东省气象台(南海海洋气象预报中心、珠江流域气象台) 联合雨滴谱以及组网双偏振雷达定量降水估测方法及装置
CN117148307A (zh) * 2023-10-27 2023-12-01 中国人民解放军国防科技大学 基于双极化雷达基数融合处理的空飘物检测方法及装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102007058345A1 (de) * 2007-12-03 2009-06-04 Selex Sistemi Integrati Gmbh Verfahren zum Ermitteln von Verbunddaten von Wetterradaren in einem Überlappungsbereich der Beobachtungsbereiche mindestens zweier Wetterradare
CN102854496A (zh) * 2012-09-19 2013-01-02 中国民航大学 基于双门限控制的机载气象雷达地杂波抑制方法
US20140333475A1 (en) * 2013-05-08 2014-11-13 Eigenor Oy Method and arrangement for removing ground clutter
CN105548984A (zh) * 2015-12-10 2016-05-04 中国人民解放军理工大学 一种基于模糊逻辑的双偏振多普勒天气雷达地物杂波抑制方法
CN107843884A (zh) * 2017-09-13 2018-03-27 成都信息工程大学 基于双偏振雷达观测提高雷暴天气预警预报准确度的方法
CN111257885A (zh) * 2020-03-17 2020-06-09 河海大学 基于极限学习机的气象雷达风电场杂波抑制方法
CN111781603A (zh) * 2020-06-09 2020-10-16 南京航空航天大学 一种机载气象雷达地杂波抑制方法
CN111796288A (zh) * 2020-06-12 2020-10-20 中国船舶重工集团公司第七二四研究所 一种基于杂波频谱补偿技术的三坐标雷达动目标处理方法
CN112946653A (zh) * 2021-01-27 2021-06-11 中国人民解放军国防科技大学 双极化气象雷达信号恢复方法、系统及存储介质
US11092669B1 (en) * 2018-04-12 2021-08-17 Rockwell Collins, Inc. Ground clutter filter and method for detect and avoid sensing

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102007058345A1 (de) * 2007-12-03 2009-06-04 Selex Sistemi Integrati Gmbh Verfahren zum Ermitteln von Verbunddaten von Wetterradaren in einem Überlappungsbereich der Beobachtungsbereiche mindestens zweier Wetterradare
CN102854496A (zh) * 2012-09-19 2013-01-02 中国民航大学 基于双门限控制的机载气象雷达地杂波抑制方法
US20140333475A1 (en) * 2013-05-08 2014-11-13 Eigenor Oy Method and arrangement for removing ground clutter
CN105548984A (zh) * 2015-12-10 2016-05-04 中国人民解放军理工大学 一种基于模糊逻辑的双偏振多普勒天气雷达地物杂波抑制方法
CN107843884A (zh) * 2017-09-13 2018-03-27 成都信息工程大学 基于双偏振雷达观测提高雷暴天气预警预报准确度的方法
US11092669B1 (en) * 2018-04-12 2021-08-17 Rockwell Collins, Inc. Ground clutter filter and method for detect and avoid sensing
CN111257885A (zh) * 2020-03-17 2020-06-09 河海大学 基于极限学习机的气象雷达风电场杂波抑制方法
CN111781603A (zh) * 2020-06-09 2020-10-16 南京航空航天大学 一种机载气象雷达地杂波抑制方法
CN111796288A (zh) * 2020-06-12 2020-10-20 中国船舶重工集团公司第七二四研究所 一种基于杂波频谱补偿技术的三坐标雷达动目标处理方法
CN112946653A (zh) * 2021-01-27 2021-06-11 中国人民解放军国防科技大学 双极化气象雷达信号恢复方法、系统及存储介质

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
JIAPENG YIN 等: "Clutter Mitigation Based on Spectral Depolarization Ratio for Dual-Polarization Weather Radars", 《IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING 》 *
V.CHANDRASEKAR 等: "Recent advances in classification of observations from dual polarization weather radars", 《ATMOSPHERIC RESEARCH》 *
何建新 等: "《现代天气雷达》", 30 April 2004 *
殷加鹏 等: "一种极化-多普勒气象雷达的射频干扰滤波方法", 《雷达学报》 *
汪玲 等: "一种基于谱极化参数的双极化气象雷达杂波抑制方法", 《电子与信息学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116068559A (zh) * 2022-12-14 2023-05-05 广东省气象台(南海海洋气象预报中心、珠江流域气象台) 联合雨滴谱以及组网双偏振雷达定量降水估测方法及装置
CN116068559B (zh) * 2022-12-14 2023-09-12 广东省气象台(南海海洋气象预报中心、珠江流域气象台) 联合雨滴谱以及组网双偏振雷达定量降水估测方法及装置
CN117148307A (zh) * 2023-10-27 2023-12-01 中国人民解放军国防科技大学 基于双极化雷达基数融合处理的空飘物检测方法及装置
CN117148307B (zh) * 2023-10-27 2024-02-06 中国人民解放军国防科技大学 基于双极化雷达基数融合处理的空飘物检测方法及装置

Also Published As

Publication number Publication date
CN114415184B (zh) 2022-06-21

Similar Documents

Publication Publication Date Title
CN114415184B (zh) 极化-多普勒气象雷达的降雨信号恢复方法及装置
CN110596787A (zh) 一种基于x波段全固态双偏振雨量雷达的降水估测方法
CN101661611B (zh) 基于贝叶斯非局部均值滤波器的实现方法
CN109214439B (zh) 一种基于多特征融合的红外图像结冰河流检测方法
CN109324315B (zh) 基于双层次块稀疏性的空时自适应处理雷达杂波抑制方法
CN101634706B (zh) 高分辨率sar图像中桥梁目标的自动检测方法
CN108318865B (zh) 多通道sar欺骗干扰鉴别与自适应抑制方法
CN107942329A (zh) 机动平台单通道sar对海面舰船目标检测方法
CN107103280B (zh) 极地冰盖冻融探测方法
CN115980756B (zh) 一种基于星载双频雷达的降水中水凝物种类识别方法
WO2010127140A2 (en) High-resolution wind measurements for offshore wind energy development
CN113567981A (zh) 一种基于sar影像的洪涝风险区自动提取方法
CN113570632B (zh) 基于高时相星载sar序贯图像的运动小目标检测方法
CN112946653B (zh) 双极化气象雷达信号恢复方法、系统及存储介质
Ding et al. PRISI: A novel piecewise radar impervious surface index for urban monitoring using Sentinel-1 data
CN116908854A (zh) 海浪谱分析法和基于Canny算子的雷达图像几何阴影统计法相结合的海浪参数反演方法
Jung et al. Double-step fast CFAR scheme for multiple target detection in high resolution SAR images
CN116704331A (zh) 滩涂变化信息提取方法、装置及电子设备
CN111583267A (zh) 基于广义模糊c均值聚类的快速sar图像旁瓣抑制方法
Zhang et al. Comparative strengths of SCaMPR satellite QPEs with and without TRMM ingest versus gridded gauge-only analyses
CN114355411B (zh) 一种基于北斗或gps载噪比观测值的洪水探测方法
CN114966590A (zh) 双极化雷达的空飘气球快速检测方法及装置
CN114355357A (zh) 双极化气象雷达的自适应谱极化滤波方法及装置
Radius et al. Phase Variant Analysis Algorithm for Azimuth Ambiguity Detection
Huang et al. Spaceborne SAR wave mode data as big data for global ocean wave observation

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