CN115586529B - 基于比衰减的x波段双偏振相控阵雷达定量降水估测方法 - Google Patents

基于比衰减的x波段双偏振相控阵雷达定量降水估测方法 Download PDF

Info

Publication number
CN115586529B
CN115586529B CN202211091020.5A CN202211091020A CN115586529B CN 115586529 B CN115586529 B CN 115586529B CN 202211091020 A CN202211091020 A CN 202211091020A CN 115586529 B CN115586529 B CN 115586529B
Authority
CN
China
Prior art keywords
precipitation
radar
alpha
attenuation
calculating
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.)
Active
Application number
CN202211091020.5A
Other languages
English (en)
Other versions
CN115586529A (zh
Inventor
陈超
张阿思
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.)
Meteorological Observatory Of Guangdong Province South China Sea Marine Meteorological Forecast Center Pearl River Basin Meteorological Observatory
Original Assignee
Meteorological Observatory Of Guangdong Province South China Sea Marine Meteorological Forecast Center Pearl River Basin Meteorological Observatory
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 Meteorological Observatory Of Guangdong Province South China Sea Marine Meteorological Forecast Center Pearl River Basin Meteorological Observatory filed Critical Meteorological Observatory Of Guangdong Province South China Sea Marine Meteorological Forecast Center Pearl River Basin Meteorological Observatory
Priority to CN202211091020.5A priority Critical patent/CN115586529B/zh
Publication of CN115586529A publication Critical patent/CN115586529A/zh
Application granted granted Critical
Publication of CN115586529B publication Critical patent/CN115586529B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/14—Rainfall or precipitation gauges
    • 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)
  • Environmental & Geological Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Hydrology & Water Resources (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明涉及基于比衰减的X波段双偏振相控阵雷达定量降水估测方法，包括两个方面，一方面通过雨滴谱数据质量控制，得到QPE关系式拟合；计算比衰减A的关键参数α公式拟合；另一方面通过雷达双偏振变量质量控制，得到比衰减A的计算，进而基于比衰减A的最优QPE。本发明将比衰减应用到X波段双偏振相控阵雷达定量降水估测工作中，基于获取的雨滴谱数据以及雷达数据对比衰减进行计算，并结合计算得到的比衰减优化QPE算法的计算结果，克服了前述的现有技术中存在降水关系式对雨滴谱变化敏感、易受衰减影响、易出现异常值以及降水空间分辨率降低的问题，提供一种新的QPE算法。

Description

基于比衰减的X波段双偏振相控阵雷达定量降水估测方法
技术领域
本发明涉及降水估测技术领域，尤其涉及基于比衰减的X波段双偏振相控阵雷达定量降水估测方法。
背景技术
定量降水估测(Quantitative Precipitation Estimation，后文简称QPE)是利用气象雷达对降水云团进行观测得到的参数进行降水的定量反演，是天气雷达的主要应用方向之一。利用QPE产品可以更精确的进行面雨量的估测，对城市内涝、山洪、泥石流等灾害的预报预警有重要意义。传统多普勒雷达只能提供反射率因子Z变量来进行降水率R的反演，双偏振雷达还可以提供偏振变量如：差分反射率ZDR，差分传播相移ΦDP，差分相移率KDP等。这些双偏振变量可以反映出水凝物粒子的大小、相态等微物理信息。由于不同的降水粒子对应的雨滴浓度有所差别(即雨滴谱)，在定量降水估计(QPE)中，应对不同的水凝物采取相应的经验公式，以达到更好的预测效果。
现有技术：
定量降水估计有Z-R关系、KDP-R关系等单一变量QPE方法，也有综合各种变量的优点拟合的多个变量QPE方法。一般是以降水量R与Z、KDP、ZDR的指数函数关系，其中a,b,c是经验公式中的参数，不同地区的参数有一定差异
现有技术中存在问题：
R(Z)、R(KDP)、R(Z,ZDR)和R(KDP,ZDR)在不同的情况下缺点各不相同,主要存在以下三个缺点：(1)Z和ZDR受降水雨滴谱的影响较大；(2)由于X波段雷达受衰减影响较大，导致严重的系统误差，使Z的衰减订正和ZDR的标定存在困难；(3)另外，KDP是ΦDP计算得到，虽然其不受波束部分遮挡和回波衰减的影响，但是KDP至少需要9个点的最小二乘法自适应拟合得到，不但容易受到异常值的影响，还会导致其计算的反射率空间分布图分辨率还会降低。
研究表明，比衰减A不仅受温度和雨滴谱的影响较小，同时也不受衰减、雷达湿天线罩和部分波束遮挡的影响，因此R(A)是一个非常适合X波段双偏振雷达的定量降水估测方法。
发明内容
本发明的目的是为了至少解决现有技术的不足之一，提供基于比衰减的X波段双偏振相控阵雷达定量降水估测方法。
为了实现上述目的，本发明采用以下的技术方案，
具体的，提出基于比衰减的X波段双偏振相控阵雷达定量降水估测方法，包括以下：
获取目标地区的预处理后的雨滴谱数据以及雷达数据；
根据预处理后的所述雨滴谱数据进行降水分类得到不同的降水类型；
结合预处理后的雨滴谱数据计算反射率Z、比衰减A和KDP，拟合降水率R与Z、A以及KDP的关系；
基于雨滴谱计算得到的Z、A和KDP，计算比衰减A，并建立目标地区的最优QPE模型。
进一步，具体的，所述雨滴谱数据通过一维雨滴谱仪进行采集，所述雷达数据通过X波段相控阵双偏振雷达进行采集。
进一步，具体的，根据预处理后的所述雨滴谱数据进行降水分类得到不同降水类型，包括以下，
根据雨滴谱数据计算标准化截断参数Nw，Nw为表征雨滴浓度的参数，单位为m-3mm-1，Nw划分为p10，p20，p30…p90，p代表百分位数，数值较小的Nw表示出现在大陆性对流降水中相对较小的大粒子浓度，而数值较大的Nw表示出现在暖雨过程或者深对流中大量的小粒子浓度，在相同的回波强度下，Nw的数值越大，所估测的降水率R也会越大，因此根据Nw的数值进行降水分类得到不同降水类型，Nw的计算公式如下，
其中，
ρw为液态水的密度，近似为1.0g cm-3，W为液态水含量(g m-3)，Dm为质量加权直径(mm)，N(D)是雨滴谱分布，单位是m-3mm-1，D为粒子的等效直径。
进一步，具体的，雷达比衰减A的计算过程，包括以下，
其中，
C(β，PIA)＝exp(0.23βPIA)-1，
PIA(r1，r2)＝α[φDP(r2)-φDP(r1)]，
Za是未经过衰减订正的雷达反射率因子，β是一个常数，由目标地区的雨滴谱拟合的A(Z)关系式A＝6.21×10-4Z0.63决定，r表示雷达扫描的距离，r1表示有降水的第一个雷达库的距离r2表示有降水的最后一个雷达库的距离，s是斜距；
α为不同百分位的Nw所对应的关键参数，由雨滴谱计算得到，其计算公式为：α＝A/KDP，
KH为每一个百分位Nw所对应的斜率，通过进行计算；
由于每一个百分位Nw均对应一个KH与α，所以能够拟合得到KH与α的线性关系式，进而能够基于计算得到的KH最终计算得到雷达的比衰减A。
进一步，具体的，所述雷达数据通过如下思路进行数据预处理，
由于X波段雷达波长较短，导致后向散射差分相移的数值较大，通过滤波算法对雷达径向和方位角的ΦDP进行滤波，最大可能减少后向散射差分相移的影响。
进一步，具体的，在进行关键参数α的计算时，需保证雷达体扫的样本数据大于预设数值，以确保计算结果的准确。
进一步，具体的，在进行到KH与α的线性关系式拟合时，选取Nw的p10，p20，p30，p40，p60，p70，p80和p90数值所对应的KH和α进行计算。
进一步，具体的，结合R(A)、R(Z)以及R(KDP)适用性的不同，建立目标地区的最优QPE模型，包括，
根据目标地区预处理后的雨滴谱数据通过T-Matrix算法计算目标地区的R(A)、R(Z)以及R(KDP)，建立目标地区的最优QPE模型(R(A)，R(Z)，R(KDP))。
本发明还提出基于比衰减的X波段双偏振相控阵雷达定量降水估测装置，包括，
数据获取模块，用于获取目标地区的预处理后的雨滴谱数据以及雷达数据；
降水类型分类模块，用于根据预处理后的所述雨滴谱数据进行降水分类得到不同的降水类型；
比衰减A计算模块，用于结合预处理后的雨滴谱数据计算反射率Z、比衰减A和KDP，拟合降水率R与Z、A以及KDP的关系；
最优QPE模型建立模块，用于基于雨滴谱计算得到的Z、A和KDP，计算雷达降水率R，并建立目标地区的最优QPE模型。
本发明还提出一种计算机可读存储的介质，所述计算机可读存储的介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现以上中任一项所述基于比衰减的X波段双偏振相控阵雷达定量降水估测方法的步骤。
本发明的有益效果为：
本发明提出基于比衰减的X波段双偏振相控阵雷达定量降水估测方法，将比衰减应用到X波段双偏振相控阵雷达定量降水估测工作中，基于获取的雨滴谱数据以及雷达数据对比衰减进行计算，并结合计算得到的比衰减优化QPE算法的计算结果，克服了前述的现有技术中存在降水关系式对雨滴谱变化敏感、易受衰减影响、易出现异常值以及降水空间分辨率降低的问题，提供一种新的QPE算法。
附图说明
通过对结合附图所示出的实施方式进行详细说明，本公开的上述以及其他特征将更加明显，本公开附图中相同的参考标号表示相同或相似的元素，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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，在附图中：
图1所示为本发明基于比衰减的X波段双偏振相控阵雷达定量降水估测方法的流程图；
图2所示为本发明基于比衰减的X波段双偏振相控阵雷达定量降水估测方法的一个实施例中得到的降水率散点图；
图3所示为本发明基于比衰减的X波段双偏振相控阵雷达定量降水估测方法的一个实施例中得到的标准化截断参数Nw、部分Nw类所对应的ZH和ZDR散点图以及KH和α的曲线图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本发明的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。附图中各处使用的相同的附图标记指示相同或相似的部分。
结合图1，本发明提出基于比衰减的X波段双偏振相控阵雷达定量降水估测方法，包括以下：
获取目标地区的预处理后的雨滴谱数据以及雷达数据；
根据预处理后的所述雨滴谱数据进行降水分类得到不同的降水类型；
结合预处理后的雨滴谱数据计算反射率Z、比衰减A和KDP，拟合降水率R与Z、A以及KDP的关系；
基于雨滴谱计算得到的Z、A和KDP，计算比衰减A，并建立目标地区的最优QPE模型。
作为本发明的优选实施方式，具体的，所述雨滴谱数据通过一维雨滴谱仪进行采集，所述雷达数据通过X波段相控阵双偏振雷达进行采集。
作为本发明的优选实施方式，具体的，根据预处理后的所述雨滴谱数据进行降水分类得到不同降水类型，包括以下，
根据雨滴谱数据计算标准化截断参数Nw，Nw为表征雨滴浓度的参数，单位为m-3mm-1，Nw划分为p10，p20，p30…p90，p代表百分位数，数值较小的Nw表示出现在大陆性对流降水中相对较小的大粒子浓度，而数值较大的Nw表示出现在暖雨过程或者深对流中大量的小粒子浓度，在相同的回波强度下，Nw的数值越大，所估测的降水率R也会越大，因此根据Nw的数值进行降水分类得到不同降水类型，Nw的计算公式如下，
其中，
ρw为液态水的密度，近似为1.0g cm-3，W为液态水含量(g m-3)，Dm为质量加权直径(mm)，N(D)是雨滴谱分布，单位是m-3mm-1，D为粒子的等效直径。
作为本发明的优选实施方式，具体的，雷达比衰减A的计算过程，包括以下，
其中，
C(β，PIA)＝exp(0.23βPIA)-1，
PIA(r1，r2)＝α[φDP(r2)-φDP(r1)]，
Za是未经过衰减订正的雷达反射率因子，β是一个常数，由目标地区的雨滴谱拟合的A(Z)关系式A＝6.21×10-4Z0.63决定，r表示雷达扫描的距离，r1表示有降水的第一个雷达库的距离r2表示有降水的最后一个雷达库的距离，s是斜距，在本实施例中选用广东省雨滴谱仪数据进行拟合得到β＝0.63；
α为不同百分位的Nw所对应的关键参数，计算方式：α＝A/KDP，
KH为每一个百分位Nw所对应的斜率，通过进行计算；
其中，ZH，V代表的是水平和垂直方向上的雷达反射率，本文只使用水平方向的反射率，为方便书写，统一写成Z，λ是雷达波长，K＝(ε-1)/(ε+2)，是水凝物的介电常数，D为粒子的等效直径，N(D)表示降水粒子的雨滴谱分布，fhh，vv(D)水平或者垂直方向上的后向散射振幅。
由于每一个百分位Nw均对应一个KH与α，所以能够拟合得到KH与α的线性关系式，进而能够基于计算得到的α最终计算得到雷达比衰减A(r)。
本发明在进行应用时，利用广东省84个一维雨滴谱仪数据计算得到降水率R与利用公式反演得到的R(Z)、R(KDP)和R(A)的关系，从图2(a)、图2(b)以及图2(c)中可以看出，R(Z)受雨滴谱影响较大，而R(KDP)在大雨的时候，效果更好，尤其是当降水率大于3mm/h时。而R(A)较窄的散点图分布则表示其受雨滴谱影响远远小于R(Z)和R(KDP)，另外，利用部分雨滴谱仪观测数据对计算比衰减A所需的关键参数α公式进行初步研究，如图3所示，这为本发明奠定了一定的理论基础。在图3中，图3(a)中竖直虚线从左到右依次代表p10，p20，p30…p90(p代表百分位数)，图3(b)中p0-p10(上部分)和p80-p90(下部分)Nw类所对应的ZH和ZDR散点图；图3(c)为KH和α的曲线图。其中的点从左往右依次代表p10，p20，p30，p40，p60，p70，p80和p90数值Nw范围内所对应的KH和α的散点图，曲线是非线性拟合的曲线，折线是线性拟合的曲线。
作为本发明的优选实施方式，具体的，所述雷达数据通过如下思路进行数据预处理，
由于X波段雷达波长较短，导致后向散射差分相移的数值较大，通过滤波算法对雷达径向和方位角的ΦDP进行滤波，最大可能减少后向散射差分相移的影响。
作为本发明的优选实施方式，具体的，在进行关键参数α的计算时，需保证雷达体扫的样本数据大于预设数值，以确保计算结果的准确。
作为本发明的优选实施方式，具体的，在进行到KH与α的线性关系式拟合时，选取Nw的p10，p20，p30，p40，p60，p70，p80和p90数值所对应的KH和α进行计算。
在本优选实施方式中，由于p50处的Nw不敏感，所以未选取，通过Nw的p10，p20，p30，p40，p60，p70，p80和p90数值所对应的KH和α进行计算。
作为本发明的优选实施方式，具体的，结合通过预处理后的雨滴谱数据建立的目标地区的QPE模型，建立目标地区的最优QPE模型，包括，
根据目标地区预处理后的雨滴谱数据通过T-Matrix算法计算目标地区的R(A)、R(Z)以及R(KDP)，建立目标地区的最优QPE模型(R(A)，R(Z)，R(KDP))。
本发明还提出基于比衰减的X波段双偏振相控阵雷达定量降水估测装置，包括，
数据获取模块，用于获取目标地区的预处理后的雨滴谱数据以及雷达数据；
降水类型分类模块，用于根据预处理后的所述雨滴谱数据进行降水分类得到不同的降水类型；
比衰减A计算模块，用于结合预处理后的雨滴谱数据计算反射率Z、比衰减A和KDP，拟合降水率R与Z、A以及KDP的关系；
最优QPE模型建立模块，用于基于雨滴谱计算得到的Z、A和KDP，计算雷达降水率R，并建立目标地区的最优QPE模型。
本发明还提出一种计算机可读存储的介质，所述计算机可读存储的介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现以上中任一项所述基于比衰减的X波段双偏振相控阵雷达定量降水估测方法的步骤。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例中的方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也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计算机可读存储的介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或系统、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。
尽管本发明的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，而是应当将其视作是通过参考所附权利要求考虑到现有技术为这些权利要求提供广义的可能性解释，从而有效地涵盖本发明的预定范围。此外，上文以发明人可预见的实施例对本发明进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本发明的非实质性改动仍可代表本发明的等效改动。
以上所述，只是本发明的较佳实施例而已，本发明并不局限于上述实施方式，只要其以相同的手段达到本发明的技术效果，都应属于本发明的保护范围。在本发明的保护范围内其技术方案和/或实施方式可以有各种不同的修改和变化。

Claims (8)

1.基于比衰减的X波段双偏振相控阵雷达定量降水估测方法，其特征在于，包括以下：
获取目标地区的预处理后的雨滴谱数据以及雷达数据；
根据预处理后的所述雨滴谱数据进行降水分类得到不同的降水类型；
结合预处理后的雨滴谱数据计算反射率Z、比衰减A和KDP，拟合降水率R与Z、A以及KDP的关系；
基于雨滴谱计算得到的Z、A和KDP，计算雷达降水率R，并建立目标地区的最优QPE模型；
具体的，根据预处理后的所述雨滴谱数据进行降水分类得到不同降水类型，包括以下，
根据雨滴谱数据计算标准化截断参数Nw，Nw为表征雨滴浓度的参数，单位为m-3mm-1，Nw划分为p10，p20，p30…p90，p代表百分位数，数值较小的Nw表示出现在大陆性对流降水中浓度相对较低的大粒子数量，而数值较大的Nw表示出现在暖雨过程或者深对流中大量的小粒子浓度，在相同的回波强度下，Nw的数值越大，所估测的降水率R也会越大，因此根据Nw的数值进行降水分类得到不同降水类型，Nw的计算公式如下，
其中，
ρw为液态水的密度，近似为1.0g cm-3，W为液态水含量，W的单位为gm-3，Dm为质量加权直径，Dm的单位为mm，N(D)是雨滴谱分布，单位是m-3mm-1，D为粒子的等效直径；
具体的，比衰减A的计算过程，包括以下，
其中，
C(β,PIA)＝exp(0.23βPIA)-1，
PIA(r1,r2)＝α[φDP(r2)-φDP(r1)]，
Za是未经过衰减订正的雷达反射率因子，β是一个常数，由目标地区的雨滴谱拟合的A(Z)关系式A＝6.21×10-4Z0.63决定，r表示雷达扫描的距离，r1表示有降水的第一个雷达库的距离r2表示有降水的最后一个雷达库的距离，s是斜距；
α为不同百分位的Nw所对应的关键参数，由雨滴谱计算得到，其计算公式为：α＝A/KDP，
KH为每一个百分位Nw所对应的斜率，通过进行计算，其中，ZDR_45和ZDR_30表示Z在45±1dBZ和30±1dBZ所对应的ZDR中值，通过雨滴谱计算得到；
由于每一个百分位Nw均对应一个KH与α，所以能够拟合得到KH与α的线性关系式，进而能够基于计算得到的KH通过拟合得到的线性关系式计算得到α，最终根据α的计算公式计算得到比衰减A。
2.根据权利要求1所述的基于比衰减的X波段双偏振相控阵雷达定量降水估测方法，其特征在于，具体的，所述雨滴谱数据通过一维雨滴谱仪进行采集，所述雷达数据通过X波段相控阵双偏振雷达进行采集。
3.根据权利要求2所述的基于比衰减的X波段双偏振相控阵雷达定量降水估测方法，其特征在于，具体的，所述雷达数据通过如下思路进行数据预处理，
由于X波段雷达波长较短，导致后向散射差分相移的数值较大，通过滤波算法对雷达径向和方位角的ΦDP进行滤波，最大可能减少后向散射差分相移。
4.根据权利要求1所述的基于比衰减的X波段双偏振相控阵雷达定量降水估测方法，其特征在于，具体的，在进行关键参数α的计算时，需保证雷达体扫的样本数据大于预设数值，以确保计算结果的准确。
5.根据权利要求1所述的基于比衰减的X波段双偏振相控阵雷达定量降水估测方法，其特征在于，具体的，在进行到KH与α的线性关系式拟合时，选取Nw的p10，p20，p30，p40，p60，p70，p80和p90数值所对应的KH和α进行计算。
6.根据权利要求1所述的基于比衰减的X波段双偏振相控阵雷达定量降水估测方法，其特征在于，具体的，结合通过预处理后的雨滴谱数据建立的目标地区的QPE模型，建立目标地区的最优QPE模型，包括，
根据目标地区预处理后的雨滴谱数据通过T-Matrix算法计算目标地区的R(A)、R(Z)以及R(KDP)，建立目标地区的最优QPE模型(R(A)，R(Z)，R(KDP))。
7.基于比衰减的X波段双偏振相控阵雷达定量降水估测装置，其特征在于，包括：
数据获取模块，用于获取目标地区的预处理后的雨滴谱数据以及雷达数据；
降水类型分类模块，用于根据预处理后的所述雨滴谱数据进行降水分类得到不同的降水类型；
比衰减A计算模块，用于结合预处理后的雨滴谱数据计算反射率Z、比衰减A和KDP，拟合降水率R与Z、A以及KDP的关系；
最优QPE模型建立模块，用于基于雨滴谱计算得到的Z、A和KDP，计算雷达降水率R，并建立目标地区的最优QPE模型；
具体的，根据预处理后的所述雨滴谱数据进行降水分类得到不同降水类型，包括以下，
根据雨滴谱数据计算标准化截断参数Nw，Nw为表征雨滴浓度的参数，单位为m-3mm-1，Nw划分为p10，p20，p30…p90，p代表百分位数，数值较小的Nw表示出现在大陆性对流降水中浓度相对较低的大粒子数量，而数值较大的Nw表示出现在暖雨过程或者深对流中大量的小粒子浓度，在相同的回波强度下，Nw的数值越大，所估测的降水率R也会越大，因此根据Nw的数值进行降水分类得到不同降水类型，Nw的计算公式如下，
其中，
ρw为液态水的密度，近似为1.0g cm-3，W为液态水含量，W的单位为gm-3，Dm为质量加权直径，Dm的单位为mm，N(D)是雨滴谱分布，单位是m-3mm-1，D为粒子的等效直径；
具体的，比衰减A的计算过程，包括以下，
其中，
C(β,PIA)＝exp(0.23βPIA)-1，
PIA(r1,r2)＝α[φDP(r2)-φDP(r1)]，
Za是未经过衰减订正的雷达反射率因子，β是一个常数，由目标地区的雨滴谱拟合的A(Z)关系式A＝6.21×10-4Z0.63决定，r表示雷达扫描的距离，r1表示有降水的第一个雷达库的距离r2表示有降水的最后一个雷达库的距离，s是斜距；
α为不同百分位的Nw所对应的关键参数，由雨滴谱计算得到，其计算公式为：α＝A/KDP，
KH为每一个百分位Nw所对应的斜率，通过进行计算，其中，ZDR_45和ZDR_30表示Z在45±1dBZ和30±1dBZ所对应的ZDR中值，通过雨滴谱计算得到；
由于每一个百分位Nw均对应一个KH与α，所以能够拟合得到KH与α的线性关系式，进而能够基于计算得到的KH通过拟合得到的线性关系式计算得到α，最终根据α的计算公式计算得到比衰减A。
8.一种计算机可读存储的介质，所述计算机可读存储的介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6中任一项所述方法的步骤。
CN202211091020.5A 2022-09-07 2022-09-07 基于比衰减的x波段双偏振相控阵雷达定量降水估测方法 Active CN115586529B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211091020.5A CN115586529B (zh) 2022-09-07 2022-09-07 基于比衰减的x波段双偏振相控阵雷达定量降水估测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211091020.5A CN115586529B (zh) 2022-09-07 2022-09-07 基于比衰减的x波段双偏振相控阵雷达定量降水估测方法

Publications (2)

Publication Number Publication Date
CN115586529A CN115586529A (zh) 2023-01-10
CN115586529B true CN115586529B (zh) 2023-10-03

Family

ID=84771331

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211091020.5A Active CN115586529B (zh) 2022-09-07 2022-09-07 基于比衰减的x波段双偏振相控阵雷达定量降水估测方法

Country Status (1)

Country Link
CN (1) CN115586529B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110488393A (zh) * 2019-09-24 2019-11-22 中国科学院大气物理研究所 X波段双偏振天气雷达定量测量降水方法及系统
CN114545417A (zh) * 2022-04-25 2022-05-27 中国气象科学研究院 一种基于最优参数的雨滴谱反演方法和装置
CN114636981A (zh) * 2022-02-28 2022-06-17 广东省气象台(南海海洋气象预报中心) 基于雷达回波的在线深度学习台风中心定位系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6486876B2 (ja) * 2016-09-15 2019-03-20 株式会社東芝 豪雨予測方法、豪雨予測装置、該豪雨予測装置が適用されるシステム、およびプログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110488393A (zh) * 2019-09-24 2019-11-22 中国科学院大气物理研究所 X波段双偏振天气雷达定量测量降水方法及系统
CN114636981A (zh) * 2022-02-28 2022-06-17 广东省气象台(南海海洋气象预报中心) 基于雷达回波的在线深度学习台风中心定位系统
CN114545417A (zh) * 2022-04-25 2022-05-27 中国气象科学研究院 一种基于最优参数的雨滴谱反演方法和装置

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
A Dual-Polarization Radar Synthetic QPE for Operations;Jian Zhang et al.;《Journal of Hydrometeorology》;第21卷(第11期);2507–2521 *
CINRAD-SA双偏振雷达资料在降水估测中的应用初探;陈超 等;《气象》;第45卷(第1期);113-124 *
Use of Specific Attenuation for Rainfall Measurement at X-Band Radar Wavelengths. Part I: Radar Calibration and Partial Beam Blockage Estimation;Malte Diederich et al.;《Journal of Hydrometeorology》;第16卷(第2期);487–502 *
双偏振天气雷达在灾害性降水估测中的应用———以广州"5.22"特大暴雨灾害为例;靳奎峰 等;《灾害学》;第36卷(第3期);140-145 *
河南"21•7"特大暴雨过程微物理特征变化分析;陈刚 等;《中国科学:地球科学》;1-15 *
靳奎峰 等.双偏振天气雷达在灾害性降水估测中的应用———以广州"5.22"特大暴雨灾害为例.《灾害学》.2021,第36卷(第3期),140-145. *

Also Published As

Publication number Publication date
CN115586529A (zh) 2023-01-10

Similar Documents

Publication Publication Date Title
CN110488393B (zh) X波段双偏振天气雷达定量测量降水方法及系统
Otto et al. Estimation of specific differential phase and differential backscatter phase from polarimetric weather radar measurements of rain
Ryzhkov et al. Precipitation and attenuation measurements at a 10-cm wavelength
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
Vivekanandan et al. Radar reflectivity calibration using differential propagation phase measurement
Rico‐Ramirez et al. A high‐resolution radar experiment on the island of Jersey
Tridon et al. Rain retrieval from dual‐frequency radar Doppler spectra: Validation and potential for a midlatitude precipitating case‐study
Rico-Ramirez Adaptive attenuation correction techniques for C-band polarimetric weather radars
CN114509734A (zh) 一种基于雨滴谱的双偏振天气雷达数据质量实时评估方法
Battaglia et al. Multiple-scattering-induced “ghost echoes” in GPM DPR observations of a tornadic supercell
Oue et al. Analysis of the microphysical properties of snowfall using scanning polarimetric and vertically pointing multi-frequency Doppler radars
Oh et al. Estimation of the liquid water content and Z–LWC relationship using K a‐band cloud radar and a microwave radiometer
CN115586529B (zh) 基于比衰减的x波段双偏振相控阵雷达定量降水估测方法
Ryzhkov et al. Rainfall measurements with the polarimetric WSR-88D radar
CN116068559B (zh) 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
Nielsen et al. Improving weather radar precipitation estimates by combining two types of radars
Gosset Effect of nonuniform beam filling on the propagation of radar signals at X-band frequencies. Part II: Examination of differential phase shift
Holleman Bias adjustment of radar-based 3-hour precipitation accumulations
Zhang et al. Image reconstruction for low-oversampled staggered SAR based on sparsity Bayesian learning in the presence of a nonlinear PRI variation strategy
Thurai et al. Rain microstructure from polarimetric radar and advanced disdrometers
Williams et al. The ultra high resolution QuikSCAT product
Oue et al. Combination analysis of multi-wavelength, multi-parameter radar measurements for snowfall
Timothy et al. Test of the specific differential propagation phase shift (KDP) technique for rain-rate estimation with a Ku-band rain radar
Cluckie et al. Weather radar technology and future developments
Kou et al. Comparisons of three-dimensional reflectivity and precipitation rate from GPM dual-frequency precipitation radar and ground dual-polarization radar

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 510000 courtyard, No.6 Fujin Road, Yuexiu District, Guangzhou, Guangdong Province

Applicant after: Meteorological Observatory of Guangdong Province (South China Sea Marine Meteorological Forecast Center, the Pearl River Basin Meteorological Observatory)

Address before: 510000 courtyard, No.6 Fujin Road, Yuexiu District, Guangzhou, Guangdong Province

Applicant before: Guangdong Meteorological Station (South China Sea marine meteorological forecasting center)

GR01 Patent grant
GR01 Patent grant