CN115755095A - 一种中尺度大气动力参数星地同步反演方法 - Google Patents
一种中尺度大气动力参数星地同步反演方法 Download PDFInfo
- Publication number
- CN115755095A CN115755095A CN202111524373.5A CN202111524373A CN115755095A CN 115755095 A CN115755095 A CN 115755095A CN 202111524373 A CN202111524373 A CN 202111524373A CN 115755095 A CN115755095 A CN 115755095A
- Authority
- CN
- China
- Prior art keywords
- wind
- satellite
- wind profile
- vertex
- radar
- 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
-
- 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
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供一种中尺度大气动力参数星地同步反演方法,包括以下步骤:在研究区域,分布多个风廓线雷达站点;风神卫星搭载多普勒测风激光雷达并沿设定轨道飞行,观测得到星地同步的风廓线产品数据;开展大气动力参数星地同步反演。本发明利用风廓线雷达、风神卫星、葵花8号卫星、欧洲中心逐小时再分析数据等高时空分辨率的新型观测资料和数据集,构建星地同步的三角形观测网络,进行水平散度、相对涡度等中尺度大气动力参数反演,以弥补偏远地区风廓线雷达观测的不足,弥补强对流触发前高分辨率大气动力参数观测缺乏的不足,为中小尺度对流天气监测、预报和预警提供重要观测支撑。
Description
技术领域
本发明属于中尺度气象技术领域,具体涉及一种中尺度大气动力参数星地同步反演方法。
背景技术
强对流天气是严重的灾害性天气之一,其预报准确度很大程度上取决于数值预报模式误差和观测初值误差,而后者严重依赖于是否存在时空连续的对流触发前的风、温度和湿度等大气环境变量观测。国内外许多研究表明,热力不稳定条件和动力抬升信号在强对流触发及其随后的演变过程中具有重要作用。
在对流前动力抬升信号方面,前人大多数通过实测风的垂直廓线中导出水平风的垂直切变和温度平流等动力参数,或基于三个不共线的探空站或风廓线雷达站,利用三角形各顶点的经纬度坐标和风垂直廓线数据,反演出该三角形上空水平散度和相对涡度等大气动力参数(即三角形法),可避免将风场插值到格点带来的误差。但探空数据存在观测频次较低(业务探空一天只有2次)、站点间距远等问题。因此,利用这种探空观测手段并不能连续表征大气动力结构特征的演变。而风廓线雷达站点由于观测和维护成本高,导致其空间布局稀疏不均,尤其是在经济欠发达地区或偏远地区,难以满足三角形法所要求的锐角或等边且相邻站点距离足够近等要求,导致借助三个风廓线雷达所观测到的水平风反演得到的水平散度、涡度误差较大,无法捕捉国家或区域尺度的中尺度对流系统的发生发展过程。
欧洲空间局2018年发射的风神卫星,其上搭载了多普勒测风激光雷达,具有大尺度风廓线观测能力。考虑到风神卫星只能提供沿轨道的风廓线,不具备构成三角形反演水平散度、相对涡度等大气动力参数能力。
因此,如何反演得到更大尺度空间分布更密集的大气动力参数观测数据,是目前亟需解决的问题。
发明内容
针对现有技术存在的缺陷,本发明提供一种中尺度大气动力参数星地同步反演方法,可有效解决上述问题。
本发明采用的技术方案如下:
本发明提供一种中尺度大气动力参数星地同步反演方法,包括以下步骤:
步骤1,在研究区域,分布多个风廓线雷达站点;每个所述风廓线雷达站点布置有一个风廓线雷达,所述风廓线雷达用于观测得到雷达风廓线产品数据;其中,所述雷达风廓线产品数据包括以下参数:观测时刻、风廓线雷达测站位置和雷达风廓线观测数据;
步骤2,风神卫星搭载多普勒测风激光雷达并沿设定轨道飞行,其飞行轨迹在地面的投影,形成风神卫星地面轨迹;当飞行到某个位置时,其在地面的投影形成位于风神卫星地面轨迹上面的一个星下点;所述风神卫星用于观测得到风神卫星风廓线产品数据;其中,所述风神卫星风廓线产品数据包括以下参数:观测时刻、星下点位置、风神卫星Mie通道的风廓线观测数据和风神卫星Rayleigh通道的风廓线观测数据;
步骤3,星地同步反演过程:
步骤3.1,从步骤1的多个风廓线雷达站点中,选择一个风廓线雷达站点作为目标风廓线雷达站点S1,其位置为其中,λ1为目标风廓线雷达站点S1的经度值,为目标风廓线雷达站点S1的纬度值;选择目标观测时刻T1,读取所述雷达风廓线产品数据,获得目标风廓线雷达站点S1在目标观测时刻T1观测到的雷达风廓线观测数据;
步骤3.2,预设置搜索半径R和时间允许误差△T;
以目标风廓线雷达站点S1作为中心点,以距离目标风廓线雷达站点S1为搜索半径R的区域为搜索区域Area;以[T1-△T,T1+△T]范围为时间搜索范围;搜索步骤2确定的风神卫星风廓线产品数据,判断观测时刻在[T1-△T,T1+△T]范围的风神卫星地面轨迹是否通过搜索区域Area,如果没有,则对下一个风廓线雷达站点进行星地同步反演;如果有,则执行步骤3.3;
步骤3.3,以目标风廓线雷达站点S1作为顶点,在位于搜索区域Area并且观测时刻在[T1-△T,T1+△T]范围的风神卫星地面轨迹中,选择两个顶点,分别表示为:顶点S2和顶点S3,使目标风廓线雷达站点S1、顶点S2和顶点S3组成等边三角形;
步骤3.4,通过葵花8号卫星的云观测数据,判别在[T1-△T,T1+△T]时间范围,搜索区域Area的云覆盖情况,如果判定为有云情况,则获得顶点S2在[T1-△T,T1+△T]范围的风神卫星Mie通道的风廓线观测数据作为顶点S2的风神卫星风廓线观测数据;获得顶点S3在[T1-△T,T1+△T]范围的风神卫星Mie通道的风廓线观测数据作为顶点S3的风神卫星风廓线观测数据;然后执行步骤3.5;
如果判定为无云情况,则获得顶点S2在[T1-△T,T1+△T]范围的风神卫星Rayleigh通道的风廓线观测数据作为顶点S2的风神卫星风廓线观测数据;获得顶点S3在[T1-△T,T1+△T]范围的风神卫星Rayleigh通道的风廓线观测数据作为顶点S3的风神卫星风廓线观测数据;然后执行步骤3.5;
预先设置需反演的垂直探测范围以及垂直层数,从而得到在垂直探测范围内的多个连续的垂直标准层的高度;
由于步骤3.4确定的顶点S2的风神卫星风廓线观测数据、步骤3.4确定的顶点S3的风神卫星风廓线观测数据和步骤3.1确定的目标风廓线雷达站点S1在目标观测时刻T1观测到的雷达风廓线观测数据的时空分辨率不相同,通过插值计算方式,获得顶点S2在每个垂直标准层的风神卫星风廓线观测数据、顶点S3在每个垂直标准层的风神卫星风廓线观测数据和目标风廓线雷达站点S1在每个垂直标准层的雷达风廓线观测数据;
顶点S2在每个垂直标准层的风神卫星风廓线观测数据包括纬度方向风速分量u2和经度方向风速分量v2;
顶点S3在每个垂直标准层的风神卫星风廓线观测数据包括纬度方向风速分量u3和经度方向风速分量v3;
将目标风廓线雷达站点S1在每个垂直标准层的雷达风廓线观测数据进行矢量分解,得到纬度方向风速分量u1和经度方向风速分量v1;
顶点S2的位置顶点S3的位置目标风廓线雷达站点S1位置由于S1S2S3三个顶点相距不远,S1 S2S3组成的等边三角形近似以平面三角形处理,以S1位置为原点建立平面直角坐标系,x轴和y轴分别为东西和南北方向,并按照习惯定义向东和向北为正方向;
在平面直角坐标系中,S1、S2、S3的坐标分别为:(x1,y1)、(x2,y2)、(x3,y3);
通过下式计算S3和S1之间的东西方向距离x3-x1和南北方向距离y3-y1:
通过下式计算S2和S1之间的东西方向距离x2-x1和南北方向距离y2-y1:
其中:R为地球平均半径,π为圆周率;
优选的,步骤3.4中,通过以下方法,判别在[T1-△T,T1+△T]时间范围,搜索区域Area的云覆盖情况:
获取葵花8号卫星在[T1-△T,T1+△T]时间范围在搜索区域Area的云数据,如果搜索区域Area中,有云的格点数/总格点数的比值大于1/2,则判定为有云情况;否则,判定为无云情况。
本发明提供的一种中尺度大气动力参数星地同步反演方法具有以下优点:
本发明利用风廓线雷达、风神卫星、葵花8号卫星、欧洲中心逐小时再分析数据等高时空分辨率的新型观测资料和数据集,构建星地同步的三角形观测网络,进行水平散度、相对涡度等中尺度大气动力参数反演,以弥补偏远地区风廓线雷达观测的不足,弥补强对流触发前大气动力参数观测缺乏的不足,为中小尺度对流天气监测、预报和预警提供重要观测支撑。
附图说明
图1为本发明提供的一种中尺度大气动力参数星地同步反演方法的流程示意图;
图2为本发明提供风神卫星地面轨迹图;
图3为本发明提供的等边三角形构建方法示意图;
图4为根据地面自动站观测得到的特定时间全国雨量分布(彩色填色)和当时风神卫星地面轨迹图;
图5为基于三角形法反演得到的特定时间安徽东部三角形上空各高度层水平散度的分布图。
具体实施方式
为了使本发明所解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本方法属于中尺度气象领域,具体涉及如何协同利用卫星和地基遥感数据开展大气动力参数反演,相关算法可用于中尺度对流天气监测和预报预警。
本发明利用风廓线雷达、风神卫星、葵花8号卫星、欧洲中心逐小时再分析数据等高时空分辨率的新型观测资料和数据集,构建星地同步的三角形观测网络,进行水平散度、相对涡度等中尺度大气动力参数反演,以弥补偏远地区风廓线雷达观测的不足,弥补强对流触发前大气动力参数观测缺乏的不足,为中小尺度对流天气监测、预报和预警提供重要观测支撑。
参考图1,本发明提供一种中尺度大气动力参数星地同步反演方法,包括以下步骤:
步骤1,在研究区域,分布多个风廓线雷达站点;每个所述风廓线雷达站点布置有一个风廓线雷达,所述风廓线雷达用于观测得到雷达风廓线产品数据;其中,所述雷达风廓线产品数据包括以下参数:观测时刻、风廓线雷达测站位置和雷达风廓线观测数据;
具体的,风廓线雷达作为新一代的地基大气遥感系统,具有连续无人值守、可全天候监测及提供低层大气三维风场的优点。近年来,风廓线雷达在全国范围内广泛开展建设,可提供时间分辨率为6分钟的实时风垂直廓线产品。
风廓线雷达中尺度组网的实时风垂直廓线产品数据文件,可以采用格式为txt格式。文件名中包括区站号、观测日期及世界时、产品标识、雷达型号等信息,表示为Z_RADR_IIiii_WPRD_CAMS_NWQC_产品标识_雷达型号_QI_yyyyMMddhhmmss.TXT。以如下文件名为例:Z_RADA_54511_WPRD_CAMS_NWQC_OOBS_LC_QI_20180601000000.TXT,其中Z为国内交换文件;RADA为雷达资料;IIiii为风廓线雷达站的区站号;WPRD为风廓线雷达资料;yyyyMMddhhmmss为观测世界时(其中yyyy为年,mm为月,dd为日,hh为时,mm为分,ss为秒,下同);LC为雷达型号标识符,代表L波段边界层风廓线雷达;ROBS为风廓线雷达产品标识。代表实时产品数据文件。
风廓线雷达组网中每一测站的每日实时风垂直廓线产品数据文本文件均以压缩包格式存放于当日日期文件夹内,文件夹名格式为观测世界时年月日,即yyyymmdd,例如20180601、20180602等。每一日期文件夹中压缩包的数量即为当日返回数据的测站的数量,在日期文件夹中建立子文件夹,子文件夹名称为区站号,格式为IIiii,例如54511、54399等。将各测站当日的实时风垂直廓线产品数据文本文件压缩包解压到对应文件夹内,实时风垂直廓线产品数据文本文件时间分辨率为6分钟,若无缺测,则每日各测站子文件夹中均有240个观测文件。
选取某个时次某个风廓线雷达站点,需要读取该风廓线雷达站点经纬度、海拔高度等基本参数以及该时刻雷达风廓线观测数据,并将采样高度上的水平风进行矢量分解,得到纬度方向风速分量和经度方向风速分量。若某一时刻某一测站的观测文件缺失,则将该列设为缺测值NAN。
步骤2,风神卫星搭载多普勒测风激光雷达并沿设定轨道飞行,其飞行轨迹在地面的投影,形成风神卫星地面轨迹;当飞行到某个位置时,其在地面的投影形成位于风神卫星地面轨迹上面的一个星下点;所述风神卫星用于观测得到风神卫星风廓线产品数据;其中,所述风神卫星风廓线产品数据包括以下参数:观测时刻、星下点位置、风神卫星Mie通道的风廓线观测数据和风神卫星Rayleigh通道的风廓线观测数据;
作为一种具体实现方式,风神卫星在太阳同步轨道上飞行,飞行高度约为320公里,重访周期为7天。中国上空风神地面轨迹如图2所示。红色和蓝色线分别代表当地太阳时06:00和18:00左右的升轨和降轨所对应的地面轨迹。黑色圆点代表风廓线雷达站点位置。
风神卫星可提供从地面到30km高度,垂直分辨率为0.25到2km的风神卫星风廓线产品数据。
步骤3,星地同步反演过程:
步骤3.1,从步骤1的多个风廓线雷达站点中,选择一个风廓线雷达站点作为目标风廓线雷达站点S1,其位置为其中,λ1为目标风廓线雷达站点S1的经度值,为目标风廓线雷达站点S1的纬度值;选择目标观测时刻T1,读取所述雷达风廓线产品数据,获得目标风廓线雷达站点S1在目标观测时刻T1观测到的雷达风廓线观测数据;
步骤3.2,预设置搜索半径R和时间允许误差△T;
以目标风廓线雷达站点S1作为中心点,以距离目标风廓线雷达站点S1为搜索半径R的区域为搜索区域Area;其中,R可以设置为2米。以[T1-△T,T1+△T]范围为时间搜索范围;搜索步骤2确定的风神卫星风廓线产品数据,判断观测时刻在[T1-△T,T1+△T]范围的风神卫星地面轨迹是否通过搜索区域Area,如果没有,则对下一个风廓线雷达站点进行星地同步反演;如果有,则执行步骤3.3;
步骤3.3,以目标风廓线雷达站点S1作为顶点,在位于搜索区域Area并且观测时刻在[T1-△T,T1+△T]范围的风神卫星地面轨迹中,选择两个顶点,分别表示为:顶点S2和顶点S3,使目标风廓线雷达站点S1、顶点S2和顶点S3组成等边三角形;
步骤3.4,通过葵花8号卫星的云观测数据,判别在[T1-△T,T1+△T]时间范围,搜索区域Area的云覆盖情况,如果判定为有云情况,则获得顶点S2在[T1-△T,T1+△T]范围的风神卫星Mie通道的风廓线观测数据作为顶点S2的风神卫星风廓线观测数据;获得顶点S3在[T1-△T,T1+△T]范围的风神卫星Mie通道的风廓线观测数据作为顶点S3的风神卫星风廓线观测数据;然后执行步骤3.5;
如果判定为无云情况,则获得顶点S2在[T1-△T,T1+△T]范围的风神卫星Rayleigh通道的风廓线观测数据作为顶点S2的风神卫星风廓线观测数据;获得顶点S3在[T1-△T,T1+△T]范围的风神卫星Rayleigh通道的风廓线观测数据作为顶点S3的风神卫星风廓线观测数据;然后执行步骤3.5;
具体的,风神卫星Rayleigh通道的风廓线观测数据是指在无气溶胶大气中观测到的风数据,而风神卫星Mie通道的风廓线观测数据是指由气溶胶和云引起的密云后向散射信号获得的风数据。在夏季,Rayleigh通道风和Mie通道风可近似分别代表晴空和有云条件下的风场。
其中,可通过以下方法,判别在[T1-△T,T1+△T]时间范围,搜索区域Area的云覆盖情况:
获取葵花8号卫星在[T1-△T,T1+△T]时间范围在搜索区域Area的云数据,如果搜索区域Area中,有云的格点数/总格点数的比值大于1/2,则判定为有云情况;否则,判定为无云情况。
具体的,由于Mie通道风产品的水平分辨率(可用观测值)比Rayleigh通道风产品的水平分辨率更高,因此在构建三角形网络前需要先借助葵花8号卫星的云观测判别此时风廓线雷达站点周围的云覆盖情况,进而选择使用哪一种风产品。可以以葵花8号卫星第13通道(中心波长10.4微米)的云顶亮温小于-30℃作为有云的判据,选择依据为13通道为红外通道,可避免夜间无观测可用的情况。
具体的,可以选择距离该观测时次10分钟内的葵花8号卫星数据,统计该风廓线雷达站点周围2°×2°范围内有云的格点数,若有云的格点数占总格点数1/2以上,则将该风廓线雷达站点上空附近判定为有云情况,使用Mie通道可用观测数据构建三角形网络,反之使用Rayleigh通道风数据。
预先设置需反演的垂直探测范围以及垂直层数,从而得到在垂直探测范围内的多个连续的垂直标准层的高度;
由于步骤3.4确定的顶点S2的风神卫星风廓线观测数据、步骤3.4确定的顶点S3的风神卫星风廓线观测数据和步骤3.1确定的目标风廓线雷达站点S1在目标观测时刻T1观测到的雷达风廓线观测数据的时空分辨率不相同,通过插值计算方式,获得顶点S2在每个垂直标准层的风神卫星风廓线观测数据、顶点S3在每个垂直标准层的风神卫星风廓线观测数据和目标风廓线雷达站点S1在每个垂直标准层的雷达风廓线观测数据;
例如,由于风神卫星和风廓线雷达观测高度不同,可统一插值到底层为150米,高度分辨率为120米的海拔高度层上。
本发明中,由于星下点轨迹与风廓线雷达相距不远,可近似以平面三角形处理。另外,利用三角形法计算水平散度和相对涡度等动力参数时,三角形的形状会对计算结果造成误差:本发明构建的三角形为等边三角形。其中,顶点S2和顶点S3如果正好为星下点,则直接获取对应位置和时刻的风神卫星风廓线观测数据。如果顶点S2和顶点S3不是星下点,则可以采用将星下点背景风场插值到顶点S2和顶点S3的方式,获得对应位置和时刻的风神卫星风廓线观测数据。
对于低层风神卫星的缺测值,用距离其最近格点上的该小时欧洲中心逐小时再分析风场数据替代,同样需要插值到底层为150米,高度分辨率为120米的海拔高度层上。
如图3,为等边三角形构建方法示意图。红色圆点为风廓线雷达站点,黑色虚线为风神卫星地面轨迹,黑色五角星为星下点,黑色圆点为风神卫星轨迹上选取的构建三角形的点。
顶点S2在每个垂直标准层的风神卫星风廓线观测数据包括纬度方向风速分量u2和经度方向风速分量v2;
顶点S3在每个垂直标准层的风神卫星风廓线观测数据包括纬度方向风速分量u3和经度方向风速分量v3;
将目标风廓线雷达站点S1在每个垂直标准层的雷达风廓线观测数据进行矢量分解,得到纬度方向风速分量u1和经度方向风速分量v1;
顶点S2的位置顶点S3的位置目标风廓线雷达站点S1位置由于S1S2S3三个顶点相距不远,S1 S2S3组成的等边三角形近似以平面三角形处理,以S1位置为原点建立平面直角坐标系,x轴和y轴分别为东西和南北方向,并按照习惯定义向东和向北为正方向;
在平面直角坐标系中,S1、S2、S3的坐标分别为:(x1,y1)、(x2,y2)、(x3,y3);
通过下式计算S3和S1之间的东西方向距离x3-x1和南北方向距离y3-y1:
通过下式计算S2和S1之间的东西方向距离x2-x1和南北方向距离y2-y1:
其中:R为地球平均半径,π为圆周率;
因此,本发明耦合单站的地基风廓线雷达遥感与星载的风神卫星得到的风廓线,构建星地同步的三角形,反演得到更大尺度的空间分布更密集的大气动力参数观测数据。
图4为根据地面自动站观测得到的北京时间2020年7月20日06-07时全国雨量分布(彩色填色)和当时风神卫星地面轨迹(黑色虚线)。2020年7月20日06时后安徽、江苏南部,江西、浙江北部出现降水,部分站点最大小时雨量可达15mm。而此时正逢风神卫星过境,因此本技术选取江苏西部的高淳站,利用其风廓线雷达与风神卫星结合,利用三角形法计算出三角形上空各高度层水平散度的分布,如图5所示。图5为基于三角形法反演得到的2020年7月20日06:06安徽东部三角形上空各高度层水平散度的分布,红色(蓝色)阴影表示辐散(辐合)。
由此可见,对流触发与其上空低层辐合、高层辐散的动力抬升作用密不可分。根据风廓线雷达提供的三维风场反演辐合、辐散场,能够分析强对流天气触发前大气动力条件的变化特征,精密捕捉中尺度组网内的上升运动,为判断中尺度对流系统的发生发展提供依据。
传统的业务探空气球一天两次观测,难以捕捉大气层的热动力条件精细的演变特征,而风廓线雷达具有全天候连续观测、自动化程度高等优势,可实时提供水平风风向、水平风风速、垂直速度、折射率结构常数等要素信息,可弥补探空观测时间不连续的不足。但由于风廓线雷达站点空间布局稀疏不均,尤其是在西部等经济欠发达地区或偏远地区,在重点地区甚至难以完全构成有效的锐角三角形,使得某些地区仅能提供单站的风廓线和风切变等产品,无法提供水平散度和涡度等大气动力产品;或者由于三个风廓线雷达站点相距较远,其所构建的三角形往往不符合锐角的要求,导致借助三台风廓线雷达所观测到的水平风反演得到的水平散度、涡度误差较大。
基于以上问题,本发明提供一种中尺度大气动力参数星地同步反演方法,具有以下优点:
(1)本发明在借助高时间分辨率(6min)风廓线雷达组网观测的基础上,加入风神卫星自上而下的观测,实现地基遥感和卫星遥感两种观测手段在空间覆盖上的优势互补,进而利用星地同步观测的水平风反演出散度、涡度等大气动力参数。
(2)本发明主要创新之一在于,借助星地同步的风廓线观测,通过构建等边三角形,实现了风廓线空间加密观测,反演得到了更大空间尺度的大气边界层和低对流层大气动力参数,一定程度上解决由于风廓线雷达站点空间布局稀疏不均所导致的无法构成有效三角形的痛点问题。
(3)本发明主要创新之一在于,本发明很好地利用了葵花8号静止气象卫星极强的云观测能力,充分发挥风神卫星可以在有云和晴空两种情况下分别对风场进行反演的优势,使得计算时所使用的水平风更加准确(如:在有云条件下应选择风神卫星Mie风而不是Rayleigh风)。
(4)本发明主要创新之一在于,本发明实现了对三角形形状的优化,本算法在构建三角形时避免了钝角三角形的产生,保证了三角形形状的最优,从而可有效降低利用三角形法计算大气动力参数的误差。
因此,本发明根据风廓线雷达和风神卫星所提供的三维风可实时监测到更精细的涡度、散度及其时空演变,有利于更细致地分析中尺度系统结构和强对流天气触发前大气动力条件的变化特征,为开展边界层云、对流前期信号,对流触发机制等研究提供观测支撑。若结合探空观测、多波长多普勒天气雷达、双偏振雷达、地面自动站观测等多源观测资料,可望实现从晴空到成云致雨全过程的大气热动力三维结构精细观测,进而无缝隙地捕捉大气垂直动力、热力、水汽变化特征,为强对流天气监测、预警和预报提供重要参考。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视本发明的保护范围。
Claims (2)
1.一种中尺度大气动力参数星地同步反演方法,其特征在于,包括以下步骤:
步骤1,在研究区域,分布多个风廓线雷达站点;每个所述风廓线雷达站点布置有一个风廓线雷达,所述风廓线雷达用于观测得到雷达风廓线产品数据;其中,所述雷达风廓线产品数据包括以下参数:观测时刻、风廓线雷达测站位置和雷达风廓线观测数据;
步骤2,风神卫星搭载多普勒测风激光雷达并沿设定轨道飞行,其飞行轨迹在地面的投影,形成风神卫星地面轨迹;当飞行到某个位置时,其在地面的投影形成位于风神卫星地面轨迹上面的一个星下点;所述风神卫星用于观测得到风神卫星风廓线产品数据;其中,所述风神卫星风廓线产品数据包括以下参数:观测时刻、星下点位置、风神卫星Mie通道的风廓线观测数据和风神卫星Rayleigh通道的风廓线观测数据;
步骤3,星地同步反演过程:
步骤3.1,从步骤1的多个风廓线雷达站点中,选择一个风廓线雷达站点作为目标风廓线雷达站点S1,其位置为其中,λ1为目标风廓线雷达站点S1的经度值,为目标风廓线雷达站点S1的纬度值;选择目标观测时刻T1,读取所述雷达风廓线产品数据,获得目标风廓线雷达站点S1在目标观测时刻T1观测到的雷达风廓线观测数据;
步骤3.2,预设置搜索半径R和时间允许误差△T;
以目标风廓线雷达站点S1作为中心点,以距离目标风廓线雷达站点S1为搜索半径R的区域为搜索区域Area;以[T1-△T,T1+△T]范围为时间搜索范围;搜索步骤2确定的风神卫星风廓线产品数据,判断观测时刻在[T1-△T,T1+△T]范围的风神卫星地面轨迹是否通过搜索区域Area,如果没有,则对下一个风廓线雷达站点进行星地同步反演;如果有,则执行步骤3.3;
步骤3.3,以目标风廓线雷达站点S1作为顶点,在位于搜索区域Area并且观测时刻在[T1-△T,T1+△T]范围的风神卫星地面轨迹中,选择两个顶点,分别表示为:顶点S2和顶点S3,使目标风廓线雷达站点S1、顶点S2和顶点S3组成等边三角形;
步骤3.4,通过葵花8号卫星的云观测数据,判别在[T1-△T,T1+△T]时间范围,搜索区域Area的云覆盖情况,如果判定为有云情况,则获得顶点S2在[T1-△T,T1+△T]范围的风神卫星Mie通道的风廓线观测数据作为顶点S2的风神卫星风廓线观测数据;获得顶点S3在[T1-△T,T1+△T]范围的风神卫星Mie通道的风廓线观测数据作为顶点S3的风神卫星风廓线观测数据;然后执行步骤3.5;
如果判定为无云情况,则获得顶点S2在[T1-△T,T1+△T]范围的风神卫星Rayleigh通道的风廓线观测数据作为顶点S2的风神卫星风廓线观测数据;获得顶点S3在[T1-△T,T1+△T]范围的风神卫星Rayleigh通道的风廓线观测数据作为顶点S3的风神卫星风廓线观测数据;然后执行步骤3.5;
预先设置需反演的垂直探测范围以及垂直层数,从而得到在垂直探测范围内的多个连续的垂直标准层的高度;
由于步骤3.4确定的顶点S2的风神卫星风廓线观测数据、步骤3.4确定的顶点S3的风神卫星风廓线观测数据和步骤3.1确定的目标风廓线雷达站点S1在目标观测时刻T1观测到的雷达风廓线观测数据的时空分辨率不相同,通过插值计算方式,获得顶点S2在每个垂直标准层的风神卫星风廓线观测数据、顶点S3在每个垂直标准层的风神卫星风廓线观测数据和目标风廓线雷达站点S1在每个垂直标准层的雷达风廓线观测数据;
顶点S2在每个垂直标准层的风神卫星风廓线观测数据包括纬度方向风速分量u2和经度方向风速分量v2;
顶点S3在每个垂直标准层的风神卫星风廓线观测数据包括纬度方向风速分量u3和经度方向风速分量v3;
将目标风廓线雷达站点S1在每个垂直标准层的雷达风廓线观测数据进行矢量分解,得到纬度方向风速分量u1和经度方向风速分量v1;
顶点S2的位置顶点S3的位置目标风廓线雷达站点S1位置由于S1S2S3三个顶点相距不远,S1S2S3组成的等边三角形近似以平面三角形处理,以S1位置为原点建立平面直角坐标系,x轴和y轴分别为东西和南北方向,并按照习惯定义向东和向北为正方向;
在平面直角坐标系中,S1、S2、S3的坐标分别为:(x1,y1)、(x2,y2)、(x3,y3);
通过下式计算S3和S1之间的东西方向距离x3-x1和南北方向距离y3-y1:
通过下式计算S2和S1之间的东西方向距离x2-x1和南北方向距离y2-y1:
其中:R为地球平均半径,π为圆周率;
2.根据权利要求1所述的一种中尺度大气动力参数星地同步反演方法,其特征在于,步骤3.4中,通过以下方法,判别在[T1-△T,T1+△T]时间范围,搜索区域Area的云覆盖情况:
获取葵花8号卫星在[T1-△T,T1+△T]时间范围在搜索区域Area的云数据,如果搜索区域Area中,有云的格点数/总格点数的比值大于1/2,则判定为有云情况;否则,判定为无云情况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111524373.5A CN115755095A (zh) | 2021-12-14 | 2021-12-14 | 一种中尺度大气动力参数星地同步反演方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111524373.5A CN115755095A (zh) | 2021-12-14 | 2021-12-14 | 一种中尺度大气动力参数星地同步反演方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115755095A true CN115755095A (zh) | 2023-03-07 |
Family
ID=85332811
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111524373.5A Pending CN115755095A (zh) | 2021-12-14 | 2021-12-14 | 一种中尺度大气动力参数星地同步反演方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115755095A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117951485A (zh) * | 2024-03-22 | 2024-04-30 | 南京信息工程大学 | 一种基于深度学习的温度廓线反演方法 |
-
2021
- 2021-12-14 CN CN202111524373.5A patent/CN115755095A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117951485A (zh) * | 2024-03-22 | 2024-04-30 | 南京信息工程大学 | 一种基于深度学习的温度廓线反演方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shepherd et al. | Rainfall modification by major urban areas: Observations from spaceborne rain radar on the TRMM satellite | |
Fierro et al. | Application of a lightning data assimilation technique in the WRF-ARW model at cloud-resolving scales for the tornado outbreak of 24 May 2011 | |
Weckwerth et al. | Radar refractivity retrieval: Validation and application to short-term forecasting | |
CN111965666A (zh) | 一种气溶胶三维空间分布制图方法 | |
CN110765644B (zh) | 一种风云四号卫星闪电成像仪资料同化方法 | |
Qie et al. | Recent advances in research of lightning meteorology | |
CN110044327A (zh) | 一种基于sar数据与gnss数据的基础设施沉降监测方法及系统 | |
CN114896544A (zh) | 一种风云气象卫星协同多数据源的三维云融合分析的方法 | |
Roberts et al. | REFRACTT 2006: Real-time retrieval of high-resolution, low-level moisture fields from operational NEXRAD and research radars | |
CN112526636B (zh) | 基于单站多星与多站组网的近地面二维降雨场重构方法及系统 | |
CN113127530A (zh) | 一种基于铁路网的大气三维结构动态探测信息群同化系统 | |
CN115755095A (zh) | 一种中尺度大气动力参数星地同步反演方法 | |
Gutiérrez et al. | Combination of wind gust models in convective events | |
Berkowitz et al. | Boundary layer vertical exchange processes and the mass budget of ozone: Observations and model results | |
Xu et al. | Comparisons of rainfall microphysical characteristics between the southeastern Tibetan Plateau and low-altitude areas | |
CN116258065A (zh) | 一种云天高时空分辨率近地面气温估算方法 | |
Soler-Bientz et al. | Preliminary study of the offshore wind and temperature profiles at the North of the Yucatán Peninsula | |
CN107966747A (zh) | 高精度的区域天气预测系统 | |
Sen Roy et al. | Diurnal variability of convection over northwest Indian subcontinent observed by the Doppler weather radar data | |
Dong et al. | Studying soil moisture and temperature on the Tibetan Plateau: initial results of an integrated, multiscale observatory | |
Ren et al. | Application of airborne lidar technology in transmission line survey | |
CN117150894B (zh) | 一种卫星观测数据的校正方法、系统及装置 | |
Ware et al. | REAL-TIME WATER VAPOR SENSING WITH SUOMINET--TODAY AND TOMORROW | |
Blanc et al. | High spatial resolution solar atlas in Provence-Alpes-Cote d'Azur | |
Mack et al. | An estimation of the condensation rates in three severe storm systems from satellite observations of the convective mass flux |
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 |