CN115795792A - 一种研究南大洋中尺度涡旋个数季节变化规律的方法 - Google Patents
一种研究南大洋中尺度涡旋个数季节变化规律的方法 Download PDFInfo
- Publication number
- CN115795792A CN115795792A CN202211304228.0A CN202211304228A CN115795792A CN 115795792 A CN115795792 A CN 115795792A CN 202211304228 A CN202211304228 A CN 202211304228A CN 115795792 A CN115795792 A CN 115795792A
- Authority
- CN
- China
- Prior art keywords
- mesoscale
- vortexes
- seasonal
- analyzing
- ocean
- 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
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
- Wind Motors (AREA)
Abstract
本发明提出一种研究南大洋中尺度涡旋个数季节变化规律的方法,包括分析南大洋中尺度涡旋个数空间分布、中尺度涡旋个数的季节变化、分析风场对中尺度涡旋个数的季节影响、分析正压不稳定对中尺度涡旋个数的季节影响和结果分析五个步骤,对南大洋不同区域开展中尺度涡旋个数的研究,并着重对中尺度涡旋的季节变化规律和影响机制进行研究,通过对全球中尺度涡轨迹数据集、AVISO海平面高度异常数据结合欧洲中期天气预报中心第五代再分析数据的海表面的风场数据以及ECMWF的第五代海洋再分析数据集的海表面流速数据分析,从而得出了南大洋海域中尺度的中尺度涡旋个数的季节变化规律,为后续进一步探讨中尺度涡与大尺度之间的联系做好铺垫。
Description
技术领域
本发明涉及中尺度涡旋个数技术领域,尤其涉及一种研究南大洋中尺度涡旋个数季节变化规律的方法。
背景技术
基于卫星高度计资料(如TOPEX/Poseidon和AVISO)的使用和涡旋识别算法的发展,空间尺度(直径)为100-500km,时间尺度为30-250天的海洋中尺度涡现象更加为人所知,作为空间和时间尺度典型的中尺度现象,中尺度涡在海洋环流、质量和热量运输中起着关键作用。中尺度涡在全球各地发生的与海洋大气边界层之间的耦合也很重要,比如在不同的海表温度背景下,中尺度涡会对海表风产生不同的作用,而涡旋对海洋大气边界层的影响反过来又会影响着海洋环流;
南大洋是全球中尺度涡旋过程显著海域,且存在着全球大洋最强的海流-南极绕极流(ACC),自西向东横贯太平洋、印度洋和大西洋,并进行物质和能量交换,因而对全球气候有着重要影响。卫星观测的日益丰富为中尺度涡旋个数的研究提供了基础,南大洋区域不同扇区中尺度涡旋个数的季节变化规律和影响机制有待深入研究,因此本发明提出一种研究南大洋中尺度涡旋个数季节变化规律的方法以解决现有技术中存在的问题。
发明内容
针对上述问题,本发明的目的在于提出一种研究南大洋中尺度涡旋个数季节变化规律的方法,该种研究南大洋中尺度涡旋个数季节变化规律的方法通过对南大洋区域开展中尺度涡旋个数的研究,并着重对中尺度涡旋个数的季节变化规律和影响机制进行研究,从而解决上述现有技术中存在的问题。
为实现本发明的目的,本发明通过以下技术方案实现:一种研究南大洋中尺度涡旋个数季节变化规律的方法,包括以下步骤:
步骤一、分析南大洋中尺度涡旋个数空间分布
选取南大洋区域,利用全球中尺度涡轨迹数据集计算获取该区域1°×1°空间网格的中尺度涡旋个数,然后根据中尺度涡旋个数的空间分布特征选取合理范围将南大洋划分为不同扇区,进一步分析南大洋中尺度涡旋个数在冬季和夏季空间分布规律;
步骤二、分析中尺度涡旋个数的季节变化
对步骤一中选取南大洋的区域的不同扇区,分别计算不同扇区中尺度涡旋个数的多年逐月平均值,进一步利用AVISO海平面高度异常数据计算涡动能的多年逐月平均值,从而对比分析得到南大洋不同扇区中尺度涡旋个数的季节变化规律和与涡动能的联系;
步骤三、分析风场对中尺度涡旋个数的季节影响
利用ECMWF第五代再分析数据(ERA-5)的海表面的风场数据,继而分析绕极西风带的风场季节特征,再根据分析的绕极西风带的风场季节特征来分析风场对中尺度涡旋个数的季节影响;
步骤四、分析正压不稳定对中尺度涡旋个数的季节影响
再利用欧洲中期天气预报中心(ECMWF)的第五代海洋再分析数据集(ORAS5)的海表面流速数据计算正压不稳定,继而分析正压不稳定的季节特征,再根据分析的正压不稳定的季节特征来分析正压不稳定对中尺度涡旋个数的季节影响;
步骤五、结果分析
根据步骤一、步骤二、步骤三和步骤四的分析结果进行统一分析,分析出中尺度涡旋个数的季节变化机制。
进一步改进在于:所述步骤二中的中尺度涡旋个数时间序列图为一月到十二月的时间序列图。
进一步改进在于:所述步骤二中,中尺度涡动能的计算使用了AVISO卫星高度计的海表面高度异常SLA数据,由纬向速度异常u′和经向速度异常v′得出,其中公式为:
进一步改进在于:所述步骤二中的中尺度涡旋个数时间序列图为N个年份的时间序列多年平均图。
进一步改进在于:所述步骤三中,风场数据的年份区间与步骤二中的中尺度涡旋个数时间序列图的年份区间一致
进一步改进在于:所述步骤四中,由于ORAS5的海表面流速是流速,需将通过公式计算正压不稳定,其中公式如下:
本发明的有益效果为:该种研究南大洋中尺度涡旋个数季节变化规律的方法通过对南大洋区域开展中尺度涡旋个数的研究,并着重对中尺度涡旋个数的变化规律和影响机制进行研究,通过对全球中尺度涡轨迹数据集、AVISO海平面高度异常数据结合欧洲中期天气预报中心第五代再分析数据(ERA-5)的海表面的风场数据以及ECMWF的第五代海洋再分析数据集(ORAS5)的海表面流速数据分析,从而得出了南大洋海域中尺度的中尺度涡旋个数季节变化规律,继而可以让我们更加清楚中尺度涡的演化规律,为后续进一步探讨中尺度涡对大尺度之间的联系做好铺垫。
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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明的步骤流程示意图。
图2是本发明实施例二的南大洋水深、风场和中尺度涡旋个数空间分布时间序列示意图。
图3是本发明实施例二的南大洋多年平均冬季和夏季中尺度涡旋个数的空间分布示意图。
图4是本发明实施例二的南大洋的太平洋扇区、印度洋扇区和大西洋扇区的气旋涡、反气旋涡和所有中尺度涡旋个数季节变化示意图。
图5是本发明实施例二的涡动能的时间序列示意图。
图6是本发明实施例二的风场的时间序列示意图。
图7是本发明实施例二的正压不稳定的时间序列示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
根据图1所示,本实施例提出了一种研究南大洋中尺度涡旋个数季节变化规律的方法,包括以下步骤:
步骤一、分析中尺度涡旋个数的季节变化
首先选取南大洋的部分区域,并获取该区域合理空间网格的中尺度涡旋个数,然后根据中尺度涡旋个数的空间分布特征选取合理范围将南大洋划分为不同扇区,进一步分析南大洋中尺度涡旋个数在冬季和夏季的空间分布规律;
步骤二、分析中尺度涡旋个数的季节变化
对步骤一中选取南大洋的区域的不同扇区,分别计算不同扇区中尺度涡旋个数的多年逐月平均值,进一步利用AVISO海平面高度异常数据计算涡动能的多年逐月平均值,从而对比分析得到南大洋不同扇区中尺度涡旋个数的季节变化规律和与涡动能的联系;所述步骤二中中尺度涡动能的计算使用了AVISO卫星高度计的海表面高度异常SLA数据,由纬向速度异常u′和经向速度异常v′得出,其中公式为:
步骤三、分析风场对中尺度涡旋个数的季节影响
由于南大洋内存在强的绕极西风带,则利用欧洲中期天气预报中心(ECMWF)第五代再分析数据(ERA-5)的海表面的风场数据,继而分析绕极西风带的风场季节特征,再根据分析的绕极西风带的风场季节特征来分析风场对中尺度涡旋个数的季节影响,所述步骤三中,年际风场数据的年份区间与步骤二中年中尺度涡旋个数时间序列图的年份区间一致;
步骤四、分析正压不稳定对中尺度涡旋个数的季节影响
由于南大洋的南极绕极流的强流系统中,强的正压不稳定在将能量从背景流中转移到涡旋中发挥着重要作用,则利用ECMWF的第五代海洋再分析数据集(ORAS5)的海表面流速数据计算正压不稳定,继而分析正压不稳定的季节特征,再根据分析的正压不稳定的季节特征来分析正压不稳定对中尺度涡旋个数的季节影响;所述步骤四中,由于ORAS5的海表面流速是流速,需将通过公式计算正压不稳定,其中公式如下:
步骤五、结果分析
根据步骤一、步骤二、步骤三和步骤四的分析结果进行统一分析,分析出中尺度涡旋个数的变化机制。
实施例二
根据图1-图7所示,本实施例提出了一种研究南大洋中尺度涡旋个数季节变化规律的方法,本实施例中,包括以下步骤:
步骤一、分析中尺度涡旋个数的季节变化
选取南大洋区域,该区域为40°S-70°S,利用全球中尺度涡轨迹数据集计算获取该区域1°×1°空间网格的中尺度涡旋个数,如图2b所示,中尺度涡活动在南半球表现很明显,特别是在南极绕极流区域,然后根据中尺度涡旋个数的空间分布特征选取合理范围将南大洋划分为不同扇区,其中太平洋扇区(110°E-75°W)、印度洋扇区(20°E-120°E)和大西洋扇区(75°W-0°,0°-20°E),如图2a所示,进一步分析南大洋中尺度涡旋个数在冬季和夏季空间分布规律,南大洋中尺度涡旋个数高值区主要在太平洋扇区的东北部和小部分西南部(40°S-55°S,180°-79°W和60°S-65°S,180°-120°W)以及印度洋扇区和大西洋扇区的中部和南部(50°S-65°S,0-120°E和50°S-62°S,50°W-5°W),如图3所示,中尺度涡旋个数在2月和9月的差异主要体现在中尺度涡旋个数高值区,即中尺度涡旋个数在南半球冬季少夏季多;
步骤二、分析中尺度涡旋个数的季节变化
对步骤一中选取南大洋的区域的太平洋扇区(110°E-75°W)、印度洋扇区(20°E-120°E)和大西洋扇区(75°W-0°,0°-20°E),分别计算各个扇区中尺度涡旋个数的多年逐月平均值,太平洋扇区的气旋涡、反气旋涡和总的中尺度涡旋个数是印度洋扇区和大西洋扇区的两倍多,虽然三个海区的中尺度涡旋个数数量相差较大,但是三个海区的中尺度涡旋个数季节变化一致,即中尺度涡旋个数在1/2月最多,8/9月最少,即南半球夏季多,春季少,气旋涡和反气旋涡有同样的变化规律,三个海区的中尺度涡旋个数变化规律一致,并且和南大洋整体也一致,如图4所示,进一步利用AVISO海平面高度异常数据计算涡动能的多年逐月平均值,涡动能在2月最大,8月最小,即南半球夏季大,冬季小,如图5所示,南大洋中尺度涡旋个数在2月最大9月最小,因此涡动能和中尺度涡旋个数的季节变化基本一致,说明在南大洋中涡动能大的季节海洋能为中尺度涡提供更多的能量,有利于中尺度涡的产生和维持,从而使中尺度涡的出现个数变多(即中尺度涡旋个数变大),从而得到南大洋不同扇区中尺度涡旋个数的季节变化规律和与涡动能的联系;
所述步骤二中中尺度涡动能的计算使用了AVISO卫星高度计的海表面高度异常SLA数据,由纬向速度异常u′和经向速度异常v′得出,其中公式为:
步骤三、分析风场对中尺度涡旋个数的季节影响
由于南大洋内存在强的绕极西风带,则利用ECMWF第五代再分析数据(ERA-5)的海表面的风场数据,通过多年平均得到南大洋整体风速呈双峰型的变化,在4月和10达到极大值,在1月和6月达到极小值,如图6a所示,南大洋的风大部分是纬向风,经向风的贡献较小,如图6b和图6c所示,纬向风速的变化和整体风速一致,也是双峰型,在中尺度涡旋个数最大的2月,南大洋的风速比较小,风的强度较小,有利于涡旋的产生与维持,中尺度涡旋个数变多,同样的,在中尺度涡旋个数最小的9月,南大洋风速较大,风的强度大,不利于涡旋产生与维持,中尺度涡旋个数变少,对比风场和中尺度涡旋个数的季节变化可以得到南大洋风场能够影响中尺度涡旋个数的季节变化;所述步骤三中,年际风场数据的年份区间与步骤二中年中尺度涡旋个数时间序列图的年份区间一致;
步骤四、分析正压不稳定对中尺度涡旋个数的季节影响
由于南大洋的南极绕极流的强流系统中,强的正压不稳定在将能量从背景流中转移到涡旋中发挥着重要作用,则利用ECMWF的第五代海洋再分析数据集(ORAS5)的海表面流速数据计算正压不稳定,将正压不稳定进行多年季节平均可以得到正压不稳定整体在秋季高,春季低,在3月达到最高值,在9月达到最低值,如图7所示,对比中尺度涡的季节变化可以得到正压不稳定的季节变化趋势和中尺度涡的基本一致,在正压不稳定值较大时,背景流动能向涡旋动能转换,这有利于涡旋的产生与维持,所述步骤四中,由于ORAS5的海表面流速是流速,需将通过公式计算正压不稳定,其中公式如下:
步骤五、结果分析
根据步骤一、步骤二、步骤三和步骤四的分析结果进行统一分析,分析出中尺度涡旋个数的季节变化机制,可能是受风场和正压不稳定共同作用影响,风速小的季节有利于涡旋产生与维持,同时正压不稳定大的季节平均流动能更多的向中尺度涡旋转换,也有利于涡旋产生与维持,从而导致南大洋中尺度涡旋的个数增多。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (6)
1.一种研究南大洋中尺度涡旋个数季节变化规律的方法,其特征在于:包括以下步骤:
步骤一、分析南大洋中尺度涡旋个数空间分布
选取南大洋区域,利用全球中尺度涡轨迹数据集计算获取该区域1°×1°空间网格的中尺度涡旋个数,然后根据中尺度涡旋个数的空间分布特征选取合理范围将南大洋划分为不同扇区,进一步分析南大洋中尺度涡旋个数在冬季和夏季空间分布规律;
步骤二、分析中尺度涡旋个数的季节变化
对步骤一中选取南大洋的区域的不同扇区,分别计算不同扇区中尺度涡旋个数的多年逐月平均值,进一步利用AVISO海平面高度异常数据计算涡动能的多年逐月平均值,从而对比分析得到南大洋不同扇区中尺度涡旋个数的季节变化规律和与涡动能的联系;
步骤三、分析风场对中尺度涡旋个数的季节影响
利用用欧洲中期天气预报中心(ECMWF)第五代再分析数据(ERA-5)的海表面的风场数据,继而分析绕极西风带的风场季节特征,再根据分析的绕极西风带的风场季节特征来分析风场对中尺度涡旋个数的季节影响;
步骤四、分析正压不稳定对中尺度涡旋个数的季节影响
再利用ECMWF的第五代海洋再分析数据集(ORAS5)的海表面流速数据计算正压不稳定,继而分析正压不稳定的季节特征,再根据分析的正压不稳定的季节特征来分析正压不稳定对中尺度涡旋个数的季节影响;
步骤五、结果分析
根据步骤一、步骤二、步骤三和步骤四的分析结果进行统一分析,分析出中尺度涡旋个数的季节变化机制。
2.根据权利要求1所述的一种研究南大洋中尺度涡旋个数季节变化规律的方法,其特征在于:所述步骤二中的中尺度涡旋个数时间序列图为一月到十二月的时间序列图。
4.根据权利要求1所述的一种研究南大洋中尺度涡旋个数季节变化规律的方法,其特征在于:所述步骤二中的中尺度涡旋个数时间序列图为N个年份的时间序列多年平均图。
5.根据权利要求1所述的一种研究南大洋中尺度涡旋个数变化规律的方法,其特征在于:所述步骤三中,风场数据的年份区间与步骤二中的中尺度涡旋个数时间序列图的年份区间一致。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211304228.0A CN115795792B (zh) | 2022-10-24 | 2022-10-24 | 一种研究南大洋中尺度涡旋个数季节变化规律的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211304228.0A CN115795792B (zh) | 2022-10-24 | 2022-10-24 | 一种研究南大洋中尺度涡旋个数季节变化规律的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115795792A true CN115795792A (zh) | 2023-03-14 |
CN115795792B CN115795792B (zh) | 2023-08-11 |
Family
ID=85433559
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211304228.0A Active CN115795792B (zh) | 2022-10-24 | 2022-10-24 | 一种研究南大洋中尺度涡旋个数季节变化规律的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115795792B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116894405A (zh) * | 2023-07-14 | 2023-10-17 | 广东海洋大学 | Eacc年际变化与厄尔尼诺-南方涛动关系测定方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100017176A1 (en) * | 2008-07-21 | 2010-01-21 | University Of Massachusetts | Synthetic structure for asymmetric eddies in the ocean |
CN107633224A (zh) * | 2017-09-15 | 2018-01-26 | 中国海洋大学 | 全球涡旋间多层次关系的识别、追踪 |
-
2022
- 2022-10-24 CN CN202211304228.0A patent/CN115795792B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100017176A1 (en) * | 2008-07-21 | 2010-01-21 | University Of Massachusetts | Synthetic structure for asymmetric eddies in the ocean |
CN107633224A (zh) * | 2017-09-15 | 2018-01-26 | 中国海洋大学 | 全球涡旋间多层次关系的识别、追踪 |
Non-Patent Citations (5)
Title |
---|
MOSTAFA HOSEINI 等: ""First Evidence of Mesoscale Ocean Eddies Signature in GNSS Reflectometry Measurements"", 《REMOTE SENSING》 * |
崔凤娟: ""南海中尺度涡的识别及统计特征分析"", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
张桃 等: ""东海陆架区中尺度涡运动路径的统计特征分析"", 《海洋学研究》, vol. 38, no. 1 * |
梁梅: ""ECMWF模式对西北太平洋热带气旋生成的预报能力及物理过程研究"", 《中国博士学位论文全文数据库 基础科学辑》 * |
王文杰 等: ""南海中尺度涡强度的季节和年际变化分析"", 《研究论文》, vol. 40, no. 12 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116894405A (zh) * | 2023-07-14 | 2023-10-17 | 广东海洋大学 | Eacc年际变化与厄尔尼诺-南方涛动关系测定方法及系统 |
CN116894405B (zh) * | 2023-07-14 | 2024-01-30 | 广东海洋大学 | Eacc年际变化与厄尔尼诺-南方涛动关系测定方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115795792B (zh) | 2023-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Murthy et al. | A comprehensive review of wind resource assessment | |
Amirinia et al. | Wind and wave energy potential in southern Caspian Sea using uncertainty analysis | |
Pookpunt et al. | Design of optimal wind farm configuration using a binary particle swarm optimization at Huasai district, Southern Thailand | |
Méchali et al. | Wake effects at Horns Rev and their influence on energy production | |
Negnevitsky et al. | Innovative short-term wind generation prediction techniques | |
Li et al. | A physical approach of the short-term wind power prediction based on CFD pre-calculated flow fields | |
Tiang et al. | Technical review of wind energy potential as small-scale power generation sources in Penang Island Malaysia | |
CN113205210B (zh) | 复杂地形风电场风速与功率预测方法、系统、设备及存储介质 | |
Najid et al. | Analyzing the east coast Malaysia wind speed data | |
CN115795792A (zh) | 一种研究南大洋中尺度涡旋个数季节变化规律的方法 | |
CN110991701A (zh) | 一种基于数据融合的风电场风机风速预测方法及系统 | |
CN108062722B (zh) | 基于风速变异系数的山地风电场模型风机机械功率计算方法 | |
Susini et al. | Climate change impact on the offshore wind energy over the North Sea and the Irish Sea | |
Onoruoiza et al. | Analysis of offshore wind energy potential for power generation in three selected locations in Nigeria | |
Hidayat | Wind Power in Indonesia: Potential, Challenges, and Current Technology Overview | |
Ya-li et al. | Synoptic characteristics related to warm-sector torrential rainfall events in South China during the annually first rainy season | |
Liu et al. | Local-thermal-gradient and large-scale-circulation impacts on turbine-height wind speed forecasting over the Columbia River Basin | |
CN112883577A (zh) | 一种海上风电场出力典型场景生成方法及存储介质 | |
KR101010407B1 (ko) | 빌딩풍 이용 풍력 발전 시스템의 설치 방법 | |
Kim et al. | A framework for hurricane risk assessment of offshore wind farms | |
Zhou et al. | Evaluation of spatial–temporal features and circulation patterns of Northeast China cold vortex in CMIP6 AMIP simulations | |
Fossem | Short-term wind power prediction models in complex terrain based on statistical time series analysis | |
CN113052352A (zh) | 一种新能源场站风速预报订正方法和系统 | |
Hallgren et al. | The smoother the better? A comparison of six post-processing methods to improve short-term offshore wind power forecasts in the Baltic Sea | |
Reddy et al. | Statistical analysis for wind energy estimation over Gadanki, India |
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 |