CN116303368B - 一种双偏振雷达体扫数据插值方法、装置、设备及介质 - Google Patents
一种双偏振雷达体扫数据插值方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN116303368B CN116303368B CN202310443688.XA CN202310443688A CN116303368B CN 116303368 B CN116303368 B CN 116303368B CN 202310443688 A CN202310443688 A CN 202310443688A CN 116303368 B CN116303368 B CN 116303368B
- Authority
- CN
- China
- Prior art keywords
- interpolation
- data
- dual
- interpolated
- point
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 108
- 238000013075 data extraction Methods 0.000 claims abstract description 8
- 238000010276 construction Methods 0.000 claims abstract description 6
- 238000003908 quality control method Methods 0.000 claims description 34
- 238000004422 calculation algorithm Methods 0.000 claims description 22
- 230000010287 polarization Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 14
- 230000009977 dual effect Effects 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000013500 data storage Methods 0.000 claims description 4
- 230000003068 static effect Effects 0.000 claims description 4
- 230000006870 function Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 2
- 238000005538 encapsulation Methods 0.000 claims 1
- 238000002310 reflectometry Methods 0.000 description 26
- 238000001556 precipitation Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000012360 testing method Methods 0.000 description 5
- 239000002245 particle Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 239000005457 ice water Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请涉及一种双偏振雷达体扫数据插值方法、装置、设备及介质。所述方法包括：通过构造双偏振雷达体积扫描数据库，并根据待插值点相对于双偏振雷达架设点的距离和方位角提取待插值点上空所有体扫层的数据，进行整层插值，得到插值点上方的整层插值数据。采用本方法能够对双偏振雷达体扫数据进行整层插值，并将双偏振雷达体扫数据库构建、数据提取和数据插值进行分离，同时将数据提取和数据插值部分进行函数封装，避免了传统插值方法逐点插值的低效率问题，提高了基于Python语言的双偏振雷达体扫数据插值的速度和效率。
Description
技术领域
本申请涉及双偏振雷达数据处理技术领域，特别是涉及一种双偏振雷达体扫数据插值方法、装置、设备及介质。
背景技术
相比传统的天气雷达，双偏振雷达可以提供云中粒子更多的微物理信息。偏振变量的联合使用，可以综合分析云中粒子群的形状和浓度信息，根据偏振变量的变化，以及反演的三维空间雨滴谱，冰水和液态水含量和粒子相态识别结果，可以综合判断云中发生的微物理过程，这给揭示降水的微物理过程带来新的机遇。尤其是对强对流降水，其他地面观测手段很难深入强对流内部，而基于卫星的雷达观测的波长均较短，在强降水区存在严重的衰减，因此目前双偏振雷达是探测强对流降水微物理信息的最有效的工具之一。
目前我国大部分业务化天气雷达均已经升级为双偏振雷达。基于双偏振雷达针对各类天气系统已经开展了大量研究。由于双偏振天气雷达的扫描方式为体积扫描，因此只能得到天气系统的锥面扫描信息。在分析实际降水系统的发生、发展演变过程时，仅仅通过平面展示不足以了解整个降水系统的结构。因此，基于双偏振雷达体扫数据的任意两点剖面算法是分析降水系统垂直结构的重要工具。此外，在利用多部双偏振雷达体扫数据进行风场反演时，也需要将体积扫描数据中的反射率因子以及径向速度插值成网格数据，进而执行变分反演算法，迭代求解降水系统的三维风场结构。
无论是任意剖面算法分析降水系统的垂直结构，还是基于网格化的双偏振雷达数据进行三维风场反演，均离不开对双偏振雷达体扫数据进行插值。目前传统的插值算法均基于逐点插值的思想，即寻找能影响待插值点的雷达数据，最后遍历所有插值点进行逐点插值。该方法在C语言等编译型语言的执行效率尚可以接收。随着Python在大气领域的应用逐渐广泛，基于Python语言的双偏振雷达数据处理和可视化算法逐渐被开发，并被学者们广为采用，比如Pycwr和Pyart等双偏振雷达数据处理和可视化标准库。
然而，由于Python语言作为解释型动态语言，其执行效率相比编译型语言明显偏低，因此基于传统插值方法的Python双偏振雷达插值效率非常低。
发明内容
基于此，有必要针对上述技术问题，提供一种双偏振雷达体扫数据插值方法、装置、设备及介质，以提高双偏振雷达数据插值的效率。
一种双偏振雷达体扫数据插值方法，所述方法包括：
步骤一：获取双偏振雷达体积扫描数据并进行质量控制，得到质量控制后的双偏振雷达体积扫描数据；
步骤二：根据质量控制后的双偏振雷达体积扫描数据构建双偏振雷达体积扫描数据库，其中，双偏振雷达体积扫描数据库包括双偏振雷达参数和双偏振雷达的每条径向扫描数据；
步骤三：根据任意两点剖面算法或三维格点化方法确定待插值点的水平坐标，并确定待插值点的垂直插值分辨率；
步骤四：根据待插值点的水平坐标和雷达位置信息进行计算，获取待插值点在雷达每层体积扫描平面上的投影点，并在双偏振雷达体积扫描数据库中搜索与投影点最邻近的两条径向扫描数据，通过对最邻近的两条径向扫描数据进行最邻近插值或双线性插值，提取得到待插值点上方的整层数据；
步骤五：通过预先选择的插值方法，根据垂直插值分辨率对待插值点上方的整层数据进行插值，得到插值点上方指定分辨率的整层插值数据；
步骤六：通过并行遍历所有待插值点，计算得到所有待插值点上方的整层插值数据并进行存储，实现双偏振雷达体积扫描数据的插值。
在其中一个实施例中，双偏振雷达参数包括雷达高度、探测的距离库分辨率和雷达总体扫层数，每条径向扫描数据包括每个距离库的双偏振变量以及每个距离库相对于双偏振雷达的仰角和方位角。
在其中一个实施例中，根据任意两点剖面算法或三维格点化方法确定待插值点的水平坐标，包括：
根据任意两点剖面算法确定插值起止点和距离分辨率，根据插值起止点和距离分辨率进行计算，确定待插值点N的水平坐标为(x, y)；其中，x表示待插值点与双偏振雷达的距离，y表示待插值点的垂直高度；
通过对双偏振雷达体积扫描数据进行三维格点化处理，确定双偏振雷达体积扫描数据的网格分辨率、水平范围以及垂直范围，根据网格分辨率、水平范围以及垂直范围进行计算，确定待插值点N的水平坐标为(x, y)。
在其中一个实施例中，根据待插值点的水平坐标和雷达位置信息进行计算，获取待插值点在雷达每层体积扫描平面上的投影点，并在双偏振雷达体积扫描数据库中搜索与投影点最邻近的两条径向扫描数据，通过对最邻近的两条径向扫描数据进行最邻近插值或双线性插值，提取得到待插值点上方的整层数据，包括：
根据待插值点N的水平坐标(x, y)和雷达位置信息进行计算，获取待插值点N在雷达每层体积扫描平面上的投影点N i，并在双偏振雷达体积扫描数据库中搜索与投影点N i最邻近的两条径向扫描数据，通过依据径向扫描数据中的方位角和距离库对最邻近的两条径向扫描数据进行最邻近插值或双线性插值，提取得到待插值点上方的投影点N i对应的双偏振雷达变量。
在其中一个实施例中，通过预先选择的插值方法，根据垂直插值分辨率对待插值点上方的整层数据进行插值，得到插值点上方指定分辨率的整层插值数据，包括：
通过预先选择的插值方法，根据垂直插值分辨率对待插值点N上方的投影点N i对应的双偏振雷达变量进行插值，得到插值点上方指定分辨率的双偏振雷达变量整层插值数据；其中，预先选择的插值方法为最邻近插值、线性插值和非线性插值中的任意一种插值方法。
在其中一个实施例中，在并行遍历所有待插值点时，根据Python的Numba库对步骤四和步骤五进行函数封装，生成无Python依赖的静态类型的本机代码，通过调用本机代码提取所有待插值点上方的整层数据，并对所有待插值点上方的整层数据进行插值，得到所有待插值点上方的整层插值数据并进行存储，实现双偏振雷达体积扫描数据的插值。
在其中一个实施例中，在调用本机代码提取所有待插值点上方的整层数据，并对所有待插值点上方的整层数据进行插值时，每个待插值点上方的整层数据的插值互不干扰。
一种双偏振雷达体扫数据插值装置，所述装置包括：
质量控制模块，用于获取双偏振雷达体积扫描数据并进行质量控制，得到质量控制后的双偏振雷达体积扫描数据；
数据库构建模块，用于根据质量控制后的双偏振雷达体积扫描数据构建双偏振雷达体积扫描数据库，其中，双偏振雷达体积扫描数据库包括双偏振雷达参数和双偏振雷达的每条径向扫描数据；
待插值点确定模块，用于根据任意两点剖面算法或三维格点化方法确定待插值点的水平坐标，并确定待插值点的垂直插值分辨率；
数据提取模块，用于根据待插值点的水平坐标和雷达位置信息进行计算，获取待插值点在雷达每层体积扫描平面上的投影点，并在双偏振雷达体积扫描数据库中搜索与投影点最邻近的两条径向扫描数据，通过对最邻近的两条径向扫描数据进行最邻近插值或双线性插值，提取得到待插值点上方的整层数据；
数据插值模块，用于通过预先选择的插值方法，根据垂直插值分辨率对待插值点上方的整层数据进行插值，得到插值点上方指定分辨率的整层插值数据；
数据存储模块，用于通过并行遍历所有待插值点，计算得到所有待插值点上方的整层插值数据并进行存储，实现双偏振雷达体积扫描数据的插值。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
步骤一：获取双偏振雷达体积扫描数据并进行质量控制，得到质量控制后的双偏振雷达体积扫描数据；
步骤二：根据质量控制后的双偏振雷达体积扫描数据构建双偏振雷达体积扫描数据库，其中，双偏振雷达体积扫描数据库包括双偏振雷达参数和双偏振雷达的每条径向扫描数据；
步骤三：根据任意两点剖面算法或三维格点化方法确定待插值点的水平坐标，并确定待插值点的垂直插值分辨率；
步骤四：根据待插值点的水平坐标和雷达位置信息进行计算，获取待插值点在雷达每层体积扫描平面上的投影点，并在双偏振雷达体积扫描数据库中搜索与投影点最邻近的两条径向扫描数据，通过对最邻近的两条径向扫描数据进行最邻近插值或双线性插值，提取得到待插值点上方的整层数据；
步骤五：通过预先选择的插值方法，根据垂直插值分辨率对待插值点上方的整层数据进行插值，得到插值点上方指定分辨率的整层插值数据；
步骤六：通过并行遍历所有待插值点，计算得到所有待插值点上方的整层插值数据并进行存储，实现双偏振雷达体积扫描数据的插值。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
步骤一：获取双偏振雷达体积扫描数据并进行质量控制，得到质量控制后的双偏振雷达体积扫描数据；
步骤二：根据质量控制后的双偏振雷达体积扫描数据构建双偏振雷达体积扫描数据库，其中，双偏振雷达体积扫描数据库包括双偏振雷达参数和双偏振雷达的每条径向扫描数据；
步骤三：根据任意两点剖面算法或三维格点化方法确定待插值点的水平坐标，并确定待插值点的垂直插值分辨率；
步骤四：根据待插值点的水平坐标和雷达位置信息进行计算，获取待插值点在雷达每层体积扫描平面上的投影点，并在双偏振雷达体积扫描数据库中搜索与投影点最邻近的两条径向扫描数据，通过对最邻近的两条径向扫描数据进行最邻近插值或双线性插值，提取得到待插值点上方的整层数据；
步骤五：通过预先选择的插值方法，根据垂直插值分辨率对待插值点上方的整层数据进行插值，得到插值点上方指定分辨率的整层插值数据；
步骤六：通过并行遍历所有待插值点，计算得到所有待插值点上方的整层插值数据并进行存储，实现双偏振雷达体积扫描数据的插值。
上述一种双偏振雷达体扫数据插值方法、装置、设备及介质，通过构造双偏振雷达体积扫描数据库，并根据待插值点相对于双偏振雷达架设点的距离和方位角提取待插值点上空所有体扫层的数据，进行整层插值，得到插值点上方的整层插值数据。本发明采用整层插值思想，从原理上避免了传统插值方法逐点插值的低效率问题，并且本发明将双偏振雷达体扫数据库构建、数据提取和数据插值进行分离，同时将数据提取和数据插值部分进行函数封装，提高了基于Python语言的双偏振雷达体扫数据插值速度和效率，适用于双偏振雷达体扫数据的处理和可视化研究。
附图说明
图1为一个实施例中本发明所提方法的流程示意图；
图2为一个实施例中本发明所提方法的原理图：(a)为任意两点剖面算法示意图，(b)为三维格点化插值示意图，(c)为待插值点上方某层数据的提取示意图，(d)为对待插值点上方的整层数据进行插值的示意图；
图3为一个实施例中发明所提方法的插值效果示意图：(a)为洛阳双偏振雷达0.5°仰角的反射率因子（Z H）的水平分布，(b)为根据本发明所提方法对反射率因子进行整层插值得到的反射率因子垂直剖面图，(c)为洛阳双偏振雷达0.5°仰角的差分反射率因子（Z DR）的水平分布，(d)为根据本发明所提方法对差分反射率因子进行整层插值得到的差分反射率因子垂直剖面图；
图4为一个实施例中采用不同垂直插值方法对反射率因子（Z H）和差分反射率因子（Z DR）进行插值得到的垂直剖面图：(a)为采用增加了垂直分辨率的垂直线性插值方法得到的反射率因子垂直剖面图，(b)为在整层插值中采用最邻近插值得到的反射率因子垂直剖面图，(c)为采用增加了垂直分辨率的垂直线性插值方法得到的差分反射率因子垂直剖面图，(d) 为在整层插值中采用最邻近插值得到的差分反射率因子垂直剖面图；
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1和图2所示，提供了一种双偏振雷达体扫数据插值方法的流程示意图和原理图，包括以下步骤：
步骤一：获取双偏振雷达体积扫描数据并进行质量控制，得到质量控制后的双偏振雷达体积扫描数据。
步骤二：根据质量控制后的双偏振雷达体积扫描数据构建双偏振雷达体积扫描数据库，其中，双偏振雷达体积扫描数据库包括双偏振雷达参数和双偏振雷达的每条径向扫描数据，双偏振雷达参数包括雷达高度、探测的距离库分辨率和雷达总体扫层数，每条径向扫描数据包括每个距离库的双偏振变量以及每个距离库相对于双偏振雷达的仰角和方位角。其中，距离库为雷达回波信号处理中沿射线方向按距离分成的小的距离单元。
步骤三：根据任意两点剖面算法或三维格点化方法确定待插值点的水平坐标，并确定待插值点的垂直插值分辨率。具体地，第一种方法如图2(a)所示，点O为雷达所在位置，点A和点B为剖面位置起始点，点N为待插值点，首先根据任意两点剖面算法确定插值起止点和距离分辨率，然后根据插值起止点和距离分辨率进行计算，确定待插值点N的水平坐标为(x, y)；其中，x表示待插值点与双偏振雷达的距离，y表示待插值点的垂直高度。第二种方法如图2(b)所示，通过对双偏振雷达体积扫描数据进行三维格点化处理，确定双偏振雷达体积扫描数据的网格分辨率、水平范围以及垂直范围，根据网格分辨率、水平范围以及垂直范围进行计算，确定待插值点N的水平坐标为(x, y)。
步骤四：根据待插值点的水平坐标和雷达位置信息进行计算，获取待插值点在雷达每层体积扫描平面上的投影点，并在双偏振雷达体积扫描数据库中搜索与投影点最邻近的两条径向扫描数据，通过对最邻近的两条径向扫描数据进行最邻近插值或双线性插值，提取得到待插值点上方的整层数据。具体地，如图2(c)所示，根据待插值点N的水平坐标(x, y)和雷达位置O进行计算，获取待插值点N在雷达每层体积扫描平面上的投影点N i，并在双偏振雷达体积扫描数据库中搜索与投影点N i最邻近的两条径向扫描数据，通过依据径向扫描数据中的方位角和距离库对最邻近的两条径向扫描数据进行最邻近插值或双线性插值，提取得到待插值点上方的投影点N i对应的双偏振雷达变量。
步骤五：通过预先选择的插值方法，根据垂直插值分辨率对待插值点上方的整层数据进行插值，得到插值点上方指定分辨率的整层插值数据。具体地，如图2(d)所示，通过预先选择的插值方法，根据垂直插值分辨率对待插值点N上方的投影点N i对应的双偏振雷达变量进行插值，得到插值点上方指定分辨率的双偏振雷达变量整层插值数据；其中，预先选择的插值方法为最邻近插值、线性插值和非线性插值中的任意一种插值方法。
在其中一个实施例中，在并行遍历所有待插值点时，根据Python的Numba库对步骤四和步骤五进行函数封装，生成无Python依赖的静态类型的本机代码，通过调用本机代码提取所有待插值点上方的整层数据，并对所有待插值点上方的整层数据进行插值，得到所有待插值点上方的整层插值数据并进行存储，实现双偏振雷达体积扫描数据的插值。
在其中一个实施例中，在调用本机代码提取所有待插值点上方的整层数据，并对所有待插值点上方的整层数据进行插值时，每个待插值点上方的整层数据的插值互不干扰。
步骤六：通过并行遍历所有待插值点，计算得到所有待插值点上方的整层插值数据并进行存储，实现双偏振雷达体积扫描数据的插值。
在一个具体的实施例中，为了进一步验证本发明所提方法的有益效果，还进行了试验验证。2021年7月20日，河南省郑州市遭遇了降水袭击，7月20日16时至17时小时累积降水达到201.9 mm，打破我国地区历史小时最高降水量。图3给出了7月20日16:36时刻发明所提方法的插值效果示意图。图3(a)为洛阳双偏振雷达0.5°仰角的反射率因子(Z H)的水平分布，可以看出在距离雷达水平40-70km，垂直20-60km处有明显的对流降水系统，核心区大范围反射率因子超过55 dBZ。图3(c)为洛阳双偏振雷达0.5°仰角的差分反射率因子(Z DR)的水平分布。从水平结构来看，在对流前沿，有明显大雨滴存在，差分反射率因子超过3 dB。
体扫数据仅能给出对流系统的水平分布结构，在分析此次极端降水发生的降水机制时，需要结合对流的垂直结构特征。因此需要采用任意剖面插值算法对双偏振雷达体扫数据进行插值，得到对流系统的垂直结构。图3(b)和(d) 根据本发明所提方法对反射率因子进行整层插值得到的反射率因子垂直剖面图，以及根据本发明所提方法对差分反射率因子进行整层插值得到的差分反射率因子垂直剖面图。垂直剖面图中，从上至下两条虚线分别代表-20℃和零度层高度。进一步地，图4还给出了采用不同垂直插值方法对反射率因子和差分反射率因子进行插值得到的垂直剖面图，图4(a)和图4 (c)为采用增加了垂直分辨率的垂直线性插值方法得到的反射率因子垂直剖面图和差分反射率因子垂直剖面图，图4(b)和图4 (d) 为在整层插值中采用最邻近插值得到的反射率因子垂直剖面图和差分反射率因子垂直剖面图，可以展示每层仰角波束宽度内的变量值，此方法可以更加真实地展示雷达波束体积内的双偏振雷达变量，避免了插值的影响。
由图3和图4可知，本发明给出的垂直剖面能合理表征对流系统的垂直结构。在对流前沿，距离25km处，有明显的反射率和差分反射率的高值区，表明此处的雨滴直径相比其他区域偏高，可能发生雨滴的分选微物理过程，较高的差分反射率的延伸高度也表明此区域可能存在较强的上升气流。在对流前沿，反射率因子和差分反射率因子随高度明显递增，表示降水的暖雨过程非常活跃，雨滴在下落过程中不断碰并收集云滴和小雨滴。在距离20km处，对流底层的反射率有先升高后降低的特征，同时此区域差分反射率因子也相对较高，表明此区域可能存在因冷池导致的蒸发过程。本发明提出的插值方法得出的结果合理地再现了对流系统的垂直结构，有助于分析强对流系统的双偏振雷达变量垂直结构分布特征，为揭示降水形成的微物理过程和机制奠定基础。
本发明提出的一种双偏振雷达体扫数据插值方法，在插值速度上相比传统的逐点插值方法有明显的提升。为了对比本发明方法的优势，在表1给出了不同插值方法的对比结果。在实际插值过程中，选择任意剖面插值作为测试标准，剖面的水平距离为50km，垂直距离为20km。将水平格点分别设置为101，201和501，对应的水平分辨率分别为500m，250m和100m。在每一个水平格点中设置不同的垂直分辨率，格点数分别设置为41，81，201和2001，对应的垂直分辨率分别为500m，250m，100m和10m。需要指出的是，洛阳双偏振雷达的实际水平距离库分辨率为250m。本测试选则超过原始分辨率进行插值，目的在于测试多网格点下，不同插值方法的插值速度。
表1本发明与传统逐格点插值的时间对比
，
表1中的逐格点插值方法和整层插值方法均为Python语言编写。可以看出相比传统的逐格点插值，本发明提出的整层插值方法在插值速度上有明显的优势，插值时间约是传统逐格点插值方法的十分之一，且随格点数增加优势逐渐增大。当插值总格点数目超过100万时，传统逐格点插值方法用时为228146毫秒，而本发明提出的整层插值方法仅用时832毫秒，明显优于传统逐格点插值方法。
此外，本发明提出的整层插值方法的插值速度几乎不随垂直格点数的增加而增加，对于水平格点为501的测试集，垂直格点从41增加至2001时，插值速度仅仅从800毫秒增加至832毫秒，时间仅增加了32毫秒。而逐格点插值方法随着垂直格点数目的增加显著增加，对于水平格点为501的测试集，垂直格点从41增加至2001时，插值时间增加了近50倍，明显劣于整体插值方法。
应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，包括：质量控制模块、数据库构建模块、待插值点确定模块、数据提取模块、数据插值模块以及数据存储模块，其中：
质量控制模块，用于获取双偏振雷达体积扫描数据并进行质量控制，得到质量控制后的双偏振雷达体积扫描数据；
数据库构建模块，用于根据质量控制后的双偏振雷达体积扫描数据构建双偏振雷达体积扫描数据库，其中，双偏振雷达体积扫描数据库包括双偏振雷达参数和双偏振雷达的每条径向扫描数据；
待插值点确定模块，用于根据任意两点剖面算法或三维格点化方法确定待插值点的水平坐标，并确定待插值点的垂直插值分辨率；
数据提取模块，用于根据待插值点的水平坐标和雷达位置信息进行计算，获取待插值点在雷达每层体积扫描平面上的投影点，并在双偏振雷达体积扫描数据库中搜索与投影点最邻近的两条径向扫描数据，通过对最邻近的两条径向扫描数据进行最邻近插值或双线性插值，提取得到待插值点上方的整层数据；
数据插值模块，用于通过预先选择的插值方法，根据垂直插值分辨率对待插值点上方的整层数据进行插值，得到插值点上方指定分辨率的整层插值数据；
数据存储模块，用于通过并行遍历所有待插值点，计算得到所有待插值点上方的整层插值数据并进行存储，实现双偏振雷达体积扫描数据的插值。
关于双偏振雷达体扫数据插值装置的具体限定可以参见上文中对于双偏振雷达体扫数据插值方法的限定，在此不再赘述。上述双偏振雷达体扫数据插值装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图5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、显示屏和输入装置。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和计算机程序。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一种双偏振雷达体扫数据插值方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图5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以下步骤：
步骤一：获取双偏振雷达体积扫描数据并进行质量控制，得到质量控制后的双偏振雷达体积扫描数据；
步骤二：根据质量控制后的双偏振雷达体积扫描数据构建双偏振雷达体积扫描数据库，其中，双偏振雷达体积扫描数据库包括双偏振雷达参数和双偏振雷达的每条径向扫描数据；
步骤三：根据任意两点剖面算法或三维格点化方法确定待插值点的水平坐标，并确定待插值点的垂直插值分辨率；
步骤四：根据待插值点的水平坐标和雷达位置信息进行计算，获取待插值点在雷达每层体积扫描平面上的投影点，并在双偏振雷达体积扫描数据库中搜索与投影点最邻近的两条径向扫描数据，通过对最邻近的两条径向扫描数据进行最邻近插值或双线性插值，提取得到待插值点上方的整层数据；
步骤五：通过预先选择的插值方法，根据垂直插值分辨率对待插值点上方的整层数据进行插值，得到插值点上方指定分辨率的整层插值数据；
步骤六：通过并行遍历所有待插值点，计算得到所有待插值点上方的整层插值数据并进行存储，实现双偏振雷达体积扫描数据的插值。
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以下步骤：
步骤一：获取双偏振雷达体积扫描数据并进行质量控制，得到质量控制后的双偏振雷达体积扫描数据；
步骤二：根据质量控制后的双偏振雷达体积扫描数据构建双偏振雷达体积扫描数据库，其中，双偏振雷达体积扫描数据库包括双偏振雷达参数和双偏振雷达的每条径向扫描数据；
步骤三：根据任意两点剖面算法或三维格点化方法确定待插值点的水平坐标，并确定待插值点的垂直插值分辨率；
步骤四：根据待插值点的水平坐标和雷达位置信息进行计算，获取待插值点在雷达每层体积扫描平面上的投影点，并在双偏振雷达体积扫描数据库中搜索与投影点最邻近的两条径向扫描数据，通过对最邻近的两条径向扫描数据进行最邻近插值或双线性插值，提取得到待插值点上方的整层数据；
步骤五：通过预先选择的插值方法，根据垂直插值分辨率对待插值点上方的整层数据进行插值，得到插值点上方指定分辨率的整层插值数据；
步骤六：通过并行遍历所有待插值点，计算得到所有待插值点上方的整层插值数据并进行存储，实现双偏振雷达体积扫描数据的插值。
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、数据库或其它介质的任何引用，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本申请范围的限制。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，本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种双偏振雷达体扫数据插值方法，其特征在于，所述方法包括：
步骤一：获取双偏振雷达体积扫描数据并进行质量控制，得到质量控制后的双偏振雷达体积扫描数据；
步骤二：根据所述质量控制后的双偏振雷达体积扫描数据构建双偏振雷达体积扫描数据库，其中，所述双偏振雷达体积扫描数据库包括双偏振雷达参数和双偏振雷达的每条径向扫描数据；
步骤三：根据任意两点剖面算法或三维格点化方法确定待插值点的水平坐标，并确定待插值点的垂直插值分辨率；
步骤四：根据所述待插值点的水平坐标和雷达位置信息进行计算，获取待插值点在雷达每层体积扫描平面上的投影点，并在所述双偏振雷达体积扫描数据库中搜索与所述投影点最邻近的两条径向扫描数据，通过对所述最邻近的两条径向扫描数据进行最邻近插值或双线性插值，提取得到所述待插值点上方的整层数据；
步骤五：通过预先选择的插值方法，根据所述垂直插值分辨率对所述待插值点上方的整层数据进行插值，得到插值点上方指定分辨率的整层插值数据；
步骤六：通过并行遍历所有待插值点，计算得到所有待插值点上方的整层插值数据并进行存储，实现双偏振雷达体积扫描数据的插值。
2.根据权利要求1所述的方法，其特征在于，所述双偏振雷达参数包括雷达高度、探测的距离库分辨率和雷达总体扫层数，所述每条径向扫描数据包括每个距离库的双偏振变量以及每个距离库相对于双偏振雷达的仰角和方位角。
3.根据权利要求2所述的方法，其特征在于，根据任意两点剖面算法或三维格点化方法确定待插值点的水平坐标，包括：
根据任意两点剖面算法确定插值起止点和距离分辨率，根据所述插值起止点和距离分辨率进行计算，确定待插值点N的水平坐标为；其中，/>表示待插值点与双偏振雷达的距离，/>表示待插值点的垂直高度；
通过对双偏振雷达体积扫描数据进行三维格点化处理，确定双偏振雷达体积扫描数据的网格分辨率、水平范围以及垂直范围，根据所述网格分辨率、水平范围以及垂直范围进行计算，确定所述待插值点N的水平坐标为。
4.根据权利要求3所述的方法，其特征在于，根据所述待插值点的水平坐标和雷达位置信息进行计算，获取待插值点在雷达每层体积扫描平面上的投影点，并在所述双偏振雷达体积扫描数据库中搜索与所述投影点最邻近的两条径向扫描数据，通过对所述最邻近的两条径向扫描数据进行最邻近插值或双线性插值，提取得到所述待插值点上方的整层数据，包括：
根据待插值点N的水平坐标和雷达位置信息进行计算，获取待插值点N在雷达每层体积扫描平面上的投影点/>，并在所述双偏振雷达体积扫描数据库中搜索与所述投影点/>最邻近的两条径向扫描数据，通过依据径向扫描数据中的方位角和距离库对所述最邻近的两条径向扫描数据进行最邻近插值或双线性插值，提取得到所述待插值点上方的投影点/>对应的双偏振雷达变量。
5.根据权利要求4所述的方法，其特征在于，通过预先选择的插值方法，根据所述垂直插值分辨率对所述待插值点上方的整层数据进行插值，得到插值点上方指定分辨率的整层插值数据，包括：
通过预先选择的插值方法，根据所述垂直插值分辨率对待插值点N上方的投影点对应的双偏振雷达变量进行插值，得到插值点上方指定分辨率的双偏振雷达变量整层插值数据；其中，所述预先选择的插值方法为最邻近插值、线性插值和非线性插值中的任意一种插值方法。
6.根据权利要求1所述的方法，其特征在于，在并行遍历所有待插值点时，根据Python的Numba库对所述步骤四和步骤五进行函数封装，生成无Python依赖的静态类型的本机代码，通过调用所述本机代码提取所有待插值点上方的整层数据，并对所有待插值点上方的整层数据进行插值，得到所有待插值点上方的整层插值数据并进行存储，实现双偏振雷达体积扫描数据的插值。
7.根据权利要求6所述的方法，其特征在于，在调用所述本机代码提取所有待插值点上方的整层数据，并对所有待插值点上方的整层数据进行插值时，每个待插值点上方的整层数据的插值互不干扰。
8.一种双偏振雷达体扫数据插值装置，其特征在于，所述装置包括：
质量控制模块，用于获取双偏振雷达体积扫描数据并进行质量控制，得到质量控制后的双偏振雷达体积扫描数据；
数据库构建模块，用于根据所述质量控制后的双偏振雷达体积扫描数据构建双偏振雷达体积扫描数据库，其中，所述双偏振雷达体积扫描数据库包括双偏振雷达参数和双偏振雷达的每条径向扫描数据；
待插值点确定模块，用于根据任意两点剖面算法或三维格点化方法确定待插值点的水平坐标，并确定待插值点的垂直插值分辨率；
数据提取模块，用于根据所述待插值点的水平坐标和雷达位置信息进行计算，获取待插值点在雷达每层体积扫描平面上的投影点，并在所述双偏振雷达体积扫描数据库中搜索与所述投影点最邻近的两条径向扫描数据，通过对所述最邻近的两条径向扫描数据进行最邻近插值或双线性插值，提取得到所述待插值点上方的整层数据；
数据插值模块，用于通过预先选择的插值方法，根据所述垂直插值分辨率对所述待插值点上方的整层数据进行插值，得到插值点上方指定分辨率的整层插值数据；
数据存储模块，用于通过并行遍历所有待插值点，计算得到所有待插值点上方的整层插值数据并进行存储，实现双偏振雷达体积扫描数据的插值。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310443688.XA CN116303368B (zh) | 2023-04-24 | 2023-04-24 | 一种双偏振雷达体扫数据插值方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310443688.XA CN116303368B (zh) | 2023-04-24 | 2023-04-24 | 一种双偏振雷达体扫数据插值方法、装置、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116303368A CN116303368A (zh) | 2023-06-23 |
| CN116303368B true CN116303368B (zh) | 2023-07-21 |
Family
ID=86778239
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310443688.XA Active CN116303368B (zh) | 2023-04-24 | 2023-04-24 | 一种双偏振雷达体扫数据插值方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116303368B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117406194A (zh) * | 2023-12-15 | 2024-01-16 | 中科星图维天信科技股份有限公司 | 生成等高面数据的方法、装置、设备以及存储介质 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104614715A (zh) * | 2015-03-05 | 2015-05-13 | 北京航空航天大学 | 一种可用于目标双站雷达散射截面测量定标与极化校准装置及其测量校准方法 |
| CN108680920A (zh) * | 2018-04-28 | 2018-10-19 | 深圳市雅码科技有限公司 | 一种基于双偏振雷达的灾害天气识别预警系统及方法 |
| CN109444893A (zh) * | 2018-11-14 | 2019-03-08 | 中国气象科学研究院 | 基于双偏振雷达网的相态识别产品拼图方法及装置 |
| CN111464400A (zh) * | 2020-04-23 | 2020-07-28 | 中国人民解放军国防科技大学 | 基于状态空间分解的双端多状态网络可靠性评估方法 |
| CN111983617A (zh) * | 2020-07-15 | 2020-11-24 | 中国人民解放军国防科技大学 | 双偏振相控阵天气雷达 |
| 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 |
| CN113219464A (zh) * | 2021-04-28 | 2021-08-06 | 深圳市万向信息科技有限公司 | 一种双偏振雷达基数据处理方法、系统、装置及存储介质 |
| CN113391315A (zh) * | 2021-06-11 | 2021-09-14 | 中国人民解放军国防科技大学 | 基于电磁波抛物方程伴随模式的雷达回波资料反演大气波导的方法 |
| US11151447B1 (en) * | 2017-03-13 | 2021-10-19 | Zoox, Inc. | Network training process for hardware definition |
| CN113740934A (zh) * | 2021-08-18 | 2021-12-03 | 浙江省大气探测技术保障中心 | 一种基于s波段双偏振天气雷达降水估测方法 |
| CN113933845A (zh) * | 2021-10-18 | 2022-01-14 | 南京气象科技创新研究院 | 一种基于双线偏振雷达的地面降雹识别和预警方法 |
| CN114153818A (zh) * | 2021-12-03 | 2022-03-08 | 国网湖南省电力有限公司 | 用于电网雷电灾害影响因子的筛选方法和处理器 |
| CN114895381A (zh) * | 2022-07-11 | 2022-08-12 | 南京气象科技创新研究院 | 一种基于双线偏振雷达的地闪分级预警方法 |
-
2023
- 2023-04-24 CN CN202310443688.XA patent/CN116303368B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104614715A (zh) * | 2015-03-05 | 2015-05-13 | 北京航空航天大学 | 一种可用于目标双站雷达散射截面测量定标与极化校准装置及其测量校准方法 |
| US11151447B1 (en) * | 2017-03-13 | 2021-10-19 | Zoox, Inc. | Network training process for hardware definition |
| CN108680920A (zh) * | 2018-04-28 | 2018-10-19 | 深圳市雅码科技有限公司 | 一种基于双偏振雷达的灾害天气识别预警系统及方法 |
| CN109444893A (zh) * | 2018-11-14 | 2019-03-08 | 中国气象科学研究院 | 基于双偏振雷达网的相态识别产品拼图方法及装置 |
| CN111464400A (zh) * | 2020-04-23 | 2020-07-28 | 中国人民解放军国防科技大学 | 基于状态空间分解的双端多状态网络可靠性评估方法 |
| CN111983617A (zh) * | 2020-07-15 | 2020-11-24 | 中国人民解放军国防科技大学 | 双偏振相控阵天气雷达 |
| 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 |
| CN113219464A (zh) * | 2021-04-28 | 2021-08-06 | 深圳市万向信息科技有限公司 | 一种双偏振雷达基数据处理方法、系统、装置及存储介质 |
| CN113391315A (zh) * | 2021-06-11 | 2021-09-14 | 中国人民解放军国防科技大学 | 基于电磁波抛物方程伴随模式的雷达回波资料反演大气波导的方法 |
| CN113740934A (zh) * | 2021-08-18 | 2021-12-03 | 浙江省大气探测技术保障中心 | 一种基于s波段双偏振天气雷达降水估测方法 |
| CN113933845A (zh) * | 2021-10-18 | 2022-01-14 | 南京气象科技创新研究院 | 一种基于双线偏振雷达的地面降雹识别和预警方法 |
| CN114153818A (zh) * | 2021-12-03 | 2022-03-08 | 国网湖南省电力有限公司 | 用于电网雷电灾害影响因子的筛选方法和处理器 |
| CN114895381A (zh) * | 2022-07-11 | 2022-08-12 | 南京气象科技创新研究院 | 一种基于双线偏振雷达的地闪分级预警方法 |
Non-Patent Citations (4)
| Title |
|---|
| "Improving Radar Rainfall Estimations with Scaled Raindrop Size Spectra in Mei-Yu Frontal Rainstorms";Zheng H, Wu Z, Zhang L, et al.;《Sensors》;第20卷(第18期);全文 * |
| "Precipitation Microphysical Processes in the Inner Rainband of Tropical Cyclone Kajiki (2019) over the South China Sea Revealed by Polarimetric Radar";Zheng H, Zhang Y, Zhang L, et al;Advances in Atmospheric Sciences;全文 * |
| S波段双偏振多普勒天气雷达对一次局地强雷暴过程的探测分析;杨磊;贺宏兵;杨波;孟鑫;;气象科学(第06期);全文 * |
| 天气雷达定量估测降水研究进展;谷军霞;师春香;潘旸;;气象科技进展(第01期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116303368A (zh) | 2023-06-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Trigo | Climatology and interannual variability of storm-tracks in the Euro-Atlantic sector: a comparison between ERA-40 and NCEP/NCAR reanalyses | |
| CN116303368B (zh) | 一种双偏振雷达体扫数据插值方法、装置、设备及介质 | |
| CN111179274B (zh) | 地图地面分割方法、装置、计算机设备和存储介质 | |
| CN104569981A (zh) | 协同自适应观测方法 | |
| CN111292275B (zh) | 基于复杂地面的点云数据滤除方法、装置、计算机设备 | |
| CN113361367B (zh) | 基于深度学习的地下目标电磁反演方法及系统 | |
| Lee et al. | Applying machine learning methods to detect convection using Geostationary Operational Environmental Satellite-16 (GOES-16) advanced baseline imager (ABI) data | |
| CN113900103A (zh) | 突发性强对流灾害天气自适应快速识别预警改进算法 | |
| CN112329265A (zh) | 卫星遥感降水精细化空间估算方法及系统 | |
| CN112733394A (zh) | 一种大气参数反演方法及装置 | |
| CN112731564A (zh) | 一种基于多普勒天气雷达数据的雷电智能预报方法 | |
| CN115561753A (zh) | 地下目标的确定方法及装置、设备及存储介质 | |
| Zou et al. | A method of radar echo extrapolation based on TREC and Barnes filter | |
| CN114240940B (zh) | 一种基于遥感影像的云及云阴影检测方法和装置 | |
| CN113989644B (zh) | 基于Himawari-8数据的沙尘区域获取方法 | |
| CN115061150A (zh) | 一种基于激光雷达点云数据伪波形特征处理的建筑物提取方法 | |
| Lim et al. | Real-time implementation of a network-based attenuation correction in the CASA IP1 testbed | |
| CN112579980B (zh) | 风场数据处理方法、装置、设备及存储介质 | |
| CN108241148B (zh) | 一种利用遥感图像属性提取港口资源信息的方法 | |
| Raupach et al. | Spatial interpolation of experimental raindrop size distribution spectra | |
| CN114355357B (zh) | 双极化气象雷达的自适应谱极化滤波方法及装置 | |
| CN110674324A (zh) | 雷达数据存储方法、装置、计算机设备和存储介质 | |
| Zhang et al. | Comparative strengths of SCaMPR satellite QPEs with and without TRMM ingest versus gridded gauge-only analyses | |
| CN114720953B (zh) | 基于csar图像的建筑物几何参数提取方法和装置 | |
| CN115291179A (zh) | 斜视sar二维分辨率分析方法、电子设备及存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |