CN116400320A - 一种基于激光和w波段雷达的海雾有效粒子半径估算方法 - Google Patents
一种基于激光和w波段雷达的海雾有效粒子半径估算方法 Download PDFInfo
- Publication number
- CN116400320A CN116400320A CN202310680138.XA CN202310680138A CN116400320A CN 116400320 A CN116400320 A CN 116400320A CN 202310680138 A CN202310680138 A CN 202310680138A CN 116400320 A CN116400320 A CN 116400320A
- Authority
- CN
- China
- Prior art keywords
- sea fog
- laser
- sea
- radar
- fog
- 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
- 239000002245 particle Substances 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000003287 optical effect Effects 0.000 claims abstract description 23
- 239000013598 vector Substances 0.000 claims abstract description 22
- 230000005855 radiation Effects 0.000 claims abstract description 11
- 238000004088 simulation Methods 0.000 claims abstract description 8
- 241000219094 Vitaceae Species 0.000 claims description 19
- 235000021021 grapes Nutrition 0.000 claims description 19
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 239000013535 sea water Substances 0.000 claims description 10
- 239000007788 liquid Substances 0.000 claims description 8
- 238000012417 linear regression Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000035945 sensitivity Effects 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000010521 absorption reaction Methods 0.000 claims description 3
- 230000035772 mutation Effects 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 5
- 238000013179 statistical model Methods 0.000 abstract description 2
- 230000005540 biological transmission Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 241000321453 Paranthias colonus Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 239000000443 aerosol Substances 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000005494 condensation Effects 0.000 description 1
- 238000009833 condensation Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000003292 glue Substances 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
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
- 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
-
- 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
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- 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)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明涉及一种基于激光和W波段雷达的海雾有效粒子半径估算方法，属于气象雷达探测技术领域，包括获取探测数据形成第一数据集和第二数据集，根据第二数据集建立估算模型，并对海雾高度范围内的海雾粒子有效半径进行估算，将得到的海雾粒子有效半径作为输入，通过对三种模型设置权重并结合线性插值法得到海雾光学特征参量；将获取的数据作为输入初始数据，结合设置的参数计算得到模拟观测向量并与观测向量对比分析，通过最优估计法估算出海雾粒子有效半径。本发明利用主被动微波辐射计和雷达辐射模型模拟雷达观测，对比分析观测和模拟的差异，对初始值进行调整实现海雾粒子数浓度的估算，通过统计模型和物理模型的反演，使得估算的精度更高。
Description
技术领域
本发明涉及气象雷达探测技术领域，尤其涉及一种基于激光和W波段雷达的海雾有效粒子半径估算方法。
背景技术
海雾是海洋上低层大气中的一种水汽凝结（华）现象，由于水滴或冰晶的大量积聚，使得水平能见度严重降低；海雾所引起的能见度严重下降不仅会对船舶航行、海洋作业造成影响，同时也对沿海地区人民的生活带来诸多不便；据统计海上船舶之间的碰撞事故中80%是因海雾导致的能见度低所引起的，海雾中的盐分对建筑物的侵蚀也是不可忽视的。因此，海雾的观测和预警对海上和沿海地区的交通和渔业十分有意义。值得注意的是，海雾粒子的微物理特性，如粒子浓度、粒子有效半径等对海雾的形成和发展至关重要，故对海雾粒子浓度的反演是海雾准确观测及预警的关键。
目前，对海雾的观测和预警方面，在沿海地区常采用人工目测，即以离测站一定距离的固定参照物为背景，以该物是否能见作为确定能见度的标准，这种观测方式主观影响大，准确度较差。此外，利用海上布设的少量能见度仪也可进行海雾的观测，同时也有利用被动卫星遥感数据来对海雾进行识别与观测，但这两种方法共同的不足为观测的空间分辨率及时间分辨率稍差。因此以上海雾探测技术均无法准确地获取海雾的微物理特征参量。由于激光雷达和毫米波主动雷达对云雾粒子灵敏度高，能够穿透云层、气溶胶等大气目标物，且雷达探测本身具备很好的时空分辨率特性，因此近年来多利用这些主动雷达对海雾进行观测。虽然这些主动雷达能够较准确的探测海雾的水平和垂直回波结构，但对海雾的粒子数浓度和粒子有效半径等微物理特征参量只能依靠反演算法来实现，故反演的效率不高且结果的准确性与设计算法的性能关系密切，从而导致结果的稳定性较差。
需要说明的是，在上述背景技术部分公开的信息只用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本发明的目的在于克服现有技术的缺点，提供了一种基于激光和W波段雷达的海雾有效粒子半径估算方法，解决了现有海雾有效粒子半径估算方法的不足。
本发明的目的通过以下技术方案来实现：一种基于激光和W波段雷达的海雾有效粒子半径估算方法，所述估算方法包括：
步骤一、获取GRAPES的大气温度、湿度、风速和海水温度数据形成第一数据集，并根据第一数据集形成第二数据集，将第二数据集作为估算因子逐个输入到线性回归模型中，得到最优估算因子，进而建立估算模型；
步骤二、基于估算模型对海雾高度范围内的海雾粒子有效半径进行估算，将得到的海雾粒子有效半径作为输入，通过对三种模型设置权重并结合线性插值法得到激光和W波段的海雾光学特征参量；
步骤三、将获取的GRAPES的大气温度、湿度、风速、海水温度、海雾粒子有效半径以及海雾光学特征参量作为输入初始数据，结合设置的参数计算得到激光和W波段雷达的模拟观测向量，对比分析观测向量和模拟观测向量的差异，并通过最优估计方法进行多次迭代调整后估算出海雾粒子有效半径。
所述步骤一具体包括以下内容：
A1、获取雾滴谱仪探测的海雾粒子数浓度、尺度谱分布和粒子有效半径，提取与雾滴谱仪同步观测的激光和W波段雷达数据，获取GRAPES的带起温度、湿度、风速和海水温度数据，并对获取的数据进行内部一致性和时间一致性检查，对异常极值和突变值进行剔除，形成GRAPES气象参数、雾滴谱仪海雾微物理参数和雷达观测匹配数据集；
A2、根据A1步骤获取的匹配数据集提取与雾滴谱仪观测高度位置一致的激光和W波段雷达观测数据，形成高度位置对应的海雾粒子有效半径、激光和W波段雷达观测以及GRAPES气象参数数据集，将激光和W波段雷达回波强度、液态含水量和GRAPES气象参数作为估算因子逐个输入到线性回归模型中，并提出双重共线性因子从而获得最优估算因子，进而建立海雾粒子有效半径估算模型。
所述步骤二具体包括以下内容：
B1、根据A2步骤构建的海雾粒子有效半径估算模型，输入激光和W波段雷达的立体扫描观测数据，对海雾高度范围内的粒子有效半径进行估算，并将估算的粒子有效半径作为物理反演算法的初始值；
B2、将B1步骤获取的海雾粒子有效半径作为输入，设置三种海雾光学模型的权重分别为ω1、ω2和ω3，利用线性插值法获取激光和W波段的海雾光学特性参量。
所述步骤三具体包括以下内容：
C1、将获取的GRAPES的大气温度、湿度、风速、海水温度、海雾粒子有效半径以及海雾光学特征参量作为输入初始数据，导入到主被动微波辐射计和雷达辐射模型中生成标准化输入文件，设置激光和W波段雷达观测角度、频率、天线波束宽度和接收机灵敏度，计算得到激光和W波段雷达的模拟观测向量；
C2、对比分析激光和W波段雷达观测向量y与模拟观测向量F（x）的差异，利用最优估计方法通过牛顿迭代算法对海雾粒子有效半径初始值进行调整，使得价值函数最小，经过多次迭代调整后，即可估算出海雾粒子有效半径和三种海雾光学模型的权重ω1、ω2和ω3。
所述通过牛顿迭代算法对海雾粒子有效半径初始值进行调整包括：
设置海雾出现时刻的海雾粒子有效半径为x，根据主被动微波辐射计和雷达辐射模型函数建立x与雷达观测值的关系:y=F(x,b)+ε，其中，b代表其他辅助的非估算参数，ε是雷达观测误差，y是观测向量；
通过牛顿迭代使得代价函数χ2最小，实现海雾粒子有效半径x的求解，其中，χ2=[y–F(x,b)]TSy –1[y–F(x,b)]+[x–xa]Sa –1[x–xa]，xa是待估算海雾粒子有效半径初始值，Sa是海雾待估算先验协方差矩阵，Sε是雷达误差协方差矩阵。
所述激光和W波段雷达数据包括：激光和W波段雷达回波强度数据以及液态含水量数据；所述海雾光学特性参量包括：海雾的吸收光学厚度、散射光学厚度、散射相函数、不对称因子和散射效率。
本发明具有以下优点：一种基于激光和W波段雷达的海雾有效粒子半径估算方法，充分考虑了激光和毫米波在大气中传输的物理过程，在基于统计回归模型估算海雾数浓度的基础上，利用主被动微波辐射计和雷达辐射模型PAMTRA模拟雷达观测，对比分析观测和模拟的差异，对初始值进行调整进而实现海雾粒子数浓度的估算，通过统计模型和物理模型两个步骤的反演，使得估算的海雾粒子数浓度精度更高。
附图说明
图1为本发明的流程示意图；
图2为通过辐射传输模拟计算构建海雾粒子数浓度统计回归模型的流程示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请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申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下结合附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的保护范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。下面结合附图对本发明做进一步的描述。
本发明具体涉及一种基于激光和W波段雷达的海雾有效粒子半径估算方法，该方法包括：收集雾滴谱仪、532nm激光雷达和W波段毫米波雷达数据，同时收集海雾环境下的大气温度、湿度、风速和海水温度数据，形成时空匹配的数据集。利用逐步回归模型构建基于532nm激光雷达和W波段毫米波雷达数据估算海雾粒子数浓度的统计回归模型。将统计回归模型估算的海雾粒子数浓度作为初始值，使用主被动微波辐射计和雷达辐射模型PAMTRA模拟出532nm激光雷达和W波段毫米波雷达数据，对比分析雷达模拟值和观测值的差异。基于最优估计方法使用牛顿迭代方法对海雾粒子数浓度初始值进行多次迭代，使代价函数最小化，最终实现海雾粒子数浓度的估算。
如图1和图2所示，具体包括以下内容：
步骤1：获取雾滴谱仪探测的海雾粒子数浓度、尺度谱分布和粒子有效半径，提取与雾滴谱仪同步观测的532nm激光雷达和W波段毫米波雷达数据，获取GRAPES的大气温度、湿度、风速和海水温度数据，对上述数据进行内部一致性和时间一致性检查，并对异常极值、突变值进行剔除，形成GRAPES气象参数、雾滴谱仪海雾微物理参数和雷达观测匹配数据集；
其中，532nm激光雷达和W波段毫米波雷达数据是指532nm激光雷达和W波段毫米波雷达回波强度、液态含水量数据；
步骤2：根据步骤S1获取的匹配数据集，提取与雾滴谱仪观测位置相近的532nm激光雷达和W波段毫米波雷达观测数据，形成高度位置对应的海雾粒子有效半径、激光和W波段雷达观测和GRAPES（中国气象局新一代数值天气预报系统）气象参数数据集。将532nm激光激光、W波段雷达回波强度、液态含水量和GRAPES气象参数作为估算因子，将估算因子逐个输入到线性回归模型，并剔除双重共线性因子，获取最优估算因子，进而建立海雾粒子有效半径估算模型；
步骤3：利用532nm激光和W波段雷达回波强度和液态含水量数据，基于阈值方法获取海雾的高度。基于步骤S2构建的海雾粒子有效半径线性回归估算模型，输入532nm激光雷达和W波段毫米波雷达的立体扫描观测数据，对海雾高度范围内的粒子有效半径进行估算，并将估算的粒子有效半径作为物理反演算法的初始值；
步骤4：将步骤S3获取的海雾粒子有效半径作为输入，基于MODTRAN(中分辨率大气辐射传输模型)、Sandia实验室和OPAC(云和气溶胶光学特性数据库)三种海雾光学模型，设置三种模型的权重分别为ω1、ω2和ω3，三者的初始值分别设置为ω1=ω2=ω3=1/3，利用线性插值方法获取激光和W波段的海雾的光学特性参量；
其中，海雾光学特性参量包括海雾的吸收光学厚度、散射光学厚度、散射，不对称因子和散射效率。
步骤5：将步骤2获取的GRAPES的大气温度、湿度、风速、海雾粒子有效半径和海雾光学特性参量作为输入初始数据，并导入到主被动微波辐射计和雷达辐射模型PAMTRA的预处理模块中，生成标准化输入文件。同时设置激光和W波段雷达的观测角度、频率、天线波束宽度、接收机灵敏度，计算得到532nm激光雷达和W波段毫米波雷达的模拟观测向量。
其中，模拟的532nm激光雷达和W波段毫米波雷达观测主要包括：回波强度和液态含水量。
步骤6：对比分析532nm激光雷达和W波段毫米波雷达观测向量y和模拟观测向量F(x)的差异，利用最优估计方法，通过牛顿迭代算法对海雾粒子有效半径初始值进行调整，使得价值函数最小，经过多次迭代调整后，即可估算出海雾粒子有效半径和估算方案中3个海雾模型的权重ω1、ω2和ω3。
其中，假设海雾出现时刻的海雾粒子有效半径为x，主被动微波辐射计和雷达辐射模型PAMTRA函数可以建立x与雷达观测值的关系:y=F(x,b)+ε。其中，b代表其他辅助的非估算参数，ε是雷达观测误差，y是雷达观测向量。
通过牛顿迭代使得代价函数χ2最小，实现海雾粒子有效半径为x的求解。其中，χ2=[y–F(x,b)]TSy –1[y–F(x,b)]+[x–xa]Sa –1[x–xa]，式中，xa是待估算海雾粒子有效半径初始值，Sa是海雾待估算先验协方差矩阵，Sε是雷达误差协方差矩阵，y是雷达观测值向量，χ2是代价函数。
以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。
Claims (6)
1.一种基于激光和W波段雷达的海雾有效粒子半径估算方法，其特征在于：所述估算方法包括：
步骤一、获取GRAPES的大气温度、湿度、风速和海水温度数据形成第一数据集，并根据第一数据集形成第二数据集，将第二数据集作为估算因子逐个输入到线性回归模型中，得到最优估算因子，进而建立估算模型；
步骤二、基于估算模型对海雾高度范围内的海雾粒子有效半径进行估算，将得到的海雾粒子有效半径作为输入，通过对三种模型设置权重并结合线性插值法得到激光和W波段的海雾光学特征参量；
步骤三、将获取的GRAPES的大气温度、湿度、风速、海水温度、海雾粒子有效半径以及海雾光学特征参量作为输入初始数据，结合设置的参数计算得到激光和W波段雷达的模拟观测向量，对比分析观测向量和模拟观测向量的差异，并通过最优估计方法进行多次迭代调整后估算出海雾粒子有效半径。
2.根据权利要求1所述的一种基于激光和W波段雷达的海雾有效粒子半径估算方法，其特征在于：所述步骤一具体包括以下内容：
A1、获取雾滴谱仪探测的海雾粒子数浓度、尺度谱分布和粒子有效半径，提取与雾滴谱仪同步观测的激光和W波段雷达数据，获取GRAPES的带起温度、湿度、风速和海水温度数据，并对获取的数据进行内部一致性和时间一致性检查，对异常极值和突变值进行剔除，形成GRAPES气象参数、雾滴谱仪海雾微物理参数和雷达观测匹配数据集；
A2、根据A1步骤获取的匹配数据集提取与雾滴谱仪观测高度位置一致的激光和W波段雷达观测数据，形成高度位置对应的海雾粒子有效半径、激光和W波段雷达观测以及GRAPES气象参数数据集，将激光和W波段雷达回波强度、液态含水量和GRAPES气象参数作为估算因子逐个输入到线性回归模型中，并提出双重共线性因子从而获得最优估算因子，进而建立海雾粒子有效半径估算模型。
3.根据权利要求2所述的一种基于激光和W波段雷达的海雾有效粒子半径估算方法，其特征在于：所述步骤二具体包括以下内容：
B1、根据A2步骤构建的海雾粒子有效半径估算模型，输入激光和W波段雷达的立体扫描观测数据，对海雾高度范围内的粒子有效半径进行估算，并将估算的粒子有效半径作为物理反演算法的初始值；
B2、将B1步骤获取的海雾粒子有效半径作为输入，设置三种海雾光学模型的权重分别为ω1、ω2和ω3，利用线性插值法获取激光和W波段的海雾光学特性参量。
4.根据权利要求3所述的一种基于激光和W波段雷达的海雾有效粒子半径估算方法，其特征在于：所述步骤三具体包括以下内容：
C1、将获取的GRAPES的大气温度、湿度、风速、海水温度、海雾粒子有效半径以及海雾光学特征参量作为输入初始数据，导入到主被动微波辐射计和雷达辐射模型中生成标准化输入文件，设置激光和W波段雷达观测角度、频率、天线波束宽度和接收机灵敏度，计算得到激光和W波段雷达的模拟观测向量；
C2、对比分析激光和W波段雷达观测向量y与模拟观测向量F（x）的差异，利用最优估计方法通过牛顿迭代算法对海雾粒子有效半径初始值进行调整，使得价值函数最小，经过多次迭代调整后，即可估算出海雾粒子有效半径和三种海雾光学模型的权重ω1、ω2和ω3。
5.根据权利要求4所述的一种基于激光和W波段雷达的海雾有效粒子半径估算方法，其特征在于：所述通过牛顿迭代算法对海雾粒子有效半径初始值进行调整包括：
设置海雾出现时刻的海雾粒子有效半径为x，根据主被动微波辐射计和雷达辐射模型函数建立x与雷达观测值的关系:y=F(x,b)+ε，其中，b代表其他辅助的非估算参数，ε是雷达观测误差，y是观测向量；
通过牛顿迭代使得代价函数χ2最小，实现海雾粒子有效半径x的求解，其中，χ2=[y–F(x,b)]TSy –1[y–F(x,b)]+[x–xa]Sa –1[x–xa]，xa是待估算海雾粒子有效半径初始值，Sa是海雾待估算先验协方差矩阵，Sε是雷达误差协方差矩阵。
6.根据权利要求3所述的一种基于激光和W波段雷达的海雾有效粒子半径估算方法，其特征在于：所述激光和W波段雷达数据包括：激光和W波段雷达回波强度数据以及液态含水量数据；所述海雾光学特性参量包括：海雾的吸收光学厚度、散射光学厚度、散射相函数、不对称因子和散射效率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310680138.XA CN116400320B (zh) | 2023-06-09 | 2023-06-09 | 一种基于激光和w波段雷达的海雾有效粒子半径估算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310680138.XA CN116400320B (zh) | 2023-06-09 | 2023-06-09 | 一种基于激光和w波段雷达的海雾有效粒子半径估算方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116400320A true CN116400320A (zh) | 2023-07-07 |
| CN116400320B CN116400320B (zh) | 2023-08-15 |
Family
ID=87009108
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310680138.XA Active CN116400320B (zh) | 2023-06-09 | 2023-06-09 | 一种基于激光和w波段雷达的海雾有效粒子半径估算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116400320B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104809697A (zh) * | 2015-03-13 | 2015-07-29 | 哈尔滨工程大学 | 一种改进的高提升滤波快速海雾图像增强方法 |
| KR20160019788A (ko) * | 2014-08-12 | 2016-02-22 | 부산대학교 산학협력단 | 가우시안 혼합모델을 이용한 위성 해무 탐지 시스템, 그리고 가우시안 혼합모델에 기초한 ｕｌ 안개탐지 방법 |
| CN111856448A (zh) * | 2020-07-02 | 2020-10-30 | 山东省科学院海洋仪器仪表研究所 | 基于双目视觉和雷达的海上障碍物识别方法及系统 |
| CN115616520A (zh) * | 2022-12-20 | 2023-01-17 | 成都远望探测技术有限公司 | 一种基于激光和毫米波云雷达的卷云冰晶形状识别方法 |
| CN115657013A (zh) * | 2022-12-27 | 2023-01-31 | 成都远望探测技术有限公司 | 基于激光雷达和云雷达的冰云内冰晶粒子数浓度估算方法 |
| CN115753602A (zh) * | 2022-09-23 | 2023-03-07 | 宁波市气象局 | 一种海雾检测方法与系统 |
-
2023
- 2023-06-09 CN CN202310680138.XA patent/CN116400320B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20160019788A (ko) * | 2014-08-12 | 2016-02-22 | 부산대학교 산학협력단 | 가우시안 혼합모델을 이용한 위성 해무 탐지 시스템, 그리고 가우시안 혼합모델에 기초한 ｕｌ 안개탐지 방법 |
| CN104809697A (zh) * | 2015-03-13 | 2015-07-29 | 哈尔滨工程大学 | 一种改进的高提升滤波快速海雾图像增强方法 |
| CN111856448A (zh) * | 2020-07-02 | 2020-10-30 | 山东省科学院海洋仪器仪表研究所 | 基于双目视觉和雷达的海上障碍物识别方法及系统 |
| CN115753602A (zh) * | 2022-09-23 | 2023-03-07 | 宁波市气象局 | 一种海雾检测方法与系统 |
| CN115616520A (zh) * | 2022-12-20 | 2023-01-17 | 成都远望探测技术有限公司 | 一种基于激光和毫米波云雷达的卷云冰晶形状识别方法 |
| CN115657013A (zh) * | 2022-12-27 | 2023-01-31 | 成都远望探测技术有限公司 | 基于激光雷达和云雷达的冰云内冰晶粒子数浓度估算方法 |
Non-Patent Citations (6)
| Title |
|---|
| ALEXANDER MYAGKOV等: "Evaluation of the reflectivity calibration of W-band radars based on observations in rain", 《AMT》, pages 5799 - 5825 * |
| JINHONG XIAN等: "Parameter optimization of a visibility LiDAR for sea-fog early warnings", 《OPTICS EXPRESS》, pages 23829 - 23845 * |
| 任欣悦等: "基于毫米波雷达的海雾观测及能见度反演算法研究", 《成都信息工程大学学报》, vol. 38, no. 1, pages 49 - 56 * |
| 刘光普;黄思源;梁莺;任雍;周亭亭;: "毫米波雷达在港口海雾观测和能见度反演中的应用", 干旱气象, no. 06 * |
| 刘树霄;衣立;张苏平;时晓?;薛允传;: "基于全卷积神经网络方法的日间黄海海雾卫星反演研究", 海洋湖沼通报, no. 06 * |
| 胡树等: "毫米波雷达海雾回波特征分析及能见度反演", 《气象》, vol. 48, no. 10, pages 1270 - 1280 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116400320B (zh) | 2023-08-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111583214A (zh) | 基于rbf神经网络的航海雷达图像反演海面风速方法 | |
| Simonin et al. | Doppler radar radial wind assimilation using an hourly cycling 3D‐Var with a 1.5 km resolution version of the Met Office Unified Model for nowcasting | |
| Collis et al. | Statistics of storm updraft velocities from TWP-ICE including verification with profiling measurements | |
| Kalogiros et al. | Optimum estimation of rain microphysical parameters from X-band dual-polarization radar observables | |
| CN116449331B (zh) | 一种基于w波段雷达和气象卫星的沙尘粒子数浓度估算方法 | |
| Aoki et al. | Measurements of rainfall velocity and raindrop size distribution using coherent Doppler lidar | |
| You et al. | Rainfall estimation using specific differential phase for the first operational polarimetric radar in Korea | |
| CN111650570B (zh) | 一种地基干涉雷达三维大气校正方法及系统 | |
| CN115657013A (zh) | 基于激光雷达和云雷达的冰云内冰晶粒子数浓度估算方法 | |
| Anderson et al. | Analysis of ASCAT ocean backscatter measurement noise | |
| Hu et al. | A retrieval method of vertical profiles of reflectivity for migratory animals using weather radar | |
| CN111079835B (zh) | 一种基于深度全连接网络的Himawari-8大气气溶胶反演方法 | |
| Park et al. | Calibration of radar reflectivity measurements from the KMA operational radar network | |
| Berne et al. | Influence of the vertical profile of reflectivity on radar-estimated rain rates at short time steps | |
| CN115600483A (zh) | 一种基于深度森林的降水反演方法 | |
| CN116466368B (zh) | 基于激光雷达和卫星资料的沙尘消光系数廓线估算方法 | |
| CN116401932B (zh) | 一种基于激光雷达和毫米波雷达的海雾消散时间估算方法 | |
| CN115575914B (zh) | 一种多波段双线偏振天气雷达观测量误差量化方法 | |
| CN116400320B (zh) | 一种基于激光和w波段雷达的海雾有效粒子半径估算方法 | |
| CN115902812B (zh) | 一种短时暴雨天气背景自动判别方法、系统、设备及终端 | |
| CN116609859A (zh) | 一种气象灾害高分辨率区域模式预报系统及方法 | |
| CN113687324B (zh) | 一种相控阵天气雷达标定机外验证系统 | |
| CN114486820A (zh) | 一种机载微波辐射计云中过冷水的反演方法 | |
| Pejcic et al. | Polarimetric radar-based methods for evaluation of hydrometeor mixtures in numerical weather prediction models | |
| CN113740263B (zh) | 一种气溶胶光学厚度反演方法及大气颗粒物遥感反演方法 |
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 |