CN117348116A - 一种基于非锋性斜压带的局地强对流天气预报方法 - Google Patents
一种基于非锋性斜压带的局地强对流天气预报方法 Download PDFInfo
- Publication number
- CN117348116A CN117348116A CN202311383672.0A CN202311383672A CN117348116A CN 117348116 A CN117348116 A CN 117348116A CN 202311383672 A CN202311383672 A CN 202311383672A CN 117348116 A CN117348116 A CN 117348116A
- Authority
- CN
- China
- Prior art keywords
- temperature
- data
- sharp inclined
- pressure
- inclined pressure
- 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
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000008859 change Effects 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 18
- 230000009466 transformation Effects 0.000 claims description 8
- 238000010586 diagram Methods 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000013277 forecasting method Methods 0.000 claims description 3
- 238000002310 reflectometry Methods 0.000 claims description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- 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
- Environmental & Geological Engineering (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种基于非锋性斜压带的局地强对流天气预报方法,将自动站数据进行处理后转换为气象要素值,计算气象要素值,并进行数据二维面处理;获取位温数据并设置位温数据变量,计算位温梯度并根据非锋性斜压带判定条件识别非锋性斜压带,并进行数据二维面处理;将每隔一端时间识别出的非锋性斜压带与对应时刻的变温、变压等值线相叠加,找到地面负变温中心及正变压中心与非锋性斜压带相叠加区域,并与同时刻的雷达数据进行对比,如果满足条件,则判断该处产生局地强对流天气的概率高,并进行预报。本发明将地面温度转变成位温,并通过非锋性斜压带、正变压中心、负变温中心重叠区域与雷达回波的对应关系,进而定位强对流天气可能产生位置。
Description
技术领域
本发明涉及气象探测技术领域,尤其涉及一种基于多种气象探测资料的局地强对流天线预报方法。
背景技术
IPCC(联合国政府间气候变化专门委员会)发布的第六次评估报告AR6较之前增加了人类活动引起气候变化的证据;随着人类活动的增加,全球变暖逐步加剧,极端天气事件的发生频率较之前有所增加,极端天气引发的强对流由于局地性强、突发性高,常常给国家和人民造成巨大的生命财产损失;形成瞬时局地强对流的直接天气系统一般为中小尺度系统,该系统具有水平范围小、生命周期短、气象要素变化极大的特征,从而导致预报预警较为困难,因此,如何提高中小尺度天气系统的监测预报水平,实现局地强对流天气的预报预警是目前需要解决的问题。
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,提供了一种基于非锋性斜压带的局地强对流天气预报方法,解决了现有技术存在的问题。
本发明的目的通过以下技术方案来实现:一种基于非锋性斜压带的局地强对流天气预报方法,所述预报方法包括:
数据处理步骤:将获取的稳定发报的各自动站数据进行处理后转换为包括位温、变温和变压的气象要素值,计算位温、变温和变压,并进行数据二维面处理;
非锋性斜压带识别步骤:获取位温数据并设置位温数据变量,计算位温梯度并根据非锋性斜压带判定条件识别非锋性斜压带,并进行数据二维面处理;
预报步骤:将每隔一端时间识别出的非锋性斜压带与对应时刻的变温、变压等值线相叠加,找到地面负变温中心及正变压中心与非锋性斜压带相叠加区域,并与同时刻的雷达数据进行对比,如果相叠加区域位置存在强度大于预设值的团状反射率因子强中心存在,且该强中心对应位置的基本速度图上存在与强中心相配合的天气现象或者方位涡度,则判断该处产生局地强对流天气的概率高,并进行预报。
所述非锋性斜压带识别步骤具体包括以下内容:
获取位温数据,设置名为wx_data的位温数据变量;
通过NumPy库中的函数计算wx_data的梯度,并将梯度计算结果存储在dx和dy中,将dx和dxy的平方和开方再除以0.11,即可得到位温梯度,将位温梯度存储在theta_grad中;
设定两个位温梯度阈值,创建一个与wx_data形状相同的全零数组nonfrontal _band,循环遍历两个位温梯度阈值,并与实时计算得到的某自动站的位温梯度进行对比,如果存在某一位温梯度大于等于某一位温梯度阈值,则修改此全零数组nonfrontal_band的索引idx所对应的值为1;
根据全零数组nonfrontal _band的值绘制等值线图,并将识别为非锋性斜压带的区域进行标记。
所述将识别为非锋性斜压带的区域进行标记包括:位温梯度大于等于第一位温梯度阈值的区域为中等强度的非锋性斜压带,位温梯度大于等于第二位温梯度阈值的区域为强非锋性斜压带,将位温数据按照n℃为间隔绘制为等值线图,等值线表示位温梯度的分布,识别出其中等值线密集的区域,并将其标记为非锋性斜压带。
所述计算位温、变温和变压包括:
位温计算:
采用压高公式p0=pz+ρgz将地面气压订正为海平面气压,pz为地面气压,p0为海平面气压,ρ为空气密度常数,g为自动站所在经纬度的重力加速度,z为位势米;
根据标准气象学公式theta=T*(p00/p0)^0.286将海平面气压换算为位温,theta为自动站的位温,T为自动站测得温度,p00为标准大气压;
变温计算:
将当前时刻温度与M时刻前温度的差值记为当前时刻的变温;
变压计算:
将当前时刻气压与M时刻前气压的差值记为当前时刻的变压。
所述数据二维面处理包括:
根据反距离权重插值公式通过观测点来估计插值点,进而将插值点数据插值为格点数据,/>为(x0,y0)插值点的值,Zi为观测点的数值,Qi为插值点与观测点的权重系数,N为插值点的个数;
权重系数的计算公式为,m为观测点数量,/>为观测点与插值点之间距离dej的权重,b为常数。
所述方位涡度的计算包括:
A1、以PPI数据中某雷达站点为中心,根据水平波束宽度计算距离该雷达站点距离相同且方位不同的a和b两点的径向速度的方位切变为,α为水平波束宽度;
A2、计算a和b两点的斜率b1=(Vb-Va)/rΔθ,Δθ表示两点的方位角之差,并通过斜率b1对进行修正得到修正后的a和b两点的径向速度的方位切变为;
A3、遍历PPI数据中的所有雷达站点,并重复A1和A2步骤得到相同距离上方位切变的分布,进而得到方位涡度。
本发明具有以下优点:
1、应用地面稠密观测资料,融合地面观测数据及雷达数据,进行分钟级的天地一体化的三维综合观测,精准抓取中小尺度强对流天气系统生成前的变化情况。
2、将较难分析的地面温度转变成位温,并利用非锋性斜压带理论对位温梯度大值区进行分析,并通过非锋性斜压带、正变压中心、负变温中心重叠区域与雷达回波的对应关系,定位由非大尺度环流系统引起的中小尺度强对流天气可能产生位置,如局地强降水的大值落区。
3、多源数据融合使得该方法具有至少30min的提前量,为雷达回波的生消提供判据。
4、以图像形式直观展示判定结果,辅助预报员及天气分析研究员提前了解中小尺度系统潜在的发生区域,为其提供更加准确可行的针对强对流天气的发生时间、落区等的预报依据,在一定程度上减少错报及漏报情况。
附图说明
图1 为本发明的流程示意图;
图2 为某雷达站点的探测构示意图。
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。
如图1所示,本发明具体涉及一种基于非锋性斜压带的局地强对流天气预报方法,该预报方法的时效性一般可在过程开始前30min-60min,其采用的数据包括地面加密自动站观测数量(每5min更新一次),观测站温度和气压,新一代天气雷达基本反射因子及基本速度资料;具体包括以下内容:
数据处理步骤:将获取的稳定发报的各自动站数据进行处理后转换为包括每30min的位温、变温和变压的气象要素值,计算位温、变温和变压,并进行数据二维面处理;
非锋性斜压带识别步骤:获取位温数据并设置位温数据变量,计算位温梯度并根据非锋性斜压带判定条件识别非锋性斜压带,并进行数据二维面处理;
预报步骤:将每隔30min识别出的非锋性斜压带与对应时刻的30min变温、变压等值线相叠加,找到地面负变温中心及正变压中心与非锋性斜压带相叠加区域,并与同时刻的雷达数据进行对比,如果相叠加区域位置附近存在强度≥50dBz的团状反射率因子强中心存在,且该强中心对应位置的基本速度图上有辐合、中气旋、急流等与之相配合或者方位涡度,则该处有极大概率产生局地强对流天气过程。该预报方法的时效性一般可在过程开始前30min-60min。
进一步地,非锋性斜压带识别步骤具体包括以下内容:
获取位温数据,设置名为wx_data的位温数据变量;
通过NumPy库中的np.gradient函数计算wx_data的梯度,并将梯度计算结果存储在dx和dy中,即dx, dy = np.gradient(wx_data),将dx和dxy的平方和开方再除以0.11,即可得到位温梯度,将位温梯度存储在theta_grad中,即theta_grad = np.sqrt(dx**2 +dy**2) / 0.11;
设定两个位温梯度阈值,分别为8℃/220km和16℃/220km对应的位温梯度阈值,创建一个与wx_data形状相同的全零数组nonfrontal _band,循环遍历两个位温梯度阈值,并与实时计算得到的某自动站的位温梯度进行对比,如果存在某一位温梯度大于等于某一位温梯度阈值,则修改此全零数组nonfrontal_band的索引idx所对应的值为1;
使用plt.contourf函数根据全零数组nonfrontal _band的值绘制等值线图,并将识别为非锋性斜压带的区域进行标记。
进一步地,将识别为非锋性斜压带的区域进行标记包括:位温梯度大于等于8℃/220km的区域为中等强度的非锋性斜压带,位温梯度大于等于16℃/220km的区域为强非锋性斜压带,将位温数据按照1℃为间隔绘制为等值线图,等值线表示位温梯度的分布,识别出其中等值线密集的区域,并将其标记为非锋性斜压带。
进一步地,计算位温、变温和变压包括:
位温计算:
采用压高公式p0=pz+ρgz将地面气压订正为海平面气压,pz为地面气压,p0为海平面气压,ρ为空气密度常数,g为自动站所在经纬度的重力加速度,z为位势米;
其中,g=9.7803*(1+0.0053024sin2φ-0.000005sin22φ),z=h*g/9.8,ρ=1.293kg/m3,φ为自动站所在纬度值,h为几何米(即海拔高度,单位km),按照逻辑检验及气候极值检验方式,仅保留950hPa<P0<1500hPa的站点。
根据标准气象学公式theta=T*(p00/p0)^0.286将海平面气压换算为位温,theta为自动站的位温,T为自动站测得温度,p00为标准大气压(取1000hPa);
变温计算:
将当前时刻温度与30min前温度的差值记为当前时刻的变温,即若计算16:30的变温,需用16:30的温度减去16:00的温度,所得数值即为16:30的变温;
变压计算:
将当前时刻气压与30min前气压的差值记为当前时刻的变压,即若计算16:30的变压,需用16:30的气压减去16:00的气压,所得数值即为16:30的变压。
进一步地,为绘制要素等值线图,需要将散点数据插值为格点数据再进行绘制,这里采用反距离权重插值法进行插值。反距离权重插值法的最重要的假设之一是观测点对插值点有局部影响,任意一个观测点的值对插值点的值的影响会随着距离增加而减弱。在估计插值点的值时,根据假设,距离插值点最近的m个影响插值点的观测站点对插值点的影响与他们之间的距离成反比。越接近插值点的观测点的权重越大,且m个观测站点的权重之和为1;数据二维面处理包括:
根据反距离权重插值公式通过观测点来估计插值点,进而将插值点数据插值为格点数据,/>为(x0,y0)插值点的值,Zi为观测点的数值,Qi为插值点与观测点的权重系数,N为插值点的个数;
权重系数的计算公式为,m为观测点数量,/>为观测点与插值点之间距离dej的权重,b为常数,当b=1时为反距离倒数插值,b=2时为反距离倒数平方插值。
进一步地,方位涡度(ARD: Azimuth Radial Divergence)产品是应用某个仰角的PPI数据(雷达以一个俯仰角,转一圈扫描所获取的数据),在相同距离上计算径向速度的方位切变分布。若流场中出现气旋与反气旋运动,并且认为这种运动各向同性时,方位涡度产品在一定程度上可表征为涡度分布,能反映出大气中存在气旋性或反气旋性的旋转运动情况。另外,当这种方位涡度表征为气旋性,并且达到一定强度和范围时,这种产品可以用来帮助识别中尺度气旋和风向气旋性切变等现象。
在同一距离上沿方位选择“窗口”范围,一般仍为3~21个资料点的范围。由于相邻方位角之间距离随测距而变化,所以同一“窗口”所代表的区域随测距而变化。用最小二乘法计算拟合直线的斜率b:
,
其中,Vi为“窗口”内第i个点的径向速度,θ i为第i个点的方位角,r为雷达测距,n为窗口内所包含的总的资料点数。
考虑到某雷达站点的数据实际是以该雷达站点为中心的采样体积内的平均值,而采样体积与水平波束宽度和测距有关,因此如图2所示,以PPI数据中某雷达站点为中心,若水平波束宽度为1°,则计算距离该雷达站点距离相同且方位不同的a和b两点的径向速度的方位切变为;
计算a和b两点的斜率b1=(Vb-Va)/rΔθ,Δθ表示两点的方位角之差,并通过斜率b1对进行修正得到修正后的a和b两点的径向速度的方位切变为;
遍历PPI数据中的所有雷达站点,并重复A1和A2步骤对整个PPI资料进行计算后,所得结果同样以PPI的形式,得到相同距离上方位切变的分布,进而得到方位涡度,在观察图时,图中切变值较大区和明显气旋反气旋性速度图像特征区相同,有些切变值较大的区域还探测到强度较弱的中尺度气旋。
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)
1.一种基于非锋性斜压带的局地强对流天气预报方法,其特征在于:所述预报方法包括:
数据处理步骤:将获取的稳定发报的各自动站数据进行处理后转换为包括位温、变温和变压的气象要素值,计算位温、变温和变压,并进行数据二维面处理;
非锋性斜压带识别步骤:获取位温数据并设置位温数据变量,计算位温梯度并根据非锋性斜压带判定条件识别非锋性斜压带,并进行数据二维面处理;
预报步骤:将每隔一端时间识别出的非锋性斜压带与对应时刻的变温、变压等值线相叠加,找到地面负变温中心及正变压中心与非锋性斜压带相叠加区域,并与同时刻的雷达数据进行对比,如果相叠加区域位置存在强度大于预设值的团状反射率因子强中心存在,且该强中心对应位置的基本速度图上存在与强中心相配合的天气现象或者方位涡度,则判断该处产生局地强对流天气的概率高,并进行预报。
2.根据权利要求1所述的一种基于非锋性斜压带的局地强对流天气预报方法,其特征在于:所述非锋性斜压带识别步骤具体包括以下内容:
获取位温数据,设置名为wx_data的位温数据变量;
通过NumPy库中的函数计算wx_data的梯度,并将梯度计算结果存储在dx和dy中,将dx和dxy的平方和开方再除以0.11,即可得到位温梯度,将位温梯度存储在theta_grad中;
设定两个位温梯度阈值,创建一个与wx_data形状相同的全零数组nonfrontal _band,循环遍历两个位温梯度阈值,并与实时计算得到的某自动站的位温梯度进行对比,如果存在某一位温梯度大于等于某一位温梯度阈值,则修改此全零数组nonfrontal_band的索引idx所对应的值为1;
根据全零数组nonfrontal _band的值绘制等值线图,并将识别为非锋性斜压带的区域进行标记。
3.根据权利要求2所述的一种基于非锋性斜压带的局地强对流天气预报方法,其特征在于:所述将识别为非锋性斜压带的区域进行标记包括:位温梯度大于等于第一位温梯度阈值的区域为中等强度的非锋性斜压带,位温梯度大于等于第二位温梯度阈值的区域为强非锋性斜压带,将位温数据按照n℃为间隔绘制为等值线图,等值线表示位温梯度的分布,识别出其中等值线密集的区域,并将其标记为非锋性斜压带。
4.根据权利要求1所述的一种基于非锋性斜压带的局地强对流天气预报方法,其特征在于:所述计算位温、变温和变压包括:
位温计算:
采用压高公式p0=pz+ρgz将地面气压订正为海平面气压,pz为地面气压,p0为海平面气压,ρ为空气密度常数,g为自动站所在经纬度的重力加速度,z为位势米;
根据标准气象学公式theta=T*(p00/p0)^0.286将海平面气压换算为位温,theta为自动站的位温,T为自动站测得温度,p00为标准大气压;
变温计算:
将当前时刻温度与M时刻前温度的差值记为当前时刻的变温;
变压计算:
将当前时刻气压与M时刻前气压的差值记为当前时刻的变压。
5.根据权利要求1所述的一种基于非锋性斜压带的局地强对流天气预报方法,其特征在于:所述数据二维面处理包括:
根据反距离权重插值公式通过观测点来估计插值点,进而将插值点数据插值为格点数据,/>为(x0,y0)插值点的值,Zi为观测点的数值,Qi为插值点与观测点的权重系数,N为插值点的个数;
权重系数的计算公式为,m为观测点数量,/>为观测点与插值点之间距离dej的权重,b为常数。
6.根据权利要求1所述的一种基于非锋性斜压带的局地强对流天气预报方法,其特征在于:所述方位涡度的计算包括:
A1、以PPI数据中某雷达站点为中心,根据水平波束宽度计算距离该雷达站点距离相同且方位不同的a和b两点的径向速度的方位切变为,α为水平波束宽度;
A2、计算a和b两点的斜率b1=(Vb-Va)/rΔθ,Δθ表示两点的方位角之差,并通过斜率b1对进行修正得到修正后的a和b两点的径向速度的方位切变为;
A3、遍历PPI数据中的所有雷达站点,并重复A1和A2步骤得到相同距离上方位切变的分布,进而得到方位涡度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311383672.0A CN117348116A (zh) | 2023-10-24 | 2023-10-24 | 一种基于非锋性斜压带的局地强对流天气预报方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311383672.0A CN117348116A (zh) | 2023-10-24 | 2023-10-24 | 一种基于非锋性斜压带的局地强对流天气预报方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117348116A true CN117348116A (zh) | 2024-01-05 |
Family
ID=89367629
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311383672.0A Pending CN117348116A (zh) | 2023-10-24 | 2023-10-24 | 一种基于非锋性斜压带的局地强对流天气预报方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117348116A (zh) |
-
2023
- 2023-10-24 CN CN202311383672.0A patent/CN117348116A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106950614B (zh) | 一种区域自动气象站小时雨量数据质量控制方法 | |
Isoguchi et al. | An L-band ocean geophysical model function derived from PALSAR | |
US7515087B1 (en) | Weather radar system and method using data from a lightning sensor | |
Anagnostou | A convective/stratiform precipitation classification algorithm for volume scanning weather radar observations | |
Sebastianelli et al. | On precipitation measurements collected by a weather radar and a rain gauge network | |
KR101531224B1 (ko) | 이중편파 레이더 기반의 강수 추정 시스템 및 그 방법 | |
Yost et al. | A prototype method for diagnosing high ice water content probability using satellite imager data | |
Bringi et al. | Raindrop axis ratios and size distributions in Florida rainshafts: An assessment of multiparameter radar algorithms | |
CN113253233B (zh) | 基于全天空流星雷达信号的分析处理方法、系统 | |
Brown et al. | Evaluation of key microphysical parameters in three‐dimensional cloud‐model simulations using aircraft and multiparameter radar data | |
Frehlich | Scanning doppler lidar for input into short-term wind power forecasts | |
Bluestein et al. | Doppler radar analysis of the Northfield, Texas, tornado of 25 May 1994 | |
US20090167596A1 (en) | Method of processing a radar image | |
Berne et al. | Influence of the vertical profile of reflectivity on radar-estimated rain rates at short time steps | |
Barthelmie et al. | Best practice for measuring wind speeds and turbulence offshore through in-situ and remote sensing technologies | |
Smith et al. | Applications of radar to meteorological operations and research | |
CN117348116A (zh) | 一种基于非锋性斜压带的局地强对流天气预报方法 | |
KR102428330B1 (ko) | 연직바람 관측장비와 이중 도플러 레이더 바람장을 이용한 태풍 수평 바람장 회수를 위한 장치 및 방법 | |
KR102326564B1 (ko) | 연직바람 관측장비를 이용한 이중 도플러 레이더의 바람장 보정을 위한 장치 및 방법 | |
Tse et al. | Wind characteristics observed in the vicinity of tropical cyclones: An investigation of the gradient balance and super-gradient flow | |
Pejcic et al. | Polarimetric radar-based methods for evaluation of hydrometeor mixtures in numerical weather prediction models | |
KR20170104100A (ko) | 윈드프로파일러의 지형클러터 제거 시스템 및 그 방법 | |
Ananda et al. | Preliminary Evaluation of Weather Radar Rainfall Estimation in Bandung City | |
Harjupa et al. | RDCA Index Based Updraft Area And Its Verification Using Polarimetric Doppler Radar | |
Shimose et al. | Impact of observation operators on low-level wind speed retrieved by variational multiple-Doppler analysis |
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 |