CN117630946B - 基于双偏振雷达的强对流联合观测指挥方法、系统及设备 - Google Patents

基于双偏振雷达的强对流联合观测指挥方法、系统及设备 Download PDF

Info

Publication number
CN117630946B
CN117630946B CN202410113508.6A CN202410113508A CN117630946B CN 117630946 B CN117630946 B CN 117630946B CN 202410113508 A CN202410113508 A CN 202410113508A CN 117630946 B CN117630946 B CN 117630946B
Authority
CN
China
Prior art keywords
strong convection
observation
radar
dual
refined
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
Application number
CN202410113508.6A
Other languages
English (en)
Other versions
CN117630946A (zh
Inventor
郑鹤鹏
吴祖航
张云
肖吴鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN202410113508.6A priority Critical patent/CN117630946B/zh
Publication of CN117630946A publication Critical patent/CN117630946A/zh
Application granted granted Critical
Publication of CN117630946B publication Critical patent/CN117630946B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Abstract

本申请涉及一种基于双偏振雷达的强对流联合观测指挥方法、系统及设备。所述方法包括:将联合观测设备部署于设定观测区域内并构建精细化探测区;获取精细化探测区内的前期预报结果和短时临近预报结果并判断强对流是否经过精细化探测区;当判断经过时,根据双偏振天气雷达对强对流进行雷达综合监测,获取强对流经过精细化探测区的时间;在强对流进入精细化探测区之前,指挥联合观测设备中的无人机释放并保持滞空状态;在强对流到达精细化探测区时,指挥联合观测设备对强对流进行多源联合观测,并收集整理多源观测数据。采用本方法能够协同指挥多源观测设备获取强对流中动力和微物理信息,可以高效准确地开展强对流的大型外场观测试验。

Description

基于双偏振雷达的强对流联合观测指挥方法、系统及设备
技术领域
本申请涉及雷达观测技术领域,特别是涉及一种基于双偏振雷达的强对流联合观测指挥方法、系统及设备。
背景技术
强对流是空气强烈垂直运动而导致的天气现象,是中小尺度灾害性天气的重要研究对象。强对流的一个重要特点是具有复杂快速的水汽相变过程,湿过程显著,存在复杂的动力和微物理的相互作用过程。只有充分认识强对流中的动力和微物理过程才能揭示降水形成的主要机制,提高强对流的监测预警能力,实现气象防灾减灾。
观测是认识天气系统中云和降水发展演变规律的重要手段,也是构建、评估和改进数值模式微物理参数化方案的基础。近年来,随着观测设备的逐渐发展,越来越多且先进的观测设备投入到强对流云和降水的观测中,针对不同天气系统展开观测研究。在观测设备中,雷达起到了至关重要的作用。目前,我国业务化常规天气雷达正逐渐完成双偏振雷达升级改造,已建成世界上最大的双偏振雷达观测网,这对云降水物理学的研究具有重要的机遇。双偏振雷达是目前最为有效的探测强对流中云和降水微物理过程的观测仪器,可以提供云和降水微物理过程的遥感观测信息,对于揭示降水微物理特征,分析其形成的关键微物理过程具有重要的参考价值。
然而,仅仅依靠我国业务的双偏振雷达仍然无法满足强对流的观测需求。因地球存在曲率,常规业务的S波段双偏振雷达在远距离存在低层盲区,难以完整探测部分尺度较小的强对流。因此针对强对流的联合观测,需要探测距离较短的X波段天气雷达加以补充。因此S波段和X波段天气雷达的相互配合,取长补短是联合探测强对流的发展趋势,这就涉及到强对流多源观测仪器的联合指挥方法问题。
X波段阵列式相控阵双偏振雷达可以反演对流内部精细的动力场信息,但反演结果对反演方法非常敏感,需要实况观测资料的直接验证。同时基于双偏振雷达的降水内部结构的微物理要素的反演也存在较大的不确定性,也需要实况观测资料加以验证。同时实况观测也可为发展新的反演方法提供支撑。因此基于无人机机载的探测手段逐渐开始发展,但是无人机等非常规观测如何与雷达观测相互配合获取强对流的动力和微物理信息目前仍不明确。开展野外观测试验需要耗费大量的人力物力和财力,因此迫切需要一种针对强对流动力和微物理探测和验证的多源观测设备的联合指挥方法和系统,以提高野外观测试验的精确度和效率。
发明内容
基于此,有必要针对上述技术问题,提供一种基于双偏振雷达的强对流联合观测指挥方法、系统及设备。
一种基于双偏振雷达的强对流联合观测指挥方法,所述方法包括:
将联合观测设备部署于设定观测区域内并构建精细化探测区;其中,联合观测设备包括双偏振天气雷达、Ka/W波段云雷达、微雨雷达、无人机和其他观测设备;
获取精细化探测区内的前期预报结果和短时临近预报结果,根据前期预报结果和短时临近预报结果判断强对流是否经过精细化探测区;
当判断强对流经过精细化探测区时,根据双偏振天气雷达对强对流进行雷达综合监测,获取雷达综合监测结果,根据雷达综合监测结果进行短时临近预报,获取强对流经过精细化探测区的时间;
在强对流进入精细化探测区之前,指挥联合观测设备中的无人机释放并保持滞空状态;在强对流到达精细化探测区时,指挥联合观测设备对强对流进行多源联合观测,并收集整理多源观测数据直至强对流联合观测结束。
在其中一个实施例中,双偏振天气雷达包括两部S波段双偏振天气雷达、3部X波段阵列式相控阵双偏振天气雷达和1部车载X波段相控阵双偏振天气雷达;无人机包括垂直速度探测无人机、粒子探测无人机和气象要素探测无人机;其他观测设备包括GPS无线电探空仪、火箭无线电探空仪、二维视频雨滴谱仪、云凝结核计数器和自动气象站。
在其中一个实施例中,将联合观测设备部署于设定观测区域内并构建精细化探测区,包括:
将两部S波段双偏振天气雷达部署于设定观测区域内,并将3部X波段阵列式相控阵双偏振天气雷达呈三角形部署在两部S波段双偏振天气雷达的探测覆盖区域内,将1部车载X波段相控阵双偏振天气雷达部署在3部X波段阵列式相控阵双偏振天气雷达的探测覆盖区域之外;
在3部X波段阵列式相控阵双偏振天气雷达的中心区域构建精细化探测区,将二维视频雨滴谱仪、微雨雷达、Ka/W波段云雷达、云凝结核计数器、自动气象站、气象要素探测无人机和粒子探测无人机部署于精细化探测区的内部,将GPS无线电探空仪、火箭无线电探空仪和垂直速度探测无人机部署于精细化探测区的周围。
在其中一个实施例中,在将联合观测设备部署于设定观测区域内并构建精细化探测区之后,还包括:
将联合观测设备中的所有设备调试至正常观测状态,并保持所有设备时间同步。
在其中一个实施例中,获取精细化探测区内的前期预报结果和短时临近预报结果,包括:
获取精细化探测区内前一天的前期预报结果,前期预报结果通过利用天气图和数值预报产品进行大尺度天气预报得到;
获取精细化探测区内前1-2小时的短时临近预报结果,短时临近预报结果通过利用S波段双偏振天气雷达、X波段相控阵双偏振天气雷达和静止卫星的观测数据进行强对流短时临近预报得到。
在其中一个实施例中,当判断强对流经过精细化探测区时,根据双偏振天气雷达对强对流进行雷达综合监测,获取雷达综合监测结果,根据雷达综合监测结果进行短时临近预报,获取强对流经过精细化探测区的时间,包括:
当判断强对流经过精细化探测区时,根据3部X波段阵列式相控阵双偏振天气雷达对强对流进行快速体积扫描,获取体积扫描结果,根据1部车载X波段相控阵双偏振天气雷达对强对流进行追踪扫描,获取追踪扫描结果;
将体积扫描结果和追踪扫描结果进行结合,获取雷达综合监测结果,根据雷达综合监测结果对强对流进行短时临近预报,获取强对流经过精细化探测区的时间。
在其中一个实施例中,在强对流进入精细化探测区之前,指挥联合观测设备中的无人机释放并保持滞空状态;在强对流到达精细化探测区时,指挥联合观测设备对强对流进行多源联合观测,并收集整理多源观测数据直至强对流联合观测结束,包括:
在强对流进入精细化探测区之前,指挥联合观测设备中的垂直速度探测无人机、粒子探测无人机、气象要素探测无人机以及火箭无线电探空仪释放,并维持滞空状态;
在强对流到达精细化探测区时,指挥联合观测设备对强对流进行多源联合观测,根据两部S波段双偏振天气雷达、3部X波段阵列式相控阵双偏振天气雷达和1部车载X波段相控阵双偏振天气雷达进行反演,获取强对流中的粒子相态识别分类结果、液态水含量、冰水含量、雨滴谱分布、强对流的动力场信息以及强对流的垂直结构特征,根据Ka/W波段云雷达和微雨雷达执行垂直观测策略,获取精细化探测区上空对流廓线的时间演变信息;
根据3部X波段阵列式相控阵双偏振天气雷达进行反演获取的强对流的动力场信息,确定强对流的强上升区,引导垂直速度探测无人机前往强上升区进行观测,获取强对流内部的大气垂直速度;
根据粒子探测无人机和气象要素探测无人机进行观测,获取强对流过境时的环境场和微物理要素的垂直剖面结构;根据GPS无线电探空仪和火箭无线电探空仪进行观测,获取精细化探测区周围的环境场要素的垂直结构,根据二维视频雨滴谱仪进行观测,获取近地面降水的雨滴分布和微物理特征,根据云凝结核计数器和自动气象站进行观测,获取近地面气溶胶和降水特征;
收集整理联合观测设备进行多源联合观测获取的多源观测数据,直至强对流完全移出3部X波段阵列式相控阵双偏振天气雷达的探测覆盖区域,结束强对流联合观测。
在其中一个实施例中,对于适合人工影响天气催化的强对流,在指挥联合观测设备对强对流进行多源联合观测时,还包括:
根据3部X波段阵列式相控阵双偏振天气雷达进行反演获取的强对流的动力场信息,确定强对流的强上升区,将强上升区作为人工影响天气作业目标区,根据人工影响天气作业目标区确定人工影响天气作业设施的作业位置和作业时间,并根据人工影响天气作业设施对强对流进行催化;其中,人工影响天气作业设施包括烟炉、地面火箭、高炮和人影飞机。
一种基于双偏振雷达的强对流联合观测指挥系统,所述系统包括:
设备部署单元,用于将联合观测设备部署于设定观测区域内并构建精细化探测区;其中,联合观测设备包括双偏振天气雷达、Ka/W波段云雷达、微雨雷达、无人机和其他观测设备;
预报准备单元,用于获取精细化探测区内的前期预报结果和短时临近预报结果,根据前期预报结果和短时临近预报结果判断强对流是否经过精细化探测区;
雷达综合监测单元,用于当判断强对流经过精细化探测区时,根据双偏振天气雷达对强对流进行雷达综合监测,获取雷达综合监测结果,根据雷达综合监测结果进行短时临近预报,获取强对流经过精细化探测区的时间;
联合观测指挥单元,用于在强对流进入精细化探测区之前,指挥联合观测设备中的无人机释放并保持滞空状态;在强对流到达精细化探测区时,指挥联合观测设备对强对流进行多源联合观测,并收集整理多源观测数据直至强对流联合观测结束。
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:
将联合观测设备部署于设定观测区域内并构建精细化探测区;其中,联合观测设备包括双偏振天气雷达、Ka/W波段云雷达、微雨雷达、无人机和其他观测设备;
获取精细化探测区内的前期预报结果和短时临近预报结果,根据前期预报结果和短时临近预报结果判断强对流是否经过精细化探测区;
当判断强对流经过精细化探测区时,根据双偏振天气雷达对强对流进行雷达综合监测,获取雷达综合监测结果,根据雷达综合监测结果进行短时临近预报,获取强对流经过精细化探测区的时间;
在强对流进入精细化探测区之前,指挥联合观测设备中的无人机释放并保持滞空状态;在强对流到达精细化探测区时,指挥联合观测设备对强对流进行多源联合观测,并收集整理多源观测数据直至强对流联合观测结束。
上述基于双偏振雷达的强对流联合观测指挥方法、系统及设备,通过将联合观测设备部署于设定观测区域内并构建精细化探测区;获取精细化探测区内的前期预报结果和短时临近预报结果并判断强对流是否经过精细化探测区;当判断经过时,根据双偏振天气雷达对强对流进行雷达综合监测,获取强对流经过精细化探测区的时间;在强对流进入精细化探测区之前,指挥联合观测设备中的无人机释放并保持滞空状态;在强对流到达精细化探测区时,指挥联合观测设备对强对流进行多源联合观测,并收集整理多源观测数据。采用本方法能够通过部署多源观测设备实时监测各类观测设备的运行状态以及探测结果,并协同指挥各类观测设备获取强对流中动力和微物理信息,根据强对流的演变情况进行实时多源联合观测,从而可以高效准确地开展强对流的大型外场观测试验。
附图说明
图1为一个实施例中基于双偏振雷达的强对流联合观测指挥方法的流程示意图;
图2为一个实施例中联合观测设备部署示意图;
图3为一个实施例中基于双偏振雷达的强对流联合观测指挥应用系统的结构示意图;
图4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所示,提供了一种基于双偏振雷达的强对流联合观测指挥方法,包括以下步骤:
步骤一,联合观测设备的部署:将联合观测设备部署于设定观测区域内并构建精细化探测区;其中,联合观测设备包括两部S波段双偏振天气雷达、3部X波段阵列式相控阵双偏振天气雷达、1部车载X波段相控阵双偏振天气雷达、Ka/W波段云雷达、微雨雷达、垂直速度探测无人机、粒子探测无人机、气象要素探测无人机和其他观测设备,其他观测设备包括GPS(全球定位系统)无线电探空仪、火箭无线电探空仪、二维视频雨滴谱仪、云凝结核计数器和自动气象站。
具体地,如图2所示,将联合观测设备部署于设定观测区域内并构建精细化探测区,包括:
将两部S波段双偏振天气雷达部署于设定观测区域内,且两部S波段双偏振天气雷达相距在100-150km之间;在两部S波段双偏振天气雷达的双多普勒共同覆盖区,即该区域点到两部S波段双偏振天气雷达连线的夹角在30-150°之间,呈三角形部署3部X波段阵列式相控阵双偏振天气雷达,并将1部车载X波段相控阵双偏振天气雷达部署在3部X波段阵列式相控阵双偏振天气雷达的探测覆盖区域之外;
在3部X波段阵列式相控阵双偏振天气雷达的中心区域构建精细化探测区,将二维视频雨滴谱仪、微雨雷达、Ka/W波段云雷达、云凝结核计数器、自动气象站、气象要素探测无人机和粒子探测无人机部署于精细化探测区的内部,将GPS无线电探空仪、火箭无线电探空仪和垂直速度探测无人机部署于精细化探测区的周围。
通过如图2所示的联合观测设备部署方案,可以充分发挥各部雷达的优势,在3部X波段阵列式相控阵双偏振天气雷达的覆盖区域可以与外围两部S波段双偏振天气雷达做一致性检验,在3部X波段阵列式相控阵双偏振天气雷达覆盖区内,得益于相控阵雷达的快速扫描优势,可以快速反演强对流的精细三维风场结构。得益于两部S波段双偏振天气雷达多普勒覆盖区的叠加,可以拓展内部X波段阵列式相控阵双偏振天气雷达的风场反演区域,从而为强对流进入精细化探测区的短时临近预报提供更早的动力场信息。外围车载X波段相控阵双偏振天气雷达可追踪扫描进入3部X波段阵列式相控阵双偏振天气雷达覆盖区的强对流,提供时空更为精细化的强对流的垂直结构特征,为指导其他仪器的协同观测提供支撑。
步骤二,联合观测设备的调试:在将联合观测设备部署于设定观测区域内并构建精细化探测区之后,将联合观测设备中的所有设备调试至正常观测状态,并保持所有设备时间同步。具体地,在正式联合观测前对所有联合观测设备进行定标和检查,确保步骤一所述雷达、无人机以及其他观测设备处于正常探测状态且观测数据质量可靠;再者为了观测时间的一致性,需要确保所有联合观测设备保持时间同步;最后,通过联网或者其他通信方式集成控制所有联合观测设备,以保证观测期间可以实时控制各类联合观测设备。
步骤三,联合观测前的预报准备:在联合观测开始前,获取精细化探测区内的前期预报结果和短时临近预报结果。具体地,获取精细化探测区内前一天的前期预报结果,前期预报结果通过利用天气图和数值预报产品进行大尺度天气预报得到,前期预报结果可初步判断强对流可能的触发位置和时间;获取精细化探测区内前1-2小时的短时临近预报结果,短时临近预报结果通过利用S波段双偏振天气雷达、X波段相控阵双偏振天气雷达和静止卫星的观测数据进行基于外推法或者人工智能方法的强对流短时临近预报得到,短时临近预报结果可预测强对流的演变路径和强度。
步骤四,根据步骤三得出的前期预报结果和短时临近预报结果判断强对流是否经过精细化探测区,若不经过,准备下一次联合观测;若经过,则进入步骤五。
步骤五,雷达综合监测,确定强对流经过精细化探测区的时间:当判断强对流经过精细化探测区时,根据双偏振天气雷达对强对流进行雷达综合监测,获取雷达综合监测结果,根据雷达综合监测结果进行短时临近预报,获取强对流经过精细化探测区的时间。具体地,根据3部X波段阵列式相控阵双偏振天气雷达对强对流进行快速体积扫描,获取体积扫描结果,根据1部车载X波段相控阵双偏振天气雷达对强对流进行追踪扫描,获取追踪扫描结果;将体积扫描结果和追踪扫描结果进行结合,获取雷达综合监测结果,根据雷达综合监测结果对强对流滚动进行短时临近预报,获取强对流经过精细化探测区的时间。
步骤六,强对流的多源联合观测:在强对流进入精细化探测区之前,指挥联合观测设备中的无人机释放并保持滞空状态;在强对流到达精细化探测区时,指挥联合观测设备对强对流进行多源联合观测。具体联合观测步骤为:
在强对流进入精细化探测区之前,指挥联合观测设备中的垂直速度探测无人机、粒子探测无人机、气象要素探测无人机以及火箭无线电探空仪释放,并维持滞空状态。具体地,根据3部X波段阵列式相控阵双偏振天气雷达反演的动力场确定强对流的强上升区,将强上升区作为探测目标区,结合强对流的历史演变和环境场信息进一步预测其未来的演变路径,同时根据该预测结果确定垂直速度探测无人机的释放位置和时间。
在强对流到达精细化探测区时,指挥联合观测设备对强对流进行多源联合观测,根据两部S波段双偏振天气雷达、3部X波段阵列式相控阵双偏振天气雷达和1部车载X波段相控阵双偏振天气雷达进行反演,获取强对流中的粒子相态识别分类结果、液态水含量、冰水含量、雨滴谱分布、强对流的动力场信息以及强对流的垂直结构特征,根据Ka/W波段云雷达和微雨雷达执行垂直观测策略,获取精细化探测区上空对流廓线的时间演变信息;
根据3部X波段阵列式相控阵双偏振天气雷达进行反演获取的强对流的动力场信息,确定强对流的强上升区,引导垂直速度探测无人机前往强上升区进行观测,获取强对流内部的大气垂直速度;
根据粒子探测无人机和气象要素探测无人机进行观测,获取强对流过境时的环境场和微物理要素的垂直剖面结构;根据GPS无线电探空仪和火箭无线电探空仪进行观测,获取精细化探测区周围的环境场要素的垂直结构,根据二维视频雨滴谱仪进行观测,获取近地面降水的雨滴分布和微物理特征,根据云凝结核计数器和自动气象站进行观测,获取近地面气溶胶和降水特征。
步骤七,收集整理多源观测数据:收集整理联合观测设备进行多源联合观测获取的多源观测数据,直至强对流完全移出3部X波段阵列式相控阵双偏振天气雷达的探测覆盖区域,结束强对流联合观测。
具体地,对于适合人工影响天气催化的强对流,在指挥联合观测设备对强对流进行多源联合观测时,还包括:根据3部X波段阵列式相控阵双偏振天气雷达进行反演获取的强对流的动力场信息,确定强对流的强上升区,将强上升区作为人工影响天气作业目标区,根据人工影响天气作业目标区确定人工影响天气作业设施的作业位置和作业时间,并根据人工影响天气作业设施对强对流进行催化;其中,人工影响天气作业设施包括烟炉、地面火箭、高炮和人影飞机。
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,提供了一种基于双偏振雷达的强对流联合观测指挥系统,包括:
设备部署单元,用于将联合观测设备部署于设定观测区域内并构建精细化探测区;其中,联合观测设备包括双偏振天气雷达、Ka/W波段云雷达、微雨雷达、无人机和其他观测设备;
预报准备单元,用于获取精细化探测区内的前期预报结果和短时临近预报结果,根据前期预报结果和短时临近预报结果判断强对流是否经过精细化探测区;
雷达综合监测单元,用于当判断强对流经过精细化探测区时,根据双偏振天气雷达对强对流进行雷达综合监测,获取雷达综合监测结果,根据雷达综合监测结果进行短时临近预报,获取强对流经过精细化探测区的时间;
联合观测指挥单元,用于在强对流进入精细化探测区之前,指挥联合观测设备中的无人机释放并保持滞空状态;在强对流到达精细化探测区时,指挥联合观测设备对强对流进行多源联合观测,并收集整理多源观测数据直至强对流联合观测结束。
关于基于双偏振雷达的强对流联合观测指挥系统的具体限定可以参见上文中对于基于双偏振雷达的强对流联合观测指挥方法的限定,在此不再赘述。上述基于双偏振雷达的强对流联合观测指挥系统中的各个单元可全部或部分通过软件、硬件及其组合来实现。上述各单元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,如图3所示,本申请还提供了一种基于双偏振雷达的强对流联合观测指挥应用系统,包括:
仪器监测子系统:用于实时查看、监测联合观测设备的运行状态,包括三个模块:即雷达模块,无人机模块和其他观测设备模块;所述雷达模块包含两部S波段双偏振天气雷达、3部X波段阵列式相控阵双偏振天气雷达、1部车载X波段相控阵双偏振天气雷达,Ka/W波段云雷达和微雨雷达;所述无人机模块包含垂直速度探测无人机,粒子探测无人机和气象要素探测无人机;所述其他观测设备模块包含GPS无线电探空仪、火箭探空仪,二维视频雨滴谱仪,云凝结核计数器和自动气象站;
雷达控制子系统:用于针对部署的3部X波段阵列式相控阵双偏振天气雷达和1部车载X波段相控阵双偏振天气雷达,根据强对流的发生演变情况实时调整雷达的观测策略;所述观测策略包含快速体积扫描模式,快速扇形扫描模式,追踪扫描模式和双偏振雷达探测质量优先模式;
雷达联合显示子系统,用于针对联合显示S波段和X波段雷达探测的结果,融合S和X波段雷达观测的雷达反射率因子信息,为强对流的短时临近预报提供可视化支撑;在所述雷达联合显示子系统中增加有精细化Ka/W波段云雷达和微雨雷达的垂直探测随时间演变的显示功能;在所述雷达联合显示子系统中增加有各类观测仪器的部署位置显示功能;在所述雷达联合显示子系统中增加有各部雷达的单站显示功能,同时提供联合显示和单站显示条件下的雷达探测和反演要素场的任意垂直剖面以及任意坐标点要素的鼠标取值功能;
无人机显示子系统:用于在所述雷达联合显示子系统中增加有各类无人机轨迹显示功能;依据所述雷达联合显示子系统预测的强对流的短时临近预报结果,判定探测目标区,同时依据探测目标区判断指挥各类无人机的释放位置和时间,并在无人机显示子系统中予以显示;在各类无人机释放后,实时显示各类无人机的位置信息;所述各类无人机包含垂直速度探测无人机,粒子探测无人机和气象要素探测无人机;
人工影响天气作业显示子系统:在所述雷达联合显示子系统中增加有人工影响天气作业点的显示功能,依据所述雷达联合显示子系统预测的强对流的短时预报结果,结合云中微物理场和动力场信息,确定强对流中的强上升区为适合人工影响天气作业目标区,同时依据适合人工影响天气作业目标区判断各类人工影响天气作业设施的作业位置和作业时间,并在人工影响天气作业显示子系统中予以显示;所述人工影响天气作业设施包括烟炉,地面火箭、高炮和人影飞机。
在一个具体地实施例中,还提供了上述基于双偏振雷达的强对流联合观测指挥应用系统的具体应用步骤,包括:
步骤1、通过仪器监测子系统,快速指导各类观测设备完成部署。部署完成后,利用仪器监测子系统实时监测各类观测设备的运行状态。对于出现问题的观测设备及时派工程师前往仪器部署地点调试,保证观测试验开始前所有观测设备处于正常工作状态。
步骤2、确定观测试验的精细化探测区,针对该区域,分别做强对流前期预报和短时临近预报,利用国家局、县预报网络以及试验期间部署的雷达、探空等加密的非常规观测设备,综合判断是否有强对流途径精细化观测区。前期预报提前1天,为观测设备的最终调试以及观测人员的部署做前期准备。短时临近预报一般提前1-2小时,并进行实时滚动预报,以确定强对流途径精细化探测区的准确时间。
步骤3、确定强对流将途径精细化观测区后,正式启动多源设备的联合观测。首先利用雷达控制子系统,控制3部X波段阵列式相控阵双偏振天气雷达和1部车载X波段相控阵双偏振天气雷达,3部X波段阵列式相控阵双偏振天气雷达执行快速协同体积扫描模式,快速扫描强对流的整体三维结构,并输出三维风场结构。根据3部X波段阵列式相控阵双偏振天气雷达反演的三维风场结构,确定探测目标区,即强对流的强上升区域。根据该目标区,利用雷达控制子系统,控制1部车载X波段相控阵双偏振天气雷达做追踪扫描,协助获取对流性天气的微物理结构。同时,根据对流的历史演变,进一步预报其未来演变情况。
步骤4、利用雷达联合显示子系统,集成观测试验期间使用的所有雷达观测,包括2部业务化的S波段双偏振天气雷达,3部X波段阵列式相控阵双偏振雷达,1部车载X波段相控阵双偏振雷达以及垂直指向的Ka/X波段云雷达和微雨雷达。在雷达联合显示子系统显示界面,获取强对流的组网回波结构,同时叠加反演的风场信息,为进一步确定强对流在精细化探测区域的发展演变提供支撑。
步骤5、在强对流进入3部X波段阵列式相控阵双偏振雷达的覆盖区,但尚未进入至精细化探测区时,在周围加密释放无线电探空仪,进一步获取精细化探测区的环境场信息,尤其获取风场的垂直结构,为判定强对流的移动方向和速度以及其演变提供数据支撑。同时,将所得数据集成在雷达联合显示子系统中予以可视化显示。
步骤6、结合步骤4和步骤5的观测信息,利用雷达联合显示子系统标注强对流内部探测目标区的未来移动轨迹,同时判定其进入精细化探测区的时间。确定强对流探测目标区进入精细化探测区的时间后,根据雷达反演风场以及无线电探空仪探测的环境风场判定无人机的释放位置和时间。该部分在无人机显示子系统中予以可视化。
首先是垂直速度探测无人机,根据对流内部探测目标区的实时位置以及预计进入精细化探测区的时间,反推垂直速度探测无人机的最佳释放位置和释放时机。所述最佳位置和释放时机,能保证垂直速度探测无人机释放后能最可能接近强对流内部的主要上升通道,即对流内部探测目标区。确定垂直速度探测无人机释放位置和时间后,进行机动部署。同时,无人机释放后,在无人机显示子系统中实时标注其轨迹信息,并解算出所在位置的三维风场,即动力场结构信息。无人机显示子系统界面叠加于雷达联合显示子系统界面,以同时展示强对流的三维回波特征和无人机的轨迹。
步骤7、在强对流移入精细化探测区前,寻找合适的时间间隔,释放垂直速度探测无人机,并进行编号且实时标注在无人机显示子系统中。对于粒子探测无人机和气象要素无人机,在强对流经过精细化探测区前五分钟释放,在空中保持悬停,同时根据雷达探测的对流内部的情况引导粒子探测无人机进行垂直探测。气象要素探测无人机主要探测强对流过境前后的大气垂直剖面信息。同样,对粒子探测和气象要素无人机进行编号且实时标注在无人机显示子系统中。
步骤8、强对流移动至精细化探测区上空时,利用雷达联合显示子系统和无人机显示子系统,判断强对流的三维结构,引导粒子探测无人机前往液相层的不同高度,纯冰相层的不同高度以及混合相态层进行实况微物理结构特征观测。同时其他观测设备执行正常观测策略。其中,二维视频雨滴谱仪用于观测近地面降水的雨滴分布和微物理特征;微雨雷达,Ka/W波段云雷达执行垂直观测策略,保留功率谱观测信息,用于获取精细化探测区上空对流廓线的时间演变信息;云凝结核计数器和自动气象站用于观测近地面气溶胶和降水特征。
步骤9、对于适合人工影响天气催化的强对流个例,开展人工催化试验。在强对流接近精细化探测区时,基于雷达联合显示子系统判断强对流的强上升区以及过冷水区域,作为人工催化的目标区域。利用雷达联合显示子系统,分析人工催化目标区的历史演变,并进行外推预报。基于该预报结果,判断人工催化目标区经过精细化探测区的时间,从而指导地面机动火箭作业点和地面机动高炮作业点的选址。确定选址后,待人工催化目标区经过精细化探测区期间,开展人工催化作业。此时,利用人工影响天气作业显示子系统,实时绘制人工催化目标区的位置,并将该位置发送至地面火箭和高炮作业点,从而指导开展人工催化作业。在使用地面烟炉作业时,根据人工影响天气作业显示子系统,判定地面烟炉是否处于强对流的上升区,如果处于上升区且满足作业条件,则进行催化作业。作业期间,人工影响天气作业显示子系统需要实时标注作业的位置以及发射火箭弹和高炮的飞行轨迹,并叠加显示在雷达联合显示子系统之上。
步骤10、待强对流完全移出3部X波段阵列式相控阵双偏振天气雷达的覆盖区域后,联合观测试验结束,收集并整理各类观测仪器的原始观测数据。
采用本申请所提供的一种基于双偏振雷达的强对流联合观测指挥方法,能够为强对流野外多源观测仪器联合观测试验,获取强对流中动力和微物理信息提供一种解决方案,可以实时监测各类观测设备的运行状态以及探测结果,实时根据强对流的演变情况,做出精准、迅速的决策,实时指挥其他观测设备的协同观测,最终高效地开展强对流的大型外场观测试验。
在一个实施例中,还提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图4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、网络接口和数据库。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、计算机程序和数据库。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。该计算机设备的数据库用于存储多源观测数据。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基于双偏振雷达的强对流联合观测指挥方法。
本领域技术人员可以理解,图4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:
将联合观测设备部署于设定观测区域内并构建精细化探测区;其中,联合观测设备包括双偏振天气雷达、Ka/W波段云雷达、微雨雷达、无人机和其他观测设备;
获取精细化探测区内的前期预报结果和短时临近预报结果,根据前期预报结果和短时临近预报结果判断强对流是否经过精细化探测区;
当判断强对流经过精细化探测区时,根据双偏振天气雷达对强对流进行雷达综合监测,获取雷达综合监测结果,根据雷达综合监测结果进行短时临近预报,获取强对流经过精细化探测区的时间;
在强对流进入精细化探测区之前,指挥联合观测设备中的无人机释放并保持滞空状态;在强对流到达精细化探测区时,指挥联合观测设备对强对流进行多源联合观测,并收集整理多源观测数据直至强对流联合观测结束。
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 (8)

1.一种基于双偏振雷达的强对流联合观测指挥方法,其特征在于,所述方法包括:
将联合观测设备部署于设定观测区域内并构建精细化探测区;其中,所述联合观测设备包括双偏振天气雷达、Ka/W波段云雷达、微雨雷达、无人机和其他观测设备;
获取所述精细化探测区内的前期预报结果和短时临近预报结果,根据所述前期预报结果和短时临近预报结果判断强对流是否经过所述精细化探测区;
当判断强对流经过所述精细化探测区时,根据所述双偏振天气雷达对强对流进行雷达综合监测,获取雷达综合监测结果,根据所述雷达综合监测结果进行短时临近预报,获取强对流经过所述精细化探测区的时间;
在强对流进入所述精细化探测区之前,指挥所述联合观测设备中的无人机释放并保持滞空状态;在强对流到达所述精细化探测区时,指挥所述联合观测设备对强对流进行多源联合观测,并收集整理多源观测数据直至强对流联合观测结束;
所述双偏振天气雷达包括两部S波段双偏振天气雷达、3部X波段阵列式相控阵双偏振天气雷达和1部车载X波段相控阵双偏振天气雷达;所述无人机包括垂直速度探测无人机、粒子探测无人机和气象要素探测无人机;所述其他观测设备包括GPS无线电探空仪、火箭无线电探空仪、二维视频雨滴谱仪、云凝结核计数器和自动气象站;
将联合观测设备部署于设定观测区域内并构建精细化探测区,包括:
将两部S波段双偏振天气雷达部署于设定观测区域内,并将3部X波段阵列式相控阵双偏振天气雷达呈三角形部署在两部S波段双偏振天气雷达的探测覆盖区域内,将1部车载X波段相控阵双偏振天气雷达部署在3部X波段阵列式相控阵双偏振天气雷达的探测覆盖区域之外;
在所述3部X波段阵列式相控阵双偏振天气雷达的中心区域构建精细化探测区,将二维视频雨滴谱仪、微雨雷达、Ka/W波段云雷达、云凝结核计数器、自动气象站、气象要素探测无人机和粒子探测无人机部署于所述精细化探测区的内部,将GPS无线电探空仪、火箭无线电探空仪和垂直速度探测无人机部署于所述精细化探测区的周围。
2.根据权利要求1所述的方法,其特征在于,在将联合观测设备部署于设定观测区域内并构建精细化探测区之后,还包括:
将所述联合观测设备中的所有设备调试至正常观测状态,并保持所有设备时间同步。
3.根据权利要求2所述的方法,其特征在于,获取所述精细化探测区内的前期预报结果和短时临近预报结果,包括:
获取所述精细化探测区内前一天的前期预报结果,所述前期预报结果通过利用天气图和数值预报产品进行大尺度天气预报得到;
获取所述精细化探测区内前1-2小时的短时临近预报结果,所述短时临近预报结果通过利用S波段双偏振天气雷达、X波段相控阵双偏振天气雷达和静止卫星的观测数据进行强对流短时临近预报得到。
4.根据权利要求3所述的方法,其特征在于,当判断强对流经过所述精细化探测区时,根据双偏振天气雷达对强对流进行雷达综合监测,获取雷达综合监测结果,根据所述雷达综合监测结果进行短时临近预报,获取强对流经过所述精细化探测区的时间,包括:
当判断强对流经过所述精细化探测区时,根据3部X波段阵列式相控阵双偏振天气雷达对强对流进行快速体积扫描,获取体积扫描结果,根据1部车载X波段相控阵双偏振天气雷达对强对流进行追踪扫描,获取追踪扫描结果;
将所述体积扫描结果和追踪扫描结果进行结合,获取雷达综合监测结果,根据所述雷达综合监测结果对强对流进行短时临近预报,获取强对流经过所述精细化探测区的时间。
5.根据权利要求4所述的方法,其特征在于,在强对流进入所述精细化探测区之前,指挥所述联合观测设备中的无人机释放并保持滞空状态;在强对流到达所述精细化探测区时,指挥所述联合观测设备对强对流进行多源联合观测,并收集整理多源观测数据直至强对流联合观测结束,包括:
在强对流进入所述精细化探测区之前,指挥所述联合观测设备中的垂直速度探测无人机、粒子探测无人机、气象要素探测无人机以及火箭无线电探空仪释放,并维持滞空状态;
在强对流到达所述精细化探测区时,指挥所述联合观测设备对强对流进行多源联合观测,根据两部S波段双偏振天气雷达、3部X波段阵列式相控阵双偏振天气雷达和1部车载X波段相控阵双偏振天气雷达进行反演,获取强对流中的粒子相态识别分类结果、液态水含量、冰水含量、雨滴谱分布、强对流的动力场信息以及强对流的垂直结构特征,根据Ka/W波段云雷达和微雨雷达执行垂直观测策略,获取精细化探测区上空对流廓线的时间演变信息;
根据3部X波段阵列式相控阵双偏振天气雷达进行反演获取的强对流的动力场信息,确定强对流的强上升区,引导垂直速度探测无人机前往强上升区进行观测,获取强对流内部的大气垂直速度;
根据粒子探测无人机和气象要素探测无人机进行观测,获取强对流过境时的环境场和微物理要素的垂直剖面结构;根据GPS无线电探空仪和火箭无线电探空仪进行观测,获取精细化探测区周围的环境场要素的垂直结构,根据二维视频雨滴谱仪进行观测,获取近地面降水的雨滴分布和微物理特征,根据云凝结核计数器和自动气象站进行观测,获取近地面气溶胶和降水特征;
收集整理联合观测设备进行多源联合观测获取的多源观测数据,直至强对流完全移出3部X波段阵列式相控阵双偏振天气雷达的探测覆盖区域,结束强对流联合观测。
6.根据权利要求5所述的方法,其特征在于,对于适合人工影响天气催化的强对流,在指挥所述联合观测设备对强对流进行多源联合观测时,还包括:
根据3部X波段阵列式相控阵双偏振天气雷达进行反演获取的强对流的动力场信息,确定强对流的强上升区,将所述强上升区作为人工影响天气作业目标区,根据所述人工影响天气作业目标区确定人工影响天气作业设施的作业位置和作业时间,并根据所述人工影响天气作业设施对强对流进行催化;其中,所述人工影响天气作业设施包括烟炉、地面火箭、高炮和人影飞机。
7.一种基于双偏振雷达的强对流联合观测指挥系统,其特征在于,所述系统包括:
设备部署单元,用于将联合观测设备部署于设定观测区域内并构建精细化探测区;其中,所述联合观测设备包括双偏振天气雷达、Ka/W波段云雷达、微雨雷达、无人机和其他观测设备;
预报准备单元,用于获取所述精细化探测区内的前期预报结果和短时临近预报结果,根据所述前期预报结果和短时临近预报结果判断强对流是否经过所述精细化探测区;
雷达综合监测单元,用于当判断强对流经过所述精细化探测区时,根据所述双偏振天气雷达对强对流进行雷达综合监测,获取雷达综合监测结果,根据所述雷达综合监测结果进行短时临近预报,获取强对流经过所述精细化探测区的时间;
联合观测指挥单元,用于在强对流进入所述精细化探测区之前,指挥所述联合观测设备中的无人机释放并保持滞空状态;在强对流到达所述精细化探测区时,指挥所述联合观测设备对强对流进行多源联合观测,并收集整理多源观测数据直至强对流联合观测结束;
所述双偏振天气雷达包括两部S波段双偏振天气雷达、3部X波段阵列式相控阵双偏振天气雷达和1部车载X波段相控阵双偏振天气雷达;所述无人机包括垂直速度探测无人机、粒子探测无人机和气象要素探测无人机;所述其他观测设备包括GPS无线电探空仪、火箭无线电探空仪、二维视频雨滴谱仪、云凝结核计数器和自动气象站;
将联合观测设备部署于设定观测区域内并构建精细化探测区,包括:
将两部S波段双偏振天气雷达部署于设定观测区域内,并将3部X波段阵列式相控阵双偏振天气雷达呈三角形部署在两部S波段双偏振天气雷达的探测覆盖区域内,将1部车载X波段相控阵双偏振天气雷达部署在3部X波段阵列式相控阵双偏振天气雷达的探测覆盖区域之外;
在所述3部X波段阵列式相控阵双偏振天气雷达的中心区域构建精细化探测区,将二维视频雨滴谱仪、微雨雷达、Ka/W波段云雷达、云凝结核计数器、自动气象站、气象要素探测无人机和粒子探测无人机部署于所述精细化探测区的内部,将GPS无线电探空仪、火箭无线电探空仪和垂直速度探测无人机部署于所述精细化探测区的周围。
8.一种计算机设备,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6中任一项所述方法的步骤。
CN202410113508.6A 2024-01-26 2024-01-26 基于双偏振雷达的强对流联合观测指挥方法、系统及设备 Active CN117630946B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410113508.6A CN117630946B (zh) 2024-01-26 2024-01-26 基于双偏振雷达的强对流联合观测指挥方法、系统及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410113508.6A CN117630946B (zh) 2024-01-26 2024-01-26 基于双偏振雷达的强对流联合观测指挥方法、系统及设备

Publications (2)

Publication Number Publication Date
CN117630946A CN117630946A (zh) 2024-03-01
CN117630946B true CN117630946B (zh) 2024-04-12

Family

ID=90034244

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410113508.6A Active CN117630946B (zh) 2024-01-26 2024-01-26 基于双偏振雷达的强对流联合观测指挥方法、系统及设备

Country Status (1)

Country Link
CN (1) CN117630946B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003021687A (ja) * 2001-07-06 2003-01-24 Digital Weather Platform Kk 狭域天気予報方法、狭域天気予報配信方法、商品販売促進方法、天気予報装置及び天気予報情報提供システム
JP2013224884A (ja) * 2012-04-23 2013-10-31 Japan Radio Co Ltd 水蒸気観測装置および気象レーダ
CN107064937A (zh) * 2017-06-07 2017-08-18 孝感市青谷信息科技有限公司 一种双线偏振雷达系统及强雨的测量方法
US9869766B1 (en) * 2015-01-28 2018-01-16 Rockwell Collins, Inc. Enhancement of airborne weather radar performance using external weather data
CN108732570A (zh) * 2017-04-20 2018-11-02 深圳市气象局 基于粒子滤波融合算法的灾害性对流天气的临近预报方法
CN109061650A (zh) * 2018-08-10 2018-12-21 北京无线电测量研究所 基于阵列天气雷达的组网探测方法及系统
CN110488393A (zh) * 2019-09-24 2019-11-22 中国科学院大气物理研究所 X波段双偏振天气雷达定量测量降水方法及系统
KR102115182B1 (ko) * 2019-09-03 2020-05-28 대한민국 지구 구면좌표계를 이용한 이중편파 기상레이더 관측자료 합성 장치 및 방법
CN114609637A (zh) * 2022-03-07 2022-06-10 安徽省人工影响天气办公室 一种天气雷达协同观测的策略方法
CN115097459A (zh) * 2022-04-13 2022-09-23 泰州市气象局 S和x波段组网天气雷达反射率因子交互校验方法及系统
CN115542431A (zh) * 2022-11-25 2022-12-30 成都远望探测技术有限公司 一种基于地基云雷达和卫星数据的对流初生监测方法
CN116911526A (zh) * 2023-06-19 2023-10-20 成都信息工程大学 一种天气雷达组网协同控制方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10242577B2 (en) * 2016-12-01 2019-03-26 Honeywell International Inc. Data communication between airport surveillance radar and onboard airborne weather radar

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003021687A (ja) * 2001-07-06 2003-01-24 Digital Weather Platform Kk 狭域天気予報方法、狭域天気予報配信方法、商品販売促進方法、天気予報装置及び天気予報情報提供システム
JP2013224884A (ja) * 2012-04-23 2013-10-31 Japan Radio Co Ltd 水蒸気観測装置および気象レーダ
US9869766B1 (en) * 2015-01-28 2018-01-16 Rockwell Collins, Inc. Enhancement of airborne weather radar performance using external weather data
CN108732570A (zh) * 2017-04-20 2018-11-02 深圳市气象局 基于粒子滤波融合算法的灾害性对流天气的临近预报方法
CN107064937A (zh) * 2017-06-07 2017-08-18 孝感市青谷信息科技有限公司 一种双线偏振雷达系统及强雨的测量方法
CN109061650A (zh) * 2018-08-10 2018-12-21 北京无线电测量研究所 基于阵列天气雷达的组网探测方法及系统
KR102115182B1 (ko) * 2019-09-03 2020-05-28 대한민국 지구 구면좌표계를 이용한 이중편파 기상레이더 관측자료 합성 장치 및 방법
CN110488393A (zh) * 2019-09-24 2019-11-22 中国科学院大气物理研究所 X波段双偏振天气雷达定量测量降水方法及系统
CN114609637A (zh) * 2022-03-07 2022-06-10 安徽省人工影响天气办公室 一种天气雷达协同观测的策略方法
CN115097459A (zh) * 2022-04-13 2022-09-23 泰州市气象局 S和x波段组网天气雷达反射率因子交互校验方法及系统
CN115542431A (zh) * 2022-11-25 2022-12-30 成都远望探测技术有限公司 一种基于地基云雷达和卫星数据的对流初生监测方法
CN116911526A (zh) * 2023-06-19 2023-10-20 成都信息工程大学 一种天气雷达组网协同控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Estimation of Precipitation Area Using S-Band Dual-Polarization Radar Measurements;Joon Jin Song 等;remote sensing;20210521;第1-10页 *
网络化天气雷达协同自适应观测技术的实现;李思腾 等;气象科技;20160831;第44卷(第4期);第517-527页 *

Also Published As

Publication number Publication date
CN117630946A (zh) 2024-03-01

Similar Documents

Publication Publication Date Title
US6405134B1 (en) Method and apparatus for predicting lightning threats based on radar and temperature data
US9869766B1 (en) Enhancement of airborne weather radar performance using external weather data
KR102206161B1 (ko) 무인비행체에 탑재된 합성구경레이더 센서를 활용한 비탈면 변위 측정 시스템
CN109444904B (zh) 定位测试数据的生成方法、装置、设备及存储介质
CN110596710A (zh) 一种基于x波段双偏振天气雷达网的火情监测与决策系统和方法
US20140266856A1 (en) System and method for filling gaps in radar coverage
Ma et al. Left-turn conflict identification at signal intersections based on vehicle trajectory reconstruction under real-time communication conditions
CN113030588A (zh) 基于无人机的机场通信导航设备电磁环境检测系统
Ramírez et al. A novel approach to optimize the positioning and measurement parameters in photovoltaic aerial inspections
CN111323782A (zh) 一种基于模糊逻辑的雷达同步监测方法
CN115064009B (zh) 一种终端区无人机与有人机冲突风险等级划分方法
CN113156417A (zh) 反无人机探测系统、方法和雷达设备
JP2022119973A (ja) 画像識別に基づく飛行体強制着陸経路計画方法、システムおよび装置
CN117630946B (zh) 基于双偏振雷达的强对流联合观测指挥方法、系统及设备
CN110501720A (zh) 一种基于航空遥感的输电走廊树障监测系统
CN116258982A (zh) 一种无人机飞行航线监测及校验系统
Lamer et al. Multisensor agile adaptive sampling (MAAS): A methodology to collect radar observations of convective cell life cycle
CN111983332B (zh) 基于无人机的电磁信号场型校验系统
Noth Modeling and simulation of a ground based sense and avoid architecture for Unmanned Aircraft System operations
Liu et al. Modeling ground delay program incidence using convective and local weather information
Zuluaga et al. Meteorological Risk Early Warning System for Air Operations
JP5127748B2 (ja) 質問信号送信方法
Cao et al. An Adaptive Power Allocation Scheme for Mini-UAV Tracking with Distributed Radar in Dense Urban Environment
Osadchyi et al. Mathematical model of bird species identifying: implication of radar data processing
Aievola et al. Tracking Performance Analysis of Ground-Based Radar Networks for Urban Air Mobility

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