CN110658524B - 基于全空域多方位扫描模式的云雷达回波三维显示方法 - Google Patents
基于全空域多方位扫描模式的云雷达回波三维显示方法 Download PDFInfo
- Publication number
- CN110658524B CN110658524B CN201910910486.5A CN201910910486A CN110658524B CN 110658524 B CN110658524 B CN 110658524B CN 201910910486 A CN201910910486 A CN 201910910486A CN 110658524 B CN110658524 B CN 110658524B
- Authority
- CN
- China
- Prior art keywords
- echo
- quality control
- control point
- point
- dimensional
- 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
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
- 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
-
- 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)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了基于全空域多方位扫描模式的云雷达回波三维显示方法,对每方位的回波数据进行质量控制处理;建立三维坐标系,以云雷达站为三维坐标系的原点,X轴表示东西方向的距离,Y轴表示南北方向的距离,Z轴表示高度;在三维坐标系中分别制作每方位上的二维回波图像;对每方位上的二维回波图像的正面和背面做纹理贴图;在三维显示平台上进行显示。本发明能够多方位、多角度的全面观测云的发生和发展过程,方便用户直观、清楚的观看地形、云块、风场对云的影响,对降水云系结构研究以及降水形成机制的研究提供了有效的支撑。
Description
技术领域
本发明涉及云雷达的三维显示技术领域,尤其是基于全空域多方位扫描模式的云雷达回波三维显示方法。
背景技术
毫米波云雷达数据处理终端的作用之一就是使用大量图形表示各种天气现象,包括对气象的静态和动态分析、局部分析的放大显示、径向结构的分析。目前,大多数终端产品是以二维形式来表示三维结构,最具有代表性的表示方法是PPI(Plan PositionIndicator)、RHI(Range Height Indicator)、THI(Time Height Indicator),这些方法给我们提供了有用的信息,但它们只局限于二维表示方法。
天气雷达的传统体扫VCP模式在对云的观测上由于其窄的波束宽度和有效探测距离的限制存在静锥盲区,导致在雷达上空区域存在很大一部分的盲区,这些扫描模式都极大地限制了雷达的有效探测范围,没有充分发挥雷达的探测威力。然而云的分布从根本上来说是一种三维或四维的结构,新型的全空域多方位扫描模式的毫米波云雷达能够实现云系全面扫描。
因此,迫切需要设计一种基于毫米波云雷达的全空域多方位扫描模式的三维显示方法。
发明内容
为了克服上述现有技术中的缺陷,本发明提供了一种基于全空域多方位扫描模式的云雷达回波三维显示方法,解决了毫米波云雷达全空域多方位扫描模式在传统二维图像显示方法下,所存在的直观性、全局性均不充分的问题;能够多方位、多角度的全面观测云的发生和发展过程;方便用户直观、清楚的观看地形、云块、风场对云的影响;对降水云系结构研究以及降水形成机制的研究提供了有效的支撑。
为实现上述目的,本发明采用以下技术方案,包括:
基于全空域多方位扫描模式的云雷达回波三维显示方法,包括以下步骤:
S1,读取云雷达在全空域多方位的雷达扫描模式下的回波数据,并读取云雷达的扫描配置参数;其中,
全空域是指云雷达的仰角覆盖范围为0°~180°;
在全空域多方位的雷达扫描模式下,云雷达依次对每个方位进行扫描,依次接收每方位上的回波数据,且每方位的回波数据的仰角覆盖范围均为0°~180°;
所述回波数据中包括:强度要素、速度要素、谱宽要素、退极化比要素、所在方位的角度数α、所在距离d、所在仰角的角度数β;其中,所在方位的角度数α是指相对云雷达正北方向的方位角度数;所在仰角的角度数β是指相对地面的仰角角度数;所在距离d是指相对云雷达位置所在的距离;
所述扫描配置参数包括:扫描的方位总层数,每方位的角度值,起始仰角,终止仰角,距离库数,距离库长,探测距离;
S2,对每方位的回波数据进行质量控制处理;
S3,建立三维坐标系,以云雷达站为三维坐标系的原点,三维坐标系中的X轴表示东西方向的距离,Y轴表示南北方向的距离,Z轴表示高度;
根据质量控制处理后的每方位的回波数据,在三维坐标系中分别制作每方位上的二维回波图像,回波数据在三维坐标系中的坐标(x,y,z)如下所示:
x=d×cosβ×sinα;
y=d×cosβ×cosα;
z=d×sinβ;
其中,α表示该回波数据相对云雷达正北方向的方位角度数、d表示该回波数据相对云雷达位置所在的距离、β表示该回波数据相对地面的仰角角度数;
每方位上的二维回波图像均为一个垂直于X轴和Y轴的面;
每方位上的二维回波图像的像素值选择为回波数据的强度、速度、谱宽、退极化比中的任意一项要素的值;
S4,对每方位上的二维回波图像即垂直于X轴和Y轴的面的正反两面做纹理贴图;
S5,将上述经步骤S1~S4处理后的数据在三维显示平台上进行显示。
步骤S5中,在QT开发环境下采用OpenGL技术实现数据的三维显示。
在生成每方位上的二维回波图像时,将每方位上的二维回波图像的背景透明度即alpha值设置为0,即将每方位上的二维回波图像的背景设置为纯透明;同时,将每方位上的二维回波图像的图片保存为png格式。
在三维显示平台上,可选择回波数据的强度、速度、谱宽、退极化比中的任意一个要素的值作为三维显示图像的像素值,对回波数据进行三维显示。
步骤S2中,采用扩展后的“K-领域频数法”对每方位的回波数据的幅度值进行质量控制,质量控制的具体方式包括以下步骤:
S21,设定一个大小为M×N的滑动窗口,设定该滑动窗口内的幅度值范围为(Vmin,Vmax),将该幅度值范围(Vmin,Vmax)划分为等间距的P个区间,此P个区间分别为:
该大小为M×N的滑动窗口的中心点即为待进行质量控制的点,即质控点,该质控点上的回波数据的幅度值为Vij;其中,V表示幅度值,i表示第i个仰角,j表示第j个距离库;
将(Vij-ΔV*a,Vij+ΔV*a)作为第P+1个区间;其中,a为所设定的有效变化范围系数;
S22,对该滑动窗口中的所有回波点的幅度值进行统计,分别统计幅度值在此P个区间内的回波点个数,且幅度值在此P个区间内的回波点个数分别为:N1,N2,N3,…,NP;即,幅度值在第1个区间几(Vmin,Vmin+ΔV)内的回波点个数为N1;幅度值在第2个区间即(Vmin+ΔV,Vmin+2ΔV)内的回波点个数为N2;幅度值在第3个区间即(Vmin+2ΔV,Vmin+3ΔV)内的回波点个数为N3;……;幅度值在第P个区间即(Vmax-ΔV,Vmax)内的回波点个数为NP;
S23,对该滑动窗口中的所有回波点的幅度值进行统计,统计出幅度值在第P+1个区间内的回波点个数为N′;
S24,对该质控点上的回波数据的幅度值Vij进行重新赋值,且重新赋值后的该质控点上的回波数据的幅度值为Vij′;赋值方式如下式所示:
其中,Vij≈0表示该大小为M×N的滑动窗口的中心点上无回波点,即质控点上无回波点;Vij≠0表示该大小为M×N的滑动窗口的中心点上存在回波点,即质控点上存在回波点,且该回波点的原始幅度值为Vij;
k1、k2分别为所设定的去噪阈值、补偿阈值;
当质控点上存在回波点时,若质控点周围存在很少的与之幅度值相接近的回波点时,即N′≤k1时,则认为该质控点上所存在的回波点为噪声点,并将该质控点上所存在的回波点滤除,即将质控点上的回波数据的幅度值重新赋值为0;
当质控点上存在回波点时,若质控点周围存在较多的与之幅度值相接近的回波点时,即N′>k1时,则认为该质控点上所存在的回波点为正常点,并将该质控点上所存在的回波点保留,即不对质控点上的回波数据的幅度值进行重新赋值,即该质控点上的回波数据的幅度值仍为Vij;
当质控点上无回波点时,若质控点周围的回波点在某单个区间内的回波点个数较大时,即Nmax≥k2时,则认为该质控点上应该存在回波点,即该质控点上的回波点缺测,对该指控点上的回波数据的幅度值进行补偿,且将该质控点上的回波数据的幅度值赋值为回波点个数最多的该单个区间的幅度中间值;
当质控点上无回波点时,若质控点周围的回波点在单个区间内的回波点个数均较小时,即Nmax<k2时,则认为该质控点上确实无回波点,即该质控点上的回波点没有缺测,不对该指控点上的回波数据的幅度值进行补偿,该质控点上的回波数据的幅度值仍为0。
回波数据的幅度值分别为强度、速度、谱宽、退极化比该四个要素的值。
分别对回波数据的强度、速度、谱宽、退极化比该四个要素进行质量控制处理时,分别设定的滑动窗口大小M×N、区间数P、幅度值范围(Vmin,Vmax)、有效变化范围系数a、去噪阈值k1、补偿阈值k2,取值如下表所示:
本发明的优点在于:
(1)本发明解决了毫米波云雷达全空域多方位扫描模式在传统二维图像显示方法下,所存在的直观性、全局性均不充分的问题;能够多方位、多角度的全面观测云的发生和发展过程;方便用户直观、清楚的观看地形、云块、风场对云的影响;对降水云系结构研究以及降水形成机制的研究提供了有效的支撑。
(2)本发明在生成每方位上的二维回波图像时,在OpenGL平台中的RGBA颜色管理模式中,将每方位上的二维回波图像的背景色透明度alpha值设置为0,同时将每方位上的二维回波图像的图片保存为png格式,保证了回波数据三维显示的透视效果,消除视角遮挡。
(3)本发明采用扩展后的“K-领域频数法”对每方位的回波数据进行质量控制,能够滤除雷达噪声并填补云内部的回波缺测,同时保留回波细节和小尺度的云回波。
(4)本发明给出了对回波数据的强度、速度、谱宽、退极化比进行质量控制时,并给了对应的滑动窗口大小M×N、区间数P、幅度值范围(Vmin,Vmax)、有效变化范围系数a、去噪阈值k1、补偿阈值k2的取值。
附图说明
图1为本发明的基于全空域多方位扫描模式的云雷达回波三维显示方法的方法流程图。
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做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。
本发明中,三维建模基于OpenGL和QT平台开发实现。
所述OpenGL是一个开放的三维图形软件包,其独立于窗口***和操作***,以OpenGL为基础开发的应用程序可以十分方便地在各种平台间移植;所述OpenGL为一个性能卓越的三维图形标准,具备强大的交互式能力;所述OpenGL具备与VS、QT等开发语言的紧密接口,便于实现三维图形的有关计算和数据处理,可保证算法的正确性和可靠性。
云雷达的回波数据的数据格式采用国际地球、海洋、大气科学中通用数据文件标准NetCDF。
由图1所示,本发明提供了一种基于全空域多方位扫描模式的云雷达回波三维显示方法,包括以下具体步骤:
S1,读取云雷达在全空域多方位的雷达扫描模式下的回波数据,并读取云雷达的扫描配置参数。
全空域是指云雷达的仰角覆盖范围为0°~180°。
在全空域多方位的雷达扫描模式下,云雷达依次对每方位进行扫描,依次接收每方位上的回波数据,且每方位的回波数据的仰角覆盖范围均为0°~180°。
所述回波数据包括:强度要素、速度要素、谱宽要素、退极化比要素、所在方位的角度数α、所在距离d、所在仰角的角度数β;其中,所在方位的角度数α是指相对云雷达正北方向的方位角度数,单位为°;所在仰角的角度数β是指相对地面的仰角角度数,单位为°;所在距离d是指相对云雷达位置所在的距离,单位为km。
所述扫描配置参数包括:扫描的方位总层数,每方位的角度值,起始仰角,终止仰角,距离库数,距离库长,探测距离。
S2,采用扩展后的“K-领域频数法”对每方位的回波数据的幅度值进行质量控制处理,滤除雷达噪声并填补云内部的回波缺测,同时保留回波细节和小尺度的云回波。
质量控制处理的具体方式包括以下步骤:
S21,设定一个大小为M×N的滑动窗口,设定该滑动窗口内的幅度值范围为(Vmin,Vmax),将该幅度值范围(Vmin,Vmax)划分为等间距的P个区间,此P个区间分别为:
该大小为M×N的滑动窗口的中心点即为待进行质量控制的点,即质控点,该质控点上的回波数据的幅度值为Vij;其中,V表示幅度值,i表示第i个仰角,j表示第j个距离库。
将(Vij-ΔV*a,Vij+ΔV*a)作为第P+1个区间;其中,a为所设定的有效变化范围系数。
S22,对该滑动窗口中的所有回波点的幅度值进行统计,分别统计幅度值在此P个区间内的回波点个数,且幅度值在此P个区间内的回波点个数分别为:N1,N2,N3,…,NP;即,幅度值在第1个区间内的回波点个数为N1;幅度值在第2个区间内的回波点个数为N2;幅度值在第3个区间内的回波点个数为N3;……;幅度值在第P个区间内的回波点个数为NP。
S23,对该滑动窗口中的所有回波点的幅度值进行统计,统计出幅度值在第P+1个区间内的回波点个数为N′。
S24,对该质控点上的回波数据的幅度值Vij进行重新赋值,且重新赋值后的该质控点上的回波数据的幅度值为Vij′;赋值方式如下式所示:
其中,Vij≈0表示该大小为M×N的滑动窗口的中心点上无回波点,即质控点上无回波点;Vij≠0表示该大小为M×N的滑动窗口的中心点上存在回波点,即质控点上存在回波点,且该回波点的原始幅度值为Vij。
k1、k2分别为所设定的去噪阈值、补偿阈值。
当质控点上存在回波点时,若质控点周围存在很少的与之幅度值相接近的回波点时,即N′≤k1时,则认为该质控点上所存在的回波点为噪声点,并将该质控点上所存在的回波点滤除,即将质控点上的回波数据的幅度值重新赋值为0。
当质控点上存在回波点时,若质控点周围存在较多的与之幅度值相接近的回波点时,即N′>k1时,则认为该质控点上所存在的回波点为正常点,并将该质控点上所存在的回波点保留,即不对质控点上的回波数据的幅度值进行重新赋值,即该质控点上的回波数据的幅度值仍为Vij。
当质控点上无回波点时,若质控点周围的回波点在某单个区间内的回波点个数较大时,即Nmax≥k2时,则认为该质控点上应该存在回波点,即该质控点上的回波点缺测,对该指控点上的回波数据的幅度值进行补偿,且将该质控点上的回波数据的幅度值赋值为回波点个数最多的该单个区间的幅度中间值。
当质控点上无回波点时,若质控点周围的回波点在单个区间内的回波点个数均较小时,即Nmax<k2时,则认为该质控点上确实无回波点,即该质控点上的回波点没有缺测,不对该指控点上的回波数据的幅度值进行补偿,该质控点上的回波数据的幅度值仍为0。
本发明中,回波数据的幅度值分别为强度、速度、谱宽、退极化比该四个要素的值。
对回波数据的强度、速度、谱宽、退极化比该四个要素分别进行质量控制时,分别设定的滑动窗口大小M×N、区间数P、幅度值范围(Vmin,Vmax)、有效变化范围系数a、去噪阈值k1、补偿阈值k2,具体取值如下表1所示:
表1
S3,建立三维坐标系,以云雷达站为三维坐标系的原点;三维坐标系中的X轴表示东西方向距离,Y轴表示南北方向距离,Z轴表示高度;本发明中的云雷达为毫米波云雷达,由于毫米波云雷达的探测距离一般在20km,因此可以不考虑地球曲率的影响。
根据质量控制处理后的每方位的回波数据,在三维坐标系中分别制作每方位上的二维回波图像,回波数据在三维坐标系中的坐标(x,y,z)如下所示:
x=d×cosβ×sinα;
y=d×cosβ×cosα;
z=d×sinβ;
其中,α表示该回波数据相对云雷达位置所在的方位角度数,单位为°;d表示该回波数据相对云雷达位置所在的距离,单位为km;β表示该回波数据相对云雷达位置所在的仰角角度数,单位为°。
每方位上的二维回波图像的像素值选择回波数据的强度、速度、谱宽、退极化比中的任意一项要素的值。
为保证云回波透视效果,消除视角遮挡,在生成每方位上的二维回波图像时,在OpenGL平台中的RGBA颜色管理模式中,将每方位上的二维回波图像的背景透明度即alpha值设置为0,同时将每方位上的二维回波图像的图片保存为png格式。
每方位上的二维回波图像均为一个垂直于X轴和Y轴的面。
由于云雷达的回波数据是基于毫米波云雷达全空域多方位扫描模式,因此,本发明所采用的三维显示方法为基于边界表示法的扫描面表示法,即以单方位角度对全空域实体所在空间进行垂直地面的剖分,根据方位角度、探测距离、起始仰角、终止仰角等参数计算边界顶点三维空间坐标;若云雷达所扫描的方位总层数为N,则表示将三维的空间实体切分为N次,即产生N个垂直于X轴和Y轴的面。
为了提高建模速度,优化性能,本发明采用了显示列表和顶点数组。OpenGL显示列表是由一组预先存储的待以后调用的OpenGL函数语言组成的,其优点是绘图效率高,速度快,在矩阵操作、光栅位图和图像、光照模型、纹理、多边形点画模型有可能获得较大程度的性能优化;顶点数组是把实体的顶点数据放入内存,避免多次重复调用绘制函数;使用这种包装的数据运行速度更快。
S4,对每方位上的二维回波图像即垂直于X轴和Y轴的面的正反两面做纹理贴图。
所述纹理贴图为现有技术。
S5,对三维显示平台进行初始化设置,将上述经步骤S1~S4处理后的数据在三维显示平台上进行显示,在QT开发环境下采用OpenGL技术实现数据的三维显示。
在三维显示平台上,可选择回波数据的强度、速度、谱宽、退极化比中的任意一个要素的值作为三维显示图像的像素值,对回波数据进行三维显示。
所述初始化设置包括;
设置投影矩阵,投影矩阵设置为透视投影方式,透视投影是指定义一个可视空间,可视空间以外的物体不会被绘制到屏幕上;
设置深度测试模式、打开混合;
设置透明度和透明模式;
设置平滑着色模式;
设置透视修正参数,选择颜色和纹理坐标的差值为最高质量;
设置最大深度剪裁;设置深度比较函数;
设置光源,光源为全局环境光,并为增加三维图像立体效果启动了深度测试和明暗着色处理、反走样、消隐等技术;
设置颜色混合透明度。
以上仅为本发明创造的较佳实施例而已,并不用以限制本发明创造,凡在本发明创造的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明创造的保护范围之内。
Claims (4)
1.基于全空域多方位扫描模式的云雷达回波三维显示方法,其特征在于,包括以下步骤:
S1,读取云雷达在全空域多方位的雷达扫描模式下的回波数据,并读取云雷达的扫描配置参数;其中,
全空域是指云雷达的仰角覆盖范围为0°~180°;
在全空域多方位的雷达扫描模式下,云雷达依次对每个方位进行扫描,依次接收每方位上的回波数据,且每方位的回波数据的仰角覆盖范围均为0°~180°;
所述回波数据中包括:强度要素、速度要素、谱宽要素、退极化比要素、所在方位的角度数α、所在距离d、所在仰角的角度数β;其中,所在方位的角度数α是指相对云雷达正北方向的方位角度数;所在仰角的角度数β是指相对地面的仰角角度数;所在距离d是指相对云雷达位置所在的距离;
所述扫描配置参数包括:扫描的方位总层数,每方位的角度值,起始仰角,终止仰角,距离库数,距离库长,探测距离;
S2,对每方位的回波数据进行质量控制处理;
S3,建立三维坐标系,以云雷达站为三维坐标系的原点,三维坐标系中的X轴表示东西方向的距离,Y轴表示南北方向的距离,Z轴表示高度;
根据质量控制处理后的每方位的回波数据,在三维坐标系中分别制作每方位上的二维回波图像,回波数据在三维坐标系中的坐标(x,y,z)如下所示:
x=d×cosβ×sinα;
y=d×cosβ×cosα;
z=d×sinβ;
其中,α表示该回波数据相对云雷达正北方向的方位角度数、d表示该回波数据相对云雷达位置所在的距离、β表示该回波数据相对地面的仰角角度数;
每方位上的二维回波图像均为一个垂直于X轴和Y轴的面;
每方位上的二维回波图像的像素值选择为回波数据的强度、速度、谱宽、退极化比中的任意一项要素的值;
S4,对每方位上的二维回波图像即垂直于X轴和Y轴的面的正反两面做纹理贴图;
S5,将上述经步骤S1~S4处理后的数据在三维显示平台上进行显示;
步骤S5中,在QT开发环境下采用OpenGL技术实现数据的三维显示;
在生成每方位上的二维回波图像时,将每方位上的二维回波图像的背景透明度即alpha值设置为0,即将每方位上的二维回波图像的背景设置为纯透明;同时,将每方位上的二维回波图像的图片保存为png格式;
在三维显示平台上,可选择回波数据的强度、速度、谱宽、退极化比中的任意一个要素的值作为三维显示图像的像素值,对回波数据进行三维显示。
2.根据权利要求1所述的基于全空域多方位扫描模式的云雷达回波三维显示方法,其特征在于,步骤S2中,采用扩展后的“K-领域频数法”对每方位的回波数据的幅度值进行质量控制,质量控制的具体方式包括以下步骤:
S21,设定一个大小为M×N的滑动窗口,设定该滑动窗口内的幅度值范围为(Vmin,Vmax),将该幅度值范围(Vmin,Vmax)划分为等间距的P个区间,此P个区间分别为:
该大小为M×N的滑动窗口的中心点即为待进行质量控制的点,即质控点,该质控点上的回波数据的幅度值为Vij;其中,V表示幅度值,i表示第i个仰角,j表示第j个距离库;
将(Vij-ΔV*a,Vij+ΔV*a)作为第P+1个区间;其中,a为所设定的有效变化范围系数;
S22,对该滑动窗口中的所有回波点的幅度值进行统计,分别统计幅度值在此P个区间内的回波点个数,且幅度值在此P个区间内的回波点个数分别为:N1,N2,N3,…,NP;即,幅度值在第1个区间即(Vmin,Vmin+ΔV)内的回波点个数为N1;幅度值在第2个区间即(Vmin+ΔV,Vmin+2ΔV)内的回波点个数为N2;幅度值在第3个区间即(Vmin+2ΔV,Vmin+3ΔV)内的回波点个数为N3;……;幅度值在第P个区间即(Vmax-ΔV,Vmax)内的回波点个数为NP;
S23,对该滑动窗口中的所有回波点的幅度值进行统计,统计出幅度值在第P+1个区间内的回波点个数为N′;
S24,对该质控点上的回波数据的幅度值Vij进行重新赋值,且重新赋值后的该质控点上的回波数据的幅度值为Vij′;赋值方式如下式所示:
其中,Vij≈0表示该大小为M×N的滑动窗口的中心点上无回波点,即质控点上无回波点;Vij≠0表示该大小为M×N的滑动窗口的中心点上存在回波点,即质控点上存在回波点,且该回波点的原始幅度值为Vij;
k1、k2分别为所设定的去噪阈值、补偿阈值;
当质控点上存在回波点时,若质控点周围存在很少的与之幅度值相接近的回波点时,即N′≤k1时,则认为该质控点上所存在的回波点为噪声点,并将该质控点上所存在的回波点滤除,即将质控点上的回波数据的幅度值重新赋值为0;
当质控点上存在回波点时,若质控点周围存在较多的与之幅度值相接近的回波点时,即N′>k1时,则认为该质控点上所存在的回波点为正常点,并将该质控点上所存在的回波点保留,即不对质控点上的回波数据的幅度值进行重新赋值,即该质控点上的回波数据的幅度值仍为Vij;
当质控点上无回波点时,若质控点周围的回波点在某单个区间内的回波点个数较大时,即Nmax≥k2时,则认为该质控点上应该存在回波点,即该质控点上的回波点缺测,对该质控点上的回波数据的幅度值进行补偿,且将该质控点上的回波数据的幅度值赋值为回波点个数最多的该单个区间的幅度中间值
当质控点上无回波点时,若质控点周围的回波点在单个区间内的回波点个数均较小时,即Nmax<k2时,则认为该质控点上确实无回波点,即该质控点上的回波点没有缺测,不对该质控点上的回波数据的幅度值进行补偿,该质控点上的回波数据的幅度值仍为0。
3.根据权利要求2所述的基于全空域多位扫描模式的云雷达的三维显示方法,其特征在于,回波数据的幅度值分别为强度、速度、谱宽、退极化比该四个要素的值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910910486.5A CN110658524B (zh) | 2019-09-25 | 2019-09-25 | 基于全空域多方位扫描模式的云雷达回波三维显示方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910910486.5A CN110658524B (zh) | 2019-09-25 | 2019-09-25 | 基于全空域多方位扫描模式的云雷达回波三维显示方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110658524A CN110658524A (zh) | 2020-01-07 |
CN110658524B true CN110658524B (zh) | 2022-12-20 |
Family
ID=69039161
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910910486.5A Active CN110658524B (zh) | 2019-09-25 | 2019-09-25 | 基于全空域多方位扫描模式的云雷达回波三维显示方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110658524B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111239740A (zh) * | 2020-01-20 | 2020-06-05 | 上海眼控科技股份有限公司 | 一种去除射线噪声的方法及设备 |
CN111736154B (zh) * | 2020-06-22 | 2023-09-15 | 太极计算机股份有限公司 | 三维气象雷达回波模型的构建方法和显示方法 |
CN112364561B (zh) * | 2020-10-26 | 2022-07-26 | 上海感探号信息科技有限公司 | 控车动作修正方法、装置、电子设备和存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8059121B2 (en) * | 2007-09-18 | 2011-11-15 | Honeywell International Inc. | Method and aircraft display system for generating three dimensional image |
KR101036823B1 (ko) * | 2009-03-24 | 2011-05-31 | 대한민국 | 레이더 관측밀도 분석시스템 및 방법 |
JP6815761B2 (ja) * | 2016-06-17 | 2021-01-20 | 株式会社東芝 | 3次元表示装置、該3次元表示装置に適用される3次元表示方法およびプログラム |
CN108269301B (zh) * | 2017-12-22 | 2021-03-30 | 广东纳睿雷达科技股份有限公司 | 一种三维气象雷达显示方法 |
CN109613540A (zh) * | 2018-12-25 | 2019-04-12 | 江苏省气象信息中心(江苏省气象档案馆) | 一种基于WebGL的多普勒天气雷达三维可视化方法 |
-
2019
- 2019-09-25 CN CN201910910486.5A patent/CN110658524B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110658524A (zh) | 2020-01-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110658524B (zh) | 基于全空域多方位扫描模式的云雷达回波三维显示方法 | |
US10467805B2 (en) | Image rendering of laser scan data | |
CN111508052B (zh) | 三维网格体的渲染方法和装置 | |
Korpela et al. | Variation and directional anisotropy of reflectance at the crown scale—Implications for tree species classification in digital aerial images | |
EP1895472B1 (en) | System and method for 3D radar image rendering | |
US7692576B2 (en) | Radar image display | |
CN107452048A (zh) | 全局光照的计算方法及装置 | |
KR20110127202A (ko) | 장면 해석과 등록 수행 평가를 위한 2차원 전기광학 이미지와 3차원 포인트 클라우드 데이터의 융합 | |
CN111465971B (zh) | 按地物地基高度着色图像生成装置以及按地物高度着色图像生成方法 | |
JPH09504388A (ja) | 気象シミュレーションシステム | |
CN108986195A (zh) | 一种结合环境映射和全局光照渲染的单镜头混合现实实现方法 | |
Xue et al. | Shortwave radiation calculation for forest plots using airborne LiDAR data and computer graphics | |
CN115690336B (zh) | 一种卫星波束覆盖区域可视化方法、服务器及存储介质 | |
CN110276791B (zh) | 一种参数可配置的深度相机仿真方法 | |
CN114092835A (zh) | 基于不同时空分辨率的归一化植被指数数据时空融合方法 | |
Song et al. | Advanced underwater image restoration in complex illumination conditions | |
CN109978982B (zh) | 一种基于倾斜影像的点云快速上色方法 | |
Karkoschka et al. | The DISR imaging mosaic of Titan’s surface and its dependence on emission angle | |
CN109993104A (zh) | 一种遥感图像对象层次的变化检测方法 | |
CN108074275B (zh) | 基于光线跟踪算法的高帧频可见光图像模拟方法及*** | |
CN111736157B (zh) | 基于ppi数据的临近预报的预测方法及设备 | |
CN111736154B (zh) | 三维气象雷达回波模型的构建方法和显示方法 | |
CN106097426B (zh) | 一种天气雷达数据三维可视化空间跳跃加速光线投射方法 | |
Das et al. | Detection and validation of cloud top height from scanning Ka-band radar measurements using digital image processing technique | |
CN118191781B (zh) | 一种基于雷达图像空间映射的冰雹自动识别方法 |
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 |