CN116299475A - 一种c波段双偏振天气雷达低仰角的观测方法 - Google Patents
一种c波段双偏振天气雷达低仰角的观测方法 Download PDFInfo
- Publication number
- CN116299475A CN116299475A CN202310052895.2A CN202310052895A CN116299475A CN 116299475 A CN116299475 A CN 116299475A CN 202310052895 A CN202310052895 A CN 202310052895A CN 116299475 A CN116299475 A CN 116299475A
- Authority
- CN
- China
- Prior art keywords
- observation
- radar
- standard deviation
- data
- mode
- 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
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
-
- 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
- G01S7/40—Means for monitoring or calibrating
-
- 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)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种C波段双偏振天气雷达低仰角的观测方法,包括如下步骤:观测区域选择、获取最优参数、参数应用、外场试验、数据分析和参数固化。本发明能够有效提升C波段双偏振新一代天气雷达观测精度,提升观测数据质量。
Description
技术领域
本发明涉及雷达探测领域,具体是一种C波段双偏振天气雷达低仰角的观测方法。
背景技术
C波段双偏振天气雷达是一种用于气象观测领域的大气探测仪器。该雷达能够同时发射水平和垂直两种极化方式的电磁波,这两种不同极化状态的电磁波照射到各种降水粒子上,其后向散射回波中包含了粒子的状态信息,不同的粒子引起的反射率、差分反射率、差分传播相移、共极化相关系数是不相同的,利用双通道接收机就可以得到强度、速度、谱宽、差分反射率因子、差分传播相移、比差分相位、相关系数等参数。根据回波的这些性质,通过对双偏振参数的估算,可以推导出降雨量、降水粒子的形状、尺寸、指向、相态和滴谱分布和降水类型,如冰雹、雨、雪、霰等,为人工影响天气和防雹作业提供依据;可以提高定量估测降水精度,有效地进行天气预报并监测灾害性天气。
传统的单线偏振天气雷达提供两种观测模式:晴空模式和降水模式。通常在气象观测领域,观测人更注重降水过程的观测;降水模式包括VCP11和VCP21;其中VCP11在5分钟内完成14个不同仰角的扫描,而VCP21是在6分钟内完成9个不同仰角的扫描;由于VCP11在垂直方向上有较多的采样层次,因而具有较高的辩别能力;而VCP21由于天线转速较慢,雷达采集的反射率因子和速度数据相对VCP11而言更为准确,并且其数据量较小,处理速度更快,资料保存更方便;由于具有这些优点,在实际观测中,一般较多使用VCP21模式,而VCP11使用很少,甚至没有使用。
随着全国新一代双线偏振天气雷达进行部署组网并投入运行,其降水过程观测仍然采用传统的VCP21模式进行观测;但该模式在应用于双偏振天气雷达的气象日常观测上产生了许多的问题:例如观测数据不够精确;低仰角双偏振参数测量精度较低等诸多问题。
鉴于现有技术的上述缺陷,迫切需要对C波段双偏振天气雷达低仰角的观测方法做出改进。
发明内容
针对现有技术的不足,本发明提供一种C波段双偏振天气雷达低仰角的观测方法,能够有效提升C波段双偏振新一代天气雷达观测精度,提升观测数据质量。
本发明的技术方案具体如下:
一种C波段双偏振天气雷达低仰角的观测方法,包括如下步骤:
步骤S1:观测区域选择;在雷达组网观测范围内选择出一片指定的雷达观测区域;
步骤S2:获取最优参数;具体流程如下:
S2.1、计算出双偏振雷达参量的理论标准差范围,双偏振雷达参量包括雷达反射率、差分反射率、相关系数和差分相位;
S2.2、当观测区域出现天气过程时,在同一时刻,同一雷达采用VCP21观测模式对同一个天气过程进行观测,获取到天气过程的实际观测数据;然后对观测数据进行分析,计算观测数据的实际标准偏差;
S2.3、对实际观测数据的标准偏差进行统计,统计观测数据中每个数据点的实际标准差落入理论标准差范围之中的总频次;
S2.4选取观测效果最优的参数组合M和PRF;
步骤S3:参数应用;
将步骤S2中选取到的最优参数组合M与PRF应用于雷达探测***之中的VCP21模式;
步骤S4:外场试验;
步骤S5:数据分析:
对观测的I/Q数据和原始数据进行分析,对传统观测模式VCP21模式与新内置最优参数的VCP21模式交替多轮观测得到的观测结果作对比分析,检验观测结果是否满足技术指标要求;
步骤S6参数固化;
将经过实际验证的最优参数组合进行固化,并将其推广应用到观测区域的日常雷达观测模式之中。
进一步地,步骤S2中,根据下式(1)计算出双偏振雷达参量的理论标准差范围:
进一步地,步骤S2中,MI的具体计算公式为:
式中;λ为雷达的波长;M是脉冲数;PRF是脉冲重复频率;σv为大气湍流,取值范围为1~4m·s-1。
进一步地,步骤S2中,实际标准差计算公式如下式(2)所示:
式中,SDi为雷达观测参量的标准差;P为雷达观测参量;为雷达观测参量的平均值;i表示雷达参量在经向上的当前位置;j表示雷达参量在半径内的位置变化;k表示标准差计算半径;N表示雷达上一个经向上有效观测参量总个数,即有数据的距离库数。
进一步地,步骤S2.3中,实际观测到的数据中的数据点的标准偏差落入理论标准差范围之中的总频次越高,观测效果越好,代表观测到的数据质量越高。
进一步地,步骤S2.4中,选取观测效果最优的参数组合M和PRF,具体如下:
当观测区域出现天气过程时;调节双偏振天气雷达的参数脉冲个数M与脉冲重复频率PRF,从天气过程开始到结束,总共调节N次;每调节一次将会获得不同的实际雷达观测数据,通过获得每次调节得到的观测数据的实际标准差落入理论标准差范围之中的总频次;选取所有调节次数中频数最高的那一次所对应的脉冲个数M与脉冲重复频率PRF作为最优参数组合。
进一步地,步骤S4中,将步骤S3中已经参数内置的雷达探测***进行现场试运行3-6个月;
其中,采用传统观测模式VCP21模式与新内置最优参数的VCP21模式交替多轮观测;
并对雷达I/Q数据和基数据进行存储;外场试验阶段,获取不同降水类型的观测数据。
进一步地,步骤S5中,计算传统的VCP21观测模式观测得到的数据的实际标准差处于理论标准差范围的总频次;同时也计算最优参数内置的VCP21模式的观测数据的标准差处于理论标准差范围的总频次;若最优参数内置的VCP21模式的观测数据的准确率大于80%,则进入下一步参数固化;
其中,假设在现场试运行的过程中,雷达总共进行了X轮观测;若最优参数内置的VCP21模式的观测数据计算出的总频次有Y轮都优于传统的VCP21观测模式;则最优参数内置的VCP21模式的准确率Acc的计算公式为:
式中,X代表雷达在试运行过程中的观测的总次数;Y表示最优参数内置的VCP21模式优于传统的VCP21观测模式的总次数。
进一步地,步骤S5中,最优参数内置的VCP21模式优于传统的VCP21观测模式的判断标准为:
最优参数内置的VCP21模式观测到的雷达参量的任意三个参量的实际标准差处于理论标准差范围的总频次优于传统的VCP21观测模式。
进一步地,C波段双偏振天气雷达在观测区域进行扫描的仰角为0.5度与1.5度。
由于传统的VCP21模式在应用于新一代双偏振天气雷达时,其中的核心参数M和PRF仍然沿用单偏振雷达观测时使用的参数。但这两个核心参数在大多数时候并不适用于现有部署的双偏振雷达。当双偏振雷达使用传统的VCP21模式在某地区观测时,由于参数并不是最适合该地区的,导致了观测得到的偏振参量准确度不高,标准差较大,通过本发明方法能够有效减少偏振参量的标准差。提高了偏振参量的准确性,进而提高了观测数据的准确性,最终提高了双偏振天气雷达对冰雹等强对流天气的监测能力。
综上所述,本发明通过在选定区域采用本申请中的方法,找到适合该地区的最优核心参数,并将其固化在该地区的日常雷达观测中。能够因地制宜,科学的对天气过程进行观测。
当使用本方法获得观测地区的最优参数和PRF与M之后,我们将用传统的VCP21模式与采用本申请方法得到的内置最优参数的VCP21模式在该观测地区进行轮流交替观测。获取到两种观测方法所得到的雷达数据生成各自对应的雷达参量标准差的统计。对统计图进行对比分析。通过分析结果来判断本申请方法得到的数据是否为精确的。
本发明首先需选定观测区域,然后利用理论标准差公式计算出各雷达参量的理论标准差范围;在观测区域发生天气过程时,调节N次C波段雷达的脉冲数M与脉冲重复频率PRF;每调节一次将会获得一次观测区域的实际观测数据,通过实际标准差公式计算出该实际观测数据中各雷达参量的实际标准差;并统计实际标准差落入理论标准差范围的频次;选取频次最高的观测数据所对应的最优参数组合M和PRF;并将其置入观测区域的C波段双偏振天气雷达探测***之中,利用传统的VCP21模式与置入最优参数组合M和PRF的新VCP21模式对观测区域进行交替多轮观测。若最优参数内置的VCP21观测模式的优于传统观测模式;则对参数进行固化;并将其推广应用到该观测区域的日常雷达观测模式之中。本发明方法能够有效提升双偏振新一代C波段天气雷达观测精度,提升观测数据质量。
附图说明
图1为本发明实施例方法的C波段双偏振天气雷达低仰角的观测方法的流程图;
图2为采用传统观测方法在0.5度仰角扫描时所得数据的雷达偏振参量Z、ZDR、ρ、KDP实际标准差处于理论标准差范围的百分比;其中,图2a为雷达反射率Z,图2b为差分反射率ZDR,图2c为相关系数ρ,图2d为差分相位KDP;
图3为采用本发明实施例方法在0.5度仰角扫描时所得数据的雷达偏振参量Z、ZDR、ρ、KDP实际标准差处于理论标准差范围的百分比;图3a为雷达反射率Z,图3b为差分反射率ZDR,图3c为相关系数ρ,图3d为差分相位KDP;
图4为采用传统观测方法在1.5度仰角扫描时所得数据的雷达偏振参量Z、ZDR、ρ、KDP实际标准差处于理论标准差范围的百分比;其中,图4a为雷达反射率Z,图4b为差分反射率ZDR,图4c为相关系数ρ,图4d为差分相位KDP;
图5为采用本发明实施例方法在1.5度仰角扫描时所得数据的雷达偏振参量Z、ZDR、ρ、KDP实际标准差处于理论标准差范围的百分比;其中,图5a为雷达反射率Z,图5b为差分反射率ZDR,图5c为相关系数ρ,图5d为差分相位KDP。
具体实施方式
下面将结合本发明实施例,对本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对本发明一部分实例,而不是全部的实例。基于本发明中的实施例,本领域普通技术人员在没有付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。
除非另外定义,本申请实施例中使用的技术术语或者科学术语应当为所属领域内具有一般技能的人士所理解的通常意义。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。
如图1所示,本实施例的C波段双偏振天气雷达低仰角的观测方法,包括如下步骤:
步骤S1:观测区域选择。
在雷达组网观测范围内选择出一片指定的雷达观测区域。
步骤S2:获取最优参数;具体流程如下:
S2.1、根据式(1)计算出双偏振雷达参量的理论标准差范围。
双偏振雷达参量包括雷达反射率、差分反射率、相关系数和差分相位。
其中:SDz代表反射率因子理论标准差、SDzdr代表差分反射率理论标准差、SDρhv代表相关系数理论标准差、差分相位理论标准差。MI为脉冲样本数;ρhv为相关系数,ρhv的取值范围为0.97~0.99。
MI的具体计算公式为:
式中,λ为雷达的波长;M是脉冲数;PRF是脉冲重复频率;σv为大气湍流。σv的取值范围为1~4m·s-1。
步骤S2.2、当观测区域出现天气过程时,在同一时刻,同一雷达采用VCP21观测模式对同一个天气过程进行观测,获取到天气过程的实际观测数据。
对观测数据进行分析,计算观测数据的实际标准偏差,实际标准差计算公式如下:
其中:SDi为雷达观测参量的标准差;P为雷达观测参量(如反射率因子);为雷达观测参量的平均值;i表示雷达参量在经向上的当前位置(即距离库数);j表示雷达参量在半径内的位置变化(即距离库数的变化);k表示标准差计算半径(即距离库个数);N表示雷达上一个经向上有效观测参量总个数,即有数据的距离库数。标准差计算半径k的值是先验给定的为3。
S2.3、对实际观测数据的标准偏差进行统计,统计观测数据中每个数据点的实际标准差落入理论标准差范围之中的总频次。
其中,实际观测到的数据中的数据点的标准偏差落入理论标准差范围之中的总频次越高,观测效果越好,代表着观测到的数据质量越高。
S2.4、选取观测效果最优的参数组合M和PRF,具体步骤如下:
当观测区域出现天气过程时;调节双偏振天气雷达的参数脉冲个数M与脉冲重复频率PRF,从天气过程开始到结束,总共调节N次。
每调节一次将会获得不同的实际雷达观测数据,通过上述步骤获得每次调节得到的观测数据的实际标准差落入理论标准差范围之中的总频次。选取所有调节次数中频数最高的那一次所对应的脉冲个数M与脉冲重复频率PRF作为最优参数组合。
C波段双偏振天气雷达在观测区域进行扫描的仰角为0.5度与1.5度。
步骤S3:参数应用。
将步骤S2中选取到的最优参数组合M与PRF应用于雷达探测***之中的VCP21模式。
步骤S4:外场试验。
将步骤S3中已经参数内置的雷达探测***进行现场试运行3-6个月。
其中,采用传统观测模式VCP21模式与新内置最优参数的VCP21模式交替多轮观测。并对雷达I/Q数据和基数据进行存储。外场试验阶段,需要获取不同降水类型的观测数据。
步骤S5:数据分析。
对观测的I/Q数据和原始数据进行分析,对传统观测模式VCP21模式与新内置最优参数的VCP21模式交替多轮观测得到的观测结果作对比分析,检验观测结果是否满足技术指标要求。
其中,计算传统的VCP21观测模式观测得到的数据的实际标准差处于理论标准差范围的总频次;同时也计算最优参数内置的VCP21模式的观测数据的标准差处于理论标准差范围的总频次;若最优参数内置的VCP21模式的观测数据的准确率大于80%,则进入下一步参数固化。
其中:假设在现场试运行的过程中,雷达总共进行了X轮观测;若最优参数内置的VCP21模式的观测数据计算出的总频次有Y轮都优于传统的VCP21观测模式;则最优参数内置的VCP21模式的准确率Acc的计算公式为:
式中,X代表雷达在试运行过程中的观测的总次数;Y表示最优参数内置的VCP21模式优于传统的VCP21观测模式的总次数。
其中:上述最优参数内置的VCP21模式优于传统的VCP21观测模式的判断标准为:最优参数内置的VCP21模式观测到的雷达参量的任意三个参量的实际标准差处于理论标准差范围的总频次优于传统的VCP21观测模式。
其中,雷达参量为雷达反射率、差分反射率、相关系数、差分相位。
步骤S6:参数固化。
将经过实际验证的最优参数组合进行固化,并将其推广应用到观测区域的日常雷达观测模式之中。
作为具体应用,将本实施例方法应用于云南昭通地区雷达观测。该地区部署的雷达为新一代C波段双偏振天气雷达。通过本发明方法预先得到了该地区雷达探测***中的最优脉冲数M与最优脉冲重复频率PRF,其中:M=80次,PRF=1000HZ。
随后将其应用于该地区的日常雷达观测之中。2022年3月16日23:46,昭通地区出现了出现雷暴、大风、短时强降水等天气过程,过程自北向南移动,主要影响昭通的水富、盐津、大关、彝良、镇雄、威信、永善北部等地。该过程从3月16日晚10:30持续到3月17日凌晨3:30左右。持续时间为5个小时左右。回波最强为58dbz,高度为13公里。
如图2-5所示,采用传统观测方法(a)与本发明中的低仰角的观测方法(b)对2022年3月16日23:46出现的天气过程进行观测;得到雷达基数据,对雷达基数据中的各雷达偏振参量进行频次统计。
其中:
图2为采用传统观测方法在0.5度仰角扫描时所得数据的雷达偏振参量Z、ZDR、ρ、KDP实际标准差处于理论标准差范围的百分比;其中,图2a为雷达反射率Z,图2b为差分反射率ZDR,图2c为相关系数ρ,图2d为差分相位KDP。
图3为采用本发明实施例方法在0.5度仰角扫描时所得数据的雷达偏振参量Z、ZDR、ρ、KDP实际标准差处于理论标准差范围的百分比;图3a为雷达反射率Z,图3b为差分反射率ZDR,图3c为相关系数ρ,图3d为差分相位KDP。
图4为采用传统观测方法在1.5度仰角扫描时所得数据的雷达偏振参量Z、ZDR、ρ、KDP实际标准差处于理论标准差范围的百分比;其中,图4a为雷达反射率Z,图4b为差分反射率ZDR,图4c为相关系数ρ,图4d为差分相位KDP。
图5为采用本发明实施例方法在1.5度仰角扫描时所得数据的雷达偏振参量Z、ZDR、ρ、KDP实际标准差处于理论标准差范围的百分比;其中,图5a为雷达反射率Z,图5b为差分反射率ZDR,图5c为相关系数ρ,图5d为差分相位KDP。
将图2-图5中的数据汇总为表1,如表1所示:
表1
扫描仰角 | Z | ZDR | ρ | KDP |
0.5(a) | 54.47% | 66.32% | 57.45% | 52.09% |
0.5(b) | 53.52% | 66.88% | 61.11% | 54.26% |
1.5(a) | 67.94% | 79.39% | 72.73% | 59.8% |
1.5(b) | 68.43% | 81.38% | 78.25% | 65.19% |
从表1中可以看出,除0.5度仰角观测时,本发明实施例的低仰角观测方法的雷达反射率Z的百分比略微低于传统方法。其余各雷达偏振参量观测数据的实际标准差所处于理论标准差范围的百分比皆优于传统的观测方法。这说明本发明提出的C波段双偏振天气雷达低仰角的观测方法所观测到的数据相较于传统方法更为准确,能较为真实的反映出天气过程的变化。也说明本实施例能够有效的应用于强对流天气的监测预警;较为准确的反映了本实施例能够提升雷达观测数据质量这一事实。
如上所述,尽管参照特定的优选实施例已经表示和表述了本发明,但其不得解释为对本发明自身的限制。在不脱离所附权利要求定义的本发明的精神和范围前提下,可对其在形式上和细节上做出各种变化。
Claims (10)
1.一种C波段双偏振天气雷达低仰角的观测方法,其特征在于,包括如下步骤:
步骤S1:观测区域选择;在雷达组网观测范围内选择出一片指定的雷达观测区域;
步骤S2:获取最优参数;具体流程如下:
S2.1、计算出双偏振雷达参量的理论标准差范围,双偏振雷达参量包括雷达反射率、差分反射率、相关系数和差分相位;
S2.2、当观测区域出现天气过程时,在同一时刻,同一雷达采用VCP21观测模式对同一个天气过程进行观测,获取到天气过程的实际观测数据;然后对观测数据进行分析,计算观测数据的实际标准偏差;
S2.3、对实际观测数据的标准偏差进行统计,统计观测数据中每个数据点的实际标准差落入理论标准差范围之中的总频次;
S2.4选取观测效果最优的参数组合M和PRF;
步骤S3:参数应用;
将步骤S2中选取到的最优参数组合M与PRF应用于雷达探测***之中的VCP21模式;
步骤S4:外场试验;
步骤S5:数据分析:
对观测的I/Q数据和原始数据进行分析,对传统观测模式VCP21模式与新内置最优参数的VCP21模式交替多轮观测得到的观测结果作对比分析,检验观测结果是否满足技术指标要求;
步骤S6:参数固化;
将经过实际验证的最优参数组合进行固化,并将其推广应用到观测区域的日常雷达观测模式之中。
5.根据权利要求1所述的观测方法,其特征在于,步骤S2.3中,实际观测到的数据中的数据点的标准偏差落入理论标准差范围之中的总频次越高,观测效果越好,代表观测到的数据质量越高。
6.根据权利要求1所述的观测方法,其特征在于,步骤S2.4中,选取观测效果最优的参数组合M和PRF,具体如下:
当观测区域出现天气过程时;调节双偏振天气雷达的参数脉冲个数M与脉冲重复频率PRF,从天气过程开始到结束,总共调节N次;每调节一次将会获得不同的实际雷达观测数据,通过获得每次调节得到的观测数据的实际标准差落入理论标准差范围之中的总频次;选取所有调节次数中频数最高的那一次所对应的脉冲个数M与脉冲重复频率PRF作为最优参数组合。
7.根据权利要求1所述的观测方法,其特征在于,步骤S4中,将步骤S3中已经参数内置的雷达探测***进行现场试运行3-6个月;
其中,采用传统观测模式VCP21模式与新内置最优参数的VCP21模式交替多轮观测;
并对雷达I/Q数据和基数据进行存储;外场试验阶段,获取不同降水类型的观测数据。
8.根据权利要求1所述的观测方法,其特征在于,步骤S5中,计算传统的VCP21观测模式观测得到的数据的实际标准差处于理论标准差范围的总频次;同时也计算最优参数内置的VCP21模式的观测数据的标准差处于理论标准差范围的总频次;若最优参数内置的VCP21模式的观测数据的准确率大于80%,则进入下一步参数固化;
其中,假设在现场试运行的过程中,雷达总共进行了X轮观测;若最优参数内置的VCP21模式的观测数据计算出的总频次有Y轮都优于传统的VCP21观测模式;则最优参数内置的VCP21模式的准确率Acc的计算公式为:
式中,X代表雷达在试运行过程中的观测的总次数;Y表示最优参数内置的VCP21模式优于传统的VCP21观测模式的总次数。
9.根据权利要求1所述的观测方法,其特征在于,步骤S5中,最优参数内置的VCP21模式优于传统的VCP21观测模式的判断标准为:
最优参数内置的VCP21模式观测到的雷达参量的任意三个参量的实际标准差处于理论标准差范围的总频次优于传统的VCP21观测模式。
10.根据权利要求1-9任一项所述的观测方法,其特征在于,C波段双偏振天气雷达在观测区域进行扫描的仰角为0.5度与1.5度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310052895.2A CN116299475B (zh) | 2023-02-03 | 2023-02-03 | 一种c波段双偏振天气雷达低仰角的观测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310052895.2A CN116299475B (zh) | 2023-02-03 | 2023-02-03 | 一种c波段双偏振天气雷达低仰角的观测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116299475A true CN116299475A (zh) | 2023-06-23 |
CN116299475B CN116299475B (zh) | 2023-09-08 |
Family
ID=86812154
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310052895.2A Active CN116299475B (zh) | 2023-02-03 | 2023-02-03 | 一种c波段双偏振天气雷达低仰角的观测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116299475B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7307576B1 (en) * | 2005-09-23 | 2007-12-11 | Rockwell Collins, Inc. | Hazardous and non-hazardous weather identification system and method |
KR101255736B1 (ko) * | 2012-09-21 | 2013-04-26 | 대한민국 | 단일편파 레이더를 이용한 기상 및 비기상 에코 분류 방법 |
US20150145717A1 (en) * | 2013-11-26 | 2015-05-28 | Korea Institute Of Construction Technology | Integrated rainfall estimation method using x-band dual-polarimetric radar measurement data |
CN107976674A (zh) * | 2017-10-31 | 2018-05-01 | 西安空间无线电技术研究所 | 一种基于最优方位模糊的双波束sar的prf选择方法及*** |
RU2666783C1 (ru) * | 2017-09-06 | 2018-09-12 | Акционерное общество "Федеральный научно-производственный центр "Нижегородский научно-исследовательский институт радиотехники" | Способ и устройство защиты от "ангелов" при комплексировании рлс разных диапазонов |
CN110018479A (zh) * | 2019-04-28 | 2019-07-16 | 中国气象局广州热带海洋气象研究所 | C波段双偏振天气雷达反射率地形遮挡衰减订正方法 |
CN110095760A (zh) * | 2019-04-24 | 2019-08-06 | 中国气象局气象探测中心 | 一种气象雷达的测试装置和方法 |
CN115166750A (zh) * | 2022-08-22 | 2022-10-11 | 天津大学 | 一种基于双偏振多普勒雷达数据的定量降水估计方法 |
CN115575914A (zh) * | 2022-12-07 | 2023-01-06 | 成都远望科技有限责任公司 | 一种多波段双线偏振天气雷达观测量误差量化方法 |
-
2023
- 2023-02-03 CN CN202310052895.2A patent/CN116299475B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7307576B1 (en) * | 2005-09-23 | 2007-12-11 | Rockwell Collins, Inc. | Hazardous and non-hazardous weather identification system and method |
KR101255736B1 (ko) * | 2012-09-21 | 2013-04-26 | 대한민국 | 단일편파 레이더를 이용한 기상 및 비기상 에코 분류 방법 |
US20150145717A1 (en) * | 2013-11-26 | 2015-05-28 | Korea Institute Of Construction Technology | Integrated rainfall estimation method using x-band dual-polarimetric radar measurement data |
RU2666783C1 (ru) * | 2017-09-06 | 2018-09-12 | Акционерное общество "Федеральный научно-производственный центр "Нижегородский научно-исследовательский институт радиотехники" | Способ и устройство защиты от "ангелов" при комплексировании рлс разных диапазонов |
CN107976674A (zh) * | 2017-10-31 | 2018-05-01 | 西安空间无线电技术研究所 | 一种基于最优方位模糊的双波束sar的prf选择方法及*** |
CN110095760A (zh) * | 2019-04-24 | 2019-08-06 | 中国气象局气象探测中心 | 一种气象雷达的测试装置和方法 |
CN110018479A (zh) * | 2019-04-28 | 2019-07-16 | 中国气象局广州热带海洋气象研究所 | C波段双偏振天气雷达反射率地形遮挡衰减订正方法 |
CN115166750A (zh) * | 2022-08-22 | 2022-10-11 | 天津大学 | 一种基于双偏振多普勒雷达数据的定量降水估计方法 |
CN115575914A (zh) * | 2022-12-07 | 2023-01-06 | 成都远望科技有限责任公司 | 一种多波段双线偏振天气雷达观测量误差量化方法 |
Non-Patent Citations (1)
Title |
---|
高飞等: "相控阵机载PD雷达波形参数***化设计方法研究", 空军预警学院学报, vol. 31, no. 1, pages 23 - 27 * |
Also Published As
Publication number | Publication date |
---|---|
CN116299475B (zh) | 2023-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cho et al. | Identification and removal of ground echoes and anomalous propagation using the characteristics of radar echoes | |
Bringi et al. | A methodology for estimating the parameters of a gamma raindrop size distribution model from polarimetric radar data: Application to a squall-line event from the TRMM/Brazil campaign | |
Chumchean et al. | An integrated approach to error correction for real-time radar-rainfall estimation | |
CN110596787A (zh) | 一种基于x波段全固态双偏振雨量雷达的降水估测方法 | |
Goudenhoofdt et al. | Generation and verification of rainfall estimates from 10-yr volumetric weather radar measurements | |
Holleman et al. | Analysis and correction of dual PRF velocity data | |
Bianco et al. | Convective boundary layer depth estimation from wind profilers: Statistical comparison between an automated algorithm and expert estimations | |
Le Bouar et al. | Validation of the rain profiling algorithm “ZPHI” from the C-band polarimetric weather radar in Darwin | |
Bringi et al. | Raindrop axis ratios and size distributions in Florida rainshafts: An assessment of multiparameter radar algorithms | |
CN114002681B (zh) | 利用毫米波云雷达进行过冷水探测的方法、装置及应用 | |
Vulpiani et al. | Characterization of Mediterranean hail-bearing storms using an operational polarimetric X-band radar | |
Mahale et al. | Fuzzy logic classification of S-band polarimetric radar echoes to identify three-body scattering and improve data quality | |
Trombe et al. | Weather radars–the new eyes for offshore wind farms? | |
Wang et al. | Utilization of specific attenuation for tropical rainfall estimation in complex terrain | |
KR101538368B1 (ko) | 엑스밴드 이중편파 레이더 원시자료를 이용한 강수체 구분 방법 | |
Sandford et al. | The potential use of the linear depolarization ratio to distinguish between convective and stratiform rainfall to improve radar rain-rate estimates | |
Kim et al. | Dual-polarization radar rainfall estimation in Korea according to raindrop shapes obtained by using a 2-D video disdrometer | |
Friedrich et al. | Influence of ground clutter contamination on polarimetric radar parameters | |
Oh et al. | Estimation of the liquid water content and Z–LWC relationship using K a‐band cloud radar and a microwave radiometer | |
CN109521406A (zh) | 一种差分反射率zdr标定方法及装置 | |
Bechini et al. | Differential reflectivity calibration for operational radars | |
CN116299475B (zh) | 一种c波段双偏振天气雷达低仰角的观测方法 | |
Kato et al. | Very short time range forecasting using CReSS-3DVAR for a meso-γ-scale, localized, extremely heavy rainfall event: Comparison with an extrapolation-based nowcast | |
Seed et al. | On the calibration of Australian weather radars | |
Ruan et al. | Analysis of the microphysical properties of a stratiform rain event using an L-Band profiler radar |
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 |