利索能及
我要发布
收藏
专利号: 2018106736572
申请人: 成都信息工程大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-10-10
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于降水云识别的多普勒天气雷达定量降水估计方法,其特征在于,包括以下步骤:对输入的双偏振多普勒天气雷达PPI体扫数据进行插值处理,以获取多个高度的CAPPI数据;

分别对所述多个高度的CAPPI数据内的零度层亮带进行识别;

分别对多高度CAPPI数据中的非零度层亮带区域进行降水云分类,将其分为层状云和对流云两大类;

将零度层亮带置为层状云,并将多高度的降水云识别结果进行融合,得到降水云分布图;

对降水云分布图中的层状云和对流云区域,分别进行降水量估计,得到完整的降水量分布图。

2.根据权利要求1所述的一种基于降水云识别的多普勒天气雷达定量降水估计方法,其特征在于,所述插值处理采用VHI法插值。

3.根据权利要求1所述的一种基于降水云识别的多普勒天气雷达定量降水估计方法,其特征在于,某一高度的CAPPI数据包括该高度的水平射率因子ZH、差分反射率因子ZDR、差分传播相移常数KDP以及零滞后相关系数ρHV(0)。

4.根据权利要求1所述的一种基于降水云识别的多普勒天气雷达定量降水估计方法,其特征在于,所述对所述多个高度的CAPPI数据内的零度层亮带进行识别采用模糊逻辑法。

5.根据权利要求1所述的一种基于降水云识别的多普勒天气雷达定量降水估计方法,其特征在于,所述对多高度CAPPI数据中的非零度层亮带区域进行降水云分类采用基于CNN的降水云识别法。

6.根据权利要求1所述的一种基于降水云识别的多普勒天气雷达定量降水估计方法,其特征在于,所述对对流云区域进行降水量估计,具体为:式中,ZH为水平反射率因子,ZDR为差分反射率因子,KDP表示差分传播相移常数。

7.根据权利要求1所述的一种基于降水云识别的多普勒天气雷达定量降水估计方法,其特征在于,所述对层状云区域进行降水量估计,具体为:式中,ZH为水平反射率因子,ZDR为差分反射率因子,R为降水强度。