[go: up one dir, main page]

CN118409373B - 一种基于冰晶粒子谱分布的冰晶特性参数计算方法及系统 - Google Patents

一种基于冰晶粒子谱分布的冰晶特性参数计算方法及系统 Download PDF

Info

Publication number
CN118409373B
CN118409373B CN202410875938.1A CN202410875938A CN118409373B CN 118409373 B CN118409373 B CN 118409373B CN 202410875938 A CN202410875938 A CN 202410875938A CN 118409373 B CN118409373 B CN 118409373B
Authority
CN
China
Prior art keywords
ice crystal
data
crystal particle
spectrum distribution
ice
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
CN202410875938.1A
Other languages
English (en)
Other versions
CN118409373A (zh
Inventor
胡亚超
林春霏
张正北
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.)
707th Research Institute of CSIC
Original Assignee
707th Research Institute of CSIC
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 707th Research Institute of CSIC filed Critical 707th Research Institute of CSIC
Priority to CN202410875938.1A priority Critical patent/CN118409373B/zh
Publication of CN118409373A publication Critical patent/CN118409373A/zh
Application granted granted Critical
Publication of CN118409373B publication Critical patent/CN118409373B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/02—Investigating particle size or size distribution
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/02—Investigating particle size or size distribution
    • G01N15/0205—Investigating particle size or size distribution by optical means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V9/00—Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00
    • 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

  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Dispersion Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Environmental & Geological Engineering (AREA)
  • Pathology (AREA)
  • Geophysics (AREA)
  • Engineering & Computer Science (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明涉及观测数据的分析计算技术领域，具体公开了一种基于冰晶粒子谱分布的冰晶特性参数计算方法及系统，方法包括：获取同一研究区域的结冰探测器数据、冰晶粒子谱分布测量数据，以及冰晶粒子的直径的截取范围；根据结冰探测器数据，得到研究区域的液相时间，得到冰相时间的冰晶粒子谱分布测量数据；根据冰晶粒子的直径的截取范围，截取冰相时间的冰晶粒子谱分布测量数据，得到冰晶粒子谱分布数据；根据冰晶粒子谱分布数据计算得到冰晶粒子的特性参数。本发明能够得到准确的冰晶粒子谱分布数据，更好地定量描述冰晶粒子的特性参数，为数值预报模式参数化方案提供参考依据，改善气候和区域气象模式中数值预报结果的准确率。

Description

一种基于冰晶粒子谱分布的冰晶特性参数计算方法及系统
技术领域
本发明涉及观测数据的分析计算技术领域，尤其涉及一种基于冰晶粒子谱分布的冰晶特性参数计算方法及系统。
背景技术
云中存在的大量的不同尺度和形状的粒子，其尺度可以从亚微米、微米到厘米级不等，可反映出云中水分转化和降雨形成的过程。定量描述云中粒子谱分布和形态，对不同波长的大气遥感信息反演、数值天气预报模式的物理过程方案和气候变化研究等方面均具有重要意义。冰晶粒子的数浓度谱分布函数[N(D)]是在上述模式中描述冰晶粒子集群微物理特性的重要方法之一。上述模式中的[N(D)]对应实验观测中的粒子谱分布(ParticleSize Distribution,PSD)，通过PSD可以估计出冰晶粒子的总的数浓度(Total NumberConcentration,Nt),冰水浓度(Ice Water Content,IWC),质量权重末速度(mass-weighted terminal velocity,Vm),有效半径(Re)等,以及单散射特性，例如消光系数β等，其中的许多参量被用来在环流模式(General Circulation Models,GCMs)中进行预测或诊断。对冰晶粒子特性的认识有助于理解云的微物理过程和提高GCMs中的微物理参数化过程。
因此，准确的计算与冰晶粒子谱分布相关的特性参数，能够提高数值预报模式中对微物理过程的准确描述，对于模型参数化方案的开发和评估以及遥感反演中都是非常重要的。但是，受到多种因素的影响，研究区域可能快速的在液相区域和冰相区域间切换，而冰晶粒子的特性参数只需研究冰相区域，这就导致了冰晶粒子探测仪器测得的PSD不准确，影响了冰晶粒子的特性参数的计算准确性。
发明内容
本发明旨在解决冰晶粒子探测仪器测得的冰晶粒子谱分布数据不准确，影响了冰晶粒子的特性参数的计算准确性的问题。为此，本发明提供一种基于冰晶粒子谱分布的冰晶特性参数计算方法及系统，能够得到准确的冰晶粒子谱分布数据，更好地定量描述冰晶粒子的特性参数，为数值预报模式参数化方案提供参考依据，提高气候和区域气象模式中数值预报结果的准确率。
本发明提供一种基于冰晶粒子谱分布的冰晶特性参数计算方法，采用的技术方案如下：包括：
获取同一研究区域的结冰探测器数据、冰晶粒子谱分布测量数据，以及冰晶粒子的直径的截取范围；
根据所述结冰探测器数据，得到所述研究区域的液相时间；从所述冰晶粒子谱分布测量数据中删除所述液相时间的所述冰晶粒子谱分布测量数据，得到冰相时间的冰晶粒子谱分布测量数据；
根据所述冰晶粒子的直径的截取范围，截取所述冰相时间的冰晶粒子谱分布测量数据，得到冰晶粒子谱分布数据；
根据所述冰晶粒子谱分布数据计算得到冰晶粒子的特性参数。
进一步的，所述冰晶粒子谱分布测量数据为单个冰晶粒子探测仪器的测得数据或多个冰晶粒子探测仪器的测得数据的合成数据。
进一步的，所述冰晶粒子的直径的截取范围根据冰晶粒子探测仪器的测量精度或者冰晶粒子的特性参数的研究需要设定。
进一步的，对所述冰晶粒子谱分布测量数据进行处理，所述处理包括质量控制处理和平均化处理的一种或两种；
所述质量控制处理为检查所述冰晶粒子谱分布测量数据的异常值，剔除异常值时刻的所述冰晶粒子谱分布测量数据；
所述平均化处理为以时间为步长，对连续时间内的所述冰晶粒子谱分布测量数据进行平均化。
进一步的，根据所述结冰探测器数据，得到所述研究区域的液相时间的过程包括：所述结冰探测器数据的振荡频率低于阈值的时间为液相时间。
进一步的，所述冰晶粒子的特性参数包括冰晶粒子的总的数浓度、冰水浓度、降水率、质量权重末速度和有效半径。
进一步的，所述冰晶粒子的总的数浓度的计算公式为：
其中，表示冰晶粒子的直径，表示冰晶粒子谱分布数据，表示截取范围的上限值，表示截取范围的下限值；
所述冰水浓度的计算公式为：
其中，表示单个冰晶粒子的质量和冰晶直径之间的关系系数；
所述降水率的计算公式为：
其中，表示单个冰晶粒子的下落速度；
所述质量权重末速度的计算公式为：
；
所述有效半径的计算公式为：
其中，表示有效直径，
。
本发明还提供一种基于冰晶粒子谱分布的冰晶特性参数计算系统，采用的技术方案如下：包括：数据输入模块、相态识别模块、数据截取模块和特征参数计算模块，所述数据输入模块分别与所述相态识别模块、数据截取模块连接，所述数据截取模块分别与所述相态识别模块、特征参数计算模块连接；
所述数据输入模块，用于获取同一研究区域的结冰探测器数据、冰晶粒子谱分布测量数据，以及冰晶粒子的直径的截取范围；
所述相态识别模块，用于根据所述结冰探测器数据，得到所述研究区域的液相时间；从所述冰晶粒子谱分布测量数据中删除所述液相时间的所述冰晶粒子谱分布测量数据，得到冰相时间的冰晶粒子谱分布测量数据；
所述数据截取模块，用于根据所述冰晶粒子的直径的截取范围，截取所述冰相时间的冰晶粒子谱分布测量数据，得到冰晶粒子谱分布数据；
所述特征参数计算模块，用于根据所述冰晶粒子谱分布数据计算得到冰晶粒子的特性参数。
进一步的，还包括数据处理模块，所述数据处理模块分别与所述数据输入模块、相态识别模块连接，
所述数据处理模块用于对所述冰晶粒子谱分布测量数据进行处理，所述处理包括质量控制处理和平均化处理的一种或两种；
所述质量控制处理为检查所述冰晶粒子谱分布测量数据的异常值，剔除异常值时刻的所述冰晶粒子谱分布测量数据；
所述平均化处理为以时间为步长，对连续时间内的所述冰晶粒子谱分布测量数据进行平均化。
本发明实施例中的上述一个或多个技术方案，至少具有如下技术效果之一：
1.本发明综合使用结冰探测器数据和冰晶粒子谱分布测量数据，利用结冰探测器数据确定研究区域处于液相区域还是冰相区域，删除冰晶粒子谱分布测量数据中液相区域对应时间的测量数据，只保留冰相时间的冰晶粒子谱分布测量数据，从而提高了冰晶粒子谱分布测量数据的准确性。本发明基于不含液相时间的冰晶粒子谱分布数据计算冰晶粒子的特性参数，可以准确估计出冰晶粒子的总的数浓度、冰水浓度、降水率、质量权重末速度和有效半径。这些特性参数用在环流模式GCMs中进行预测或诊断,可提高对冰晶属性知识的认识，为数值模式提供面向微物理过程的理解和优化微物理参数化过程的方案，提高气候和区域气象模式中数值预报结果的准确率。
2.本发明对冰晶粒子谱分布测量数据进行质量控制处理，剔除异常值时刻的测量数据，还进行平均化处理，降低单个时刻测量数据的误差，并根据冰晶粒子探测仪器的测量精度以及研究需要截取冰晶粒子谱分布测量数据，提高了冰晶粒子谱分布数据的准确率，从而可以更为准确的计算出冰晶粒子的特性参数。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的方法的流程图。
图2是本发明提供的系统的结构框图。
附图标记：
1、数据输入模块；2、数据处理模块；3、相态识别模块；4、数据截取模块；5、特征参数计算模块。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例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作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。以下实施例用于说明本发明，但不能用来限制本发明的范围。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构或者特点包含于本发明实施例的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
研究区域可能快速的在液相区域和冰相区域间切换，而冰晶粒子的特性参数只需研究冰相区域，这就导致了冰晶粒子探测仪器测得的PSD不准确，影响了冰晶粒子的特性参数的计算准确性。本发明利用结冰探测器数据和冰晶粒子的直径的截取范围，以及质量控制处理和平均化处理技术，获得准确的冰相时间的冰晶粒子谱分布数据，从而准确计算出冰晶粒子的特性参数。
下面结合图1和图2对本发明做进一步详细说明，描述本发明的一种基于冰晶粒子谱分布的冰晶特性参数计算方法及系统：
本实施例中，如图1所示，提供一种基于冰晶粒子谱分布的冰晶特性参数计算方法，包括以下步骤：
步骤1：获取同一研究区域的结冰探测器数据、冰晶粒子谱分布测量数据，以及冰晶粒子的直径的截取范围。
所述冰晶粒子谱分布测量数据为单个冰晶粒子探测仪器的测得数据或多个冰晶粒子探测仪器的测得数据的合成数据。示意性的，冰晶粒子探测仪器可以为二维立体成像光阵列探头(2-D stereo probe,2D-S)、降水成像探针（Precipitation Imaging Probe,PIP）等。结冰探测器数据可以为罗斯蒙特结冰探测器(Rosemount Icing Detector)的测得数据。
所述冰晶粒子谱分布测量数据可以是单个时刻或长时间序列的数据。结冰探测器数据为对应的单个时刻或长时间序列的数据。结冰探测器数据、冰晶粒子谱分布测量数据为相同研究区域、相同时间的数据。
冰晶粒子探测仪器和结冰探测器设置于同一研究区域，在不影响仪器正常使用的情况下，应尽量靠近，以获取更为准确的测量数据。
步骤2：对所述冰晶粒子谱分布测量数据进行处理，所述处理包括质量控制处理和平均化处理的一种或两种。一般情况下，质量控制处理和平均化处理顺序进行。
所述质量控制处理为检查每一时刻的所述冰晶粒子谱分布测量数据是否存在异常值，若存在异常值，剔除异常值时刻的所述冰晶粒子谱分布测量数据。
所述冰晶粒子谱分布测量数据是长时间序列的数据时，一般还需要进行平均化处理。所述平均化处理为以时间为步长，对连续时间内的所述冰晶粒子谱分布测量数据进行平均化。平均化处理可改善冰晶粒子探测仪器测得的单个时刻的冰晶粒子谱分布测量数据的误差。
平均化处理方法如下，
其中，为平均化处理后的数据，为时间t内各时刻的冰晶粒子谱分布测量数据。
步骤3：根据所述结冰探测器数据，得到所述研究区域的液相时间。由于液相区域过冷水会在罗斯蒙特结冰探测器上结冰附着，从而降低振荡频率，故通过结冰探测器数据的振荡频率可以确定液相区域通过的时间。所述结冰探测器数据的振荡频率低于阈值，则所述研究区域为液相区域，所述结冰探测器数据的振荡频率低于阈值的时间为液相时间。阈值的具体数值可以利用罗斯蒙特结冰探测器通过实验测得。
本发明需要研究冰相区域的冰晶粒子的特性参数。从步骤2处理后的所述冰晶粒子谱分布测量数据中删除所述液相时间的所述冰晶粒子谱分布测量数据，得到冰相时间的冰晶粒子谱分布测量数据。
步骤4：根据所述冰晶粒子的直径的截取范围，截取所述冰相时间的冰晶粒子谱分布测量数据，得到冰晶粒子谱分布数据。
所述冰晶粒子的直径的截取范围根据冰晶粒子探测仪器的测量精度或者冰晶粒子的特性参数的研究需要设定。
对于单个冰晶粒子探测仪器，例如2D-S，其测量精度为10-1280μm，则冰晶粒子的直径的截取范围为[10，1280]。对于多个冰晶粒子探测仪器，例如2D-S和PIP，其综合的测量精度为10-6400μm，则冰晶粒子的直径的截取范围为[10，6400]。
根据研究需要，也可以人为设定冰晶粒子的直径的截取范围，在冰晶粒子探测仪器的测量精度范围内截取。例如，2D-S的截取范围为[10，1280]，根据研究需要可以人为将截取范围设定为[100，1280]。
步骤5：根据所述冰晶粒子谱分布数据计算得到冰晶粒子的特性参数。所述冰晶粒子的特性参数包括冰晶粒子的总的数浓度、冰水浓度、降水率、质量权重末速度和有效半径，计算过程分别如下：
（1）所述冰晶粒子的总的数浓度的计算公式为：
其中，D表示冰晶粒子的直径，表示冰晶粒子谱分布数据，表示截取范围的上限值，表示截取范围的下限值。
（2）所述冰水浓度的计算公式为：
其中，m表示单个冰晶粒子的质量和冰晶直径之间的关系系数。
（3）所述降水率的计算公式为：
其中，表示单个冰晶粒子的下落速度。
（4）所述质量权重末速度的计算公式为：
。
（5）所述有效半径的计算公式为：
其中，表示有效直径，
。
本发明先对冰晶粒子谱分布测量数据进行质量控制处理和平均化处理，提高冰晶粒子谱分布数据的准确率；然后根据结冰探测器数据确定研究区域处于冰相区域还是液相区域，删除液相区域对应时间的冰晶粒子谱分布测量数据，只保留研究需要的冰相时间的冰晶粒子谱分布测量数据，再根据冰晶粒子的直径的截取范围截取冰相时间的冰晶粒子谱分布测量数据，获得研究需要的准确的冰晶粒子谱分布数据，最后基于冰晶粒子谱分布数据准确估计出冰晶粒子的总的数浓度、冰水浓度、降水率、质量权重末速度和有效半径。这些特性参数用在环流模式GCMs中进行预测或诊断,可提高对冰晶属性知识的认识，为数值模式提供面向微物理过程的理解和优化微物理参数化过程的方案，提高气候和区域气象模式中数值预报结果的准确率。
本实施例中，如图2所示，还提供一种基于冰晶粒子谱分布的冰晶特性参数计算系统，采用的技术方案如下：包括：数据输入模块1、数据处理模块2、相态识别模块3、数据截取模块4和特征参数计算模块5，所述数据输入模块1分别与所述相态识别模块3、数据截取模块4连接，所述数据截取模块4分别与所述相态识别模块3、特征参数计算模块5连接，所述数据处理模块2分别与所述数据输入模块1、相态识别模块3连接。
所述数据输入模块1，用于获取同一研究区域的结冰探测器数据、冰晶粒子谱分布测量数据，以及冰晶粒子的直径的截取范围。
所述数据处理模块2，用于对所述冰晶粒子谱分布测量数据进行处理，所述处理包括质量控制处理和平均化处理的一种或两种；
所述质量控制处理为检查所述冰晶粒子谱分布测量数据的异常值，剔除异常值时刻的所述冰晶粒子谱分布测量数据；
所述平均化处理为以时间为步长，对连续时间内的所述冰晶粒子谱分布测量数据进行平均化。
所述相态识别模块3，用于根据所述结冰探测器数据，得到所述研究区域的液相时间；从所述冰晶粒子谱分布测量数据中删除所述液相时间的所述冰晶粒子谱分布测量数据，得到冰相时间的冰晶粒子谱分布测量数据。
所述数据截取模块4，用于根据所述冰晶粒子的直径的截取范围，截取所述冰相时间的冰晶粒子谱分布测量数据，得到冰晶粒子谱分布数据。
所述特征参数计算模块5，用于根据所述冰晶粒子谱分布数据计算得到冰晶粒子的特性参数。
本系统的工作过程为：
所述数据输入模块1获取同一研究区域、相同时间的结冰探测器数据、冰晶粒子谱分布测量数据，以及冰晶粒子的直径的截取范围。然后将冰晶粒子谱分布测量数据发送给所述数据处理模块2，结冰探测器数据发送给所述相态识别模块3，冰晶粒子的直径的截取范围发送给所述数据截取模块4。
所述数据处理模块2对所述冰晶粒子谱分布测量数据进行质量控制处理和平均化处理。所述质量控制处理为检查每一时刻的所述冰晶粒子谱分布测量数据是否存在异常值，若存在异常值，剔除异常值时刻的所述冰晶粒子谱分布测量数据。所述平均化处理为以时间t为步长，对连续t时间内的所述冰晶粒子谱分布测量数据进行平均化。所述数据处理模块2将处理后的冰晶粒子谱分布测量数据发送给所述相态识别模块3。
所述相态识别模块3将所述结冰探测器数据的振荡频率低于阈值的时间确定为所述研究区域的液相时间。然后从处理后的冰晶粒子谱分布测量数据中删除所述液相时间的所述冰晶粒子谱分布测量数据，得到冰相时间的冰晶粒子谱分布测量数据，发送给所述数据截取模块4。
所述数据截取模块4根据所述冰晶粒子的直径的截取范围，截取所述冰相时间的冰晶粒子谱分布测量数据，得到冰晶粒子谱分布数据，然后发送给所述特征参数计算模块5。
所述特征参数计算模块5根据所述冰晶粒子谱分布数据计算得到冰晶粒子的特性参数。所述冰晶粒子的特性参数包括冰晶粒子的总的数浓度、冰水浓度、降水率、质量权重末速度和有效半径。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种基于冰晶粒子谱分布的冰晶特性参数计算方法，其特征在于，包括：
获取同一研究区域的结冰探测器数据、冰晶粒子谱分布测量数据，以及冰晶粒子的直径的截取范围；
根据所述结冰探测器数据，得到所述研究区域的液相时间；从所述冰晶粒子谱分布测量数据中删除所述液相时间的所述冰晶粒子谱分布测量数据，得到冰相时间的冰晶粒子谱分布测量数据；
根据所述冰晶粒子的直径的截取范围，截取所述冰相时间的冰晶粒子谱分布测量数据，得到冰晶粒子谱分布数据；
根据所述冰晶粒子谱分布数据计算得到冰晶粒子的特性参数。
2.如权利要求1所述的一种基于冰晶粒子谱分布的冰晶特性参数计算方法，其特征在于，所述冰晶粒子谱分布测量数据为单个冰晶粒子探测仪器的测得数据或多个冰晶粒子探测仪器的测得数据的合成数据。
3.如权利要求1或2所述的一种基于冰晶粒子谱分布的冰晶特性参数计算方法，其特征在于，所述冰晶粒子的直径的截取范围根据冰晶粒子探测仪器的测量精度或者冰晶粒子的特性参数的研究需要设定。
4.如权利要求1或2所述的一种基于冰晶粒子谱分布的冰晶特性参数计算方法，其特征在于，对所述冰晶粒子谱分布测量数据进行处理，所述处理包括质量控制处理和平均化处理的一种或两种；
所述质量控制处理为检查所述冰晶粒子谱分布测量数据的异常值，剔除异常值时刻的所述冰晶粒子谱分布测量数据；
所述平均化处理为以时间为步长，对连续时间内的所述冰晶粒子谱分布测量数据进行平均化。
5.如权利要求1或2所述的一种基于冰晶粒子谱分布的冰晶特性参数计算方法，其特征在于，根据所述结冰探测器数据，得到所述研究区域的液相时间的过程包括：所述结冰探测器数据的振荡频率低于阈值的时间为液相时间。
6.如权利要求1所述的一种基于冰晶粒子谱分布的冰晶特性参数计算方法，其特征在于，所述冰晶粒子的特性参数包括冰晶粒子的总的数浓度、冰水浓度、降水率、质量权重末速度和有效半径。
7.如权利要求6所述的一种基于冰晶粒子谱分布的冰晶特性参数计算方法，其特征在于，所述冰晶粒子的总的数浓度的计算公式为：
其中，表示冰晶粒子的直径，表示冰晶粒子谱分布数据，表示截取范围的上限值，表示截取范围的下限值；
所述冰水浓度的计算公式为：
其中，表示单个冰晶粒子的质量和冰晶直径之间的关系系数；
所述降水率的计算公式为：
其中，表示单个冰晶粒子的下落速度；
所述质量权重末速度的计算公式为：
；
所述有效半径的计算公式为：
其中，表示有效直径，
。
8.一种基于冰晶粒子谱分布的冰晶特性参数计算系统，其特征在于，用以执行如权利要求1至7任一项所述的一种基于冰晶粒子谱分布的冰晶特性参数计算方法，包括：数据输入模块、相态识别模块、数据截取模块和特征参数计算模块，所述数据输入模块分别与所述相态识别模块、数据截取模块连接，所述数据截取模块分别与所述相态识别模块、特征参数计算模块连接；
所述数据输入模块，用于获取同一研究区域的结冰探测器数据、冰晶粒子谱分布测量数据，以及冰晶粒子的直径的截取范围；
所述相态识别模块，用于根据所述结冰探测器数据，得到所述研究区域的液相时间；从所述冰晶粒子谱分布测量数据中删除所述液相时间的所述冰晶粒子谱分布测量数据，得到冰相时间的冰晶粒子谱分布测量数据；
所述数据截取模块，用于根据所述冰晶粒子的直径的截取范围，截取所述冰相时间的冰晶粒子谱分布测量数据，得到冰晶粒子谱分布数据；
所述特征参数计算模块，用于根据所述冰晶粒子谱分布数据计算得到冰晶粒子的特性参数。
9.如权利要求8所述的一种基于冰晶粒子谱分布的冰晶特性参数计算系统，其特征在于，还包括数据处理模块，所述数据处理模块分别与所述数据输入模块、相态识别模块连接，
所述数据处理模块用于对所述冰晶粒子谱分布测量数据进行处理，所述处理包括质量控制处理和平均化处理的一种或两种；
所述质量控制处理为检查所述冰晶粒子谱分布测量数据的异常值，剔除异常值时刻的所述冰晶粒子谱分布测量数据；
所述平均化处理为以时间为步长，对连续时间内的所述冰晶粒子谱分布测量数据进行平均化。
CN202410875938.1A 2024-07-02 2024-07-02 一种基于冰晶粒子谱分布的冰晶特性参数计算方法及系统 Active CN118409373B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410875938.1A CN118409373B (zh) 2024-07-02 2024-07-02 一种基于冰晶粒子谱分布的冰晶特性参数计算方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410875938.1A CN118409373B (zh) 2024-07-02 2024-07-02 一种基于冰晶粒子谱分布的冰晶特性参数计算方法及系统

Publications (2)

Publication Number Publication Date
CN118409373A CN118409373A (zh) 2024-07-30
CN118409373B true CN118409373B (zh) 2024-09-24

Family

ID=92001530

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410875938.1A Active CN118409373B (zh) 2024-07-02 2024-07-02 一种基于冰晶粒子谱分布的冰晶特性参数计算方法及系统

Country Status (1)

Country Link
CN (1) CN118409373B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103868831A (zh) * 2014-02-26 2014-06-18 天津大学 云粒子谱分布测量方法及测量系统
CN107656279A (zh) * 2017-09-19 2018-02-02 中国电子科技集团公司第三十八研究所 一种基于双参数粒子谱分布的测雨雷达辐射传输系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB9606423D0 (en) * 1996-03-27 1996-06-05 Univ Hertfordshire An instrument for the real-time classification of particle shape within clouds and aerosols
CN112068104B (zh) * 2020-09-11 2023-03-24 中国航空工业集团公司雷华电子技术研究所 一种冰晶识别方法、装置、电子设备及双极化气象雷达
CN115423762B (zh) * 2022-08-25 2023-11-07 河北省人工影响天气中心 基于机载探头组合粒子谱的过冷水反演方法
CN115616520B (zh) * 2022-12-20 2023-03-14 成都远望探测技术有限公司 一种基于激光和毫米波云雷达的卷云冰晶形状识别方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103868831A (zh) * 2014-02-26 2014-06-18 天津大学 云粒子谱分布测量方法及测量系统
CN107656279A (zh) * 2017-09-19 2018-02-02 中国电子科技集团公司第三十八研究所 一种基于双参数粒子谱分布的测雨雷达辐射传输系统

Also Published As

Publication number Publication date
CN118409373A (zh) 2024-07-30

Similar Documents

Publication Publication Date Title
JP3734712B2 (ja) 霧観測装置及び霧観測方法
Colli et al. Adjustments for wind-induced undercatch in snowfall measurements based on precipitation intensity
Hagen et al. Relations between radar reflectivity, liquid‐water content, and rainfall rate during the MAP SOP
KR101880556B1 (ko) 연직강우 레이더의 검보정 장치 및 방법
EP4120148A1 (en) Parameter adjusting device, inference device, parameter adjusting method, and parameter adjusting program
CN119047341A (zh) 基于数字孪生的智慧水利数据分析方法及系统
US20200142099A1 (en) Rain sensor
JP2017003416A (ja) 降水予測システム
CN114486820A (zh) 一种机载微波辐射计云中过冷水的反演方法
CN115639625B (zh) 一种高空间分辨率的精细化大气水平能见度自动预报系统
CN106556836A (zh) 一种风廓线雷达有降水无降水的自适应探测系统及方法
KR20200003664A (ko) 공기질 데이터의 보정 로직을 생성하는 장치 및 방법
CN114880940A (zh) 基于多域分析和人工神经网络的压实质量检测方法及装置
CN118409373B (zh) 一种基于冰晶粒子谱分布的冰晶特性参数计算方法及系统
CN117824588A (zh) 一种建筑安全监测倾斜传感器采样优化与预警方法
CN115267787B (zh) 一种天气雷达定量降雪的估测方法
CN117171685A (zh) 一种浊度测量系统运行监测方法
CN114881938B (zh) 基于小波分析和神经网络的晶粒度检测方法及系统
CN111664355A (zh) 一种液氮量监测方法、装置及系统
CN118837519B (zh) 一种水利水文含沙量检测系统与方法
CN118155002B (zh) 一种基于数据识别分析的路基检测方法
CN113534090A (zh) 一种云中液态水含量的反演方法及装置
JP2013137293A (ja) 降下煤塵の非定常発塵源の探索方法
CN118050466A (zh) 热线含水量仪探测空气中液态水含量的方法和装置
CN118570654A (zh) 基于sar遥感的输电线路走廊植被预警决策方法及系统

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