Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于组网风廓线雷达的对流发展识别方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本发明提供一种基于组网风廓线雷达的对流发展识别方法,涉及气象预报技术领域,所述基于组网风廓线雷达的对流发展识别方法包括如下步骤:S1,风廓线雷达组网,首先筛选风廓线雷达组网,组网风廓线雷达数量四台或以上。本发明利用风廓线雷达中尺度网观测,不同高度处的水平风可反演出时空分辨率更高的散度、涡度、风切变和垂直速度等大气动力参数,能够更准确捕捉对流触发前大气垂直动力变化特征,能够得到实时三维空间的散度、涡度分布,有助于气象预报员了解天气系统的精细结构,迅速找到强上升运动区域,用于强降水的短时临近预报,为强对流天气监测预警和短期临近预报提供重要参考,实用性较高,进步性显著。

主权项:1.一种基于组网风廓线雷达的对流发展识别方法,其特征在于,所述基于组网风廓线雷达的对流发展识别方法包括如下步骤:S1,风廓线雷达组网,首先筛选风廓线雷达组网,组网风廓线雷达数量四台以上,同时使用三角形法确定最优组网站点;S2,计算数据,然后使用有限元法遍历三角形组网,计算分层水平散度和相对涡度,产生各高度层水平散度的空间分布图、产生散度和涡度垂直廓线图;S3,数据集构建,将散度空间分布图、散、涡度垂直廓线图、风廓线图以及组网范围内地面气象站雨量、风力实测数据组成数据集;S4,构建深度神经网络模型,构建以卷积神经网络为基础的深度神经网络模型,通过大量样本“数据对”的迭代训练,拟合前一时刻散度图、廓线图图像数据集与对流天气发展的函数映射关系;S5,识别,应用和改进拟合得出的函数映射关系,实现对流发展的识别;在S2步骤中,计算的具体方式为:根据确定好的三角形3个顶点测站位置的经纬度和地球平均半径R计算该三角形三边的分量,结合各层3个测站的水平风数据计算该高度三角形内的水平散度D和相对涡度ζ;随后遍历已经组网的三角形,获得各三角形上空各高度层的水平散度和相对涡度数值,绘制成水平散度的空间分布图,然后使用各高度层计算得到的水平散度和相对涡度数值,绘制成散度和涡度垂直廓线图。

全文数据:

权利要求:

百度查询: 江门市新会区气象局(江门市新会区气象台) 一种基于组网风廓线雷达的对流发展识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。