课题基金 / 基金详情

X/Ka波段雷达联合飞机探测降雪云系水凝物粒子相态研究

批准号:
42075092
项目类别:
面上项目
资助金额:
59.0 万元
负责人:
陈羿辰
学科分类:
大气物理学
结题年份:
2024
批准年份:
2020
项目状态:
已结题
项目参与者:
陈羿辰

项目摘要

结项摘要

相似基金

相关文献

中文摘要
降雪云系中水凝物粒子相态变化复杂,单部天气雷达很难有效探测其微观结构和微物理变化过程,基于单一探测手段的水凝物粒子相态识别结果准确性也无法达到令人满意的程度。因此,本项目利用X/Ka雷达、微波辐射计、显微观测系统、二维雨滴谱等地基设备和飞机探测平台,开展北京海坨山区不同降雪过程(降雪/降霰/雪霰混合)综合观测试验,设计空-地基联合观测方案,研究不同水凝物粒子相态对应的X/Ka雷达探测参量特征范围和基于模糊逻辑函数的水凝物粒子相态识别方法;在此基础上,继续深入研究利用飞机实测粒子相态和微波辐射计液水路径参数改进水凝物粒子相态识别方法,提高降雪云系中冰和混合相态的识别准确度。项目目标是提出科学的空-地基联合观测方案,建立一套基于X/Ka雷达、微波辐射计和飞机的降雪云系水凝物粒子相态识别方法。
英文摘要
Single weather radar is difficult to detect the microstructure and microphysical processes of snowfall cloud system due to the complex phase change of hydrometeor. The accuracy of the hydrometeor identification based on a single detection method also cannot reach a satisfactory level. In this project, we demonstrate the application of ground-based equipment (X/Ka-band radar, microwave radiometer, microscope system, two-dimensional disdrometer, etc.) and aircraft platform to carry out comprehensive observation experiments of snowfall processes (snow/graupel) in Haituo Mountain, Beijing. This study uses the X/Ka radar to investigate the parameter range according with the hydrometeor phases based on fuzzy logic identification method. The classification accuracy of ice and mixed phases in snowfall clouds will be improved based on the aircraft measured particle phase and microwave radiometer liquid water path data. This project aims to propose a scientific ground-based and space-based joint observation for snowfall and to establish hydrometeor identification method based on the joint observation.
针对冬季降雪云系水凝物粒子相态识别精度不足的难题,本项目以北京海坨山地区为核心研究区,融合空基-地基多源协同观测与算法创新,系统开展降雪云系水凝物粒子相态精准识别研究,旨在提升人工影响天气作业效能及航空安全预警能力。通过集成空中国王飞机、X/Ka双波段雷达、微波辐射计等设备,构建了覆盖云系宏微观特征的空地协同观测网络,优化联合观测试验方案,获取高时空分辨率降雪云系数据集,并基于多源数据融合分析,首次建立了适用于华北山区的X/Ka雷达水凝物粒子相态识别算法。. 主要成果包括:(1)创新提出基于飞机订正与微波辐射计液水路径(LWP)参数的混合相态识别优化方法(LWP阈值0.04,权重系数k=0.18),实现高空雪霰混合相态识别准确率突破80%;(2)首次揭示华北山区过冷云雾、雪、霰及雪霰混合相态的X/Ka雷达参量阈值范围,攻克冰晶与混合相态区分技术瓶颈;(3)开发Ka雷达逆向衰减订正技术,有效修正系统偏差与天线积雪影响(衰减量达8dBZ),数据可靠性提升30%;(4)通过中尺度数值模拟与多源观测交叉验证,证实X/Ka雷达算法在云系垂直分层(冰晶层-混合层-雪花层)识别中的一致性,分类结果与飞机实测及模拟微物理结构吻合度超85%。. 科学价值与应用:首次揭示降雪云系中雪霰混合相态普遍存在及其与过冷水分布的协同机制,为云物理过程研究提供新视角;研发的实时相态识别算法可精准区分5类粒子相态,支撑北京冬奥会人工增雪作业决策,作业效率提升22%,并成功应用于航空积冰预警系统。成果发表SCI论文6篇,获授权国际专利1项,推动气象探测技术与人工影响天气业务深度协同,为极端天气应对及云水资源开发提供关键技术支撑。
国内基金
海外基金