-
公开(公告)号:CN113420489B
公开(公告)日:2023-05-09
申请号:CN202110570833.1
申请日:2021-05-25
Applicant: 南京信息工程大学
Abstract: 本发明基于双偏振雷达数据、雨滴谱数据、雨量计数据,利用神经网络及Logistic多元回归法,实现双偏振雷达降水量的自适应最优化反演,可最优选择降水反演公式,得到高精度雷达降水量数据,从而很好的应用到灾害性天气监测和预警预报中。另外,本方法自适应性较好,无需根据天气过程改变参数设置,由雨滴谱数据、双偏振雷达观测数据和雷达覆盖范围内的雨量计数据,可实现双偏振雷达降水量优化反演。并且,方法受降水系统个例及数据测量精度的影响较小,可应用于地基雷达任意探测位置,具有较高的降水估测精度以及较好的普适性和鲁棒性。
-
公开(公告)号:CN113420489A
公开(公告)日:2021-09-21
申请号:CN202110570833.1
申请日:2021-05-25
Applicant: 南京信息工程大学
Abstract: 本发明基于双偏振雷达数据、雨滴谱数据、雨量计数据,利用神经网络及Logistic多元回归法,实现双偏振雷达降水量的自适应最优化反演,可最优选择降水反演公式,得到高精度雷达降水量数据,从而很好的应用到灾害性天气监测和预警预报中。另外,本方法自适应性较好,无需根据天气过程改变参数设置,由雨滴谱数据、双偏振雷达观测数据和雷达覆盖范围内的雨量计数据,可实现双偏振雷达降水量优化反演。并且,方法受降水系统个例及数据测量精度的影响较小,可应用于地基雷达任意探测位置,具有较高的降水估测精度以及较好的普适性和鲁棒性。
-