公开(公告)号：CN106054194A

公开(公告)日：2016-10-26

申请号：CN201610305750.9

申请日：2016-05-10

Applicant: 南京信息工程大学

Inventor： 寇蕾蕾 ,  王振会 ,  黄兴友 ,  楚志刚 ,  李南 ,  许丹

IPC: G01S13/95 ,  G01S7/41

CPC classification number: Y02A90/18 ,  G01S13/951 ,  G01S7/411 ,  G01S7/417 ,  G01S13/955

Abstract: 本发明公开了一种星载雷达和地基雷达反射率因子数据三维融合方法，将高垂直分辨率的PR数据作为神经网络的输出，高水平分辨率、低垂直分辨率的GR数据作为输入，建立PR和GR的非线性关系，从而融合成具有高垂直和高水平分辨率的三维反射率因子数据。基于神经网络算法将PR和GR反射率因子数据三维融合，可得到强度回波的精细三维结构，这对中小尺度对流天气过程的精细探测和跟踪，以及后续的定量测量降水、中尺度预报中的雷达数据同化等后期应用都很重要。

公开(公告)号：CN106054194B

公开(公告)日：2018-04-03

申请号：CN201610305750.9

申请日：2016-05-10

Applicant: 南京信息工程大学

Inventor： 寇蕾蕾 ,  王振会 ,  黄兴友 ,  楚志刚 ,  李南 ,  许丹

IPC: G01S13/95 ,  G01S7/41

CPC classification number: Y02A90/18

Abstract: 本发明公开了一种星载雷达和地基雷达反射率因子数据三维融合方法，将高垂直分辨率的PR数据作为神经网络的输出，高水平分辨率、低垂直分辨率的GR数据作为输入，建立PR和GR的非线性关系，从而融合成具有高垂直和高水平分辨率的三维反射率因子数据。基于神经网络算法将PR和GR反射率因子数据三维融合，可得到强度回波的精细三维结构，这对中小尺度对流天气过程的精细探测和跟踪，以及后续的定量测量降水、中尺度预报中的雷达数据同化等后期应用都很重要。