Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京气象科技创新研究院孙康远获国家专利权

南京气象科技创新研究院孙康远获国家专利权

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!

龙图腾网获悉南京气象科技创新研究院申请的专利基于多普勒天气雷达的低空风切变分级识别预警方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120972181B

龙图腾网通过国家知识产权局官网在2026-01-27发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511484437.1,技术领域涉及:G01S13/95;该发明授权基于多普勒天气雷达的低空风切变分级识别预警方法是由孙康远;徐芬;郑玉;慕瑞琪设计研发完成,并于2025-10-17向国家知识产权局提交的专利申请。

基于多普勒天气雷达的低空风切变分级识别预警方法在说明书摘要公布了:本发明公开一种基于多普勒天气雷达的低空风切变分级识别预警方法,包括:识别辐合式切变段以及辐散式切变段;识别辐合区域和辐散区域;将辐合式切变段与辐合区域的散度核心进行匹配,形成辐合式风切变簇;将辐散式切变段与辐散区域的散度核心进行匹配,形成辐散式风切变簇;剩余切变段聚类,获得位于非散度核心区域的辐合切变簇或辐散切变簇;分别提取各类切变簇的参数,并进行分级;提取分级后的切变簇边界或散度核心区域边界,生成预警区域并输出显示。本发明使用多普勒天气雷达资料,可以准确地获取近地面风切变结构,识别辐散式或辐合式风切变的发生位置与强度变化。这种方法在复杂天气条件下仍具有高可靠性。

本发明授权基于多普勒天气雷达的低空风切变分级识别预警方法在权利要求书中公布了:1.一种基于多普勒天气雷达的低空风切变分级识别预警方法,其特征在于,包括如下步骤: S1、基于多普勒天气雷达探测的低层仰角径向速度数据,设定可调整的滑动窗口,采用窗口阈值法,沿径向从近到远滑动提取每个方位角上的所有速度切变段,得到径向速度单调递减的辐合式切变段以及径向速度单调递增的辐散式切变段,并计算各切变段的径向速度切变大小和切变长度; S2、利用同一低层仰角径向速度数据计算二维散度场,将识别出的二维散度场分为散度为正的辐合区域和散度为负的辐散区域,然后分别对两类区域内的散度按设定强度分级提取散度核心,并获得各散度核心的二维区域边界;具体为: 使用多普勒天气雷达探测的低层仰角径向速度数据,在极坐标系中进行处理,在该坐标系中,在径向上取一定的格点,作为长度;在方位角方向上取一定的格点,作为宽度,该区域即为二维散度区域,以此区域中心坐标为原点,第个格点的径向速度为,计算雷达探测的单层径向速度任意第个格点的二维散度,可表示为: ; 其中,为随不同而变化的系数,为方位角,为到原点的距离,为二维区域径向速度数据有效性检验函数; 对单层所有径向速度全部处理之后,得到极坐标系下的二维散度场数据记为,将二维散度场数据,插值为以雷达站为中心的笛卡尔系坐标数据记为,即: ; 其中,为通用的二维数据插值方法,默认为线性插值法; 使用插值后的数据,分别按照散度为正的辐合区域和散度为负的辐散区域两种情况进行分级,每种情况按照强度大小各分为5个级别的散度核心区域,分别为正散度核心和负散度核心,表示为: ; ; 分别对以上5个级别的二维散度场核心数据,使用通用的边界提取函数提取正散度核心区域的边界坐标集合和负散度核心区域的边界坐标集合,即: , ; 其中,为通用的二值数据边界提取函数; S3、将所述辐合式切变段与辐合区域的散度核心进行匹配,形成辐合式风切变簇;将所述辐散式切变段与辐散区域的散度核心进行匹配,形成辐散式风切变簇; S4、对未匹配到任何散度核心的剩余切变段,以切变段方位角和径向重叠距离为标准,进行二维聚类,获得位于非散度核心区域的辐合切变簇或辐散切变簇; S5、分别提取各类切变簇的风切变大小、区域面积和方位角数量参数,并对各切变簇进行分级; S6、提取分级后的切变簇边界或散度核心区域边界,采用二维闭合图形拟合方法生成预警区域并输出显示。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京气象科技创新研究院,其通讯地址为:210000 江苏省南京市建邺区雨顺路8号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

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。