【技術實現步驟摘要】
本專利技術涉及無線電領域，尤其涉及基于地基激光測風雷達的星載激光雷達風場數據校正方法。
技術介紹
1、大氣風場是大氣動力學的核心要素，它直接影響了大氣中的能量分布、濕度傳輸和云層形成等過程，進而決定了天氣系統的演變和天氣現象的發生。其次，風場測量在氣候研究中至關重要，有助于理解全球氣候變化的機制，并為氣候預測提供依據。此外，風場測量對于航空和航海領域也具有重要應用。精準的風場數據可以幫助優化航路選擇，減少燃料消耗，保障飛行和航行的安全。綜上所述，大氣風場測量不僅是天氣預報和氣候研究的基礎工具，也在航空、航海、環境保護等領域發揮著重要作用，對保障社會安全和促進可持續發展具有深遠影響。
2、目前，對大氣風場的測量主要包括以下幾種手段：（1）地面氣象站測量，這種手段可以精確的獲取近地面的大氣風場，然而它的空間覆蓋有限，主要集中在陸地，海洋和偏遠地區的數據較少，且只能測量近地表的風場，無法提供高空的風速和風向信息；（2）探空氣球測量，這種手段可以提供垂直方向上多個高度的風場數據，但測量周期和空間覆蓋均有限，且操作復雜，成本較高，不適合大范圍長期監測；（3）地基多普勒雷達、地基激光雷達和機載雷達遙感反演，這種手段可以提供較大范圍、不同高度的風場，然而對于多山地區或遠海地區的探測能力十分有限，且不能提供全球長時間風場的信息；（4）星載激光測風雷達，這種手段能夠實現全球風場的監測，然而其數據準確性不高；（5）數值天氣快速更新預報模式反演，這種手段可以提供全球范圍連續時間的不同高度風場數據，但模擬的數據準確性往往不高，尤其是在復雜地
3、綜合以上分析可知，僅僅依靠單個風場信息探測的手段是難以獲取長時間大范圍且準確的風場信息的。此外，常規的星載激光雷達風場數據的校正往往是從數據端入手，而沒有考慮衛星平臺、環境因素對回波信號的影響以及其他參考風場數據可靠性等問題，故這種校正效果的可靠性和普適性往往不高。因此，如何從星載激光測風雷達功率譜信號生成的角度入手，綜合利用地基和星載等多源風場觀測資料，開展星載激光測風雷達功率譜信號的校正和風場數據的校正是目前需要考慮的問題。
技術實現思路
1、本專利技術的目的在于克服現有技術的缺點，提供了基于地基激光測風雷達的星載激光雷達風場數據校正方法，解決了現有技術存在的不足。
2、本專利技術的目的通過以下技術方案來實現：基于地基激光測風雷達的星載激光雷達風場數據校正方法，所述校正方法包括：
3、步驟一、根據收集的數據計算出水平風速分量u1和v1，以及不同高度層的水平風速分量u2和v2；
4、步驟二、將得到的u1和v1作為因變量數據集，u2和v2作為自變量數據集，建立非線性回歸校正模型，并根據計算出的相關系數ru和rv構建評價指標ruv，根據評價指標確定最佳非線性回歸校正模型；
5、步驟三、通過最佳非線性回歸校正模型實現對u2和v2分量的校正，并建立基于校正后的不同高度層水平風速分量功率譜，根據收集的數據啟動天氣快速更新預報模式，設置cfd計算區域的網絡模型生成高空間分辨率的u和v風場；
6、步驟四、將生成的高空間分辨率的u和v風場和收集的數據輸入到激光雷達模擬器中得到數據集1，將不同高度層u和v分量功率譜作為數據集2，根據數據集1和數據集2形成數據集3，基于數據集2和數據集3構建功率譜校正模型，生成校正后的高空間分辨率網格u和v的功率譜信號；
7、步驟五、計算每個高空間分辨率網格距離低空間分辨率網格中心點的距離△r，模擬出星載激光測風雷達天線輻射能量空間分布圖，生成星載激光測風雷達天線方向加權函數，并最終得到高空間分辨率網格中每個網格點所對應的權重系數；
8、步驟六、根據得到的權重系數和高空間分辨率網格u和v的功率譜信號生成低空間分辨率的星載激光測風雷達u和v分量的功率譜信號，并最終得到模擬的低空間分辨率星載激光測風雷達的u和v分量作為輸入數據集，將星載激光測風雷達實際觀測的u和v分量作為輸出數據集，將輸入數據集和輸出數據集作為訓練集構建星載激光雷達風場數據校正模型，最后得到校正的星載激光測風雷達風場數據。
9、所述步驟一包括：
10、a1、收集地基測風塔上不同高度層的水平風速和風向數據，收集地基激光測風雷達觀測參數和dbs掃描模式的探測數據，收集gfs數據、全球觀測數據和云參數信息數據，收集星載激光測風雷達觀測參數和反演風場數據；
11、a2、根據收集的地基測風塔上不同高度層的水平風速ws和風向wd數據，將ws和wd從極坐標系統轉換到直角坐標系統，并根據水平風速分量u1和v1的分解公式計算出u1和v1；
12、根據收集的地基激光測風雷達dbs掃描模式探測數據中的徑向速度數據，結合dbs掃描模式中波束仰角信息，將水平風速分量u2和v2分別投影到正東、正南、正西和正北四個方位的徑向波束上，并建立關于四個方位徑向速度與u2和v2之間的方程組，求解方程組得到不同高度層的u2和v2分量。
13、所述步驟二包括：
14、b1、將得到的u1和v1分量作為因變量數據集，根據因變量數據集所在的高度層，尋找距離這些高度層最近的激光測風雷達觀測數據層，并提取出這些激光測風雷達觀測數據層中的u2和v2分量數據作為自變量數據集；
15、b2、將因變量數據集和自變量數據集一起輸入到非線性回歸校正模型庫中，分別建立u2和v2作為自變量數據集與對應u1和v1作為因變量數據集之間的多種非線性回歸校正模型，分別計算出作為自變量的u2和作為因變量的u1，作為自變量的v2和作為因變量的v1在每種分線性回歸校正模型中的相關系數ru和rv，構建聯合相關系數ruv這一評價指標，以聯合相關系數幅值最大為評價標準，確定最佳非線性回歸校正模型。
16、所述步驟三中的通過最佳非線性回歸校正模型實現對u和v分量的校正，并建立基于校正后的不同高度層u和v分量功率譜包括：
17、c1、基于確定的最佳非線性回歸校正模型，輸入激光測風雷達觀測的不同高度層的水平風速分量u2和v2，實現對u2和v2分量的校正，得到校正后的u2_c和v2_c分量；
18、c2、根據收集的地基激光測風雷達dbs掃描模式的功率譜信號，設置最小二乘誤差為誤差函數，利用非線性最小二乘法實現對功率譜模型的擬合；
19、c3、將校正后的u2_c和v2_c分量以及地基激光測風雷達觀測參數作為輸入數據，輸入到擬合的功率譜模型中，實現基于校正后的不同高度層水平風速u2_c和v2_c分量功率譜的建立。
20、所述步驟三中的根據收集的數據啟動天氣快速更新預報模式，設置cfd計算區域的網絡模型生成高空間分辨率的u和v風場包括：
21、d1、將得到的gfs數據、全球實時觀測數據和云參數信息數據作為天氣快速更新預報模式rap的輸入，設置對應參數和方案后啟動rap，生成中等空間分辨率為m1的不同高度層的風速和風向網格數據；
22、d2、基于本文檔來自技高網...
【技術保護點】
1.基于地基激光測風雷達的星載激光雷達風場數據校正方法，其特征在于：所述校正方法包括：
2.根據權利要求1所述的基于地基激光測風雷達的星載激光雷達風場數據校正方法，其特征在于：所述步驟一包括：
3.根據權利要求2所述的基于地基激光測風雷達的星載激光雷達風場數據校正方法，其特征在于：所述步驟二包括：
4.根據權利要求2所述的基于地基激光測風雷達的星載激光雷達風場數據校正方法，其特征在于：所述步驟三中的通過最佳非線性回歸校正模型實現對U和V分量的校正，并建立基于校正后的不同高度層U和V分量功率譜包括：
5.根據權利要求2所述的基于地基激光測風雷達的星載激光雷達風場數據校正方法，其特征在于：所述步驟三中的根據收集的數據啟動天氣快速更新預報模式，設置CFD計算區域的網絡模型生成高空間分辨率的U和V風場包括：
6.根據權利要求2所述的基于地基激光測風雷達的星載激光雷達風場數據校正方法，其特征在于：所述步驟四包括：
7.根據權利要求2所述的基于地基激光測風雷達的星載激光雷達風場數據校正方法，其特征在于：所述步驟五中的計算
8.根據權利要求7所述的基于地基激光測風雷達的星載激光雷達風場數據校正方法，其特征在于：所述步驟五中的最終得到高空間分辨率網格中每個網格點所對應的權重系數包括：
9.根據權利要求2所述的基于地基激光測風雷達的星載激光雷達風場數據校正方法，其特征在于：所述步驟六包括：
...【技術特征摘要】
1.基于地基激光測風雷達的星載激光雷達風場數據校正方法，其特征在于：所述校正方法包括：
2.根據權利要求1所述的基于地基激光測風雷達的星載激光雷達風場數據校正方法，其特征在于：所述步驟一包括：
3.根據權利要求2所述的基于地基激光測風雷達的星載激光雷達風場數據校正方法，其特征在于：所述步驟二包括：
4.根據權利要求2所述的基于地基激光測風雷達的星載激光雷達風場數據校正方法，其特征在于：所述步驟三中的通過最佳非線性回歸校正模型實現對u和v分量的校正，并建立基于校正后的不同高度層u和v分量功率譜包括：
5.根據權利要求2所述的基于地基激光測風雷達的星載激光雷達風場數據校正方法，其特征在于：所述步驟三中的根據收集的數據啟動天氣快速更新預報模式，設置cfd計算區域的網...
【專利技術屬性】
技術研發人員：丁虹鑫，劉世超，陳立，
申請(專利權)人：成都遠望科技有限責任公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。