[发明专利]一种雨滴谱反演方法及装置

说明书

本发明提供一种雨滴谱反演方法及装置，方法包括：获取第一水平极化反射率因子和第一差分反射率因子；第一水平极化反射率因子和第一差分反射率因子是由目标地区的双偏振雷达观测获得的；基于第一水平极化反射率因子和第一差分反射率因子，确定第一雨滴谱六阶矩、雨滴谱七阶矩和目标形状因子对；根据第一雨滴谱六阶矩、雨滴谱七阶矩和目标形状因子对，利用预先建立的雨滴谱模型获取目标地区的初始雨滴谱。本发明利用水平极化反射率因子和差分反射率因子，求取雨滴谱六、七阶矩以及形状因子对，进一步地利用预先建立的雨滴谱模型获取目标地区的初始雨滴谱，避免了差传播相移率的误差对雨滴谱反演的影响，提高了雨滴谱反演的精度。

技术领域

本发明涉及大气科学技术领域，尤其涉及一种雨滴谱反演方法及装置。

背景技术

在双偏振雷达可以通过观测得到的偏振雷达参量来反演降水过程的雨滴谱，雨滴谱即是单位体积内雨滴的数量随雨滴大小的分布。利用双偏振雷达反演雨滴谱时往往基于一定的雨滴谱模型，例如：约束性的Gamma模型、规范化Gamma模型等。

在约束性的Gamma模型的方法中，所谓约束性即假设标准Gamma模型中的形状因子（μ）和斜率因子（Λ）并不独立，存在某种确定性的关系，并以此为基础推导得到滴谱参量与偏振雷达参量之间的关系式。但是，μ和Λ并不独立这一假设却受到了一些学者的质疑：μ和Λ表现得并不独立是由于对数据的过分质控造成的，尤其是对流云降水中μ—Λ关系更不可靠。

现有技术（Estimation of raindrop size distribution parameters frompolarimetric radar measurements. Journal of the Atmospheric Sciences, 59,2373-2384.）根据粒子的轴比关系对应的斜率来确定规范化Gamma模型的参数，从而实现对雨滴谱的反演，尽管这种方法并没有因为过分质控导致的反演缺陷，然而该方法加入了差传播相移率K_DP反演雨滴谱，却因为对K_DP的误差较为敏感，反演结果并不理想。现有技术（Retrieval of the raindrop size distribution from polarimetric radar datausing double-moment normalisation.Atmospheric Measurement Techniques, 10(7),2573-2594），利用X波段双偏振雷达观测参量，通过雨滴谱三、六阶矩反演雨滴谱时，同样需要K_DP的参与，因此当K_DP存在明显误差时，得到的结果往往不可靠。

发明内容

本发明提供一种雨滴谱反演方法及装置，用以解决现有技术中的缺陷。

第一方面，本发明提供一种雨滴谱反演方法，包括：获取第一水平极化反射率因子和第一差分反射率因子；所述第一水平极化反射率因子和所述第一差分反射率因子是由目标地区的双偏振雷达观测获得的；基于所述第一水平极化反射率因子和所述第一差分反射率因子，确定第一雨滴谱六阶矩、雨滴谱七阶矩和目标形状因子对；根据所述第一雨滴谱六阶矩、所述雨滴谱七阶矩和所述目标形状因子对，利用预先建立的雨滴谱模型获取所述目标地区的初始雨滴谱。

根据本发明提供的一种雨滴谱反演方法，所述基于所述第一水平极化反射率因子和所述第一差分反射率因子，确定第一雨滴谱六阶矩、雨滴谱七阶矩和目标形状因子对，包括：根据所述第一水平极化反射率因子和所述第一差分反射率因子的数值，从预先建立的形状因子查找表中获取所述目标形状因子对；根据所述第一水平极化反射率因子，利用预先建立的第一拟合函数，获取所述第一雨滴谱六阶矩；根据所述第一雨滴谱六阶矩和所述第一差分反射率因子，利用预先建立的第二拟合函数确定所述雨滴谱七阶矩。