一种云中液态水含量的反演方法及装置与流程

1.本发明涉及大气科学技术领域，尤其涉及一种云中液态水含量的反演方法及装置。


背景技术：

2.云中液态水含量是重要的云微物理参数，在气候变化、天气变化、人工影响天气和飞行安全等方面都有重要意义。现有技术中涉及了多种方式以获取云中液态水含量信息的记载，主要包括：
3.方式1，利用机载探测设备，获取云中液态水含量，即通过机载云粒子探头(cloud droplet probe，cdp)探测各档粒子数浓度以及各档平均粒子直径获得云中液态水含量。由于方式对设备和空域开放要求较高，在空域管制越来越严的形势下，该种获取云中液态水含量的方法难以大范围推广应用。
4.方式2，利用星载微波辐射计反演云中液态水含量，包括反演非降水云液态水含量，以及反演降水云液态水含量。其中，反演非降水云液态水含量是利用微波辐射计的37ghz云水敏感通道和23ghz水汽吸收通道，通过多元线性回归获得；降水云液态水含量是基于降水云中液态水含量与地面平均降雨率之间的经验关系进行反演获取。由于星载微波辐射计反演分辨率很低，导致星载微波辐射计反演云中液态水含量的方式普遍存在时空分辨率低的问题。
5.方式3，利用雷达(包括测雨雷达、毫米波雷达和激光雷达)联合地基微波辐射计，反演云中液态水含量，即通过建立的液态水含量与雷达反射率因子的经验关系反演获得。由于测雨雷达相对云滴来说，探测灵敏度不够，导致测雨雷达在探测较薄的非降水云时没有回波信号；而激光雷达不能穿透厚云，只能联合微波辐射计对薄云进行液态水含量反演；而毫米波雷达在降水云的情况下会产生米散射，也会导致用于反演的雷达回波强度不准确。
6.方式4，利用双波长或多波长雷达反演云中液态水含量，即通过不同波长雷达对同一目标探测，通过探测到的雷达反射率因子的差异或衰减的差异，建立液态水含量lwc与这种差异之间的经验关系，从而反演液态水含量。双波长或多波长雷达，通过不同波长雷达反射率因子差异或衰减差异反演云中液态水含量系统较为复杂，对多部雷达系统定标，观测时间和空间一致性要求较高，且多部雷达造价偏高，导致推广难度大。
7.综上所述，由于现有的云中液态水含量均存在各自不同的缺陷，亟需提供一种新的云中液态水含量测量方法，以克服现有技术所存在的测量精度低、测量流程复杂、设备造价高等缺陷。


技术实现要素：

8.本发明提供一种云中液态水含量的反演方法及装置，用以解决现有技术在实现的云中液态水含量监测时存在的测量精度低、测量流程复杂、设备造价高等缺陷，实现精确、
快速、简单的完成对云中液态水含量的测量。
9.第一方面，本发明提供一种云中液态水含量的反演方法，包括：根据雨滴谱数据确定雷达回波理论值，以及降水回波阈值；
10.基于所述降水回波阈值，将雷达平面扫描数据划分为降水云回波数据和非降水云回波数据；
11.利用所述雷达回波理论值对所述降水云回波数据进行校准，获取校准后的降水云回波数据；
12.利用第一函数对所述校准后的降水云回波数据进行反演，并利用第二函数对所述非降水云回波数据进行反演，以获取液态水含量平面扫描分布；
13.所述第一函数为降水云液态水含量与雷达回波强度的关系函数，所述第二函数为非降水云液态水含量与雷达回波强度的关系函数。
14.根据本发明提供的一种云中液态水含量的反演方法，在利用第一函数对所述校准后的降水云回波数据进行反演，并利用第二函数对所述非降水云回波数据进行反演之前，还包括：
15.获取任一时段内每个采样点的降水云时间高度扫描数据、非降水云时间高度扫描数据、雨滴谱数据和微波辐射数据；
16.根据所述雨滴谱数据，确定所述任一时段内的雷达回波理论值和降水回波阈值；
17.利用所述任一时段内的雷达回波理论值，对所述降水云时间高度扫描数据进行校准，获取校准后的降水云时间高度扫描数据；
18.根据所述微波辐射数据，确定融化层高度和每个采样点的液态水含量；
19.根据所述融化层高度，从所述降水云时间高度扫描数据中筛选出融化层以下的有效降水云时间高度扫描数据；
20.根据所述有效降水云时间高度扫描数据所对应的每个采样点的雷达回波强度和液态水含量，确定所述第一函数；
21.根据所述融化层高度，从所述非降水云时间高度扫描数据中筛选出融化层以下的有效非降水云时间高度扫描数据；
22.根据所述有效非降水云时间高度扫描数据所对应的每个采样点的雷达回波强度和液态水含量，确定所述第二函数。
23.根据本发明提供的一种云中液态水含量的反演方法，根据所述有效降水云时间高度扫描数据所对应的每个采样点的雷达回波强度和液态水含量，确定所述第一函数，包括：
24.根据所述有效降水云时间高度扫描数据所对应的每个采样点的雷达回波强度和液态水含量，构建降水云液态水含量与雷达回波强度的第一散点拟合图；
25.根据所述第一散点拟合图，获取所述第一函数。
26.根据本发明提供的一种云中液态水含量的反演方法，根据所述有效非降水云时间高度扫描数据所对应的每个采样点的雷达回波强度和液态水含量，确定所述第二函数，包括：
27.根据所述有效非降水云时间高度扫描数据所对应的每个采样点的雷达回波强度和液态水含量，构建非降水云液态水含量与雷达回波强度的第二散点拟合图；
28.根据所述第二散点拟合图，获取所述第二函数。
29.根据本发明提供的一种云中液态水含量的反演方法，获取任一时段内每个采样点的降水云时间高度扫描数据、非降水云时间高度扫描数据、雨滴谱数据和微波辐射数据，包括：
30.在所述任一时段内，利用ka波段双偏振雷达，按预设采样频率，对降水云进行周期性采样，获取所述降水云时间高度扫描数据；
31.在所述任一时段内，利用ka波段双偏振雷达，按所述预设采样频率，对非降水云进行周期性采样，获取所述非降水云时间高度扫描数据；
32.按所述预设采样频率，利用激光雨滴谱仪采集所述任一时段内的所述激光雨滴谱仪数据；
33.根据所述激光雨滴谱仪数据获取所述雨滴谱数据；
34.按所述预设采样频率，利用微波辐射计采集所述任一时段内的所述微波辐射数据。
35.根据本发明提供的一种云中液态水含量的反演方法，根据所述激光雨滴谱仪数据获取所述雨滴谱数据，包括：
36.根据所述激光雨滴谱仪数据，并结合所述任一时段内的雨滴落下速度、雨滴直径分辨率、所述激光雨滴谱仪的采集面积、采样时长，确定所述雨滴谱数据。
37.根据本发明提供的一种云中液态水含量的反演方法，根据雨滴谱数据确定雷达回波理论值的计算公式为：
38.z＝10log
10
(z)
[0039][0040]
其中，d为粒子直径；z为中间变量；z为雷达回波理论值；n(d)为雨滴谱数据；d表示微分。
[0041]
第二方面，本发明还提供一种云中液态水含量的反演装置，包括：
[0042]
第一处理模块，用于根据雨滴谱数据确定雷达回波理论值，以及降水回波阈值；
[0043]
第二处理模块，用于基于所述降水回波阈值，将雷达平面扫描数据划分为降水云回波数据和非降水云回波数据；
[0044]
第三处理模块，利用所述雷达回波理论值对所述降水云回波数据进行校准，获取校准后的降水云回波数据；
[0045]
第四处理模块，利用第一函数对所述校准后的降水云回波数据进行反演，并利用第二函数对所述非降水云回波数据进行反演，以获取液态水含量平面扫描分布；
[0046]
所述第一函数为降水云液态水含量与雷达回波强度的关系函数，所述第二函数为非降水云液态水含量与雷达回波强度的关系函数。
[0047]
第三方面，本发明提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述云中液态水含量的反演方法的步骤。
[0048]
第四方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述云中液态水含量的反演方法的步骤。
[0049]
本发明提供的云中液态水含量的反演方法及装置，通过雨滴谱数据确定降水回波阈值和理论回波强度，将ppi回波数据分为降水云回波数据和非降水云回波数据，用理论回波强度对降水云雷达回波强度进行校准，消除雨滴衰减对降水回波强度的影响，然后分别对两种回波数据分别进行液态水含量反演，对探测设备要求较低，且简化了反演流程，提高了反演的精度。
附图说明
[0050]
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0051]
图1是本发明提供的云中液态水含量的反演方法的流程示意图之一；
[0052]
图2是本发明提供的云中液态水含量的反演方法的流程示意图之二；
[0053]
图3是本发明提供的垂直温度廓线图的示意图之一；
[0054]
图4是本发明提供的降水云液态水含量与回波强度散点拟合示意图之一；
[0055]
图5是本发明提供的垂直温度廓线图的示意图之二；
[0056]
图6是本发明提供的降水云液态水含量与回波强度散点拟合示意图之二；
[0057]
图7是本发明提供的云中液态水含量的反演装置的结构示意图；
[0058]
图8是本发明提供的电子设备的结构示意图。
具体实施方式
[0059]
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0060]
需要说明的是，在本发明实施例的描述中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
[0061]
本技术的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符
“
/”，一般表示前后关联对象是一种“或”的关系。
[0062]
下面结合图1
‑
图8描述本发明所提供的云中液态水含量的反演方法和装置。
[0063]
图1是本发明提供的云中液态水含量的反演方法的流程示意图之一，如图1所示，包括但不限于以下步骤：
[0064]
步骤101：根据雨滴谱数据确定雷达回波理论值，以及降水回波阈值(简称：阈值t)。
[0065]
有鉴于雷达电磁波在探测降水云时，由于云粒子直径较大，会造成雷达电磁波的衰减严重，从而导致雷达反射率因子不准确；但是针对非降水云中的水粒子直径较小，相对于常规波段的雷达(如波长为8.6mm左右的雷达波)，是满足瑞利散射条件，故可以不对非降水云的雷达回波强度进行校准。
[0066]
针对上述原理，本发明提供的云中液态水含量的反演方法，首先利用相关仪器对降水云回波强度进行校准，以弱化因雷达电磁波衰减对测量精度的影响，具体来说：
[0067]
首先，通过激光雨滴谱仪持续采集较长时间段内的雨滴谱数据，并采用试验的方式，根据对所采集的雨滴谱数据的统计分析，确定出雷达回波理论值和降水回波阈值。
[0068]
其中，雷达回波理论值是指通过雨滴谱数据计算得到的回波强度理论值；所述降水回波阈值是指用于将实时获取的雷达平面扫描(plan position indicator，ppi)数据，划分为降水云回波数据和非降水云回波数据的阈值。
[0069]
步骤102：基于所述降水回波阈值，将雷达平面扫描数据划分为降水云回波数据和非降水云回波数据。
[0070]
激光雨滴谱仪可以用来测量降雨和降雪，其不仅可以对降雨、降雪过程进行监测，而且可以对降雨、降雪的特性进行详细分析。激光雨滴谱仪可以监测区分下落中的毛毛雨、大雨、冰雹、雪花、雪球以及各种介于雪花和冰雹之间的降水，并可以计算各种降雨类型的强度、总量、能见度，并且进行必要的分析，以绘出雨滴谱图，还可以对气象雷达数据进行校正。本发明主要可以利用激光雨滴谱仪所观测雨滴谱图，并从中区分降水云与非降水的降水回波阈值。
[0071]
在确定降水回波阈值之后，在每次进行云中液态水含量的反演过程中，在观测到一个ppi回波数据时，可以利用降水回波阈值对ppi回波数据进行划分，将大于降水回波阈值的部分作为降水云回波数据而将小于或等于降水回波阈值的部分作为非降水云回波。
[0072]
其中，降水云回波数据中包含有降水云回波强度的相关信息；非降水云回波数据中包含非降水云回波强度的相关信息。
[0073]
步骤103：利用所述雷达回波理论值对所述降水云回波数据进行校准，获取校准后的降水云回波数据。
[0074]
进一步地，利用雷达回波理论值对降水云回波数据进行校准，以消除电磁波衰减的影响，即在实测的降水云回波数据的基础上，通过增加雷达回波理论值与实测降水云回波强度之间的差值，以获取校准后的降水云回波数据。
[0075]
步骤104：利用第一函数对所述校准后的降水云回波数据进行反演，并利用第二函数对所述非降水云回波数据进行反演，以获取液态水含量平面扫描分布。
[0076]
所述第一函数为降水云液态水含量与雷达回波强度的关系函数，所述第二函数为非降水云液态水含量与雷达回波强度的关系函数。
[0077]
最后，利用预先拟合的降水云液态水含量(liquid water content，lwc)与雷达回波强度z的关系函数，即第一函数lwc
‑
z1，对校准后的降水云回波数据进行反演，则能够获取到降水云的液态水含量的分布情况；同时，利用预先拟合的非降水云液态水含量与雷达回波强度的关系函数，即第二函数lwc
‑
z2，对非降水云回波数据进行反演，则能够获取非降水云的液态水含量的分布情况。
[0078]
本发明提供的云中液态水含量的反演方法，通过雨滴谱数据确定降水回波阈值和理论回波强度，将ppi回波数据分为降水云回波数据和非降水云回波数据，用理论回波强度对降水云雷达回波强度进行校准，消除雨滴衰减对降水回波强度的影响，然后分别对两种回波数据分别进行液态水含量反演，对探测设备要求较低，且简化了反演流程，提高了反演的精度。
[0079]
图2是本发明提供的云中液态水含量的反演方法的流程示意图之二，如图2所示，在利用第一函数对所述校准后的降水云回波数据进行反演，并利用第二函数对所述非降水云回波数据进行反演之前，还可以包括以下步骤：
[0080]
获取任一时段内每个采样点的降水云时间高度扫描(time height indicator，thi)数据、非降水thi数据、雨滴谱数据和微波辐射数据；
[0081]
根据所述雨滴谱数据，确定所述任一时段内的雷达回波理论值和降水回波阈值；
[0082]
利用所述任一时段内的雷达回波理论值，对所述降水云时间高度扫描数据进行校准，获取校准后的降水thi数据；
[0083]
根据所述微波辐射数据，确定融化层高度和每个采样点的液态水含量；
[0084]
根据所述融化层高度，从所述降水云时间高度扫描数据中筛选出融化层以下的有效降水云thi数据；
[0085]
根据所述有效降水云thi数据所对应的每个采样点的雷达回波强度和液态水含量，确定所述第一函数；
[0086]
根据所述融化层高度，从所述非降水云时间高度扫描数据中筛选出融化层以下的有效非降水云thi数据；
[0087]
根据所述有效非降水云thi数据所对应的每个采样点的雷达回波强度和液态水含量，确定所述第二函数。
[0088]
本发明提供的云中液态水含量的反演方法，在分别利用第一函数以及第二函数，对校准后的降水云回波数据以及非降水云回波数据进行反演之前，还可以分别拟合出第一函数和第二函数。
[0089]
作为一种可选实施例，上述获取任一时段内每个采样点的降水云thi数据、非降水云thi数据、雨滴谱数据和微波辐射数据，可以包括：
[0090]
在所述任一时段内，利用ka波段双偏振雷达(简称：ka波段雷达)，按预设采样频率，对降水云进行周期性采样，获取所述降水云thi数据；
[0091]
在所述任一时段内，利用ka波段雷达，按所述预设采样频率，对非降水云进行周期性采样，获取所述非降水thi数据；
[0092]
按所述预设采样频率，利用激光雨滴谱仪采集所述任一时段内的所述激光雨滴谱仪数据；
[0093]
根据所述激光雨滴谱仪数据获取所述雨滴谱数据；
[0094]
按所述预设采样频率，利用微波辐射计采集所述任一时段内的所述微波辐射数据。
[0095]
具体来说，本发明实现降水云thi数据以及非降水云thi数据，是利用ka波段雷达来采集的。其中，ka波段是电磁频谱的微波波段的一部分，该波段直接高于k波段，ka波段的频率范围一般在26.5
‑
40ghz。
[0096]
双偏振云雷达，是指既能发射和接收水平偏振波又能发射和接收垂直偏振波的雷达。
[0097]
本发明采用ka波段雷达对云粒子进行雷达探测，以反演云中液态水含量，能够有效地提高分辨率。
[0098]
另外，在采集任一时段内的降水云thi数据和非降水云thi数据的同时，本发明在每个采样点利用激光雨滴谱仪采集雨滴谱仪数据，以实时获取任一时段内的雷达回波理论值和降水回波阈值。
[0099]
然后，还利用微波辐射计采集所述这一时段内的微波辐射数据。
[0100]
其中，微波辐射计是利用被动的接收各个高度传来的温度辐射的微波信号来判断温度、湿度曲线，能定量测量目标(如地物和大气各成分)的低电平微波辐射的高灵敏度接收装置。微波辐射计实质上就是一个高灵敏度、高分辨率的微波接收机。
[0101]
表面辐射率为ε(0≤ε≤1)、绝对温度为t0>0k的物体在整个电磁波的频谱上都会辐射出电磁波，其频谱与噪声相似，这种辐射称为热辐射，不同物体具有不同的热辐射频谱，有些物体辐射为连续频谱，有些物体辐射为离散频谱，通过测量和分析其辐射频谱，就可以区分不同物体。
[0102]
本发明借助微波辐射计所采集的微波辐射数据，确定出所测量的对象云的垂直温度曲线和液态水含量，并根据垂直温度曲线确定对象云中的融化层高度。其中，对象云可以是降水云或非降水云。
[0103]
本发明能够根据降水云中每个采样点的液态水含量以及雷达回波强度，反演出第一函数；并能够根据非降水云中每个采样点的液态水含量以及雷达回波强度，反演出第二函数。
[0104]
最后，可以利用第一函数和第二函数，分别对分割后的降水云回波数据以及非降水云回波数据进行反演，获取对象云中的液态水含量的分布。
[0105]
本发明提供的云中液态水含量的反演方法，在保证反演精确度的情况下，采用最经济和简单的ka波段双偏振云雷达、激光雨滴谱仪和微波辐射计，对云中液态水含量进行反演，该反演系统简单、造价低，容易大范围推广应用。
[0106]
作为一种可选实施例，如图2所示，本发明进行第一函数以及第二函数的拟合的步骤包括：
[0107]
一方面，采集某一时段内的ka波段降水云thi数据，其中ka波段降水云thi数据可以采用仿真图的形式表示。
[0108]
首先，通过对该时段内采集的雨滴谱数据进行分析，确定雷达回波理论值和降水回波阈值。
[0109]
进一步地，利用雷达回波理论值对ka波段降水云thi数据进行校准，获取校准后的降水云thi数据，并同样采用仿真图的形式表示。
[0110]
在融化层以上由于冰晶的存在，雷达回波强度有一部分是冰晶贡献的，在此情况下，如果在拟合雷达回波强度和液态水含量的过程中，利用了融化层以上的数据，那么最终所建立雷达回波强度和液态水含量之间的关系是不准确的。
[0111]
有鉴于此，本发明利用根据微波辐射数据，预先确定出融化层(即0℃层)的高度，然后仅对融化层以下的降水云进行雷达回波强度和液态水含量拟合，则能够有效地提高拟合的精度。
[0112]
具体地，确定从降水云thi数据所对应的仿真图中筛选出融化层高度以下部分，获取到有效降水云thi数据。
[0113]
然后，根据有效降水云thi数据，生成降水云液态水含量与回波强度的散点拟合图，进而拟合出第一函数。
[0114]
另一方面，采集上述时段内的ka波段非降水云thi数据。其中ka波段非降水云thi数据也可以采用仿真图的形式表示。
[0115]
同样，本发明利用根据微波辐射数据，预先确定出非降水云中的融化层(即0℃层)的高度，然后仅对融化层以下的非降水云进行雷达回波强度和液态水含量拟合，获得第二函数。
[0116]
可选地，本发明可以根据所述有效降水云时间高度扫描数据所对应的每个采样点的雷达回波强度和液态水含量，构建降水云液态水含量与雷达回波强度的第一散点拟合图；
[0117]
根据所述第一散点拟合图，获取所述第一函数。
[0118]
具体地，确定从非降水云thi数据所对应的仿真图中筛选出融化层高度以下部分，获取到有效非降水云thi数据。
[0119]
可选地，本发明还可以根据所述非降水云时间高度扫描数据所对应的每个采样点的雷达回波强度和液态水含量，确定所述第二函数，包括：
[0120]
根据所述非降水云时间高度扫描数据所对应的每个采样点的雷达回波强度和液态水含量，构建非降水云液态水含量与雷达回波强度的第二散点拟合图；
[0121]
根据所述第二散点拟合图，获取所述第二函数。
[0122]
具体地，可根据有效非降水云thi数据，生成非降水云液态水含量与回波强度的散点拟合图，进而拟合出第二函数。
[0123]
本发明提供的云中液态水含量的反演方法，利用微波辐射数据获得确定融化层高度，对融化层以下的对象云进行液态水含量反演，这样避免了融化层以上因冰晶对雷达反射率因子的贡献，导致液态水含量与回波强度的关系不准的情况，仅拟合融化层以下液态水含量和回波强度，所获得的液态水含量与回波强度关系更为准确。
[0124]
基于上述实施例的内容，作为一种可选实施例，根据所述激光雨滴谱仪数据获取所述雨滴谱数据，包括：
[0125]
根据所述激光雨滴谱仪数据，并结合所述任一时段内的雨滴落下速度、雨滴直径分辨率、所述激光雨滴谱仪的采集面积、采样时长，确定所述雨滴谱数据。
[0126]
由于雷达电磁波探测降水粒子时衰减严重，导致探测雷达反射率因子不准确，需要相关仪器对回波强度进行校准。因此，本发明针对这一情况，首先将激光雨滴谱仪探测数据转化为雨滴谱数据，转化计算公式如下所示：
[0127][0128]
其中，n(d)为激光雨滴谱仪观测数据，v(d)为雨滴下落速度，δd为雨滴直径分辨率，s为激光雨滴谱仪采集面积，t为采样时长，n(d)为转化后的雨滴谱数据。
[0129]
进一步地，本发明提供了一种根据雨滴谱数据确定雷达回波理论值的计算方法，其计算公式为：
[0130][0131]
其中，d为粒子直径；z为中间变量；z为雷达回波理论值；n(d)为雨滴谱数据；d表示微分。
[0132]
为了充分阐述本发明所提供的云中液态水含量的反演方法，现结合以下实施例进行实际说明。
[0133]
一方面，针对降水云thi数据：
[0134]
在探测时段为2019年8月26日22:18:40
‑
22:22:34内采集降水云thi数据、激光雨滴谱仪数据和微波辐射数据，该探测时段微波辐射计和激光雨滴谱仪均记录为连续降水，则可以获取降水云thi数据所对应的thi回波强度仿真图。
[0135]
利用公式1将激光雨滴谱仪数据转换成雨滴谱数据。然后，利用公式2对雨滴谱数据进行运算，计算出雷达回波理论值和降水回波阈值。
[0136]
利用雷达回波理论值对降水云回波数据进行校准，主要表现在利用雷达回波理论值对thi回波强度仿真图进行校准，获取校准后的降水云回波数据所对应的thi回波强度仿真图。
[0137]
然后，根据微波辐射计探测的微波辐射数据，获取垂直温度廓线图。
[0138]
图3是本发明提供的垂直温度廓线图的示意图之一，由图3可以获知融化层的高度大约为5km，故本发明将5km以下的降水云thi数据作为有效降水云thi数据，以对其进行拟合反演，获取降水云所对应的雷达回波强度和液态水含量关系，构建第一函数。
[0139]
具体来说，可以在校准后的降水云回波数据所对应的thi回波强度仿真图中去除5km以上的部分，则可以获取到有效降水云thi数据所对应的thi回波强度仿真图。
[0140]
进一步地，根据有效降水云thi数据所对应的thi回波强度仿真图，生成降水云液态水含量与回波强度的散点拟合图。
[0141]
图4是本发明提供的降水云液态水含量与回波强度散点拟合示意图之一，如图4所示，所获取的第一函数为：
[0142]
lwc1＝0.1431*z
0.123
。
[0143]
另一方面，针对非降水云thi数据：
[0144]
可以在探测时段为2019年8月26日12:58:52
‑
13:02:47内采集非降水云thi数据、激光雨滴谱仪数据和微波辐射数据，该探测时段微波辐射计和激光雨滴谱仪均记录为非降水时段。
[0145]
由于非降水云的云粒子直径较小，相对于ka波段雷达(波长为8.6mm)，是满足瑞利散射条件的。因此，本发明不对非降水云的雷达回波强度进行校准。
[0146]
相应地，获取非降水云thi数据所对应的thi回波强度仿真图。
[0147]
同理，利用公式1将激光雨滴谱仪数据转换成雨滴谱数据。然后，利用公式2对雨滴谱数据进行运算，计算出雷达回波理论值和降水回波阈值。
[0148]
图5是本发明提供的垂直温度廓线图的示意图之二，由图5可以获知融化层的高度大约为5km，故本发明将5km以下的非降水云thi数据作为有效非降水云thi数据，以对其进行拟合反演，获取非降水云所对应的雷达回波强度和液态水含量关系，构建第二函数。
[0149]
具体来说，可以在非降水云回波数据所对应的thi回波强度仿真图中去除5km以上的部分，则可以获取到有效非降水云thi数据所对应的thi回波强度仿真图。
[0150]
进一步地，根据有效非降水云thi数据所对应的thi回波强度仿真图，生成非降水云液态水含量与回波强度的散点拟合图。
[0151]
图6是本发明提供的非降水云液态水含量与回波强度散点拟合示意图之二，如图6所示，所获取的第二函数为：
[0152]
lwc2＝0.1554z
0.1504
。
[0153]
最后，在分别拟合出降水云与非降水云相关的第一函数和第二函数之后，即可反演实时采集的ppi回波(ppi数据对应的雷达波)相关的液态水含量。
[0154]
首先，通过雨滴谱数据所获得的用于降水云与非降水划分的回波强度阈值，本发明实施例中设回波强度阈值为15dbz。
[0155]
然后，对ppi回波进行分类，大于阈值的为降水云回波，不大于阈值的为非降水云回波，并对降水云回波的雷达回波强度进行校准(校准方法在此不作赘述)；根据微波辐射数据确定融化层高度，最后利用获得的第一函数和第二函数，反演融化层以下ppi液态水含量。
[0156]
通过实际试验验证可以获知，相对于本发明所提供的云中液态水含量的反演方法，未消除雨滴衰减对降水回波强度的影响，即未校准降水云回波强度反演的液态水含量结果明显偏小。同时，未消除融化层以上因冰晶对雷达反射率因子的影响，会导致最终获取的液态水含量平面扫描分布与实际情况存在较大偏差。
[0157]
图7是本发明提供的云中液态水含量的反演装置的结构示意图，如图7所示，主要包括第一处理模块71、第二处理模块72、第三处理模块73和第三处理模块74，其中：
[0158]
第一处理模块71主要用于根据雨滴谱数据确定雷达回波理论值，以及降水回波阈值；
[0159]
第二处理模块72主要用于基于所述降水回波阈值，将雷达平面扫描数据划分为降水云回波数据和非降水云回波数据；
[0160]
第三处理模块73主要利用所述雷达回波理论值对所述降水云回波数据进行校准，获取校准后的降水云回波数据；
[0161]
第四处理模块74主要利用第一函数对所述校准后的降水云回波数据进行反演，并利用第二函数对所述非降水云回波数据进行反演，以获取液态水含量平面扫描分布。
[0162]
所述第一函数为降水云液态水含量与雷达回波强度的关系函数，所述第二函数为非降水云液态水含量与雷达回波强度的关系函数。
[0163]
需要说明的是，本发明实施例提供的云中液态水含量的反演装置，在具体运行时，可以执行上述任一实施例所述的云中液态水含量的反演方法，对此本实施例不作赘述。
[0164]
本发明提供的云中液态水含量的反演装置，通过雨滴谱数据确定降水回波阈值和理论回波强度，将ppi回波数据分为降水云回波数据和非降水云回波数据，用理论回波强度对降水云雷达回波强度进行校准，消除雨滴衰减对降水回波强度的影响，然后分别对两种回波数据分别进行液态水含量反演，对探测设备要求较低，且简化了反演流程，提高了反演的精度。
[0165]
图8是本发明提供的电子设备的结构示意图，如图8所示，该电子设备可以包括：处理器(processor)810、通信接口(communications interface)820、存储器(memory)830和通信总线840，其中，处理器810，通信接口820，存储器830通过通信总线840完成相互间的通信。处理器810可以调用存储器830中的逻辑指令，以执行云中液态水含量的反演方法，该方法包括：根据雨滴谱数据确定雷达回波理论值，以及降水回波阈值；基于所述降水回波阈值，将雷达平面扫描数据划分为降水云回波数据和非降水云回波数据；利用所述雷达回波理论值对所述降水云回波数据进行校准，获取校准后的降水云回波数据；利用第一函数对所述校准后的降水云回波数据进行反演，并利用第二函数对所述非降水云回波数据进行反演，以获取液态水含量平面扫描分布；所述第一函数为降水云液态水含量与雷达回波强度的关系函数，所述第二函数为非降水云液态水含量与雷达回波强度的关系函数。
[0166]
此外，上述的存储器830中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read
‑
only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0167]
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的云中液态水含量的反演方法，该方法包括：根据雨滴谱数据确定雷达回波理论值，以及降水回波阈值；基于所述降水回波阈值，将雷达平面扫描数据划分为降水云回波数据和非降水云回波数据；利用所述雷达回波理论值对所述降水云回波数据进行校准，获取校准后的降水云回波数据；利用第一函数对所述校准后的降水云回波数据进行反演，并利用第二函数对所述非降水云回波数据进行反演，以获取液态水含量平面扫描分布；所述第一函数为降水云液态水含量与雷达回波强度的关系函数，所述第二函数为非降水云液态水含量与雷达回波强度的关系函数。
[0168]
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的云中液态水含量的反演方法，该方法包括：根据雨滴谱数据确定雷达回波理论值，以及降水回波阈值；基于所述降水回波阈值，将雷达平面扫描数据划分为降水云回波数据和非降水云回波数据；利用所述雷达回波理论值对所述降水云回波数据进行校准，获取校准后的降水云回波数据；利用第一函数对所述校准后的降水云回波数据进行反演，并利用第二函数对所述非降水云回波数据进行反演，以获取液态水含量平面扫描分布；所述第一函数为降水云液态水含量与雷达
回波强度的关系函数，所述第二函数为非降水云液态水含量与雷达回波强度的关系函数。
[0169]
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
[0170]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
[0171]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。