超高频无线微波数据驱动的露点-霜点温度场重构方法
文献发布时间:2023-06-19 11:02:01
技术领域
本发明涉及新一代通信技术应用领域,具体涉及一种超高频无线微波数据驱动的露点-霜点温度场重构方法。
背景技术
未饱和空气在保持绝对含水量不变的情况下降低温度,使之达到饱和状态时的温度叫做露点温度,一般把0℃以上称为“露点”,把0℃以下称为“霜点”。露点/霜点温度是描述气体湿度(含水蒸气量)的主要湿度参数,也是影响人体舒适度的重要指标,在人体散热、天气起雾、引擎结冰、农业、空调除湿、化工、航海等方面均有重要的指导作用。因此,监测露点/霜点温度值及其空间分布,是一项十分具有实际意义的工作。
目前,露点温度的监测还较难实现,传统的露点/霜点温度监测方法主要有露点仪监测法(直接)和公式反算法(间接)。露点仪操作复杂、监测成本高,低温条件下精度和灵敏度会明显降低,易产生较大误差;公式反算法需引入较多气象要素,计算过程复杂,不同公式的计算结果存在差异,且监测误差随温度的降低而迅速增大。此外,传统方法均是对露点/霜点温度的点尺度监测,无法实现对空间二维露点-霜点温度场的高时空分辨率监测。
发明内容
发明目的:为了解决现有技术中露点-霜点温度监测的时空分辨率和监控精度较低的问题,本发明提供一种超高频无线微波数据驱动的露点-霜点温度场重构方法。
技术方案:本发明提供一种超高频无线微波数据驱动的露点-霜点温度场重构方法,包括以下步骤:
S1、获取研究区在研究时段内多条超高频无线微波链路的微波数据;获取微波数据在大气中的衰减信号;获取气象站的湿度、温度数据;
S2、建立基于无线微波特征衰减的露点-霜点温度反演模型,根据反演模型,利用微波数据和气象站的湿度、温度数据推求每条链路中点处的露点或霜点温度;
S3、根据每条链路中点处的露点或霜点温度,利用插值法重构空间二维露点-霜点温度场,并用气象站数据进行校正。
进一步地,所述步骤S2中,基于无线微波特征衰减的露点-霜点温度反演模型的建立步骤包括:
S2-1、选择干期时段并忽略干空气造成的衰减,得到某条链路、某个时刻的衰减:
γ=γ
其中,γ为微波信号在大气中的总衰减,γ
S2-2、计算N
Nw″(f,T,T
其中,S
S
其中,e为水汽压力,θ=300/(T+273.15),b1、b2为水汽吸收线系数;
水汽压力e由温度T、露点或霜点温度T
其中,RH为相对湿度,a=17.27,b=237.7℃,ρ为水汽密度;
其中,f
其中,b3、b4、b5、b6为水汽吸收线的系数,p为干燥空气压力;
考虑多普勒效应,对宽度Δf
S2-3、将气象站的历史实测湿度构成长度为N的数组(ρ
若M条微波链路的链路长度分别为L
RSL
其中,RSL
已知第i条链路的参考电平RSL
根据公式(1)~(12)总结得到露点/霜点温度和微波信号衰减值的关系为:
其中,f
已知衰减
进一步地,步骤S3具体包括:
S3-1、利用多个气象站的实测温度数据序列,插值得到每条链路的中点处的温度值T序列以及空间分布;
S3-2、根据温度T序列和微波数据的空间分布,利用步骤S2求解得到该条链路中点处的露点或霜点温度,使用反距离加权法进行空间插值,得到空间任意点处的露点或霜点温度;
S3-3、根据气象站监测到的露点或霜点温度,插值得到露点或霜点温度空间分布;
对露点-霜点温度场插值结果进行校正:
T
其中,T
进一步地,步骤S2中,利用微波数据和气象站的湿度、温度数据推求每条链路的露点或霜点温度估计值,作为该条链路中点处的露点或霜点温度。
进一步地,所述步骤S1中,超高频无线微波链路的微波数据经离散化采样后记为:
{y
其中,{yi}为动态测试数据,{fi}为较平滑的测量结果,{ej}为随机误差,N为数据个数;
采用滑动平均法过滤随机误差。
有益效果:本发明提供一种超高频无线微波数据驱动的露点-霜点温度场重构方法,相比较现有技术,具备如下优点:
1、利用超高频无线微波链路动态监测露点/霜点温度,采用已有的无线基站通信设施,节省了一次性基础设施投资、大量的运行和人员维护成本,具有建设快、投资小、维护方便、加密观测灵活等显著优势。
2、建立了基于无线微波数据的露点-霜点温度反演模型,大幅提高了露点-霜点温度的监测密度,实现了从零维的露点-霜点温度“点”到空间二维露点-霜点温度“场”的突破,提升露点-霜点温度监测的时空分辨率。
3、运用气象站实测数据对露点-霜点温度场的插值结果进行校正,更具准确性和科学性,提高露点-霜点温度监控的精度。
附图说明
图1为本发明方法的流程图。
具体实施方式
下面结合附图和具体实施例,进一步阐明本发明。
如图1所示,一种超高频无线微波数据驱动的露点-霜点温度场重构方法,包括以下步骤:
S1、获取研究区在研究时段内多条超高频无线微波链路的微波数据;获取微波数据在大气中的衰减信号;获取气象站的湿度、温度数据;
其超高频无线微波链路的微波数据存在随机误差与噪声,经离散化采样后记为:
{y
其中,{yi}为动态测试数据,{fi}为较平滑的测量结果,{ej}为随机误差,N为数据个数;
可采用滑动平均法过滤随机误差,得到的微波数据更加准确。
S2、建立基于无线微波特征衰减的露点-霜点温度反演模型,根据反演模型,利用微波数据和气象站的湿度、温度数据推求每条链路的露点或霜点温度估计值,作为该条链路中点处的露点或霜点温度;
其中,基于无线微波特征衰减的露点-霜点温度反演模型的建立步骤包括:
S2-1、微波信号在大气中的衰减简化模型:
r=r
其中,r为总衰减(dB/km),r
忽略其他因素造成的衰减,选择干期无雨时段作为研究时段,总特征大气衰减的计算公式如下所示:
γ=γ
其中,N
考虑到水汽引起的衰减比干燥空气引起的衰减高数个量级,此处在考虑无线微波的特征大气衰减影响时,省略干空气引起的衰减项,因此,在选择干期时段并忽略干空气造成的衰减后,得到:
γ=γ
其中,γ为微波信号在大气中的总衰减,γ
由于水汽引起的衰减比干燥空气引起的衰减高数个量级,建立的基于无线微波特征衰减的露点-霜点温度反演模型,在考虑大气影响衰减时省略了干空气引起的衰减项,不会影响计算结果,并且显著提高了模型的计算效率。
S2-2、计算N
Nw″(f)=∑
其中,S
S
其中,e为水汽压力,θ=300/(T+273.15),b1、b2为水汽吸收线系数;
水汽压力e由温度、露点或霜点温度得到:
其中,RH为相对湿度(%),扩17.27,b=237.7℃,ρ为水汽密度(g/m
水汽曲线形状因子F
其中,f为链路的频率,f
水汽吸收线的宽度Δf
其中,b3、b4、b5、b6为水汽吸收线的系数,p为干燥空气压力(hpa);
考虑多普勒效应,对宽度Δf
S2-3、单条链路的露点/霜点温度反演
气象站的历史实测湿度构成长度为N的数组(ρ
若M条微波链路的链路长度分别为L
RSL
其中,RSL
已知第i条链路的参考电平RSL
因此,根据式子(2)~(15)总结得到露点/霜点温度和微波信号衰减值的关系为:
其中,f
已知衰减
S3、根据每条链路中点处的露点或霜点温度,利用插值法重构空间二维露点-霜点温度场,并用气象站数据进行校正,具体包括:
S3-1、利用多个气象站的实测温度数据序列,插值得到每条链路中点处的温度值T序列以及空间分布;
S3-2、根据温度T序列和微波数据的空间分布,利用步骤S2求解得到的该条链路中点处的露点或霜点温度,使用反距离加权法进行空间插值,得到空间任意点处的露点或霜点温度;
S3-3、根据气象站监测到的露点或霜点温度,插值得到精确度较低的露点或霜点温度空间分布。
对露点-霜点温度场插值结果进行校正:
T
其中,T
因为气象站一般也会监测露点或霜点温度,虽然气象站分布比较稀疏,精确度较低,但是用气象站监测到的数据进行插值得到的T
- 超高频无线微波数据驱动的露点-霜点温度场重构方法
- 超高频无线微波数据驱动的露点-霜点温度场重构方法