FR2933203A1 - Procede de caracterisation de l'intensite de convection d'un nuage, par un radar meteorologique - Google Patents
Procede de caracterisation de l'intensite de convection d'un nuage, par un radar meteorologique Download PDFInfo
- Publication number
- FR2933203A1 FR2933203A1 FR0803634A FR0803634A FR2933203A1 FR 2933203 A1 FR2933203 A1 FR 2933203A1 FR 0803634 A FR0803634 A FR 0803634A FR 0803634 A FR0803634 A FR 0803634A FR 2933203 A1 FR2933203 A1 FR 2933203A1
- Authority
- FR
- France
- Prior art keywords
- reflectivity
- parameter
- cloud
- profile
- threshold
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000002310 reflectometry Methods 0.000 claims abstract description 82
- 238000009826 distribution Methods 0.000 claims abstract description 10
- 238000005259 measurement Methods 0.000 claims description 2
- 238000001556 precipitation Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 4
- 238000010606 normalization Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
- G01S13/953—Radar or analogous systems specially adapted for specific applications for meteorological use mounted on aircraft
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
La présente invention concerne un procédé de caractérisation de l'intensité de convection d'un nuage par un radar météorologique. La réflectivité dudit nuage à une onde électromagnétique étant distribuée dans l'espace, la distribution de la réflectivité étant discrétisée selon un réseau de points (i, j, k) de l'espace en trois dimensions, au moins un profil (22) est défini comme une fonction normalisée d'un paramètre (21), lui-même fonction numérique donnée à deux dimensions (i, j) de la distribution de la réflectivité en chaque point du réseau, ladite fonction normalisée variant uniformément entre une valeur constante minimale et une valeur constante maximale, la fonction étant égale à la valeur minimale lorsque le paramètre est inférieur à un seuil bas (Seuil min) et étant égale à la valeur maximale lorsque le paramètre est supérieur à un seuil haut (Seuil max), le nuage étant caractérisé comme convectif lorsque le profil est égal à l'une des valeurs constante et comme stratiforme lorsqu'il est égal à l'autre valeur constante. L'invention s'applique notamment à des radars météorologiques embarqués sur des avions.
Description
PROCEDE DE CARACTERISATION DE L'INTENSITE DE CONVECTION D'UN NUAGE, PAR UN RADAR METEOROLOGIQUE
La présente invention concerne un procédé de caractérisation de l'intensité de convection d'un nuage par un radar météorologique. Elle s'applique notamment à des radars météorologiques embarqués sur des avions.
En cours de vol, le pilote d'un avion utilise généralement un système d'observations météorologiques issues d'un radar lui donnant des informations sur l'état de l'atmosphère dans le but de détecter les risques inhérents aux situations météorologiques permettant entre autre de restituer un champ de vitesse Doppler et un champ de réflectivité radar en trois dimensions, 3D. Ces champs sont obtenus en effectuant avec le radar des balayages successifs suivant différents angles de site et d'azimut. En chaque point d'une grille 3D couvrant le domaine d'observation, on dispose ainsi en particulier d'une information de réflectivité radar dépendant de la longueur d'onde utilisée et des propriétés de réflexion, d'absorption et de diffusion des cibles présentes dans le volume de résolution radar. Sur l'écran de contrôle, dans le poste de pilotage, le pilote voit alors s'afficher une information météorologique analysée généralement selon quatre niveaux de couleurs correspondant soit à l'absence de signal, soit à un facteur de réflectivité faible, modéré ou fort. Le pilote interprète ces informations en termes de risque pour décider s'il peut conserver la trajectoire prévue pour son avion ou s'il doit la modifier pour éviter une zone présentant des risques météorologiques, par exemple une zone où un orage se produit. Pour simplifier la démarche du pilote dans sa prise de décision, il est utile de 25 traduire les champs météorologiques observés par le radar en un champ décrivant le niveau de risque météorologique. Généralement, les radars météorologiques embarqués sur les avions fonctionnent en bande X. La réflectivité radar mesurée par un radar météorologique en bande X utilisant une seule longueur d'onde, présente 30 une ambiguïté en ce qui concerne sa relation avec la nature et les caractéristiques des hydrométéores, telles que des gouttes d'eau, de neige ou de grêle notamment, qui l'ont générée. En effet, cette relation est fortement non bijective. Par conséquent un même niveau de réflectivité peut être généré par des hydrométéores de natures très différentes, provenant soit de la neige ou de la grêle notamment, correspondant à des situations météorologiques également très différentes du point de vue du risque aéronautique, par exemple des nuages stratiformes et des nuages de convection épaisse tels que les cumulonimbus. Ce défaut de bijectivité concerne notamment la grêle composée de grêlons de taille supérieure à environ un centimètre de diamètre sphérique équivalent. Ces grêlons sont situés hors du domaine de diffusion de Rayleigh, dans lequel travaillent usuellement les radars météorologiques. Ils se trouvent alors dans le domaine de diffusion de Mie qui est tel que lorsque la taille du grêlon augmente, sa réflectivité diminue. II est donc nécessaire de lever cette ambiguïté et d'obtenir avec un radar météorologique à la fois des informations sur la nature dynamique des nuages générateurs du champ de réflectivité, nuages stratiformes ou nuages convectifs intenses de type cumulonimbus d'orage, et sur la nature microphysique des hydrométéores, issus de pluie, de neige ou de gros grêlons. Des solutions sont connues pour lever cette ambiguïté. En particulier on sait déterminer le niveau de risque en chaque point de grille en utilisant de simples seuils sur le facteur de réflectivité radar observé en ces points. Si celui-ci est supérieur à 40 dBZ, le risque est considéré comme fort tandis que s'il est inférieur à 30 dBZ le risque est considéré comme faible. Entre ces deux valeurs, le risque est considéré comme modéré. Ces seuils peuvent éventuellement être différents selon les régions survolés conformément notamment à ce qui est décrit dans le brevet US 7 129 885. Cette méthode d'estimation du risque par la seule valeur ponctuelle de la réflectivité radar a notamment pour inconvénient qu'elle peut conduire à une sous-estimation ou une surestimation du risque dans certaines situations météorologiques. Par exemple, une forte averse de neige dans un système stratiforme peut être vue par un radar avec des facteurs de réflectivité élevés, supérieurs à 40 dBZ, alors que la situation ne présente pas de risque pour l'avion en vol.
Un but de l'invention est notamment d'éviter cet inconvénient et de lever 35 l'ambiguïté précitée de façon fiable. A cet effet, l'invention a pour objet un procédé de caractérisation de l'intensité de convection d'un nuage, la réflectivité dudit nuage à une onde électromagnétique étant distribuée dans l'espace, la distribution de la réflectivité étant discrétisée selon un réseau de points (i, j, k) de l'espace en trois dimensions, au moins un profil est défini comme une fonction d'un paramètre, lui-même fonction numérique donnée à deux dimensions (i, j) de la distribution de la réflectivité en chaque point du réseau, ladite fonction variant uniformément entre une valeur constante minimale et une valeur constante maximale, la fonction étant égale à la valeur minimale lorsque le paramètre est inférieur à un seuil bas (Seuil min) et étant égale à la valeur maximale lorsque le paramètre est supérieur à un seuil haut (Seuil max), le nuage étant caractérisé comme convectif lorsque le profil est égal à l'une des valeurs constante et comme stratiforme lorsqu'il est égal à l'autre valeur constante. Avantageusement, la fonction du paramètre est par exemple normalisée.
La fonction numérique à deux dimensions (i, j), définissant un paramètre, est par exemple calculée dans le plan horizontal. Un nuage convectif correspond par exemple à la valeur constante haute. Le profil peut être un profil global combinant plusieurs profils, ledit profil global étant défini par une fonction normalisée d'un paramètre combinant les différents paramètres numériques liés aux dits profils. La combinaison des différents paramètres est par exemple une moyenne pondérée. Un paramètre est par exemple l'intégrale de la réflectivité selon la dimension verticale (z, k).
Un paramètre peut être une mesure de la hauteur de colonne, selon la dimension verticale, pour laquelle les points pris en compte sont ceux dont la valeur de réflectivité est supérieure à un seuil donné. Un paramètre peut aussi être l'altitude maximum où les réflectivités sont supérieures à un seuil donné.
Un paramètre est par exemple la réflectivité maximum calculée dans une verticale donnée. Un paramètre est par exemple le gradient vertical de réflectivité entre une zone de réflectivité maximum et l'altitude maximum où les réflectivités sont supérieures à un seuil donné.
Un paramètre peut aussi être le gradient horizontal de la réflectivité à une altitude donnée.
Le paramètre est par exemple calculé dans un volume déterminé.
D'autres caractéristiques et avantages de l'invention apparaîtront à l'aide de la figure qui suit faite en regard de dessins annexés qui représentent : la figure 1, une illustration d'un réseau de réflectivité radar à l'intérieur d'un nuage ; la figure 2, un profil caractérisant un nuage, utilisé par un procédé selon l'invention ; - la figure 3, un exemple de combinaison possible de profils caractérisant un nuage, dans un procédé selon l'invention.
La figure 1 illustre une grille de réflectivité dans l'espace. L'espace est discrétisé selon un réseau de points de l'espace, en trois dimensions. Ce réseau forme une structure appelée grille par la suite. Chaque point de la grille, repéré par son indice i selon une ligne I, son indice j selon une ligne J et son indice k selon une ligne K présente une réflectivité Z(i, j, k) qui est détectée par un radar météorologique. Les indices i, j définissent la position d'un point dans le plan horizontal, et l'indice k défini la position verticale de ce point. L'espace ainsi discrétisé est mémorisé dans le calculateur du radar avec les réflectivités associées Z(i, j, k). Une matrice à trois dimensions est ainsi stockée que l'on confondra par la suite avec la grille de l'espace. On pourra ainsi de façon indifférente parler de grille de réflectivité Z(i, j, k) ou de matrice de réflectivité Z(i, j, k). La matrice de réflectivité peut être renouvelée ou mise à jour au fur et à mesure des périodes d'observation du radar. La matrice de réflectivité correspond à un domaine d'observation couvert par le radar.
Le procédé selon l'invention permet de caractériser l'intensité de convection d'un nuage à partir des la distribution spatiale de sa réflectivité, plus particulièrement en fonction de la distribution spatiale discrétisée, selon une grille par exemple. En fonction de cette caractérisation, il est ensuite possible d'estimer, par un pilote ou de façon automatique au moyen d'un programme d'analyse, les risques liés à ce nuage.
La figure 2 illustre par une courbe 1 une fonction de normalisation définissant un type de profil selon la valeur d'un paramètre considéré, ce profil défini par une courbe fonction de ce paramètre est du type à deux dimensions 2D.
L'invention part du fait que pour estimer le niveau de risque en un point de la grille de réflectivité, la valeur ponctuelle du facteur de réflectivité apporte une réponse ambigüe donc insuffisante. Pour compléter l'information relative au seuil de réflectivité, l'invention considère un ensemble de paramètres relatifs à la distribution spatiale de réflectivité permettant de déterminer le caractère convectif épais ou stratiforme d'un nuage. La connaissance de ce caractère permet non seulement de connaître la nature physique des hydrométéores responsables d'un signal reçu par un radar mais aussi de pondérer correctement le risque lié à la dynamique des nuages par l'identification du caractère convectif ou stratiforme.
En ce qui concerne l'identification de profils, plusieurs critères doivent être pris en compte pour obtenir ce profil. Ces critères sont ensuite exploités, par exemple à l'aide d'un arbre de décision, ou encore en intervenant comme les termes d'une somme pondérée. Dans ce dernier cas, les critères étant de natures différentes, ils sont par exemple normalisés, par exemple de façon que chacun d'eux varie entre la valeur 0 et la valeur 1 comme illustré sur la figure 2. Il s'agit donc de choisir un seuil haut , Seuil max sur la figure 1, un seuil bas, Seuil min sur la figure 2, et une fonction de normalisation pour chaque paramètre. La fonction peut être linéaire comme dans la figure 1, variant donc linéairement entre Seuil min et Seuil max. La fonction peut néanmoins présenter une autre forme. Ces seuils sont choisis tels qu'ils correspondent, suivant le critère adopté, pour l'un à une situation convective intense, cas du seuil haut, et pou l'autre à une situation stratiforme, cas du seuil bas. Ainsi, après normalisation du critère, un profil convectif intense obtient le score 1 tandis qu'un profil stratiforme obtient le score O. Si le profil est ambigu ou de convection peu intense, il obtient un score intermédiaire défini par la partie linéaire de la courbe. Les différents critères normalisés sont pondérés en fonction de la confiance que l'on accorde à chacun. Le score final est comparé à un seuil afin de déterminer la nature du profil.
La figure 3 illustre par un schéma le principe d'identification de profils stratiformes ou convectifs utilisé par un procédé selon l'invention pour estimer des risques météorologiques. A partir du champ de réflectivité 3D 20, et pour chaque critère d'identification on calcule le paramètre correspondant 21 auquel on applique une fonction de normalisation du type de celle illustrée par la figure 2. On obtient ainsi autant de champs de profils 22, en 2D, que de critères choisis. L'exemple de la figure 2 comporte n critères. Dans un cas limite, il est possible de n'utiliser qu'un seul critère, n = 1 dans ce cas.
Les champs de profils sont par exemple par la suite combinés pour une fonction 23 qui peut être une moyenne pondérée afin d'obtenir un seul champ de profil 24 utilisable pour la détermination du type microphysique des hydrométéores et du niveau de risque encouru par l'avion. Plusieurs critères d'identification peuvent donc être utilisés. Comme indiqué précédemment, un radar météorologique permet de restituer un champ de vitesse Doppler et champs de réflectivité en trois dimensions, 3D. En chaque point d'une grille 3D, préalablement définie et telle qu'illustré par exemple par la figure 1, et couvrant un domaine d'observation, on dispose ainsi d'une information de réflectivité.
Les caractéristiques microphysiques des hydrométéores sont à déterminer pour chaque point de la grille mais le profil stratiforme/convectif en peut être identifié en ne considérant qu'un seul point. L'invention propose plusieurs paramètres qui permettent l'identification des profils. Ils sont calculés à partir des réflectivités mesurées en tous points de grille à la verticale du point considéré. A partir du champ 3D de réflectivité fourni par le radar, et éventuellement interpolé dans un repère approprié, par exemple le repère géocentré latitude ù longitude ù altitude, le procédé selon l'invention calcule un champ 2D de valeurs pour chaque paramètre d'identification.
Un premier critère possible, appelé VIZ, est l'intégrale de la réflectivité le long de la verticale, en un point donné selon l'horizontale. II est représentatif de la quantité des précipitations en ce point donné. VIZ est déterminé en calculant l'intégrale de la réflectivité Z selon la verticale :35 =m~ VIZ(x, y) = J Z(x, y, z)dz 0 où x et y désignent les coordonnées cartésiennes du point selon l'horizontale et z la coordonnée verticale, l'intégrale étant calculée jusqu'à une 5 coordonnée maximale zmax le long de la verticale.
Etant donné que les valeurs de réflectivité selon la verticale sont données dans la grille 3D de manière discrète, le calcul numérique du champ 2D de VIZ est donc donné par la relation suivante : kmax 10 VIZJ = 1Zy-k (2) k=0 où i et j représentent les indices selon les deux dimensions horizontales et k l'indice vertical, Z;~k est la réflectivité au point d'indices i, j et k de la grille de réflectivité.
15 Cette somme définie par la relation (2) peut être remplacée par la somme des intensités de précipitation selon la verticale. Un autre paramètre possible est la hauteur de colonne, notée Hco,onne. L'une des caractéristiques principales des zones convectives est leur extension
20 verticale importante. Le critère de hauteur de colonne représente la hauteur cumulée d'une colonne de valeurs de réflectivités supérieures à un seuil donné. Le critère de hauteur de colonne, en un point d'indices i, j selon l'horizontale, est ainsi donnée par la relation suivante : kmax Hcolonne = az;k 4A~ 25 k=0 1 1 si Z > seuil avec 8 = Z 0 sinon Dans cette relation (3), AA"k représente le pas en distance suivant l'axe vertical au niveau du point de la grille d'indices i, j et k, k étant l'indice selon la verticale, et kmax étant l'indice du point le plus haut. Z est la réflectivité au 30 point i, j, k.. 7 (1) (3) Un autre critère qui peut être utilisé par l'invention est complémentaire de la hauteur de colonne. Il sera appelé par la suite écho top et noté Etop. II permet d'améliorer la probabilité de détection dans certaines configurations, notamment pour les cumulonimbus en forme d'enclume. Il correspond à l'altitude de l'écho le plus haut sur une colonne d'observation détecté par le radar. Pour chaque colonne repérée dans le plan horizontale par un couple d'indices (i, j) dans la grille de réflectivité, on recherche l'élément d'indice vertical k le plus élevé pour lequel la réflectivité est supérieure à un seuil donné. En chaque couple (i, j), la valeur du champ d'écho top est l'altitude de l'élément trouvé, ainsi le critère Etop est donné par la relation suivante :
Etopu = maxk (Auk , Zuk > 0) (4) où Auk désigne l'altitude d'un point de la grille de réflectivité et max k le maximum suivant k.
Un autre critère possible est le facteur de réflectivité maximum rencontré dans une colonne, Zmax. Il permet de localiser rapidement les zones de précipitation intense, telle que la grêle, les fortes pluies ou la neige. Zmax, selon une colonne définie par ses indices i, j dans le plan horizontal, est obtenu selon la relation suivante :
Zmax ~ =maxk (Z,~k ) (5) Un autre critère possible est le gradient vertical de réflectivité, gradä (Z). II s'agit du gradient vertical de réflectivité entre l'altitude correspondant au facteur Zmax et celle du sommet des échos, c'est-à-dire entre l'altitude zM où l'on observe le maximum de réflectivité et l'écho top Etop. Si le maximum de réflectivité s'étend sur plusieurs points de grille, l'altitude moyenne est alors considérée. Le gradient gradä (Z) est donné par la relation (7) issue de la relation (6) suivante : grade Z(x, y, z) _ Z(x, y, zM) ù Z(x, y, Etop) zM ù Etop (6) Dans le domaine numérique, en considérant les points discrétisés de la grille, en un point d'indices i, j, k : grade Z = Z(Auk,Zjk = Zmax) ù Z(A;, , A,jk = Etop) (7) Un autre critère possible est le gradient horizontal de réflectivité, gradH(Z). Il s'agit du gradient de réflectivité selon un plan horizontal à une altitude z choisie. En raison du caractère bidirectionnel de ce gradient, on considère par exemple sa norme, donnée par la relation suivante : IlgradH Z(x, y, z)II = z ùv2 ( aZ\2 'ôZ + ù \.ôx,Z ôyiZ (9) Du point de vue numérique, en un point i, j, k de la grille de réflectivité, le 15 gradient horizontal s'obtient selon la relation suivante : 2 2 Z(i+1) j,k=k, ù Zij,k=k, \ + Zi(j+I ),k=k ù Zij.k=k \
d. d . IJ,k=k, J )l,k=k, 20 en notant d; et di les pas selon les dimensions horizontales x et y respectivement.
Un autre critère qui peut être utilisé pour l'identification d'un profil est la réflectivité Z1500 au de dessus de l'isotherme 0° C, à une altitude d'environ 25 1500 mètres.
Z1500 = Z(i, j, k15oo )
où k15o0 est tel que Ajkisä =Ajkoc +1500, Alko°c étant l'altitude de 1/2 IlgradH Zuk Il ij,kk (10) 30 l'isotherme 0°C.
Les critères ou paramètres précédents sont fondés sur l'analyse d'une colonne de réflectivité. Il est aussi possible selon l'invention d'utiliser des critères volumiques. En particulier, d'autres critères fondés sur des volumes différents peuvent être utilisés. Le champ de profil calculé peut ainsi devenir un champ 3D. Dans l'exemple d'une sphère, pour chaque point i, j, k de l'espace où l'on veut calculer un type de profil, on considère une sphère de rayon fixé centré sur ce point. Certains des paramètres précédents acquièrent alors une définition différente. Le critère VIZ devient un critère d'intégration dans l'espace qui représente alors la somme des réflectivités dans le volume de référence, la sphère dans le présent exemple. Le critère Zmax devient un facteur de réflectivité maximum observé dans ce volume de référence. D'autres critères volumiques peuvent être définis : Le volume Vzseuil total pour lequel le facteur de réflectivité Z est supérieur à un seuil ZSeU11 déterminé. Il s'agit de sommer les volumes élémentaires pour lesquels Z dépasse une valeur seuil Zseuii (par exemple 35 dBZ). Ce paramètre indique le volume ou la convection est parvenue à son terme de développement. Plusieurs seuils peuvent être envisagés ; Le volume continu Vcontinu, zseuil pour lequel le facteur de réflectivité Z est supérieur à un seuil déterminé Zseu;,. Le procédé est identique au calcul de Vzseuu, à ceci près que l'on doit assurer la continuité du volume calculé. Ainsi, pour être comptabilisé, chaque point de grille doit posséder au moins un certain nombre de voisins tel que Z > Zseuil.
Ce nombre est fixé initialement et il est inférieur ou égal à 18 qui est le nombre total d'arêtes et de faces d'un cube. On peut, en outre, ajouter une condition sur la hauteur minimale à considérer et prendre par exemple l'altitude de l'isotherme 0 °C. Ce paramètre donne le volume de la zone génératrice de la précipitation convective ; La réflectivité moyenne Zmoy dans Vcontinu, zseuil, ce paramètre s'applique aussi aux autres volumes comme une colonne ou une sphère par exemple ; Le rapport des axes d'un ellipsoïde pour lequel Z est supérieur à un seuil Zseuil fixé. II s'agit de représenter au mieux, la figure géométrique 35 correspondant à Z > Zseui1 par un ellipsoïde dont les axes sont av selon la verticale et aH selon le plan horizontal. On forme alors le rapport av/aH et on fixe un seuil permettant de séparer un profil de type convectif d'un profil de type stratiforme. Il est également possible d'utiliser des grandeurs statistiques sur des 5 volumes, comme par exemple la variance spatiale de réflectivité. Cela indique si l'on est en présence d'un système homogène, composé d'une seule cellule, ou de plusieurs cellules.
Pour chacun des paramètres d'identification précédemment définis, deux 10 seuils, haut et bas, sont nécessaires dans la fonction de normalisation pour calculer le profil, comme illustré notamment par la figure 2. Ces seuils sont par exemple choisis d'après l'analyse d'observations radar d'événements types, par exemple une tempête de neige ou de grêle caractéristique relevée en un point donné du globe.
15 Les caractéristiques des distributions des intensités de précipitation et donc de réflectivité peuvent différer selon la climatologie du lieu d'observation. II peut alors être nécessaire d'adapter les seuils suivant des considérations climatologiques. Par ailleurs, les seuils d'altitude, pour les critères écho-top et hauteur de 20 colonne, peuvent nécessiter une adaptation en fonction de la latitude de la zone observée. En effet, l'étagement des nuages en altitude est conditionné par la tropopause, dont l'altitude est fonction de la latitude du lieu. Comme l'illustre la figure 3, il est possible d'effectuer une identification 25 multicritères. L'identification d'un profil de convection peut être faite selon un seul critère mais on augmente significativement la fiabilité de cette identification en utilisant plusieurs critères. Un champ de profil 22 est calculé pour chacun des paramètres choisis 21. Les différents champs ainsi obtenus sont combinés pour obtenir un seul champ de profil 24. La combinaison de 30 ces champs peut être faite par le calcul d'une moyenne 23 avec des poids, éventuellement différents, associés aux critères d'identification. Ces poids peuvent également être adaptés suivant des considérations climatologiques comme pour les seuils des paramètres L'invention a notamment comme avantage de permettre l'extraction d'information d'intensité de convection à partir des informations de réflectivité, de manière efficace. L'invention s'applique aux observations de réflectivité effectuées par un radar météorologique, notamment aéroporté, fonctionnant en bande X. Elle peut aussi s'appliquer pour des radars fonctionnant dans d'autres bandes de fréquences, par exemple en bande W, Ka, C ou S, de type polarimétrique ou non polarimétrique, à effet Doppler ou non. 15 20
Claims (13)
- REVENDICATIONS1. Procédé de caractérisation de l'intensité de convection d'un nuage, la réflectivité dudit nuage à une onde électromagnétique étant distribuée dans l'espace, caractérisé en ce que la distribution de la réflectivité étant discrétisée selon un réseau de points (i, j, k) de l'espace en trois dimensions, au moins un profil (22) est défini comme une fonction (1) d'un paramètre (21), lui-même fonction numérique donnée à deux dimensions (i, j) de la distribution de la réflectivité en chaque point du réseau, ladite fonction variant uniformément entre une valeur constante minimale et une valeur constante maximale, la fonction étant égale à la valeur minimale lorsque le paramètre est inférieur à un seuil bas (Seuil min) et étant égale à la valeur maximale lorsque le paramètre est supérieur à un seuil haut (Seuil max), le nuage étant caractérisé comme convectif lorsque le profil est égal à l'une des valeurs constante et comme stratiforme lorsqu'il est égal à l'autre valeur constante.
- 2. Procédé selon la revendication 1, caractérisé en ce que la fonction (1) du paramètre (21) est normalisée.
- 3. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que la fonction numérique à deux dimensions (i, j), 20 définissant un paramètre, est calculée dans le plan horizontal.
- 4. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce qu'un nuage convectif correspond à la valeur constante haute. 25
- 5. Procédé selon l'une quelconque des revendications précédente, caractérisé en ce que le profil est un profil global (24) combinant plusieurs profils (22), ledit profil global étant défini par une fonction normalisée d'un paramètre combinant les différents paramètres numériques liés aux dits 30 profils (22).
- 6. Procédé selon la revendication 5, caractérisé en ce que la combinaison des différents paramètres (21, 22) est une moyenne pondérée.
- 7. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce qu'un paramètre est l'intégrale de la réflectivité selon la dimension verticale (z, k).
- 8. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce qu'un paramètre est une mesure de la hauteur de colonne, selon la dimension verticale, pour laquelle les points pris en compte sont ceux dont la valeur de réflectivité est supérieure à un seuil donné.
- 9. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce qu'un paramètre est l'altitude maximum où les réflectivités sont supérieures à un seuil donné.
- 10. Procédé selon l'une quelconque des revendications précédentes, 15 caractérisé en ce qu'un paramètre est la réflectivité maximum calculée dans une verticale donnée.
- 11. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce qu'un paramètre est le gradient vertical de réflectivité entre 20 une zone de réflectivité maximum et l'altitude maximum où les réflectivités sont supérieures à un seuil donné.
- 12. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce qu'un paramètre est le gradient horizontal de la réflectivité 25 à une altitude donnée.
- 13. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que le paramètre est calculé dans un volume déterminé. 30
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR0803634A FR2933203B1 (fr) | 2008-06-27 | 2008-06-27 | Procede de caracterisation de l'intensite de convection d'un nuage, par un radar meteorologique |
| US12/492,426 US8098188B2 (en) | 2008-06-27 | 2009-06-26 | Method of characterizing the convection intensity of a cloud, by a meteorological radar |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR0803634A FR2933203B1 (fr) | 2008-06-27 | 2008-06-27 | Procede de caracterisation de l'intensite de convection d'un nuage, par un radar meteorologique |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| FR2933203A1 true FR2933203A1 (fr) | 2010-01-01 |
| FR2933203B1 FR2933203B1 (fr) | 2011-08-26 |
Family
ID=40336592
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR0803634A Expired - Fee Related FR2933203B1 (fr) | 2008-06-27 | 2008-06-27 | Procede de caracterisation de l'intensite de convection d'un nuage, par un radar meteorologique |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US8098188B2 (fr) |
| FR (1) | FR2933203B1 (fr) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150145717A1 (en) * | 2013-11-26 | 2015-05-28 | Korea Institute Of Construction Technology | Integrated rainfall estimation method using x-band dual-polarimetric radar measurement data |
| FR3043140A1 (fr) * | 2015-10-30 | 2017-05-05 | Ge Aviation Systems Llc | Amelioration des performances de moteurs pour reduire la consommation de carburant d'apres les conditions de precipitations atmospheriques |
| CN110927725A (zh) * | 2019-11-30 | 2020-03-27 | 兰州大学 | 一种基于气象雷达的雷电预警和监测方法 |
| CN113075632A (zh) * | 2021-03-15 | 2021-07-06 | 国网河南省电力公司电力科学研究院 | 一种夏季飑线风自动识别和预警方法 |
| CN117741665A (zh) * | 2023-11-29 | 2024-03-22 | 中国科学院大气物理研究所 | 降水强度估测方法、装置、电子设备及存储介质 |
Families Citing this family (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8902100B1 (en) | 2008-03-07 | 2014-12-02 | Rockwell Collins, Inc. | System and method for turbulence detection |
| US9846230B1 (en) | 2013-03-15 | 2017-12-19 | Rockwell Collins, Inc. | System and method for ice detection |
| US9244166B1 (en) * | 2008-03-07 | 2016-01-26 | Rockwell Collins, Inc. | System and method for ice detection |
| US9864055B1 (en) | 2014-03-12 | 2018-01-09 | Rockwell Collins, Inc. | Weather radar system and method for detecting a high altitude crystal cloud condition |
| US9244157B1 (en) | 2008-03-07 | 2016-01-26 | Rockwell Collins, Inc. | Weather radar threat depiction system and method |
| FR2960651B1 (fr) * | 2010-05-28 | 2013-08-23 | Thales Sa | Procede de correction de mesures de reflectivite et radar mettant en oeuvre ce procede |
| US8289202B1 (en) * | 2011-04-04 | 2012-10-16 | Honeywell International Inc. | Method and system for generating weather and ground reflectivity information |
| US9823347B1 (en) | 2014-03-12 | 2017-11-21 | Rockwell Collins, Inc. | Weather radar system and method for high altitude crystal warning interface |
| US9019146B1 (en) | 2011-09-27 | 2015-04-28 | Rockwell Collins, Inc. | Aviation display depiction of weather threats |
| CN102628944B (zh) * | 2012-03-16 | 2014-03-26 | 兰州大学 | 一种基于多普勒雷达资料的层云与对流云自动识别方法 |
| US9310481B2 (en) * | 2012-05-31 | 2016-04-12 | LogLinear Group, LLC | Wide band clear air scatter doppler radar |
| US9851470B2 (en) | 2013-03-12 | 2017-12-26 | LogLinear Group, LLC | Single beam FMCW radar wind speed and direction determination |
| US9535158B1 (en) | 2013-11-21 | 2017-01-03 | Rockwell Collins, Inc. | Weather radar system and method with fusion of multiple weather information sources |
| US9599707B1 (en) | 2014-01-23 | 2017-03-21 | Rockwell Collins, Inc. | Weather radar system and method with path attenuation shadowing |
| US9810770B1 (en) | 2014-07-03 | 2017-11-07 | Rockwell Collins, Inc. | Efficient retrieval of aviation data and weather over low bandwidth links |
| US9547082B2 (en) | 2014-11-06 | 2017-01-17 | Honeywell International Inc. | Weather radar with bright band suppression |
| US9869766B1 (en) | 2015-01-28 | 2018-01-16 | Rockwell Collins, Inc. | Enhancement of airborne weather radar performance using external weather data |
| US10809375B1 (en) | 2015-09-14 | 2020-10-20 | Rockwell Collins, Inc. | Radar system and method for detecting hazards associated with particles or bodies |
| US10302815B1 (en) | 2015-10-01 | 2019-05-28 | Rockwell Collins, Inc. | System and method of integrating global convective weather |
| CN105866751B (zh) * | 2016-03-22 | 2018-06-08 | 中国科学院大气物理研究所 | X波段固态双极化天气雷达的金属球定标方法 |
| US10494108B1 (en) | 2016-05-17 | 2019-12-03 | Rockwell Collins, Inc. | System and method for providing icing condition warnings |
| CN106546958B (zh) * | 2016-11-02 | 2018-03-13 | 中国水利水电科学研究院 | 一种优化的雷达数据同化方法 |
| US10365365B2 (en) * | 2016-11-30 | 2019-07-30 | Honeywell International Inc. | Enhanced weather radar mapping |
| CN112346081B (zh) * | 2020-10-22 | 2022-10-18 | 上海无线电设备研究所 | 一种太赫兹与毫米波云雷达的数据联合反演方法 |
| CN114449651B (zh) * | 2022-01-20 | 2023-02-10 | 华中科技大学 | 可靠众包样本集的生成、多分辨率数据库构建、定位方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7129885B1 (en) * | 2003-07-31 | 2006-10-31 | Rockwell Collins | Adaptive weather radar detection system and method used in continental and maritime environments |
| US7242343B1 (en) * | 2004-09-15 | 2007-07-10 | Rockwell Collins, Inc. | Directed sequential hazard assessment weather radar |
| US7307576B1 (en) * | 2005-09-23 | 2007-12-11 | Rockwell Collins, Inc. | Hazardous and non-hazardous weather identification system and method |
-
2008
- 2008-06-27 FR FR0803634A patent/FR2933203B1/fr not_active Expired - Fee Related
-
2009
- 2009-06-26 US US12/492,426 patent/US8098188B2/en not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7129885B1 (en) * | 2003-07-31 | 2006-10-31 | Rockwell Collins | Adaptive weather radar detection system and method used in continental and maritime environments |
| US7242343B1 (en) * | 2004-09-15 | 2007-07-10 | Rockwell Collins, Inc. | Directed sequential hazard assessment weather radar |
| US7307576B1 (en) * | 2005-09-23 | 2007-12-11 | Rockwell Collins, Inc. | Hazardous and non-hazardous weather identification system and method |
Non-Patent Citations (4)
| Title |
|---|
| AWAKA J ET AL: "Rain type classification algorithm for TRMM precipitation radar", GEOSCIENCE AND REMOTE SENSING, 1997. IGARSS '97. REMOTE SENSING - A SC IENTIFIC VISION FOR SUSTAINABLE DEVELOPMENT., 1997 IEEE INTERNATIONAL SINGAPORE 3-8 AUG. 1997, NEW YORK, NY, USA,IEEE, US, vol. 4, 3 August 1997 (1997-08-03), pages 1633 - 1635, XP010234532, ISBN: 978-0-7803-3836-4 * |
| BANDERA J ET AL: "Vertical variation of reflectivity and specific attenuation in stratiform and convective rainstorms", ELECTRONICS LETTERS, IEE STEVENAGE, GB, vol. 35, no. 7, 1 April 1999 (1999-04-01), pages 599 - 600, XP006011976, ISSN: 0013-5194 * |
| SMYTH T J ET AL: "Radar estimates of rainfall rates at the ground in bright band and non-bright band events", QUARTERLY JOURNAL OF THE ROYAL METEOROLOGICAL SOCIETY, ROYAL METEOROLOGICAL SOCIETY, BERKSHIRE, GB, vol. 124, no. 551, 1 October 1998 (1998-10-01), pages 2417 - 2434, XP009112318, ISSN: 0035-9009 * |
| ZAFAR B J ET AL: "Classification of precipitation type from space borne precipitation radar data and 2D wavelet analysis", GEOSCIENCE AND REMOTE SENSING SYMPOSIUM, 2004. IGARSS '04. PROCEEDINGS . 2004 IEEE INTERNATIONAL ANCHORAGE, AK, USA 20-24 SEPT. 2004, PISCATAWAY, NJ, USA,IEEE, vol. 5, 20 September 2004 (2004-09-20), pages 3574 - 3577, XP010750774, ISBN: 978-0-7803-8742-3 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150145717A1 (en) * | 2013-11-26 | 2015-05-28 | Korea Institute Of Construction Technology | Integrated rainfall estimation method using x-band dual-polarimetric radar measurement data |
| US9348015B2 (en) * | 2013-11-26 | 2016-05-24 | Korea Institute Of Construction Technology | Integrated rainfall estimation method using X-band dual-polarimetric radar measurement data |
| FR3043140A1 (fr) * | 2015-10-30 | 2017-05-05 | Ge Aviation Systems Llc | Amelioration des performances de moteurs pour reduire la consommation de carburant d'apres les conditions de precipitations atmospheriques |
| CN110927725A (zh) * | 2019-11-30 | 2020-03-27 | 兰州大学 | 一种基于气象雷达的雷电预警和监测方法 |
| CN110927725B (zh) * | 2019-11-30 | 2023-03-14 | 兰州大学 | 一种基于气象雷达的雷电预警和监测方法 |
| CN113075632A (zh) * | 2021-03-15 | 2021-07-06 | 国网河南省电力公司电力科学研究院 | 一种夏季飑线风自动识别和预警方法 |
| CN117741665A (zh) * | 2023-11-29 | 2024-03-22 | 中国科学院大气物理研究所 | 降水强度估测方法、装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| US8098188B2 (en) | 2012-01-17 |
| FR2933203B1 (fr) | 2011-08-26 |
| US20100164786A1 (en) | 2010-07-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| FR2933203A1 (fr) | Procede de caracterisation de l'intensite de convection d'un nuage, par un radar meteorologique | |
| Chang et al. | Characteristics of the raindrop size distribution and drop shape relation in typhoon systems in the western Pacific from the 2D video disdrometer and NCU C-band polarimetric radar | |
| Tang et al. | A physically based precipitation–nonprecipitation radar echo classifier using polarimetric and environmental data in a real-time national system | |
| Fitzpatrick et al. | A multi-season investigation of glacier surface roughness lengths through in situ and remote observation | |
| Warren et al. | Radar‐based climatology of damaging hailstorms in Brisbane and Sydney, Australia | |
| Radenz et al. | peakTree: a framework for structure-preserving radar Doppler spectra analysis | |
| Wolfensberger et al. | From model to radar variables: A new forward polarimetric radar operator for COSMO | |
| FR2931952A1 (fr) | Procede d'elimination des echos de sol pour un radar meteorologique | |
| DeHart et al. | A comparison of the polarimetric radar characteristics of heavy rainfall from Hurricanes Harvey (2017) and Florence (2018) | |
| Brast et al. | Detecting the melting layer with a micro rain radar using a neural network approach | |
| Crouch et al. | Dual polarisation C-band weather radar imagery of the 6 August 2012 Te Maari eruption, Mount Tongariro, New Zealand | |
| Augros et al. | Assimilation of radar dual‐polarization observations in the AROME model | |
| Oh et al. | Estimation of the liquid water content and Z–LWC relationship using K a‐band cloud radar and a microwave radiometer | |
| Voormansik et al. | Thunderstorm hail and lightning detection parameters based on dual‐polarization D oppler weather radar data | |
| Brauer et al. | Hurricane Laura (2020): A comparison of drop size distribution moments using ground and radar remote sensing retrieval methods | |
| Mahavik et al. | Dual-polarimetric radar applications for investigating severe thunderstorms in Northern Thailand during the pre-monsoon season | |
| FR2917506A1 (fr) | Procede de stockage de mesures prises par un radar | |
| Queißer et al. | Atmospheric visibility inferred from continuous-wave Doppler wind lidar | |
| Xu et al. | A validation of passive microwave rain-rate retrievals from the Chinese FengYun-3B satellite | |
| FR3104267A1 (fr) | Procede de determination du seuil de detection d'un radar adapte a un environnement donne | |
| Biswas et al. | Quantitative precipitation estimation using X-band radar for orographic rainfall in the San Francisco Bay Area | |
| Kato et al. | Very short time range forecasting using CReSS-3DVAR for a meso-γ-scale, localized, extremely heavy rainfall event: Comparison with an extrapolation-based nowcast | |
| Le Bastard et al. | Combined use of volume radar observations and high-resolution numerical weather predictions to estimate precipitation at the ground: methodology and proof of concept | |
| Ohneiser et al. | Impact of seeder-feeder cloud interaction on precipitation formation: a case study based on extensive remote-sensing, in situ and model data | |
| Liu et al. | Unravelling high-resolution temporal–spatial variability of raindrop size distributions in extreme rainfall events with dual-polarization radar optimal estimates |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| ST | Notification of lapse |
Effective date: 20160229 |