平流方程的数值研究

二维平流方程分别用二阶差分方案、四阶差分方案、一维三次样条函数方案及谱导数方案(假谱方案)进行长时间的数值积分,其中风场是给定的均匀旋转风场或形变风场,并分别以不同大小的圆锥状的物理量分布作为初值。数值试验的结果表明,谱导数方案的精度最高,没有位相误差;其次是一维三次样条函数方案;再其次是四阶差分方案;二阶差分方案的精度最差,畸变严重,位相误差大。 对上述四种方案给出用权重系数形式表示的统一的导数计算公式,看到高精度的导数计算公式是非局地性的。     

基于小波包分解和形态学融合的地基云图边缘检测

采用一种基于小波包分解和数学形态学融合的边缘提取方法用于地基云图的边缘检测．首先对图像进行基于小波包分解的边缘提取,然后对图像进行数学形态学的边缘检测,最后利用图像融合技术对两幅图像进行融合得出最优边缘图像．通过Matlab软件验证和比较,表明该方法实际使用效果较好     

气候资料缺测插补方法的对比研究

采用均生函数正交筛选（ＭＧＦ）和一维车贝雪夫多项式展开（ＣＰ）进行了年降水量各种缺测情况下资料的插补试验，并计算各种统计量，结果表明：无论何种缺测ＭＧＦ法拟合或插补精度一般高于ＣＰ法，尤其对连续多年缺测和序列一开始便连续缺测更为明显；同一种方法１ａ缺测拟会精度高于多年缺测，连续４—５ａ缺测但在序列中处于不同的位置拟合结果差别不大，但多段同时缺测拟合精度低于一段缺测.     

基于均生函数的主成分建模方案在内蒙古夏季降水预测中的试应用

文章利用主成分分析方法筛选一维时间序列的均生函数，提取有价值的信息，建立预测模型，对序列进行拟合并做多步预测。几个初步试验表明，此方案对我区夏季降水预测有一定的参考价值。     

基于残余插值的卷积神经网络去马赛克算法

在去马赛克问题中,为了精确插值倾斜边缘并提高结果图像的整体质量,提出一种基于残余插值的卷积神经网络去马赛克算法.针对Bayer格式的颜色滤波阵列,插值绿色平面时,对于红蓝通道信息不全的问题,采用同通道邻近像素值近似代替,综合考虑3个通道的梯度,运用倾斜方向的边缘检测算子,将倾斜边缘分为不同方向的边缘分别插值.在插值完成后,利用深度卷积神经网络,进一步训练插值结果.在标准的IMAX数据集上,与目前流行的算法相比,本文算法视觉上更接近原图,具有更高的峰值信噪比和更短的运行时间.     

基于边缘指导的双通道卷积神经网络单图像超分辨率算法

当前基于卷积神经网络（CNN）的超分辨率（SR）重建算法,虽然取得了很大的成功,但是重建图像高频纹理的效果仍然不能令人满意,其高分辨率（HR）图像局部边缘存在明显的震荡.本文提出一种结合形态学成分分析（MCA）分解的边缘指导双通道CNNSR算法：待处理的低分辨率（LR）图像通过MCA分解为纹理部分和平滑结构部分;纹理部分和原LR图像共同组成双通道,输入到改进的网络结构中重建HR纹理部分;结合HR纹理输出与LR平滑结构部分重建HR图像.训练过程采用最小化纹理损失与原图像损失之和最优化网络模型参数.后处理包括：执行网络输出与LR输入图像的直方图匹配使色调保持一致,提升感官效果;应用迭代的反向映射使HR重建与LR输入保持退化算子一致性提高PSNR值.实验结果显示：该方法能够很好地恢复HR图像的纹理细节,对纹理细节丰富的图像恢复效果更好.     

Copula函数在广西洪涝灾害的降水概率预测中的应用

为了研究洪涝的重要致灾源因子降水的概率,利用广西从1970年-2012年的降水数据,以年降水均值（X）和年降水极值均值（Y）为研究变量,通过Copula函数构建其联合分布.经过OLS,AIC拟合优度评价,采用Copula函数中拟合效果较好的Gumbel-Hougaard Copula函数建立边缘分布为Pearson-Ⅲ型的两变量的联合分布.随后,进行相应的重现期计算,计算结果表明,在联合重现期下的两变量降水设计值比单变量设计值和同现重现期下的设计值都要高,故采用联合重现期下的联合设计值作为防洪标准会更加安全.最后,对比降水数据与灾情数据,研究降水重现期与洪涝灾情的关系.结果表明,降水的重现期越长,洪涝灾害也越严重.     

机载雷达风切变识别算法研究及在机场预报中的应用

大气中的风切变严重威胁飞机安全,尤其低空风切变是影响飞机起降的重要因素。利用多普勒雷达速度资料计算一维切向、一维径向与二维合成风切变,准确判断风切变的危险区域,能够及时为飞行及起降提供告警。针对多普勒雷达业务应用的主用户处理器PUP(Principal User Processor)上风切变自动识别产品存在的边缘识别较弱及定位误差较大等问题,根据多普勒雷达速度资料径向分布的特点,利用最小二乘法线性拟合优势,选择适于机载雷达参数的拟合窗口,对多个实例进行了识别分析。对比结果表明最小二乘法在识别效果、定位精度、边缘识别等方面优于PUP风切变自动识别产品,提高了风切变识别能力,有助于为机载雷达风切变识别及预警提供更好的依据。     

基于五阶WENO有限差分法的运动界面追踪

针对处理运动界面问题的流体体积函数(VOF)法,给出了一种高分辨率的运动界面捕捉方法.该方法采用五阶高精度和高分辨率的加权本质无振荡(WENO)有限差分格式离散VOF函数的空间导数;采用四阶Runge-Kutta方法离散时间导数;采用LocalLax-Friedrich通量作为数值流通量.用该方法对旋转流场和剪切流场中的运动界面追踪,结果表明该方法有较好的适用性和精确性.     

广东省风速极值Ⅰ型分布参数估计方法的比较

利用广东省86个气象站1951—2003年的年最大风速序列资料，应用极值Ⅰ型分布函数对各站的年极值风速进行了概率计算，计算过程中极值Ⅰ型分布函数分别采用了3种参数估计方法：矩法、耿贝尔法和极大似然法，结合3种表征参数估计优良性的指标，对不同的参数估计方法进行了比较，结果表明：大多数情况下采用耿贝尔法时拟合效果最好，即使在矩法或极大似然法为优的情况下，其拟合优良性指标与耿贝尔法也较为接近。     

与其导数具有分担值的全纯函数的正规族

证明了一个区域上的全纯函数族是正规的。如果任意的两人相互判别的有限非零值为族中任意函数及其一阶导数在该区域中的ＣＭ分担值 。     

分担值与全纯函数的正规族

证明了一个区域上的全纯函数族是正规的,如果任意两个相互判别的有限非零复数为族中任意函数及其一阶导数在该区域中的 Ｉ Ｍ 分担值。     

用Pearson-Ⅲ概率分布推算重现期年最大日雨量

许多工程的设计需依据给定重现期的降水极值，概率推算是其中一种重要的方法。Pearson—Ⅲ型曲线常用于拟合降水频数分布，该文简要介绍了用Pearson—Ⅲ型概率分布推算重现期年最大日雨量的基本方法。采用漳州市10个测站1961～2003年最大日雨量资料，计算给定重现期的最大日雨量。运用常见的办公软件Excel 2000的函数计算功能，构造Pearson—Ⅲ概率分布函数公式，实现软件的快捷计算。初步结果为：在全市10个站的拟合中，有7个站拟合效果较好，3个站拟合效果较差。文中就提高Pearson—Ⅲ概率分布计算精度方面进行了讨论。     

雷达回波强度与雨滴谱参数的相关性研究

在雷达定量探测降水方面,目前大都采用雷达回波强度与降水强度的相关性来定量估算,但雷达回波强度与降水强度并非一一对应。本文利用从庐山和南京收集到的雷达观测资料和同步Parsivel观测到的雨滴谱数据,建立雷达回波强度与不同雨滴谱参数的函数关系,将由确定的函数关系式拟合后的雷达回波强度与雷达实测的回波强度作对比,以检验假定函数关系式的合理性,同时通过对比两地两类云降水拟合值的相对误差,给出了函数关系式中的最优y选项,为雷达定量估算降水量寻找新的途径。研究结果表明:庐山和南京两地两类云降水的雨滴谱参数对雷达回波强度的拟合普遍较好,其中对流云降水的拟合都明显好于层状云降水。两地层状云降水中各个雨滴谱参数对雷达回波强度的拟合曲线都大体相近,而对流云降水中,不同雨滴谱参数对雷达回波强度的拟合曲线差异较大。南京两类云降水拟合的相对误差要小于庐山两类云降水拟合的相对误差。除庐山对流云降水外,DV是两地两类云降水拟合公式中最优的y选项。而庐山对流云降水拟合式中,以N和DP的拟合最佳。     

由平均风速和其标准差估算Weibull参数的近似公式及其精度

在风资源的研究工作中,理论计算结果往往与对样本进行统计处理的结果不一致,原因是多方面的,主要和下列因素有关:1)样本(包括测试仪器的精度、测试方法和数据处理等),2)拟合理论(用什么样的概率分布函数拟合实际观察值分布),3)估算拟合理论中参数的方法和近似公式。本文不涉及前两个问题。 若采用双参数Weibull概率分布函数拟合实际观察值分布时,Justus等人给出了五种估算参数的方法,本文只讨论其中的第三个方法。     

基于Bubble小波函数的印鉴鉴别

利用Bubble小波函数，通过Mallat算法可对印鉴图像进行小波分解和边缘检测，在此基础上，提取由傅里叶系数所导出的形状特征，然后利用神经网络分类器进行训练，继而实现印鉴的自动鉴别。     

影响副高活动的热力强迫作用——动力学解析模型

采用最优化搜索方法,对影响副高活动的东亚季风区位势场和季风雨带降水场进行了函数拟合,并用拟合出的函数作为基函数和热力强迫因子代入正压涡度方程,对涡度方程解的性质进行了讨论。分析和模拟结果表明:中心位于我国华北一带东亚季风雨带凝结潜热释放易导致副高的西伸和北抬;而中心位于赤道附近的南海季风槽降水热力作用可导致副高出现东退和西伸两种可能。     

一维积云模式初始参优化的研究

福建省人工增雨指挥系统在预报积云降水和评估坪雨效果中曾采用一维时变积云模式。关于该模式初始场的确定，考虑到不同天气类型对模式初始参数的影响，并采用了以确定敏感参数为主，综合考虑其他影响参数为辅的方法。经分类调试，证明了一维模式初始场确实与天气类型有关，并得到早期降水预报率大于75％和可预报积云云顶高度的结果。通过对模拟云和实测云高度的线性回归分析，以及经拟合敏感参数初始扰动温度与平均地面最高气温，均存在较好的相关。     

一类广义积分的算法及实现

Laplace变换与B样条在社会生活的各个领域都有着广泛的应用，考虑将二者联系起来，运用B样条方法求解Laplace积分。对Laplace积分具有导数不连续点的像原函数，运用重节点B样条进行拟合，再引入差商，以两个不同出发点导出Laplace积分的算法。并在均匀网格分划下，给出一系列解析公式，然后用算例编程计算，实例表明简单、快速而且便于计算机实现。     

一种基于实景图像的低能见度识别算法

为了利用大量视频监控设备提高能见度数据采集密度,提出一种基于实景图像转换的、采用简单卷积神经网络分类提取能见度等级的算法。该算法假设视频设备水平安装且具备开阔视野, 对原始视频图像进行水平分块,提取各分块的梯度、饱和度和亮度信息组成新的图像,基于简单卷积神经网络建模。采用2019年9月—2020年12月上海洋山港气象站29668张视频图像进行训练,建立识别模型,并采用2021年1—5月5757张视频图像对模型进行测试。采用该算法建立的模型参考雾的预报等级(GB/T 27964—2011)将能见度分为5个等级进行检验,白天准确率为87.99%,夜间准确率为81.32%,优于直接采用AlexNet模型。对1000 m以下低能见度天气的识别准确率达95%以上。利用现有的视频摄像头,可有效弥补气象站点能见度仪数据不足的问题,在气象业务上有一定的应用价值。