多光谱云分类技术在锋面云系中的应用

将逐个修改聚类和模糊聚类的多光谱云分类技术应用于2002年6月10日03时锋面气旋云系的识别,并采用同一时次的地面常规观测与其进行了对比分析。结果发现,两种聚类方法对典型锋面气旋云系均有较好的识别能力,分类结果与天气概念模型云层分布情况一致;逐个修改聚类对组间差别较大的情况分类效果较好,而模糊聚类却对性质相近的类别有较好的识别;卫星图像分类结果与地面常规观测比较一致,但在层云、积云、层积云等性质较为相近类别的识别上存在一定差异。     

基于MODIS云宏微观特性的卫星云分类方法

利用MODIS云光学厚度、云粒子有效半径、云顶高度、云相态等产品,以及表征6种云类的云光学厚度、云粒子有效半径、云顶高度、云相态的特征值,采用最小距离分类法和多阈值判识法相结合,对卫星观测像元的云进行分类,包括层云、层积云、积云、积雨云、雨层云、高积云/高层云、卷云以及卷云伴随高积云或高层云的多层云、卷云伴随层云或层积云的多层云、高积云或高层云伴随层积云或层云的多层云10类。2008年、2013年卫星分类结果与地面站云类观测对比,达到60%的一致性;将相同时间的地面小时降水量与分类结果叠加显示,出现降水处多为雨层云或积雨云。     

双光谱云图的云分类探讨

依据各类云在红外和可见光波段不同的光谱特性，考察了近百个数字云图样本，在红外－可见光二维光谱特征空间上基本确定了与种类相应的集群分布范围，由此判识出积雨云、薄卷云、厚卷云、中云、低云、沈积云和多层云系等７种主要云类及晴空区。并以１９９０年３月１５日１４时云图为例进一步讨论了诸云类在光谱特征空间上高频数分布区的形状和分布特点。     

基于纹理特征和机器学习的卫星云图分类实验

准确识别云对提升天气预报和气候预测准确性有着重要意义,传统的阈值法和聚类法很难找出统一通用的阈值标准和方法,随着机器学习在云分类领域的应用和发展,在分类速度和分类精度上都有了明显提升。本实验对风云二号G星的红外云图进行预处理并构建卫星云图样本库,通过提取云图纹理特征再结合支持向量机（SVM）、随机森林（RF）和XGBoost分类器实现了对“晴空”、“层积云或高积云”、“积雨云”、“密层云”和“卷层云”的分类,实验结果表明：①三种分类器对该实验云分类的平均准确率分别为RF（62.5%）＞XGBoost（61.7%）＞SVM（60.0%）;②三种分类器对“层积云或高积云”的分类都最好且稳定,平均分类精度均达到了90%以上,最高为91.5%;③SVM对密层云（67.9%）、RF对卷层云（68.9%）、XGboost对晴空（68.3%）的分类效果次之,平均分类精度均达67%以上。     

多光谱卫星图像的一种模糊聚类方法

基于二维光谱特征空间，用模糊C均值(FCM)聚类方法，对多光谱静止卫星(GMS-5)图像进行了云分类试验，得到了比较合理的分类结果。该方法利用不同光谱通道的卫星云图光谱特征构造出一个二维光谱特征空问，对云图在特征空间上的光谱特征点进行FCM聚类，然后与已知云类样本的特征进行比较，确定出各聚类域的类属，进而得到二维光谱空间的云分类图，实况接收的云图可通过查验特征像素点在分类图中的落区位置来实现云的分类。     

利用FY-3A卫星云图对一次暴雨过程的特征云参数分析

利用FY-3A卫星MERSI资料,结合高空常规观测、地面雨量资料,对2009年6月28日湖北梅雨期暴雨过程的卫星云图和特征云参数进行综合分析。结果表明：楔状云（V型云）是强对流产生的标志,楔尖是云顶最冷、云顶温度梯度最陡之处;短时强降水通常发生在上升运动剧烈的位置,即在高分辨率的可见光图像上可清晰识别出上冲云顶、纹理及暗影等强对流云特有结构的区域;利用模糊C均值聚类方法得到的自动化云分类结果显示,此次强对流云主体被划分为“积雨云”类,其平均隶属度系数达0．81;地面小时雨量与云顶黑体亮温呈负相关,而与云光学厚度、云粒子有效半径呈正相关。     

毫米波雷达云回波的自动分类技术研究

毫米波雷达在云探测方面比厘米波天气雷达和激光雷达具有显著优势,可获得更多的云粒子信息,是研究云特性的主要遥感探测设备。为了开展对毫米波雷达探测的云回波进行自动分类的研究,利用161次云回波的个例数据,统计得到了卷云、高层云、高积云、层云、层积云和积云6类云型的特征量和其他参量的数值范围,利用分级的多参数阈值判别方法,达到了自动分类的目标,通过与人工分类的初步验证,两种分类结果的一致性达到84%,其中,层云和积云的识别一致较低的原因在于样本数据有限,仅有6次层云和8次积云的个例样本数据。通过更多样本的处理,提取的特征参量更可靠,自动分类的准确率会得到提高,以便将基于毫米波雷达的云分类技术应用于将来的云观测自动化业务。      

我国东南沿海FY-2C卫星图像上多光谱云分析技术

为了对我国东南沿海地区的云类型/下垫面进行客观定量检测,从云的光学特性出发,利用卫星图像上各种云型/下垫面呈现出的光谱特征,结合白天正午样本集,分析云的光谱特征差异,提出一种利用通道亮温和通道间亮温差及反照率等,识别发展较强的对流云、高中低混合多层云、中低层水云、薄高云和晴空的方法。通过样本采集、绘制散点图、检测试验,建立FY-2C云类型/下垫面识别流程,给出白天及夜间适合的检测判据。结果表明:强对流云团的光谱特征最显著,其判别相对简单,采用单通道或通道间亮温差即可获得较好的判别效果,但也存在对密实卷云错判的情形;与天气过程相联系的高中低混合多层云光谱特征也比较明显,较易识别,但高中低混合多层云和厚卷云以及发展较强的对流云光谱特征存在相似之处,在一些云层边界或交界处还是存在一些错判;暖水云和薄卷云的判识对可见光通道依赖性较强。经过多光谱云分析,可间接确定云相态,并可为其它云参数（云顶高、光学厚度及有效粒子半径等）的反演提供有利信息。      

基于KNN的地基可见光云图分类方法

云图的自动分类是实现地基云自动化观测的技术保障。该文探讨了一种先将云图分为积状云、层状云和卷云3大类的分类方案,通过对3大云类和晴空这4种天空类型的纹理特征、颜色特征和形状特征进行分析,选取了21个特征参量,并采用K最近邻分类器 (K-Nearest Neighbor,KNN), 在不同的K取值情况下对这几类天空类型进行了分类识别。结果表明:新的分类方案是可行的,且当纹理特征、颜色特征和形状特征结合使用时获取了比单独利用纹理特征、颜色特征和形状特征以及它们两两组合时更好的识别效果。当K=7且使用21个特征参量时,KNN算法对积状云、层状云、卷云和晴空的识别最好, 识别正确率分别为91.1%,74.4%,70.0%和100.0%,平均正确率为83.9%。     

基于模糊纹理光谱的全天空红外图像云分类

为了对全天空红外测云系统获得的红外图像进行云类自动识别, 提出了基于模糊纹理光谱结合云物理属性的全天空云类识别方法。首先根据不同滤波窗口的模糊纹理光谱图像特征, 确定了滤波窗口大小, 然后通过分析不同天空类型下的FUTS谱 (fuzzy uncertainty texture spectrum) 以及同一种天空类型下的FUTS谱, 考察了FUTS进行云类识别的适用性, 最后利用最小距离分类法和云基本物理属性对全天空红外图像进行了分类测试。在200个测试样本中, 层状云、积云、高积云、卷云和晴空的识别率分别为100%, 100%, 90%, 100%, 100%, 平均识别率达到98%。基于模糊纹理光谱的云分类算法对单一云空具有很好的分类效果, 可进一步应用于全天空红外图像的云分类识别。     

聚类分析在人工增雨效果检验中的应用

在前人研究工作的基础上，对非随机区域历史回归试验进行了改进，提出了一种新的试验方案——基于聚类的浮动对比区历史回归人工增雨效果统计检验方法（CA-FCM方法），并与浮动对比区历史回归统计检验方法（FCM方法）进行了比较。通过对河南省春季6次作业进行评估得出：由于CA—FCM方法采用了聚类分析，提高了对比区和影响区的相关系数，及引入了整层大气可降水量作为协变量，所以提高了作业区自然降水量估计值的准确性，比FCM方法有更高的效果评估效率。     

聚类统计检验在人工增雨效果检验中的应用

将聚类统计检验分析引入原有的基于聚类的浮动区对比历史回归人工增雨效果检验方法中,减小站点分区的盲目性,聚为同一类的站点相似度更大,使聚类分析具有统计学意义。并把这种方法和未引入聚类检验的方法进行比较,通过对河南4月10次作业的效果评估表明,引入聚类检验提高了效果评估的功效。     

引发强降水的一次东移高原云团的能量演变特征研究

利用日本气象厅葵花-8卫星亮温资料、欧洲中心ERA5（the fifth generation of European Centre for Medium-Range Weather Forecasts Reanalysis）再分析资料,根据时间尺度分解的局地能量诊断方法,本文从能量学多个角度研究了2016年6月5日00时（协调世界时,下同）至6日15时（持续40小时）一次东移并引发强降水的高原对流云团,得到了以下主要结论。本次事件中,高原东移对流云团在不同阶段的主要影响系统有所不同。移出高原前,其主要受高原涡和高原短波槽的共同影响,随着云团移出高原,高原涡消亡,而高原短波槽则随时间发展加强,成为东移云团的最主要影响系统。高原东移对流云团具有显著的深对流特征,自西向东引发了一系列的降水,移出高原后,其对流重心显著降低,降水达到最强。不同阶段高原东移对流云团的能量转换特征显著不同。云团位于高原上时（第一阶段）,背景场通过动能的降尺度能量级串为造成强降水的扰动流直接提供能量,这是此阶段扰动流动能维持的主要方式;云团移出高原过程中（第二阶段）,降水凝结潜热明显增强,由此制造的扰动有效位能也显著增强。在垂直运动配合下,扰动有效位能斜压释放所制造的动能是本阶段造成强降水扰动流动能维持的最主要能量来源;云团移出高原后（第三阶段）,背景场对造成强降水扰动流的影响再次增强,但是不同于第一阶段的直接影响方式,该阶段背景场的作用是以一种间接的影响方式出现。其首先通过有效位能的降尺度级串将背景场的有效位能转换为扰动流的有效位能,然后通过扰动有效位能的斜压能量释放为扰动流的动能维持不断地提供能量。此外,本阶段内还出现了扰动流向背景场动能的升尺度级串供给（即扰动流的反馈）,但其强度不足以对背景场的演变产生显著影响。     

不同尺度云团系统上下游的传播与1998年长江流域大暴雨

利用加密的卫星和雷达资料,对云团系统的传播和发展与1998年长江大暴雨的关联进行了探讨.结果表明,热量和水汽的输送通道的重建以及青藏高原低涡向长江流域的传播是1998年7月长江流域大暴雨发生的重要背景条件,它们向下游输送和传播的形式有3种类型,即纬向型、西南型和混合型;而下游地区多个中尺度对流系统的连续生成及其不同形式的组合、发展则是过程降水异常的关键因素.     

Cluster Ion Reactions: Insights into Processes of Atmospheric Significance

Experimental results of ion cluster reactions withatmospherically relevant species are considered hereinto provide a unified overview of the current state ofunderstanding brought about through experimentalstudies of cluster ion reactions. This isaccomplished by first outlining the atmospheric issuesaddressed by cluster ion studies and then, summarizingthe results of numerous studies. The recent, as wellas previously published studies of cluster ionreactions, are considered in the context of gainingnew insights into the molecular details ofheterogeneous processes involving the interactions ofelectrolytes with cloud droplets, ice crystals andaerosol particles. In addition to elucidating themechanisms of these and other selected reactions andtransformations of atmospheric significance, thefindings of the uptake of acid molecules in waterclusters are shown to lead to the suggestion of a newmodel that accounts for the formation of reactioncenters involving charged sites at aqueous surfaces.     

“2004.7”沙澧河流域特大暴雨成因分析

应用常规、加密气象资料及卫星云图,分析了2004年7月16～17日沙澧河流域特大暴雨成因.结果表明：高、低空急流耦合区中西南低涡及MCC特征云团的形成和维持是造成此次特大暴雨的直接影响系统.提出利用逐时的中尺度辐合中心、卫星红外云图云顶亮温及雷达回波降水率做中尺度雨团量级预测思路.     

空间点过程理论在极端气候事件中的应用研究

该文定义了12种极端温度事件和6种极端降水事件,将基于空间点过程理论的k阶最近邻距离丛集点提取算法应用于极端温度和极端降水事件的研究,给出了极端温度和极端降水事件区域群发性站点的检测流程;采用多年平均的疏密差异比R和有效率η两个指标,对所定义的各种极端气候事件的区域群发性进行了有效性检验,结果表明:k阶最近邻距离丛集点提取算法适用于极端气候事件的区域群发性研究,并进一步阐明了极端气候事件区域群发性的物理含义。