基于数学形态学的阵风锋识别算法

提出基于数字图像处理技术中的数学形态学的阵风锋自动识别算法。该算法首先基于阵风锋的反射率因子窄带形态、速度辐合和快速移动特征,计算相邻时次体扫反射率因子差、速度切变和速度梯度这3个参量场,综合这3个参量场,得到一个二维特征量;然后采用数学形态学算法对这个二维特征量进行二值化、膨胀、腐蚀、细化、剪枝及线段联通等处理,得到一条反映阵风锋骨架特征的曲线。利用武汉雷达观测的2个阵风锋过程的共53个体扫数据进行阵风锋识别算法检验,结果表明:该算法正确识别阵风锋39个,错误识别3个,漏识别11个;识别曲线与阵风锋位置和走向较为一致。     

遗忘因子自适应最小二乘算法及其在气温预报中的应用

海量数据的利用是建立自适应预报模型的基础,但随着数据的不断增加,新引入数据的作用会逐渐降低,有可能导致预报模型失效。为克服因数据量增加引起的所谓"数据饱和"现象对天气预报效果的影响,本文给出了考虑遗忘因子的线性自适应最小二乘建模算法的原理和方法,并利用该算法进行了最高气温和最低气温预报试验。结果表明,考虑遗忘因子的线性自适应建模算法优于传统的线性自适应建模算法,加入遗忘因子可以避免产生"数据饱和"现象,适当地选择遗忘因子有助于提高模型的预报准确率。     

利用一种自动识别算法移除天气雷达反射率因子中的亮带

该文介绍了一种自动识别和移除雷达反射率因子资料中亮带的算法, 并对该算法进行了初步测试。该算法利用的是插值到直角坐标系中的雷达反射率因子资料, 其配置和运行也相对简单, 但却对移除亮带比较有效。首先, 设定一套雷达反射率因子垂直廓线的理想模板, 这些理想的模板能够在最大程度上反映不同亮带存在区域的雷达实际反射率因子的垂直廓线特征。然后, 在水平方向每个点上, 进行理想模板和实际反射率因子垂直廓线在垂直和水平两个方向上的拟合和差异计算, 来自动识别雷达反射率因子中存在的连续亮带区域。最后, 利用亮带之上和亮带之下的反射率因子值对亮带中的反射率因子值进行插值纠正, 就可以移除亮带。利用位于天津塘沽的我国新一代天气雷达 (CINRAD/SA) 的反射率因子资料, 通过个例分析和准业务运行试验, 均表明这个简单算法可以识别和移除绝大多数影响雷达定量降水估计的反射率因子亮带区域, 但是实际雷暴区域的反射率因子特征受到该算法的影响比较小。计算分析还表明, 在京津地区的初夏, 上述亮带区域一般容易出现在2.5 km左右的高度处。     

小麦年景预测统计方法的实验研究

引入基于PRESS准则选取预报因子的逐步算法做小麦年景预测．并与逐步回归、多层递阶法作了对比分析，预测结果表明，逐步算法和多层递阶法优于逐步回归。将逐步算法挑选的因子用于多层递阶，预测结果更好。     

我国利用MODIS数据反演陆面温度的研究进展

陆面温度（LST）是区域和全球尺度地表物理过程中的一个关键因子，亦是研究地表和大气之间物质交换和能量交换的重要参数。因精确反演LST具有一定的难度，因此反演LST成为当今研究的热点之一。现较详尽地介绍目前常用的利用MODIS数据反演LST的算法：推广的分裂窗算法，白天／夜间LST算法、单窗算法，并阐述了各种算法的研究概况，并针对其研究进展情况进行讨论分析，提出相应观点。     

CINRAD/SA雷达冰雹探测算法效果检验及参数本地化

2004年CINRAD/SA雷达新的冰雹探测算法(HDA)代替了原来的算法,新的冰雹探测算法(HDA)估测任意尺寸的冰雹概率(POH)、直径大于等于19 mm的强冰雹概率(POSH)和最大冰雹直径预测(MEHS)。结合济南雷达探测资料对冰雹探测算法预测效果进行了检验,虽然有较高的探测准确率,但同时错误率较高,临界成功率较低,最大冰雹尺寸预测值与实况的平均差值约为14.6 mm。对2002~2005年济南雷达站的历史资料进行了统计分析,降雹单体和非降雹单体在最大反射率因子上存在较大差异,5、6、7月的降雹单体最大反射率因子平均值分别为59.7、61.86、3.9 dBz,非降雹单体最大反射率因子平均值分别为53.8、54.9、55.6 dBz。依据统计数据,对冰雹探测算法中的反射率因子等门限值调整为53 dBz后,冰雹预测仍具有较高的探测准确率,错误率和临界成功率得到了明显改善;对最大冰雹尺寸预测中的算法因子门限值调整后,预测值与实况有较好的对应关系。     

超折射回波自动探测算法在临近预报中的应用

本文介绍了一种对雷达基资料进行处理的超折射回波自动探测算法,该算法针对超折射回波的特征,利用多普勒径向速度中值、反射率因子水平突变率和反射率因子垂直梯度,在雷达体扫描最底层PPI上逐库处理,以识别超折射回波.在北京奥运会天气预报示范项目测试期间,超折射回波自动探测算法在"葡萄-雨燕"临近预报系统中得到应用,结果表明:该算法能够剔除天津雷达探测到的大量的超折射回波,尤其是反射率因子水平突变率参数和反射率因子垂直梯度能够有效的分离出与降水回波混合在一起的超折射回波;进而,在定量降水产品中运用该算法的处理结果,可以明显的改善其精度.     

气象因子对夏季最大电力负荷的敏感性分析

利用2016—2018年武汉夏季(6—9月)逐15 min电力负荷以及同期逐日气象数据,分析最大电力负荷变化特征及与气象因子的相关关系。利用逐步回归和双隐含层BP神经网络算法,建立了武汉夏季最大电力负荷的预测模型。结果表明:平均温度、平均最高温度、平均最低温度与气象电力负荷存在显著的正相关,其次是日照时数。前1 d最大电力负荷与当日最大电力负荷的相关性最好,当日电力负荷对前1 d温度的平均和舒适度指数的变化最为敏感。以历史电力负荷和气象数据为联合预报因子,逐步回归和BP神经网络算法对武汉夏季最大电力负荷具有较好的模拟效果,尤其是对持续高温造成高位运行的最大负荷模拟。当敏感性在10%以内时,逐步回归算法中气象因子正的贡献要小于负的贡献,BP神经网络算法中气象因子正的贡献要高于负的贡献;当敏感性高于10%时,两种算法中气象因子均为正的贡献。     

华南热带气旋相关物理量场的线性及非线性统计分析研究

选取西太平洋海平面温度场、海平面气压场、500 hPa位势高度场作为物理因子场,并普查计算1949—2013年影响我国华南地区的热带气旋的年均频数、年均最低气压、年均最大风速作为相关物理量场。对因子场分别应用主成分分析 (PCA) 与核主成分分析 (KPCA) 算法进行主成分提取,在此基础上,对因子场的前六主成分进行功率谱估计与凝聚谱分析。最后,利用典型相关分析 (CCA) 与核典型相关分析 (KCCA) 算法对因子场与物理量场进行典型相关分析。结果表明,基于非线性的KPCA算法提取出西太平洋物理因子场前六成分的解释方差贡献率,均高于PCA算法;海温场、海压场、高度场的第一成分各自存在大概18年的周期性振荡变化,同时,在周期为2~3年的范围内,这三者的振荡频率的互相关性最强;而因子场与物理量场的非线性典型相关系数,明显高于线性典型相关系数。      

天气雷达反射率因子的实时衰减订正

基于当代天气雷达信号处理及其数据输出的特点，提出可供气象台站对天气雷达反射率因子进行实时衰减订正的基本订正算法和参考目标订正算法。通过数值仿真，比较了这两种算法的各自优缺点；还讨论了盲距衰减A(r0)和雷达系统误差△C对估算真实反射率因子的影响。