森林火灾的 CINRAD/SA 雷达监测

对 2007 年浙江省南部地区 10 次距离雷达站 5～100 km、不同规模的森林火灾进行分析,发现温州新一代多普勒天气雷达 CINRAD/SA 能对森林火灾进行监测.雷达分析发现,火灾引起的回波具有水平尺度小、回波顶高度低、回波强度强等和地物回波相类似的特征,径向速度图上一般有辐散速度对的出现,并具有不同于气象回波的特征.受地理位置和天气系统等影响,发生在大陆山区的森林火灾其回波特征较海岛和沿海山区的森林火灾更为显著.本文还对应用雷达监测森林火灾的前景和局限性进行了分析.雷达回波可以识别、监测不同规模森林火灾的发生和演变,为森林火灾的监测提供了崭新的手段,也为多普勒天气雷达的应用拓展新的领域.     

C波段高山天气雷达对森林火灾的探测能力初析

借鉴前人在S波段新一代天气雷达上探测森林火灾和城市大火烟尘的方法和研究成果,利用收集到的云南十部C波段新一代天气雷达的34次森林火灾个例资料,立足云南C波段高原高山雷达的一些特点,采用分类对比进行分析研究,得出C波段高山雷达森林火灾回波的一些特有指标。提出按雷达海拔高度分别设置森林火灾判别阈值、引入速度场特征、降水回波过滤等一些新指标和方法,进行这类地区的雷达森林火灾探测。随后开展了业务实践,经检验和实地踏勘,取得了一定效果。证明C波段雷达同样具有一定的探测森林火灾回波的能力,主要技术指标有:高山雷达由于海拔高差的影响,应分别针对不同雷达设置相应的阈值参数;根据森林火灾回波的上升和飘散特性,雷达回波速度场与周围回波有时呈现出一定差别;采用过滤晴空回波、过滤杂波、过滤地物回波、过滤二次回波、过滤降水回波、识别速度场特殊回波等办法,可得到滤出的火灾烟尘疑似回波。这些指标和方法对西部高山雷达探测应有一些参考作用。     

两次火情的新一代天气雷达回波特征分析

新一代天气雷达探测到的回波,除了降水回波以外,还有许多被认为是"杂波"的回波,经过科研和业务人员的大量统计研究后,发现存在多种有用的回波。本文主要分析林火、城市火灾、爆炸等引起的火情回波,并分析得出其回波特征。由于林火较为典型,介绍了林火回波的特征及鉴别原理,并提出了识别林火回波业务化应用的流程。对2015年1月23日一次典型的林火和2015年4月6日漳州古雷PX项目油库爆炸,详细分析其火情回波特征。     

基于支持向量机的雷达地物回波识别研究

多普勒天气雷达探测过程中的非气象因子会显著影响雷达资料的定量化应用,在雷达基数据的应用前需对雷达资料进行抑制地物杂波、去距离折叠和退速度模糊等质量控制。本文在现有的自动识别地物回波方法的基础上,提出了基于支持向量机（Support Vector Machine,SVM）识别雷达地物杂波的方法,2013年6-8月对安庆和常州两地的CINRAD/SA雷达观测资料进行雷达地物回波识别,并将其与运用人工神经网络（Artificial Neural Networks,ANNs）识别的结果进行对比,结果表明支持向量机方法能够取得更好的效果。在地物、降水回波总样本识别和地物回波识别方面更为有效;降水回波的误判方面,神经网络略优于支持向量机,但两者差异不大,都将降水回波的误判率控制在了一个较小的范围内;另外支持向量机方法较之神经网络方法对于训练样本数目的依赖性较小,在训练样本较少时,支持向量机方法仍能保持有效的识别效果。     

CINRAD雷达数据质量控制方法初探

多普勒天气雷达数据质量控制是以提高短临预报产品质量和满足短临预报需要为目的。通过参考国内外雷达数据质量控制的研究成果,分析雷达数据杂波来源,对雷达数据质量控制处理方法进行了试验和探讨,结果表明:在雷达数据质量控制过程中,使用非雷达资料(云图、自记雨量和闪电数据)排除地物杂波,尤其是排除超折射杂波具有一定的优势和局限性。晴空区里使用云图特征来排除大范围超折射杂波效果较好;但有降水存在时,这种方法就受到限制或不适宜使用。较远距离孤立和离散噪声杂波采用统计"突变率"、两层仰角叠加分析和改进型中值滤波算法综合处理,逐步去除数据杂波;较近距离则采用多仰角变换方法(分段混扫)来去除数据杂波。通过分析,得出了地物回波与降水回波的识别特征,引进了包含利用"雷达对"资料、雷达相关产品资料和云图、自动雨量站等非雷达资料的数据互补理念。     

森林火灾的多普勒雷达特征

利用位于浙江省温州市大罗山的新一代多普勒天气雷达,对发生在2007-01浙江省南部地区6次不同规模的森林火灾引起的雷达回波进行分析,发现雷达的基本反射率、径向速度等产品能很好地追踪火灾所产生的烟尘,即使过火面积在1ha2以下的火灾也有明显的反映。表明多普勒雷达在森林防火方面具有一定的监测、预警能力。雷达分析发现,火灾引起的回波具有水平尺度小、回波顶高度低、强度强等与地物回波相类似的特点,径向速度图上一般会出现辐散径向速度或速度辐散等特征。     

多普勒雷达非降水回波在临近预报中的应用研究

本文研究了多普勒天气雷达速度图上非降水回波(不包括地物回波)的空间结构,并对太原雷达站两年多以来的多普勒天气雷达观测到的“非降水回波”的速度特征进行了深入、系统的分析。发现非降水回波的强度虽然很弱,但其速度回波显示出冷暖平流和大尺度风向、风速辐合(散)相结合的特征。统计结果表明,56次降水过程中,有52次降水发生前的非降水回波具有辐合特征,且非降水回波辐合特征的出现较本站降水发生均具有一定的提前量,为临近预报提供了一种新思路。     

新一代天气雷达灾害性天气监测能力分析及未来发展

自20世纪90年代,我国开展大规模新一代天气雷达建设以来,已初步形成一个对大、中、小尺度灾害性天气监测的天气雷达业务网,并在防灾减灾中发挥了重要作用。本文利用我国新一代天气雷达网获得的大量实例资料分析了新一代天气雷达在实际应用中对大尺度天气系统如:冷锋、温带气旋、江淮切变线、低空急流、台风,中尺度天气系统诸如强对流天气系统的飑线、阵风锋、冰雹和雷暴高压,以及对我国产生重要影响的梅雨锋暴雨的监测能力。同时分析了现有天气雷达业务观测模式中的扫描策略、雷达适配参数设置以及雷达技术体制的特点与存在的问题。在不对现有雷达技术体制和结构做重大改变前提下,有针对性提出了:(1)改进现有业务观测模式:一是增加晴空模式和RHI垂直扫描模式增强对晴空回波以及垂直结构精细化探测能力;二是增设高山观测模式增强对边界层的探测覆盖能力。(2)改进雷达适配参数,采用相位编码技术和双PRF技术,把距离不模糊作为第一优先原则,来解决多普勒脉冲雷达体制下的距离与速度模糊问题。(3)增强雷达对弱回波探测能力,提高雷达的时空分辨率。(4)充分利用雷达网的组网技术,开展协同观测实现对大、中、小灾害性天气系统的时间与空间同步观测。(5)利用双偏振技术,进一步提高雷达定量估测降水的精度以及对相态的识别。并在上述5方面改进的基础上,提出了目前雷达技术升级改造的初步方案。展望了未来天气雷达技术的发展。     

一种基于FCM算法的雷达反射率基数据的质量控制方案

根据FCM（fuzzy C-means,模糊C均值）算法初步建立了一种适用于我国多普勒天气雷达反射率资料的质量控制方案,对2009年6月3—5日蚌埠、阜阳雷达站部分雷达体扫资料进行统计分析。结果表明,降水和非降水回波水平反射率结构（T）和垂直反射率差（V）均有不同的参数分布特征,并可有效区分。在此基础上以这两个参数作为FCM算法的输入特征向量,自动识别出降水回波和地物杂波。质量控制结果表明,恰当选取降水回波和地物回波的特征参数,作为FCM算法中的输入特征向量,能够有效识别这两类回波,从而剔除非降水回波,以提高质量控制的效果。     

自适应高斯频域滤波器在天气雷达中的应用

多普勒天气雷达的基数据(反射率因子、速度和速度谱宽)经常会被地物杂波所污染,这对基数据估计的准确性影响很大,进而又会影响导出产品。因此,抑制地物杂波是所有多普勒天气雷达获取高质量数据产品的必要步骤。作者首先介绍了自适应高斯频域滤波器的研究背景,其次分析了多普勒天气雷达地物杂波及天气回波信号的特征,再次给出了IIR椭圆地物杂波滤波器的原理以及自适应高斯频域滤波器的滤波算法,最后根据实际的雷达回波信号,分析了IIR椭圆地物杂波滤波器和自适应高斯频域滤波器的杂波抑制性能,并对结果进行了分析和比较。结果表明:不使用杂波图的自适应高斯频域滤波器的杂波抑制性能优于使用杂波图的IIR椭圆滤波器,且满足实时处理的要求。     

基于物联网的气象观测站电量在线检测方法

针对目前气象观测设备中蓄电池电量的在线检测装置几乎空白的现象,综合运用蓄电池的交流注入法检测、物联网等技术,电池两端注入交流横流信号,通过蓄电池的相位角和内阻计算蓄电池电量,在实际应用中对检测流程进行了实验和改进,增加了Kalman滤波降低干扰,实现了蓄电池电量的可靠直接在线测量。并根据此方法给出了硬件电路的具体实现,在实际业务中进行了应用,具有较高的可操作性、准确性、一致性。     

高光谱大气红外探测器AIRS资料云检测及晴空通道应用技术初步研究

目前GRAPES-3DVar(全球\区域同化预报系统)使用的AIRS云检测方案只能够检测出完全晴空时的视场资料,对于受到云污染的视场,所有通道资料全部被剔除。研究表明有云视场当中的云顶以上资料对数值预报的影响更加重要,研究也更加有意义。因此,文章借鉴McNally和Watts云检测方案,结合GRAPES-3DVar系统和仪器特征,建立了一种适合于GRAPES-3DVar模式的晴空通道检测方案。该方案不但可以检测出完全晴空的视场资料,同时也可以检测出有云视场当中不受云影响的云顶以上通道资料;另外,还可以求出云顶高度,判断出高、中和低云。然后,将AIRS观测资料分别用晴空视场检测方案和晴空通道检测方案进行云检测,从结果分析看,晴空视场检测方案可以检测出的晴空资料占总资料的9.14%,而晴空通道检测方案检测出的晴空资料达到了34.86%,是传统云检测方案的3.8倍,大大增加了资料的使用度。     

多普勒雷达探测冰雹的算法发展与业务应用讨论

目前我国CINRAD WSR 98D SA/SB及部分C波段多普勒雷达内置的算法参数是美国WSR 88D的缺省算法参数,我国业务人员发现由冰雹探测算法得到的冰雹指数产品在实际业务应用中存在过高预报冰雹尤其是强雹发生概率及冰雹尺寸偏大问题。针对此认识,本文首先从算法演变过程说明目前WSR 98D算法中强雹发生概率及冰雹尺寸的缺省参数来自于美国1992年俄克拉荷马和弗罗里达的10 个强雹个例资料集。基于此强雹数据集得到的算法参数本身就高估了强雹概率及冰雹尺寸,即过高预报强雹概率是由算法本身局限性所造成;在不改变当前冰雹探测算法参数设置的情况下,结合前期的冰雹算法,业务上可以使用其他一些环境参数及多普勒雷达探测特征作为强雹预报的辅助判据,如VIL、VIL密度、TBSS等;根据强雹形成物理过程,提出在不失一般性的假设下,-20℃层CAPPI产品上55 dBz范围超过100 km2可以作为快速判断单体降强雹的补充阈值使用。     

基于方向特征显著性计算的MRI脑图像肿瘤检测

本文提出了一种利用方向性特征进行显著性建模的MRI脑图像肿瘤自动检测算法.该模型首先将MRI脑图像进行预处理,去除掉图像中头骨区域的干扰;然后使用基于方向特征的显著性检测增加病变区域的对比度,实现更准确地提取肿瘤图像区域.本文算法在脑图像数据集上进行了大量的实验,并且与主流的肿瘤自动检测方法进行了对比,证明了本文算法的有效性,并为医生提供可靠的辅助诊断和临床参考.     

基于深度图像目标检测的智能台风涡旋识别技术

基于2005—2020年的中国气象局台风最佳路径数据集以及葵花(Himawari)8和风云(FY)卫星云图数据,首先将卫星原始数据转换为FULLDISK灰度图像作为台风涡旋识别技术的图像来源,并制定新的VOC (Visual Object Classes)标注规范,构建了样本标注数据集。利用运行速度快、识别准确率高的人工智能领域经典目标检测SSD(Single Shot MultiBox Detector)模型作为台风涡旋识别的基础模型,并针对台风涡旋识别的独特性,特别是弱涡旋识别困难,提出一种迭代的SSD目标检测模型,明显提高了台风涡旋的识别精度。通过目标检测技术对卫星云图进行智能特征分析、抽取、识别和定位,实现了自动涡旋正确识别和定位,最终建立了智能台风涡旋识别技术。测试结果显示:该技术对强热带风暴级以下强度台风涡旋正确识别率为40%~80%,对强热带风暴级及以上强度台风涡旋正确识别率达90%以上,能够精准识别强台风级及以上强度涡旋,该技术为今后业务利用高时空分辨率卫星图像对台风进行实时精密监测提供了技术支撑。      

基于SRTM地形数据天气雷达地形遮挡分析系统开发及应用

天气雷达是目前对强对流、台风、暴雨等天气过程进行精细探测的重要手段之一,其观测数据对天气预报业务起着关键的作用。天气雷达的探测能力会受到雷达所建位置四周地形遮挡影响。因此合理的雷达选址能更大程度地发挥出雷达的探测能力。基于中国科学院计算机网络信息中心地理空间数据云平台获取的SRTM地形数据,利用MATLAB工具开发天气雷达地形遮挡分析系统,实现一键智能绘图,获取天气雷达遮蔽角图、各方位遮蔽角柱状图、等射束高度图及等射束高度拼图,提高雷达选址的工作效率。通过仿真试验测试系统功能,通过实例应用实际分析拟建站点地形遮挡情况。同时,系统新加入智能分析结果为雷达建站选址提供相应的分析,并具备人工补偿功能可将人工现场观测数据加入结果中完善雷达建设选址。      

An economical optical cloud/fog detector

A new, relatively low cost instrument has been developed to detect the presence of fog or cloud for fog/cloud sampling applications. The instrument uses attenuation of an 880 nm light emitting diode signal to detect cloud/fog drops in the optical path between a sending and receiving arm. Laboratory and field testing under a variety of conditions and fog types were carried out to determine the ability of the optical fog detector (OFD) to accurately detect cloud/fog presence as well as to provide some measure of liquid water content. Results indicated that the OFD provided a reliable estimate of fog presence as well as a reasonable estimate of liquid water content (LWC) under several different conditions. The OFD does appear to have an interference from rain, resulting in an overestimation of LWC during rainfall. This may occasionally give a false positive indication of fog presence.     

区域自动气象站风向风速传感器检测仪设计与应用

为了解决区域自动气象站的风向传感器、风速传感器的检测难题,设计出一种新型便携式风向风速传感器检测仪。该检测仪通过上位机软件和单片机来实现智能检测和控制等功能,工作时由单片机对步进电机驱动器编程可控制步进电机的精确定位,进而精确控制风向传感器的转动角度或风速传感器的转动速度,将传感器输出值与步进电机的标准值进行对比,最终实现自动化检测风向传感器、风速传感器计量性能的目的。通过与现有检测方法对比,结果显示其精确度更高,稳定性更好;该检测仪体积小、重量轻、操作简单便于携带、集合了风向检测功能和风速检测功能;能有效地解决野外区域自动气象站的现场检测难题。     

基于空-谱先验条件随机场的高分辨率遥感影像变化检测方法

高空间分辨率遥感影像能够提供丰富的空间细节信息,使利用遥感影像进行精细变化检测成为可能.为充分挖掘高分辨率影像中的光谱、空间信息,本文提出一种基于影像空-谱先验信息的条件随机场（Conditional Random Field based on Spectral-Spatial Prior,SSPCRF）模型,该方法使用显著性检测方式自动提供先验光谱-空间样本信息,提高一元势能构建精度,有效缓解一元势能构建不准确导致的推理过程中的误差传递问题,并在二元势能中综合考虑标记场与观察影像的空间上下文信息以保持变化地物轮廓信息.最后,使用基于消息传递机制的推理方法将模型进行全局优化.在2组高分辨率影像数据集上的实验结果表明该方法能够提供较精确的初始变化检测信息,使得在减少变化检测结果中虚警点的同时保持变化地物细节信息.     

Discrimination and Validation of Clouds and Dust Aerosol Layers over the Sahara Desert with Combined CALIOP and IIR Measurements

This study validates a method for discriminating between daytime clouds and dust aerosol layers over the Sahara Desert that uses a combination of active CALIOP（Cloud-Aerosol Lidar with Orthogonal Polarization） and passive IIR（Infrared Imaging Radiometer） measurements;hereafter,the CLIM method.The CLIM method reduces misclassification of dense dust aerosol layers in the Sahara region relative to other techniques.When evaluated against a suite of simultaneous measurements from CALIPSO（Cloud-Aerosol Lidar and Infrared Pathfinder Satellite Observations）,CloudSat,and the MODIS（Moderate-resolution Imaging Spectroradiometer）,the misclassification rate for dust using the CLIM technique is 1.16%during boreal spring 2007.This rate is lower than the misclassification rates for dust using the cloud aerosol discriminations performed for version 2（V2-CAD;16.39%） or version 3（V3-CAD;2.01%） of the CALIPSO data processing algorithm.The total identification errors for data from in spring 2007 are 13.46%for V2-CAD,3.39%for V3-CAD,and 1.99%for CLIM.These results indicate that CLIM and V3-CAD are both significantly better than V2-CAD for discriminating between clouds and dust aerosol layers.Misclassifications by CLIM in this region are mainly limited to mixed cloud-dust aerosol layers.V3-CAD sometimes misidentifies low-level aerosol layers adjacent to the surface as thin clouds,and sometimes fails to detect thin clouds entirely.The CLIM method is both simple and fast,and may be useful as a reference for testing or validating other discrimination techniques and methods.