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。     

农田植被层上方湍流通量输送特征分析

根据宵田植被层上方的温湿风梯度观测资料,采用基于莫宁－奥布霍夫相似理论的廓线梯度法计算了农田植被层上方的湍流通量,进而确定出拖曳系数、斯坦顿数和道尔顿数。文中检验了用于农田植被层上方湍流通量计算的普适函数的适用性,讨论了湍流通量以及拖曳系数等随稳定度参数、粗糙度高、平均风速等因子的变化规律。结果表明,农田植被层上方的湍流通量随层结构稳定度变化而变化;拖曳系数、斯坦顿数和道尔顿数也不是常数,而是层结     

模型参数对疾病发病率人工神经网络模型精度的影响

本文通过统计分析，选取影响银川地区疾病发病率的主要气象因素，将其作为输入变量经多层前馈型神经网络的BP算法进行学习训练，建立了疾病发病率的人工神经网络(ANN)预报模型。分析了结构参数对模型效果的影响情况，发现学习率和动量因子对达到训练目的无大的影响，而训练精度、输入层节点数和隐含层节点数是模型的关键。但只要输入层节点数达到一定数量，改变输入层节点数并不影响模型质量，隐含层节点数和训练精度却对模型更为重要。     

基于细胞神经网络与Bayes判别法的冰雹预测

选取新疆地区的雹云图像利用细胞神经网络边缘提取方法,得到图像的纹理信息,再用二维小波变换进行处理,得到每个图像的四个特征系数;以这些特征系数为判别变量,区分降雹与无雹的图像;利用Bayes判别法构造判别模型,对雹云图像进行分析判别。结果显示本文采用的方法能够明显的区分降雹与无雹云层,判别误差较小,具有参考价值。     

降雨量及叠加预测方法研究

为了得到精确度较高的降雨量预测值及其叠加预测精度,利用小波神经网络和NARX动态神经网络对降雨趋势和降雨量进行预测,并分析降雨量叠加预测值的误差。研究表明,小波神经网络分析的月降雨量多个变化周期以及总的变化趋势较为准确;NARX动态神经网络预测模型测试误差为0.21%,回归效果图的相关系数R为0.99993,回判和检验误差分别只有0.22%和0.40%;降雨量叠加预测和检验误差较小,均未超过2%,能够满足降雨量不断叠加预测的要求。该方法能为边坡动态稳定性预测提供精确度较高的降雨量预测值。     

小波变换在气象卫星云图压缩中的应用

该文分析了卫星云图和自然图像在小波系数分布上的特征差异,提出了基于小波变换的气象卫星云图压缩方案。方案选择对卫星云图压缩效果较好的、具有双正交性的Odegard 9/7滤波器组对卫星云图进行五级小波分解和重构;根据卫星云图小波分解系数相似性强、低频分量能量更为集中、分量系数层次衰减性明显的特点,使用改进后的零树编码算法对小波系数进行编码运算;最后,采用高效的自适应算术编码对输出数据流进行了进一步的压缩。该方法对卫星云图的压缩效果要优于经典的嵌入式零树小波编码,在失真允许情况下,对红外云图的最大压缩比可达40:1,水汽云图达60:1,可见光云图达35:1。     

基于小波域高斯尺度混合模型的天气雷达图像高分辨率插值

采用可精确刻画雷达回波强度数据统计特征的小波域高斯尺度混合（GSM）模型作为雷达图像先验模型,进行天气雷达图像插值,在提高图像分辨率的同时有效重建降水回波中局部强回波值、小尺度变化细节等一些重要空间分布统计特征。分析和总结雷达回波强度数据小波频率域统计特点,建立小波域GSM模型;匹配天气雷达图像小波系数和GSM模型,利用贝叶斯理论估计更小尺度的小波系数,进行小波逆变换,完成高分辨率天气雷达图像插值。试验表明,该算法能从低分辨率图像中估计出高分辨率高频系数,且所利用的先验模型充分考虑降水数据本身的特点,可有效捕获降水回波结构的非高斯特征和局部相关特性,重建雷达图像中的局部变化细节。      

卫星云图模式识别小波分形特征量分析

本文采用小波分析中的小波包函数对卫星云图进行分解和小波包系数重构,并结合分形分数维计算,提取卫星云图的分数维,分析不同类型的云系分数维的主要特征,来实现卫星云图的模式识别.     

风廓线雷达回波参量估计算法验证及其地杂波抑制方法研究

估计天气状况的回波资料均由雷达厂家直接给出,其估计的准确性及精确度还有待验证。针对这一问题,改进了回波信号的模拟方法,给出了一套可行的检验目前估计各种雷达回波参数算法正确性的系统;同时为了减小地杂波对信号参数估计的影响,在静态小波变换的基础上,提出了一种抑制风廓线雷达地杂波的方法,这种方法通过计算各层小波系数上的二阶原...     

基于小波神经网络法的海南地区逐时太阳总辐射预测研究

利用2003—2012年海口市气象站不同季节逐时太阳总辐射观测资料与对应气象参数,建立基于小波BP神经网络法逐时太阳总辐射的预测模型,并利用2013年太阳总辐射数据对模型进行检验,且与建立的逐步回归模型进行对比。结果表明:小波神经网络法建立的逐时太阳总辐射预测模型精度较高,但不同季节模型预测精度存在差异,冬季预测精度最高,夏季预测精度最差,天气类型指数有利于不同季节模型预测精度的提高。春季、夏季、秋季和冬季加入天气类型指数神经网络模型的逐时太阳总辐射预测值与观测值的回归估计标准误差分别为0.32、0.47、0.35 MJ·m-2及0.23 MJ·m-2,比逐步回归模型的预报精度分别提高了28.8%、16.3%、17.9%和20.4%,说明基于小波神经网络法建立的预测模型可为海南地区逐时太阳总辐射预测提供参考。     

气侯层次和分数维

本文应用非线性理论分析了多层次的气候系统,指出分数维是气候系统结构的特征,是气候系统中尺度变换后的不变量。分数维可用于平滑气候资料,滤掉尺度较小的振动,形成较高的气候层次。平滑前后的气候层次结构已不相同。低层次气候变化的规律很不确定,在高层次上看就比较确定了。高、低层次之间存在非线性的相互作用。以上是气候研究中的一些基本问题,本文用我国的气候资料对此作了初步的探讨。     

松花江、嫩江流域降水异常对水位变化的影响

利用松花法、嫩江流域的气象和水文资料,讨论了该流域降水对水位变化的影响。结论指出,松花江、嫩江流域汛期一变化与流域内的降水有密切的关系。１９９８年夏季特大洪水主要是由嫩江流域降水异常偏多引起的,逐日水位变化取决于上游水位和临近流域的降水情况。     

钉钉软件在气象防灾减灾中的应用探讨

钉钉软件是一款智能移动工作平台,将其应用于气象防灾减灾服务,可以提高工作效率,值得推广应用。与短信、电话、即时通讯软件、业务软件等传统服务方式相比,钉钉软件更能提高气象防灾减灾服务的智能化水平,以及工作留痕的信息化水平。钉钉软件特有的DING功能,还可以用于开展“三个叫应”气象服务。     

2013年6月23日江淮地区梅雨锋暴雨的发展和维持机制

利用WRF模式对2013年6月23日江淮地区的梅雨锋暴雨过程进行了数值模拟,并利用模式输出的细网格资料进行诊断分析。结果表明：地面梅雨锋、高低空急流耦合、低层辐合高层辐散以及中层短波槽的配置有利于暴雨的发生发展;暴雨主要由两个中尺度对流系统的发展、维持、合并造成;低层辐合、高层辐散为暴雨提供了动力条件;高温高湿环境为暴雨提供水汽及热力条件。水汽及凝结潜热的诊断分析表明,高空槽的抽吸作用与潜热反馈的配合表现为两个方面,一是向中层输送水汽,使最大凝结发生在中层,加强低层的正涡度中心,二是向高层输送源源不断的热量,避免凝结潜热在中层堆积,有利于不稳定形势和上升运动的维持,从而影响中尺度对流系统的移动和发展。     

Indian agriculture and climate sensitivity

This study estimates the relationship between farm level net-revenue and climate variables in India using cross-sectional evidence. Using the observed reactions of farmers, the study seeks to understand how they have adapted to different climatic conditions across India. District level data is used for the analysis. The study also explores the influence of annual weather and crop prices on the climate response function. The estimated climate response function is used to assess the possible impacts of a ‘best-guess’ climate change scenario on Indian agriculture.     

庐山雨凇积冰日数变化特征及其与海气场关系

利用江西省气象信息中心提供的1970-2016年逐日庐山站电线积冰、NOAA重构延长的逐月海表温度(SST)及NCEP再分析风场等资料,采用线性趋势分析、Man-Kendall检验、Morlet小波分析、合成分析等方法,研究了庐山雨凇积冰日数的变化特征及其与海气场的关系,结果表明:1)庐山雨凇积冰基本发生在当年11月至次年3月。2)雨凇积冰日数总体呈显著下降趋势,且在1981年和2001年分别存在一显著突变,即1970-1980年庐山雨凇积冰日数异常偏多,1981-2001年庐山雨凇积冰均值基本接近常年,2001-2005年庐山雨凇又异常偏少。3)庐山雨凇积冰日数存在2~4年、6~8年及20年左右的振荡周期,2~4年周期变化在20世纪70年代、80年代末到90年代末及2005年以后振荡显著。4)庐山雨凇积冰异常偏多年代,前期410月整个热带太平洋海温异常偏低,同期113月庐山受贝加尔湖异常反气旋东南侧东北气流和来自东太平洋偏南气流的共同影响,有利于出现雨凇积冰。     

大连机场典型低空风切变的成因分析

风切变是指空间两点之间的风的矢量差,风切变分为水平风切变和垂直风切变。航空气象学中,低空风切变通常是指近地面600 m高度以下的垂直风切变,低空风切变严重危害航空活动安全,尤其是在飞机起飞和着陆阶段。为了提高对低空风切变的预报准确率和提前预警时间,利用大连机场话音方式航空器报告统计大连机场出现的低空风切变特点。大连机场低空风切变出现最多的季节是秋末和春季,其中以西北大风和偏北大风造成的低空风切变最为典型,这种切变常常出现在地面风向为360°或350°、平均风速9 m·s^-1、阵风风速16 m·s^-1的观测时次附近。选取3个大连机场典型低空风切变的天气个例,利用NCEP/NCAR FNL(1°×1°)资料分析大连机场出现典型低空风切变时的天气形势特点,利用WRF模式输出资料,分析了大连机场出现典型低空风切变时低层的风场特征。分析结果表明,WRF模式输出的风场变化较小,不能体现低空风切变的突变特征,利用模式输出资料计算得到的反映偏差风相对大小的I值与风切变的出现有明显关系,当I大于0.5且逐渐增加时,容易出现低空风切变,当I小于0.5且逐渐减小时,不易出现低空风切变,可以利用I值及其变化情况进行风切变的预报预警。     

中国旱涝史料的层次分析

文中用子波变换的方法对中国近５００年旱涝等级资料进行了分析,发现在不同气候层次上,旱涝变化的特征有所差异,高层次上的旱（涝）期常由若干个低层次的偏旱（涝）期组成;各层次上气候系统的动力行为也表现出不同的特征,要对气候的变化趋势作预测必须在具体层次上而言才有意义。不同层次间突变点的变化往往表现为层次升高时部分奇异点（突变点）退化为平常点,而层次降低时,又会发生平常点进化为奇异点的现象。此外,还发现中国总体上说偏涝期长于偏旱期,但不同地区又有所不同;中国南北方的旱涝演替存在一定的位相差。     

风云二号可见光通道噪声分析

通过空间结构函数分析法,分析了风云二号扫描辐射计可见光通道的噪声。计算结果表明,风云二号扫描辐射计可见光４个通道的噪声水平不完全一样,其中通道１的等效噪声计数值最大,为０．５１,其它３个通道的等效噪声计数值为０．４２￣０．４５。     

Climate Change and Rice Yields in Diverse Agro-Environments of India. II. Effect of Uncertainties in Scenarios and Crop Models on Impact Assessment

Estimates of impact of climate change on crop production could be biased depending upon the uncertainties in climate change scenarios, region of study, crop models used for impact assessment and the level of management. This study reports the results of a study where the impact of various climate change scenarios has been assessed on grain yields of irrigated rice with two popular crop simulation models- Ceres-Rice and ORYZA1N at different levels of N management. The results showed that the direct effect of climate change on rice crops in different agroclimatic regions in India would always be positive irrespective of the various uncertainties. Rice yields increased between 1.0 and 16.8% in pessimistic scenarios of climate change depending upon the level of management and model used. These increases were between 3.5 and 33.8% in optimistic scenarios. At current as well as improved level of management, southern and western parts of India which currently have relatively lower temperatures compared to northern and eastern regions, are likely to show greater sensitivity in rice yields under climate change. The response to climate change is small at low N management compared to optimal management. The magnitude of this impact can be biased upto 32% depending on the uncertainty in climate change scenario, level of management and crop model used. These conclusions are highly dependent on the specific thresholds of phenology and photosynthesis to change in temperature used in the models. Caution is needed in using the impact assessment results made with the average simulated grain yields and mean changes in climatic parameters.