重庆市雾的区域分布及变化特征

将新重庆雾的分布划分为４个区域,揭示了全市年总雾日数的分布规律,各区域雾的季节分布及区域间的差异,并将５０年代以来雾的变化分成３种不同的类型。     

结合双边滤波Retinex和图像融合的图像去雾方法

针对传统的去雾方法对无人机有雾图像进行去雾时存在细节丢失严重、去雾效果差等问题,本文提出了一种结合双边滤波视网膜反应（Retinex）算法和图像融合的图像去雾方法。首先,利用双边滤波Retinex精确计算入射分量,对亮度分量进行双边滤波Retinex处理。其次,对两个色彩空间处理后的影像进行图像融合。最后,本文以两景无人机有雾图像为实验数据进行实验,结果表明,本文方法的标准差和信息熵等指数整体上升,能获得细节与色彩较好的去雾影像。     

北京城市下垫面对雾影响的数值模拟研究

为了探究北京城市下垫面对雾天气过程的影响,为北京地区雾数值预报水平的提高提供理论基础和科学依据,选取2011年10月29日北京地区雾天个例进行了数值模拟试验,通过对WRF/Noah/UCM模式系统中城市冠层参数的调整,显著改善了模式对此次雾天气过程的模拟效果.使用参数调整后的模式系统通过敏感性试验分析研究了北京城市下垫面对雾发生、发展和消散过程的影响.结果表明:参数调整后的WRF/Noah/UCM模式系统能够与实际观测较相符地模拟此次发生在北京地区的雾天气过程,北京城市下垫面主要通过对温度的改变对雾的形成、发展和消散产生显著影响,使雾不易在城市及其附近形成和发展,延后城市地区雾的形成,但城市的存在也使得城市地区及其附近雾不易消散,相较于没有城市时消散时间延后.     

雄安新区雾迷山组岩溶裂隙发育特征

雄安新区碳酸盐岩岩溶热储是具有重大开发潜力的优质地热资源。理清雾迷山组储层中岩溶裂隙的形成演化过程及发育特征,对地热资源的形成与聚敛研究具有重要作用,也是合理有效地开发地热资源的前提。根据岩芯采样、薄片、钻井、测井等资料,对雾迷山组岩溶裂隙的形成演化与几何特征进行了详细分析。结果表明:雄安新区岩溶和裂隙的形成与构造活动密切相关,以印支运动晚期至喜马拉雅运动期间最为强烈,形成了最有利储层发育的岩溶裂隙。雾迷山组裂隙带平均厚度和平均间隔分别为4.70m和4.05m,储厚比平均为41.90%。储层内部裂隙的走向主要为近北东向,倾角集中在50°～90°之间。面积裂隙频率达到5.34条/m~2。裂隙的长度和开度平均分别为1.20m和95.16μm。多种物质充填裂隙,以白云石、黄铁矿、石英最为常见,含有数量较多的半充填和未充填裂隙。现今地应力有助于裂隙的开启,储层中裂隙网络发育,连通性好,具有非常好的导水储水性能,为雾迷山组地热资源富集提供了良好条件。     

海岛区域影像薄雾处理模型与实现

对4种光学影像上薄雾的处理方法进行了比较研究,目的是为有效开展海岛区域测绘提供高质量的影像.据海岛区域影像的特点,重点改进了基于暗原色先验知识的去雾方法,包括暗通道的快速优化和大气光的分块求取两个方面.该方法首先计算影像的暗通道并进行优化,然后求取影像的大气光;再根据图像恢复模型得到去雾的影像,并与同态滤波法、平稳小波变换法和点扩展卷积法进行了比较.实验表明4种方法均可在一定程度上去除影像上的薄雾,对基于暗原色先验知识的改进方法效果最佳.     

山区公路雾天分布特征及相关性研究

雾是山区常发的天气现象,且具有偶发性和局部性的特征,雾天条件下,能见度降低,为公路行车安全带来一定隐患。该文基于云南普洱山区公路交通气象观测实验基地的观测数据,对2014年5月—2016年10月期间,实验基地所在公路的雾的等级以及时间分布规律进行了分析。通过列联表、条件频率等相关性分析方法,开展了雾天能见度与其他气象要素的相关性研究。通过对列联表的相关性假设显著性分析,降雨强度、风速等气象要素与能见度之间存在相关性;但列联关系V相关系数分析结果表明,其相关程度不高。从条件概率统计来看,在不同的气象要素区间范围内,各等级雾发生的条件概率分布遵循一定的规律。分析雾天能见度的分布规律,及其与其他气象要素之间的相关性,能为雾天条件下公路行车安全预警与控制提供数据支持。     

2017年11月大气环流和天气分析

2017年11月大气环流特征如下,北半球极涡呈偶极型分布;北半球中高纬度环流呈4波型分布,东亚大槽偏强,西太平洋副热带高压偏西偏强,南支槽平均位置位于90°E附近。11月全国平均降水量15.9 mm,较常年同期（18.8 mm）偏少15.3%,江南、华南雨日数多,全国共有58站次出现暴雨,12站日降水量超过月极大值。全国平均气温3.6℃,较常年同期（2.9℃）偏高0.7℃,全国有55站次日最高气温超过当月历史最高值,有7站日最低气温突破秋季历史最低值。月内,我国出现4次冷空气过程,3次较强降水过程,1次雾 霾天气过程。     

盐城市雾发生规律及其预报

依据盐城市１９８０￣１９９６年的雾资料进行了气候分析,将雾发生的天气形势归纳为弱高压和气旋倒槽两种类型;在此基础上,对单站要素进行了指标分析,由给出的５条指标采用概率加法原理进行雾发生的分析判断;并在气象信息综合分析处理系统（Ｍｉｃａｐｓ）上建立了春运期间雾预报系统,在实际应用中取得了较好的效果。     

基于机器学习的重庆长江航道雾图像特征识别研究

基于重庆市境内长江航道雷达站拍摄的雾天气过程影像资料,利用K最近邻、支持向量机、BP神经网络、随机森林等机器学习算法,对无雾和5类有雾天气个例进行图像识别训练,构建雾图像识别模型,并检验了识别准确率。结果表明：机器学习能够有效识别雾图像,随机森林算法的识别效果优于其余3种算法。对于能见度超过1500 m的无雾天气,模型的识别准确率为100%,对于能见度在1000—1500 m范围内的轻雾、能见度低于50 m的强浓雾,模型的识别准确率在90%以上,对于能见度在50—1000 m范围内的雾、大雾和浓雾,识别准确率超过70%。