遥感数据处理中的现代人工智能方法

数字遥感卫星技术和地面数字处理技术开始于20 世纪60 年代, 以1974 年成功发射的陆地卫星和获取的MSS 多光谱遥感数据为标志, 开启了40 多年数字图像处理方法的探索之路, 不断地将遥感数据转化为有用的信息和知识, 在帮助人类勘察资源能源, 增加社会财富积累, 应对自然灾害与全球环境变化, 实现经济社会与自然和谐发展等方面发挥了重要的作用。从20 世纪90 年代开始, 学界针对遥感数据表现出来的非线性问题, 不断探索新的模型, 引入最新的数学成果, 其中遥感数据智能处理算法与系统集成经历了10 多年的积累, 成为现代遥感图像处理方法的重要组成部分。     

微型智能气象站降雨观测对比试验北大核心CSCD

为了增强对微型(一体式)智能气象站(简称微智站)测雨性能的认识,2021年6—11月河北雄安新区气象局开展了不同测雨原理微智站的对比试验。分析表明:过程雨量不低于10 mm时,翻斗式微智站相对于标准站能够满足观测误差的控制要求,雷达式微智站测值偏大,光电式和压电式微智站测值偏小;过程雨量小于10 mm时,翻斗式微智站和压电式微智站相对于标准站能够满足观测误差的控制要求,雷达式微智站测值偏大,光电式微智站测值偏小。在雨强方面,双翻斗式微智站适合降雨极大值观测,光电式微智站和压电式微智站降雨极大值测值偏小;微智站雨强累积占比大于95%的雨强为[0.3 mm·min^(-1),0.6 mm·min^(-1)],雨量累积占比大于50%的雨强为[0.1 mm·min^(-1),0.4 mm·min^(-1)]。雷达式微智站对降雨响应比较快。微智站雨量传感器的分辨力越精细,对细微降雨观测越有效,有效降雨率也越大。     

近50a黑龙江省5—9月气象干旱及大气环流异常特征

黑龙江省是我国主要的粮食生产基地，研究该区域干旱气候特征对科学开展旱灾防御治理具有重要作用。基于1971—2020年农作物生长季(5—9月)黑龙江省80个国家气象站逐日气温、降水资料，计算黑龙江省逐日气象干旱综合指数(Meteorological Drought Composite Index,MCI)，分析黑龙江省中旱、重旱、特旱日数时空分布特征，进一步对比分析典型干旱、湿润年的环流特征。结果表明：1971—2020年5—9月，黑龙江省大兴安岭南部、松嫩平原西部是干旱多发区；干旱日数月际空间分布西多东少、中部腹地局部偏多；中旱、重旱、特旱日数年代际特征明显且均呈减少趋势，中旱减少趋势最明显，变化速率为-1.7 d·(10 a)^-1。典型干旱年与典型湿润年的环流存在显著差异，典型干旱年，贝加尔湖以西地区受反气旋控制，黑龙江上空受西风带气流控制，盛行下沉气流，不利于冷暖空气交汇，水汽输送通道不明显，水汽难以到达黑龙江地区；典型湿润年情况则相反。