国家级自动气象站蓄电池智能控制检测系统设计

对国家级自动气象站供电系统深入研究,通过对蓄电池充放电进行细微控制,设计报警电路、寿命检测电路和远程监控上位机软件系统,实时监测蓄电池状态,对蓄电池长期处于浮充状态致使其寿命缩减的设计缺陷进行改进。该系统采用Freescale高性能处理器和以AD8210为核心的高边电流检测电路,实时对分流电阻的微电流进行检测,及时阻止危害蓄电池使用寿命的过充和过放,通过声光报警电路和数据通信电路将交流电断电报警、蓄电池电压、使用寿命和充电间隔等信息传送到Labview编写的上位机软件,提醒观测员及时处理,同时配合RTC时钟模块,每3个月自动对蓄电池进行充放电维护,不仅有效延长了蓄电池的使用寿命,还解决了蓄电池充放电维护问题,减少了国家站备份蓄电池每两年更换造成的资源浪费。     

新阈值函数去噪方法在可降水量预报中的应用

大气观测数据中常含有噪声,如何减小噪声是大气观测数据应用的基础。本文在传统软、硬阈值函数去噪的基础上提出了新阈值函数去噪。首先,运用这三种方法对MATLAB中wnoise函数产生的bumps含噪信号进行去噪,并运用信噪比(SNR)和最小均方误差(MMSE)对去噪效果进行衡量。试验表明,新阈值函数去噪效果较好。最后,用新阈值函数去噪对可降水量时间序列进行处理,并用Kolmogorov熵和神经网络预测来衡量去噪效果。结果表明,新阈值函数同样适用于可降水量时间序列的去噪。     

基于GAMIT系统的GPS/MET数据反演及其在闽南地区获取PWV的应用

基于福建省闽南地区6个GPS/MET站点的观测资料,利用从IGS下载的精密星历数据,通过GAMIT软件计算出对流层湿延迟(Zenith Wet Delay,ZWD);利用厦门2016年的实际气象资料统计拟合出加权平均温度模型,得到加权平均温度,从而反演出大气可降水量(PWV),并与由探空资料反演的PWV相比较,由GAMIT软件系统反演出大气可降水量结果能够达到实际业务需求的精度。     

基于神经网络技术的天气雷达超折射回波识别

基于SA多普勒天气雷达资料,从其基本反射率、径向速度和谱宽3个基本产品中提取出6个能反映它们之间差异的特征参量,并对它们进行概率统计分析,作为BP神经网络的识别因子。通过建立适当的训练集对神经网络进行训练,从而得到最优的网络结构,再利用测试集对经过训练的网络做进一步测试,对其识别效果进行评判。结果表明:当神经网络的输入层、隐含层和输出层的神经元个数分别为6、6、2时,能够对超折射回波达到最优的识别效果。最终通过实际个例对识别效果做再次验证。     

综合识别法去除风廓线雷达地物杂波的可行性研究

以杂波谱极小值连线的思想为基础,针对强风天气条件下的风廓线雷达地物杂波信号,提出一种综合识别杂波的去除方法,并与常规的地物杂波抑制方法相比较。结果表明:利用该方法对强风天气下的地物杂波有更好的抑制效果,水平风速得到了明显增强,与地面观测数据相比,雷达产品更趋于真实风速。