共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
几种常见视程障碍类天气现象的辨析及观测要点 总被引:3,自引:0,他引:3
针对近几年来我国视程障碍类天气现象有所增加的事实,着眼于2001~2002年汉川站所观测到的雾、轻雾、扬沙、浮尘、霾等5种视程障碍现象,分为3组对其异同和特征进行了辨析,并指出了各组视程障碍现象的观测要点,最后简单分析了能见度对视程障碍现象观测的影响。 相似文献
3.
利用2017年10月26日—2018年3月14日期间,乌鲁木齐机场跑道视程≤600 m时跑道25方向大气透射仪和前向散射仪的跑道视程数据,以及跑道25方向大气透射仪和中间段大气透射仪跑道视程数据进行对比分析,得到以下结论:(1)大气透射仪的跑道视程数据大于等于前向散射仪的跑道视程数据的比例为96%,跑道视程≤400 m时,两种设备相互替代性较好;(2)相比于黑夜,白天情况下前向散射仪的跑道视程数据更接近25方向大气透射仪的跑道视程数据;(3)相比于跑道中间段大气透射仪,跑道25方向前向散射仪跑道视程数据更接近25方向的大气透射仪跑道视程数据。 相似文献
4.
针对各种视程障碍类天气现象,在现有双色大气散射模型的基础上,通过对大气散射光方向的修正、对矢量夹角算法的改进以及加入了湿度参数信息,提出了一种改进的双色模型算法,用于识别视程类天气现象.改进算法模型考虑了大气散射光方向的不完全一致性以及景物色度像素值在RGB空间中的三维性,因而具有更高的稳定性.该算法嵌入到视程障碍类天气现象识别系统中并计算出相应的特征值,最后通过经验阈值识别天气现象;通过对算法的改进并对哥伦比亚大学一个季度和甘肃张掖观象台2个月的数据进行处理,结果显示该算法对于雾、霾、扬沙、浮尘及沙尘暴等视程障碍类天气现象具有良好的判别效果,对上述两个地区的总体识别率分别为73.2%、90.5% 相似文献
5.
利用2004—2006年11月至次年二月的每半小时一次的自动气象站观测资料,分别建立了乌鲁木齐机场跑道视程大于800m和小于800m2个支持向量学习机(SVM)推理模型,并进行了跑道视程的预测试验,结果显示:对训练集的回报、对试验集的预报、对检验集预测的TS评分在48%~75%之间,较高TS评分表明:所建SVM推理模型对跑道视程具有一定的预测能力,可为跑道视程预测业务提供参考。 相似文献
6.
7.
8.
9.
利用2009年5月至2009年11月鞍山、沈阳、本溪、抚顺4个市区的器测能见度和人工观测能见度资料,分别按照不同气象要素和天气现象等情形下,对两种观测数据资料的差异进行了详细的统计分析.结果表明:与无视程障碍天气情形相比,出现具有视程障碍天气情形时,器测、目测能见度差异较小;总云量越多,两种观测值差异越小;PM10质量... 相似文献
10.
基于民航机场的实际应用,对比安装在陕西省西安咸阳国际机场跑道一端的大气透射仪和前向散射仪2013年1月—2014年8月测量的跑道视程数据,结果表明:整体上,当跑道视程R > 400 m时,前向散射仪测量数据大于大气透射仪数据的比例高;当跑道视程R≤400 m时,大气透射仪测量数据大于等于前向散射仪数据的比例更高。当跑道视程R≤600 m时,两种设备测量数据具有很好的相互替代性;当跑道视程R > 1000 m时,两种设备测量数据差距较大。在雾、冻雾、霾和暴雨天气时,两种设备测量数据在时间上具有很好的一致性,且在跑道视程R≤1000 m时,两种设备测量数据具有很好的相互替代性,而在雪、烟和扬沙天气时两种设备测量的数据差距较大。 相似文献