基于优化模糊逻辑的双线偏振天气雷达地物杂波识别算法研究

针对双线偏振雷达偏振参量能在回波识别中提供更多特征的优势，在常规多普勒天气雷达模糊逻辑算法的基础上，引入偏振参量实现地物杂波识别，由此根据雷达数据中地物和降水回波各自的回波特性，选择6个区别最明显的特征参量，建立了特征参量的统计分布概率，并运用CSI评判标准给出了地物杂波识别的最优化隶属函数；利用2020年攀枝花市新架设的X波段全固态双线偏振雷达观测个例，对比了传统的与改进后的模糊逻辑算法识别效果，结果引入偏振参量的模糊逻辑算法能更好地识别降水和地物混合位置的地物回波，同时改善了径向速度为零区域被误判为地物回波的问题。      

基于OPTICS聚类算法的雷达数据雷暴单体识别方法

雷达数据的雷暴单体识别算法是雷暴追踪算法的重要组成部分，传统的连续区域法只能通过改变回波强度阈值来调整雷暴单体识别结果，不能满足当前应用需求。本文提出了〖JP2〗一种基于OPTICS（Ordering Points to Identify〖JP〗 the Clustering Structure）算法的雷暴识别方法，该方法能基于高回波点的密度信息进行雷暴单体识别。利用高分辨率X波段天气雷达在两次雷暴过程中的体扫数据检验了算法的效果，并与传统方法进行了比较。结果表明：该方法能克服连续区域法在高分辨率雷达数据中可能出现的无法区分不同单体、识别结果过于零散等问题。并且能在不修改回波强度阈值的情况下灵活调整输出结果，以适应不同应用需求。     

基于Himawari-8卫星的自适应阈值火点判识算法适用性分析

为对比分析Himawari-8(葵花8号)静止气象卫星在不同地区反演火点效果,选取2017—2019年山东区域火点统计资料和卫星多通道监测数据,分析自适应阈值判识算法在山东的火点识别效果,针对算法中背景亮温（T3.9bg）,背景窗亮温差（ΔT3.9_11bg）,以及背景系数n1和n2进行林、草下垫面参数敏感性试验,并通过选取阈值干预算法检验了识别效果。结果表明,自适应阈值算法可多时次连续观测山东区域的火情监测信息,火点数具有明显季节变化特征,遥感识别准确率达71.5%;不同下垫面类型在四个参数试验中识别准确率变化趋势近似一致,但对阈值变化较为敏感;阈值干预算法对林地和草地的火点识别准确率样本均值为72.7%和81.6%,比原始算法分别提升了5.8%和3.8%;阈值干预识别算法能有效过滤误判像元,但两种算法均有漏判区域,根据本地化的下垫面属性优化阈值设定能够有效提升火点识别准确性。     

利用空间相关性进行天气雷达波束阻挡数据的识别和订正

波束阻挡影响了天气雷达数据的质量,使雷达的导出产品存在误差。根据雷达观测数据的空间相关性,提出了不依赖于高精度数字高程模型的波束阻挡识别和订正算法,可以方便地用于天气雷达反射率因子的阻挡订正。对于部分阻挡或小范围完全阻挡造成的回波数据不准确情况,先进行阻挡识别,再进行线性插值处理,实现对阻挡数据的订正。论文建立了阻挡识别算法和阻挡订正算法,并利用雷达数据进行了对比验证。结果表明:利用本文的算法,可以有效地对阻挡数据进行订正,提高了雷达数据质量。     

新一代天气雷达海浪回波特征分析和识别方法研究

海浪回波是影响沿海雷达定量降水估测和其他产品的重要因素,根据福州、温州的SA多普勒雷达收集的海浪回波资料,按出现时间关系将其分为两类。第1类海浪回波强度一般较强,主要出现在非台风期间降水过程的前后;第2类海浪回波强度较弱且均匀,仅在台风期间的雷达位置的近海域出现。通过分析资料得到两类海浪回波不同于对应降水回波的各种特征,确定识别海浪回波的最佳隶属函数。针对第1类海浪回波,考虑到海浪回波很少与降水回波混合,采用了基于回波分块和模糊逻辑的海浪回波识别方法,首先利用算法预处理条件判断是否执行算法识别,然后采用风暴单体识别与跟踪(SCIT)算法将回波组合成块,计算每个独立回波块的属性值,对符合要求的回波块和离散回波点再进行基于模糊逻辑的逐点识别,借鉴了刘黎平等2007年提出的分步式回波识别方法并加以改进来实现回波点的动态阈值识别。针对第2类海浪回波,直接采用了基于模糊逻辑的分步式海浪回波识别方法。分析表明,两种识别方法能分别对应识别出大部分海浪回波,回波分块和分步式方法对海浪回波的识别效果有明显的改善,有效地降低了降水回波被误判为海浪回波的概率。     

基于雷达回波拼图资料的风暴单体和中尺度对流系统识别、跟踪及预报技术

以中国气象科学研究院灾害天气国家重点实验室的区域雷达组网三维数字产品作为数据输入,在雷达基数据的SCIT(The Strom Cell Identification and Tracking)算法基础上,完成了三维格点风暴单体识别、追踪和预报,用Davis发展的客观诊断评估方法识别雷达拼图资料中的中尺度对流系统,实现了雷达数据的中尺度对流系统识别、跟踪和预报,并利用这两种方法对多个强天气过程进行风暴和中尺度对流系统识别、跟踪及预报.在单雷达区域内用原SCIT和修改后的SCIT算法做了风暴单体定量识别检验.结果表明,(1)修改后的SCIT算法能够实现三维风暴的自动识别、跟踪和预报,在单雷达区域内与原算法识别风暴数量大体相当,中尺度对流系统识别方法能够实现中尺度对流系统的自动识别,并完成跟踪和预报;(2)SCIT算法预报误差较小,中尺度对流系统算法预报误差相对较大,它们的预报误差随时间延长而增大.     

一次东北冷涡天气过程双偏振雷达降水粒子相态识别

本文利用双偏振天气雷达资料，对2019年6月7-9日辽宁地区一次东北冷涡强对流天气过程进行分析。分析了东北冷涡的演变过程以及双偏振雷达的偏振参量在降水粒子相态识别中的作用，研究了不同判别规则对模糊逻辑算法识别结果的影响。结果表明：双偏振雷达的偏振参量可以对水凝物的种类、空间分布、物理形态进行大致判断，但水凝物相态识别结果仍需细化。模糊逻辑算法在强回波区域的识别结果更准确，采用不同的判别规则得到的水凝物分类结果虽存在一定差异，但在大部分观测区域的分类结果基本一致，符合天气演变规律，能够为气象预报预警提供鉴别参考。具有广泛时间、空间适配性的模糊逻辑算法，仍需大量实测案例数据的验证与仿真。     

阵风锋自动识别与预警

根据阵风锋的回波特征, 该文设计了阵风锋自动识别算法。在速度场中,考虑辐合线识别;在强度场中,考虑窄带回波识别;根据窄带与辐合线的空间一致性,综合二者识别出阵风锋。基于该算法,以锋线闪烁和物理量输出两种方式实现了预警功能。最后利用地面自动气象站资料和2009年6月3日河南商丘、郑州及2009年6月5日安徽阜阳3个雷达站探测的阵风锋98个体扫样本资料检验了识别效果,并采用临界成功指数进行评估。结果表明:双向梯度法能有效滤除大范围降水回波而保留窄带回波;该算法只需考虑较低仰角层,大大提高识别效率。在速度场中采用的算法能有效识别出径向辐合线,同时也适用于低空径向风切变和辐合线的识别;利用临界成功指数对98个体扫样本进行识别率评估,识别率达到68.4%。     

基于S波段双线偏振天气雷达的降水粒子相态识别

为提高S波段双线偏振天气雷达的降水粒子识别能力,在常规模糊逻辑法相态识别算法的基础上,引入环境温度参量作为识别因子对算法进行了改进。选取雷达水平反射率因子Z_H、差分反射率因子Z_dr、差分传播相位常数K_dp、零阶相关系数ρ_hv（0）、以及利用经验公式,将与粒子相态密切相关的温度转化而来的高度作为算法的5个输入参量,确立β函数作为隶属函数,并给出了各个参量的隶属函数阈值。在此基础上,利用国内首部S波段双偏振天气雷达资料和探空温度资料,对云中粒子相态进行了识别研究。结果表明：引入环境温度参量可使粒子识别算法的识别结果更加合理;选取的模糊函数参数阈值较为合理,降水粒子识别结果符合云微物理演变的基本规律,可以作为进一步研究的参考;提高粒子相态识别结果的准确性,还依赖于雷达和粒子实测数据的积累,从而验证识别结果、选取合适的雷达参量、修正隶属函数参数。     

基于平均路径长度的语音识别算法的研究与仿真

提出了一种基于平均路径长度的语音识别算法．采用的识别方法属于小词汇量孤立词语音识别,主要包括端点检测、特征提取和模式识别．首先,在对语音信号预处理的基础上,采用梅尔频率倒谱系数(MFCC)为特征参数提取算法,动态时间规整(DTW)作为识别算法;然后,结合基于平均路径长度的模板训练方法,即采用少量样本,通过计算平均路径长度得到参考模板;最后,采用实验室环境下采集的语音信号进行实验．仿真结果表明:改进后的算法与单个样本训练相比,提高了识别率及鲁棒性;同时,相对于矢量量化(VQ)技术,只需较少的训练样本,降低了算法的复杂度．实验得到了较好的识别效果．     

基于用户点击数据的细粒度图像识别方法概述

近年来,细粒度图像识别逐渐成为计算机视觉领域的研究热点.由于不同类别图像间的视觉差异小、语义鸿沟问题严重,传统的基于视觉特征的细粒度图像识别性能往往不尽人意.针对这些挑战,目前许多学者都在研究基于用户点击数据的图像识别.本文围绕点击数据在图像识别中数据预处理、特征提取和模型构建3大模块中的应用,总结了已有的基于点击数据的识别算法及最新的研究进展.     

基于判别式字典的正则化稀疏表示人脸识别算法

为了克服非约束性(光照、表情变化)条件下会大大降低人脸识别率的缺陷,提出一种基于Fisher判别准则的正则化稀疏表示人脸识别算法.首先将人脸图像经过Gabor滤波器滤波得到Gabor幅值图像,提取其统一化的局部二进制直方图,然后利用Fisher判别准则学习得到新的字典,最后通过正则化的稀疏表示判断测试图像所属类.利用AR数据库的数据进行实验的结果表明,与SRC、FDDL、RSC识别算法相比,本文算法在非约束性条件下具有最佳的识别率.     

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%。     

新一代天气雷达地物回波及电磁干扰质控算法业务试运行评估

对雷达基数据质控方法的定量评估是业务应用推广的重要步骤。本文针对中国气象科学研究院研发的地物回波及电磁干扰回波质控算法在"新一代天气雷达建设业务软件系统开发及应用(ROSE)"系统中的业务试应用,使用2014年4—10月系统试运行的10个雷达站的数据,提出了评估方法及评估指标。利用统计和典型个例分析方法对算法进行了初步业务试运行的效果评估,验证了算法的可靠性,提出了适用范围及改进措施。结果表明:该方法对地物回波的识别成功率为92.29%,但存在漏判和误判。参与评估的CB雷达径向速度资料质量高,识别效果好;SA和SB雷达的识别效果受到了观测模式等导致径向速度资料质量变差的影响。电磁干扰回波的识别成功率为94.39%,能有效识别小于5个径向的窄条幅状干扰回波,但仍需改进算法完成对麻点状、螺旋状和大面积径向干扰回波的自动识别。对雷达资料的定量应用,需采取质控,而预报员的实时观测可根据情况进行选择性质控。     

基于机器学习分类算法的臭氧浓度等级预报在长沙的应用

为准确预报臭氧浓度等级,基于EC＿THIN全球天气模式产品和我国自主研发的CMA＿GFS全球天气数值预报产品以及华南GRACEs大气成分模式输出产品,融合气象和环境观测数据,使用6种机器学习智能算法,构建耦合数值预报模式和机器学习的混合模型,旨在充分发挥数值预报与机器学习智能算法的优势和互补协同作用,实现臭氧浓度等级预报准确度的跨越式提升。共设置4个控制试验,选取不同的特征产品,依次使用机器学习经典分类算法对长沙市未来4天的臭氧浓度等级进行分类预报,取测试准确度最高的模型输出结果作为结果统计。发现：最优模型1～4天的测试准确度分别为81.7%、81.7%、78.3%、60.9%,大大高于大气成分模式预报和预报员经验,达到预期设计目标;高质量的天气模式产品对模型贡献大,而大气成分模式产品对模型贡献有限;模型3天以内预测性能较好,低等级预测性能较好,高等级预测性能一般。提出解决方案供讨论：增加高等级样本数量,增强模型对此类事件的识别能力;加强高等级臭氧污染的机理分析,组合出更精炼的因子供模型使用。     

集值系统的辨识、控制及应用

本文总结了近年来关于集值系统的研究工作:在辨识方面,从不同的系统结构、不同的噪声情况和不同的集值情形等方面进行了深入的研究,针对性地提出了参数解耦、比例满秩输入设计、联合可辨识、经验分布函数、递推投影辨识等有效的辨识方法,得到了一系列重要结果;在适应控制方面,都实现了一类集值增益系统的适应跟踪控制;在同步控制方面,提出了双时间尺度同步算法和递推投影同步算法,实现了二值量测下的多个体同步控制;在应用方面,分别将集值辨识应用到复杂疾病建模和雷达目标识别问题中,构造了新的、更为有效的统计验证方法,在低信噪比下将识别率提高了10%.     

微波高度计测高的大气订正新算式

为了获得较为精确的微波高度计测量，必须进行大气订正。本文选用雅浦、关岛、广州和上海四站的探空资料，精确地计算了分别由干空气和水汽造成的订正值。在此基础上我们使用回归方法建立了干空气和水汽订正的新算式。将我们的新算式与他人的算式比较分析表明，我们的水汽订正算式是普适的；干空气订正项需考虑地理气候因素；本工作的定量结果比已发表的其他工作结果具有更高的精度。     

3种阈值方法在闪电通道图像识别中的应用

该文实现了3种常见的阈值算法在闪电通道识别中的应用。针对某些闪电通道图像对比度较低的特点,首先对原始图像去除背景光照不均的影响并进行图像增强,再根据所处理的闪电通道图像的具体情况,选择全局自适应阈值法、局部自适应阈值法或基于Otsu自适应阈值的Canny算子对增强后的图像进行边缘检测,进而对闪电通道进行识别。对所提取到的闪电通道进行形态学和细化处理,最终提取到由连续的像素点序列表示的闪电通道。针对数字图像中闪电通道背景的不同特点,文中提到的3种阈值方法能够有针对性地对不同图像进行通道检测,在保证准确获得清晰边缘信息的同时,较好地兼顾了对弱边缘信息的提取,有效保证了对闪电通道的识别效果。     

静止卫星闪电探测中的虚假信号滤除

静止卫星闪电探测对强对流天气的实时监测和预警具有重要意义,然而大量虚假闪电信号的存在却对闪电探测结果造成了很大影响。文章主要研究静止卫星闪电探测中的虚假信号滤除算法,以提高闪电数据分析结果的准确性。根据虚假闪电信号产生的原因和形态特征,对现有滤除算法进行系统的分析、归纳和总结。研究表明,目前的算法有各自的针对性,不同算法通常针对特定的噪声源起到过滤作用。未来发展方向,一是从仪器本身特点及其工作环境出发,探索适合于我国静止卫星闪电成像仪的虚假信号滤除算法;二是设计更加通用高效的算法,保证闪电观测的实时性和连续性;三是重视算法精度评估,并以此不断改进和完善算法。