共查询到17条相似文献,搜索用时 78 毫秒
1.
机载云降水粒子成像仪所测数据中伪粒子的识别 总被引:2,自引:0,他引:2
机载云粒子成像仪(Cloud Imaging Probe,简称CIP)和降水粒子成像仪(Precipitation Imaging Probe简称PIP)所测数据中伪粒子的存在会直接导致仪器所测数据质量下降。利用山西Y-12探测飞机在太原地区的三次航测资料对飞机采样期间伪粒子图像的特点及其成因进行了分析和归类,并在此基础上提出了综合利用到达时间间隔阈值和图像处理识别技术的伪粒子识别方法。利用所提的方法对航测的粒子图像资料进行处理、统计和分析,统计结果表明,在一次测量过程中伪粒子的出现概率最高可达45.2%,其平均出现概率分别是36.01%(CIP)和8.64%(PIP);在所有伪粒子成分中,破碎形成的伪粒子的出现概率是最高的,它可以占到伪粒子总数的95%以上;其次是条纹状粒子和并存粒子,相对来说,空白粒子和线状粒子出现的概率是比较低的。研究还发现,机载平台的飞行状态对伪粒子各成分的出现概率也会造成影响。利用所提方法对仪器测量的粒子谱、粒子数浓度和冰水含量值进行订正,订正结果表明伪粒子对仪器量程内的粒子谱、粒子数浓度和冰水含量值均有影响,其中在云粒子谱影响上,伪粒子对粒子谱两端的影响较大,其中对小云粒子谱的影响主要是在400 μm以下,对大云粒子端的影响主要是在1000 μm(CIP)和2000 μm(PIP)以上。所提方法和阈值对于以Y-12飞机为机载探测平台,以CIP和PIP为探测仪器所获取的其它航次云微物理图像资料处理也是有一定的参考使用价值。 相似文献
2.
3.
为实现对降水粒子的高精准分类,整理3 a机载探测降水粒子图像,构建山东省降水粒子图像数据集(Shandong Province Precipitation Particle Image Dataset, SD-PPID)。结合多维度混和的模型放缩方法,提出一种基于EfficientNet卷积神经网络的降水粒子识别模型(A Precipitation particle Recognition model based on EfficientNet convolutional neural Network,PREN)。通过多模型、多指标评价对比,验证了PREN模型具有较好的性能和分类识别能力,模型的识别准确率、精准率和召回率均为98%。使用PREN模型分析对流泡降水粒子特征,选取2次典型积层混合云降水过程的3个时段,结合机载Ka波段云雷达(Airborne Ka-Band Precipitation Cloud Radar,KPR)和DMT粒子测量系统(Droplet Measurement Technologies)分析对流泡内部与外部、不同强度和不同高度的降水粒子形状占比,并研究其降水... 相似文献
4.
5.
利用机载云粒子探测设备入云进行观测是目前获取云粒子微物理特征最直接有效的手段。国内已有多家单位引进美国DMT(Droplet Measurement Technologies)公司的云粒子图像探头CIP(cloud imaging probe)。由于其配套软件不能输出逐个粒子的详细信息,在很大程度上限制了对云粒子图像探测数据的深入挖掘和分析。基于解析粒子图像原始数据,对粒子图像数据进行质量控制,并根据粒子形状几何特征将粒子形状分为8类(微小、线状、聚合状、霰状、球状、板状、枝状和不规则状)。利用2018年12月—2019年3月河南省3次冬季航测获取的灰度CIP探测数据,分析云粒子形状及各形状粒子面积的统计特征,并对比基于不同形状粒子的质量-尺度关系与将所有粒子视作球形液滴计算所得的粒子水凝物含量,发现后者超过前者约1个量级。 相似文献
6.
改进的Holroyd云粒子形状识别方法及其应用 总被引:1,自引:0,他引:1
云降水粒子形状是影响云微物理过程的重要因素,准确的云粒子形状信息是诸多云微物理参量计算的前提。为获取机载云粒子成像仪(CIP)所测云粒子的形状信息,文中提出了一种改进的Holroyd云粒子形状识别方法,即先对云粒子形状进行预分类,然后针对预分类后的完整粒子和可识别的部分状粒子,分别选出合适的参数及其阈值再进行具体的分类,最终可将云粒子分为微小状、线形状、聚合状、霰、球形、板状、不规则和枝状。利用实测数据对原始的Holroyd方法和改进的Holroyd方法进行识别效果对比验证。结果表明改进的Holroyd方法在云粒子形状识别的准确度方面比原Holroyd方法有较大的提高。将所提方法应用于太原地区一次降水性层状云的云微物理飞机观测资料以分析不同的降水阶段云中冰晶粒子的形状分布、增长机制、冰晶粒子数浓度以及冰水含量的垂直分布特征,所获取的云中冰晶粒子属性表明新提出方法有助于云微物理分析。 相似文献
7.
基于CloudSat资料的东北地区降水云及非降水云垂直结构特征对比分析 总被引:1,自引:0,他引:1
利用2007—2010年CloudSat和CALIPSO卫星资料,首先通过大量个例分析并结合地面逐小时降水量观测资料验证CloudSat卫星识别降水云指标的合理性。在此基础上,统计分析了东北地区(39°~53°N、119°~135°E)的云垂直结构参数,着重分析了降水云系和非降水云系的垂直结构差异和季节差异。结果表明:东北地区云量廓线呈双峰分布特征,有明显的昼夜及季节差异。东北地区以单层云为主,降水也主要产生于这类云系,是东北地区人工增雨作业的主要对象。单层降水云以低云、冷云、冰云或混合云为主,主要云类别是雨层云。双层降水云以高低云或中低云配置为主,且都为冷云;高层以冰云为主,主要类型是卷云和高层云;低层以混合云或冰云为主,主要类型是雨层云、层积云、积云。降水云系与非降水云系存在显著的垂直结构差异,双层云的降水由低层产生。云底高度较低、云体较厚且夹层厚度更薄的云易产生降水。同时,降水云云底温度更高,分布呈现出季节差异。 相似文献
8.
9.
文章利用2013年内蒙古中部地区呼和浩特、东胜、临河、乌拉特中旗4个高空观测站的L波段探空秒数据,采用相对湿度阈值法,进行云垂直结构气候学特征分析以及降水云系的垂直结构分析。结果表明:呼和浩特地区平均云底高度为2680m,平均云顶高度为6433m,平均云厚为3753m。在全年中有60.2%的时间是无云天气;在有云时候,单层云约占24.1%;多层云中以双层云居多,约占总数的10.1%。云底高度低于2.5km、云层厚度在3.5km以上、云顶高度高于5.0km且连续无夹层是内蒙古中部地区降水云系的垂直结构特征。 相似文献
10.
降水云是人工增雨作业的主要对象,了解降水云系的垂直结构对于人工增雨可播条件的选择至关重要。利用Cloudsat卫星2008年3月—2009年2月资料,首先通过大量个例分析并结合地面降水量观测验证Cloudsat卫星识别降水云方法的合理性,在此基础上,统计分析了华北和江淮地区降水云与非降水云的垂直结构特征。统计结果表明:降水云与非降水云垂直结构存在明显差异, 两地区降水云云底高度都在2 km以下,非降水云的云底高度以高于2 km为主。两地区单层降水云云厚以大于6 km为主,多层降水云云厚以2~4 km为主,非降水云云厚以小于2 km为主。两地区降水云夹层厚度集中于1~2 km,非降水云夹层厚度集中在4 km以上。江淮地区多层云降水频率略高于华北地区。 相似文献
11.
12.
13.
14.
2002年河南春季的一次层状云降水特征研究 总被引:5,自引:6,他引:5
对2002年4月4—5日发生在河南省的大范围春季层状云降水进行探空、雷达、卫星等综合加密观测,分析了锋面移动过程中的云系特征和降水特点。结果发现此次降水主要是700~500hPa大气位势不稳定( θse/ z<0)造成的,位势不稳定区与地面降水极值中心有较好的对应。另外,在位势不稳定层出现前后,高空250~200hPa均存在一个急流中心,而在位势不稳定层的上方或下方则会有风向切变与之对应。云层厚度小、云顶高度低、云系结构不均匀是此次降水云系的主要特点。700~500hPa之间的位势不稳定度小、水汽输送量小和云顶温度低是造成此次降水量小的主要原因。 相似文献
15.
16.
层状云降水微物理特征及降水机制研究概述 总被引:4,自引:2,他引:4
层状云是中国北方大部分地区降水的主要云系,采用综合观测资料的分析研究并结合最新的数值模式对层状云特征和降水机制进行深入研究很有必要,也是含后工作的方向。描述了层状云的种类、特点,通过分析机载PMS(粒子测量系统)资料和地面雨滴谱资料介绍了国内外在层状云云滴谱、冰晶谱、雪质粒谱、雨滴谱、云中质粒总谱等微物理特征方面的研究方法及成果,还介绍了国内外在层状云降水机制方面的研究方法及成果,包括层状云降水数值模拟以及暖云降水机制和冷云降水机制研究。 相似文献