基于高分影像的光伏电场自动化提取应用研究

随着高空间分辨率遥感影像数据急剧增多,传统的监测分类方法很难适应海量遥感数据的解译需求.本项目以宁夏中卫市沙坡头区光伏电场为例,通过设计适合遥感地物识别的卷积神经网络和构建目标样本的最佳特征表达,让计算机经过深度学习,具备观察和理解的能力,挖掘潜在的有用地物特征,实现光伏电场的自动化信息提取,并且验证了利用高分影像自动化提取的高效性和准确性.     

矢量切割倾斜摄影三维模型的单体化技术研究

研究一种基于矢量模型的无人机倾斜摄影三维模型的单体化处理算法,并对其形成的单体化切割结果进行仿真分析.在多次聚类算法的基础上,将三维节点网格中的节点矢量信息进行升维处理,形成一个判断矢量,并在该矢量形成的16个表计量信息的基础上构建判断神经网络,经过神经网络的数据降维、数据重投影和数据二值化深度迭代分析,最终给出二值化判断结果.结果表明:该方法在判断敏感性、特异性、综合准确率等方面,较传统方法有更显著的工程价值;该算法形成的倾斜摄影三维单体化切割结果,显著优于传统三维模型切割软件.     

中国最高、最低温度及日较差在海拔高度上变化的初步分析

本文利用中国740个气象台站1963~2012年均一化逐日最高温度和最低温度资料,分析了中国地区最高、最低气温和日较差变化趋势的区域特征及其与海拔高度的关系。结果表明:近50年气温的变化趋势无论是年或季节变化,最低温度的增温幅度都高于最高温度,且其增温显著区域都对应我国高海拔地区。除了春季,其他季节最高、最低温度及日较差的升温幅度随着海拔高度的升高而增大,其中最高温度的变化趋势与海拔高度的相关性最好。同一海拔高度上,最高、最低温度在不同年代的增幅具有不一致性:20世纪80年代,二者变化幅度最小;20世纪90年代,二者增幅最大,尤以低海拔地区最为明显。2000 m以上高海拔地区:最高温度和最低温度的变化趋势在20世纪90年代以前变化较小,而在近十年增幅十分明显;日较差季节变化大:夏季减小,冬季增加。20世纪90年代以前,最高、最低温度随海拔高度变化不大,而近20年随海拔高度升高,最高、最低温度的变化趋势几乎都是先减小后增加。高海拔地区比低海拔地区对全球变化反应更明显。     

一次霾天气条件下石家庄上空大气气溶胶数浓度的飞行探测与特征分析

利用2010年8月30日河北省石家庄一次霾天气条件下的气溶胶飞行探测资料,分析了石家庄地区上空658—6933 m高度范围内大气气溶胶粒子平均数浓度、平均直径的垂直分布特征和9个水平飞行高度上的谱分布特征。结果表明:轻度霾天气条件下的气溶胶平均数浓度为325个/cm3,平均直径为0.169μm。在约1000 m高度以下,气溶胶平均数浓度随高度的增加呈线性减少趋势。粒径也随高度增加而减小,由0.187μm减小至0.164μm。1000 m高度以上,气溶胶平均数浓度随高度减少趋势变缓,粒子平均直径在0.167~0.171μm范围内波动。9个不同高度上的谱分布都呈单峰型,随着高度增加,谱宽变小,峰值向小尺度方向移动。后向轨迹计算分析表明:污染气团的远距离输送可能是导致大气1500 m高度层气溶胶数浓度突增的原因。     

2008年1月贵州冻雨的数值模拟和层结结构分析

针对2008年初发生在贵州地区的严重冻雨过程,分别从环流背景、低空急流和水汽输送条件等方面分析了准静止锋维持的原因,并选取本次灾害最严重的第3次过程为典型个例,利用WRF模式针对准静止锋影响下的贵州冻雨进行数值模拟来研究冻雨的发生机制。模拟结果较好地反映出高低空环流形势场特征,强雨雪降水带的走向、落区,以及地面温度的分布,均与观测基本吻合。通过分析高分辨率模式的模拟结果,揭示了准静止锋上贵州地区冻雨的层结结构特征及云物质在冻雨区的分布特征。研究结果表明,贵州中部的冻雨区除一般的三层结构(包含冰晶层、暖层和冷层)外,还具有典型的两层结构特征,即:高空的固体降水粒子稀少,900~600 h Pa深厚的逆温层和0℃以上的暖层使中低空存在大量液态粒子,下落的液滴经过近地面的浅薄冷层,形成大量过冷却雨滴,而后降落至地面迅速冻结。     

黄淮地区夏季日降水分区概率预报方法研究

利用我国黄淮地区1961—2010年50年6—8月的日降水资料,采用REOF和t检验的方法,将中国黄淮地区夏季降水分成Ⅰ—Ⅴ区。5个区域进行差异性t检验表明5个区域之间（彼此）差异显著,说明了区域划分的正确性。在此基础上利用1999—2007年6—8月站点日降水资料以及CFSv2模式后预报的日降水资料建立了5个区域内共5个代表站点的夏季日降水概率预报方程,并进行了确定性、概率性预报检验和业务试用检验。对各区域内5个代表站日降水量的确定性预报检验表明：Logistic回归降水概率预报方程的TS评分要高于CFSv2模式预报和T213的集合预报平均,空报率也低于CFSv2模式预报和T213集合预报平均,但是漏报率却略高。各区域代表站日降水量的概率预报Brier评分检验表明：Brier评分均不超过0.2,大大低于T213集合预报所得概率预报的Brier评分分值,说明本文Logistic回归方程的概率预报较为可靠。Brier技巧评分表明：Logistic回归降水概率预报方程各站的BSS技巧评分都大于0.0,说明各站的预报技巧高于检验样本气候概率的预报技巧,且高于T213集合预报的Brier技巧评分,说明在分区基础上建立Logistic回归降水概率预报方程的方法是有预报意义的。     

低温雨雪过程的粒子群-神经网络预报模型

利用逐日气温和降水量数据、NCEP/NCAR再分析资料以及预报场资料,通过分析提取我国南方区域持续性低温雨雪过程及其预报因子,使用粒子群-神经网络方法建立非线性的统计集合预报模型 (PSONN-EPM),对我国南方区域持续性低温雨雪过程进行预报试验。结果表明:以过程的冷湿程度及影响范围为标准,将低温雨雪过程分为一般过程和严重过程,并建立不同的预报模型效果较好。通过10 d独立样本预报试验看,基于粒子群-神经网络方法建立的集合预报模型比基于逐步回归方法建立的预报模型的预报平均相对误差小,对严重过程预报能力高于对一般过程预报,且这种非线性统计集合建模方法在建模过程中不需要调整神经网络参数,在实际预报业务中值得尝试。