概率密度匹配法对中国区域卫星降水资料的改进

为考察概率密度匹配法 (PDF方法) 对中国区域卫星反演降水产品系统误差订正的适用性,基于逐日和逐时我国地面观测降水量资料,引入PDF方法,分别对逐日0.25°×0.25°水平分辨率和逐时0.1°×0.1°水平分辨率的CMORPH (Climate Prediction Center Morphing Technique) 卫星降水产品的系统误差进行订正。在分析CMORPH卫星降水产品误差特征的基础上,根据两种资料不同的时空分辨率和误差特点,调整概率密度匹配时选取样本的时间和空间范围,设计相应的订正方案。评估结果表明: PDF方法订正后, 两种分辨率卫星降水资料在中国区域系统误差均显著减小,达到了理想的订正效果。在我国站点稀疏的西部地区,订正后的CMORPH卫星降水产品仍保持卫星观测的降水空间分布,降水量也明显接近于地面观测降水量。可见,PDF方法是中国区域卫星反演降水产品系统误差订正的一种有效方法。     

多星拼图的再处理技术

由于不同静止气象卫星的观测时间、分辨率及红外通道的红外扫描辐射计的光谱响应函数和空间响应函数都不尽相同,因此,将两颗静止气象卫星的红外云图融合在一起而形成的多星拼图,就会在交界处呈现不连续性,图像上表现为一条明显的拼缝且拼缝的两边亮度不一致。本文利用“直方图匹配方法”对多星拼图进行处理,消除了亮度不均匀现象,提高了图像的整体视觉效果。     

概率密度匹配方法在我国近海海面10m风速预报中的应用

海面风速对航运及海上生产作业影响重大,但数值模式对于海面的风速预报仍存在较大误差.为降低数值模式海面10 m风速预报的系统性误差,提高海上大风预报准确率,基于2017-2019年中国气象局地面气象观测资料对ECMWF确定性模式的10 m风场预报结果进行检验评估,并采用概率密度匹配方法对模式误差进行订正.分析结果表明,概...     

基于概率密度匹配方法的WRF模式阵风风速误差订正

为提高数值模式对阵风风速预报能力,采用概率密度匹配方法 (Probability Density Function Matching Method,简称PDF方法)对WRF模式地面极大风速预报数据开展误差订正。结果表明:①基于PDF方法订正后的阵风预报效果明显优于WRF预报结果,当实况极大风力≤5级时,两种预报结果均与实况较为一致;当实况极大风力≥6级时,WRF预报相比实况明显偏小,而PDF方法订正结果则与实况较为接近;②对比不同地形条件下两种预报结果发现,在实况风力整体偏弱的平原地区,WRF预报和PDF订正结果对极大风的预报效果均较好;在风力偏强的山区和沿江河谷地区,PDF订正结果的预报效果相比WRF预报则有明显提升;③对2017年安徽省81个国家站逐日极大风速的预报效果检验发现:预报误差和过去五年整体拟合误差基本相当,说明基于2012—2016年历史数据建立的概率密度分布函数可以代表安徽各站多年的实况和WRF预报极大风速的联合分布特征,利用PDF方法进行逐日极大风速预报具有一定的可靠性。     

基于对流尺度集合预报的飑线结构特征模拟与改善

对流尺度集合预报是研究飑线等强对流天气的新方向。当前对飑线系统结构的研究主要采用卫星和雷达资料结合高分辨率确定性预报的方法,而本文从集合预报技术的角度分析飑线结构特征。针对2014年7月30日中国江淮地区的一次强飑线过程,利用WRF模式开展了对流尺度集合预报试验,采用概率匹配平均法对集合预报结果进行综合处理,重点考察集合预报对飑线结构特征的模拟能力。结果表明:对流尺度集合预报能够模拟出飑线系统的基本结构特征。集合平均和概率匹配平均法相比控制预报而言,对飑线回波、热力场、动力场和微物理量场结构有明显的改善作用。同时模拟出了飑线系统近地面冷池和环境垂直风切变的相互作用,与RKW理论相一致。概率匹配平均法在回波强度上较集合平均更接近实况,应用于对流尺度集合预报研究极端天气事件具有指示意义。     

无人机影像匹配点云技术在大比例尺测图中的应用

无人机摄影测量技术是近年来发展的高新技术产业,在地形测量、自然资源调查、城市规划、智慧城市建设等项目中都得到了广泛的应用.无人机影像匹配点云技术是获取影像数据经过密集匹配得到三维特征点集.本文通过分析无人机影像匹配点云技术特点,对生产数据进行数据组织、抽稀简化、噪声去除等处理,进行数字产品生产制作.通过与实测数据的对比...     

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．     

基于评分最优化的模式降水预报订正算法对比

使用2013年1月1日-2016年1月7日全国气象站观测资料,应用准对称混合滑动训练期,不改变雨带预报位置和形态,基于模式降水预报订正结果的TS评分最优化及ETS评分最优化,分别设计最优TS评分订正法（OTS）和最优ETS评分订正法（OETS）确定预报日各级降水订正系数,对2014-2015年降水数值预报进行分级订正,并与频率匹配法（FM）对比。结果表明:在24 h累积降水的多个预报时效订正中,无论是对欧洲中期天气预报中心、日本气象厅、美国国家环境预报中心和中国气象局的全球模式降水预报,还是对4个模式的简单多模式平均,OTS和OETS较FM在TS评分和ETS评分等传统降水检验指标上均更优秀,其中OTS在所有时效均能提高模式降水预报质量,为三者最优。在概率空间的稳定公平误差评分方面,OTS在各时效、各单模式及多模式平均等方面优势明显。在预报员对应参考时效上,OTS在24~168 h的24 h累积降水预报中的TS评分也优于主观预报。