利用水汽图象分析中尺度云团

利用ＮＯＡＡ卫星提供的水汽图（６．７μｍ），配合ＧＭＳ云图、多普勒雷达照片，分析了中尺度暴雨云团发生的位置、演变及其结构，最后给出了有关方法的预报框图。     

基于模糊熵的GLLE熵阈值分割方法

图像分割是计算机视觉中基础且重要的一个问题.熵阈值图像分割作为一种有效的分割方法,被广泛应用于模式识别和图像处理中.传统的图像分割方法并不能获得足够有效的图像特征.为解决这个问题且进一步探究熵阈值在图像分割中的应用,引入一种GLLE（Gray Level and Local Entropy）二维直方图改进熵阈值图像分割模型,并提出了基于模糊熵的方法计算所建立的二维直方图模型.通过标准实验数据集上的对比实验表明,基于模糊熵的GLLE熵阈值分割方法可以得到更加准确的阈值,提高了分割精度.同时在处理不同类型图像的表现上优于往常的算法,具有更强的鲁棒性.     

用极轨气象卫星资料分析飞机增雨云层条件

综合应用NOAA卫星AVHRR／3和FY-1极轨气象卫星高分辨0．58～0．68μm可见光、1．58～1．64μm近红外和10．3～11．3μm红外多通道资料,充分考虑了云的厚度、云中粒子尺度和云顶亮温的信息,给出了适宜飞机增雨作业云层的卫星遥感判据,建立了云层作业条件分析模型。实际应用表明,卫星遥感分析图可以有效地监测、判识和分析云层的增雨作业条件,应用效果好,可作为飞机增雨航线设计、作业决策的重要依据。通过增雨个例的微波图像特征分析,初步分析了AMSU—B微波图像在人工增雨作业中的作用和应用前景。     

利用卫星云图定量分析副热带高压活动的方法及应用

利用数字图像处理方法，设计了一种多重处理的算法，从卫星云图提取定量信息，定量描述副高强度和演变趋势，并应用于预报业务。应用实践表明，这些方法具有客观、定量、自动等优点，在实际使用中可客观定量地跟踪和预报副高演变，对做好广西前汛期暴雨预报有较大的帮助。     

晴空与有云大气辐射分布的数值模拟及其对全天空图像云识别的应用

全天空图像自动云识别的研究相对来说是一项较新的研究领域。当前国际上较为通用的全天空图像云识别方法主要依靠图像蓝红灰度值对比的阈值方法进行判断。然而非洁净大气中气溶胶的增多给云识别增加了难度,同时太阳高度角不同天空色度分布情况也不同。文中利用Libradtran辐射传输模式,计算了不同能见度不同太阳高度角情况下3个典型波长(450,550,650nm;蓝/绿/红)无云及有云大气的天空辐亮度分布情况,并进行了比较分析。结果表明,相同太阳高度角情况下,无云及有云大气中蓝红比值随能见度的下降呈单调下降趋势。在特定的云光学厚度和能见度情况下,天空色度彼此呈现出类似的分布状况。全天空图像阈值判断云识别自适应算法的建立需要与太阳高度角、地面能见度联系起来。当前尚无法建立一个判断阈值随太阳高度角以及能见度变化的函数关系式。较为可行的办法是建立典型能见度、典型太阳高度角情况下的辐射信息库,在具体云识别时,首先确定太阳高度角,而后根据天空辐射比情况确定天空能见度,并利用辐射信息标准库做云或非云判别。该工作为全天空云识别算法提供判别依据,同时建立云识别随能见度和太阳高度角变化的判别信息库。     

GRIB2介绍及解码初探

由于气象数据种类不断增多,对数量和质量的要求越来越高,而字符编码的局限性使得字符编码不能很好地满足这样的需求。WMO建议逐渐由字符编码向表格驱动码过渡。该文介绍了表格驱动码中的一种,即二进制格点加工数据(GRIB码)。首先介绍GRIB码的第1个版本(GRIB1)的编码格式,使用的模板技术及GRIB1目前在使用过程中的一些缺陷。然后着重分析了GRIB码的第2个版本(GRIB2)新的编码格式和特点,以及GRIB2在表示丰富的数据方面的优越性,最后对GRIB2解码过程中需要注意的一些问题进行了阐述。     

黑河试验中测站设置（夏季）的数值模拟研究

本文用具有较高水平与垂直分辨率的数值模式诊断计算了黑河试验区的感热通量和潜热通量,并通过对这些诊断通量的统计分析研究了黑河试验中观测站点的代表性和设置问题,得到在试验区内不同下垫面上设置观测站点的具体方案,以及选择有较好代表性的观测站点的一般原则。     

基于遥感影像大数据、卷积神经网络的福建省有效致灾雷电分布模型及应用

为了研究福建省有效致灾雷电的分布情况,基于福建省2004-2012年闪电定位数据及雷击人员伤亡数据、福建省L17级谷歌遥感影像瓦片,引入卷积神经网络模型对遥感影像所在区域是否属于人员活动的属性进行建模、训练和预测,得到福建省人员活动属性的格点产品,结合福建省历史雷电数据对有效致灾的雷电分布情况进行了分析,结果表明:①设...     

基于Faster R-CNN的食品图像检索和分类

面向食品领域的图像检索和分类等方面的研究成为多媒体分析和应用领域越来越受关注的研究课题之一.当前的主要研究方法基于全图提取视觉特征,但由于食品图像背景噪音的存在使得提取的视觉特征不够鲁棒,进而影响食品图像检索和分类的性能.为此,本文提出了一种基于Faster R-CNN网络的食品图像检索和分类方法.首先通过Faster R-CNN检测图像中的候选食品区域,然后通过卷积神经网络（CNN）方法提取候选区域的视觉特征,避免了噪音的干扰使得提取的视觉特征更具有判别力.此外,选取来自视觉基因库中标注好的食品图像集微调Faster R-CNN网络,以保证Faster R-CNN食品区域检测的准确度.在包括233类菜品和49 168张食品图像的Dish-233数据集上进行实验.全面的实验评估表明：基于Faster R-CNN食品区域检测的视觉特征提取方法可以有效地提高食品图像检索和分类的性能.     

“2002.6.30”滇中低涡暴雨的中尺度分析

利用MICAPS常规资料和GMS卫星云图，3830—C多普勒雷达观测资料，对2002年6月30日发生于滇中地区的暴雨天气过程进行诊断和分析，发现暴雨过程由中低层低涡切变造成，暴雨区与垂直速度及涡度所表现的强烈上升区对应，并伴有高能高湿条件；同时卫星云图上有中尺度低涡云团发展。多普勒雷达回波资料分析表明，暴雨过程中出现了明显的中尺度系统，如中尺度辐合线、中尺度气旋、逆风区等，具有典型的对流型特征。