春玉米根系原位成像图片自动识别研究

微根窗成像技术推动了植物根系表型研究,但是根系长度和直径仍然需要人眼识别再绘制轨迹,消耗大量的人力和时间。为了解决这一难题,本研究将U-Net语义分割技术引入到植物根系图像识别中,研发了基于机器学习的iRoot-V02根系自动识别软件。采用iRoot-V02软件识别微根窗法获得的植物根系成像图片的根长、直径、投影面积、根尖数等参数。结果表明：iRoot-V02软件批处理600 dpi图片的速度为每张26.6 S;获取根系的骨架信息、总根长与人眼识别结果基本一致;按直径每0.1 mm为一级,获得不同直径的根长,与人眼识别结果的根长决定系数大于0.76;精确捕捉到根系生长旺盛期不同直径根长的变化;分析了300 dpi和600 dpi两种分辨率根系图片的参数,两种分辨率结果具有高相关性,因此可建立低分辨率根系参数和高分辨率根系参数之间的关系方程,采用低分辨率拍摄根系图像,通过方程转化成更准确的根系参数,减轻工作量。用iRoot-V02软件的根系生长信息近似于人眼识别,相比人眼识别在大批量根系图像智能识别、自动化、快速目标检测方面具有巨大优势。     

海南数字地脉动参数处理系统

该文编制了一个基于服务器数据库的地脉动参数自动处理系统, 它利用FTP协议每天自动从测震台网中心的服务器中获取地脉动波形, 自动计算各个地脉动参数, 并自动把参数添加到地脉动参数数据库中。 同时编制地脉动参数查询与图形显示系统, 用户可使用IE浏览器查看地脉动参数和绘制变化图形。 初步研究认为, 在海南及邻区显著地震前和地震活动活跃时地脉动参数有一定的异常变化。     

甘肃沙尘暴短期、短时业务化预报方法研究

利用1955~2002年甘肃省80个站的观测资料，对发生在甘肃境内的64个强或特强沙尘暴个例逐个进行了天气气候分析，总结了甘肃沙尘暴天气气候特点，沙尘暴爆发的天气类型，移动路径。得出沙尘暴短期和临近预报的着眼点，建立了甘肃沙尘暴短期预报概念模型。通过用计算机语言和模块化设计方案，成功设计了中国西北地区沙尘暴监测预警人机交互预报平台，实现了沙尘暴监测预警预报业务化。     

大监自动气象站实时数据传输监控方法探讨

应用VisualBasic编程语言,根据自动气象站数据采集卸载原理、实时数据传输流程开发了自动气象站数据实时监控程序,界面操作灵活简便、实用性和通用性强。该系统在云南省丽江市大监站投入运行,对已建成自动气象站的实时数据传输实现自动监控,保证数据传输质量,为提高自动气象站运行监控能力和资料共享应用都能发挥积极作用。     

自动气象站现场校准过程处理经验

结合鹿寨县气象局2013年自动气象站现场校准过程实例,从自动气象站现场校准前的准备工作、正点地面观测数据维护处理、自动气象站现场校准后续工作三个方面记录分析国家一般气象站地面测报员如何配合现场校准、如何处理现场校准期间异常数据,确保数据上传质量.     

自动气象站资料评估方法及应用

根据相关要求，确定了自动气象站资料质量评估和差异评估的方法，并应用该方法，对河南省已建49个自动气象站的数据质量及与人工站的差异进行了评估。     

区域自动气象站故障预测方法的研究与应用

区域自动气象站是现代气象业务中重要的数据采集设备,区域站故障的维修维护尤为重要,本文总结日常区域站的维护,介绍了区域站的常见故障,分析了各种故障发生的时间及频率,为了更好的提前判断可能性故障,本文利用GIS强大的空间分析功能和可视化的特点,根据天气实况及预报情况对其进行空间分析,提前分析出因天气等外部环境引起的可能出现故障的站点,解决了常规区域站故障维修的滞后性,提前消除故障隐患,变被动为主动,最大限度地减少了自动站观测数据的缺测、异常情况,提高了资料的传输及时率和完整性。     

多阈值和神经网络卫星云图云系自动分割试验

卫星云图自动分割是实现卫星云图云系自动识别的基础.选用1992~1994年和1997~1998年夏季有典型天气系统的177幅GMS红外云图建立了云系模型库, 云系分类样本3079个, 包含16类云系, 云系分割样本2764个.利用云系分割样本集进行神经网络试验, 训练集为从32幅云图中抽取的484个样本, 测试集为从145幅云图中抽取的2280个样本, 神经网络模型训练正确率达到98.8%, 测试正确率为86.4%.用1997年7月18~21日和1998年6月15~17日的两组卫星云图做自动分割应用试验, 结果经专家判识, 正确率达到90%以上.本文的工作表明:用多阈值和人工神经网络相结合方法对卫星云图进行云分割在实际应用中是可行的. 卫星云图自动分割系统的输入是GMS红外云图, 输出是分割出的每一个云区, 同时还包括云区的边界链码、起始点、周长、面积, 并保留了原始图像数据.在下一步的云系识别过程中, 可以在此基础上进行云系分类识别试验.     

山西省自动气象观测系统

以往的气象观测基本上靠人工完成,费时费力,准确率不高。随着自动化监测技术的发展正逐步改变过去人工观测业务模式,减少了由人工观测引起的误差,提高了地面观测资料的可靠性,减轻了观测人员的劳动强度,而且能大大提高气象观测时间与空间的密度,增强监测、警报、预测能力,为天气预报、决策服务、人工影响天气、科学研究和城市环境、气象服务等提供准确、及时、稠密的地面观测资料。     

WRF模式与自动站资料同化相结合的辽宁高分辨2012年1月气温场建立试验

利用2012年1月辽宁省1 410个自动站资料,通过资料质量控制,采用WRF模式分析同化,结合自动站资料观测同化进行了辽宁地区4 km分辨率1月气温场建立的试验,同时与不进行同化观测资料、同化稀疏场资料的模拟试验对比,评估3种不同试验下辽宁地区月平均以及逐日、逐时温度的模拟能力,发现WRF模式与自动站资料同化相结合能建立高质量4 km分辨率的辽宁地区1月气温场,1月平均温度的偏差范围大部分低于±0.5℃,对逐日温度绝对偏差一般低于0.6℃,温度变化与观测序列的相关系数高于0.95;逐时温度的绝对偏差一般低于1℃,相关系数高于0.92。同化自动站资料试验的模拟效果,无论对于逐月温度还是逐日、逐时温度都显著优于未同化试验和同化稀疏场资料试验。在复杂地形下,同化自动站后模拟效果的改善尤为明显,逐日和逐时温度模拟的平均绝对偏差降低幅度都能接近0.5℃。