雷达数据外推与特征识别的下击暴流预警方法

现今利用普通气象资料对下击暴流进行识别预警的可行性很低,因此提出一种基于多普勒天气雷达资料的下击暴流识别追踪和预警方法。首先,采用光流法对反射率因子垂直剖面的光流场进行分析,得出风暴核心随时间演变的规律。然后,采用拉格朗日力学模型对风暴核心顶高的下降过程进行函数拟合。再采用直方图和巴氏系数统计分析法,对风暴核心中层径向速度场中的"正负速度对"图像进行匹配识别,综合一系列阈值的判定,最终实现下击暴流的智能预警。提出基于多层迭代的局部约束光流算法,有效改善了传统光流法对回波这类非刚体移动目标的不适用性。提出直方图和巴氏系数统计分析法,解决了因径向"正负速度对"图像的非对称结构而造成的图像匹配难题。个例检验结果表明,该方法可在风暴核心抬升和急速下沉的前期识别出潜在的下击暴流,并对风暴核心下沉速率和到达近地面的时间做出估测,从而实现下击暴流的智能识别、预警。     

利用雷达和自动站资料综合分析风暴移动和发展规律

为了研究地面中尺度辐合对对流回波发展趋势的影响,本文利用多普勒雷达和经过质量控制的地面加密自动站资料,选取浙江宁波地区较典型的10次强对流天气过程,逐时统计地面辐合场、累计雨量、雷达回波之间的相互对应情况,并进一步通过Shuman-Shapiro滤波来揭示地面中尺度风场辐合与风暴发展的内在联系,最后基于所统计的回波发展...     

地层油藏超剥尖灭线夹角定量外推方法模型研究

地层油藏是一种复杂的油藏类型,在地震描述中根据地震反射特征追踪的尖灭线与实际地层油藏的尖灭线常常存在较大的误差,因此精确落实地层超剥线的位置是地层油藏勘探成功的关键,本文通过大量的正演模型和地质统计方法,发现地层油藏超剥尖灭线的误差与地层和不整合面的夹角有关,从而提出了地层油藏超剥尖灭线夹角定量外推这种新方法,通过实际资料的应用,较好地解决了地层油藏超剥尖灭线不准的问题,取得了良好地质效果.     

周期外推方法在海水水温预报中的应用

针对海水温度的周期性变化,利用周期外推方法进行海水水温预报,并用平稳过程对周期变化以外的部分进行拟合,最后得到预报值。与实际观测资料比较,检验了预报的结果。     

基于反馈环的多次波压制方法研究

基于波动方程理论压制多次波,综合考虑了多次波传播的运动学特性和动力学特性,避免了非波动法解决问题所带来的局限性,已成为多次波去噪的发展趋势.首先对多次波压制国内外研究现状做了简单的阐述.在此基础上,给出了反馈环波动方程预测减去法的方法原理.介绍了抛物线拉东(Radon)变换外推近道数据、谱模拟法提取震源子波、均衡伪多道匹配和多次波减去法效果评价等四大关键技术的思路及主要计算公式.用JAVA语言自行开发了相应的模块,并应用射线法多次波模型和SEG/EAGEPluto模型,对以上方法技术进行了检验,去噪效果良好.对海上某多次波特发育实际资料进行了处理,取得了满意的效果.     

基于最大互相关的对流云预测

传统上利用卫星云图做降水都是根据已知的卫星云图中的通道信息来进行降水量的估算。因此,利用卫星云图仅仅做到了降水量的估算。本文利用图像的最大互相关以及线性外推对未来的卫星云图进行预测,并取得较好的结果,从而能够利用云图进行降水量的预报。     

合成孔径雷达空间变迹带宽外推超分辨算法

提出一种变迹法带宽外推合成孔径雷达(SAR)超分辨率成像算法,可以提高合成孔径雷达成像分辨率并抑制旁瓣。利用空间变迹法(SVA)处理后的带宽扩展效应,对频谱进行幅度均衡使有效带宽扩展,并利用非整数倍Nyquist采样率空间变迹法对外推后的旁瓣抑制,得到输出的高分辨率图像。仿真实验和定量分析验证了本文方法的有效性。     

起伏层状介质中曲线交错网格有限差分弹性波逆时偏移成像

采用曲线网格有限差分法描述复杂起伏地形(或不规则波阻抗界面)时,波场正演中可以避免因阶梯近似导致的虚假散射,进而波场逆时偏移可对起伏地表模型进行准确成像.文中以弹性波逆时偏移理论为基础,求解一阶速度-应力方程,推导出了弹性波正向传播和逆时传播的曲线网格差分格式,使用完全匹配吸收边界压制边界反射,采用互相关成像条件,实现了起伏层状介质中的波场逆时偏移.三层起伏、尖灭模型,以及起伏地表条件下的部分盐丘模型结果表明:曲线网格有限差分法逆时偏移法是一种高效、准确的逆时偏移法.     

基于深度学习的高时空分辨率降水临近预报方法

降水临近预报在强对流天气监测预警中具有重要地位,对于防灾减灾至关重要。在气象业务中,主要采用雷达回波外推方法解决高时空分辨率的临近预报问题。针对传统雷达回波外推方法中普遍存在的资料信息利用率不足和预报准确率低的问题,利用上海地区多年的高时空分辨率天气雷达探测资料,基于数据驱动的深度学习方法进行雷达回波外推,提出了一种新的降水临近预报模型——SwinAt-UNet模型。该预报模型通过融合UNet模型和Swin Transformer结构捕捉历史天气雷达探测资料中的短期和长期动态变化特征,可以自适应地学习潜在的雷达回波生消演变规律。此外,为提高模型的泛化能力和预报准确率,引入深度可分离卷积和卷积块注意力模块。结果表明：在不同基本反射率阈值下,SwinAt-UNet模型的预报准确率均高于UNet、SmaAt-UNet、TransUNet和AA-TransUNet模型;在45 dBZ的基本反射率阈值下,SwinAt-UNet模型临界成功指数提高了13%,同时在预报时效上具有一定的优越性;SwinAt-UNet模型外推图像具有更加清晰的边缘和细节性纹理,对降水范围、移动方向和强度变化的预测更为准...     

对多普勒雷达集合交叉相关外推技术的构造与实例检验

本文构造了集合的线性交叉相关方法,对多普勒雷达回波进行外推。因为线性交叉相关算法仅根据两个时次的回波外推下一时次的回波分布,且对于单个外推回波单元是线性变化的;而基于集合的线性交叉相关方法,考虑了多时刻回波的演变过程、回波的移向和移速以及回波在移动过程中的形变,都具有非线性特征,与实际情况更为符合。本文利用集合的线性交叉相关方法和最小二乘拟合方法分别对两次暴雨过程进行回波外推,通过比较发现,利用集合交叉相关外推方法所推得的回波分布与实况更为接近;利用Z-I关系,进一步分析了基于集合交叉相关外推方法的降水评分。与最小二乘拟合方法外推相比,集合交叉相关外推技术所得的回波移动位置与实况较为一致,且1小时累积降水预报效果也较好,因此集合交叉相关外推技术在临近预报中具有一定的应用价值。