共查询到20条相似文献，搜索用时 104 毫秒
1.
采用中国气象科学研究院 (CAMS) 中尺度云参数化模式对2010年4月20日山西省一次春季层状降水云系的宏微观结构,特别是垂直方向上的微物理结构进行了数值模拟和分析。利用携带云粒子探测设备的飞机对该次层状云系进行了两次云物理探测飞行,并将飞机探测所获取的数据和图像资料与数值模拟结果进行了对比研究。模拟结果显示:该次降水过程以层状冷云降水为主,云中过冷水含量丰富,云系存在明显的3层结构,地面降水主要来自于云中高层冰晶、雪、霰等冰相粒子的融化和低层云水的转化。数值模拟与飞机探测对比分析显示,高空温度、湿度和高度的配置两者基本一致,数值模拟不同高度的云粒子相态、垂直方向云水比含水量与飞机探测获取的云粒子图像和云液态水含量的垂直结构基本吻合,但数值模拟的云中各种水成物粒子出现的高度较飞机探测偏高。 相似文献
2.
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 总被引：5，自引：0，他引：5
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。 相似文献
3.
基于局部阈值插值的地基云自动检测方法 总被引：3，自引：0，他引：3
地基云自动化观测是当前气象业务发展的迫切需求.目前的地基云检测算法仍主要是以阈值为基础,针对固定阈值和全局阈值算法在云检测精度方面存在的不足,利用晴朗天空下天空呈蓝色、云呈白色的属件,提出了一种基于局部阈值插值的地基云自动检测方法.该方法在对云图进行重采样后,对云图蓝、红波段进行归一化差值处理,再将处理后的结果图像按空间像素位置自动分成互不重叠、大小相等的均匀子块,对每一子区域采用一定的规则并结合改进的最大类间方差自适应阈值算法计算局部阈值,然后对每一子区域形成的阈值矩阵采用双线性插值算法进行插值处理,形成与原始云图大小相等的阈值曲面,利用此阈值曲面与云图蓝、红波段归一化差值处理结果进行比较,即可完成地基云的自动检测.与固定阈值和全局阈值算法相比,局部阈值插值算法对一些细碎的云和与背景反差不大的云获得了更好的检测效果.定量的评估结果表明,固定阈值方法在正确率和精确度上都要远远低于全局阈值和局部阈值方法,而文中提出的局部阈值算法在正确率和精确度上相比全局阈值算法又有较大提高. 相似文献
4.
针对FY3D/MERSI和EOS/MODIS的云检测问题,提出了一种基于深度学习技术的全自动云检测算法,首次将深度学习引入到卫星影像云检测领域。本算法使用深度全卷积神经网络(Deep Convolutional Neural Networks)作为核心结构,基于EOS/MODIS基本云检测原理选择合适的通道作为特性向量参数,针对不同的场景进行分类和网络模型的训练,最终得到基于深度学习的云检测模型。经过EOS/MODIS数据和FY3D/MERSI数据的测试,云检测的精度达到98%以上,可以看出基于深度学习的云检测算法能够用于云检测,该算法具有效率高、精度高等特点,云检测效果理想。 相似文献
5.
云检测是卫星资料同化的重要前处理步骤,无论是晴空资料同化还是有云资料同化,都需要准确地区分有云和晴空资料。由于陆地地表发射率的多变性和微波能穿透部分云类的特点,微波湿度计资料在陆地上空的云检测研究一直是难点。利用快速辐射传输模式（CRTM）分析了不同云类条件下FY-3C微波湿度计（MWHS-Ⅱ）各通道亮温的通道间变率特征,根据MWHS-Ⅱ亮温通道间变率随云高以及云中液态水含量的增大而减小的特点,提出了一个基于亮温通道变率的MWHS-Ⅱ陆地资料云检测方法。与已有的云产品比较结果表明:新的云检测算法能有效地剔除大部分受云影响的资料,剔除后的晴空资料观测和模拟偏差更好地符合高斯分布。新方法对过冷水云、冰云、重叠云的检测能力较强,正确检测率可以达到80%,对卷云以及高度较低的水云的检测能力相对较弱。新方法能有效利用MWHS-Ⅱ观测资料自身完成云检测,在MWHS-Ⅱ资料同化中有很好的应用前景。 相似文献
6.
针对Ka波段毫米波云雷达观测中出现的非云回波,提出改进的质量控制方法,并利用2018年9月—2020年8月福建平和观测资料,定量评估质量控制效果及其对云-降水探测的影响。结果表明:提出的改进方法能较好改善雷达探测结果,可有效滤除非云回波。非云回波对3 km高度以下的弱云探测有重要影响,且非云回波的探测率与雷达灵敏度密切相关,整体随高度上升而下降;同时非云回波存在明显的日变化特征,午后—前半夜因湍流活动较强,非云回波的探测率也较高;后半夜—日出前因湍流活动减弱,非云回波的探测率逐渐下降。 相似文献
7.
利用MODIS数据反演多层云光学厚度和有效粒子半径 总被引：2，自引：0，他引：2
利用卫星资料反演云微物理参数不仅有助于对天气变化的监测和预报,而且对人工影响天气的研究十分有益.目前卫星反演云微物理参数的算法一般是假设视场中只有一层云,但是实际环境中多层云出现很频繁.文中研究了多层云的光学厚度和有效粒子半径微物理参数的反演算法,主要针对薄的冰云覆盖在低层水云的多层云情形.算法利用中分辨率成像光谱仪(MODIS)吸收通道和非吸收通道同时进行反演,在此基础上利用SBDART辐射传输模式模拟冰云覆盖在低层水云上的多层云对云微物理参数反演的影响,模拟表明反演时将多层云作为单层云处理会使反演结果产生较大误差.为此,文中提出了云光学厚度和有效粒子半径反演算法中要考虑多层云的因素,并设计了一套云光学厚度和有效粒子半径反演方案.该方案使用SBDART辐射传输模式建立不同观测几何条件、下垫面类型、大气环境等条件下以光学厚度和有效粒子半径为函数变量的多层云、水云和冰云辐射查找表.经过云检测、云相态识别和多层云检测后,在该查找表的基础上,对MODIS通道1和通道7的数据采用最小方差拟合法反演光学厚度、有效粒子半径.利用该方案对2006年7月12日TERRA卫星MODIS数据进行反演试验,反演结果与NASA发布的MOD06产品中云的光学厚度和有效粒子半径的结果较一致,表明方案具有合理性. 相似文献
8.
不同于体扫雷达探测降水系统,垂直指向雷达可探测降水云中粒子垂直演变的微物理过程。C波段调频连续波垂直指向雷达 (C-FMCW) 采用收发分置天线,数据垂直分辨率达15~30 m,时间分辨率达2~3 s,利用其2013年6—8月在安徽定远探测数据对降水云垂直结构特征及亮带中融化微物理过程进行研究。6次降水过程共计46 h中的39.1%数据具有清晰的亮带结构特征,期间降水占地面总降水量的15%;江淮雨季层状云、对流云和混合性降水系统中均出现零度层亮带,层状云中亮带长时间维持,对流降水系统移出后减弱阶段的亮带结构稳定,混合降水系统中的对流扰动加强冲破了亮带结构。以融化层中最大回波强度Zp所在高度进行融化层的粒子碰并增长和破碎减弱分层分析,上半层融化过程主要表现为碰并增长,下半层则是粒子破碎减弱。剔除了介电常数、下降速度引起的粒子浓度改变影响后,层状云和对流降水后期的回波强度加强表明融化增长程度接近,后者略强,混合降水云的融化增长最强。 相似文献
9.
在多输入多输出(MIMO)系统的信号检测算法中,最大似然(ML)算法具有最佳检测性能,但因其复杂度随天线数及调制阶数的增加呈指数增加而不实用.排序干扰逐次消去的最小均方误差(MMSE-OSIC)算法具有很低的复杂度,但因迭代检测过程中的差错传播使得检测性能与最佳检测相比有很大差距.针对以上算法的缺点,提出了一种低复杂度近最佳的MIMO信号检测算法,该算法对MMSE-OSIC算法的检测顺序进行调整,首先通过比较信道逆矩阵行向量的范数确定最弱信号层,对该发射信号的所有可能值进行遍历搜索,在保证最弱信号层尽可能正确检测的前提下,对剩余信号层采用MMSE-OSIC算法检测.理论分析及仿真结果表明,该算法有效抑制了迭代检测过程中的差错传播,几乎达到了最佳检测性能,同时具有较低的复杂度,在检测性能与复杂度之间给出了很好的折衷. 相似文献
10.
该文分析了卫星云图和自然图像在小波系数分布上的特征差异,提出了基于小波变换的气象卫星云图压缩方案。方案选择对卫星云图压缩效果较好的、具有双正交性的Odegard 9/7滤波器组对卫星云图进行五级小波分解和重构;根据卫星云图小波分解系数相似性强、低频分量能量更为集中、分量系数层次衰减性明显的特点,使用改进后的零树编码算法对小波系数进行编码运算;最后,采用高效的自适应算术编码对输出数据流进行了进一步的压缩。该方法对卫星云图的压缩效果要优于经典的嵌入式零树小波编码,在失真允许情况下,对红外云图的最大压缩比可达40:1,水汽云图达60:1,可见光云图达35:1。 相似文献
11.
12.
为了发展云雷达与微波辐射计联合反演液态水含量的方法, 利用2019年4—9月中国气象科学研究院在广东龙门开展的综合观测试验中的双波段云雷达和微波辐射计数据, 首先检验了在降水条件下微波辐射计天顶观测和斜路径观测两种探测模式反演温度(T)、相对湿度(RH)、液态水含量(LWC)和液态水路径(LWP)的合理性, 然后分析了两种探测设备反演LWC和LWP的差别。得到以下结论: (1)微波辐射计在斜路径观测模式下反演的产品受降水影响较小, 其反演结果明显优于天顶观测模式; (2)两种探测设备反演的LWP相关性较好且随时间变化较为一致, 但云雷达反演LWP与平均回波强度有明显相关, 随着雷达回波强度的增大, 云雷达与微波辐射计反演的LWP之比越大; (3)两种探测设备反演的LWC相关性较差且存在明显偏差, 在不考虑融化层的情况下单波段云雷达反演LWC与微波辐射计随高度变化趋势相近, 双波段云雷达反演LWC与微波辐射计反演结果在1 km及其以上区间存在明显差异。 相似文献
13.
云液态水路径是气候和天气系统分析的重要参数,可以从卫星观测资料反演获得.目前,基于卫星微波探测仪器观测资料的云水算法可由23.8和31.4 GHz两个通道产生.本研究使用先进技术微波探测仪(ATMS)观测数据,对物理和经验两种算法反演出的云液态水路径进行验证评估.结果表明,经验算法和物理算法都可以描述云液态水在全球洋面... 相似文献
14.
Identification of Convective and Stratiform Clouds Based on the Improved DBSCAN Clustering Algorithm
Yuanyuan ZUO Zhiqun HU Shujie YUAN Jiafeng ZHENG Xiaoyan YIN Boyong LI 《大气科学进展》2022,39(12):2203-2212
A convective and stratiform cloud classification method for weather radar is proposed based on the density-based spatial clustering of applications with noise (DBSCAN) algorithm. To identify convective and stratiform clouds in different developmental phases, two-dimensional (2D) and three-dimensional (3D) models are proposed by applying reflectivity factors at 0.5° and at 0.5°, 1.5°, and 2.4° elevation angles, respectively. According to the thresholds of the algorithm, which include echo intensity, the echo top height of 35 dBZ (ET), density threshold, and ε neighborhood, cloud clusters can be marked into four types: deep-convective cloud (DCC), shallow-convective cloud (SCC), hybrid convective-stratiform cloud (HCS), and stratiform cloud (SFC) types. Each cloud cluster type is further identified as a core area and boundary area, which can provide more abundant cloud structure information. The algorithm is verified using the volume scan data observed with new-generation S-band weather radars in Nanjing, Xuzhou, and Qingdao. The results show that cloud clusters can be intuitively identified as core and boundary points, which change in area continuously during the process of convective evolution, by the improved DBSCAN algorithm. Therefore, the occurrence and disappearance of convective weather can be estimated in advance by observing the changes of the classification. Because density thresholds are different and multiple elevations are utilized in the 3D model, the identified echo types and areas are dissimilar between the 2D and 3D models. The 3D model identifies larger convective and stratiform clouds than the 2D model. However, the developing convective clouds of small areas at lower heights cannot be identified with the 3D model because they are covered by thick stratiform clouds. In addition, the 3D model can avoid the influence of the melting layer and better suggest convective clouds in the developmental stage. 相似文献
15.
采用2013年中国科学院大气物理研究所香河大气综合观测试验站的地基微波辐射计和激光雷达观测数据,以激光雷达探测的大气边界层高度为参考,分别利用非线性神经网络和多元线性回归方法建立微波亮温直接反演大气边界层高度的算法,并对比两种方法的反演能力, 同时分析非线性神经网络算法在不同时段及不同天气状况下反演结果的差异。结果表明:非线性神经网络算法的反演能力优于多元线性回归算法,其反演结果与激光雷达探测的大气边界层高度有较好一致性,冬、春季的相关系数达到0.83,反演精度比线性回归算法约高26%;对于不同时段和不同天气条件,春季的反演结果最好,晴空的反演结果好于云天; 四季和不同天气状况的划分也有利于提高反演精度。 相似文献
16.
统计分析2007—2016年秋季湖南省长沙市地面气象观测资料、湖南省飞机人工增雨作业资料, 得到湖南省秋季积层混合云系的降水分布情况、一般结构特征和相应的飞机增雨作业方法。使用多普勒天气雷达、GRAPES_CAMS数值模式和中小尺度气象站网等资料对典型作业天气过程进行云降水物理和数值模拟分析, 采用成对对流云和基于TREC算法的回波跟踪等方法进行作业效果评估。归纳得到湖南省秋季积层混合云系人工增雨作业条件判别的12个宏微观指标, 探讨在使用运7飞机、碘化银烟条作业装备条件下, 开展飞机增雨作业的最佳催化时机、部位和剂量。针对积层混合云系中的降水性层状云系、积云对流泡, 飞机增雨适宜作业的区域、播撒高度和催化剂量:在过冷高层云的-15~-5℃层, 播撒达到30 L-1的人工冰晶浓度; 在过冷积云的-15~-7℃层, 静力催化使冰晶浓度达到30 L-1或动力催化达到100 L-1。这些方法在实践中取得了较好的人工增雨作业效果。 相似文献
17.
层状云结构和降水机制研究及人工增雨问题讨论 总被引：1，自引：0，他引：1
总结了层状云及其降水物理研究的部分成果。在此基础上, 讨论了层状云人工增雨的几个问题, 提出用常规观测资料判断人工增雨条件的方法。具体结果如下:层状云结构是不均匀的。层状云系在垂直方向上具有分层结构。“催化—供给”云是降水性层状云的典型结构, “催化—供给”云相互作用是导致降水的主要过程。按微观结构可以将降水性层状云分成3 层:冰相层、冰水混合层和液水层。冰相层是催化云, 冰水混合层和液水层是供给云。层状云降水过程研究表明, 对应于层状云或“催化—供给”云的3层宏观结构, 发生着不同的微物理过程, 粒子形成和增长过程也不同。冰相层的冰晶和雪, 凝华是其主要增长方式, 其次是雪与冰晶的聚合过程;雪(或聚合体)落入冰水混合层后, 继续通过凝华增长或贝吉龙过程增长, 同时撞冻过冷云水增长, 有部分冰雪晶通过撞冻增长而转化成霰。在液水层, 雪(或聚合体)霰开始融化, 同时收集云暖区云水增长。冰相粒子的撞冻增长过程和凝华增长过程相比同样重要。层状云各层对降水的贡献不同。一般而言, 对于“催化—供给”云, 催化云对降水的贡献低于30%, 供给云在70%以上。在以上研究的基础上, 讨论了层状云人工增雨的问题。(1)“催化—供给”云结构有利于云水转化成降水, 只有冰相层、冰水混合成和液水层相互“配合”, 才能形成有效降水。可以将“催化—供给”云作为层状云人工增雨催化的结构条件。(2)要选择降水形成以冷云过程为主的层状云催化, 冰面饱和水汽量和过冷水含量要大些。(3)层状云人工增雨原理应该补充。降水形成不但经历贝吉龙-芬德森过程, 冰水混合层的聚合和撞冻增长也是十分重要的过程。过冷水对于降水的形成非常重要, 但冰面饱和水汽量对降水的形成也同样重要。最后, 结合层状云的研究成果, 提出用常规探测资料判别层状云人工增雨催化条件的方法:利用卫星云图和雷达回波判别“催化—供给”云的结构, 用雷达RHI 回波(在距离高度显示器上的回波)判别降水机制和液水层。
相似文献
18.
毫米波测云雷达融化层自动识别技术 总被引：2，自引：1，他引：1
为了充分利用雷达数据中的融化层信息,通过分析融化层在反射率因子和线性退极化比(LDR)参量中的特性,结合国内某型毫米波测云雷达的特点,提出了一种融化层边界自动识别的技术。利用2010年5-10月国内某型毫米波测云雷达在杭州的探测资料及相应的探空资料,对识别结果以及算法中参数的敏感性进行了对比和分析。对比结果表明,该方法能有效识别亮带的存在,得到的融化层上边界平均高度与实测零度层高度的误差小于100 m。参数的敏感性分析表明,融化层在反射率和LDR中的特性存在差异,其厚度在600～1500 m。毫米波测云雷达距离分辨率高、LDR对融化层敏感以及使用反射率和LDR双重约束是识别出的融化层边界误差较小的原因。 相似文献
19.
The Multivariate and Minimum Residual(MMR) cloud detection and retrieval algorithm, previously developed and tested on simulated observations and Advanced Infrared Sounder radiance, was explored and validated using various radiances from multiple sensors. For validation, the cloud retrievals were compared to independent cloud products from Cloud Sat, MODIS(Moderate Resolution Imaging Spectroradiometer), and GOES(Geostationary Operational Environmental Satellites). We found good spatial agreement within a single instrument, although the cloud fraction on each pixel was estimated independently. The retrieved cloud properties showed good agreement using radiances from multiple satellites, especially for the vertically integrated cloud mask. The accuracy of the MMR scheme in detecting mid-level clouds was found to be higher than for higher and lower clouds. The accuracy in retrieving cloud top pressures and cloud profiles increased with more channels from observations. For observations with fewer channels, the MMR solution was an "overly smoothed" estimation of the true vertical profile, starting from a uniform clear guess. Additionally, the retrieval algorithm showed some meaningful skill in simulating the cloudy radiance as a linear observation operator, discriminating between numerical weather prediction(NWP) error and cloud effects. The retrieval scheme was also found to be robust when different radiative transfer models were used. The potential application of the MMR algorithm in NWP with multiple radiances is also discussed. 相似文献
20.
对云层垂直结构的准确参数化描述是数值天气预报模式准确计算长短波辐射通量、辐射加热率廓线、云反射率、云辐射效应等参数的重要基础,但地基观测数据无法对模式预报的云层垂直分层情况进行验证。文章基于卫星资料Collection5版本的MODIS云产品MOD06,利用国际上能够较准确判别云层垂直分层的一个新算法,以反演的高、中、低云发生频率和云顶气压结果,评估美国国家环境预报中心(NCEP)北美中尺度模式NAM的云层垂直结构。2006年7～10月北美地区(153°～48°W,12°～62°N)的评估结果表明:①卫星反演和模式预报的高、中、低云的云量区域分布比较相似,尤其是高云。热带太平洋地区模式预报高云量大于卫星反演值。模式预报的低云在墨西哥及北美大陆、大西洋地区更多。②卫星反演和模式预报中云发生频率的差异最小,模式预报高云和低云发生频率峰值比卫星反演的峰值更大,且云顶出现的高度更高。③模式预报中云量和低云量的纬度平均值比卫星反演的高,尤其是低云量。NAM的云参数化有待于进一步改进。 相似文献