排序方式: 共有65条查询结果,搜索用时 156 毫秒
61.
基于麦克斯韦方程组,通过综合考虑电子热效应和电离、吸附效应的非线性变化,利用二维时域有限差分算法(2D FDTD),建立了对流层-中高层大气电动力耦合模式,分析了中高层大气电参数的非线性效应对地闪回击电磁场传播的影响。结果表明,对微秒量级的地闪回击辐射场而言,在60 km以下,由于弛豫时间为毫秒量级,不需要考虑电参数的非线性效应。而在60 km以上的空间,由于弛豫时间快速减小至小于微秒量级,必须考虑电参数非线性效应带来的影响。如果考虑中高层大气电参数非线性效应,距地面90 km高度处地闪回击辐射场峰值明显减小,其中,垂直电场受影响最明显,场峰值最大可减小75%左右,而水平电场受影响相对较小。因为垂直电场脉冲持续时间为几百微秒,而水平电场脉冲持续时间仅为几十微秒,电磁场脉冲持续时间越长,受微秒量级中高层大气电介质弛豫时间的影响越大。 相似文献
62.
对风场结构和信息的探测始终是气象科学的重要研究方向。多普勒天气雷达是研究大气边界层风场的有力手段,有效地利用其径向速度资料分析和推断真实的风场结构,能够大大提高中小尺度天气系统预报的准确度。基于单多普勒天气雷达探测风场反演技术,用Matlab实现二维理想均匀风场的多普勒天气雷达径向速度图模拟。考虑到雷达系统的工作波长和脉冲重复频率的差异可能导致观测结果产生速度模糊的问题,以风向风速各自随高度变化与否以及如何变化的4种风场情况,分别给出了S、C、X波段的多普勒天气雷达径向速度模拟图,并且设计了相应的GUI界面。通过分析模拟的径向速度平面位置显示图,帮助反演真实的风场信息。 相似文献
63.
近年来我国极端灾害性天气频发,造成了重大人员伤亡和财产损失,随着防灾减灾工作的推进,龙卷等中小尺度强对流灾害性天气的预警预报工作的关注度正逐步提升。现有龙卷检测算法基于对新一代天气雷达基数据在多个仰角和体积扫描中进行阈值判断得到龙卷涡旋特征TVS,在自适应协同观测背景下表现为自适应策略同步较慢,预警预报准确率不高,提前预警时间短。使用机器学习算法结合龙卷在雷达反射率、径向速度和速度谱宽的多重特征能有效提高龙卷识别的准确率和预警时间,能提高组网雷达的协同观测能力。基于随机森林的龙卷检测算法(TDA-RF),使用CINRAD雷达历史龙卷数据作为训练集,通过随机森林算法对训练集进行分类学习得到龙卷预测模型,使用预测模型对实时雷达数据进行龙卷检测。试验结果表明,TDARF算法能有效识别不同强度的龙卷,较TVS龙卷检测算法能给出龙卷区域的分类概率值,无需对龙卷特征时空连续性进行判断;TDA-RF算法对多个特征进行综合判断具有较好的抗干扰能力,使基于组网雷达的龙卷预警时间最高可达18分钟。 相似文献
64.
利用2017—2019年贵州省威宁彝族回族苗族自治县的C波段天气雷达数据,提取了多种与冰雹相关的雷达特征参量,并结合地面降雹记录建立了客观的冰雹样本标记方法。通过支持向量机、决策树和朴素贝叶斯三种机器学习方法,对冰雹高发区贵州省威宁的冰雹天气过程进行建模与评估。评估结果表明,采用机器学习方法可以有效地识别冰雹天气过程。支持向量机和决策树方法的命中率(Probability of Detection,POD)均较高,分别为88.9%和90.5%;临界成功指数(Critical Success Index,CSI)分别为73.1%和70.3%;误报率(False Alarm Rate,FAR)分别为19.6%和24.1%。朴素贝叶斯方法的POD和CSI相对偏低,分别为67.8%、62.8%,但FAR最低,为10.6%。 相似文献
65.
我国新一代静止气象卫星首颗卫星风云四号先进成像仪AGRI(Advanced Geosynchronous Radiation Imager)具有更多的观测波段、更高的光谱分辨率和更高的时空分辨率,能够以较小的卫星天顶角获取完整的青藏高原观测图像,但尚未开发利用青藏高原地区的风云四号卫星云产品开展相关研究。本文基于FY-4A/AGRI提供的青藏高原地区像元级云图像,研究分析夏季青藏高原地区云分布及其日变化的特征和规律。研究发现高原南部和东南部区域云出现频率远高于高原其他地区;高原地区云频具有明显的昼夜变化,最高云频发生在12:00(当地时间,下同),最低云频出现在04:00;高原南部地区云频具有日出后增长速度最快、增长幅度最大、最先达到最高值的特征;当高原云频在当地正午达到最大值时,极高云频沿主要山脉分布,具有明显的地形依赖特征;云顶最大频率高度超过12 km的区域集中在雅鲁藏布江河谷及其北侧,念青唐古拉山脉附近,以及横断山脉东界以西地区;云顶最大频率高度日变化与云频的日变化存在显著不同。本文同时就青藏高原复杂地形对云分布和日变化的强烈影响进行了讨论。 相似文献