排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
2.
C波段双偏振多普勒天气雷达资料分析及在定量估计降水中的应用研究 总被引:5,自引:5,他引:5
基于南京信息工程大学C波段双线偏振多普勒天气雷达(NUIST-CDP)的观测资料,结合南京龙王山SA天气雷达数据、南京信息工程大学大气综合观测基地的OTT Parsivel雨滴谱仪数据、南京市地面雨量计数据,分析NUIST-CDP探测资料的质量及定量降水估计(QPE)精度情况。将NUIST-CDP与SA雷达的回波强度数据进行了对比,发现NUIST-CDP回波强度偏弱;将滴谱仪上方NUIST-CDP测量的反射率因子ZH、差分反射率因子ZDR与滴谱仪数据对比,雷达参量ZH、ZDR与滴谱仪数据变化趋势一致,但整体略偏小;比较差分传播相移率KDP与ZH的变化情况,由差分传播相移ΦDP经最小二乘法计算得到的KDP与ZH数据一致性很好。利用南京地区2015年夏季(5—8月)收集的滴谱数据计算偏振雷达参数,拟合测雨方程,进行两次降水过程个例的QPE分析,并与南京地区雨量计数据进行了对比。结果表明:R(KDP)测雨精度最高,R(KDP,ZDR)次之,使用偏振参量能明显提高降雨估算精度;R(ZH)、R(ZH,ZDR)方法测雨反演结果低于地面雨量计雨量值,且低于SA雷达反演结果。 相似文献
3.
为解决侧扫声纳(SSS)图像沉船检测中样本不足、代表性弱等带来的检测精度低的问题,提出了一种联合YOLOv4和迁移学习的SSS图像沉船检测方法。首先,基于SSS成像机理实现了SSS沉船图像样本扩增,解决样本少而无法开展沉船检测模型构建的难题;然后,利用迁移学习,将公共数据集上学习到的权重和沉船通用性特征引入YOLOv4网络,构建高性能沉船检测模型。试验表明,构建的沉船检测模型取得了85.5%的类平均精度(mAP),将传统方法的检测精度提升了7.7%,在少样本情况下实现了沉船的高精度检测。 相似文献
4.
5.
1