排序方式： 共有7条查询结果，搜索用时 140 毫秒
1
1.
为准确评估基于相对湿度廓线法反演云边界高度的有效性,以CloudSat和CALIPSO联合探测结果为基准,对2008年1月至2009年1月COSMIC无线电掩星和探空仪的云底高与云顶高反演结果进行定量对比验证,结果表明:CloudSat、掩星和探空仪检测到高云的比例差异较大,掩星和探空仪云检测效率相近,但云检测质量掩星优于探空仪,云层沿高度的发生概率同样掩星与CloudSat具有更好的一致性;陆地与海洋地区掩星和探空仪云底高反演精度大于云顶高,且反演精度与云层高度有关,二者对不同类型云的边界高度具有不同的反演优势,云底高发生概率掩星和探空仪与CloudSat都有很好的一致性,但云顶高概率掩星与CloudSat的吻合程度更好;CloudSat云边界高度随纬度升高而减小,其与掩星和探空仪的反演偏差同样是低纬大于中高纬,且具有不同的季节分布特点.此外,三者检测的底层云中低云所占比例从冬季到夏季逐渐减小,顶层云中云顶高于10 km的比例从冬季到夏季却逐渐增加. 相似文献
2.
准确估算热带气旋(TC)强度,对于预测TC发展、减少财产损失具有重要的意义。前人将TC看作满足静力平衡和梯度风平衡的轴对称涡旋系统,基于云顶高度、云顶温度、海表面气压等物理量建立了TC强度估算模型,该模型未考虑环境垂直风切变对TC强度的影响。本文提出一种修正模型,通过统计拟合手段将垂直风切变加入原模型中。从2006—2015年的Cloud Sat资料中筛选出穿心个例共63个。针对云雷达(CPR)数据特点,提出根据反射率因子的垂直分布确定眼墙和外围边界位置的方法。分别用原模型与修正模型对这63个TC个例进行强度估算。与最佳路径数据相比,原模型结果总体偏大,尤其对风切变较大、强度较小的个例估算效果不佳。修正模型对于风切变大于5 m·s~(-1)的个例误差明显减小,平均绝对误差MAE、均方根误差RMSE和平均绝对误差百分比MAPE分别从5.8 m·s~(-1)、7.7 m·s~(-1)和19.5%变为3.5 m·s~(-1)、4.9 m·s~(-1)和11.5%。在一定强度范围内,修正模型估算效果随着强度的增强而提升。修正模型对于成熟阶段的个例效果更好,北半球的估算精度高于南半球,纬度越高,估算误差越小。试验结果表明,用该修正模型估算TC强度是可行的,可以对现有的技术进行辅助和补充。 相似文献
3.
从基于云角色的分类思想出发,利用星载毫米波雷达探测资料提取云的特征参数,建立支持向量机（support vector machine,SVM）模型实现云的分类。通过与BP（back propagation）网络模型的分类结果进行对比,发现两种模型都具有较好的分类能力,但SVM模型的识别准确率更高,计算速度更快。基于CloudSat资料的云分类实例表明,SVM模型的分类结果与CloudSat数据处理中心（Data Processing Center,DPC）发布产品具有很好的一致性。 相似文献
4.
在合成孔径雷达(Synthetic Aperture Radar,SAR)海面风场反演中,基于风条纹影像纹理特征的海面风向反演方法精度高,但是依赖于图像风条纹的存在,而外部风向信息与SAR资料时空分辨率不易匹配、精度较低,从而影响大面积、高分辨率海面风场反演的精度。针对此问题,提出一种将SAR图像风条纹线性纹理特征与外部风向信息相结合的星载SAR海面风向获取方法,在SAR影像线性纹理特征明显的区域采用二维连续小波变换得到高精度的海面风向,其余区域采用与之时空相匹配的数值预报模式风向填充;并利用地球物理模型函数进一步得到海面风速,进而实现高精度、大范围海面风场的反演。为验证本文方法的有效性,利用ENVISAT/ASAR数据进行风场反演试验,并将反演结果与浮标实测数据进行比对。结果表明:在线性纹理特征明显的区域,小波方法的反演精度优于快速傅里叶变换(FFT)法和数值预报模式风向;外部风向精度略低,但与SAR观测资料时空匹配性较好,弥补了风条纹风向的不足。二者的结合为星载SAR海面风场反演的业务化应用提供了支持。 相似文献
5.
机载SAR对海探测时,探测范围小和时空匹配难等局限使其无法借助风条纹和辅助资料反演海面风矢量.本文在仿真研究CMOD5.N地球物理模型参数的函数关系,实例分析机载SAR探测图像中距离向均值曲线变化规律的基础上,发现相同风向、风速条件下,CMOD5.N模型构建的标准曲线和探测图像的距离向均值曲线遵循统一的归一化雷达截面随入射角变化规律,且两者具有良好的相关性.据此,本文提出将距离向均值曲线与标准曲线逐条匹配,采用相关系数判定两者的相关程度,选择使得相关系数绝对值最大的标准曲线作为最优匹配曲线,进而直接确定风向和风速的海面风矢量反演方法.机载SAR飞行探测实验结果表明,海面风矢量反演结果与浮标观测结果的均方根误差为风向11.3°,风速0.9m·s-1,高于反演精度指标要求,原因在于该方法既避免了机载SAR探测图像中斑点噪声的影响,又不会产生局部最优解,提高了海面风矢量反演精度. 相似文献
6.
根据L/C双频共面SAR能够获取同一海域双波段电磁波后向散射系数,得到更多海洋目标特征信息的电磁散射特点,结合地球物理模型函数研究了一种新的SAR海面风场反演方法。利用L/C双频共面SAR的L和C两个波段的地球物理模型函数和后向散射系数等信息,通过地球物理模型函数联立以及构建和求解最小代价函数,直接从SAR数据本身获取海面风场信息,并借助辅助数据去除了风向的180°模糊,从而实现海面风场反演。仿真分析和海上机载同步飞行试验的研究结果表明,该方法可直接利用SAR数据本身获取精度较高的海面风速、风向;绝对辐射定标精度是决定海面风场反演精度的关键因素,海面风场反演误差随定标精度提高而减小;随着海面风速的增大,风速反演误差逐渐增大。论文提出的双频共面SAR海面风场反演方法解决了传统单波段单极化SAR海面风场反演存在的固有问题,机载同步飞行试验的海面风速和风向反演结果与调查船观测值的均方根误差分别为0.93 m/s和19.39°,可为星载SAR海面风场反演业务化和载荷研制提供支持。 相似文献
7.
1