简介:云状的正确观测对降水测报具有指示性意义,云状自动识别技术是气象要素自动化观测领域的难题之一.本文基于全天空可见光成像仪采集的云图与中红外热像仪获取的云图结合,对天空云状进行分类和测量.结果表明:通过在北京、杭州和丽江气象台站采集的大量云图,从云图特征和降水指示性方面将云状划分为Clear、CH、CL、CB及CM共5类.选取14个色彩和纹理特征值作为云状计算参数,采用552张云图作为训练样本,信息分类利用特征值加权最小距离算法,对于5类50个被测样本进行云状的判别.对应自拟的标准云状分类,平均准确率为82%.基于可见光-红外图像信息融合的云状识别方法结合了可见光图像色彩信息丰富的特点及红外图像可以降低雾霾干扰的优势,对比单-可见光传感器云测量,准确性有所提高.本文在可见光与红外图像传感器等多种云观测设备的信息融合方面进行了有益的尝试.
简介:2004年9月—2006年10月,选择华北地区4个观测站开展了太阳辐射(光合有效辐射PAR、可见光辐射VIS、总辐射Q等)和气象参数等的综合测量,得到了PAR、VIS等的变化特征。结果表明:PAR/Q、VIS/Q、PAR/VIS相对稳定,有明显的日、逐日和季节变化,并受到水汽、散射因子和云等因素的影响。2004—2006年禹城、栾城、香河和兴隆地区VIS/Q、PAR/Q和PAR/VIS的平均值分别为0.39,1.95mol·MJ^-1和4.97mol·MJ^-1;0.39,1.94mol·MJ^-1和4.95mol·MJ^-1;0.43,2.16mol·MJ^-1和4.97mol·MJ^-1;0.42,2.03mo.lMJ-1和4.89mol·MJ^-1。建立了计算华北地区实际天气PAR、VIS小时累计值的经验公式及PAR与VIS转换关系式,计算值与观测值符合得较好。考虑水汽和散射因子时,PAR、VIS计算值与观测值的相对偏差分别为13.0%、12.4%。由于某些站点可能缺少直接辐射或散射辐射数据,因此在仅考虑水汽因子时,PAR、VIS的相对偏差分别为13.2%、12.8%,故对于PAR、VIS的传输和计算来说,水汽因子的作用最为重要;散射因子的作用虽弱于水汽因子,但也不应忽视。
简介:使用地面降水观测资料和高空探测资料,运用线性倾向估计法和相关性分析法,分析了2000—2012年武汉地区梅雨期(6—7月)暴雨的气候特征,并建立了暴雨天气预报方程。结果表明,6—7月武汉地区各旬暴雨日数呈先升后降趋势,其中最大值出现在6月下旬;暴雨集中期为6月下旬—7月中旬,占梅雨期总暴雨日数的61%;暴雨局地性强,雨强呈上升趋势。筛选出武汉站强天气威胁指数、百色站850hPa层的露点温度和怀化站850hPa层的风向、风速作为预报因子,建立武汉地区梅雨期暴雨预报方程,实际预报效果检验结果表明该方程的预报质量优于实际业务中常用的数值预报产品。