版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、云是氣候系統(tǒng)中最為重要的因子之一,對地氣系統(tǒng)輻射收支平衡有顯著影響。云雷達(dá)是研究云物理特性的有力工具。本文針對KAZR云雷達(dá),對其云信號檢測算法進(jìn)行介紹,提出一種基于高斯及雙邊濾波的云檢測新算法,可以增加弱云識別。在此基礎(chǔ)上對蘭州大學(xué)半干旱氣候與環(huán)境監(jiān)測站(SACOL)上空云的宏觀物理特性進(jìn)行統(tǒng)計分析,主要得到以下結(jié)論:
?。?)對KAZR云雷達(dá)的Signal Noise Ratio(SNR)數(shù)據(jù)產(chǎn)品進(jìn)行高斯濾波后可迅速實現(xiàn)噪聲
2、與信號的分離,在此基礎(chǔ)上選取2.8的閾值可以達(dá)到識別云雷達(dá)回波信號的目的,此算法對云信號的平均誤檢率為0.12%,平均漏檢率為2.52%。
?。?)提出了一種云雷達(dá)信號識別新算法:利用雙邊濾波器對雷達(dá)信噪比處理,并構(gòu)建一具備中心權(quán)重的時間-空間濾波器,用此濾波器對處理后的信噪比圖像進(jìn)行二次濾波即可識別到云信號。構(gòu)建模擬信號對算法進(jìn)行檢驗后表明,其對強(qiáng)、中、弱云識別誤檢率分別為0.048%,0.103%與0.007%,對三種云識別
3、的漏檢率分別為0.244%,0.229%和9.774%,比ARM中Millimeter Wavelength Cloud Radar(MMCR)的識別算法有明顯改進(jìn)。
?。?)初步分析了SACOL站2014年云底、云頂和云厚的分布變化,結(jié)果表明:云底在1.5和5.5km處出現(xiàn)頻率最高,云頂發(fā)生頻率在2.5和8.5km處達(dá)到峰值;67%的云層厚度分布在2km以內(nèi);月平均總云量的發(fā)生頻率為44%~76%,低云、中云和高云的發(fā)生頻率分
4、別為13%,30%和34%;單層云、雙層云和三層云占到云總數(shù)的98%,其中夏秋季節(jié)多層云發(fā)生頻率較高;各個季節(jié)不同類型的云都具有一定的日變化特征。
?。?)通過KAZR與CloudSat和CALIPSO衛(wèi)星的觀測比對,表明CloudSat對厚云的穿透性好,但無法探測到反射率因子低于-30dBZ的弱云,CALIPSO對弱云最敏感,但信號衰減較快,對厚度較大的云探測的云底高度偏高。
(5)多普勒雷達(dá)可以反演得到冰云粒子的終
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于激光雷達(dá)點云的車輛檢測方法研究.pdf
- 基于回波統(tǒng)計特性差異分析的寬帶雷達(dá)檢測新方法研究.pdf
- 面向MODIS數(shù)據(jù)的云檢測方法研究.pdf
- 13624.基于云雷達(dá)和modis探測的洋面降水暖云與非降水暖云的云參數(shù)特征及垂直結(jié)構(gòu)的研究
- 機(jī)載微波輻射計反演云液水含量的云物理方法.pdf
- 云制造系統(tǒng)的云資源信息采集方法研究.pdf
- 遙感圖像中的云區(qū)域檢測及去除方法研究.pdf
- 面向云計算環(huán)境的入侵檢測方法研究.pdf
- 《2022信服云托管云創(chuàng)新方案評分標(biāo)準(zhǔn)》
- 機(jī)載激光雷達(dá)點云數(shù)據(jù)濾波方法研究.pdf
- 機(jī)載激光雷達(dá)點云數(shù)據(jù)分類方法研究.pdf
- 云計算的開發(fā)云的研究與實現(xiàn).pdf
- 基于云計算的異常檢測研究.pdf
- 基于物理模型的云模擬.pdf
- 基于云變換的云神經(jīng)絡(luò)
- 支持模型檢測的云計算隱私建模方法研究.pdf
- 基于激光雷達(dá)點云數(shù)據(jù)的配準(zhǔn)方法研究.pdf
- 蘇云金芽胞桿菌制劑檢測方法的研究.pdf
- 基于云制造的電火花加工云平臺的研究.pdf
- 復(fù)雜云背景中小目標(biāo)檢測的背景抑制方法.pdf
評論
0/150
提交評論