版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
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。云雷達是研究云物理特性的有力工具。本文針對KAZR云雷達,對其云信號檢測算法進行介紹,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。在此基礎上對蘭州大學半干旱氣候與環(huán)境監(jiān)測站(SACOL)上空云的宏觀物理特性進行統(tǒng)計分析,主要得到以下結論:
?。?)對KAZR云雷達的Signal Noise Ratio(SNR)數(shù)據(jù)產(chǎn)品進行高斯濾波后可迅速實現(xiàn)噪聲
2、與信號的分離,在此基礎上選取2.8的閾值可以達到識別云雷達回波信號的目的,此算法對云信號的平均誤檢率為0.12%,平均漏檢率為2.52%。
(2)提出了一種云雷達信號識別新算法:利用雙邊濾波器對雷達信噪比處理,并構建一具備中心權重的時間-空間濾波器,用此濾波器對處理后的信噪比圖像進行二次濾波即可識別到云信號。構建模擬信號對算法進行檢驗后表明,其對強、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。
?。?)初步分析了SACOL站2014年云底、云頂和云厚的分布變化,結果表明: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處達到峰值;67%的云層厚度分布在2km以內;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。
?。?)多普勒雷達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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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)特征及垂直結構的研究
- 機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)新方案評分標準》
- 機載激光雷達點云數(shù)據(jù)濾波方法研究.pdf
- 機載激光雷達點云數(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
- 支持模型檢測的云計算隱私建模方法研究.pdf
- 基于激光雷達點云數(shù)據(jù)的配準方法研究.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
- 復雜云背景中小目標檢測的背景抑制方法.pdf
評論
0/150
提交評論