雾探测器现场对比试验方法研究

简单介绍了WT 1型雾探测器的结构和现场试验情况 ,对试验期间 (2 0 0 1年 12月 1日至 2 0 0 2年 5月 31日 )所获取的数据进行了统计分析 ,计算了试验期间雾探测器数据的缺测率、与人工观测数据及芬兰同类产品的测量结果之间的相关系数 ,三者之间的相符率 ,以及数据随时间的变化趋势。以数据处理结果为依据 ,客观地阐述了雾探测器的优缺点 ,以及与目前世界上普遍认可的芬兰能见度仪之间的差距 ,同时也提出了雾探测器改进的一些建议。

奥运会雷电监测和预警系统关键技术研究

依托科技部奥运攻关课题“奥运会雷电监测和预警系统关键技术研究”、中国气象局气象新技术推广项目“预警和预报技术在气象业务中的应用”以及雷电业务的开展，本研究取得的雷电临近预警技术研发及其业务应用的技术成果，主要体现在以下几个方面：

雷电防护标准体系建设的关键技术研究

“雷电防护标准体系建设的关键技术研究”项目（2004DEA71070）是国家科技部基础条件平台项目，其目标是在深入研究国际雷电防护技术标准体系的基础上，针对我国目前雷电防护技术标准的实际需求和现状，建立一套适合我国实际情况的雷电防护技术标准体系，为雷电防护标准的制定提供科学的指导。项目执行一年来，主要开展了以下4个方面的工作：

三维闪电探测系统研制

“三维闪电探测系统研制”是国家科技部科研院所技术开发专项，其目标是开发完整的三维全闪（云闪、地闪、云内特殊放电事件）探测和定位系统。采用闪电VLF/LF和VHF辐射信号同步联合分析的方式，采用时差定位技术，利用闪电波形匹配、脉冲匹配、时域相关和频谱分析等方法，实现对闪电辐射事件的三维探测。2007年主要开展了以下3个方面的工作：

基于局部阈值插值的地基云自动检测方法

地基云自动化观测是当前气象业务发展的迫切需求。目前的地基云检测算法仍主要是以阈值为基础,针对固定阈值和全局阈值算法在云检测精度方面存在的不足,利用晴朗天空下天空呈蓝色、云呈白色的属性,提出了一种基于局部阈值插值的地基云自动检测方法。该方法在对云图进行重采样后,对云图蓝、红波段进行归一化差值处理,再将处理后的结果图像按空间像素位置自动分成互不重叠、大小相等的均匀子块,对每一子区域采用一定的规则并结合改进的最大类间方差自适应阈值算法计算局部阈值,然后对每一子区域形成的阈值矩阵采用双线性插值算法进行插值处理,形成与原始云图大小相等的阈值曲面,利用此阈值曲面与云图蓝、红波段归一化差值处理结果进行比较,即可完成地基云的自动检测。与固定阈值和全局阈值算法相比,局部阈值插值算法对一些细碎的云和与背景反差不大的云获得了更好的检测效果。定量的评估结果表明,固定阈值方法在正确率和精确度上都要远远低于全局阈值和局部阈值方法,而文中提出的局部阈值算法在正确率和精确度上相比全局阈值算法又有较大提高。

降水、烟雾和沙尘等现象自动识别系统研制

该项目是国家科技部科研院所技术开发研究专项资金项目，其研究目标是：基于高性能的数字摄像系统对天气现象的实时监测，结合先进的计算机图像识别、处理和分析技术，实现对雨、雪和冰雹等降水现象以及雾、烟幕和沙尘等视程障碍现象的自动识别，开发基于数字摄像技术的主要天气现象自动观测系统，为气象站目测要素的自动化观测提供先进有效的技术手段，促进我国在气象站自动化观测技术方面的研究进程。本项目执行以来，主要开展了下述工作：

宽带干涉仪闪电辐射源三维定位系统

宽带干涉仪闪电辐射源三维定位系统，是一种全闪电宽频带三维定位系统。它能够以微秒级的时间分辨率对闪电击穿过程产生的辐射源实现三维定位，描绘云闪和地闪通道发展的详细三维结构，可用于区域闪电监测和预警；同时，系统能够同步得到闪电通道发展的宽带频谱以及电场变化信息，结合三维定位结果，可以为闪电放电过程物理机制的探讨、雷电物理研究提供丰富的资料。

基于可见光——红外图像信息融合的云状识别方法

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、C_H、C_L、C_B及C_M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500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,对比单一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。

Snake模型在雨滴边缘检测中的应用

数字摄像技术在降水粒子的自动观测中具有非常好的应用前景,如何在数字图像中准确地进行降水粒子的边缘检测是其中的一项关键技术。Snake模型具有很好的融合图像上层知识和底层特征的能力,能够实现目标轮廓的准确定位。结合雨滴图像自身的特点,提出了目标形心的自动标定方法,在此基础上改进了Snake模型初始轮廓点的选取方法,并通过贪婪算法进行迭代处理,实现了基于Snake模型的雨滴边缘检测算法。算法能够准确地对数字图像中的雨滴边缘轮廓进行检测,且具有较好的稳定性。与传统的边缘检测算子相比,该方法对雨滴图像获得了更好的边缘检测效果。