可见光/红外全天空成像仪和云雷达联合反演云高

为解决大部分设备无法单独获取全天空云底高度的问题,基于中国气象局大气探测基地可见光/红外天空成像仪和毫米波云雷达2019年6月的灰度值与云底高度数据,利用辐射传输模式计算地面8~14μm波段向下红外辐射随天顶角的变化关系,并根据红外波段测得的天顶云底灰度值与非天顶位置的天顶角余弦灰度值之间的线性关系,从而反演得到全天空云底高度。结果表明:(1)相比于全天无云的情形,在一天的相同时间时,全天有云时的天顶灰度值较高。(2)当云底高度为2000 m以上且云层较厚时,云底高与红外模块所测灰度值的相关性明显好于云层较薄的低云。(3)2019年8月12日的个例验证结果显示,反演云高与通过云雷达测得的实际云高相关系数为0.956,而与取天顶附近约30°天顶角得到的云高相关系数为0.9508。

全天空成像仪云量计算方法的改进

全天空成像仪(total sky imager 440,TSI-440)可以实现白天全天空云量的持续自动监测,时空分辨率较高,得到的云量计算结果更精确。首先介绍了TSI-440的基本原理和资料格式,并基于太湖地区2008年5—10月的TSI-440资料及无锡站地面观测资料,采用统计方法详细地分析了不同天气情况下图像的成像特征及云量的计算误差。结果发现:图像的成像特征与能见度密切相关,红蓝比值随着能见度的减小而增大。另外,仪器在处理阴天图像及复杂天空(多云)图像时,易造成一定的云量计算误差。针对上述问题,本文通过直方图分析,重新选定了红蓝比阈值(晴空点阈值0.62,云点阈值0.66),基于新阈值计算的云量结果较仪器自带的处理结果更为准确,减小了因天气状况不同而产生的云量计算误差。

联合毫米波测云仪和全天空成像仪云分类方法

以中国气象局大气探测试验基地2017年全年的采集数据为基础,建立云分类样本库,最终得到层状云、对流云、高级云、积状云、卷云5类分类样本共计10 636个。结合毫米波测云仪和全天空成像仪的特征样本对不同天气状况的探测效果进行对比。在阴天、雾、霾等视程类障碍物天气条件下,通过引入毫米波测云仪数据后可以增强全天空成像仪识别能力,数据融合可以排除杂波影响,提高识别精确度。通过积累特征样本,细化不同天气条件下探测设备的适用能力,能够提升自动分类准确度,实现云观测自动化。

基于XGB算法及全天空成像仪图像的超短期DNI预测

吸热器是塔式太阳能热发电站的核心设备,但云层短时间的遮挡和离开会使吸热器接收的太阳直接辐射(DNI)发生随机波动,造成吸热器表面受热发生剧烈变化,会影响塔式太阳能热发电站的安全运行。本文提出了一种基于极值梯度提升(eXtreme Gradient Boosting,XGB)算法及全天空成像仪图像的超短期DNI预测方法。通过使用基于太阳位置的全天空成像仪标定方法,完成全天空成像仪的姿态校正和畸变矫正;对晴空背景参数进行拟合并建立晴空库,为云层的检测提供基础;通过对太阳及其临近区域进行插值修复,使1 min内的DNI预测成为可能;根据云的运动矢量,利用外推法得到未来云层可能会遮挡太阳的图像点,并提取图像特征,用于基于XGB算法的超短期DNI预测模型的训练,最后利用训练后的模型完成超短期DNI预测。

多波段全天空气辉成像仪光学系统设计

为了降低多波段全天空成像仪的复杂度和研制成本,提出了一种免调焦、高鲁棒性的多波段全天空成像光学系统方案.采用像方远心鱼眼镜头加物方远心像方准远心的有限共轭距成像镜组成二次成像系统,货架级的窄带滤光片置于一次像面处,使用H-FK61和KF2两种玻璃实现全系统复消色差.设计结果表明:系统F数为2.8,波段范围427.8~865nm,色焦移小于0.048mm,系统8个观测通道的光学传递函数都在0.46以上,满足使用要求,且滤光片公差容限非常宽松,面形公差PV≤λ/2、折射率公差±0.003、厚度公差±0.05,货架级产品即可满足使用要求.相比传统方案,该系统省去了探测器调焦机构、且不需要使用定制的窄带滤光片,达到了简化系统降低成本的目的.

全天空云图图像复原算法

在使用全天空成像仪对天空进行观测时,由于该设备结构的特点导致采集的云图信息缺失和图形球面畸变,使全天空观测产生误差,为此提出一种全天空云图图像复原算法.针对地基云图的噪声和畸变特点,利用双线性插值收缩图像修复算法对地基云图中固定区域噪声进行复原;然后提出云图遮光带运动预测插值算法和改进型统计扇形插值云图畸变矫正算法,对云图中的遮光带和球面畸变进行图像复原,最终完成对地基云图的修复.实验结果表明,该算法具有普适性,可以更好地复原云图所携带的天空信息.

基于恒星辐射稳定性的全天空极光成像仪辐射定标方法

全天空极光成像仪是一种重要的地基极光观测设备,对全天空成像仪进行辐射参数定标能够获得全天空图像中极光结构在不同观测谱线上的真实激发强度,这对于空间物理过程的定量研究有着重要的意义。受到极区观测台站的条件限制,许多全天空极光成像仪无法在观测现场进行辐射参数定标。为此,提出一种基于恒星辐射稳定性对全天空成像仪进行辐射参数定标的方法,把恒星作为"虚拟标准光源",利用全天空成像仪获取的星空图进行辐射定标,最终确定辐射强度-图像数值之间的辐射参数。利用更多的恒星亮度作为参考标准,以及电离层卫星探测到的极光沉降电子数据,结合GLOW模型计算的极光激发强度作为参考标准,对定标结果进行了两种不同方法的验证。结果显示,在恒星亮度验证中,恒星亮度偏差最大值为12.22%,平均偏差为4.624%;在卫星沉降粒子验证中,利用模型计算出的极光弧峰值强度与全天空观测获得极光弧峰值强度偏差最大值为11.30%,平均偏差为5.603%。两种验证结果相近,这表明本文所提定标方法是有效和可信的。

利用扫描式红外亮温仪对天空云量的试验观测

利用中国科学院大气物理研究所中层大气与全球环境探测实验室自主开发研制的全自动扫描式天空红外亮温仪,于2007年4—8月在北京市气象局南郊观象台进行了试验观测。利用获得的天空红外亮温数据和南郊观象台(54511站)实时地面气象数据,进行了天空云量的计算。将整点前30 min内观测的云量的平均值作为与观象台观测对应的整点观测云量,分不同情况与观象台目视观测结果进行了对比分析。结果表明:(1)对于中低云,两种观测的云量比较一致,但如果在此期间云消散或增加很快,则差别较大。其主要原因是观测的时间和方式不同所造成的。(2)对于以卷云为主的天空情况,特别是高层薄卷云的情况,两种观测的云量差别较大。原因是受到目前试验所使用的红外传感器低温测量范围的限制(-50℃),以及判定云的阈值算法目前还只对于中低云比较适用,对于卷云的判断能力比较薄弱。(3)对于天空情况比较复杂,以及能见度不好的情况(气象站目视云量记录为10-),两种观测的云量差别也很大。其差别既受到仪器性能的影响,也与观测员视力与经验有关。仪器受到最低测量温度的限制,反演算法也有其不确定性,而观测员在低能见度时的观测局限性亦是一个重要原因。利用SIRIS-1进行云量和云底高度观测的优点是时间分辨率高,且全天时自动化,但对于卷云的判断还较薄弱。

基于机器学习的地基云图分类研究进展

基于机器学习的地基云图分类是光伏发电功率预测的关键技术。该技术主要通过传统机器学习和深度学习方法对地基云图特征提取提升地基云图分类准确率。全文归纳了地基云图分类标准和云图采集设备;简要介绍了地基云图分类数据集;从传统机器学习和深度学习两方面详细论述了典型的地基云图分类方法;比较了不同方法在Kiel F和MGCD地基云图分类数据集上的性能;最后对现有地基云图分类方法进行了总结,并针对目前地基云图分类面临的挑战进行了展望。

地表太阳辐射短期预测方法研究进展

根据太阳辐射预测使用的数据及预测方法,将目前地表太阳辐射短期预测方法归纳总结为4类:基于地面观测数据预测方法、基于卫星遥感观测预测方法、基于地基云图观测预测方法以及基于数值天气预报模式预测方法。分别阐述4类地表太阳辐射短期预测方法的研究进展,并对不同方法适用性及其优缺点进行评价,最后对未来短期地表太阳辐射预测方法进行展望。

基于TSI地基云图的云量反演方法研究

基于金昌地区全天空成像仪（TSI-880）观测资料,进行地基云图还原,并根据样本统计分析得到合理的红蓝比阈值（0.84）来区分云和晴空,构建批量云图还原与云量计算自动化系统。结合该地区光伏电站辐射观测站的太阳辐射资料,将系统计算的云量（修正云量）和TSI自行分析结果（原始云量）分别与太阳辐射资料进行对比。结果表明原始云量与太阳辐射衰减相关系数为0.3,修正云量与太阳辐射衰减相关系数为0.88,具有更好的相关性。这对于太阳辐射临近预报有重要意义。

基于地基云图分析的光伏功率预测系统设计

光伏发电具有波动性和间歇性。直接导致输出功率的波动。从而给光伏电站输出功率预测带来巨大困难。传统的基于物理和统计模型。结合数值天气预报的光伏功率预测技术在遇到因云遮挡而导致光伏功率骤然下降的情况下。预测结果具有滞后性。文章在研究基于地基云图观测图像数据在线采集分析方法的基础上。通过云团识别、云遮挡预测、畸变校正与投影变换以及与光电转换模型、云强迫分析模型集成等关键技术环节，提出基于云图图像分析光伏电站输出功率预测系统的设计方法，理论分析和数据分析证明该方法对1h内或2～4h的光伏短期功率预测可以获得理想的精度，并具有广泛的适用性。

基于地基云图的云跟踪与太阳辐照度超短期预报方法研究

太阳辐照度是影响光伏发电的最直接气象因素。云量对太阳辐照度有重要影响。全天空成像仪(total sky imager,TSI)可客观、自动地对其进行观测。基于甘肃省金昌地区TSI-880地基云图进行云跟踪预报与太阳辐照度预报方法研究。首先进行云识别与云量反演;计算云运动的速度矢量、使用平流输送法预报云图。使用最小二乘法拟合晴空太阳辐照度数据,建立金昌地区晴空太阳辐照度模型;基于观测范围内的云透射率和云量构建线性回归关系,根据回归系数和预报云量进行辐射预报。选择晴间多云的天气进行云量反演与太阳辐照度预报,晴间多云时的云量和云透射率呈显著的负相关关系,相关系数为-0.81(显著性水平α=0.01),可实现5 min太阳辐照度预报。研究结果表明,结合地基云图能够有效预报云移动变化造成的辐射跳变过程。

主被动结合的云激光雷达测量系统数据融合分析

云高、云量的自动化仪器定量观测对于气象业务非常重要,不同数据的有效融合分析对于气象业务来说意义重大。云测量系统硬件上集成了激光云高仪、全天空成像仪探测模块,使得云高、云量的观测数据在时间、地点上高度统一,结合激光云高仪的剖面数据和全天空成像仪的云二维分布数据做了初步融合分析,进行精确的云高判别、云量反演与云种分类研究。通过数据融合,利用全天空图像可以消除云高仪在雾霾天气下对云底的误判,同时利用云高数据可以估计全天空云的空间分布而对云进行了更精确的分类。实际上,将云高、云量数据融合分析是气象业务观测的发展方向。

基于特征算法的塔式光热电站镜场云识别技术研究

地表太阳辐照度是塔式光热电站稳定运行的关键影响因素。针对电站镜场云层遮挡会影响地表辐照度数值,带来设备安全与集热量之间的矛盾问题,利用全天空成像仪对镜场上空云层进行实时监测。结合Otsu、Surf和HOG算法,提出颜色、边缘和纹理组合视觉特征算法。根据真实采集云层图像对所提组合算法与单一算法进行准确率对比分析。结果表明,组合算法对各类云状识别准确率远高于单一算法,验证了所提方法的有效性和优越性。

地基自动云观测技术对比分析

目前对云高的观测主要采用主动式和被动式两种观测设备;对云量的观测主要采用红外和可见光成像方式,利用图像处理技术实现云量探测;对云高、云量同时观测主要采用多种观测设备集成的方式;对云状观测还是以人工观测为主。由于每种设备的测量方法和探测原理不同,使得各自的探测能力不同。文章通过对不同观测技术进行对比分析,遴选出最优的观测技术和设备,为云观测自动化提供依据。

香河站太阳辐射识别晴空方法的评估

根据位于华北平原的重污染站点——香河5年的分钟级别地表太阳辐射和人工订正的全天空成像仪数据,对21种晴空识别(CSD)方法进行了评估:晴空识别准确率较高的方法云天识别准确率较低,反之亦然;由于CSD方法采用的参数阈值不适用于污染情况,当气溶胶含量增加时,识别准确率呈下降趋势.研究结果显示,利用太阳辐射数据识别晴空的方法在高污染地区使用时需进行改进.

合肥董铺岛目测云量统计及其与仪器测量资料的对比

利用合肥董铺岛1999～2004年目测的云量测量资料,统计分析了年、季、月总云量的平均和概率分布。结果表明：夏季云量偏多,平均每天有80%,秋季云量最少,平均每天不足50%,十一月份的无云天为全月的25%,六月份100%云量的天数占全月的57%。这可能与本地区雨季和下垫面的影响及东亚季风有关。同时对目测与全天空成象仪在2004年4月～2005年4月的所测云量资料作了相关性分析,两者测量的月总云量的相关系数都大于0．75,但仪器对大气层水汽和气溶胶等悬浮粒子(即雾气)真实的识别性不够,两者之间平均约有1%～7%的差异。