粒子散射系数在沙尘天气观测分级中的初步分析

利用2004年4月20日至5月23日塔克拉玛干沙漠腹地塔中气象站浊度计和能见度仪逐日每5min一次的加密观测资料及相应的地面气象常规沙尘观测记录,根据中国气象局沙尘暴观测分级标准分析了粒子散射系数在各级沙尘天气中的特征,表明浊度计观测的粒子散射系数在沙尘天气观测分级标准中有较明确的意义,沙尘天气时粒子散射系数与能见度为显著指数关系。

基于Mie散射的带电粒子散射特性的研究

基于Mie散射研究了带电粒子的散射特性,给出散射系数与表面电导率的关系,计算了不同面电导率粒子与非带电粒子的散射角,计算表明:对金属类粒子,带电后的散射影响不大;但带电介质类粒子如水球、冰球粒子,面电荷使面电导率达到一定量级时,对散射特性有明显的影响。与水球相比,冰球的散射系数振荡现象处于粒子尺度参数更大值,振幅更强,而当面电导率很大时,即携带更多电荷量时,两者散射效率近似相等,与同大小的金属球形粒子的散射效率接近。随着面电导率的增加,散射系数发生较大变化,但当电导率达到一定值时,散射系数趋于恒定。相对非带电粒子的散射,带电后粒子的散射系数减小,散射能量沿不同方向重新分布,后向散射强度增强,其他方向的散射强度减小。当冰球粒子与水球粒子面电导率大到一定程度时,其散射特性都接近等大金属粒子的散射特性。

改进粒子群-BP物联网络算法的PSC选船模型

港口国监督管理(PSC)在保障船舶安全、保护海洋环境、提高运营效率等方面发挥着越来越重要的作用。如何提高PSC选船效率和质量是行业研究的重点。粒子群算法是一种通过迭代搜索最优解的进化算法。BP神经网络是一种具有自主学习能力的多层前馈网络。本文研究粒子群算法原理,从惯性权重和压缩因子两方面对粒子群算法进行改进,结合BP神经网络算法,提出基于改进粒子群-BP物联网络算法的PSC选船模型,提高了选船效率和质量。

植被微波遥感下粒子的散射特性研究

植被微波遥感下粒子学研究,是研究植被产量的重中之重。植被的内部结构的散射,可以看成是多个形状粒子叠加而成。本文水平极化方式、垂直极化方式下,对盘状、针状、椭球状散射粒子的散射系数进行模拟,选取了两种波段(S波段和C波段)分别进行分析。

重庆市区大气气溶胶粒子的时空分布和物理特性

1990年12月13日—1991年1月4日,用LG—83型光电粒子计数器,在重庆市沙坪坝气象站进行大气气溶胶粒子的观测,结果表明大气气溶胶粒子的平均浓度为252.7个/厘米~3,最大浓度为452.9个/厘米~3,最小浓度为84.8个/厘米~3,均较北京等地浓度为大。 重庆大气气溶胶粒子可分成两部分,细粒子(粒径小于2微米)区间服从Deirmendjian谱分布,粗粒子(粒径大于等于2微米)区间则服从Junge谱分布。气溶胶粒子与相对湿度、雾、降水都有着明显的关系。无雾和降水时,根据气溶胶粒子浓度求出的气象视距和目测能见度相一致。

微分散射截面测量中气压效应的修正

介绍了微分散射截面测量过程中的气压效应 ,通过深入分析得出了二次散射系数E(θ)与零度角的强度A0 成正比 ,随散射角θ的增加而增加以及它的值可正可负 .通过与实验的对比 ,证实了前两条结论 ,并指出可把该结论用于指导实验 .

自由空间中球形粒子的负向声辐射力

针对一定声场作用下自由空间中的球形粒子,首先分析了声散射过程中的吸收声功率、散射声功率和损失声功率以及三者之间的关系,并通过计算发现了由于参数选取不当导致的负吸收现象。接着从动量守恒定律出发推导了声辐射力的一般表达式,阐释了声辐射力与声能流之间的关系,并从理论和计算两方面验证了负向声辐射力的存在。当负向声辐射力产生时,声波的背向散射被抑制。在此基础上,进一步研究了粒子的偏心特性和流体的黏度这两种常见因素对负向声辐射力的影响。利用球函数的加法公式推导了偏心球的散射系数和声辐射力公式,结果显示偏心距离、粒子的材料等都会显著改变负向声辐射力的产生条件。在低频近似下,由于流体黏度附加的正向声辐射力是否能完全抵消原来的负向声辐射力将决定最终的声辐射力方向。该结果对利用负向声辐射力制成单行波声学镊子来实现对特定粒子的操控有着理论指导意义。

变异粒子群优化模式下的普通话测试系统评分机制

使用基于变异原理的粒子群优化算法对普通话测试系统评分机制改进,并将该算法运用于语音信号识别领域.由于在粒子初始化时引入相对基的原理,使粒子获得更好的初始解,又在迭代过程中引入变异模型,使新算法的全局搜索能力有了显著提高,并且能够有效避免局部最优问题.

应用积分浑浊度仪研究兰州城市冬季大气气溶胶

利用积分浑浊度仪监测得到的散射系数和多波段光度计观测资料分析了兰州冬季大气气溶胶的一个个例的散射光学特征.用散射系数计算了后向散射比、不对称因子、单次反照率、波长指数等重要的辐射参数,为气溶胶辐射强迫研究以及气溶胶辐射强迫参数化方案提供了基础资料.在此基础上建立了一种适合利用散射系数反演气溶胶细微粒子谱分布的方法.

厦门地区气溶胶折射率的测量

针对气溶胶折射率在分析大气气溶胶光学特性中的重要性,提出了一种综合利用黑碳仪、浊度计和光学粒子计数器反演大气气溶胶折射率的新方法。该方法根据黑碳仪和浊度计测量的气溶胶吸收系数和散射系数以及光学粒子计数器测量的粒子谱分布,采用球形粒子的米(Mie)散射理论,通过分析吸收系数、散射系数、粒子谱分布和折射率之间的关系来反演大气气溶胶粒子的折射率,并可以同时反演折射率实部和虚部。与其它独立的测量结果对比表明,该方法反演气溶胶折射率是合理的。最后,利用此方法分析了厦门地区的气溶胶折射率。

沈阳地区大气气溶胶消光特性的观测研究

利用沈阳地区2010年全年大气总消光系数、气体分子吸收系数、气溶胶吸收和散射系数以及大气可吸入颗粒物数浓度的小时数据,对沈阳地区的大气消光特别是气溶胶消光性质进行了高时间分辨率的研究。结果表明:总消光系数和气溶胶散射系数在一天内呈单周期峰谷型分布,05—06时(北京时间,下同)达到峰值,15时达到谷值。大气总消光系数在雪天最大、霾天次之、晴天最小。气溶胶消光系数与粒子数浓度的相关性随着粒径的减小而增大。

两种方法测量大气气溶胶折射率的对比分析

针对气溶胶折射率在分析大气气溶胶光学特性中的重要性，介绍两种综合利用黑碳仪、浊度计、光学粒子计数器和微脉冲激光雷达测量大气气溶胶折射率的新方法。两种方法都是根据球形粒子的Mie散射理论计算大气气溶胶的折射率，使用以上两种方法对厦门地区气溶胶折射率进行了计算和对比分析，证明了它们的合理性，分析了它们的测量精度和误差来源。

浮尘天气条件下无线紫外光通信的传输特性

基于浮尘的粒子谱,采用Mie散射理论分析浮尘粒子各粒径下的散射效率因子和散射系数;采用蒙特卡罗方法模拟分析浮尘天气时浮尘粒径及浓度对紫外光通信的影响;搭建实验装置,测试不同浮尘天气下浮尘粒径及浓度对紫外光通信性能的影响,并与仿真结果进行了对比。结果表明:1)浮尘粒子的散射效率因子和消光效率因子呈现振荡衰减趋势,且随着尺度参数的增大最终分别振荡收敛于2.07和1.14附近;2)当浮尘浓度一定时,紫外光通信的路径损耗随粒径的增大呈先减小后增大的趋势,出现极小值的半径范围在1.0~1.5μm之间;3)浮尘天气中,紫外光短距离通信时,路径损耗随着浮尘浓度的增加而降低,随通信距离和收发仰角的增大而增加。

大气气溶胶浓度及其日变化特征

一、前言大气气溶胶是目前很多人所关注的研究课题之一,这不仅是由于它对人类赖以生存的大气环境质量有着直接的影响,而且它也是大气辐射、云物理、气候变迁等学科中的重要研究课题之一。从广义上讲。

基于改进粒子群-BP神经网络算法的PSC选船模型

以2009/16/EC巴黎备忘录目标船选船机制NIR为研究对象,提出基于改进的粒子群-BP神经网络算法的PSC新选船模型.该算法可针对BP神经网络收敛速度慢、易陷入局部极小值等问题,根据群体早熟收敛度及个体适应值调整惯性权重,更新粒子速度和位置.将改进的粒子群算法训练BP网络用于PSC选船,实验结果表明,较常规BP网络,改进的自适应粒子群优化神经网络算法能够有效改善神经网络的训练效率,提高训练精度.

新型雷达识别目标原理及滤波电路改进的设计

根据各种复杂目标的功率谱、结构函数及特征函数,分析边界条件结合多体量子场论等近似方法分析电磁散射,得出了介电常数对目标介质粗糙面双站散射的影响,及散射系数的影响,FDTD方法解决了吸收边界、连接边界和外界边界的处理问题,运用互易性及等效原理设计滤波电路,采用粒子群算法,综合运用Bezier公式,消除了噪声,提高了雷达预警能力.该理论结雷达天线的设计和性能分析具有很好的理论指导意义.

内蒙古一次强沙尘暴过程综合观测分析

利用高空、地面常规观测资料和内蒙古沙尘暴监测站的沙尘暴器测资料,对2010年3月19～20日一次强沙尘暴天气过程进行了综合观测分析。结果表明:本次沙尘暴发生前,大气层结稳定并不利于对流的发展。但在700 hPa至500 hPa的强冷平流与850 hPa以下层次的平流差异有利于温度垂直递减率增大,强冷平流的作用使其中心以下层次形成热力不稳定层结,是沙尘暴发生的有利层结条件。当干对流风暴发生并形成沙尘暴天气时,不稳定能量释放,使该层大气趋于中性层结即混合层,混合层可能是其间的一个平衡态。对流层中低层冷平流的强度、位置和层次,一定程度上影响着混合层的厚度和沙尘暴的强度。过程中混合层以下气层温度下降的比较快,加之沙尘暴顶层短波辐射有增温效果,在混合层顶(约500hPa处)出现逆温盖。强冷空气活动是引发沙尘暴天气的主要原因,沙尘暴天气的发生伴随着地面剧烈降温,相对湿度骤降,气压涌升,地面风速直接影响沙尘暴强度。可吸入颗粒物(PM10)浓度能更加精细的反映和描述沙尘暴强度的变化。粒子散射系数的变化趋势和PM10浓度的变化趋势非常一致,沙尘暴阶段,散射系数基本在1000Mm-1以上,达到强沙尘暴强度阶段,散射系数基本在2000Mm-1以上。

基于改进粒子群神经网络的麦田土壤水分反演

作物区土壤水分遥感反演往往受到作物冠层、地表粗糙度等因素影响,较难得到满意的土壤水分反演结果。为解决麦田土壤水分反演的问题,提出一种改进粒子群神经网络优化算法。该算法将多源光学和雷达影像数据进行联合,利用改进粒子群算法对神经网络权值进行优化,建立遥感影像与土壤水分之间一种隐式映射,并将影像数据作为该优化模型的输入变量,对麦田土壤水分进行反演。结果表明改进粒子群神经网络优化算法反演精度高于其他的反演方法,同时主被动遥感联合反演地表土壤水分的精度也比仅使用单一数据源作为输入的方法精度高,R^2达到0.807,RMSE为0.043 cm^3cm^(-3)。由此可见,改进粒子群神经网络的优化方法是可行的,可以有效建立后向散射系数与土壤水分之间的隐式关系,获取较高精度的土壤水分值。该方法可为利用雷达影像数据进行大范围土壤水分估测提供支持。