持续性雾霾气象灾害风险预警方法研究

雾霾气象灾害风险预警性能过差增加恶劣环境的人员伤亡和财产损失,为了提高雾霾气象灾害风险预警性能,提出持续性雾霾气象灾害风险预警方法研究的方法,通过分析晴天雾霾情况和其他天气雾霾情况,获取不同天气条件下雾霾环境的大气电场特征,并将该特征作为训练数据集输入机器学习中,构建雾霾气象灾害风险预警模型,根据模型的输出结果,实现持续性雾霾气象灾害风险预警。实验结果表明,采用所提方法预警试验环境的雾霾气象灾害风险,预警结果与实际结果的重合率较高、预警准确度高,具有较好的预警效率。

雾霾气象条件下颗粒物质量浓度分布模型研究

在雾霾气象条件下,传统的颗粒物质量浓度分布模型存在计算冗余度高、数据与模型之间相关性比较弱的问题,导致其存在精度不足的问题。针对这一问题,提出雾霾气象条件下颗粒物质量浓度分布模型。首先根据不同对流层和高度计算颗粒物在雾霾天气条件下的折射率,从而确定气象参数。然后计算各个参数的累计贡献率,确定模型的主元个数,并为其设置控制限。基于此,利用主元数据的特征值完成对模型的构建。实验结果表明在雾霾气象条件下,该模型的反演结果较为可靠,预报正确率高达90%以上,计算精度高于传统模型。

复杂气象条件下图像去雾霾增强方法

文章主要对复杂气象条件下成像图像去雾霾进行研究,提出了基于改进色彩同态滤波、基于物理模型暗通道快速实时图像去雾霾方法,并将算法应用于静止场景和含运动目标场景,并对比分析了各算法运行和测试效果,经过验证,文中方法能够有效实现雾霾退化图像增强,为后续复杂气象环境下目标检测、识别奠定基础。