CMA-BJ系统总云量预报性能检验评估

云是天气气候中最重要、最活跃的因子之一,对大气系统的辐射能量平衡和水分循环起到重要调制作用。对总云量进行有技巧的预报也为更好把握天气现象、预测光伏发电等新能源出力提供客观依据。中国气象局北京快速更新循环数值预报系统(CMA-BJ)可提供我国逐小时高分辨率总云量预报产品,本文采用时间尺度分离的方法对其预报性能开展系统性评估,并对误差来源进行分析,从而为产品释用和模式改进提供参考。结果表明,CMA-BJ总体能够抓住总云量的空间分布以及日变化强度特征,在1~24 h时效预报和观测的总云量空间相关系数在各月均超过0.6,但在冬季(1月)对总云量和日变化强度存在较为明显的低估,全国平均云量负偏差达-0.133。随着预报时效的延长,模式对云量逐时变率的预报能力有所下降,预报第1至第4天的平均TCC分别为0.470、0.409、0.355、0.315,有技巧的预报可维持至48~72 h。诊断分析表明,模式中相对湿度偏小可能是造成总云量预报负偏差的主要来源之一,垂直速度预报偏差也是影响云量预报误差的重要原因。

多特征多层次Sentinel-2影像辽宁省湖库水体提取

以辽宁省为研究区,本文基于GEE遥感云平台,使用Sentinel-2遥感影像,提出了一种多特征多层次的湖库水体提取算法。该算法选择自动水体指数(AWEI sh)和改进的归一化水体指数(MNDWI)提取水体,并利用归一化植被指数(NDVI)、归一化建筑指数(NDBI)、归一化差异红边指数(NDREI)、Sentinel-2的B8和B9波段及DEM数据多层次地消除暗地物和高亮地物噪声,对提取结果中被云雾遮挡而部分缺失的水体进行修复,最后将河流及细小像素剔除。利用此算法提取了辽宁省2017—2021年每年4、7、10月的湖库水体,并对比了不同水体提取算法及不同的水体数据产品。试验结果表明,本文算法在大尺度条件下提取水体具有良好的效果,总体精度达96%以上,可以较好地去除植被、阴影等暗像元表面,并且保证了水体信息的完整性,在大尺度水体提取方面具有一定的适用性和稳定性。

梅雨期持续性暴雨过程云—辐射—降水的关系

本文利用站点观测数据以及ERA5再分析资料分析了2006—2020年14次长江中下游地区梅雨期持续性暴雨的基本特征以及过程中云—辐射—降水的关系。结果表明,在梅雨期持续性暴雨过程中,降水呈纬向分布;云量分布随高度向南倾斜,中云分布与降水分布对应良好,高云分布在降水区南侧;降水发生时,梅雨锋北侧中低云增加,南侧高云增加,北侧中低云辐射降温以及南侧高云温室效应和暖平流共同作用造成梅雨锋两侧温差增大,锋面加强使得持续性暴雨得以维持。

基于MODIS云量产品的湖北省格点日照时数计算

利用2019—2021年MODIS遥感云量资料,基于地面气象观测日照百分率数据与卫星遥感云量之间存在的负相关关系,按照不同月份、不同区域建立反演计算模型,计算了湖北省1 km空间分辨率的月日照百分率和日照时数,并选取代表性地面气象站观测资料对日照时数计算结果进行验证。结果表明:湖北省各气候区月平均遥感云量与日照百分率之间均为极显著相关,各代表站年日照时数计算相对误差均小于2%,月日照时数计算值误差小于10 h,表明构建的日照时数反演模型计算精度较高。计算得到湖北省年日照时数在854.8~1952.8 h。湖北省西南西部为日照时数最少的地区,年日照时数低于1100 h;湖北省东北北部和湖北省西北南部是日照时数最多的地区,年日照时数大于1850 h。从日照时数反演结果中还可以发现,受水陆热力条件差异影响,湖北省平原地区湖泊水体云量比周边陆地偏少,日照时数比周边陆地偏大。

近几十年青藏高原与华北地区地表太阳辐射变化特征及其影响因素的对比分析

地表太阳总辐射具有较大的时空变化特征,不同地区的影响因素也存在显著差异。本文利用1961—2016年青藏高原与华北地区的地表太阳总辐射资料,在进行严格的质量控制和均一化处理的基础上,深入分析了两个地区总辐射的年际变化趋势,同时结合云量和气溶胶光学厚度观测资料,探讨了两个地区总辐射变化的影响因素。结果表明:(1)1961—2016年青藏高原和华北地区总辐射总体呈下降趋势,但2008年后青藏高原西部和东部地区总辐射变化趋势相反,而华北地区站点总辐射均呈上升趋势。(2)青藏高原西部地区总辐射的下降主要受到云量变化的影响,而东部地区低云量和气溶胶的下降是总辐射上升的重要原因。(3)在2006—2016年,华北地区总辐射的变化受气溶胶的影响更加显著。

近43年江西省太阳辐射变化特征及其影响因素研究

基于江西省20个国家站1980—2022年逐日气象数据,利用Mann-Kendall趋势检验法、Pearson相关分析法分析了太阳辐射的长期变化趋势及其与气溶胶光学厚度、整层大气水汽含量、低云量和总云量之间的关系。研究发现:1)近43年来,受气溶胶光学厚度和整层大气水汽含量显著增长的影响,江西省太阳辐射以-5.7×10^(-3) MJ m^(-2) decade^(-1)的速度下降,总云量、低云量的微弱变化对太阳辐射的影响有限;2)夏季、秋季和冬季太阳辐射分别以-24×10^(-3) MJ m^(-2) decade^(-1)、-2.4×10^(-3) MJ m^(-2) decade^(-1)、-2.8×10^(-3) MJ m^(-2) decade^(-1)的速度下降,而春季太阳辐射以11.5×10^(-3) MJ m^(-2) decade^(-1)的速度上升,其中,夏季太阳辐射的下降受气溶胶光学厚度和低云量显著增加的影响,秋、冬季太阳辐射的下降受气溶胶光学厚度显著增加的影响,春季太阳辐射的增长主要取决于总云量的显著下降;3)气溶胶光学厚度和整层大气水汽含量增加导致80%的台站太阳辐射呈下降趋势,总云量和低云量下降导致20%的台站太阳辐射呈上升趋势,而修水、赣州站太阳辐射与4个影响因素的变化趋势相同的原因还需进一步研究。

基于车载LiDAR数据的城市道路井盖提取与病害检测

使用传统的道路测量方法进行路面井盖病害信息的获取存在安全性差且效率低等问题,为了提高作业效率,本文提出基于移动车载激光扫描系统的路面井盖病害检测方法。首先,基于城市道路点云的反射特征及空间分布特征,提出使用一种基于布料模拟的滤波算法(Cloth Simulation Filter,CSF)进行地面点云提取;其次,使用自适应阈值方法对生成的点云强度图像进行二值化;最后通过限制参数的Hough圆检测方法实现井盖的定位与提取。以潍坊市潍城区某段道路点云数据进行试验,得出的结论为:提取井盖的平面精度为±0.048 m,井盖沉降残差值中误差为±0.0117 m,满足常规的井盖病害检测项目的精度要求。

基于逆向工程的摩托车覆盖件设计

使用Geomagic Studio对摩托车覆盖件点云数据进行降噪及归一化处理,并封装为三角形网格。将得到的NURBS曲面导入至交互式CAD/CAM系统Unigraphics NX中进行曲面缝合及轮廓修整。最后在Geomagic Qualify软件中对获得的三维模型和原始点云进行逆向校核,获得了较好的试验效果。

ERA5再分析云量在大气环境评估中的适用性研究

以河北省7个国家级气象站为例,利用1979—2013年ERA5云量和地面实测云量数据,依国标推荐法计算混合层高度,通过公式推导出通风量和大气自净能力指数,比较两套数据的计算结果,对ERA5再分析云量在大气环境评估中的适用性进行了研究;采用ERA5云量计算2013年3月至2021年2月的大气自净能力指数,对其与PM2.5浓度之间的关系进行分析。结果表明:(1)两种云量资料计算的月平均混合层高度、通风量和大气自净能力指数的相对误差近似符合正态分布,主要集中在0~5%;各月混合层高度:相对误差>通风量>大气自净能力指数,相关性则相反。秋冬季的相对误差(相关系数)大都低(高)于春夏季,邢台、石家庄和保定的误差明显小于其他站。(2)利用两种云量数据计算的大气自净能力指数的多年平均相对误差最小,通风量的次之,历年值的相关性和偏差也是中南部站点的更为理想。(3)2013年3月至2021年2月,各站月平均大气自净能力指数和PM2.5浓度呈反向相关,中南部站点的相关性更为显著。

西北中东部ECMWF-HR云量预报产品与FY-2G云量产品的对比

为了了解ECMWF-HR模式云量预报产品在西北中东部地区的精度,利用2019年10月至2020年9月共计12个月的FY-2G卫星总云量反演产品,对西北地区中东部同时段的ECMWF-HR总云量预报产品进行对比分析,并选取3个典型区分析ECMWF-HR总云量预报偏差的日变化特征。结果表明,ECMWF-HR模式对西北地区中东部总云量的预报偏差白天较小,夜间偏差增大约10%~20%。总云量预报偏差具有明显的季节特征,夏半年ECMWF-HR模式云量预报整体偏多且偏差空间分布均匀;冬半年总云量预报有区域性特征,祁连山区西段明显偏低,甘肃和陕西南部明显偏多,其他大部地区的预报偏差低于夏半年。总体来说,ECMWF-HR模式总云量预报稳定可信,但在祁连山西段和甘肃与陕西南部2个明显异常区域需进行偏差订正。前者需要在模式预报基础上调高10%~30%,后者需要降低20%~30%;订正后的总云量预报与卫星反演结果较为接近,平均绝对偏差约4.5%,且与卫星反演结果具有相似的日变化特征。

一种基于决策融合策略的全天空地基云图云量估计方法

云量对光伏发电有至关重要的影响。全天空地基云图云量估计的重点在于对全天空图像进行畸变矫正,以及设计准确率高的地基云分割方法。针对这两个问题,提出一种基于决策融合策略的云量估计模型。首先,通过基于多维球切面透视投影模型的鱼眼畸变矫正算法,获取多方位的局部复原图像;其次,采用最近邻复原中心的决策融合方法对多维复原图像分割后的数据进行修正,最终获取云量估计值。实验表明:该方法更好地复原了云和天空的比例关系,提高了云量估计的准确性。

考虑云层遮挡的光伏发电功率超短期预测技术

云层对光伏电站的遮挡会导致光伏发电功率的随机波动,进而给电网稳定运行带来挑战,特别是在新能源渗透率不断提升的战略背景下,电网安全性和稳定性所面临的挑战更为严峻。为解决云遮挡下光伏功率快速波动预测精度低的难题,基于卫星云图提出一种考虑云遮挡的光伏功率超短期预测法。首先,根据场站位置信息提取目标区域具有潜在影响的云团,并通过云轨迹跟踪算法确定其移动矢量,实现超短期尺度下移动轨迹预测;然后,结合太阳-云-光伏电站的位置关系建立云遮挡评估模型,准确判断目标时刻下不同层高云团对光伏电站的遮挡情况,进而完成量化评估;最后,通过光电转换模型实现光伏发电功率超短期预测。结果显示,所提模型能准确预估未来云移动轨迹及云遮挡下的功率衰减系数,展示出较好的预测性能,具有一定的推广价值。

联合NDRI特征和空间相关性的机载MS-LiDAR数据分类

对比仅包含多光谱信息、仅可实现二维土地覆盖分类的传统光学遥感数据,机载多光谱激光雷达(multispectral light detection and ranging,MS-LiDAR)的优势在于同时包含多光谱和空间信息、可实现三维土地覆盖分类,但现有的机载MS-LiDAR数据的土地覆盖分类研究所需特征维度过高、算法复杂度高。因此,提出了一种整合空间相关性和归一化差分比率指数(Normalized Difference Ratio Index,NDRI)特征的逐步分类算法。该算法首先融合机载MS-LiDAR数据的多波段独立点云,获取兼具空间位置及其多光谱信息的单一点云数据;然后利用空间邻域增长下的地面滤波算法分离地面和非地面点;接着基于不同目标的激光反射特性差异设计将草地(树木)自地面(非地面)中分离的NDRI指数,并利用类间方差最大原则下的自适应最优NDRI指数实现地面和非地面点的精细分类;最后利用3D多数投票法优化分类结果。采用加拿大Optech Titan实测MS-LiDAR数据测试提出算法的有效性及可行性,实验结果表明:算法的平均总体精度和Kappa系数分别可达90.17%和0.861,可有效实现城区MS-LiDAR数据的三维土地覆盖分类;分步处理的方式更有利于针对具体的分离目标的特点设计简单且有效的规则,算法设计更简单、复杂度低;NDRI可为其他机器学习算法的显著性特征的设计和选择提供理论支撑。

基于马尔可夫链的智能微电网光伏发电预测

太阳能等可再生能源在微网中的应用不断增多,同时也带来了诸多挑战。最关键的问题之一是其出力的不确定性。对于该问题提出一种基于马尔可夫链(Markov Chain,MC)以及数据驱动技术的太阳能发电模型,利用该模型可以预测智能微网中太阳能电池的发电量。为了减小预测误差,利用历史数据对马尔可夫链进行连续训练。通过算例分析验证了所提模型的有效性。

基于局部区域动态覆盖的3D点云分类方法

局部几何形状的描述能力,对不规则的点云形状表示是十分重要的.然而,现有的网络仍然很难有效地捕捉准确的局部形状信息.在点云中模拟深度可分离卷积计算方式,提出一种新型的动态覆盖卷积(dynamic cover convolution, DC-Conv),以聚合局部特征. DC-Conv的核心是空间覆盖算子(space cover operator, SCOP),该算子通过在局部区域中构建各向异性的空间几何体覆盖局部特征空间,以加强局部特征的紧凑性.DC-Conv通过在局部邻域中动态组合多个SCOP,实现局部形状的捕捉.其中,SCOP的注意力系数通过数据驱动的方式由点位置自适应地学习得到.在3D点云形状识别基准数据集ModelNet40, ModelNet10和ScanObjectNN上的实验结果表明,该方法能有效提高3D点云形状识别的性能和对稀疏点云的鲁棒性.最后,也提供了充分的消融实验验证该方法的有效性.开源代码发布在https://github.com/changshuowang/DC-CNN.

静止和极轨卫星陆表温度产品的改进方法

针对天气、气候和生态环境监测对较高空间分辨率静止气象卫星陆表温度及全天候极轨卫星陆表温度的需求,分别发展静止气象卫星陆表温度空间降尺度和极轨气象卫星陆表温度云下重构算法,并对其进行改进处理。其中,静止气象卫星陆表温度空间降尺度模型充分利用静止气象卫星高时频和多光谱观测的优势,基于同一卫星同一遥感器所观测的陆表温度和相关通道亮度温度的日变化特征建立非线性统计回归模型,同时考虑下垫面类型的影响,方法应用于我国静止气象卫星风云四号A星(Fengyun-4A,FY-4A)先进的静止轨道辐射成像仪(advanced geosynchronous radiation imager,AGRI)陆表温度的降尺度,结果表明,所发展的降尺度模型不仅可以将FY-4A AGRI的陆表温度由4 km降尺度到2 km,而且可以较好保持降尺度前陆表温度精度,降尺度前后陆表温度均方根误差最大为1.35 K。极轨气象卫星陆表温度云下重构则发展了DINEOF模型,并基于土地利用数据(Land-Use,LU)进行结果的二次订正,实现极轨气象卫星陆表温度的全天候获取,方法应用于极轨气象卫星FY-3D中等分辨率光谱成像仪(medium resolution spectral imager,MERSI)陆表温度,得到预期结果。

基于多源卫星资料的中国地区云宏微观特征研究

利用2007—2016年国际卫星云气候计划(International Satellite Cloud Climatology Project,ISCCP)、云和地球辐射能量系统(Clouds and the Earth s Radiant Energy System,CERES)和中分辨率成像光谱仪(Moderate Resolution Imaging Spectroradiometer,MODIS)卫星反演云产品,对比分析了不同数据反演的中国地区云系结构的宏微观特征,并采用复合评价指标定量评估了不同数据之间时间和空间上的一致性。结果表明:三套卫星数据都能较好地反演出中国地区总云量呈南高北低、东高西低、夏高冬低的分布特征,但通过比较时间技巧(Temporal Skill,S_(T))及空间技巧(Spatial Skill,S_(S))复合评价指标及其各项分量发现,与MODIS相比,CERES与ISCCP数据反演的总云量时间序列演变特征明显更为一致,且其评分均有南方优于北方,夏季优于冬季的特征;进一步分析不同高度云量的S_(T)评分发现,CERES和ISCCP两套数据在南方地区的总云量差异主要来自于低云量的绝对偏差,而北方地区的偏差则同时存在于低云和中云;对比分析MODIS和CERES反演的云滴有效半径发现,高云对应的冰相云一致性较高,而中低云相对应的液相云的偏差则有夏季高于冬季的规律。针对夏季液相和冰相云滴粒径及概率密度分析则表明,相比CERES数据,MODIS对夏季液水和冰水粒子的有效半径在不同地区均有不同程度的高估,液(冰)水谱宽则更宽(窄)。

夏季青藏高原对流边界层高度东西差异对环流场的影响

基于2013—2015年6—8月“第三次青藏高原大气科学试验(TIPEX-Ⅲ)”和常规气象业务探空观测资料、欧洲中期天气预报中心(ECMWF)第5代再分析(ERA-5)数据以及“国际卫星云气候计划(ISCCP)”云量资料,采用统计分析和物理量诊断分析方法,研究了夏季青藏高原(简称高原)大气对流边界层高度东西差异对高原地区天气尺度环流的影响。结果表明:高原对流边界层高度东西差异表现出明显的日变化,且这种差异呈现西高东低的分布特征,主要由西部对流边界层高度明显增大所致。当中午对流边界层高度东西向差异增大时,午后地面虚位温6 h变差呈西部高、东部低的特征,且西部变化更明显,高原西部对流边界层内温度升高,东部略降低,并伴随着高原西部对流边界层内气压降低、高层升高且低压系统较浅薄,而东部低层气压升高;高原低层东高西低的气压场特征产生了异常东西向气压梯度,引起高原中部低层出现偏南风异常,伴随着西部的低层异常辐合和高层异常辐散;同时,浅薄的低压有助于当地低云发展。

利用静止卫星资料的川渝地区云覆盖特征研究

利用气象卫星风云四号A星和葵花8号观测资料,根据川渝地区独特的地形、地势将其分为东部低海拔地区和西部高海拔地区,建立高分辨率的网格化无云背景场,作为无云与有云辐射差异对比,使用阈值法进行晴空、水云、冰云、低层云雾、霾和积雪的检测,进而提高云识别信度,统计分析2016—2021年川渝地区云覆盖时、空分布特征。研究表明:川渝地区云的区域分布特征明显,东、西部存在明显差异,总体呈东多西少,云覆盖频率常年存在高值中心,云覆盖面积有明显月变化。东部低海拔地区云覆盖频率常年在70%—80%,而西部高海拔地区云覆盖频率在50%—65%。云覆盖频率的高、低值过渡区对应青藏高原与四川盆地之间的陡峭地形区,这与地形地势、水汽条件和大气环流特征有关。各月的云覆盖面积在东部低海拔地区相对稳定(占比在60%—80%),而西部高海拔地区差异较大。其中东部的冰云和西部的总云面积具有显著月变化(单峰)特征,峰值出现在7月,分别为37%和76%。6 a中各类型云覆盖面积占比年际波动较小,东部的云覆盖面积占比常年超过70%,其中水云占比最大(35%—40%),冰云次之(20%左右),低层云雾最小(约13%);西部的云覆盖面积占比常年约60%(水云24%—26%,冰云22%—25%,低层云雾约10%)。

基于逆向工程的电子水泵上端盖数字化检测方法

逆向工程技术的应用能够缩短产品的设计研发周期,加快该产品技术的发展,而重构后的模型精度将影响产品的性能。为了提高重构模型的精度,采用偏差分析的检测方法来提高其精度,用非接触式扫描仪对原件及打印件进行点云数据的获取,将经Geomagic Studio处理后的点云数据导入CATIA中,运用其分析模块进行点云数据的偏差分析,经分析能够满足设计需要,并通过3D打印技术将其打印成型,结果与原产品完成了较好的配合,再将打印件点云数据与原件点云数据进行对比。结果表明:打印件点云数据与原件点云数据的偏差98.98%在-1~1 mm,标准偏差为0.303 mm,且误差满足设计误差,其工作性能能够达到原件性能,因此,可以在其数据上进行后续开发处理。