海岸河口二维潮流可视化数学模型

经过多年的不间断的研究，逐步改进和完善了在海岸河口非常适用的、基于不规则三角形网格显式差分法的二维潮流数学模型，研制了潮流场可视化成品实用软件，将二者结合起来即构成了二维潮流可视化数学模型。可视化数学模型不仅使数学模型可视化、直观化，而且加快了数学模型的调试速度．方便了各种工程方案的比选，从而使用数学模型解决实际工程问题的效率大为提高。

应用ω方程对爆发性气旋与非爆发性气旋的诊断对比分析

对发生在北太平洋西部中高纬度海洋上的两个爆发性气旋和一个非爆发性气旋进行了非地转ω方程诊断分析.认为强的温度平流、涡度平流、位涡平流和凝结潜热释放是使气旋爆发性发展的主要因子,爆发性气旋发展过程是一特殊的斜压过程,存在着某种自我激发的机制.非爆发性气旋不但其发展因子(如涡度平流、温度平流、位涡平流、潜热释放等)在量的方面较爆发性气旋要小,自我激发性机制表现得也不明显.爆发性气旋与非爆发性气旋的发展,不但强度上存在量的差异,而且其发展机制也存在质的差异.

冬季海上爆发性气旋成因的动力学研究

本文对1979年1月和4月发生于西北太平洋地区的两个爆发性气旋和一个非爆发性气旋，应用位势涡度和E－P通量等进行了诊断分析。分析揭示，爆发性气旋发生与发展，不同于普通气旋的动力机制，它是由于平流层底的涡度异常增大南侵和下族对对流层扰动、上层冷空气下传形成的上下偶合垂直结构的发展性气旋。其动力主要来自上层强迫和下层的水汽输送产生的大量而集中的凝结潜热。

基于暗原色先验的雾霾天气图像清晰化算法

传统基于暗原色先验的去雾算法稳定且去雾效果好,但算法运行时间长。为在运算时间和图像清晰度之间取得平衡,在传统基于暗原色先验的去雾算法基础上,提出一种新的雾霾天气图像清晰化算法。算法在求原始有雾图像的暗原色时,将传统基于暗原色先验算法中固定的局部区域大小设置为随图像大小变化的值,从而增强算法的自适应性;设置大气光值的阈值,避免大气光估计值过高造成的去雾后图像整体向白场过渡;采用导向滤波算法代替传统基于暗原色先验算法中的软抠图算法,提升算法的运行效率;最后利用自动色阶算法调整去雾后图像颜色的明暗分布。实验结果表明,该算法输出的图像对比度、清晰度好,色彩保真度高,明暗分布合理,算法稳定且运行时间短,实现了清晰度和运算时间的平衡。

基于K均值聚类算法的雾霾天气自动识别

雾霾天气造成的图像模糊影响户外视觉系统的正常运行,为实现雾霾天气的自动观测,提出一种基于K均值聚类算法的雾霾天气识别方法。该方法在传统K均值聚类算法的基础上,提取图像饱和度分量作为识别雾霾天气的特征,采用马氏距离作为图像间的相似性度量,将相邻迭代次数内聚类中心的变化距离作为聚类准则函数,对图像进行聚类,实现雾霾天气的识别。测试结果表明,该方法简单快速,适用于大规模图像处理,对雾霾天气的识别正确率高于95%,有助于智能去雾技术的研究。