-
公开(公告)号：CN110378074A
公开(公告)日：2019-10-25
申请号：CN201910761784.2
申请日：2019-08-21
Applicant: 南京信息工程大学
Abstract: 本发明涉及基于粒子滤波的红外卫星辐射率资料云检测质量控制方法，具体步骤如下：(1)构建一个卫星视场，定义模式层及各模式层的云覆盖比例；(2)拟合全天空辐射率值；(3)对所有粒子进行更新并作归一化处理；(4)比对模拟的亮温和晴空亮温，判别通道是否为为不受云影响的通道，从而完成基于粒子滤波的红外卫星辐射率资料云检测质量的控制。本发明由于其非参数化的特点，有效避免了在处理非线性滤波问题时随机量必须满足高斯分布的条件制约，进而能表达比高斯模型更广泛的分布，也对变量参数的非线性特征有更强的建模能力。本发明的算法快速有效，得到云检测标识能为业务识别天气系统，数值资料同化提供有效的参考信息。
-
公开(公告)号：CN104965993B
公开(公告)日：2019-01-25
申请号：CN201510422181.1
申请日：2015-07-17
Applicant: 南京信息工程大学
IPC: G06F17/50
Abstract: 本发明涉及一种基于ETR的混合扰动方法，包括如下步骤：Ⅰ）每隔一段时间一次从网上下载最近的集合预报数据，通过对所述集合预报数据进行统计，以设定ETR的初始集合成员与尺度化系数；Ⅱ）设定繁殖过程中的循环的时间间隔与周期T；Ⅲ）通过敏感性实验以及根据使用者的运行环境确定不同类型风暴中能够快速增长的扰动的波长范围；Ⅳ）在确定了最优繁殖周期和最优扰动波长段后，得到滤波后的初始集合；Ⅴ）根据所述设定的循环间隔，使用所述初始集合进行集合预报，使用ETR技术和最优扰动波长更新集合，直至完成所述设定的繁殖周期；Ⅵ）进行blending混合，得到初始扰动ICblend。有益效果为：能够有机的结合大尺度扰动结构和区域集合预报系统中的小尺度扰动结构，并且使集合成员的扰动信息与侧边界扰动互相匹配。
-
公开(公告)号：CN109031233A
公开(公告)日：2018-12-18
申请号：CN201810902227.3
申请日：2018-08-09
Applicant: 南京信息工程大学
IPC: G01S7/41
CPC classification number: G01S7/41
Abstract: 本发明提供一种快速获取雷达组合反射率矢量图形数据的方法，包括如下步骤：雷达三维扫描数据的归一化；雷达组合反射率数据点结构的构建；组合反射率图形数据构建；本发明有利于雷达产品数据的全球共享，为气象灾害的减灾防灾提供有效的决策支持，具有良好的社会和经济效果；同时其快速获得数据的能力，具有良好的技术效果，能够缩短相关部门对于灾害的响应时间。
-
公开(公告)号：CN119149894B
公开(公告)日：2025-04-22
申请号：CN202411630250.3
申请日：2024-11-15
Applicant: 南京信息工程大学
IPC: G06F17/16 , G06F18/24 , G06F18/213
Abstract: 本发明公开了一种基于天气尺度和天气背景依赖的卫星资料全空同化方法，包括以下步骤：（1）读取包含N个样本成员信息的背景误差协方差矩阵，计算并定义尺度分类算子；（2）再次读取包含N个样本成员信息的背景误差协方差矩阵，构建变量尺度依赖的自适应分区背景误差协方差；（3）计算基于大尺度变量的背景误差协方差；（4）计算基于小尺度变量的背景误差协方差；（5）读取包含背景误差协方差及其诊断量、卫星观测的信息、卫星观测误差信息以及模式背景场，并输入至变分同化系统中；（6）获得统计意义最优的模式初始场；本发明改进了后期数值预报准确性。
-
公开(公告)号：CN119439320B
公开(公告)日：2025-04-08
申请号：CN202510034225.7
申请日：2025-01-09
Applicant: 南京信息工程大学
IPC: G01W1/10 , G06F18/2415 , G06N3/0464 , G06N3/0895 , G06N3/045 , G06Q10/047 , G01S13/95
Abstract: 本发明公开了一种基于X波段双偏振雷达数据的龙卷风识别及其路径预测方法，主要是利用雷达最低两个仰角的6种观测量，结合深度学习模型Unet，并引入注意力机制与位置编码信息，优化数据传递过程，构建弱监督式轻量化识别模型TD‑Unet。该模型对多仰角雷达资料进行特征提取，生成龙卷识别概率和地理方位图。在识别结果中，进一步提取龙卷所在的地理坐标序列，并基于龙卷运动特征优化粒子滤波算法，构建路径预测算法，通过提取的实时龙卷坐标序列实现路径预测。本发明能够提高龙卷风识别的准确性与效率，并为路径预测提供科学可行的方法，为气象预警以及灾害防控提供了强有力的技术支持。
-
Patent Agency Ranking
公开(公告)号：CN109031237B
公开(公告)日：2022-06-24
申请号：CN201810903719.4
申请日：2018-08-09
Applicant: 南京信息工程大学
IPC: G01S7/41
Abstract: 本发明对雷达的探测数据点进行处理，以此获取具有矢量特征的雷达组合反射率等值线数据。该快速获取雷达组合反射率矢量等值线数据的方法包括以下几大部分：雷达三维扫描数据的归一化；雷达组合反射率数据点计算；组合反射率数据网格构建；组合反射率等值线构建。本发明可以有利于雷达产品数据的全球共享，为气象灾害的减灾防灾提供有效的决策支持，具有良好的社会和经济效果；同时其快速获得数据的能力，具有良好的技术效果，能够缩短相关部门对于灾害的响应时间。
-
公开(公告)号：CN113655295A
公开(公告)日：2021-11-16
申请号：CN202111225098.7
申请日：2021-10-21
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于雷达数据的闪电强度识别方法，包括步骤如下：(1)设置闪电强度值分段区间，将闪电强度进行等级划分；(2)选取数据源，所述数据源包括闪电定位数据和雷达探测数据；(3)构建闪电所在位置的雷达场数据，并根据闪电等级对雷达场数据进行等级赋值，构建多等级的雷达场数据集，并将多等级雷达场数据集划分为训练集、测试集和验证集；(4)利用步骤（3）中训练集、测试集和验证集，调整网络模型的参数，以命中率与虚警率作为精度评判标准，构建闪电强度识别模型。本发明根据闪电强度构建多等级雷达场数据，继而采用深度学习方法，挖掘出数据中隐藏的空间规律与属性特征，解决闪电强度的识别问题。
-
公开(公告)号：CN112596058B
公开(公告)日：2021-06-01
申请号：CN202110235093.6
申请日：2021-03-03
Applicant: 南京信息工程大学
Abstract: 本申请涉及一种基于三维雷达探测数据的闪电落区识别方法。该方法包括：将雷达探测区域内的闪电击中地面时探测的雷达基数据转换为三维雷达探测数据；输入至训练好的闪电落区识别模型进行识别，获得被闪电击中的区域；训练闪电落区识别模型的方式，包括：获取闪电样本的闪电定位数据和雷达基数据；将闪电样本的雷达基数据转换为闪电样本的三维雷达探测数据；基于闪电样本的闪电定位数据对三维雷达探测数据构建包含闪电落区雷达数据集和不包含闪电落区雷达数据集；根据包含闪电落区雷达数据集和不包含闪电落区雷达数据集，基于卷积神经网络模型训练，获得闪电落区识别模型。结合卷积神经网络模型能够精确的识别出闪电落区问题。
-
公开(公告)号：CN105095655B
公开(公告)日：2018-09-04
申请号：CN201510424947.X
申请日：2015-07-17
Applicant: 南京信息工程大学
IPC: G06F17/15
Abstract: 本发明涉及一种基于自适应敏感因子的扰动方法，包括如下步骤：（I）下载最近10年的NCEP再分析资料作为样本数据,分别计算得到的每个时次文件上每个格点的指数信息；(II)根据最近10年的气象灾害年鉴，将气象灾害分类，并将对应的指数信息存进所述数据库；(Ⅲ)按天气类型进行统计：根据数据库中的数据分别给出样本中各指数信息对应的值域作为判定此类灾害性天气将会发生的样本区间；(Ⅳ)根据天气类型比较各指数信息的距平百分率，取偏离平均值最显著的变量为对应天气类型下的敏感扰动变量；(Ⅴ)实现各指数信息的诊断量在初始场中的扰动。有益效果为：能够综合不同判据的信息，发现处在不同判据适用范围重合区的强对流天气的类型，并能够根据这一类型，自动客观地选择最合适的扰动变量。
-
公开(公告)号：CN105046077B
公开(公告)日：2018-05-08
申请号：CN201510420905.9
申请日：2015-07-17
Applicant: 南京信息工程大学
IPC: G06F19/00
Abstract: 本发明涉及一种基于能量守恒的随机物理扰动方法，包括如下步骤：1）根据实际需要选定进行数值预报的模式，接着确定模式预报方程中各个参数的最终倾向项的位置；2）在确定了所述参数的位置后再根据扰动形式，通过积分确定所述倾向项的扰动方案，扰动形式的表达式为：，3）在水平方向上对ε(t)进行二维傅立叶分解，接着滤除高频噪声将其中1至4倍格距的波长的波的系数赋值为0，最后将调整后的系数通过逆傅立叶变换合成新的ε(t)；4）重复步骤3）直至得到各个变量对应的扰动系数，并带入至所述扰动形式的表达式。有益效果为：对完全独立的物理过程进行倾向扰动，目的在于保证模式变量的倾向扰动在能量上的守恒性，使得该方法可改善边界层模式变量的集合离散度，这将显著改善风暴尺度集合预报的预报水平。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.035 seconds)
