基于模糊逻辑与深度学习的水凝物及云识别研究

发布时间：2021-05-24 13:34

　　云是空气中水凝物经过凝结作用后漂浮在大气中的可见聚合体,是大气层热力过程和动力过程的外在表现,也是水汽流动和循环的重要载体。不同类型的降水云常伴随着不同的降水天气过程,对降水云进行准确识别,对灾害性强降水天气过程的预测具有重要的参考意义。云中水凝物的识别,可让我们更好的理解降水过程中水凝物相态的演变过程,对雷达定量降水估计、人工影响天气、航空气象等领域的研究具有重要的指导意义。本论文将从降水云识别和水凝物识别这两个方面展开探究。传统降水云识别方法利用层状云和对流云对应雷达反射率在三维形态结构特征上的差异,人为的筛选识别参数来对降水云类型做出判别。这些识别方法的准确度依赖于识别参数选取的合理性与数量,然而,识别参数的增加导致了计算量的倍增,大大降低了算法的运行效率。本论文提出了一种基于深度学习的降水云识别方法。该方法包括数据预处理和降水云识别两个部分。数据预处理主要采用自适应Barnes插值法对雷达体扫数据进行了CAPPI（Constant Altitude P1an Position Indicator）反演,以获取雷达反射率在多个高度层的分布。Faster-RCNN模型以多个高度层的... 

【文章来源】：成都信息工程大学四川省

【文章页数】：60 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景
    1.2 研究现状
    1.3 研究内容
    1.4 论文组织结构
第二章 理论基础
    2.1 双偏振多普勒天气雷达
        2.1.1 多普勒天气雷达探测原理
        2.1.2 偏振参量
    2.2 深度学习理论
        2.2.1 神经网络
        2.2.2 CNN网络
        2.2.3 Faster-RCNN网络
    2.3 数据资料
第三章 降水云识别
    3.1 引言
    3.2 降水云回波特征
        3.2.1 层状云降水回波
        3.2.2 对流云降水回波
        3.2.3 积层混合云降水回波
    3.3 CAPPI反演
    3.4 Faster-RCNN识别
        3.4.1 特征提取
        3.4.2 RPN网络
        3.4.3 分类
        3.4.4 训练和测试
    3.5 结果分析
    3.6 本章小结
第四章 水凝物识别
    4.1 引言
    4.2 水凝物特征
    4.3 模糊逻辑识别
        4.3.1 模糊化及隶属函数的选取
        4.3.2 规则推断
        4.3.3 集成
        4.3.4 退模糊化
    4.5 结果分析
    4.6 本章小结
第五章 结论与展望
    5.1 结论
    5.2 展望
参考文献
作者在读期间科研成果简介
致谢


【参考文献】：
期刊论文
[1]微波通信技术与抛物面天线设计[J]. 张林.  科技经济导刊. 2016(10)
[2]基于X波段双线偏振天气雷达的雷暴云粒子识别[J]. 郭凤霞,马学谦,王涛,陈聪.  气象学报. 2014(06)
[3]多普勒雷达径向速度退模糊的初步研究[J]. 童文雪,李刚,马旭林,何光鑫.  大气科学学报. 2013(04)
[4]大气粒子散射特性及其对空间偏振分布的影响[J]. 吴良海,高隽,范之国,何均均.  光学学报. 2011(07)
[5]双偏振雷达基本产品和回波分析[J]. 张杰,田密,朱克云,任景轩,刘媛媛.  高原山地气象研究. 2010(02)
[6]BP神经网络算法的改进及应用[J]. 王美玲,王念平,李晓.  计算机工程与应用. 2009(35)
[7]新一代多普勒天气雷达CINRAD/CD谱宽资料分析应用初探[J]. 王芬,李腹广,李腹玉,张辉.  沙漠与绿洲气象. 2009(02)
[8]降水粒子空间取向对双线偏振雷达观测影响模拟研究[J]. 胡志群,刘黎平,肖艳姣.  应用气象学报. 2008(03)
[9]多普勒天气雷达数据插值方法比较研究[J]. 黄云仙,张英.  遥感信息. 2008(02)
[10]新一代天气雷达谱宽资料分析晴空回波特征的探讨[J]. 耿建军,顾松山,陈钟荣,黄兴友,夏文梅.  南京气象学院学报. 2007(06)



本文编号：3204273