一种大气风场急流线的检测方法

    公开(公告)号:CN109213759B

    公开(公告)日:2021-09-07

    申请号:CN201810868066.0

    申请日:2018-08-02

    Abstract: 本发明公开了一种大气风场急流线的检测方法,其包括以下步骤:S1、获取大气风场格点矢量场数据,并建立格点位置二维图;S2、获取各个格点处的风向相干性系数;S3、选取急流区域候选格点;S4、选取急流区域的格点;S5、扩充二维图边界;S6、建立九宫格赋值表;S7、调整九宫格赋值;S8、根据赋值计算结果并在索引表中查询索引结果,提取骨架点;S9、补充骨架点;S10、获取每个骨架点的风力重心;S11、将每个骨架点的风力重心连成线,得到大气风场的急流线。本发明根据大气风场格点矢量数据可以自动识别急流区域并绘制急流线,加速了气象业务现代化和提高了灾害性天气预报准确率的进程。

    一种大气风场急流线的检测方法

    公开(公告)号:CN109213759A

    公开(公告)日:2019-01-15

    申请号:CN201810868066.0

    申请日:2018-08-02

    Abstract: 本发明公开了一种大气风场急流线的检测方法,其包括以下步骤:S1、获取大气风场格点矢量场数据,并建立格点位置二维图;S2、获取各个格点处的风向相干性系数;S3、选取急流区域候选格点;S4、选取急流区域的格点;S5、扩充二维图边界;S6、建立九宫格赋值表;S7、调整九宫格赋值;S8、根据赋值计算结果并在索引表中查询索引结果,提取骨架点;S9、补充骨架点;S10、获取每个骨架点的风力重心;S11、将每个骨架点的风力重心连成线,得到大气风场的急流线。本发明根据大气风场格点矢量数据可以自动识别急流区域并绘制急流线,加速了气象业务现代化和提高了灾害性天气预报准确率的进程。

    一种基于颜色和纹理特征的图像识别方法

    公开(公告)号:CN103714349B

    公开(公告)日:2017-01-25

    申请号:CN201410010534.2

    申请日:2014-01-09

    Inventor: 舒红平 刘魁 罗飞

    Abstract: 本发明提供一种基于颜色和纹理特征的图像识别方法,该方法包括如下步骤:将检测图像A和匹配图像B均分成n个子块;计算检测图像A和匹配图像B在子块k的颜色特征相似距离Dk(A,B),纹理特征相似距离Tk(A,B),其中k∈(o,n];计算检测图像A和匹配图像B的颜色特征相似距离C(A,B),纹理特征相似距离T(A,B);根据检测图像A和匹配图像B的颜色特征相似距离C(A,B)和纹理特征相似距离T(A,B)判断检测图像A和匹配图像B的相似度S(A,B)。相对于现有技术,本发明基于颜色和纹理特征的匹配来计算图像的特征相似度,提高了准确性和客观性,避免了关键字索引的主观判断。

    一种基于颜色和纹理特征的图像识别方法

    公开(公告)号:CN103714349A

    公开(公告)日:2014-04-09

    申请号:CN201410010534.2

    申请日:2014-01-09

    Inventor: 舒红平 刘魁 罗飞

    Abstract: 本发明提供一种基于颜色和纹理特征的图像识别方法,该方法包括如下步骤:将检测图像A和匹配图像B均分成n个子块;计算检测图像A和匹配图像B在子块k的颜色特征相似距离Dk(A,B),纹理特征相似距离Tk(A,B),其中k∈(o,n];计算检测图像A和匹配图像B的颜色特征相似距离C(A,B),纹理特征相似距离T(A,B);根据检测图像A和匹配图像B的颜色特征相似距离C(A,B)和纹理特征相似距离T(A,B)判断检测图像A和匹配图像B的相似度S(A,B)。相对于现有技术,本发明基于颜色和纹理特征的匹配来计算图像的特征相似度,提高了准确性和客观性,避免了关键字索引的主观判断。

    一种基于雷达图像空间映射的冰雹自动识别方法

    公开(公告)号:CN118191781A

    公开(公告)日:2024-06-14

    申请号:CN202410598635.X

    申请日:2024-05-15

    Abstract: 本发明提供了一种基于雷达图像空间映射的冰雹自动识别方法,属于涉及自然灾害防御中的气象灾害预警领域。包括获取雷达基本反射率图;利用不同颜色代表的强度值对雷达回波进行等级划分,并检测雷达中心坐标;将雷达回波信息进行空间映射,在新雷达图像空间中为雷达回波强度建立字典;展开该字典后,将原雷达强回波区域对应的V形缺口和TBSS特征,变换为新雷达图像空间强回波后的标准矩形和三角形;由是否存在强回波后的标准矩形或三角形,判断雷达强回波区域是否存在V形缺口和TBSS;若存在,则在原雷达图像中标识,并计算冰雹出现的位置。本发明为冰雹的监测和预警的自动化,消除预报员持续性高强度分析压力提供一种快速和准确的方法。

    一种基于信任传播的气象地面要素插值方法

    公开(公告)号:CN111008355B

    公开(公告)日:2023-11-14

    申请号:CN201910873302.2

    申请日:2019-09-16

    Abstract: 本发明公开了一种基于信任传播的气象地面要素插值方法,具体涉及气象数据插值领域,具体方法步骤如下:S1、设置概率密度核函数,计算站点密度;S2、增加虚拟站点;S3、使用k‑NN Barnes二分因子图算法建立因子图;S4、kNN梯度检验;S5、引入数值高程数据,使用信任传播算法,在站点‑站点因子图的基础上对站点V进行气象要素插值计算;S6、在站点‑格点场因子图的基础上,利用站点V气象要素值,对格点场中各格点进行气象要素插值计算;S7、计算风速变化量。本发明通过建立站点‑站点因子图、站点‑格点场因子图,实现快速多要素的离散站点到格点场的插值;通过包含DEM数据的信任传播算法进行插值,提高各气象要素插值结果的准确率。

    基于深度类比网络在多维度雷达数据下的强对流外推方法及系统

    公开(公告)号:CN113327301B

    公开(公告)日:2023-04-07

    申请号:CN202110570222.7

    申请日:2021-05-25

    Abstract: 本发明提供一种基于深度类比网络在多维度雷达数据下的强对流外推方法及系统,方法包括以下步骤:(1)特征图像编码:对多个雷达图像进行编码获得多个特征图像;(2)利用深度视觉类比网络学习所述多个雷达图像与所述多个特征图像,得到外推雷达图像;(3)将所述特征图像喂入外推网络得到外推特征图像;(4)利用优化器对所述外推特征图像与所述外推雷达图像进行第一次优化,再对第一次优化后的输出进行二次优化。该方法利用两个网络同时外推出雷达图像和基于编码的特征图像,再用优化器对它们分别做优化,最后在对双网络的输出做二次优化,优化了强对流外推的过程,得到的强对流预测图像也更加精确且方法简单易行。

    基于光流和气象数值预报的强对流天气识别方法及系统

    公开(公告)号:CN114355482B

    公开(公告)日:2022-08-16

    申请号:CN202210002182.0

    申请日:2022-01-04

    Abstract: 本发明公开了一种基于光流和气象数值预报的强对流天气识别方法及系统,其中方法主要体现在计算光流,搭建模型并训练模型,所述模型包括NWP stream模块和Optical flow模块,在训练器中输入的一次训练数据包含一个NWP数据以及所述NWP数据所对应的光流数据,其中光流数据的计算方法为:在数据集中根据样本数据的时间戳向前查找上一个时间戳所对应的数据集文件,基于这两个文件所对应的计算光流的函数,计算出对应的光流数据,NWP数据输入NWP stream模块的分支,光流数据输入Optical Flow模块的分支,所述NWP数据以及所述光流数据同时进行卷积运算,同时进行求导,在模型最后进行矩阵相加,输入SoftMax层得出最终结果。本发明可以实现强对流天气的细粒度分类。

Patent Agency Ranking