导读:本文包含了风暴识别论文开题报告文献综述及选题提纲参考文献，主要关键词:机载气象雷达,Logistics概率模型,叁维插值,超级单体风暴
风暴识别论文文献综述
纪奎秀,王磊,刘心刚[1]（2018）在《基于Logistics概率统计模型的机载气象雷达强风暴快速识别预警算法》一文中研究指出不同经纬度、季节和下垫面条件下,机载气象雷达探测强风暴的特征识别预警参数阈值是不同的,传统单一的阈值门限判定法不具有普适性。为了提高灾害性强风暴天气的识别预警时效和精度,建立一种基于Logistics多元线性对数概率统计模型。利用地基天气雷达和TRMM星载气象雷达观测的大量强风暴天气样本数据,进行Logistics非连续的多元线性回归,获取适用于我国东海和南海地区的机载气象雷达识别预警强风暴天气概率模型。与气象雷达实际观测结果进行对比实验分析表明,在东海和南海地区,该方法建立的模型在识别预警精度上较为精确,有助于飞行员快速、准确判定危险天气,保障飞行安全。(本文来源于《电子测量技术》期刊2018年08期）
方德贤,李红斌,董新宁,丁建芳,濮文耀[2]（2016）在《风暴分类识别技术在人工防雹中的应用》一文中研究指出利用新一代多普勒天气雷达资料,在风暴跟踪识别算法的基础上,发展了风暴分类技术,以提高人工防雹作业指挥的效率。首先以SCIT算法为基础,结合风暴的结构特征,综合利用雷达、探空资料,自动提取风暴结构特征指数;其次采用基于决策树模型的风暴自动分类技术,将风暴按强度分为雷雨云、单体风暴、多单体风暴和强风暴;最后根据风暴强度、高度和位置等属性,对有可能产生冰雹的单体,结合GIS,自动对下游方向或附近作业点进行预警或输出作业参数。通过对2006—2014年期间重庆、辽宁大连和河南叁门峡叁地发生的较为典型的31次冰雹天气过程、182站次冰雹样本的检验来看:该方法通过对风暴按强度、垂直结构等综合属性进行分类,能有效提高冰雹识别的命中率、降低空报率,其中强风暴的命中率能达到100%,空报率仅为11.4%。能有效提高人工防雹作业的自动化程度,对防雹作业的科学决策有着重要参考作用。(本文来源于《气象》期刊2016年09期）
杨玉婷,段丁娜,张欢,夏顺仁[3]（2015）在《基于改进头脑风暴优化算法的隐马尔可夫模型运动识别》一文中研究指出目的克服隐马尔可夫模型(hidden Markov model,HMM)训练过程中易陷入局部最优问题,提高基于HMM的人体运动识别准确率。方法提出一种基于带差分步长的头脑风暴优化(brain storm optimization with differential step,BSO-DS)算法来改进HMM训练过程的方法,进而利用该方法对实际人体运动视频进行运动识别,并将结果与经典的基于Baum-Welch(BW)算法的HMM识别结果进行比较分析。结果本文所提方法在解决HMM训练问题时,可以得到更大的log-likelihood值,所得到的HMM可以更好地表达训练数据,其运动识别准确率达到92.2%,较BW算法有较大提升。结论 BSO-DS算法可以有效搜索全局最优,更好地解决HMM的训练问题,同时提升了运动识别准确率,为人体运动分析提供了新思路。(本文来源于《航天医学与医学工程》期刊2015年06期）
许佳奕,黄旋旋[4]（2015）在《强风暴结构特征的识别与可视辅助分析》一文中研究指出基于雷达气象理论和历史统计,提出一种能从雷达数据中自适应地分割出强风暴体内多类重要特征区域的算法。以逻辑分析策略识别对流系统内核点,搜寻连通区域完成风暴单体分割;分析连通对流区域中反射率强度和梯度分布的特点,自动地抽取强风暴体中4类特征区域的边界阈值;针对雷达数据特点改进传统的光线投射算法,其能够自动调节绘制参数,加强显示风暴体内部重要结构。实验结果表明:算法能准确而快速地识别出具有特征结构的区域边界,辅助气象预报员快速掌握强风暴的属性和发展状况,进而更有效的对灾害天气进行监测和预报。(本文来源于《系统仿真学报》期刊2015年11期）
鲁德金[5]（2015）在《基于SCIT算法的风暴识别、追踪设计以及江淮地区冰雹云雷达回波特征分析》一文中研究指出利用多普勒天气雷达探测冰雹等强对流风暴并进行临近天气预报,是多普勒天气雷达监测中小尺度灾害性天气的重要功能之一。分析安徽地区春夏季冰雹云雷达回波特征,对整个安徽省人工影响天气防雹作业有重要意义。本文根据WSR-88D雷达的风暴追踪和冰雹探测算法,自行设计程序对冰雹云风暴进行识别和追踪,同时输出风暴追踪产品和冰雹指数产品。在深入研究WSR-88D的SCIT算法基础上,还将算法移植到了叁维拼图雷达资料和偏振雷达资料处理上,取得了良好的效果。使用设计的软件对安徽省冰雹云雷达回波特征进行了统计分析,资料有2002-2012年间安徽省地面降雹资料、合肥站WSR-88D新一代多普勒雷达天气资料和历史探空资料,降雹资料用于挑选个例,多普勒雷达资料用来进行统计分析,探空资料主要用于计算0℃层和-20℃层的高度。统计分析安徽省江淮地区冰雹云回波强度、冷层厚度、冰雹指数、单体VIL的特征信息,总结了冰雹指数、单体VIL在冰雹云识别中的闽值设置,这在气象中识别和预报冰雹云有一定的参考意义。研究的结果表明：在安徽省地区,6、7月份降雹概率最大,一日中下午到傍晚(15-18时)降雹概率最大。安徽地区春夏季冰雹云回波强度至少为55dBZ,大多数为60-70dBZ,单体VIL至少为30kg·m2,大多数为40-80kg·m-2。单体VIL与最大反射率的变化趋势比较一致,最大值往往出现在降雹时间附近。安徽地区春夏季冰雹云回波顶高平均13.6km,30dBZ风暴顶高平均12.1km,最大回波顶高达17km以上。通过对冰雹云回波特征的一些统计,在江淮地区,当雷达出现55dBZ强回波,45dBZ强回波高度在4.3kmm以上,冷层厚度6km以上时,就要密切关注冰雹发生的可能性。(本文来源于《南京信息工程大学》期刊2015-05-01）
罗辉,张杰,朱克云,张曙光,黄克慧[6]（2014）在《基于风暴识别算法的森林火灾识别》一文中研究指出采用风暴识别算法对森林火灾进行了识别。首先根据参数阈值调整后的风暴识别算法,得到二维分量,结合不同云回波与火灾回波的差异,对火灾回波进行识别。根据算法对浙江省温州市叁次森林火灾过程进行识别,结果显示:对于叁次火灾过程都能够有效识别。对于火灾发生初期和熄灭时,由于回波强度较弱,回波结构松散,与小范围弱回波混合,导致漏识别。当回波中存在小范围地物杂波时,由于其尺度与小面积火灾接近,最终导致误识别。在森林火灾发生时,该算法可以帮助识别发生火灾的位置,为消防人员提供及时可靠的火灾地点及起火时间。(本文来源于《火灾科学》期刊2014年04期）
唐张伟[7]（2014）在《基于头脑风暴法与流程图法的航空制造企业某改装项目风险识别》一文中研究指出文章运用风险识别的工具和方法,研究了航空制造企业某改装项目的风险识别。根据项目的特点,选择了合适的风险识别工具和方法,运用头脑风暴法和流程图法,识别出航空制造企业某改装项目的风险因素,最后以实际改装项目为例,对风险识别理论进行了实证。(本文来源于《江苏科技信息》期刊2014年23期）
屈凯峰[8]（2014）在《风暴单体识别的工程实现方法》一文中研究指出本文给出了风暴单体识别算法及其在工程上实现的方法,采用限制递归法对同一层上的风暴分量进行识别,引入用STL的有关技术来进行数据处理,可同时兼顾识别效率和工程实现的便利性。(本文来源于《计算机光盘软件与应用》期刊2014年24期）
汤玉杰,佘勇[9]（2014）在《基于SCIT算法的天气雷达回波风暴识别跟踪方法》一文中研究指出基于雷达数据的风暴体识别、追踪及预警方法是最早出现的临近预报技术,其中对风暴的准确识别是进行风暴体追踪和预警的前提。本文借鉴SCIT(Storm Cell Identification and Tracking)算法对强风暴进行识别,根据"宁短勿长,特征相似"的原则匹配两时刻的风暴单体。通过风暴在过去两时刻的质心位置进行线性外推从而预报下一时刻风暴的位置。结果显示可以较好地识别强风暴并实现对识别出的风暴的大致跟踪。(本文来源于《雷达与对抗》期刊2014年01期）
张晶晶[10]（2013）在《多普勒天气雷达的对流风暴自动识别研究》一文中研究指出鉴于雷达软件版权的问题以及需要专门的显示软件,使得用户对产品的使用受到了一定的限制,设计了基于多普勒天气雷达的对流风暴单体识别程序。利用2011年6月14日九江一次暴雨过程的多普勒天气雷达体扫资料对该程序进行试算,并与中美合资敏视达公司的CINRAD-SA雷达Build10.8软件系统生成的风暴识别产品进行比较分析,结果表明,该程序对风暴单体具有较好的识别效果,起到较好的预警作用。(本文来源于《创新驱动发展 提高气象灾害防御能力——S1第五届气象综合探测技术研讨会》期刊2013-10-22）
风暴识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
利用新一代多普勒天气雷达资料,在风暴跟踪识别算法的基础上,发展了风暴分类技术,以提高人工防雹作业指挥的效率。首先以SCIT算法为基础,结合风暴的结构特征,综合利用雷达、探空资料,自动提取风暴结构特征指数;其次采用基于决策树模型的风暴自动分类技术,将风暴按强度分为雷雨云、单体风暴、多单体风暴和强风暴;最后根据风暴强度、高度和位置等属性,对有可能产生冰雹的单体,结合GIS,自动对下游方向或附近作业点进行预警或输出作业参数。通过对2006—2014年期间重庆、辽宁大连和河南叁门峡叁地发生的较为典型的31次冰雹天气过程、182站次冰雹样本的检验来看:该方法通过对风暴按强度、垂直结构等综合属性进行分类,能有效提高冰雹识别的命中率、降低空报率,其中强风暴的命中率能达到100%,空报率仅为11.4%。能有效提高人工防雹作业的自动化程度,对防雹作业的科学决策有着重要参考作用。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
风暴识别论文参考文献
[1].纪奎秀,王磊,刘心刚.基于Logistics概率统计模型的机载气象雷达强风暴快速识别预警算法[J].电子测量技术.2018
[2].方德贤,李红斌,董新宁,丁建芳,濮文耀.风暴分类识别技术在人工防雹中的应用[J].气象.2016
[3].杨玉婷,段丁娜,张欢,夏顺仁.基于改进头脑风暴优化算法的隐马尔可夫模型运动识别[J].航天医学与医学工程.2015
[4].许佳奕,黄旋旋.强风暴结构特征的识别与可视辅助分析[J].系统仿真学报.2015
[5].鲁德金.基于SCIT算法的风暴识别、追踪设计以及江淮地区冰雹云雷达回波特征分析[D].南京信息工程大学.2015
[6].罗辉,张杰,朱克云,张曙光,黄克慧.基于风暴识别算法的森林火灾识别[J].火灾科学.2014
[7].唐张伟.基于头脑风暴法与流程图法的航空制造企业某改装项目风险识别[J].江苏科技信息.2014
[8].屈凯峰.风暴单体识别的工程实现方法[J].计算机光盘软件与应用.2014
[9].汤玉杰,佘勇.基于SCIT算法的天气雷达回波风暴识别跟踪方法[J].雷达与对抗.2014
[10].张晶晶.多普勒天气雷达的对流风暴自动识别研究[C].创新驱动发展提高气象灾害防御能力——S1第五届气象综合探测技术研讨会.2013
标签：机载气象雷达; Logistics概率模型; 叁维插值; 超级单体风暴;