ROPP掩星数据反演软件及其精度分析

GPS掩星探测技术已成为地球大气和电离层探测的重要手段。介绍了无线电掩星数据反演地球大气参数的原理方法以及处理软件ROPP的功能和模块构成;并详细阐述了模块的算法原理。依据掩星探测几何关系,在球对称模式下利用ROPP软件进行参数配置,对COSMIC掩星数据进行预处理,由阿贝尔积分反演得到大气折射率廓线;并利用一维变分反演方法得到大气参数如温度、湿度和压强的廓线。反演结果图示说明,与CDAAC处理数据进行了比较和误差分析,分析表明折射率、温度、压强和湿度的吻合程度较好,30km以下折射率误差约在5%范围内;同时给出了误差的来源及分析。     

高光谱红外探测仪温湿度廓线在华东地区的真实性检验

卫星高光谱红外资料可提供高时空分辨率的温湿度廓线信息,是数值天气预报模式重要的数据源.高光谱红外大气探测仪的温湿度产品资料的质量控制和观测误差描述是同化应用效果的关键.探空资料是对温湿度垂直信息的直接测量,具有较高精度,而汛期加密探空观测(北京时14:00)具有与AIRS(Atmospheric Infrared Sounder)卫星过境时间相匹配的优势,可以较好地验证AIRS反演的廓线产品精度.研究选取中国华东地区,利用2015年夏季的加密探空资料与AIRS反演产品进行时空匹配处理.研究结果表明,AIRS反演的温度廓线精度较高,整体RMSE分布区间为[1.02℃,2.49℃];而湿度廓线整体上呈现低层偏干高层偏湿现象,RMSE分布区间为[12.91%,23.43%];AIRS和AMSU(Advanced Microwave Sounding Unit)联合反演产品中,随着云覆盖范围的增加,温湿度廓线反演精度逐渐降低,但整体上依然保证一定精度,其为将来开展有云覆盖条件下的卫星资料同化应用提供依据.     

GPS掩星折射率的一维变分同化

为了探索GPS掩星观测资料在数值预报模式中的同化应用,利用GPS掩星折射率的一维变分同化技术,将MM5模式输出结果作为背景场,以GPS掩星折射率作为观测值来进行一维变分同化。将同化反演后得到的气压、温度、水汽压廓线与德国地学研究中心（GFZ）公布的气象观测资料进行了对比和分析,得到了较好的比较效果。证实了GPS掩星资料的合理同化对数值预报可进行有效的改进,并提出了下一步的同化方向。     

地基微波辐射计资料质量定量分析

为了评估新型气象遥测设备微波辐射计对气球探空的气象业务可替代性和民航机场气象服务中对局地中小尺度系统监测预警的适用性,利用2015年6—12月在昆明试验的北京爱尔达电子公司的HTG-4型微波辐射计温湿数据,以同址气球探空作为基准,经时空同步方法处理数据后,采用分时次和分天气类型的方法并结合航空气象服务的需求,进行辐射计资料质量的定量分析,并对添加云雷达信息前后的辐射计数据进行了质量改善分析.结果表明:(1)辐射计低层探测温湿数据优于高层,温度数据优于湿度数据.(2)温度数据与气球探空相关性好,相关系数可达0.998,整体平均偏差为0.8℃.(3)汛期14:00低层探测误差较大,20:00探测效果优于08:00.在易成云的高度上辐射计遥感测值会受影响.(4)温度、相对湿度、水汽密度的相关系数在4种天气类型下均大于0.812,误差均较小,廓线一致性好,但对逆温层的识别效果较差.因探测原理的差异,辐射计的局部湿度特性敏感性不如气球探空.(5)加入云信息后,相对湿度数据相关系数从0.899提高至0.929,温度数据相关系数从0.996提高至0.997,辐射计温湿数据高层改善更明显.若在气象业务中使用加入云信息后的辐射计温湿数据,除了能有效地补充气球探空时空分辨率的限制外,还能显著提高温湿数据精度,为民航机场气象服务增加一种解决途径.     

浅谈影响探空气球施放高度因素

本文详细叙述了影响探空气球施放高度的多个因素,并探讨相应改进措施,提高探空施放高度和质量,以获取更多更全面的高空大气资料。     

折射率同化和弯曲角同化比较

近年来GPS无线电掩星探测技术已成为国际空间测量技术中最热门的研究方向之一,而掩星数据变分同化方法是研究的热点.在球对称模武下,可行且合理的同化方案有折射率同化和弯曲角同化两种.对折射率同化的结果进行了分析;通过Abel积分变换对折射率廓线进行积分得到弯曲角廓线,对其特性进行了深入探讨;并对折射率同化和弯曲角同化的优缺点进行了探讨.     

掩星折射率和弯角同化对台风预报影响的对比

为研究无线电掩星探测(GPS RO)弯角和折射率同化对数值预报的影响,以2012年17号台风"杰拉华"为例,利用美国国家环境预报中心(NCEP)的业务同化系统(GSI),以NCEP预报场资料为初始场,分别使用一维弯角观测算子和一维折射率观测算子同化弯角和折射率数据,并与观测数据对比,分析比较了同化掩星弯角和折射率资料对台风路径、强度及大气状态变量的影响。结果表明,在完成掩星弯角和折射率资料同化后,台风路径的预报水平得到明显改进,其中同化弯角资料可以使路径误差减少32%,而同化折射率资料只能减少13%,同化2种掩星资料对台风强度预报也有一定的影响,其中同化弯角资料后在前2天预报的台风中心气压更接近于实际情况,而同化折射率资料对预报有负影响。     

超折射及其对变分同化效率的影响

在应用低对流层中的掩星观测资料进行反演的过程中,当观测资料接近地面或海平面时,大气折射率的垂直梯度小于某个极限值,会产生超折射现象。本文描述了超折射现象的数学表示,对若干个样本的超折射层厚度和发生区域进行了统计分析,并讨论了超折射现象对一维变分同化的影响;通过实验发现,适当地对超折射层进行处理能极大地缩短同化的计算机时和迭代次数,从而提高变分同化的效率。     

大气折射率分布规律的建模与仿真

提高雷达探测精度的关键因素之一是对电波折射误差进行高精度的修正。针对目前大气折射率线性插值的方法导致电波射线折射率产生较大误差的情况,依据大气折射率随高度变化的规律,提出了样条插值和最小二乘结合的方法。在0～13 km高度范围内利用样条插值得到连续的折射率曲线,在9～60 km高度范围内利用最小二乘方法拟合出折射率连续的曲线。将样条插值和最小二乘拟合方法得到的折射率与分段插值的折射率、实际探测的大气折射率进行对比,证明样条插值具有较高的精度,最小二乘拟合函数具有计算简便、误差小的优点;将实际探测数据与由样条插值和最小二乘法得到的大气折射率折射误差进行比较,证明了样条插值和最小二乘法可有效提高电波折射修正精度。     

6S模式对EOS/MODIS数据进行大气校正的方法

探讨了运用6S模式对EOS/MODIS的可见光与近红外通道数据进行大气校正的方法和步骤,对模式中的大气模式参数和廓线的计算方法提出了改进,应用研究目标地的气象探空资料计算包括气压、温度、水汽密度和臭氧密度等大气参数和廓线,并根据海拔高度对大气廓线进行订正.实验表明:校正后的象元反射率普遍增大,反射率区间明显拉宽,表现在图像上亮度有所提高,对比度明显增加,图像层次更加丰富,图像质量得到较大改善.     

基于遗传算法和BP算法的混合算法

结合神经网络的优化问题,提出一种新的混合算法.该算法是在遗传操作中嵌入BP算子,有效地结合了遗传算法全局寻优与BP算法快速收敛的特点,同时采用二进制编码和实数编码将神经网络的结构与权值混合编码到串中,实现了结构与权值的同步优化.仿真结果表明,新算法既能够快速地收敛到全局最优解,又能够在简化网络结构复杂度的同时得到网络权值的最佳逼近.     

基于遗传算法和BP算法的混合算法

本文就函数优化问题,结合遗传算法和 BP 算法的优点,提出一种新的混合算法。该算法既有较快的收敛速度又能以较大概率收敛到全局最优解,数值实验结果表明该算法显著优于遗传算法和 BP 算法。     

粒子群遗传融合算法

提出一种融合粒子群算法和遗传算法改进优化算法,该算法首先采用一种自适应弹性粒子群算法,弹性地修正粒子速度的幅值,有效地避免了粒子群算法的早熟收敛问题。再与遗传算法融合,模仿自然界的个体成熟过程,对遗传算法中的每一代群体中的优秀个体,先采用自适应弹性粒子群算法获得进一步的提高。再经过提高、交叉、变异三步,获得最优解。以动态系统FCRNN的设计为例,改进算法收敛速度快,误差精度高。     

蚁群算法与免疫算法的混合算法

蚁群算法是近些年来启发式算法研究的一个热点,在求解复杂组合优化问题上具有强大的优势.作为一种全局搜索的方法,它具有正反馈性、并行性、分布性、自组织性等特点.但是,蚁群算法也存在一些不足之处:例如,算法需要较长的搜索时间、容易出现早熟、停滞现象.针对上述不足,在深入研究蚁群算法的同时,又对免疫算法进行了一定的研究和分析后,针对蚁群算法中的个体蚂蚁缺乏识别问题特征信息的能力,将免疫算法中疫苗的思想引入到蚁群算法中,提出了蚁群算法与免疫算法的混合算法.将问题的特征信息作为疫苗注射给蚂蚁,使蚂蚁具有"免疫"的能力,旨在借鉴其他仿生算法的长处,利用其优点弥补蚁群算法的不足,从而提高蚁群算法的求解性能.     

加密算法之RSA算法

RSA算法是使用最广泛的一种非对称密码体制.在对RSA算法的理论基础、原理、算法描述等进行研究的基础上,近一步研究了RSA算法在实现时应注意的问题以及它在数字签名、密钥交换等方面的应用.最后提出了一种对私有密钥进行幂模运算的改进方案,提高了RSA算法在解密时的运算速度.     

基因算法在路由算法中的应用

随着计算机大型网络的迅猛发展,路由技术在网络中已逐渐成为关键技术。用户的需求推动着路由技术的发展和路由器的普及,人们希望最大限度地利用全球各个地区、各种类型的网络资源。随着网络带宽的急速增加,对路由算法提出了新的要求。基因算法是一类借鉴生物界进化规律演化而来的随机化搜索方法,已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。基因算法对如何在下一代Internet上实现高质量网络服务和建立新的路由算法模型有着积极的指导作用。     

一种基于算法融合的运动目标跟踪算法

为了提高目标跟踪算法在复杂环境下的稳健性,提出了一种将基于颜色特征的均值漂移算法和SURF(Speeded UpRobust Features)特征匹配算法相融合的目标跟踪方法。该算法首先采用颜色特征和SURF特征分别描述目标模板,利用均值漂移算法快速估计目标局部最优解。但仅采用单一颜色特征来估计目标位置,跟踪误差逐渐累积;采用SURF算法精确估算目标位置和尺度,及时修正累积误差。最后根据相似性度量Bhattacharyya系数选择较优的结果作为当前帧跟踪结果,且更新目标模板。实验结果表明,算法在目标发生较大形变、尺度变化、周边具有表观相似目标时具有很强的稳健性,且满足跟踪实时性要求。     

基于蝙蝠算法的K均值聚类算法

为解决传统 K-means 算法中因初始聚类中心选择不当而导致聚类结果陷入局部极值的问题, 采用蝙蝠算法搜寻 K-means 算法的初始聚类中心, 并将模拟退火的思想和基于排挤的小生境技术引入到蝙蝠算法中, 以克服原始蝙蝠算法存在后期收敛速度慢、 搜索力不强等问题。 同时, 通过测试函数验证了其有效性。 最后利用改进后的蝙蝠算法优化 K-means 算法的初始聚类中心, 并将该改进的算法与传统的 K-means 算法的聚类结果进行了对比。 实验结果表明, 改进后的算法的聚类性能比传统的 K-means 算法有很大提高。     

模幂运算的一个递归算法

模幂算法广泛应用于公开密钥加密技术。在分析已有模幂算法基础上,提出模幂算法的递归实现,省去了模幂算法中指数的二进制化过程已经对指数的扫描过程,简化了算法。