云雷达联合微波辐射计的水凝物识别研究

发布时间：2025-05-28 02:13

　　 为降低飞机飞行时的积冰风险,利用模糊逻辑算法和神经网络算法对云雷达联合微波辐射计探测数据进行水凝物分类研究.研究结果表明,两种算法均能有效地完成水凝物分类:模糊逻辑算法对退极化比极为敏感;神经网络算法可以区分水凝物是否存在和进行小粒径粒子分类,但对大粒径非球形粒子不敏感.本研究可从水凝物类型的角度对飞机积冰提供预警服务.

【文章页数】：11 页

【部分图文】：

图2 QFW-6000型微波辐射计

QFW-6000型微波辐射计可实现对中尺度强天气系统大气层结的监测和预警、云物理特征的监测和人工影响天气科研及业务的应用、雾霾天气等边界层大气环境质量的监测,可作为常规高空观测的有益补充,与风廓线雷达、云雷达组合观测,实现对高空气象要素的精细化观测,如图2所示.该仪器的主要输出....

图3 神经网络示意图

对于已经拥有一定数据量的实测分类结果的情况利用神经网络算法进行分类时采用简单的三层神经网络,即输入层、隐含层和输出层.输入层选为雷达的产品数据,包括反射率因子、速度、谱宽、退极化比等一次产品和含水量、粒子半径、单位体积数浓度、瞬时降水率等二次产品.输出层选为现有的根据雷达二次....

图6 微波辐射计温度分布

图5雷达一次产品利用模糊逻辑算法对粒子群的分类结果如图7所示.

图10 神经网络算法对17:00—18:00数据的分类结果

图9雷达二次产品为了统计分析的方便,对字母进行如下定义:A为“分类有降水粒子,实际有降水粒子”,B为“分类无降水粒子,实际有降水粒子”,C为“分类有降水粒子,实际无降水粒子”,D为“分类无降水粒子,实际无降水粒子”[35].同时认为“无云”和“杂波”属于没有降水粒子,其他分类....

本文编号：4047918