编辑: huangshuowei01 2015-09-19

2 0

1 1

1 0

1 9收到,

2 0

1 2

0 6

1 1收到再改稿. 资助项目: 国家科技支撑计划(

2 0

0 8 B A C

4 0 B

0 3 ) , 国家自然科学基金项目(

4 1

1 0

5 0

0 9,

4 1

1 7

5 0

2 3 ) E m a i l : a n d a w e i @c m a . g o v . c n 第2 3卷第4期2012年8月应用气象学报JOUR NA LO FA P P L I E D ME T E O R O L O G I C A LS C I E N C E V o l .

2 3,N o .

4 A u g u s t

2 0

1 2 除块状模糊问题, 该方法定义简单明确, 计算量小, 且收敛速度较快.在满足圆中数滤波法初始风场真 实风矢量比例必须达5 0%以上的前提条件后, 即使 不是随机分布也可以得到较好效果( 不集中于某一 连续区域) , 所以滤波器工作性能并不一定像传统圆 中数滤波法一样完全取决于初始风场的质量. 本文提出的加强型圆中数滤波法能够根据非气 旋风场风矢量分布特点, 可以克服传统圆中数滤波 法的苛刻条件( 如各风元模糊风场必须随机分布, 不 可有块状模糊) , 从该风元的几个模糊解中提取出与 真实矢量最近的风矢量解, 克服块状模糊, 取得良好 效果.但在业务运行该方法前, 应当使用其他星载 仪器确定台风云图覆盖区域, 在去除台风覆盖区域 后, 在非气旋风场区域使用本文方法.因此该方法 为业务化非气旋洋面风场数据提取给出了新方案.

1 加强型圆中数滤波算法 加强型圆中数滤波算法首先通过非气旋风场特 点进行初始化, 能够有效去除块状模糊问题, 使得导 致圆中数滤波失效并且影响邻域的数据得到修正. 然后通过在风场二维空间 托熊兄锌欢ù笮 的窗口, 计算该窗口数据的圆中数, 然后在窗口中心 风元对应的几个模糊解中找出与圆中数最接近的一 个替代当前窗口中心的风矢量, 移向下一位置, 通过 反复迭代, 直到风场不再改变或者迭代次数达到预 设的最大迭代次数为止.最后对风场中的个别模糊 点进行平滑处理. 1.

1 非气旋第1风场初始化 在气象卫星刈幅范围内的非气旋风场中, 风向 难以出现大角度的突变, 风向主要集中在以该范围 内风向平均值为中心的1

8 0 ° 范围内, 因此根据非气 旋风场风向分布特点, 可以对最大似然估计解算[

1 4

1 5] 的第1风场进行初始化, 按照风向将3

6 0 ° 分为8个区间: [

0 ° ,

4 5 ° ) , [

4 5 ° ,

9 0 ° ) , [

9 0 ° ,

1 3

5 ° ) , [

1 3

5 ° ,

1 8

0 ° ) ,[

1 8

0 ° ,

2 2

5 ° ) ,[

2 2

5 ° ,

2 7

0 ° ) ,[

2 7

0 ° ,

3 1

5 ° ) , [

3 1

5 ° ,

3 6

0 ° ) , 每个区间的代表角度为θ

1 =

2 2.

5 ° , θ

2 =6 7.

5 ° , θ

3 =1

1 2.

5 ° , θ

4 =1

5 7.

5 ° , θ

5 =

2 0 2.

5 ° , θ 6=2

4 7.

5 ° , θ 7=2

9 2.

5 ° , θ 8=3

3 7.

5 ° , 它们 分别代表8个角度范围的特征值.对第1风场风向 进行统计, 统计出各个范围中风向的个数, 即某个代 表角度θ 区间里有状 个角, 将这8个区间中具有最 多角度个数的区间提取出来, 并且提取其左右相邻 两边区间的风向数量进行加权求风向平均值. θ= θ -1*状-1状-1+状 +状 +1+θ *状樽-1+状 +状 +1+θ +1*状+1状-1+状 +状 +1,=2, 3, …, 7;

θ

8 * 状8状8+状 +状 +1+θ *状樽8 +状+状 +1+θ +1*状+1状8+状 +状 +1,=1;

θ -1*状-1状-1+状 +状

1 +θ *状樽-1+状 +状

1 +θ

1 * 状1状-1+状 +状

下载(注:源文件不在本站服务器,都将跳转到源网站下载)
备用下载
发帖评论
相关话题
发布一个新话题