基于大气电场特征的天气现象识别算法研究

• 作者: 刘成 姜秀杰 康海龙
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 大气电场 天气识别 小波能量谱 神经网络
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 仿真智能化
• 页码范围: 312-315,324
• 页数: 5页
• 分类号: TP301.6
• 字数: 3506字
• 语种: 中文

摘要

由于天气受到多种因素综合影响,具有时变性和不确定性,大气电场对气溶胶含量、水汽含量、云量、温度等要素的变化有着敏锐的反应,不同的天气条件下大气电场呈现出不同的特性.为提高天气识别准确率,提出一种利用大气电场特征的天气识别算法.首先利用统计学和小波能量谱分析方法,提取大气电场的时幅域、频域特征,然后进行归一化处理,最后采用BP神经网络技术对特征进行训练,建立天气现象识别模型.实验结果表明,大气电场的特征,有助于了解大气电场与气候变化之间的关系,可对晴天、阴天、雨天和雷暴等典型天气进行识别,提高了天气现象自动化观测水平.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜秀杰	中国科学院空间科学与应用研究中心	41	319	8.0	17.0
2	刘成	中国科学院空间科学与应用研究中心	56	294	8.0	15.0
3	康海龙	中国科学院空间科学与应用研究中心	3	9	2.0	3.0