發(fā)布時間：2021-05-21 19:53

　　利用Python語言實(shí)現(xiàn)了新一代多普勒天氣雷達(dá)風(fēng)暴數(shù)據(jù)的解碼和可視化。通過建立風(fēng)暴自動匹配方法,利用Python地理信息可視化和時間序列可視化技術(shù),實(shí)現(xiàn)風(fēng)暴追蹤的動畫顯示效果;利用Python數(shù)據(jù)分析與圖表可視化技術(shù),實(shí)現(xiàn)風(fēng)暴多維度信息的圖表顯示,直觀展示風(fēng)暴變化趨勢。本文提供了一種更加通用的快速獲取風(fēng)暴信息的方法,為氣象業(yè)務(wù)工作者使用雷達(dá)資料帶來便利。同時,增強(qiáng)的風(fēng)暴信息可視化效果提高了資料再利用價值,為專業(yè)領(lǐng)域的研究提供支持。 

【文章來源】：氣象科技. 2020,48(03)

【文章頁數(shù)】：6 頁

【文章目錄】：
引言
1 數(shù)據(jù)選取和處理
    1.1 帶有風(fēng)暴綜合信息的數(shù)據(jù)
    1.2 風(fēng)暴自動匹配方法
    1.3 處理流程
2 風(fēng)暴信息的Python語言可視化設(shè)計
    2.1 風(fēng)暴追蹤
    2.2 風(fēng)暴趨勢
3 個例分析
    3.1 冰雹事件收集及可視化
    3.2 發(fā)現(xiàn)問題及處理方法
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]多普勒天氣雷達(dá)PUP產(chǎn)品強(qiáng)天氣監(jiān)測預(yù)警系統(tǒng)設(shè)計[J]. 張杰,張思豆,代華.  暴雨災(zāi)害. 2018(05)
[2]Python語言在CIMISS中的應(yīng)用[J]. 連高欣,王琪,沈岳峰.  氣象科技. 2018(04)
[3]基于Python的并行編程技術(shù)在批量氣象規(guī)范報表入庫處理中的應(yīng)用[J]. 郭學(xué)兵.  軟件. 2018(07)
[4]西寧地區(qū)冰雹VIL變化特征[J]. 謝啟玉,魏國財.  氣象科技. 2018(03)
[5]Python在FY-2G定量業(yè)務(wù)產(chǎn)品自動可視化中的應(yīng)用[J]. 高大偉,郁珍艷,姚益平,柳苗,陳練,李正泉.  氣象科技. 2018(01)
[6]基于決策樹的天津地區(qū)冰雹天氣雷達(dá)因子分析[J]. 鄭建琴,路明月,王曙東,賈惠珍,唐千紅,王軒.  氣象科技. 2017(02)
[7]風(fēng)暴分類識別技術(shù)在人工防雹中的應(yīng)用[J]. 方德賢,李紅斌,董新寧,丁建芳,濮文耀.  氣象. 2016(09)
[8]川西南山地冰雹雷達(dá)預(yù)警指標(biāo)[J]. 劉曉璐,周長春.  氣象科技. 2016(02)
[9]韶關(guān)市區(qū)一次罕見大冰雹災(zāi)害性天氣過程分析[J]. 汪海恒,朱永兵,葉永恒,張錄青.  廣東氣象. 2013(03)
[10]基于新一代天氣雷達(dá)產(chǎn)品閩西南強(qiáng)對流天氣臨近預(yù)報方法研究[J]. 馮晉勤,黃愛玉,張治洋,王新強(qiáng).  氣象. 2012(02)

碩士論文
[1]基于SCIT算法的風(fēng)暴識別、追蹤設(shè)計以及江淮地區(qū)冰雹云雷達(dá)回波特征分析[D]. 魯?shù)陆?南京信息工程大學(xué) 2015



本文編號：3200283