雷暴大風(fēng)是一種嚴(yán)重且常見的中小尺度氣象災(zāi)害天氣。雷暴大風(fēng)天氣一般由多個(gè)雷暴單體或超級(jí)單體構(gòu)成的狹長狀颮線引起,雷暴大風(fēng)天氣具有生成時(shí)間短、強(qiáng)度大、破壞力強(qiáng)、變化快、防御困難等特點(diǎn),常對(duì)工農(nóng)業(yè)的生產(chǎn)、人民的生活以及交通運(yùn)輸?shù)刃袠I(yè)造成嚴(yán)重的危害。相比于中長尺度的氣象災(zāi)害現(xiàn)象,雷暴大風(fēng)的識(shí)別和預(yù)測十分具有挑戰(zhàn)性,氣象領(lǐng)域的中外學(xué)者對(duì)此問題做了大量預(yù)報(bào)及預(yù)警方面的研究。利用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)方法進(jìn)行雷暴大風(fēng)識(shí)別的研究,目前仍然處在前沿探索階段,因此本課題的研究不僅具備較高的學(xué)術(shù)價(jià)值,同時(shí)擁有緊迫的現(xiàn)實(shí)意義。針對(duì)雷暴大風(fēng)識(shí)別任務(wù),本文基于深圳市氣象局提供的廣東省2015-2017年的雷達(dá)回波拼圖數(shù)據(jù)、氣象自動(dòng)觀測站數(shù)據(jù),構(gòu)建雷暴大風(fēng)樣本集,并進(jìn)行雷達(dá)回波雜波濾除、噪聲樣本剔除等數(shù)據(jù)預(yù)處理。本文使用十種基于傳統(tǒng)機(jī)器學(xué)習(xí)的雷暴大風(fēng)識(shí)別方法,通過提取雷達(dá)組合反射率、垂直液態(tài)水含量（VIL）、雷達(dá)回波頂高等共十種雷達(dá)特征,對(duì)雷暴大風(fēng)區(qū)域進(jìn)行識(shí)別。為了減少雷暴大風(fēng)的誤識(shí)別率,本文設(shè)計(jì)基于形態(tài)學(xué)的颮線分割方法,僅對(duì)颮線區(qū)域的雷達(dá)回波進(jìn)行雷暴大風(fēng)識(shí)別,在提升識(shí)別速度的同時(shí),有效提升雷暴大風(fēng)的識(shí)別率。為充分利用... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：77 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題研究的背景與意義
    1.2 國內(nèi)外相關(guān)研究概況
        1.2.1 氣象領(lǐng)域雷暴大風(fēng)識(shí)別研究現(xiàn)狀
        1.2.2 基于深度學(xué)習(xí)識(shí)別方法研究現(xiàn)狀
        1.2.3 雷達(dá)回波颮線分割方法研究現(xiàn)狀
    1.3 本文研究內(nèi)容
    1.4 本文的組織結(jié)構(gòu)
第2章 相關(guān)研究內(nèi)容及方法
    2.1 雷暴大風(fēng)識(shí)別研究資料
        2.1.1 雷達(dá)回波數(shù)據(jù)介紹
        2.1.2 自動(dòng)觀測站數(shù)據(jù)介紹
        2.1.3 雷暴大風(fēng)樣本集構(gòu)建
    2.2 卷積神經(jīng)網(wǎng)絡(luò)簡介
        2.2.1 卷積神經(jīng)網(wǎng)絡(luò)原理及基本結(jié)構(gòu)
        2.2.2 常見卷積神經(jīng)網(wǎng)絡(luò)模型
    2.3 循環(huán)神經(jīng)網(wǎng)絡(luò)簡介
        2.3.1 循環(huán)神經(jīng)網(wǎng)絡(luò)原理及基本結(jié)構(gòu)
        2.3.2 常見循環(huán)神經(jīng)網(wǎng)絡(luò)模型
    2.4 本章小結(jié)
第3章 基于傳統(tǒng)機(jī)器學(xué)習(xí)的雷暴大風(fēng)識(shí)別方法
    3.1 機(jī)器學(xué)習(xí)算法識(shí)別流程
    3.2 樣本預(yù)處理及特征工程
        3.2.1 樣本預(yù)處理
        3.2.2 特征工程
    3.3 基于傳統(tǒng)機(jī)器學(xué)習(xí)的識(shí)別方法
        3.3.1 機(jī)器學(xué)習(xí)方法
        3.3.2 機(jī)器學(xué)習(xí)方法實(shí)驗(yàn)對(duì)比
    3.4 基于形態(tài)學(xué)的颮線分割方法
        3.4.1 基本形態(tài)學(xué)運(yùn)算
        3.4.2 颮線分割流程
    3.5 本章總結(jié)
第4章 基于時(shí)-空循環(huán)卷積網(wǎng)絡(luò)的雷暴大風(fēng)識(shí)別方法
    4.1 深度學(xué)習(xí)算法識(shí)別流程
    4.2 卷積神經(jīng)網(wǎng)絡(luò)模型
        4.2.1 網(wǎng)絡(luò)模型設(shè)計(jì)思路
        4.2.2 網(wǎng)絡(luò)模型具體結(jié)構(gòu)
    4.3 空間上下文循環(huán)卷積神經(jīng)網(wǎng)絡(luò)模型
        4.3.1 網(wǎng)絡(luò)模型設(shè)計(jì)思路
        4.3.2 網(wǎng)絡(luò)模型具體結(jié)構(gòu)
    4.4 時(shí)間循環(huán)卷積神經(jīng)網(wǎng)絡(luò)模型
        4.4.1 網(wǎng)絡(luò)模型設(shè)計(jì)思路
        4.4.2 網(wǎng)絡(luò)模型具體結(jié)構(gòu)
    4.5 時(shí)空循環(huán)卷積神經(jīng)網(wǎng)絡(luò)模型
        4.5.1 網(wǎng)絡(luò)模型設(shè)計(jì)思路
        4.5.2 網(wǎng)絡(luò)模型具體結(jié)構(gòu)
    4.6 本章總結(jié)
第5章 雷暴大風(fēng)識(shí)別相關(guān)實(shí)驗(yàn)及系統(tǒng)展示
    5.1 實(shí)驗(yàn)環(huán)境及實(shí)驗(yàn)數(shù)據(jù)
        5.1.1 實(shí)驗(yàn)環(huán)境
        5.1.2 實(shí)驗(yàn)數(shù)據(jù)
    5.2 實(shí)驗(yàn)設(shè)置及結(jié)果分析
        5.2.1 實(shí)驗(yàn)設(shè)置
        5.2.2 實(shí)驗(yàn)結(jié)果及分析
    5.3 雷暴大風(fēng)識(shí)別系統(tǒng)
        5.3.1 數(shù)據(jù)網(wǎng)格化及大風(fēng)區(qū)域構(gòu)建
        5.3.2 雷暴大風(fēng)識(shí)別流程及界面展示
    5.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及其它成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于小波和Hu矩的颮線雷達(dá)回波識(shí)別[J]. 程凌舟,何建新,曾憲軍.  成都信息工程大學(xué)學(xué)報(bào). 2017(04)
[2]基于模糊邏輯的雷暴大風(fēng)和非雷暴大風(fēng)區(qū)分方法[J]. 周康輝,鄭永光,王婷波,藍(lán)渝,林建.  氣象. 2017(07)
[3]颮線優(yōu)化識(shí)別及雷暴大風(fēng)分析[J]. 李哲,李國翠,劉黎平,楊吉.  高原氣象. 2017(03)
[4]京津冀一次颮線過程的精細(xì)時(shí)空演變特征分析[J]. 劉蓮,王迎春,陳明軒.  氣象. 2015(12)
[5]江淮地區(qū)弓狀回波的分布和環(huán)境特征分析[J]. 羅愛文,朱科鋒,方茸,金龍,趙坤.  氣象. 2015(05)
[6]兩次颮線過程中短時(shí)強(qiáng)降水和冰雹強(qiáng)度差異及成因分析[J]. 丁治英,王楠.  氣象科學(xué). 2015(01)
[7]基于動(dòng)態(tài)模板函數(shù)的線狀中尺度對(duì)流系統(tǒng)自動(dòng)識(shí)別[J]. 楊吉,劉黎平,夏文梅,徐芬,徐坤.  氣象. 2014(11)
[8]利用雷達(dá)回波三維拼圖資料識(shí)別雷暴大風(fēng)統(tǒng)計(jì)研究[J]. 李國翠,劉黎平,連志鸞,周淼,李哲.  氣象學(xué)報(bào). 2014(01)
[9]基于雷達(dá)三維組網(wǎng)數(shù)據(jù)的對(duì)流性地面大風(fēng)自動(dòng)識(shí)別[J]. 李國翠,劉黎平,張秉祥,于楠,常山英.  氣象學(xué)報(bào). 2013(06)
[10]基于顯著性特征的大冰雹識(shí)別模型[J]. 王萍,潘躍.  物理學(xué)報(bào). 2013(06)

博士論文
[1]基于強(qiáng)對(duì)流數(shù)值模擬的貴州冰雹識(shí)別及臨近預(yù)報(bào)方法研究[D]. 王瑾.中國氣象科學(xué)研究院 2008



本文編號(hào)：3205667