隨著現(xiàn)代氣象技術(shù)(尤其是氣象雷達(dá)、氣象衛(wèi)星)的高速發(fā)展,降雨定量測(cè)量技術(shù)有了新的發(fā)展思路。借助雷達(dá)的高時(shí)空分辨率,利用雷達(dá)定量測(cè)量降水不管是在降雨探測(cè)的實(shí)時(shí)性還是探測(cè)的范圍上,都能夠較好的滿足現(xiàn)代降雨觀測(cè)的需要。 本文利用重慶市氣象局CINRAD/SA氣象雷達(dá)基數(shù)據(jù)和重慶市巴南區(qū)地面雨量站資料,在地面雨量站上空采用9點(diǎn)法確定其對(duì)應(yīng)的雷達(dá)反射率值,建立反射率-雨強(qiáng)的數(shù)據(jù)對(duì),然后分別采用反向傳播(Back Propagation, BP)神經(jīng)網(wǎng)絡(luò)和基于徑向基函數(shù)(Radial Basis Function, RBF)神經(jīng)網(wǎng)絡(luò)方法利用數(shù)據(jù)對(duì)建立雷達(dá)定量估測(cè)降水模型,將其用于地面降水估測(cè)。實(shí)驗(yàn)結(jié)果表明,本文建立的兩種雷達(dá)定量估測(cè)降水模型無(wú)論從估測(cè)精度還是穩(wěn)定性上都要明顯優(yōu)于變分法校準(zhǔn)的Z-I關(guān)系式,能較好的反映當(dāng)?shù)亟涤甑恼鎸?shí)情況。同時(shí)本文還通過(guò)對(duì)常規(guī)的RBF神經(jīng)網(wǎng)絡(luò)降水估測(cè)模型進(jìn)行參數(shù)調(diào)整,發(fā)現(xiàn)對(duì)于重慶市巴南區(qū)這種多山地形區(qū)域,改變輸入?yún)?shù)后的RBF神經(jīng)網(wǎng)絡(luò)建立的估測(cè)模型要比BP神經(jīng)網(wǎng)絡(luò)效果更好一些,這對(duì)神經(jīng)網(wǎng)絡(luò)在雷達(dá)定量測(cè)量降水中的應(yīng)用具有很好的參考意義。本文設(shè)計(jì)并實(shí)現(xiàn)的雷達(dá)定量測(cè)量降水系統(tǒng)...

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
目錄
摘要
Abstract
第一章 緒論
    1.1 前言
    1.2 研究目的和意義
    1.3 國(guó)內(nèi)外的研究現(xiàn)狀
        1.3.1 國(guó)外發(fā)展現(xiàn)狀
        1.3.2 國(guó)內(nèi)發(fā)展現(xiàn)狀
    1.4 論文的主要內(nèi)容和章節(jié)安排
    1.5 本章小結(jié)
第二章 雷達(dá)定量測(cè)量降水的原理和方法
    2.1 雷達(dá)測(cè)量降水原理
        2.1.1 雷達(dá)電磁波對(duì)降水粒子的散射
        2.1.2 電磁波的衰減
        2.1.3 Z-I關(guān)系分析
    2.2 Z-I關(guān)系法
        2.2.1 統(tǒng)計(jì)Z-I關(guān)系法
        2.2.2 最優(yōu)化Z-I關(guān)系法
        2.2.3 概率配對(duì)法
    2.3 雷達(dá)雨量計(jì)聯(lián)合估測(cè)法
        2.3.1 平均校正法
        2.3.2 最優(yōu)插值法
        2.3.3 變分法
        2.3.4 自適應(yīng)卡爾曼濾波法
    2.4 本章小結(jié)
第三章 人工神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介
    3.1 神經(jīng)網(wǎng)絡(luò)概述
        3.1.1 神經(jīng)網(wǎng)絡(luò)主要研究?jī)?nèi)容
        3.1.2 神經(jīng)網(wǎng)絡(luò)的特點(diǎn)
    3.2 人工神經(jīng)元模型
        3.2.1 神經(jīng)元建模
        3.2.2 神經(jīng)元的傳遞函數(shù)
    3.3 人工神經(jīng)網(wǎng)絡(luò)模型
        3.3.1 網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)類型
        3.3.2 網(wǎng)絡(luò)信息流向類型
    3.4 人工神經(jīng)網(wǎng)絡(luò)在雷達(dá)定量測(cè)量降水中的適用性
    3.5 本章小結(jié)
第四章 神經(jīng)網(wǎng)絡(luò)在雷達(dá)定量測(cè)量降雨中的應(yīng)用
    4.1 BP神經(jīng)網(wǎng)絡(luò)
        4.1.1 BP算法
        4.1.2 BP神經(jīng)網(wǎng)絡(luò)模型
    4.2 RBF神經(jīng)網(wǎng)絡(luò)
        4.2.1 網(wǎng)絡(luò)模型
        4.2.2 徑向基函數(shù)與插值問(wèn)題
    4.3 資料預(yù)處理
    4.4 基于神經(jīng)網(wǎng)絡(luò)的雷達(dá)估測(cè)降水
        4.4.1 BP神經(jīng)網(wǎng)絡(luò)參數(shù)配置
        4.4.2 RBF神經(jīng)網(wǎng)絡(luò)參數(shù)配置
    4.5 實(shí)驗(yàn)結(jié)果和分析
    4.6 本章小結(jié)
第五章 雷達(dá)定量測(cè)量降水系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
    5.1 雷達(dá)定量測(cè)量降水系統(tǒng)概述
    5.2 系統(tǒng)架構(gòu)
    5.3 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
        5.3.1 開發(fā)工具及運(yùn)行環(huán)境
        5.3.2 資料輸入模塊
        5.3.3 資料預(yù)處理模塊
        5.3.4 雷達(dá)回波反演模塊
        5.3.5 顯示模塊
        5.3.6 降水預(yù)警模塊
    5.4 本章小結(jié)
第六章 展望與總結(jié)
    6.1 全文總結(jié)
    6.2 展望
參考文獻(xiàn)
作者簡(jiǎn)介
致謝
附錄一 縮寫詞表
附錄二 文本對(duì)應(yīng)圖表



本文編號(hào)：3749885