强对流天气识别与预报方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 国外研究现状 | 第11页 |
| 1.2.2 国内研究现状 | 第11-13页 |
| 1.3 本文工作安排 | 第13-15页 |
| 第二章 雷达基数据与回波反射率图像 | 第15-21页 |
| 2.1 雷达的工作原理 | 第15-16页 |
| 2.1.1 天气雷达的探测原理 | 第15页 |
| 2.1.2 气象目标强度的雷达度量 | 第15-16页 |
| 2.2 雷达基数据 | 第16-18页 |
| 2.2.1 雷达数据采集子系统（RDA） | 第16-18页 |
| 2.2.2 雷达产品生产子系统（RPG） | 第18页 |
| 2.2.3 主用户终端子系统（PUP） | 第18页 |
| 2.3 回波反射率图像 | 第18-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 基于雷达反射率图像的特征数据库 | 第21-36页 |
| 3.1 强度特征 | 第21-25页 |
| 3.1.1 强度直方图 | 第21-22页 |
| 3.1.2 强度特征定义 | 第22-23页 |
| 3.1.3 回波强度特征的气象含义 | 第23页 |
| 3.1.4 冰雹暴雨回波的强度特征提取 | 第23-25页 |
| 3.2 纹理特征 | 第25-31页 |
| 3.2.1 空间灰度共生矩阵 | 第25-26页 |
| 3.2.2 纹理特征定义 | 第26-27页 |
| 3.2.3 纹理特征的气象含义 | 第27-28页 |
| 3.2.4 冰雹暴雨回波的纹理特征提取 | 第28-31页 |
| 3.3 形状特征 | 第31-33页 |
| 3.3.1 形状特征定义 | 第31-32页 |
| 3.3.2 形状特征的气象含义 | 第32页 |
| 3.3.3 冰雹暴雨回波的形状特征提取 | 第32-33页 |
| 3.4 其他气象特征 | 第33-34页 |
| 3.5 特征数据库 | 第34-35页 |
| 3.5.1 数据资料 | 第34页 |
| 3.5.2 特征数据库的建立 | 第34-35页 |
| 3.6 本章小结 | 第35-36页 |
| 第四章 基于数据挖掘技术的识别模型建立 | 第36-49页 |
| 4.1 数据挖掘概述 | 第36-37页 |
| 4.2 基于粗糙集的数据挖掘 | 第37-42页 |
| 4.2.1 粗糙集的基本概念 | 第38-40页 |
| 4.2.2 决策表约简 | 第40-42页 |
| 4.3 客观识别模型的建立 | 第42-43页 |
| 4.4 强对流天气的自动识别 | 第43-46页 |
| 4.4.1 数据预处理 | 第43-46页 |
| 4.4.2 特征提取 | 第46页 |
| 4.4.3 决策方法 | 第46页 |
| 4.5 识别结果及分析 | 第46-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第五章 单体跟踪和预报 | 第49-62页 |
| 5.1 两种风暴识别跟踪算法 | 第49-52页 |
| 5.1.1 TITAN算法 | 第49-50页 |
| 5.1.2 SCIT算法 | 第50-52页 |
| 5.1.3 TITAN算法和SCIT算法比较分析 | 第52页 |
| 5.2 跟踪算法研究 | 第52-56页 |
| 5.3 基于最小二乘法的位置预报 | 第56-61页 |
| 5.3.1 加权最小二乘法 | 第56-57页 |
| 5.3.2 单体运动轨迹的拟合 | 第57-59页 |
| 5.3.3 单体位置预报 | 第59-61页 |
| 5.4 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62-63页 |
| 6.2 展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 发表论文和参加科研情况说明 | 第68-69页 |
| 致谢 | 第69-70页 |
