GIS在公共气象服务网站的应用

给出以GIS分析为核心的公共气象服务网站框架。阐述GIS与多时空尺度气象要素间的相互关系,GIS在系统逻辑分层中的位置,一维、二维、三维分析图的网页功能。同时对GIS应用中所面对的一些关键技术进行了深入分析。如含权地理边界预剪裁气象要素插值算法、netCDF文件产生、二维和三维可视化技术等等。该套系统已经在中国天气网、四川气象网、成都公共气象服务网等网站中得到应用。     

电视气象节目制作数据库支持系统开发

电视气象节目离不开气象这个主题,对气象资料的使用自然成为电视气象编导不可缺少的信息源。建立一个高效稳定、适合于电视气象节目制作的的数据库支持系统势在必行。系统根据气象节目制作的需求建立了包括天气现象、气压、温度、降水、相对湿度、温度极值、风等历史资料和实时资料等气象要素的数据库系统。并提供通过预选主题自动调取相应的气象资料进行数据对比统计分析,生成适合于电视播出的图像和数据文本输出的功能。数据库支持系统的开发增强了编导及时查询历史气候资料的能力．减轻了电视气象节目制作的工作量,提高了工作效率,为电视气象节目及时播出提供了保障,而且丰富了气象节目画面。增强了气象节目的可视性．     

基于物联网的雷电气象环境要素采集技术的研究和应用

同步采集与分析雷电气象环境要素监测数据,可以为综合防雷监测、雷电灾害预测及防灾减灾提供重要依据。笔者在嵌入式技术和MEMS传感器技术的基础上,研究雷电、气象、环境要素信息采集终端一体化设计技术,形成以物联网为基础平台,由前端信息采集设备、系统软件、智能终端组成的雷电气象环境要素信息采集系统,构建雷电预警数学模型。     

大洋天气预报包装系统中自动生成等值线功能的实现

基于GIS的电视天气预报图文包装制作已成为电视气象节目制作技术的流行趋势,运用GIS技术将气象信息与地理信息融合,可直观、生动地反映气象要素的空间分布和时间变化,提高节目的视觉效果和科技含量。     

大洋天气预报包装系统中自动生成等值线功能的实现

基于GIS的电视天气预报图文包装制作已成为电视气象节目制作技术的流行趋势,运用GIS技术将气象信息与地理信息融合,可直观、生动地反映气象要素的空间分布和时间变化,提高节目的视觉效果和科技含量。     

Micaps常规资料的Web发布系统

PCVSAT单收站卫星气象资料接收系统和MICAPS气象资料综合处理显示系统为各级台站提高预报准确率,做好决策服务和公众服务发挥了重要作用。为了实现在Internet范围,提供高效、安全、及时和稳定的MICAPS气象资料,为各级台站提供将气象常规资料通过web方式获取资料的另一种途径,大大提高各级台站及时、准确地为当地政府部门提供决策气象服务和公众气象服务的能力。     

公共气象服务产品制作系统

随着新媒体技术的不断进步,制作时效性强、形式美观、信息丰富的气象产品图已成为气象服务人员迫切需要解决的问题之一。目前各类气象业务平台主要集中于气象数据的分析与展现,公共气象服务产品制作系统综合运用GIS、计算机图形学、大气科学等领域知识,旨在为气象业务人员提供操作简捷的业务平台,提高气象业务人员的生产力。公共气象服务制作系统提供的功能囊括完整的气象产品制作流程,并注重在气象服务热点事件挖掘、图形质量等处改善用户体验。     

基于GIS的远程雷达预警气象系统的开发与设计

远程雷达预警气象系统是结合北海多普勒天气雷达的气象要素数据,借助GIS、人工智能技术,根据报警条件定制提供个性化气象服务方案,达到直观、便捷、高效、智能的目的。本文探讨了远程雷达预警气象系统如何为短时临近预报人员、雷达监测人员、需要短临服务的单位、业务主管领导、人工影响天气作业人员提供其最为关心的气象灾害预警服务提供依据,在手机上浏览所有气象原始、加工处理后的天气图、雷达资料,称之为“掌上的雷达站”,手机版的预警系统,提供个性化服务,把雷达气象信息运用得淋漓尽致,发挥气象服务到极致。     

水电站气象要素实时监测预警系统设计与实现

基于对乌东德水电站建设期的气象风险分析,为了更好进行水电站气象保障,设计了水电站气象要素实时监测预警系统,对气象观测数据进行实时采集、存储、分析,同时对极端灾害性天气进行预警.通过两年的业务运行,系统的功能设计合理、系统运行稳定可靠,并在多次重大气象保障中发挥了重要作用.     

气象服务产品集约大数据平台的WEB开发研究

为解决地面气象资料服务以线下纸质申请为主的问题,规范数据服务用语以及气象服务产品集中统一存储问题,本文在坚持系统集约化原则、规范统一气象服务资料用语和解决气象数据服务的基础上,提供规范化的历史气象数据服务清单,同时将现有地面气象数据服务产品集约于大数据平台,以实现在线服务清单查询的WEB展示.     

基于STC单片机的气象监测系统的设计与应用

为了较精准地检测多种气象要素,设计了基于STC单片机的气象监测系统。该系统采用光伏离网户用系统进行供电,以STC15W单片机为核心,利用空气质量传感器模组、风速风向传感器以及温湿度传感器对相关气象信息进行在线实时监测;通过串口通信、模数转换、单总线通信读取相应传感器数据;以原厂提供的数据转换公式及滤波算法,换算出各个传感器监测的气象数据,并进行显示。测试结果表明,该系统能够有效监测多个气象要素信息,且稳定性良好,实时性高,监测精度高。     

电力气象服务系统的设计与实现

气象条件对电力安全生产有着显著的影响,开展电力气象服务研究具有重要意义. 以用户需求为导向,结合气象数据特征,对于实况和临近预报,采用气象站对应的泰森多边形,对于短期预报和预警,采用区县行政区划,分别对输电线路和变电站进行切分,建立最近邻关系;同时,设计气象综合影响等级规范,提高服务的精细度. 利用GIS和数据库技术,建成一套能够提供监测实况、临近预报、短期预报、预警信号、历史查询和服务材料等信息的电力气象服务系统. 业务应用结果表明,系统运行稳定,能够提升气象服务水平,保障电力系统安全.     

一种船用气象要素相对湿度传感器

针对陆地用气象要素相对湿度传感器难以适应海洋高湿、高盐雾、高腐蚀环境的问题,研制了一船用气象要素相对湿度传感器。采用高精度湿敏元件,设计出频率发生电路,将空气相对湿度的变化量转换为频率信号;通过设计的频率电压转换电路将频率信号转换为电压信号;设计的线性化调理电路将变化的电压信号进行线性化处理,使电压的变化能够线性化地对应于空气相对湿度的变化。通过特殊结构和可靠性设计,满足了气象要素相对湿度传感器的海洋环境适应性。测试结果表明:研制的船用气象要素相对湿度传感器测量精度高、线性化好,能够适应于海洋环境。     

边远岛气压温湿集成测量系统设计

气压、空气温湿度是海洋气象的重要观测内容;介绍了采用新型压力传感器MS5534C和温湿度传感器SHT15构成的集成测量系统在边远海岛气象监测中的一个应用实例,描述了这两个传感器的基本特性及其与微控制器C8051F120的硬件接口设计和软件控制方法;给出了RS-485总线接口电路设计、软件设计及其集成方法;系统经检定表明,气压的最大误差是-0.29hPa,温度的最大误差是-0.19℃,湿度的最大误差是-3%,优于项目的设计指标;实际应用证明,该系统具有精度高、功耗低、维护方便和可靠性高的特点。     

基于气象大数据计算与资源共享教学平台设计

气象大数据具有4V“种类多”(variety)特性,即海量的数据规模(volume)、快速的数据流转和动态的数据体系(velocity)、多样的数据类型(variety)和巨大的数据价值(value)。在气象模式教学过程中,气象模式配置复杂,其需要的气象基础数据具有体量大的特点。针对传统气象模式教学过程复杂,气象模式配置过程繁琐,气象基础数据集需要重复下载的问题,提出气象大数据数字资源平台的建设问题。气象基础数据集与气象模式相结合,对气象基础数据集进行布局,使系统具有比较高的利用率。针对多数据中心,多个气象模式可运行,多个学生对气象基础数据共享的情况,提出一种基于Apriori的挖掘算法来分析数据集与气象模式的直接关系,并完成气象大数据数字资源系统设计,既为学生、教师提供方便的操作,又能提高系统性能。气象大数据数字资源平台不但提供气象计算,也提供各种气象基础数据集的共享访问,简化了气象模式教学过程。     

基于自适应卡尔曼滤波在气象影响下负荷预测

如今电网系统中所构成电力负荷的电器越来越多,其中像空调等受气象影响的负荷所占比例持续升高,那么气象因素（温度、湿度、降雨量等）对电网的影响自然越来越突出,因此短期负荷预测将气象因素考虑进去,能够大大提升预测精度。根据某地区六年的电力负荷数据,构建卡尔曼滤波模型,可以给出高效准确的预测结果。然后将气象因素考虑到自适应卡尔曼滤波模型,通过不断对状态估计进行修正,得到计及气象因素影响的负荷预测结果精度更高。通过MATLAB 仿真,说明这种算法比较传统的卡尔曼滤波具有更高的预测精度,而且这种改进后的算法对实现短期负荷预测提供了一条新的途径。     

基于大数据的分布式光伏接入配电网影响分析与功率预测研究

为提高分布式光伏发电功率预测的精度,满足电网调度和规划的高精度要求,本文利用光伏运行、电能量采集、电网调度等业务系统的海量数据,利用大数据分析方法研究大量分布式光伏接入对配电网负荷特性的影响,并提出基于气象相似日和粒子群算法优化BP神经网络的光伏电站功率预测方法.通过分析光伏发电功率随天气类型、温度、光照强度等气象因素...     

基于LSTM网络的大雾临近预报模型及应用

长短期记忆网络（LSTM）是一种时间递归神经网络,适合于预测时间序列延续性相对较长的事件.本文基于LSTM网络构建了一个全新的大雾临近预报框架,首先将地面气象要素观测资料转化成时间序列数据,并基于此序列进行建模.为了验证提出的模型的准确性,将安徽省81个国家站近2年地面气象要素数据转换为序列数据,基于该数据集对未来1–4小时进行逐小时大雾预报实验,实验结果显示本文提出的模型其TS-Score分别为61%、55%、36%和31%,明显优于卷积神经网络（CNN）以及传统机器学习算法如支持向量机（SVM）和K-近邻算法（KNN）的预测结果,是大雾临近预报的一种有效预报方法.     

太阳能无线电力线覆冰监测系统研究

覆冰是电力线路所遭受的主要灾害之一,严重影响电网的正常运行。采用太阳能分布式自动气象监测系统,设计了一种应用于电力系统的算法来预报电力线路覆冰。实际运行表明：该系统可以提高覆冰预报的经济性和准确性,较好地满足了监测要求。