邱康俊
- 作品数：27 被引量：54H指数：5
- 供职机构：安徽省气象信息中心更多>>
- 发文基金：国家自然科学基金淮河流域气象开放研究基金公益性行业(气象)科研专项更多>>
- 相关领域：天文地球农业科学自动化与计算机技术动力工程及工程热物理更多>>
- 基于高光谱大气红外探测器模拟亮温的稳健变分反演研究被引量：1
- 2014年
- 经典变分反演法是基于观测误差服从高斯分布的假定,对偏离均值较大的离群值较敏感。当实际观测数据包含离群值观测误差呈现非高斯分布时,如果采用经典反演法进行变分反演就会产生大的偏差,甚至导致变分反演的失败。使用经典变分反演法首先需要进行质量控制,剔除所谓的离群值,但有相当部分的离群值包含了一些亮点,如天气现象。如果对其"视而不见",则对很多重要的信息就无法把握。基于此,研究采用稳健变分反演的思想同化这些离群值,主要思想是把M-估计法(L2、Huber、Fair和Cauchy-估计)的权重函数耦合到经典变分反演中,在每次变分反演极小化迭代过程中重新估计观测项对经典变分反演目标泛函的贡献率。采用高光谱大气红外探测器(Atmospheric InfraRed Sounder,AIRS)的通道模拟亮温进行理想试验,结果表明:采用Huber-估计进行稳健变分反演对温度和湿度反演具有较好的效果;采用Cauchy-估计得到的效果反而更差,这是由Cauchy等分布函数固有的缺陷所决定的。因此,稳健变分反演观测误差非高斯分布是可行的,但依赖M-估计法权重函数的选取。
- 王根吴玲玲李南邱康俊
- 关键词：AIRS
- 我国‘砀山酥梨’主要产区栽培适应性对比研究被引量：2
- 2019年
- 为明确砀山酥梨的栽培适应性,量化其生态环境条件,为优化砀山酥梨栽培区域提供参考依据,系统调查、分析和讨论了全国砀山酥梨代表性产地砀山酥梨的立地条件、各类气候因子、土壤条件及其生长发育和果实品质特征。结果表明,砀山酥梨对栽培适应性广泛,可在安徽省砀山县、寿县、陕西省蒲城县、山西省祁县、新疆库尔勒地区栽培;在云南省安宁县、禄丰县等地,因冬季温度偏高,其生长发育受到一定的影响。综合砀山酥梨主产区气候环境因子、发育特性和果实品质认为,砀山酥梨最适宜的气候条件在暖温带;最适宜的土壤类型为沙壤土或黄壤土,其pH约为5.8～7.6,有机质含量应在10 g·kg-1以上;年均温度约9.91～15.66℃,≥10℃的有效积温约3 832～5 240℃,生长期适宜的温度约17.00～22.40℃,休眠期适宜的温度在–4.5～7.2℃;年日照2 046～2 965 h;年降雨量应在441.8～739.8 mm,生长期平均相对湿度为55%～80%,休眠期相对湿度为54%～71%。
- 伊兴凯高正辉张晓玲徐凌飞舒群郭黄萍张大海邱康俊杨盛张金云潘海发齐永杰秦改花田娟戚士胜徐义流
- 关键词：适应性
- 转基因作物花粉实时图像自动采集仪及其采集方法
- 本发明涉及一种转基因作物花粉实时图像自动采集仪及其采集方法，属于作物花粉实时图像自动采集处理技术领域。自动采集仪包括ARM核心板、CMOS数字显微镜、三维步进电机、自然重力沉降采样平台、电机驱动器、触摸屏、光源模块、SD...
- 胡汉峰顾松山姚克敏胡凝刘寿东胡继超江晓东陈万隆邱康俊杨坤金锁海
- 文献传递
- 基于SVM-BP神经网络的气象能见度数据缺失值预估被引量：3
- 2021年
- 自动气象站能见度检测仪多采用光学装置采样,雨雪、粉尘等天气因素会对部分仪器镜头造成污染,导致能见度要素数据缺测.针对能见度数据缺失问题,本文选用安徽部分气象站的历年数据,首先运用灰色关联分析方法筛选出与能见度密切相关的其他气象要素,通过支持向量机和BP神经网络单一预估方法预估不同地形的能见度缺失值,然后采用最优权重组合将两种方法预估的能见度值进行组合,并与单一预估方法进行对比.结果表明组合方法的预估结果误差均值小、整体准确度高,可以保证台站观测资料的完备性,为短时天气预报、实况分析和气象公共服务工作提供有效依据.
- 殷利平刘宵瑜盛绍学温华洋邱康俊
- 关键词：BP神经网络能见度支持向量机
- M-估计法广义变分同化FY-3B/IRAS通道亮温被引量：12
- 2017年
- 采用FY-3B/IRAS亮温资料进行广义变分同化研究。广义变分同化结合了经典变分同化和稳健M-估计两者的优点。区别于经典变分同化依赖于先前的质量控制并要求误差服从高斯分布,把M-估计法耦合到经典变分同化框架中,得到广义变分同化,其弱化了同化前的质量控制和误差服从高斯分布这两个条件。目标能量泛函包含M-估计以保证对离群值具有稳健性,从而能够得到较好的同化结果。对比变分同化前后的FNL资料湿度与GDAS湿度相关系数作为同化结果检验评价。具体操作过程在FNL作为背景场的基础上分别采用经典和M-估计不同的权重因子变分同化FY3B/IRAS资料,把得到的分析场与GDAS进行相关性比较,由于湿度具有较强的非高斯性,文中首先评估了安徽省13个站GPS/PWV和积分相关湿度廓线得到大气可降水量(即GDAS/PWV和FNL/PWV资料)的相关性,进一步基于信息熵自由度思想进行了近一个月IRAS 20个通道对分析场的影响贡献率诊断研究。
- 王根唐飞刘晓蓓邱康俊温华洋
- 关键词：M-估计大气可降水量
- 基于高斯随机扰动的潜在蒸散敏感性分析被引量：1
- 2015年
- 旨在定量分析不同气象要素对潜在蒸散量敏感性大小的时空分布,以期为提高蒸散量计算精度提供依据。以1961年1月1日—2012年12月31日的日观测资料为基础,通过添加高斯分布随机扰动,计算各要素的敏感系数。研究表明:安徽全区年尺度上,日照时数和平均风速的敏感性最高,敏感系数分为0.1258和0.1089;月尺度上,4—9月蒸散量的主要敏感因素为日照时数,10月至次年3月的主要敏感因素为平均风速和实际水汽压。敏感性空间分布不均,淮河以北地区平均风速为主要敏感因素;淮河以南地区则仍是日照时数为主要敏感因素。
- 邱康俊温华洋王根朱华亮
- 关键词：潜在蒸散量气象要素敏感性
- 安徽省GPS/MET水汽反演资料质量控制初步研究被引量：5
- 2016年
- 本着提高安徽省GPS/MET水汽反演资料质量的宗旨,利用综合判别法开展了GPS/MET水汽反演资料质量控制。首先,对2011年7月—2014年9月GPS/MET水汽反演资料进行分析,形成该资料的界限值,作为综合判别法的第1步;在第1步的基础上采用偏差(GPS/MET水汽实际观测值与全球再分析GDAS计算可降水量值的偏差)阈值法进行资料的整体质量控制,作为第2步;进一步对偏差较大月份的水汽资料采用双权重法进行质量控制,作为第3步,并且初步给出了GPS/MET水汽反演资料与降水的序列关系,最终形成安徽省GPS/MET水汽反演资料质量控制后的数据集。利用GPS/MET观测系统水汽资料高精度、高时空分辨率的特点,研制的数据集以及相应的质量控制方法能够为后期的水汽资料同化和融合奠定基础。
- 谢伟王根温华洋邱康俊
- 基于粒子群优化-BP神经网络-马尔科夫链的地面能见度观测资料质量控制被引量：7
- 2022年
- 自动气象站能见度检测仪多采用光学装置采样,一些雨雪、粉尘等天气因素可能对部分仪器造成镜头污染,导致能见度要素的观测数据不准确。针对能见度数据出错率高的问题,通过粒子群优化算法、BP神经网络,结合马尔科夫链,对地面能见度观测资料进行质量控制。为检验该方法的适用性,首先将安徽省不同区域站点的历史能见度数据加入人工误差,然后运用该方法对处理后的数据进行检错率分析。实验结果表明,该方法可以有效地标记出地面能见度观测资料中的存疑数据,具有检错率高、地区和气候适应性强等优点。
- 殷利平刘宵瑜盛绍学温华洋邱康俊
- 关键词：马尔科夫链BP神经网络能见度粒子群优化
- FY-4A星地面太阳辐射产品检验与订正——以安徽省为例被引量：5
- 2021年
- 基于FY-4A星反演的地面太阳入射总辐射(以下简称反演总辐照度)、云检测产品,合肥和屯溪站地面观测总辐照度(以下简称观测总辐照度)、地面相对湿度、水平能见度数据,在对比不同时间尺度反演和观测总辐照度异同的基础上,分析可能导致反演偏差的相关气象因素,进而对反演总辐照度进行订正,结果表明:反演与观测总辐射均表现出中午高早晚低,夏季高冬季低的特点,反演总辐照度整体较观测偏高约200 W/m^(2);逐小时数据对比中,两者绝对偏差在上午和下午各有一个峰值,而相对偏差在中午前后较低,早晚相对较高;逐日和逐月数据上绝对偏差在多数情况下与平均偏差接近,相对偏差整体上冬季高于夏季;反演总辐照度与观测值逐小时和逐日变化上均存在显著的正相关关系,但该关系在一定程度上受天气状况的影响;分析发现,地面相对湿度、水平能见度和FY-4A中云检测产品与反演偏差关系密切;按观测总辐照度进行分档,分段消除系统偏差再进行订正,可明显提高订正效果,经多元线性回归订正方法对合肥和屯溪逐时数据进行订正后两站反演总辐照度与观测值之间绝对偏差分别为60.85和58.11 W/m^(2),相对偏差为15.44%和15.02%,订正后反演总辐照度与观测值的相关关系得到进一步提升,相关系数分别为0.94和0.96;利用多元线性回归对反演的日平均总辐照度进行订正后,与观测值之间的平均相对偏差分别为11.75%和10.93%。
- 王传辉申彦波翟振芳邱康俊
- 关键词：卫星数据反演订正
- 基于概率密度匹配的潜在蒸散量估算被引量：3
- 2018年
- 利用安徽省1998—2015年日气象资料,通过对日大型蒸发量和日潜在蒸散量的相关性和差异性进行分析,表明利用日大型蒸发量估算潜在蒸散量是可行的。由1998—2013年日数据计算大型蒸发量与潜在蒸散量概率密度关系,通过概率密度匹配估算2014—2015年的日潜在蒸散量,并与Penman-Monteith公式计算值对比分析验证,结果表明,安徽省全省各站有明显的年月日变化,日、月的相对误差较大,而年的相对误差较小。单站年相对误差最小为0. 2%,最大为21. 3%。除了最大值21. 3%外,其他各站年相对误差均在11%以下,平均相对误差为2. 7%;对于安徽省全省而言,年平均相对误差为2. 71%。因此本研究提出的概率密度匹配法在安徽省区域及单站的潜在蒸散量估算中有一定效果。
- 邱康俊温华洋王根
- 关键词：潜在蒸散量
