摘要： 台风是一种常见的灾害天气系统,常引起狂风、暴雨、龙卷风、冰雹等灾害,对台风的监测研究是气象防灾减灾的关键问题之一。本文基于2022年中国气象局(China Meteorological Administration,CMA)热带气旋资料中心的最佳路径数据集以及风云4号A星的一级全圆盘标称数据,将卫星原始数据转化为卫星云图,构建了台风的样本标注数据集。然后利用YOLO v3和YOLO v11(You Only Look Once version 3,11)目标检测算法进行台风识别和中心定位的研究。结果表明,YOLO v11在台风识别和定位任务中表现出卓越的性能,相较于以往研究明显提高了台风的识别精度.其中识别准确率和召回率分别达到了98.71%和99.34%,显著高于YOLO v3的95.49%和87.59%。台风中心定位的经度平均偏差为0.06°,纬度平均偏差为0.07°,距离平均偏差为11.04 km。进一步探讨了影响台风中心定位精度的3个关键因素,发现红外云图的定位偏差较可见光云图降低25.1%,台风眼的存在使定位精度较无眼台风提升了17.5%,而云图内共存台风数量对定位结果无显著影响。基于台风序列的路径模拟实验表明,YOLO v11在不同强度与结构的台风事件中均能保持稳定性能,有效识别和精准定位台风序列。
摘要： 基于2019年华中地区土壤水分观测资料,从时间、区域、深度层3个维度对中国气象局陆面数据同化系统(CMA Land Data Assimilation System,CLDAS)产品的精度与适用性进行评估。基于评估结果,建立观测、产品一致性校验技术。结果表明:CLDAS产品能够有效拟合土壤水分时间变化,且在不同月份具备稳定一致性,平均偏差为6月最小、8月较大,均方根误差和标准差各月份基本一致,相关性为9月最佳、7月相对较差;空间分布呈由北向南逐渐递增,与实际观测数据分布基本一致,在河南省中北部轻微低估,在湖北省东部及湖南省西、南部效果较好;CLDAS产品在10~40 cm主要为高估,50~100 cm主要为低估,从浅层到深层,系统性偏差的不确定性增加,相关性逐渐减小;一致性校验技术能够有效识别由设备故障、传感器标定漂移等引起的观测数据突变情况。
