星載微波探測儀是獲取全球大氣溫濕廓線及地表參數(shù)的重要儀器,在氣候變化研究、數(shù)值天氣預報、氣象災害監(jiān)測與預報等大氣應用中發(fā)揮著重要作用。本書以風云三號衛(wèi)星搭載的兩個微波探測儀(主要用于探測溫濕廓線的微波濕溫探測儀和探測溫度廓線的微波溫度計II型)為研究對象,對風云三號衛(wèi)星微波探測儀遙感數(shù)據(jù)在大氣中的反演應用進行了深入研究
《自動氣象站觀測技術(shù)及應用》以氣象觀測技術(shù)為主線,結(jié)合現(xiàn)行國產(chǎn)自動氣象站技術(shù)在不同行業(yè)領(lǐng)域的應用情況,從硬件組裝、設備調(diào)試、設備維修維護到技術(shù)應用等多個方面闡述了不同類型自動氣象數(shù)據(jù)采集器、各類自動氣象要素傳感器、智能與非智能自動氣象站的相關(guān)技術(shù),以及生態(tài)自動氣象站和農(nóng)田小氣候站等應用場景。此外,本書還系統(tǒng)介紹了自動氣
大氣探測學是大氣科學研究的基礎(chǔ),隨著現(xiàn)代科學技術(shù)的發(fā)展,大氣探測的范圍越來越大,探測的手段也越來越先進,雷達探測和衛(wèi)星探測已深入到大氣科學的方方面面,資料處理和整編工作的自動化技術(shù)也越來越高,計算機在大氣探測領(lǐng)域得到了廣泛的使用。這一切都極大地豐富了大氣探測學的教學內(nèi)容。本書詳細講述了大氣探測的基本理論、技術(shù)和方法,包
本書基于課程講義,并結(jié)合編者多年的科研應用和教學實踐經(jīng)驗,總結(jié)出一套適用于氣象應用的Python經(jīng)驗和習慣,將氣象上常用的Python函數(shù)庫以實際應用中的完整代碼有機地匯編在一起。同樣基于一站式思想,書中涉及Python語言的背景介紹、語法基礎(chǔ)、數(shù)據(jù)讀寫、繪圖、數(shù)據(jù)處理和機器學習等六大方面。
本書包括了海燕計劃2023年西南高原南海臺風觀測、大城市觀測應用示范共2項綜合協(xié)同觀測試驗;天氣雷達標定業(yè)務化運行、新型北斗智能探空組網(wǎng)觀測業(yè)務化示范、基于集成姿態(tài)及視頻探空儀的動態(tài)試驗共3項新型觀測方法試驗;新一代地基導航衛(wèi)星水汽電離層綜合探測系統(tǒng)觀測業(yè)務應用、新型稻田蒸散儀升級及推廣應用共2項新裝備新技術(shù)觀測試驗;
本書介紹新疆天氣雷達概況、雷達硬件組成、業(yè)務管理、規(guī)章制度、業(yè)務觀測流程,對新疆天氣雷達系統(tǒng)故障進行分析與處理,闡述了故障分析方法、故障匯總及典型個例分析等內(nèi)容。同時介紹了地面應用系統(tǒng)與業(yè)務布局,分別闡述了系統(tǒng)架構(gòu)、分系統(tǒng)功能、構(gòu)成、運行及設備維保等,介紹了業(yè)務運行保障、探測環(huán)境保護、衛(wèi)星數(shù)據(jù)預處理、業(yè)務服務應用、氣象
本書內(nèi)容來源于重慶市氣象科學研究所在生態(tài)氣象方面開展的相關(guān)科研和業(yè)務工作。主要分析了重慶市獨特的氣候條件、生態(tài)環(huán)境以及這些因素對農(nóng)田生態(tài)、三峽庫區(qū)水體生態(tài)、山地陸表生態(tài)、超大城市生態(tài)和山地生態(tài)氣象災害的影響。通過綜合運用遙感監(jiān)測、氣候數(shù)據(jù)分析和生態(tài)評估等方法,為讀者提供了一個關(guān)于重慶市生態(tài)氣象的全面視角。本書不僅適用于
中國西南地區(qū)地形復雜,且易受云和霧的影響,往往導致野外和遙感觀測難以精確開展,陸面過程模型的模擬精度較低。本書以西南地區(qū)陸地表層系統(tǒng)過程為研究對象,重點突破西南地區(qū)地形復雜、多云多霧等特征下地面觀測、遙感產(chǎn)品高精度估算、陸地表層過程精細模擬中參數(shù)不確定性等關(guān)鍵科學問題,開展西南地區(qū)復雜地表陸表過程觀測與模擬研究;聯(lián)合多
《青藏高原生態(tài)氣象小百科》全書共分八章三十個小節(jié)。第一章介紹氣象的概念、天氣的概念、氣候的概念、氣象和天氣及氣候三者之間的關(guān)系;第二章介紹氣候變化的內(nèi)容;第三章介紹大氣成分的概念;第四章講述了氣象災害對生態(tài)環(huán)境的影響;第五章介紹生態(tài)環(huán)境修復工程的氣象保障措施;第六章講述云的形狀和名稱、云與降水的關(guān)系等;第七章揭秘自動氣
本書創(chuàng)造性地提出了低軌電磁探測衛(wèi)星協(xié)同任務規(guī)劃模型與方法。本書從低軌電磁探測衛(wèi)星協(xié)同任務規(guī)劃的實際需求出發(fā),詳細闡述了協(xié)同任務規(guī)劃基礎(chǔ)模型與學習型進化算法框架;面向靜止目標、低速移動目標、高速移動目標探測的協(xié)同任務規(guī)劃,進一步擴展了任務規(guī)劃模型并設計了針對具體問題特點的學習型進化算法。本書研究成果拓展了多類型資源協(xié)同規(guī)