【出 处】：《 计算机仿真 》 CSCD 2014年第31卷第12期 312-315页,共5页

【作 者】： 康海龙 [1,2] ; 刘成 [1] ; 姜秀杰 [1]

【摘 要】 由于天气受到多种因素综合影响,具有时变性和不确定性,大气电场对气溶胶含量、水汽含量、云量、温度等要素的变化有着敏锐的反应,不同的天气条件下大气电场呈现出不同的特性。为提高天气识别准确率,提出一种利用大气电场特征的天气识别算法。首先利用统计学和小波能量谱分析方法,提取大气电场的时幅域、频域特征,然后进行归一化处理,最后采用BP神经网络技术对特征进行训练,建立天气现象识别模型。实验结果表明,大气电场的特征,有助于了解大气电场与气候变化之间的关系,可对晴天、阴天、雨天和雷暴等典型天气进行识别,提高了天气现象自动化观测水平。