高空气象探测数据分析与处理

来源 :东北大学 | 被引量 : 0次 | 上传用户:wdtt111
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
高空气象条件是影响炮兵射击精度的重要因素之一。研究气温、气压、空气湿度等气象要素的变化规律对提高炮兵射击精度具有重要意义。在各气象要素中,气温的变化规律尤为复杂,是本文的主要研究对象。本文依据沈阳炮兵学院提供的高空气象探测数据,建立了基于离散数据最小二乘法的分段拟合模型,并对模型进行了检验和分析,结果表明该模型简单精确,具有一定的可行性。  本文分析了高空气温的垂直分布规律,发现在对流层气温随高度的增加而降低,在平流层气温先随高度的增加变化不大,而后气温逐渐升高。依据沈阳炮兵学院提供的高空气象探测数据,该数据采集的范围为对流层和平流层下层。所以本文只对该部分数据进行分析和处理。  为了便于研究,本文对高空气象探测数据进行了预处理,提取特征数据点作为基准数据。在数据预处理的基础上,结合气温的垂直分布规律,本文将数据分为对流层和平流层两部分分别进行研究。基于最小二乘拟合优度,以Matlab为工具初步建立了数据处理模型,该模型与气温的垂直分布规律基本相符。  针对高空气象数据量大、数据变化规律复杂、突变情况较多等特点,为了提高模型的准确性,本文设定了拟合残差阀值,采用分段拟合的方法建立了分段拟合数据处理模型。该模型克服了拟合残差较大、拟合曲线形状不理想的缺点,有效解决了高度—气温分布图的振荡问题。  经过检验和分析,本文所建立的高空气象探测数据处理模型能够较好地描述对流层和平流层的气温变化规律,缩小了理论计算值与真实数据的差值,得到了较为平滑的高度—温度拟合曲线。为相关部门有效预测气温奠定了基础,同时也为提高炮兵射击精度提供了理论依据。
其他文献
这篇论文中。我们考虑了离散时间马氏链利率状态下的比例再保险的风险模型,并且假定其保费收取和支出均为自回归结构(AR(1))。我们得到了其折扣罚函数的递归积分方程,并由此利用
广义系统自诞生以来已经得到了很好的发展。近年来,带有不确定性和时滞的广义系统,由于其具有广泛的实际应用背景而受到了众多学者的关注。然而,大部分的结果都是在基于控制器是
竞争风险数据是生存分析中的常见数据,在临床试验和其他实际应用中,竞争风险数据常常会面临失效原因缺失问题,若分析方法使用不当,结果会存在偏差。近年来有不少文献对失效原因缺