摘要:系统识别中的方法用于获得线性时间不变的状态空间模型,这些模型可以描述大量集合集合的水平平均温度和湿度如何随时间在小强迫下而演变。此处研究的整个集成集成在辐射 - 对流平衡中模拟了云系统解析模型。识别模型扩展了过去研究中使用的稳态线性响应函数,并提供了转移函数,噪声模型以及与二维重力波耦合时的转移函数,噪声模型和对流的行为。开发了一种新的程序,将状态空间模型转换为可解释的形式,该形式用于阐明和量化积云对流中的记忆。此处研究的线性问题是为获得数据驱动和解释的Coarteption的更一般努力的有用参考点。
介绍了一种用于积云立体摄影测量的数码相机校准技术。该技术已被用于表征在积云摄影测量、现场和多普勒观测 (CuPIDO) 项目期间观察到的夏季雷暴的形成。从相机位置、方向和地标调查的粗略测量开始,通过最小化几何误差 (GE) 获得相机的准确位置和方向。一旦获得准确的相机参数,就可以通过三角测量计算云特征点的 3D 位置。本文的主要贡献如下。首先,证明了 GE 在相机真实参数的邻域中只有一个最小值。换句话说,即使初始测量值与其真实值之间存在显著差异,搜索 GE 的最小值也能使作者找到正确的相机参数。其次,开发了一种新的由粗到细的迭代算法,该算法最小化 GE 并找到相机参数。数值实验表明,由粗到细算法是高效且有效的。第三,提出了一种基于地理信息系统 (GIS) 而非现场测量的新型地标调查。在这些实验中,GIS 地标调查是一种有效且高效的获取地标世界坐标以进行相机校准的方法。通过 NASA/地球观测系统卫星和仪表飞机收集的数据验证了该技术。本文以先前的研究为基础,详细介绍了校准和 3D 重建。
