利用连续小波变换识别大气温度斜坡结构

大气与环境光学学报 ›› 2010, Vol. 5 ›› Issue (1): 14-18.

利用连续小波变换识别大气温度斜坡结构

吴晓庆1, 聂群1,2

( 1 中国科学院安徽光学精密机械研究所, 中科院大气成分与光学重点实验室, 安徽合肥 230031;
2 中国科学院研究生院, 北京 10039)

收稿日期:2009-04-17 修回日期:2009-07-30 出版日期:2010-01-28 发布日期:2010-01-26
通讯作者: 吴晓庆（1963-），男，研究员，博士，安徽人，主要从事大气湍流测量与模式研究。 E-mail:xqwu@aiofm.ac.cn
作者简介:吴晓庆（1963-），男，研究员，博士，安徽人，主要从事大气湍流测量与模式研究。
基金资助:
国家自然基金资助课题(40475010)、科技部科技基础性工作专项资助课题（073D2g1391）、热带海洋气象科学基金资助

Using Wavelet Transform to Identify Atmospheric Temperature Ramp-Like Structure

WU Xiao-qing1, NIE Qun1,2

（1 Anhui Institute of Optics and Fine Mechanics, Chinese Academy of Sciences, Hefei 230031, China;
2 Graduate School of Chinese Academy of Sciences, Beijing 100039, China)

Received:2009-04-17 Revised:2009-07-30 Published:2010-01-28 Online:2010-01-26

摘要/Abstract

摘要：

将模拟的分形布朗运动信号叠加在理想的温度斜坡结构信号上，运用条件采样技术以及Donoho和Johnstone阈值方法成功将Ramp信号识别和分离。并将这一方法运用到实际大气温度测量数据中。分析表明，实际大气存在温度斜坡结构，周期约为30s。在不同稳定度条件下其斜坡结构形状有差异。小波变换可有效地识别温度斜坡结构。

关键词: 大气湍流, 斜坡结构, 分形布朗运动, 小波变换, 识别

Abstract:

Simulating fractional Brownian motion signal is added to the ideal temperature ramp structure. Using the conditional sample technique, and Donoho and Johnostone threshold method, the ramp signal is successfully identified and separated. This method is applied to the actual atmospheric temperature data. The analysis shows that there are the temperature ramp structure in actual atmosphere，and the period is about 30 seconds. Under different stability condition, the form of ramp structure may be different. And the wavelet transform can identify the temperature ramp structure efficiently.

Key words: atmospheric turbulence ramp structure, fractional Brownian motion, continuous wavelet transform, identification

中图分类号:

P404
P413

吴晓庆聂群. 利用连续小波变换识别大气温度斜坡结构[J]. 大气与环境光学学报, 2010, 5(1): 14-18.

WU Xiao-Qing, Nie-Qun. Using Wavelet Transform to Identify Atmospheric Temperature Ramp-Like Structure[J]. Journal of Atmospheric and Environmental Optics, 2010, 5(1): 14-18.

参考文献

[1] Chen Jiong, Zheng Yongguang, Hu Fei. Isolating the coherent structure in atmospheric turbulence in the rough urban canopy layer by using continuous wavelet transform [J]. Chinese Journal of Atmospheric Sciences, 2003, 27(2): 182-190(in Chinese).
陈炯, 郑永光, 胡非. 用连续子波变换提取城市冠层大气湍流的相干结构 [J]. 大气科学, 2003, 27(2): 182-190.
[2] Hu Fei. Atmospheric Boundary Layer Eddy Structure Identification by Orthonormal Wavelet Expansion [J]. Climatic and Environmental Research, 1998, 3(2): 97-104(in Chinese).
胡非. 大气边界层湍流涡旋结构的小波分解 [J]. 气候与环境研究, 1998, 3(2): 97-104.
[3] Wang Jiansheng, Wang Chenjian, Li Xun. The velocity and temperature properties of coherent structure in turbulence [J]. Journal of Experimental Mechanics, 2002, 17(2): 242-248(in Chinese).
汪键升, 王晨键, 李汛. 湍流相干结构的速度与温度特性 [J]. 实验力学, 2002, 17(2): 242-248.
[4] Liu Haifeng, Wu Tao, Wang Fuchen, et al. Coherent Structure of Turbulence Based on Wavelet Analysis (Ⅰ) Determining Coherent With Energy Maxima Criterion [J]. Journal of Chemical Industry and Engineering (China), 2000, 51(6): 761-765(in Chinese).
刘海峰, 吴韬, 王辅臣, 等. 应用小波分析研究湍流相干结构(Ⅰ)小波分析辨识相干结构的能量最大准则 [J]. 化工学报, 2000, 51(6): 761-765.
[5] Liu Shihe. Orthogonal decomposition and low dimensional approximation of turbulent structures and identification of turbulent coherent patterns [J]. Journal of Wuhan University of Hydraulic and Electric Engineering, 2000, 33(2): 1-6(in Chinese).
刘士和. 湍流结构的正交分解与低阶近似及湍流相干模式的识别 [J]. 武汉水利电力大学学报, 2000, 33(2): 1-6 [6]Mahrt L. Intermittency of atmospheric turbulence [J]. J. Atmos. Sci., 1989, 46(1): 79-95.
[7] Lewalle J. Decomposition of mixing layer turbulence into coherent structures and background fluctuations [J]. Flow Turb.Combust., 2000, 64(4): 301-328.

[1]	陈晓敏, 张洪玮, 孙康闻, 吴松华, . 基于相干多普勒激光雷达的斜程湍流参数反演方法研究[J]. 大气与环境光学学报, 2023, 18(1): 1-13.
[2]	汪嘉林, 熊伟, 李大成∗, 吴军. 弱信号亮温光谱的污染气体快速识别算法[J]. 大气与环境光学学报, 2022, 17(5): 542-549.
[3]	刘佳鑫, 云龙, 邵士勇, 程雪玲, 宋小全, ∗. 深圳地区多普勒测风激光雷达的湍流观测[J]. 大气与环境光学学报, 2021, 16(5): 383-391.
[4]	王本革, 杨明∗, 凌新锋, 吴佳玲. 全天空红外云探测在航空气象中的应用[J]. 大气与环境光学学报, 2021, 16(5): 404-414.
[5]	王彩玉, 苑克娥, ∗, 时东锋, 黄见, 杨威, 查林彬, 朱文越, . 大气光学湍流廓线探测方法研究进展[J]. 大气与环境光学学报, 2021, 16(1): 2-17.
[6]	高冬阳, 龙华保, 吴双卿, 杨俊彦, 李大鹏, 陈龙江, . 基于光谱角与光谱距离的目标识别方法[J]. 大气与环境光学学报, 2020, 15(5): 393-400.
[7]	任建迎, 孙华燕, 赵延仲, 张来线. 水平大气传输中部分相干光的光强分布及相干特性[J]. 大气与环境光学学报, 2020, 15(4): 261-268.
[8]	金效梅, 朱文越, 刘庆, . 激光相干测风技术应用研究[J]. 大气与环境光学学报, 2020, 15(3): 161-173.
[9]	张广, 徐青山, 徐文清, 杨东. 卷云对新型光度计测量大气光学厚度的影响[J]. 大气与环境光学学报, 2020, 15(3): 189-195.
[10]	刘永超陆钒刘伟胡荣春. 环境大气VOCs色谱峰数据处理方法的设计与实现[J]. 大气与环境光学学报, 2019, 14(4): 272-0278.
[11]	孙刚, 翁宁泉, 肖黎明, 刘庆, 李学彬. 典型地区大气湍流高度分布特性与模式研究[J]. 大气与环境光学学报, 2018, 13(6): 425-.
[12]	许丹丹,麻金继,魏轶男,宫明艳,李正强. 联合CloudSat-CALIPSO-MODIS进行云相态检测的新方法(英文)[J]. 大气与环境光学学报, 2018, 13(6): 462-.
[13]	王钰茹梅海平. 湍流大气折返路径成像光斑与光强起伏实验研究[J]. 大气与环境光学学报, 2018, 13(4): 241-249.
[14]	周玉松梅海平王钰茹. 大气湍流影响星地相干激光通信的数值仿真[J]. 大气与环境光学学报, 2018, 13(4): 258-267.
[15]	杨泽堃孙刚刘庆李学彬翁宁泉. 基于小波分析的高空大气湍流相干结构特征研究[J]. 大气与环境光学学报, 2017, 12(5): 340-348.