中文摘要：

低空风切变素有"飞行杀手"之称，是飞行的重大安全隐患，因此低空风切变的探测、预警是国际航空气象界的研究热点。香港机场是世界上低空风切变的探测预警的典范，由于其应用了多普勒激光雷达使之探测概率由50%升为95%左右。为此本课题在研制成功多普勒激光雷达的基础上，拟就基于多普勒激光雷达的低空风切变识别及预报算法开展研究，对风切变识别预报理论和飞行安全保障具有重要意义。本课题首先进行多普勒激光雷达数据反演，形成风场的三维彩色立体图像表示；研究风切变风场结构，提取并优化选择其特征；应用形态神经网络、模糊识别等理论研究出低空风切变，以及其类型和强度的识别算法；应用多层嵌套WRF模式、大气流场理论等模拟并预报低空风切变；编制系统软件，在机场试验并改进算法。最后，研究结果与多普勒激光雷达形成探测预警预报系统，提升机场低空风切变的预警预报能力，保障飞行安全。

结论摘要：

该项目已按照计划完成，取得如下成果根据多普勒激光雷达的距离分辨率和测风精度的要求，以及可以获取三维空间风场的特点，建立了下击暴流、低空急流、顺风切变、逆风切变、测风切变等的数学模型，并形成了多普勒激光雷达数据的低空风切变类型的样本数据库；率先研究了基于多普勒激光雷达风场图像的低空风切变的识别方法，给出激光雷达风切变的纹理特征、几何特征、灰度-梯度共生矩阵等特征的提取方法，并进行了优化选择，设计了小波神经网络、支持向量机、遗传算法等分类器，取得了97%以上的识别准确率；研究四维同化技术，并实现了天气雷达等气象观测数据的同化和下垫面地形数据订正，对机场终端区风场进行精细结构模拟分析，并基于数值预报统计分析了银川河东机场一年的时空风场变化特征，初步实现了低空风切变的预报；研究了基于激光雷达的能见度反演方法，提出了极点均值型经验模式分解和形态滤波去噪算法，给出了几种确定反演算法边界值的确定方法，提出了多普勒激光雷达测量卷云云高的多次散射效应算法。项目中的低空风切变预报问题、多普勒激光雷达三维数据的挖掘利用等科学问题还需要进一步研究。