简介:摘要:利用逐小时地面观测资料和ERA5再分析资料,对山西2020年11月20日-21日降水过程进行分析,探讨相态转换的原因,统计转雨夹雪和转雪时的T0、T850和H700~850指标,比较不同冷空气影响下的指标特征。结果表明:(1)本次过程前一阶段降水受高空槽、切边线和地面回流的共同影响,后一阶段降水受锋面的影响。(2)本次过程有多种相态转换发生,液态降水向固态降水的转换分别受东路冷空气和西北路冷空气的影响,固态降水向液态降水的转换主要受西南暖气流的影响。(3)本次过程液态降水转换成固态降水时,T0的区分度明显优于T850和H700~850。(4)本次过程液降水向固态降水转换过程中,当受不同冷空气影响时,同一指标值的大小相差明显。
简介:摘要:顺应如今可持续发展战略的实施,针对垃圾分类设计了一款光电智能垃圾分拣车。数据集是神经网络训练的基础,使用K210通过OV2640对垃圾进行各种角度的拍摄,人工对拍摄照片进行分类边界框选[2]。基于TensorFlow深度学习理论,导入AI神经系统进行训练,增强系统对垃圾的适应性[3]。随后便可直接通过OV2640进行垃圾识别框选边界并输出种类、位置等信息。车辆的RT1064芯片接受到K210传回的信息,控制电机采取铲取或绕过的操作。通过对编码器输出信号的积分,进行路径规划,达到逐一识别垃圾的目的。当场上所有垃圾逐一识别过后,第一个识别的所有同种垃圾全部被收集再车内。随后便向垃圾分类区移动,通过摄像头对分类区色块的识别,判断准确的+分类区域。通过急加速、急后退的方法将车内垃圾倒入分类区内。随后车辆再进行下一种垃圾的收集,收集过程同上。