本论文结合模式识别技术，在基于本体理论的基础上研究并实现强对流天气推理系统。该系统通过模式识别技术对图像数据进行预处理和特征提取，从中获取有用的特征信息，并结合气象专业知识，对特征信息进行分析，抽象出符合一定气象意义的知识，建立领域本体库，在此基础上研究并设计强对流领域推理规则，进而建立起强对流天气推理系统，以提高强对流气象预报领域的计算机化、快速化和实时化。-This paper combines the pattern recognition technology, ontology-bas

扩展综合空气质量模型(CAMx)是一个欧拉的区域光化学离散模型，它允许把从邻区到大陆 空间尺度的对流层空气污染（臭氧、颗粒物、大气有毒物质）作为整体的“一个大气”来考虑。 它是最前沿的开源系统：计算高效、灵活、对公众开放。模型的 Fortran 源代码高度模块化 并且相关说明文档齐全。Fortran 二进制输入/输出文件格式以城市空气流量模型(UAM)规则 为基础并且兼容很多现有的前处理和后处理工具。气象场由独立的天气预测模型提供给 CAMx。所有的排放输入数据由外部的前处理系统提供。