人工影响天气是一项高科技、综合性业务工作。人工影响天气用人为手段使天气现象朝着人们预定的方向转化，如人工增雨、人工防雹、人工消云、人工消雾、人工削弱台风、人工抑制雷电、人工防霜冻等。它是指在一定的有利时机和条件下，通过人工催化等技术手段，对局部区域内大气中的物理过程施加影响，使其发生某种变化，从而达到减轻或避免气象灾害目的的一种科技措施。

　　

　　人工影响天气的途径，主要是利用云的微物理过程。例如在温度低于0°C的云中存在着大量未冻结的水滴，利用播撒成冰催化剂(见播云催化剂)可使水滴转化为冰晶并释放潜热，从而改变云的微物理过程和热力、动力结构。用这种方法进行人工影响天气，耗费比较小，效益可能很大。人工影响天气最主要的方法是播云，即用飞机、火箭或地面发生器等手段向云中播撒碘化银等催化剂，改变云的微结构，使云、雾、降水等天气现象发生改变。

　　

　　日前，陕西省人工影响天气中心组织作业保障人员对全省作业装备进行安全防范技术改造，提升人工影响天气装备安全防范技术水平和管控能力。此次技术改造为作业装备加装安全锁定装置，通过装备与操作人员的配对识别，确保装备被合法人员、合法使用，减少装备管理中的安全隐患。人影作业装备安全锁定装置由身份识别器、闩体锁定装置、供电装置等三部分组成。非作业时，锁定装置将装备关键机动部件或控制器锁死，使装备不能进行发射操作，防止装备被非法使用。

　　

　　身份识别技术采用密码技术(尤其是公钥密码技术)设计出安全性高的协议。

　　

　　口令方式：口令是应用最广的一种身份识别方式，一般是长度为5~8的字符串，由数字、字母、特殊字符、控制字符等组成。用户名和口令的方法几十年来一直用于提供所属权和准安全的认证来对服务器提供一定程度的保护。标记方式：标记是一种个人持有物，它的作用类似于钥匙，用于启动电子设备，标记上记录着用于机器识别的个人信息。

　　

　　

　　常见的身份识别技术

　　

　　一、指纹扫描。指纹识别技术把一个人同他的指纹对应起来，通过比较他的指纹和预先保存的指纹进行比较，就可以验证他的真 实 身 份。与人工处理不同，一般的生物识别技术公司并不直接存储指纹的图象，而是使用不同的数字化算法在指纹图象上找到并比对指纹的特征。每个指纹都有几个独 一 无 二、可测量的特征点，每个特征点都有大约5~7个特征，我们的十个手指产生最少4900个独立可测量的特征，这足以说明指纹识别是一个更加可靠的鉴别方式。获得良好的指纹图像是一个十分复杂的问题。因为用于测量的指纹仅是相当小的一片表皮，所以指纹采集设备应有足够好的分辨率以获得指纹的细节。目前所用的指纹图像采集设备，基本上基于三种技术基础：光学技术、半导体硅技术、超声波技术、光学技术。

　　

　　二、耳朵扫描系统。人耳朵的形状和指纹等一样，也可以鉴定人的身份，而这项技术可以用于机场海关等。耳朵扫描系统使用一种名为射线图像变换的技术，它能扫描出人耳所有的管状结构并将测量数据记录下来。这种方法使用起来也很简单，只需在安检门的一边放置一个摄像头，当乘客经过时拍下他们耳朵的照片即可。　　耳朵识别的主要障碍是耳朵可能会被头发完全遮盖，但其他一些身份识别技术也都有不足之处，如指纹可能会因工作磨损而变得不清晰，视网膜识别要求受试者主动注视仪器，而耳朵识别只需要在受试者走过安检门时在两侧拍照即可。这些各有所长的身份识别技术可以结合起来使用，共同帮助海关等机构检查进出人员的身份。

　　

　　三、虹膜识别技术。基于眼睛中的虹膜进行身份识别，应用于安防设备(如门禁等)，以及有高度保密需求的场所。虹膜识别就是通过对比虹膜图像特征之间的相似性来确定人们的身份。虹膜识别技术的过程一般来说包含如下四个步骤：

　　

　　1.虹膜图像获取：使用特定的摄像器材对人的整个眼部进行拍摄，并将拍摄到的图像传输给虹膜识别系统的图像预处理软件。

　　

　　2.图像预处理：对获取到的虹膜图像进行如下处理，使其满足提取虹膜特征的需求。

　　

　　3、虹膜定位：确定内圆、外圆和二次曲线在图像中的位置。其中，内圆为虹膜与瞳孔的边界，外圆为虹膜与巩膜的边界，二次曲线为虹膜与上下眼皮的边界。虹膜图像归一化：将图像中的虹膜大小，调整到识别系统设置的固定尺寸。图像增强：针对归一化后的图像，进行亮度、对比度和平滑度等处理，提高图像中虹膜信息的识别率。

　　

　　4.特征提取：采用特定的算法从虹膜图像中提取出虹膜识别所需的特征点，并对其进行编码。

　　

　　5.特征匹配：将特征提取得到的特征编码与数据库中的虹膜图像特征编码逐一匹配，判断是否为相同虹膜，从而达到身份识别的目的。

　　

　　四、人脸识别技术。利用分析比较的计算机技术识别人脸。人脸识别是一项热门的计算机技术研究领域，其中包括人脸追踪侦测，自动调整影像放大，夜间红外侦测，自动调整曝光强度等技术。人脸识别系统主要包括四个组成部分，分别为：人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。

　　

　　人脸识别技术中被广泛采用的区域特征分析算法，它融合了计算机图像处理技术与生物统计学原理于一体，利用计算机图像处理技术从视频中提取人像特征点，利用生物统计学的原理进行分析建立数学模型,即人脸特征模板。利用已建成的人脸特征模板与被测者的人的面像进行特征分析，根据分析的结果来给出一个相似值。通过这个值即可确定是否为同一人。

　　

　　五、语音识别技术。也被称为自动语音识别，其目标是将人类的语音中的词汇内容转换为计算机可读的输入，例如按键、二进制编码或者字符序列。与说话人识别及说话人确认不同，后者尝试识别或确认发出语音的说话人而非其中所包含的词汇内容。

　　

　　语音识别技术常用的方法有如下四种：1. 基于语言学和 声学的方法，2. 随机模型法，3. 利用人工神经网络的方法，4. 概率语法分析。其中最主流的方法是随机模型法。语音识别一般来说具有两种工作模式：识别模式和命令模式。语音识别程序的实现也会根据两种模式的不同而采用不同类型的程序。识别模式的工作原理是：引擎系统在后台直接给出一个词库和识别模板库，任何系统都不需要再进一 步对识别语法进行改动，只需要根据识别引擎提供的主程序源代码进行改写就可以了。命令模式相对来说实现起来比较困难，词典必须要由程序员自己编写，然后再进行编程，最后还要根据语音词典进行处理和更正。识别模式与命令模式最大的不同就是，程序员要根据词典内容进行代码的核对与修改。

　　

　　新闻来源：中国气象局