卫星图像像元云分析的方案研究和初步试验

为了充分利用卫星图像逐像点的信息来构造更加精细的中尺度数值天气预报初始场，设计了静止卫星(GMS5)图像逐像点的云分析方法，并进行了初步试验。多种数据表明，分析结果是比较合理的。文中主要介绍了用可见光和红外通道的辐射值订正碎云分析，用红外水汽通道亮温差的直方图分布规律，并结合可见光反照率阈值分割子集，以及联合红外水汽通道的数据计算云高、判定云类等的方法。     

白天和夜间通用的卫星遥感沙尘判识算法构建与验证分析

Himawari-8是日本发射的新一代静止气象卫星,与前一代的MTSAT-2相比,在时间、空间分辨率上都有了很大提升,特别是红外通道数量从4个增至10个,为红外遥感沙尘提供了新的观测数据。本研究利用Himawari-8的红外观测数据,发展了仅用红外通道的沙尘全天候判识算法,可以实现对白天和夜间的连续监测。算法在前人基础上去除了可见光通道,同时引入更多红外通道来进行云检测和沙尘判识。由于一日之中,地表温度发生变化,因此针对白天和夜间设置了两套不同的判别阈值,来保证算法的全天适用性。最后通过两次沙尘事件对沙尘判别结果的分析和检验表明,遥感判识结果与地面气象站和PM_(10)观测较为一致,说明了只用红外通道全天候判识沙尘的可行性。     

基于EOS/MODIS的台风"浣熊"云顶相态分析

借鉴MODIS云检测算法的地表生态分型和可信度思想,结合可见光和红外两方面的检测项目,介绍了为云相态分析提供输入的晴空像元检测方法。给出了多光谱判识云相态的综合流程,反演出2002年6月台风“浣熊”的云顶粒子相态分布,并结合1.38卷云检测与MODIS通道1、4、6合成图进行了分析。     

应用双光谱云图判识梅雨锋云系降水等级

用１９９１年梅雨期间的部分ＧＭＳ红外，可见光数字云图及同时的地面实测降水资料，从分析各等级降水云的二维频数分布着后，探求降水强度与红外，可见光亮度值之间的关系，最终实现用红外，可见光双光谱阈值法判识大暴雨，暴雨，大雨，中小雨４个等级的降水云。     

EOS—MODIS卫星资料在北疆大雾监测中的应用分析

根据雾与云、积雪、裸地等地表物在可见光、长波红外和中红外波段的反射及辐射特性差异,利用MODIS卫星多通道多光谱探测数据,采用最佳波段组合法和量化判识指标法,对2006年3月8日到10日北疆大雾天气进行判识检验试验和动态监测分析。结果:发现较利于雾与背景(地物、云、雪)分离的最佳波段是可见光B0.65μm和近红外B0.85μm、短红外B1.64μm、中红外B3.7μm、热红外B11μm,综合判识就可以将云、雾、雪、裸地有效的区分;雾在夜间的有效温度在中红外波段比热红外波段低,可采用中红外和热红外波段的组合方法,根据两通道的亮温差进行雾的监测。     

多通道卫星云图云检测方法的研究

通过对2002年7、8、9三个月，范围为(8.65°N～59.65°N，73.22°E～134.42°E)的GMS-5卫星云图3000多次数字资料的取样，根据遥感原理和样本统计特征，探讨了常用的通道阈值法云检测方法，并尝试建立了红外分裂窗通道差值法和通道综合运算法的云检测方法。通过各种检测方法比较分析后发现:对通道阈值法，只要用红外一和可见光两个通道的阈值，就可得到较好的检测效果，但用这种方法阈值要随着太阳高度角和季节的变化发生相应的变化，虽阈值变化的幅度不大，却会对云检测工作带来很大的不便。此外，该方法云检测的结果存在地理位置的影响，即检测出的云量在中低纬度偏多而较高纬度偏少。作者建立的通道综合运算云检测方法，不仅改善了地理位置的变化对云检测带来的影响，而且通过红外分裂窗通道差值检测，可减弱太阳高度角的影响，减少了检测过程中阈值变化的繁琐，同时得到了更好的检测效果，检测结果与其可见光图像中的云区相比基本符合。     

AVHRR卫星资料在层状云降水区判识中的应用

利用美国新一代极轨气象卫星AVHRR资料 ,分析了新增加的 1 58～ 1 6 4μm近红外 3A通道资料在地面降水区判识中的作用及降水云和非降水云的图像特征。发现通道 1可见光通道反射率与通道 3A近红外通道反射率的差值能够较好地反映地面降水的信息 ,并给出了与地面降水几率的关系。探讨了应用可见光、近红外通道资料综合识别地面降水区的方法 ,实例验证具有较高的判别精度     

物理-统计反演和云-晴空辐射特征差异检测结合的全天空高云判别能力改进算法与初步试验

在全天空红外-可见光云像观测反演方法基础上,针对已往阈值法判断高云的局限性,提出改进的算法。对可见光图像可利用以太阳-天顶为连线的主平面两边相元特性的对称性来判断云的存在,对红外成像仪可利用同一仰角扫描时所得不同方位角亮温分布的非均匀性来判断云的存在。以北京2011年1 3月观测资料为基础,选择原阈值法未能判别出来的案例进行再处理,全天空可见光成像观测仪高云判别能力最高可达73.9%,全天空扫描式红外成像仪可达70.1%。该工作为天空的高云识别提供新的复合算法。     

利用TRMM卫星分裂窗通道对东亚地区夏季降水判识方法的探索

利用2005年9月东亚中低纬地区的63个时次的TRMM卫星资料,分析了降水云和非降水云的红外辐射特征。结果显示:10.8μm通道大部分非降水像元的亮温大于280 K,晴空像元的亮温更高;大部分降水像元的亮温小于280 K,降水越强亮温越低,强降水的亮温在260 K以下。非降水像元的分裂窗通道亮温差(BTD45)总的来说都高于1.5 K;降水像元的BTD45总的来说都小于3.0 K,强降水像元BTD45较低,一般在2.0 K以下。在此基础上,分析了中低纬度夏季6次的不同类型的大尺度短时强降水数据,得到了中低纬度夏季强降水过程中非降水云和降水云对应的红外辐射特征,并以此为依据,提出BTD45为3.0 K和10.8μm通道亮温260 K为降水识别阈值,二者结合,可以得到较好的降水判识结果。     

浙江省静止卫星白天大雾识别方法研究与检验

根据大雾在可见光、长波红外波段的反射及辐射特征差异,基于高时空分辨率的FY2E静止卫星开展白天大雾识别方法研究。统计分析白天大雾的卫星特征并提取多通道动态阈值,并与自动站观测数据相结合,利用阈值叠加可以实现大雾的自动识别。研究发现,白天大雾的反射率一般介于20%~50%,红外亮温一般集中在270~285 K的范围,通过双通道阈值的结合,基本可以滤除海洋、地表和厚云,达到粗判识大雾的目的。另外,由于地表温度和长波红外亮温的正相关,分季节设定阈值可以适当提高识别准确率,并且同一时刻的大雾反射率和亮温存在像元的均一性特征,因此,实时动态提取双通道阈值,缩小阈值区间,有利于降低虚报率;大雾的细判识需要结合相对湿度的观测数据,滤除低湿区,可以使TS评分增加20%以上。通过对16天大雾样本的检验表明,探测率达到92%,漏报率为8%,但虚报率较高,达到32%,TS评分达到62。可见,卫星双通道和自动站数据的结合应用,在大雾的自动识别中可以达到较高的准确率,但是低云覆盖下的大雾识别存在高虚报的情况,精细分离低云、轻雾和大雾仍然存在困难。     

基于局部阈值插值的地基云自动检测方法

地基云自动化观测是当前气象业务发展的迫切需求.目前的地基云检测算法仍主要是以阈值为基础,针对固定阈值和全局阈值算法在云检测精度方面存在的不足,利用晴朗天空下天空呈蓝色、云呈白色的属件,提出了一种基于局部阈值插值的地基云自动检测方法.该方法在对云图进行重采样后,对云图蓝、红波段进行归一化差值处理,再将处理后的结果图像按空间像素位置自动分成互不重叠、大小相等的均匀子块,对每一子区域采用一定的规则并结合改进的最大类间方差自适应阈值算法计算局部阈值,然后对每一子区域形成的阈值矩阵采用双线性插值算法进行插值处理,形成与原始云图大小相等的阈值曲面,利用此阈值曲面与云图蓝、红波段归一化差值处理结果进行比较,即可完成地基云的自动检测.与固定阈值和全局阈值算法相比,局部阈值插值算法对一些细碎的云和与背景反差不大的云获得了更好的检测效果.定量的评估结果表明,固定阈值方法在正确率和精确度上都要远远低于全局阈值和局部阈值方法,而文中提出的局部阈值算法在正确率和精确度上相比全局阈值算法又有较大提高.     

基于自适应阈值的地基云自动检测方法

云的高精度检测是云量计算的基础,利用晴朗天空下天空呈蓝色、云呈白色的属性, 该文提出一种基于最大类间方差的自适应阈值云检测方法, 并分别基于蓝红波段比值、差值和归一化差值处理进行试验。相比固定阈值的云检测方法, 自适应阈值具有更大的通用性, 且定量的评估结果表明:归一化差值处理在云检测的正确率和精确度方面都获得了令人满意的检测效果。     

先进技术微波探测仪(ATMS)云液态水路径算法评估

云液态水路径是气候和天气系统分析的重要参数,可以从卫星观测资料反演获得.目前,基于卫星微波探测仪器观测资料的云水算法可由23.8和31.4 GHz两个通道产生.本研究使用先进技术微波探测仪(ATMS)观测数据,对物理和经验两种算法反演出的云液态水路径进行验证评估.结果表明,经验算法和物理算法都可以描述云液态水在全球洋面...     

雹云识别的物元可拓模型及其效果检验

雹云识别是一个多参数的模式识别问题。应用物元可拓思想将单参数雹云识别的不相容性转化为相容性问题。通过构造雹云和雷雨云两类样本的经典物无降节域物元，根据计算出的待识别云体与两类样本云体之间的关联度大小，进行雹云识别。该方法用于成都地区雹云识别结果的正确率达85％以上。     

利用FY-2E红外和水汽波段对强对流云团的识别和演变研究

使用FY-2E静止气象卫星的红外1(10.3~11.3μm)和水汽波段(6.3~7.6μm)时序图像,对强对流云进行识别和短时预测。亮温阈值法是将强对流云和其他高云区分开的常用方法,但是合适的亮温阈值是随着时间和空间而变化的,过高的阈值会将许多卷云包括进来,太低的阈值会排除掉云顶发展还不是很高的强对流云。水汽波段所在的位置是水汽的一个强吸收带,而高度在400 h Pa上下的大气层是水汽波段的一个强吸收层,大气在垂直方向上的对水汽波段辐射吸收的分布模式使得卫星接收到的水汽波段辐射主要来自于400 h Pa以上的大气中高层,而卫星接收到的红外波段辐射主要来自于大气中低层,两个波段间辐射来源的差异使得不同光学厚度的高云的辐射观测值在红外—水汽光谱空间中的分布具有明显差别,并且这种差异具有时空的稳定性。本文将一定范围内的云团的象元测值在红外—水汽光谱空间中的分布的拟合直线斜率作为强对流云识别的依据,结果表明相对于亮温阈值法,本文的识别方法不仅能够较好地区别卷云和强对流云,同时也能更有效地识别未达到旺盛阶段的对流云。在对强对流云进行识别后,根据相邻时间段的卫星图像,利用交叉相关法反演得到强对流云团顶部的位移矢量场,并根据后向轨迹法对强对流云团位置形状进行短时预测,预报结果在短时间内(0~1 h)较好,并且对面积较大的云团的预报效果要优于较小的对流云团。此外文中还利用逐半小时的云顶黑体温度(Temperature of Black Body,TBB)资料分析了云顶亮温的分布变化,得到了整个强对流过程的演变特征。     

雾的气象卫星遥感光谱特征

从大气辐射传输理论入手，用频谱分析方法研究了气象卫星遥感图像上云雾的可见光和红外光光谱特征，阐述了雾在NOAA各通道的光谱响应特征及相关指标。根据云雾的不同顶部结构，分析了云雾反射可见光的非朗伯特性。根据瑞利(Rayleigh)准则，解释了低太阳高度角时可见光对云雾具有更强的识别作用，指出雾与云相比，具有更强的方向性反射特点，当卫星处于云雾层的镜面反射方向时，雾区具有更强的亮度，即反射率高于云区；反之．雾区则相对较暗，指出可见光在云雾识别方面具有重要作用。通过分析云雾层的不同红外光谱特点，给出了一些云雾识别与分类的指标，说明了通道组合方法对云雾识别的重要作用，为云雾分类提供了依据。通过时间动态的频谱分析，给出了判断大雾成熟期的光谱特征，对判定大雾的发展与消散具有重要意义。     

MODIS多光谱云相态识别技术的应用研究

介绍了卫星多光谱云相态识别的基本原理, 并给出了EOS/ MODIS云相态识别的流程。针对简单和复杂云场, 利用个例并结合无线电探空资料与MODI S三通道合成图肯定了多光谱云相态识别的合理性和实际效果。文中对几个特定天气系统(西南涡旋和西太平洋台风)下大面积云场相态分析的结果表明:多光谱云相态识别技术有一定应用价值, 且需要引入可见光技术来减少红外谱段对多层云覆盖和薄卷云的相态分析误差。