FY-4A资料在乌鲁木齐机场浓雾天气监测中的初步应用

利用FY-4A多通道扫描成像辐射计(AGRI)所生成的多通道图像及L2级卫星云产品数据,结合地面观测实况资料,对2019年1月25—26日和3月17—18日发生于乌鲁木齐国际机场的两次持续性浓雾天气进行分析,结果表明:对于浓雾的监测,白天综合使用通道3(BD_(0.83μm))、通道6(BD_(2.2μm))、通道8(BD_(3.725μm))和通道12(BD_(10.8μm))能很好地显示雾区范围、雾顶云结构、雾区温度等特征,且云图能很好地表现雾的消散。夜间可以结合BD_(10.8μm)和BD_(3.725μm)的差(以下简写为BTD_(10.8μm-3.725μm))和BD_(10.8μm)图像,用于识别夜间雾区,BTD_(10.8μm-3.725μm)通道亮温差越大说明雾的浓度越强。FY-4 A卫星云顶高度和云分类产品对雾的微物理特征结构反应更为细致,对于夜间大雾监测有较好的效果,能够弥补可见光通道1～通道3、短波红外通道(BD_(2.2μm))和中波红外通道(BD_(3.725μm))仅能在白天使用的不足。     

用双通道动态阈值对GMS-5图像进行自动云检测

该文用双通道动态阈值法对GMS-5图像进行自动的云检测。在红外通道和可见光通道，分别对每32×32个像元组成的像元阵进行直方图统计，求出区别云和地物值域的阈值，然后对每个像元阵内的逐个像元进行云判识。讨论了在进行直方图分析以求取阈值的过程中，像元阵大小的选取和动态平滑间距的选取对云检测结果的影响。分析结果表明:像元阵大小取32×32时，像元阵所占的地域空间尺度足够小，像元阵内的观测像元样本数足够多，保证了在直方图聚类分析时，每一类含有足够多的样本；GMS-5观测图像的红外通道对原始直方图进行二次平滑时小平滑间距取1.6 K，可见光通道小平滑间距取1.2%，使得确定动态阈值时步长相对小，保证了分析的精度。用目视图像对分析结果进行真实性检验，在中低纬度地区，可见光和红外两个通道都有资料时，该算法的云判识精度较好。在高纬度地区，由于地表温度低，积雪覆盖多，太阳光照角低，该算法的云判识精度较差。     

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     

我国东南沿海FY-2C卫星图像上多光谱云分析技术

为了对我国东南沿海地区的云类型/下垫面进行客观定量检测,从云的光学特性出发,利用卫星图像上各种云型/下垫面呈现出的光谱特征,结合白天正午样本集,分析云的光谱特征差异,提出一种利用通道亮温和通道间亮温差及反照率等,识别发展较强的对流云、高中低混合多层云、中低层水云、薄高云和晴空的方法。通过样本采集、绘制散点图、检测试验,建立FY-2C云类型/下垫面识别流程,给出白天及夜间适合的检测判据。结果表明:强对流云团的光谱特征最显著,其判别相对简单,采用单通道或通道间亮温差即可获得较好的判别效果,但也存在对密实卷云错判的情形;与天气过程相联系的高中低混合多层云光谱特征也比较明显,较易识别,但高中低混合多层云和厚卷云以及发展较强的对流云光谱特征存在相似之处,在一些云层边界或交界处还是存在一些错判;暖水云和薄卷云的判识对可见光通道依赖性较强。经过多光谱云分析,可间接确定云相态,并可为其它云参数（云顶高、光学厚度及有效粒子半径等）的反演提供有利信息。      

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。     

基于NOAA/AVHRR卫星资料的北京地区霾识别研究

利用2008—2013年NOAA/AVHRRlB卫星资料和气象观测资料,应用米氏散射理论、图像色彩处理技术、频数分布图和可见光通道表观反射率阈值技术,开展了北京地区霾的遥感识别研究,并在京津冀地区进行了应用。研究结果表明:易于识别的霾在NOAA/AVHRR遥感图像上一般以1、2、1波段或4、2、1波段进行红、绿、蓝三通道假彩色合成.图像颜色以灰色、紫色和蓝色三大系列为主;一般仅靠遥感图像难以识别霾与轻雾,但借助先验知识、周围环境和图像色彩.可在一定程度上区分霾与轻雾;NOAA/AVHRR图像的第一波段表观反射率作为光谱指标可以对霾进行较好识别,反射率识别指标值分别为:冬季0.15～0.32,春季0.15～0.30,夏季0.14～0.30,秋季0.14～0.32;指标对霾的有效识别准确率为82%。利用上述建立的颜色指标和光谱指标可以较好地对2013年1—3月发生在京津冀地区的雾霾进行有效监测。     

利用三次卷积方法实现新一代天气雷达产品电视播出

针对地市级电视天气预报节目中雷达网制作环节存在的问题,使用VB编程丁具,读取单站新一代天气雷达产品的第19类数据(反射率因子),利用三次卷积插值算法进行放缩,生成可适用绝大多数非编软件播出的带有Alpha通道的TGA文件序列,并且可以通过Alpha通道叠加背景图片或动态视频,实现雷达产品在电视天气预报节目中播出.实践证明,三次卷积插值方法不仅内插精度较高、图像的颜色连续,所得图像质量较其它插值方法明显提高,符合播出标准,而且还能较好地保留图像的高频成分.     

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。     

FY-3微波成像仪10.6 GHz通道超分辨率图像重建

为改善风云三号 (FY-3) 微波成像仪10.6 GHz通道空间分辨率,提出利用超分辨率图像重建算法进行图像重建。分析并指出FY-3微波成像仪10.6 GHz通道具有过采样特征,具备重建得到高于瞬时视场图像的潜力;基于超分辨率图像重建理论,根据FY-3气象卫星轨道、姿态,微波成像仪性能参数以及工作模式等物理约束,建立微波成像仪的超分辨率成像模型,并推导计算出超分辨率成像模型参数;采用POCS算法重建得到10.6 GHz通道的超分辨率图像,采用目视比较分析、图像统计分析对重建图像进行质量评价:重建图像像元平均梯度提高26.5%,功率谱分量和提高5.7%,重建图像具有更高的空间分辨率;台风亮温分析应用显示了从重建图像可发现更微小的景物细节目标。采用超分辨率图像重建算法对FY-3微波成像仪10.6 GHz通道进行重建处理,结果有效且正确,可为数据用户提供更多可用的遥感数据,对微波遥感数据应用具有提升作用。     

基于FY-3/MERSI卫星资料的霾判识方法研究

选取2015年12月25日及2016年1月18日两次覆盖湖北的重污染天气过程,利用FY-3A(B)/MERSI卫星资料和气象、环境监测资料,应用图像色彩处理技术、可见光近红外通道反射率分析等技术,开展对湖北地区霾的遥感识别研究。研究结果表明:以不同波段进行红绿蓝三通道合成时,霾可以被识别,其中以全可见光模式合成时,霾以灰白色为主,比周围的云雾区略暗;以可见光、近红外、红外三通道合成时,霾以紫色、紫灰色为主,云类识别精细;以可见光、近红外两通道增强显示合成时,霾以紫灰色为主,与晴空地表及云区差异明显,但易将由小粒子组成的薄卷云误判为霾,需通过云顶黑体亮温进行剔除。通过建立红外亮温和可见光反射率识别指标,可将霾与晴空、厚云区区分开来,但很难与低云/雾区进行有效区分,加入对有效粒子半径敏感的近红外通道反射率后,借助两者在粒子大小上的差异,可在一定程度上解决这一问题,并通过地面人工观测资料进行分析验证。     

应用FY-1D气象卫星监测雾

简要介绍了FY-1D气象卫星的特点。利用典型的FY-1D资料,通过直方图分析法,探讨了雾在FY-1D不同通道的光谱特征。分析结果表明,可见光通道1和红外通道4是FY-1D卫星监测雾的代表通道。通道1图像上,雾的反照率在20%～48%之间,且纹理均匀,顶部光滑,边缘清晰,而通道4图像上,雾的亮温在272～289K之间,与地表温差不超过6K。     

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。     

利用MODIS的多通道信息估计中纬度降雨

基于同一Aqua卫星上的中分辨率成像光谱仪MODIS的多通道数据和被动微波辐射计AMSR-E的微波数据,文中研究了由MODIS的热红外亮温TB11μm和可见光通道反射率R0.65μm估计中纬度降雨的方法。首先利用MODIS的R0.65μm>0.8和TB11μm<270 K检测降雨云,并利用一个非线性函数估计雨强。同时,利用AMSR-E微波降雨产品对MODIS降雨估计进行了验证,发现降雨范围和雨强基本一致,在2°格点上相关系数的平方达到0.82,这启示MODIS降雨估计可以达到与被动微波降雨估计相近的精度。与自动雨量站观测数据的检验也取得较好的效果。     

中小尺度强对流天气的雷达回波图像生成方法

为生成复杂环境下的优质雷达回波图像,减少目标信息缺失现象与相对成像误差,提出基于中小尺度强对流天气的雷达回波图像生成方法。采用可最大限度保留雷达回波特性的傅里叶插值法,形成空间分辨率均匀的雷达回波三维规则网格数据;基于改进变分贝叶斯理论,实现中小尺度对流天气雷达回波图像超分辨重现,生成雷达回波图像。试验结果表明,该方法处理后的中小尺度强对流天气雷达回波范围与原图相似度高,可最大程度留存雷达回波信息,该方法能够生成清晰的雷达回波图像,且不存在目标信息缺失现象,相对成像误差极小。     

利用敦煌辐射校正场对FY-2B静止气象卫星进行可见光通道的在轨辐射定标

FY-2B由于杂散光的影响，其可见光通道的发射前定标存在较大误差。利用敦煌戈壁滩辐射校正场可进行FY-2B可见光通道的在轨绝对定标。由于FY-2B对于敦煌场区的卫星天顶角接近50°，需要进行场地的方向特性BRDF修正。2002年7月对FY-2B进行了场地地表反射率、大气消光、探空等项同步测量，并对场地的方向特性进行了测量。资料处理结果表明，FY-2B可见光通道杂散光可影响定标精度达20%。长期监视表明FY-2B可见光通道探测器输出十分稳定。该文将4个可见光通道探测器场地定标得出的定标查找表列出，供用户参考使用。     

混合像元分解法提取积雪盖度

通过对积雪、地物和云进行光谱分析，指出积雪在传统的NOAA-AVHRR可见光和近红外通道的高反射性特点和新增的1.6 μm红外通道上的低反射性特点为提取积雪盖度提供了大量的光谱信息。首先对AVHRR数据进行主成分分析，提取含99%信息量的前两个主分量，对其进行散点图分析，获取终元。最后使用两种策略进行多光谱混合像元分解，提取积雪盖度参数，结果很相似，说明混合像元分解是提取积雪盖度参数的有效方法。     

风云二号静止气象卫星图像杂散信号分析

该文利用GMS 5原始数据、GMS 5展宽数据、FY-2A展宽数据和FY-2B展宽数据, 采用伪彩色增强和灰度直方图分析方法, 分别对这4种数据的红外、水汽、可见光通道图像进行了针对杂散光的对比分析以及对杂散信号来源分析。分析表明这三颗静止气象卫星的图像中都存在一定的杂散信号。该文提出了解决杂散光问题主要依靠优化辐射计光路设计; 地面系统在实时处理、展宽图像时采取简单剔除处理, 可以减小或消除图像冷空间区域的杂散信号, 但是去掉地球圆盘图像内部的杂散信号将非常困难。     

光学遥感信息技术与应用研究综述

光学遥感利用可见光、近红外和短波红外传感器对地物进行特定电磁谱段的成像观测,是遥感科技中发展最早,也是目前对地观测和空间信息领域中应用最为广泛的技术手段.随着近年来光学成像、电子学与空间技术的飞速发展,高空间、高光谱和高时间分辨率遥感技术不断取得新突破,为光学遥感图像处理与应用技术发展创造了前所未有的机遇和广阔前景.本文首先概述了光学遥感的基本原理和发展历程,然后重点介绍了光学遥感图像的数据特点及光学遥感图像处理技术与方法,阐述了光学遥感在生态环境、自然资源和国防安全等领域的应用情况,讨论了未来光学遥感信息技术与应用发展的几个主要方向和趋势.     

利用MODIS和CERES遥感数据研究青藏高原的云辐射强迫效应

准确估算青藏高原的云辐射效应,对分析该地区的近地面感热通量十分重要.本文首先利用加权平均方法,分别将中分辨率成像光谱仪(MODIS)、测云雷达(CPR)和云与地球辐射能量系统(CERES)的像元数据进行融合.利用这些数据,分析了青藏高原上多云个例(2017年5月5日)与少云个例(2017年8月2日)情况下的可见光通道和...     

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。