暴雨过程的卫星云图纹理特征研究

针对卫星云图上云团所具有的半流体特性，应用纹理特征分析法对其进行定量研究。首先用灰度共生矩阵统计法提取100个样本云团的纹理特征参数，然后应用Mahalanobis距离作相似性测度进行聚类分析，提取出4类云以及无云区的具有旋转不变性的纹理特征参数。在此基础上分析了2003年7月4—5日江淮流域发生特大暴雨地区云团的纹理特征参数的变化规律与降水过程之间的对应关系。从实际的降水资料和纹理特征参数变化的回归分析结果来看，纹理特征参数的变化规律与降水量之间有较好的对应关系。这些结果不仅对中短期天气过程的诊断分析而且对数值预报都具有一定的实用意义。     

云图纹理特征的抽取与云的自动分类

根据卫星云图的灰度分布，计算灰度共生矩阵，然后抽取一组纹理识别特征量，组成卫星云图云自动分类方程，从而实现云图微机自动分类。     

暴雨分级卫星云图模型和模式识别

详细分析了1982年与1998年各种暴雨过程的卫星云图，归纳出了暴雨分级卫星云图模型。对卫星云图模型进行了图象处理，提取出了卫星云图模型的纹理、结构、灰度等特征，用统计与句法相结合的方法进行模式识别，效果良好。     

纹理分析法识别静止卫星红外云图和监测汛期强对流天气系统

根据空间灰度共现矩阵纹理分析原理,制作卫星红外云图纹理分析法系统。选取50幅2003～2004年甘肃西部汛期对流性降水的FY-2红外云图,进行纹理特征量的计算和统计分析,并用甘肃省肃北县2004年6月29日18时的FY-2冰雹云的红外云图为个例进行检验。结果表明:该系统能够有效提取反映对流云团纹理特征的参数值;汛期强对流云红外云图的能量值接近1,比惯性矩和熵的特征量大2个量级。     

北疆降雹云团卫星云图特征的分类研究

北疆降雹云团按其卫星云图特征分为对流性和系统性两大类，又将对流性降雹云团按尺度大小分为雷暴云和对流云，系统性降雹云团按所处位置分为冷云核、云系云区和云系边缘。据此方法对1998-2001年4-9月期间北疆出现310个降雹云团进行归类分析。北疆降雹云团以对流性云团为主，它们尺度小、形状不规则、云顶亮温较高。主要出现在北疆西部和北疆沿天山中段。各类降雹云团在各地区的出现机率不同。     

海南岛几类天气现象在卫星云图上的特征分析

雾、小雨、中雨、大雨、雷暴及无降水是海南岛地区能够在卫星云图上有表现的六种常见天气现象，本文利用红外IRI和可见光VS二通道光谱建立了这五种天气现象的样本数据库，从中提取光谱特征、灰度特征、灰度统计量和灰度直方图统计量特征，对各单位特征空间计算各类天气现象发生概率，建立了天气现象类属矩阵，用以判别各单位特征空间这几类天气现象发生的集中区域。     

黑龙江省罕见特大暴雪的卫星云图特征

利用FY-2E卫星云图资料结合常规资料分析2013年11月16-20日影响黑龙江省中东部地区的大范围暴雪天气过程,结果表明:暴雪过程是由东北气旋与高空槽加深成涡共同作用产生的。冷空气南下与暖空气在东北地区交汇,高空槽加深成涡,地面低压迅速发展,进入日本海后明显加强,并产生偏东回流,从而在黑龙江中东部地区产生一次持续时间较长、影响范围较大的暴雪天气。水汽图像上看出高空卷云区与正涡度平流相对应,促进地面低压的发展。可见光图像上看出低空水汽输送,前期是由偏南气流输送日本海的水汽,后期是由偏东气流输送日本海的暖湿空气。     

黑龙江省台风暴雨的卫星云图特征

在对台风影响黑龙江省造成大－暴雨的８次过程的卫星云图分析的基础上，归纳出两种类型；一类是台风云系与冷锋云系相结合产生的大一暴雨，一类是台风直接登陆产生的暴雨。     

基于模糊纹理光谱的全天空红外图像云分类

为了对全天空红外测云系统获得的红外图像进行云类自动识别, 提出了基于模糊纹理光谱结合云物理属性的全天空云类识别方法。首先根据不同滤波窗口的模糊纹理光谱图像特征, 确定了滤波窗口大小, 然后通过分析不同天空类型下的FUTS谱 (fuzzy uncertainty texture spectrum) 以及同一种天空类型下的FUTS谱, 考察了FUTS进行云类识别的适用性, 最后利用最小距离分类法和云基本物理属性对全天空红外图像进行了分类测试。在200个测试样本中, 层状云、积云、高积云、卷云和晴空的识别率分别为100%, 100%, 90%, 100%, 100%, 平均识别率达到98%。基于模糊纹理光谱的云分类算法对单一云空具有很好的分类效果, 可进一步应用于全天空红外图像的云分类识别。     

强对流降水云团的云图特征分析

对1992～1994年夏季四川、湖北、河南3省333个地面雨量站2万多个雨量观测数据以及与之相应的4千余幅GMS-4红外数字云图资料的分析结果表明,云顶温度、温度梯度、云团的膨胀、穿透性云顶的存在、云体相对于云团中心的偏离量与云的降水强度有着明显的对应关系。在不同的地区,这种对应关系有所不同。     

用多谱阈值法进行GMS-5卫星云图云型分类的研究

介绍了利用GMS-5卫星云图资料获得晴空、半透明云或碎云和高、中、低云的方法。基于最优回归统计法得出多谱阈值与等压面温度的统计关系，利用MM5中尺度数值预报模式的预报结果计算动态变化的多谱阈值，使云判别阈值能适应不同的天气。实际资料试验表明：多谱阈值法是一种可行的云判别和支分类的方法。该方法能较准确地区分云与晴空、判别出高云和低云，对半透明云或碎云及中云也有一定的判别能力。该方法基本能应用于实时云分类 业务。     

东北地区中尺度对流复合体的卫星云图特征

通过１０年（１９８３－１９９２年）卫星云图资料的分析，综合归纳了东北地区中尺度对流复合体（ＮＭＣＣ）的基本特征及其发展演变过程，由于受地理条件的影响，ＮＭＣＣ与美国大平原以及我国西北和华北平原上的ＭＣＣ有明显差别，作为一类特殊的对流性天气系统，ＮＭＣＣ与一般中尺度对流云图特征有明显差异。     

基于通道差异及云指数法的西藏雷暴卫星云图特征分析

利用2006-2008年间我国风云-2C（FY-2C）卫星资料和西藏39个测站的雷暴观测资料,采用通道差异及云指数法对西藏地区雷暴在FY-2C云图上的特征进行了分析。结果表明,西藏不同地区雷暴在FY-2C卫星不同通道云图上存在差异。总体而言,雷暴发生时,雷暴云的红外云顶亮温值一般介于-63～-13℃之间,较东南沿海地区...     

主要卫星云气候数据集评述

自20世纪70年代气象卫星进入业务化观测以来,气象卫星已提供了40余年的观测数据。长时间序列的卫星数据为云气候研究提供了可能。基于长时间序列的卫星数据,构建云气候数据集会涉及诸如定标、反演算法、反演数据精度验证等方面。目前国际上也已生成了一系列的云气候数据集,如ISCCP,Patmos-x,CLARA和MODIS-ST等,这些数据集所选用的探测数据、反演算法不尽一致,数据集产品的时空属性各异。如何发挥极轨和静止气象卫星各自优势,融合两类卫星数据,形成高时间分辨率、质量稳定的长时间序列云气候数据集是未来需要解决的问题。     

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。     

卫星云图的计算机分析识别

提出了采用数学形态学与句法模式识别结合，将云系结构与天气系统联系起来的卫星云图计算机分析识别方法，克服了传统的统计识别方法不能很好地反映云系整体性结构的缺陷，对一次台风过程不同阶段云系发展演特征，实现了计算机分析识别试验，结果显示，在台风发展的不同阶段，云系的结构，形状和组成是不同的。     

CloudSat卫星及其在天气和云观测分析中的应用

介绍了2006年4月28日成功发射的第1颗以对云层特性进行全球主动遥感测量CloudSat卫星的观测仪器、工作参数、运行方式、数据产品及“A—Train”卫星群等基本概况。CloudSat卫星主要有效载荷是94GHz（3mm波）云雷达,它可以“切开”云层,获得许多有关云的最新气象数据,主要数据产品包括了云的宏观物理参量和微观物理参量。介绍了CloudSat卫星已获得的典型天气和云的初期观测结果：从首次观测的云三维图片,可以清楚地看到南极洲上空风暴云的垂直剖面结构特征;从首张获得降雪云的垂直剖面图像可以得到降雪云层的发展状态以及结构特点;使用CloudSat统计数据可分析全球水凝物的分布特征。将TRMM卫星上的测雨雷达与CloudSat卫星上的云雷达联合观测研究,可以获得从薄云到浓厚云及降水的精细垂直结构特征。通过下载的CloudSat观测资料,对我国典型台风和层状云系等两类不同天气条件下云的宏微观结构特征等进行了初步分析,可以看到台风眼区附近云系的垂直结构随台风发展不同阶段的演变;从层状云系的垂直剖面可以清楚地发现云层的内部分层结构及不同相态的垂直分布特征等。