GMS卫星云图的框式分类——微机自动分类

本文采用红外、可见光云图结合使用,在众多的云图资料中总结出用红外、可见光计数值描述中纬度瞬时雨区的方法,确定出降水云、非降水云、晴空区的红外、可见光阈值,并结合给出制定程序。     

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。     

利用双光谱云图资料估计降水

利用实时和前６小时的红外和可见光卫星云图资料和同时的地面实测降水资料，分析降水强度与红外、可见光亮度值之间的对应关系，实现用红外、可见光双光谱阈值法得到大暴雨，暴雨，大雨，中小雨４个等级的降水，以指导降水预报。     

基于可见光——红外图像信息融合的云状识别方法

云状的正确观测对降水测报具有指示性意义,云状自动识别技术是气象要素自动化观测领域的难题之一。本文基于全天空可见光成像仪采集的云图与中红外热像仪获取的云图结合,对天空云状进行分类和测量。结果表明:通过在北京、杭州和丽江气象台站采集的大量云图,从云图特征和降水指示性方面将云状划分为Clear、C_H、C_L、C_B及C_M共5类。选取14个色彩和纹理特征值作为云状计算参数,采用552张云图作为训练样本,信息分类利用特征值加权最小距离算法,对于5类500个被测样本进行云状的判别。对应自拟的标准云状分类,平均准确率为82%。基于可见光—红外图像信息融合的云状识别方法结合了可见光图像色彩信息丰富的特点及红外图像可以降低雾霾干扰的优势,对比单一可见光传感器云测量,准确性有所提高。本文在可见光与红外图像传感器等多种云观测设备的信息融合方面进行了有益的尝试。     

利用卫星资料研究云对地面净辐射的影响

采用2002年1月、2月、7月、8月每日8～16时(北京时间)的GMS-5卫星云图资料以及相同时次的漠河和郑州两个辐射站的地面净辐射资料,通过读取红外1、红外2、水汽和可见光云图上的卫星计数值,并将卫星计数值按照GMS-5定标表转换成亮度温度和反射率,最终形成一套利用卫星资料研究云对地面净辐射影响的数据集。采用统计的方法将地面净辐射与影响地面净辐射的各因子：太阳天顶角、地面及云面反射率等有关因子进行拟合,发现地面净辐射与这些因子之间有很好的相关性,特别在引入卫星红外通道亮温值减水汽通道亮温值这一因子后,在有云状况下,拟合的相关系数有较明显的提高,原因可能是这一因子包含了云分类的信息,这一方法的提出为利用卫星资料研究云对地面净辐射的影响提出了一个新的思路。     

应用GMS5多通道云图估计降水技术的研究

对近两年来5～8月中国东部地区120多个测站雨量观测资料和对应4400多幅GMS-5四个通道云图的研究发现：红外亮温的时间、空间变率、红外和水汽通道亮温差等云图衍生资料对消除卷云，弥补夜间缺少可见光云图的不足起到明显作用。从而，应用双判据双重MOS多元回归法建立四通道云图因子、衍生因子与降水量之间的回归方程，进行6小时分级降水估计。为了进一步消除厚卷云和特殊地形的影响，提出使用逐日实时资料自动建立多元回归方程估计降水量，从而对双判据双重MOS多元回归法估计结果进行校正。上海中心气象台的业务使用表明，总体估计的准确率达70％左右。     

基于光学厚度和有效半径的白天降水云识别方案

基于卫星资料观测和反演降水是当前监测全球尺度降水的主要方式,而其中一大难题就是如何将降水云与非降水云在像素尺度进行有效分离,这也是准确反演地表降水量的基本前提.为建立一套适用于常见星载可见光/红外探测仪器的降水云识别方法,本文利用热带测雨卫星( TRMM)可见光/红外辐射计(VIRS)和测雨雷达(PR)的融合观测资料,...     

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TRMM的热带气旋降水云系多谱段辐射特征分析

利用TRMM卫星测雨雷达、微波成像仪和可见光/红外扫描仪的探测资料,以2006年第8号台风"桑美"为例,研究了热带气旋在海面上强烈发展时期的降水云系多谱段辐射特征,研究结果表明:可见光资料反映了云的厚度信息,红外(亮温)资料反映云顶高度信息,可以较好地反映台风云系所表现台风的外观,但对台风云系覆盖下的细节特征的探测能力则有限.微波有很强的穿透性,能揭示台风云系中各种粒子的三维分布特征.微波通道亮温与PR降水的相关远大于可见光和红外遥感的效果.不论是可见光、红外还是微波亮温,与高层降水的相关系数绝对值总大于其与低层降水的相关系数.可见光和近红外波段的辐射率与降水正相关,相关系数随频率减小而减小;中红外和两个红外分裂窗区的亮温与降水呈负相关,相关系数的绝对值随频率减小略有增大.TMI低频通道的亮温与降水正相关,相关程度随频率减小略有减小;TMI高频通道的亮温与降水负相关,相关系数的绝对值随频率减小而减小.     

数字卫星云图估算面雨量的应用试验

使用云分类降水率估计的方法，有静止气象卫星数字云图进行面雨量估算。对１９９３年８月４日华北南部一次降水过程的实测雨量与估算结果的对比分析表明，这种估算方法对雨区的差别有相当高的精度，对雨量的估计有一定的参考价值。     

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。     

地基可见光/红外全天空成像仪数据融合

采用60m基线的双站可见光成像仪和扫描式红外成像仪构建地基双波段全天空测云系统,双站可见光成像仪根据双站测距原理准确地获取云底高,通过全方位立体扫描获取全天空可见光云图,扫描式红外成像仪基于大气辐射传输原理测量云底亮温,反演云底高度,通过全方位立体扫描获取全天空红外云图。结合双站可见光成像仪测得云底高,对大气温度垂直递减率进行实时订正,提高扫描式红外成像仪反演云底高精度,达到双波段云底高数据融合目的;基于小波变换多分辨率分析的图像融合技术,对全天空可见光和红外云图进行图像融合,提高能见度低、以及雾、霾等天气条件下云量计算准确度;最终实现昼夜云高、云量同时观测。     

利用AMSU-B和GOES-9卫星资料对热带气旋“蒲公英”的分析

利用NOAA-16/AMSU-B三水汽通道微波亮温差和GOES-9红外亮温阈值对热带气旋深厚对流云进行检测,同时利用GOES-9可见光、红外、水汽多光谱通道特征对热带气旋云系进行识别,通过一次台风“蒲公英”个例,对热带气旋在微波和光学遥感图像上的深厚对流云进行分析。结果表明,微波和光学遥感资料均能对热带气旋深厚对流云进行有效识别,检测结果基本一致,但识别出的对流云,微波范围较小,光学遥感范围较大,这可能是由于光学遥感仅能获得云顶信息,将对流云顶部覆盖的卷云错判造成的;即使采用较低亮温阈值,光学遥感也很难将这部分卷云完全分离,而微波对云更具穿透性,在深厚对流云的识别方面具有独特优势;三水汽通道间微波亮温差反映了深厚对流云的发展强度,可间接揭示热带气旋的发展情况。     

用可见光与红外云图资料综合作降雨量估算的试验

利用红外和可见光云图亮温资料估算单站降水量级,结果发现红外和可见光云图结合估算降水量效果比单用红外云图效果要好,大雨的空报率明显降低。     

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。     

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。     

利用NOAA-AVHRR观测数据反演云辐射特性的一种迭代方法

在可见光谱区 ,云的反射函数主要依赖于云的光学厚度 ;在近红外和中红外光谱区 ,云的反射函数主要依赖于云滴有效半径。根据上述原理 ,我们开发了一个利用NOAA AVHRR观测资料同时反演云的光学厚度和云滴有效半径的迭代方案。将该方案用于分析中国东海上空冬季层积云的辐射特性 ,取得了较为合理的结果。     

风云二号卫星的冰云光学厚度反演偏差分析

冰云的微物理特性参数反演是云参数反演的难点和热点问题,目前风云二号(FY-2)卫星还没有相关的业务产品。考虑薄卷云覆盖在中低云上的两层云情况,采用六棱柱形状的冰云,在云相态识别基础上,利用FY-2 卫星观测数据,采用双通道算法反演冰云光学厚度。选取2013年8月的EOS/Terra和EOS/Aqua云参数产品对反演的FY-2云光学厚度精度进行比对分析。研究结果表明,联合FY-2的可见光通道和中波红外通道可反演冰云光学厚度。基于匹配得到的34个分析个例,FY-2反演的云光学厚度分布态势与EOS/ MODIS云产品相同,但FY-2云光学厚度反演值小于EOS/MODIS 云光学厚度产品值。FY-2 反演云光学厚度与EOS/MODIS云光学厚度产品的平均偏差为6.41,相关系数平均为0.92,线性拟合平均斜率为0.74。FY-2 与EOS/MODIS云光学厚度值偏差出现原因除了反演算法存在差异外,与反演所用数据的不同存在密切关系,基础观测数据越相近,FY-2 与EOS/MODIS云光学厚度反演结果的偏差越小。     

用三通道合成彩色图像进行云的分类解释判读

为更好地利用FY-3A气象卫星上中分辨率光谱成像仪(MERSI)资料高空间分辨率及多光谱的优势,细致分析云系在宏、微观方面的多重特征,首先利用平面平行辐射传输模式(SBDART)证明了MERSI的0.65,1.6 μm和11.25 μm通道能够分别反映云光学厚度、云粒子大小、云顶高度的信息,然后采用三通道合成彩色图像的...     

Application of a cloud-texture analysis scheme to the cloud cluster structure recognition and rainfall estimation in a mesoscale rainstorm process

It is thought that satellite infrared (IR) images can aid the recognition of the structure of the cloud and aid the rainfall estimation. In this article, the authors explore the application of a classification method relevant to four texture features, viz. energy, entropy, inertial-quadrature and local calm, to the study of the structure of a cloud cluster displaying a typical meso-scale structure on infrared satellite images. The classification using the IR satellite images taken during 4–5 July 2003, a time when a meso-scale torrential rainstorm was occurring over the Yangtze River basin, illustrates that the detailed structure of the cloud cluster can be obviously seen by means of the neural network classification method relevant to textural features, and the relationship between the textural energy and rainfall indicates that the structural variation of a cloud cluster can be viewed as an exhibition of the convection intensity evolvement. These facts suggest that the scheme of following a classification method relevant to textural features applied to cloud structure studies is helpful for weather analysis and forecasting.