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。     

多光谱卫星图像的一种模糊聚类方法

基于二维光谱特征空间，用模糊C均值(FCM)聚类方法，对多光谱静止卫星(GMS-5)图像进行了云分类试验，得到了比较合理的分类结果。该方法利用不同光谱通道的卫星云图光谱特征构造出一个二维光谱特征空问，对云图在特征空间上的光谱特征点进行FCM聚类，然后与已知云类样本的特征进行比较，确定出各聚类域的类属，进而得到二维光谱空间的云分类图，实况接收的云图可通过查验特征像素点在分类图中的落区位置来实现云的分类。     

用神经网络方法对NOAA-AVHRR资料进行云客观分类

利用NOAA AVHRR 5个通道资料建立了 6种云类以及陆地和水体的样本数据库 ,其中包括 8× 8象素样本和单象素样本。AVHRR的 5个探测通道都位于大气窗区 ,吸收物质少 ,比较透明 ,可以比较准确地反映探测表面的性质。理论分析和试验结果表明 :除了不同性质的云在 5个通道中有不同的表现外 ,通道之间的差别也可用于云分类。在理论分析和试验的基础上 ,对 8× 8象素样本库提取了包括光谱特征、灰度特征、通道差特征、灰度统计量和灰度直方图统计量特征在内的 80个特征 ,并利用逐步判别分析方法进行特征筛选 ,共选出 2 0个特征 ,用神经网络方法对 8种类型云和地表样本数据库分类 ,选择网络结构为 2 0 - 4 0 - 15 - 4的B P网络 ,利用 30 0 0多个样本进行神经网络训练 ,并用其余的 3万多个独立样本数据进行检验 ,测试正确率达 79%。类似地 ,对单象素样本数据 ,提取了包括光谱特征、灰度特征、通道差特征在内的 2 0个特征 ,用神经网络方法对 8种类型云和地表分类 ,选择网络结构为 2 0 - 4 0 - 15 - 4的 4层B P网络 ,利用 2 0 0 0多个样本进行神经网络训练 ,并用其余的 2万多个独立样本数据进行检验 ,测试正确率达 78%。设计并编写了实际云图客观云分类系统和软件 ,该系统输入为 5个通道的AVHRR数据 ,可自动获取已     

主要降水与非降水云类的全天时反演试验研究

利用SBDART模式正演了主要云类在多光谱通道上的光谱特性,分析了在由不同通道组成的二维光谱空间中的云类分布;又以MTSAT-2多光谱静止卫星观测资料与CloudSat云廓线雷达分类产品匹配,建立了包含诸主要云类光谱特性的数据对。在此基础上,采用单位特征空间归类分析法,反演并分析了各典型云类在相应二维光谱空间中的分布范围和高频集群分布特点;结合正、反演结果,应用最小距离分类与最大似然估计方法进行了云分类试验研究。经过单位特征空间方法的调整,最终确定了较为准确的适用于全天时云分类的判据。检验结果表明:根据多通道的云光谱特性区分高、中、低云和对流性及非对流性降水云是可行的,由此能够实现全天时云系生消、移动的连续可靠监测。      

面向对象的土地利用遥感分类——以邛海流域为例

利用google earth提取的SPOT5高分辨率遥感影像为研究数据,基于The Environment for Visualizing Images （ENVI） EX软件平台,采用面向对象的多尺度分割方法,获得了邛海流域土地利用类型.结果表明：该分类方法不仅能够克服传统基于像元分类方法中的“椒盐效应”问题,而且能够综合利用DEM、NDVI等辅助信息和地物本身的光谱特征与纹理特征.对分类结果进行了检验,分类精度达89.18％,分类结果达到要求.     

甘肃省秋季层状云冰雪晶粒子特征个例分析

利用安装有PMS探头、温湿仪和GPS的飞机 ,对 2 0 0 1年 10月 12日甘肃河西地区降水性层状云进行了探测。根据获取的资料分析了此次降水性层状云的冰雪晶特征 ,包括不同粒子的分布特性 ,给出不同温度下的冰雪晶粒子谱 ,还分析了粒子谱型随温度的变化及其包含的微物理机制。与我国其它地区的冰雪晶浓度比较认为 ,在一定的云水条件下 ,甘肃秋季层状云有较大的增雨催化潜力     

基于KNN的地基可见光云图分类方法

云图的自动分类是实现地基云自动化观测的技术保障。该文探讨了一种先将云图分为积状云、层状云和卷云3大类的分类方案,通过对3大云类和晴空这4种天空类型的纹理特征、颜色特征和形状特征进行分析,选取了21个特征参量,并采用K最近邻分类器 (K-Nearest Neighbor,KNN), 在不同的K取值情况下对这几类天空类型进行了分类识别。结果表明：新的分类方案是可行的,且当纹理特征、颜色特征和形状特征结合使用时获取了比单独利用纹理特征、颜色特征和形状特征以及它们两两组合时更好的识别效果。当K=7且使用21个特征参量时,KNN算法对积状云、层状云、卷云和晴空的识别最好, 识别正确率分别为91.1%,74.4%,70.0%和100.0%,平均正确率为83.9%。     

遥感影像分类方法在水体面积估算中的比较研究

随着遥感技术的广泛应用,利用遥感影像提取水体信息为水文研究提供了基础数据.目前进行水体提取所使用的遥感数据分辨率较低,影响了水体提取的精度.Landsat TM遥感影像主要依据水体在7个波段上光谱的不同特征以及其他地物与水体的区别,通过分析水体及背景地物的光谱值,利用单个波段或多个波段组合来提取水体信息.以昭平台水库的TM数据为例,对其进行了几种提取水体信息方法的研究.通过总体精度及Kappa系数的对比,选择最优分类方法,并将该方法用于水体面积的估算.     

融合无人机LiDAR和高分辨率光学影像的点云分类方法

点云分类是激光点云数据处理的重要环节,探索自动、高效、高精度的点云分类方法具有重要意义.通过分析同机获取的LiDAR点云与高分辨率光学影像的特点,提出了融合无人机LiDAR与高分辨率光学影像的点云分类方法.首先将LiDAR点云投影到二维平面并构建不规则三角网模型,然后寻找同名点对完成与光学影像的配准与融合,进而将光学影像的光谱信息赋予无人机LiDAR点云,接着从光学影像上提取光谱特征、从LiDAR点云上提取多尺度几何特征构建分类特征集,进一步通过CFS特征选择算法实现特征集的降维,最后运用随机森林分类算法实现点云分类.实验结果表明,本文分类方法的总体精度可达89.5%,Kappa系数为0.844,与未经特征选择的分类结果相比精度提高了1.1个百分点,与单纯依靠LiDAR或者光学影像的分类相比,精度分别提高了5.4和14.9个百分点.本文方法不仅有效避免了基于点云属性内插构建新的图像融合方式带来的计算误差,同时解决了单尺度下构建几何特征时难以确定最优空间分析尺度的问题,并且对特征集进行优化选择从而有效提高了数据处理的效率.     

长江上游MODIS影像的水体自动提取方法

利用MODIS资料,分析了长江上游不同水体及其它主要地物在1～7通道的光谱特征,分析发现,水体混合像元在可见光的光谱特征与山体的阴影、云的阴影、城镇等的光谱特征具有很好的相似性,仅采用近红外波段和红光波段的方法不能有效提取出研究区的水体.提出综合采用归一化差分水指数、积雪指数以及可见光、近红外多通道信息的方法,逐步提取出研究区的水体及混合水体像元.     

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。     

冻滴微物理过程的分档数值模拟试验研究

霰和冻滴是深对流降水的主要来源。由于二者密度差异造成的不同下落末速度必然会导致云微物理过程的变化以及降水时空分布的改变。我们在以色列特拉维夫大学二维轴对称对流云全分档模式的基础上,将水成物粒子从34档增加到40档,修改了霰和雪的密度,加入冻滴分档处理的微物理过程,发展了一个包括液滴、冰晶、雪、霰和冻滴更为详细的云微物理分档模式。利用改进后的模式模拟了一次理想的强对流天气过程,分析了改进模式与原模式模拟的云微物理量场以及水成物粒子的时空分布特征,模拟结果表明:（1）由于冻滴的产生,较大的下落末速度导致在云内-3℃至-8℃较早地出现了冻滴,并造成了大量的冰晶繁生。（2）冻滴形成前期,液态水中心区域位于垂直上升速度大值中心上方,形成液态水累积区;冻滴形成期,液态水累积区位于0℃层以上,雨滴冻结生成冻滴,霰与半径大于100 μm的液滴碰并生成冻滴;冻滴增长期,在垂直上升气流的支撑下,冻滴碰并过冷水增长,导致冻滴含量增大,液态水含量减小。因此,改进模式能较好的模拟冻滴的形成过程,可以将该分档处理的微物理方案耦合到三维WRF（Weather Research and Forecasting model）模式中,更深入地研究强雷暴风切变在冰雹生成过程中的作用。     

华北层状云系人工增雨个例数值研究

利用耦合了CAMS详尽云方案和非静力中尺度数值模式MM5V3的CAMS中尺度云分辨模式对2008年3月20—21日环北京地区的一次层状云系降水进行模拟和人工催化数值试验。模拟自然降水分布与实测结果一致,分析微物理特征并在所得分析的基础上进行催化试验。研究在不同催化剂量、高度进行试验对降水的影响。结果表明：在过冷水含量高且冰晶含量低的区域引入人工冰晶可使地面降水增加。引入人工冰晶后催化区域水汽明显减少,云水也有减少,冰晶粒子和雪粒子增加,而且水汽减少的量明显大于过冷云水的减少量。同时催化后550 hPa附近的下沉气流中心变为上升气流,动力、热力效应明显。雪碰并冰晶增长、冰晶转化成雪增长是催化高度附近雪晶增加的主要过程,而催化高度以下,雪碰并过冷云滴增长是雪晶增加的主要过程;雪晶碰并过冷雨滴增长是霰粒子增加的主要过程;雨滴碰并云滴增长是雨滴增长的主要过程。     

夏季赤道太平洋,北极及高原地区热状况对西北太平洋副高及我国降水的影响

本文利用一个全球大气环流说模式，对七月份赤道太平洋海温异常，北极海冰异常及高原积雪对西北太平洋副高和我国降水的影响进行数值试验，得出一些有铁结果。例如，当赤道东或西太平洋海表温度出现负距平时，副高较趋近负ＳＳＴＡ区，当出现正距平时，副高则远离正ＳＳＴＡ区；北区海冰覆盖面积较大时副高位置偏南，覆盖面积较小时副高位置偏北等等。     

Numerical comparison study of cloud microphysical parameterization schemes for a moderate snowfall event in North China

Summary A moderate snowfall event in North China is simulated using the high-resolution mesoscale model MM5. A fourfold-nest experiment, with a minimum horizontal grid size of 2 km, is run. In order to study the cloud microphysics processes associated with the snowfall, two experiments were conducted in two inner domains, one using the Goddard scheme (Goddard experiment), and the other using the Reisner scheme (Reisner experiment). The analysis focused on the comparison of the cloud microphysics processes which occurred in the experiments. It is shown that there is no implicit precipitation of cumulus parameterization in the domain of grid scale 18 km. The snowfall distribution patterns in the experiments are slightly different, but the microphysical characteristics and processes may have considerable differences between the two experiments: (1) The water substances in the cloud have cloud water, cloud ice and snow, but no rainwater and graupel in the Goddard experiment. However, the water substances in the cloud have cloud ice, snow, and graupel, but no cloud water and rainwater in the Reisner experiment. (2) The cloud ice mixing ratios in the Goddard experiment are larger than those in the Reisner experiment. (3) In the Goddard experiment, the dominant cloud microphysical processes include the growth of cloud water by the condensation of supersaturated vapor, the depositional growth of cloud ice, the initiation of cloud ice, the accretion of cloud ice by snow, the accretion of cloud water by snow, the deposition growth of snow and the Bergeron process of cloud ice. In the Reisner experiment, the dominant cloud microphysical processes include the depositional growth of cloud ice, the conversion of cloud ice to snow, the deposition of snow, and the deposition growth of graupel. (4) There is only snowfall in the Goddard experiment. Meanwhile, there is ice fall, snow fall, and graupel in the Reisner experiment. But the ice fall and graupel in the Reisner experiment is very slight and can be ignored.     

东北冷涡中尺度云系降水机制研究 II: 数值模拟

在利用卫星、雷达和机载PMS(粒子测量系统)等观测资料对2003年7月8日东北冷涡积层混合云系的降水形成机制分析的基础上,将观测分析与数值模拟研究相结合,用中尺度数值模式对积层混合云系做数值模拟,并结合观测资料进一步分析了积层混合云系的微物理结构、粒子形成过程和降水形成机制,获得如下结果:(1)混合云中对流云具有分层的微物理结构.冰晶含水量最大值出现的高度最高,其次由高到低的排序是雪、云水、霰和雨;雨水主要出现在云的暖区;各种粒子中以雨水含水量最高,其次是霰.对流云体生命期较长,微物理结构基本稳定.(2)粒子形成增长过程有差异.冰晶通过凝华过程增长.雪主要来源于冰晶,产生后主要通过撞冻、收集冰晶和凝华过程增长,其中撞冻过冷云水增长对雪质量贡献最大,其产生率极大值高度与过冷云水相当.丰富的过冷云水,给雪的撞冻增长提供了有利条件.在高、中和低层雪的形成有着不同的机制,高层雪收集冰晶长大后,下落到低层又以雪撞冻过冷云水的结淞增长为主要过程.霰主要由雨滴冻结和雪的转化产生,过冷雨滴与冰晶接触冻结成霰;过冷雨滴收集雪,雪随着雨滴的冻结而转化成霰.因此霰的产生与过冷雨滴关系极大.霰主要撞冻云水、收集雪和冰晶增长,其中撞冻是霰的重要增长过程.雨水主要由霰的融化形成,降水主要是由冷云过程产生的.在过冷层,霰撞冻增长占优势.云上部的冰晶和雪对云的中部具有播撒作用,过冷层中存在丰富的过冷水,对冰相粒子的撞冻增长有利.对云水消耗的分析表明,雨滴对云滴的收集、霰和雪对云水的撞冻增长是消耗云水的主要过程.(3)从各种粒子的形成和增长过程可以看出,大部分雨水由霰融化形成,暖云过程贡献要小得多.可见,降水主要是由冷云过程产生的,这与观测分析的结果一致.     

The cloud processes of a simulated moderate snowfall event in North China

The understanding of the cloud processes of snowfall is essential to the artificial enhancement of snow and the numerical simulation of snowfall. The mesoscale model MM5 is used to simulate a moderate snowfall event in North China that occurred during 20–21 December 2002. Thirteen experiments are performed to test the sensitivity of the simulation to the cloud physics with different cumulus parameterization schemes and different options for the Goddard cloud microphysics parameterization schemes. It is shown that the cumulus parameterization scheme has little to do with the simulation result. The results also show that there are only four classes of water substances, namely the cloud water, cloud ice, snow, and vapor, in the simulation of the moderate snowfall event. The analysis of the cloud microphysics budgets in the explicit experiment shows that the condensation of supersaturated vapor, the depositional growth of cloud ice, the initiation of cloud ice, the accretion of cloud ice by snow, the accretion of cloud water by snow, the deposition growth of snow, and the Bergeron process of cloud ice are the dominant cloud microphysical processes in the simulation. The accretion of cloud water by snow and the deposition growth of the snow are equally important in the development of the snow.     

基于葵花-8卫星的白天冰云识别初探

利用气象卫星风云四号A星和葵花8号观测资料,根据川渝地区独特的地形、地势将其分为东部低海拔地区和西部高海拔地区,建立高分辨率的网格化无云背景场,作为无云与有云辐射差异对比,使用阈值法进行晴空、水云、冰云、低层云雾、霾和积雪的检测,进而提高云识别信度,统计分析2016—2021年川渝地区云覆盖时、空分布特征。研究表明：川渝地区云的区域分布特征明显,东、西部存在明显差异,总体呈东多西少,云覆盖频率常年存在高值中心,云覆盖面积有明显月变化。东部低海拔地区云覆盖频率常年在70%—80%,而西部高海拔地区云覆盖频率在50%—65%。云覆盖频率的高、低值过渡区对应青藏高原与四川盆地之间的陡峭地形区,这与地形地势、水汽条件和大气环流特征有关。各月的云覆盖面积在东部低海拔地区相对稳定（占比在60%—80%）,而西部高海拔地区差异较大。其中东部的冰云和西部的总云面积具有显著月变化（单峰）特征,峰值出现在7月,分别为37%和76%。6 a中各类型云覆盖面积占比年际波动较小,东部的云覆盖面积占比常年超过70%,其中水云占比最大（35%—40%）,冰云次之（20%左右）,低层云雾最小（约13%）;西部的云覆盖面积占比常年约60%（水云24%—26%,冰云22%—25%,低层云雾约10%）。

     

不同云方案对祁连山降水模拟的影响

应用MM5中尺度模式,选用4种不同云微物理方案(Dudhia简单冰相方案、Reisner混合相方案、Reisner2霰方案和Schultz微物理方案),对2002年7月12-13日祁连山区降水过程进行了数值模拟试验。模拟结果的对比分析表明,不同云微物理方案在祁连山区降水的模拟中对降水落区的模拟均偏南;除Reisner2霰方案外,其他3种方案对降水中心落点的模拟影响不大,降水中心强度对云微物理方案不敏感;显式降水和参数化降水对云微物理方案有不同程度的依赖性;云微物理过程通过影响动力条件发生发展的时间和强度,来影响强降水发生的时间和强度。通过各云微物理参数的分析发现,各物理过程中微物理参数参与降水的过程不同:对Dudhia简单冰相方案来说,雨水和云水是形成降水的主要过程;Reisner混合相方案中降水的形成主要是由于雨水、云水、雪和霰的碰并过程,冰晶的碰并相对较弱;在Reisner2霰方案中,雨水、云水、冰晶、雪和霰均参与碰并碰冻过程;Schultz微物理方案中冰晶、雪和霰的碰并过程更为重要。     

云微物理参数化对华北降雪影响的数值模拟

对发生在华北地区的一次降雪过程进行了中尺度数值模拟。结果表明,高纬强冷空气南下和低纬倒槽的水汽输送是造成这次长时间降雪过程的主要原因。采用混合方案的中尺度数值模拟表明,这次降雪天气不是对流云造成的,而是稳定性的非对流云降雪。敏感性试验也表明,采用其他积云参数化方案对模拟的降雪量基本没有影响。控制试验模拟的24h降雪量与实际观测比较吻合。模拟结果表明,当采用Dudhia简单冰相方案时,会有过多的云冰、过冷却水及雪;当采用Reisner 1混合相方案时,会有过多的云冰和雪;修改的各个Reisner 2方案对此次降雪的预报改进不大,但各个Reisner 2方案的敏感性试验中云冰混合比、过冷却水混合比和雪混合比稍微有差异。