双光谱云图的云分类探讨

依据各类云在红外和可见光波段不同的光谱特性，考察了近百个数字云图样本，在红外－可见光二维光谱特征空间上基本确定了与种类相应的集群分布范围，由此判识出积雨云、薄卷云、厚卷云、中云、低云、沈积云和多层云系等７种主要云类及晴空区。并以１９９０年３月１５日１４时云图为例进一步讨论了诸云类在光谱特征空间上高频数分布区的形状和分布特点。     

GMS云图微机显示系统

GMS云图微机显示系统是基于国家气象局卫星气象中心研制的GMS资料展宽微机处理系统之上,将该系统中专用图象板AGC-PLUS和高分辨率大屏幕监视器显示的GMS卫星云图,移植到微机VGA显示卡和普通显示器上显示,并开发了多种图象显示方式软件,为基层气象台站气象服务单位以最低的设备投资共享GMS卫星云图提供了条件。该文中介绍了系统功能和主要技术方法。     

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。     

GMS卫星云图处理系统的改进与网络环境下运行

通过对ＧＭＳ卫星云图接收处理系统进行改进和扩充，实现了网络功能、使远程工作站和本地工作站均能直接使用。采用ＴＳＲ高级编程方法，通过插入中断服务程度和构造机内并行时钟系统的方式激活中断，解决了各时次云图资料的自动进网问题。     

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。     

GMS展宽云图处理系统及应用

本文以GMS展宽云图512×512逐点8bety资料为处理对象,研究了图像处理系统。系统包括图形卡图像处理、增强图像、数值化处理及预报应用四个部分。该系统在1993—1994年省台预报中进行了业务应用,给预报决策服务提供了有效信息。     

GMS展宽云图实时接收和图象处理系统

GMS展宽云图实时接收和图象处理系统由卫星信号接收设备、实时高速数据接口,图象处理三部分组成。系统的主要工作原理:天线接收的卫星信号,通过接收机,解调器和同步器,将GMS展宽数据流送到高速接口板;经数据缓冲后,计算机一边将展宽数据存入硬磁盘,一边对所选的1024×1024 ×8bit窗口中的图象实时地在高分辨屏幕上进行伪彩色显示。     

卫星云图微机处理系统

本文介绍了实时、多功能卫星云图微机处理系统的性能,主要是红外云图增强,屏幕伪彩色显示,同时从传真机得到硬拷贝。实时地在云图上加经纬网格以及动画显示。提出了“硬件”和“软件”设计的基本原理。并为满足红外云图定量分析的要求给出必要的参数。     

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。     

IMPROVED MAN-COMPUTER INTERACTIVE CLASSIFICATION OF CLOUDS BASED ON BISPECTRAL SATELLITE IMAGERY

In this paper,improvement on man-computer interactive classification of clouds based onhispeetral satellite imagery has been synthesized by using the maximum likelihood automaticclustering(MLAC)and the unit feature space classification(UFSC)approaches.The improvedclassification not only shortens the time of sample-training in UFSC method,but also eliminatesthe inevitable shortcomings of the MLAC method.(e.g.,1.sample selecting and training isconfined only to one cloud image:2.the result of clustering is pretty sensitive to the selection ofinitial cluster center:3.the actual classification basically can not satisfy the supposition of normaldistribution required by MLAC method;4.errors in classification are difficult to be modified.)Moreover,it makes full use of the professionals'accumulated knowledge and experience of visualcloud classifications and the cloud report of ground observation,having ensured both the higheraccuracy of classification and its wide application as well.     

基于卫星遥感图象纹理特征的云类识别方法及软件设计

介绍了基于卫星遥感资料,运用纹理学识别云类的原理、方法及软件设计。理论与实际分析表明,不同的云类对纹理敏感,纹理特征量是识别云类的良好因子,软件设计充分考虑了模块化,可视化与交互性。     

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     

STUDY ON CLOUD CLASSIFICATIONS BY USING AVHRR,GMS-5 AND TERRA/MODIS SATELLITE DATA

This paper presents the automated pixel-scale neural network classification methods beingdeveloped at National Satellite Meteorological Center(NSMC)of China to classify clouds by usingNOAA/AVHRR and GMS-5 satellite imageries.By using Terra satellite MODIS imageries,anautomated pixel-scale threshold technique has been developed to detect and classify clouds.Thestudy focuses on applications of these cloud classification techniques to the Huaihe River and theChangjiang(Yangtze)River drainage basin.The different types of clouds show more clearly onthis cloud classification image than single band image.The results of the cloud classifications arethe basis of studying cloud amount,cloud top height and cloud top pressure.Cloud mask methodsare widely used in SST,LST,and TPW retrieval schemes.Some case studies about cloud maskand cloud classification in satellite imageries,which are related with the study of Global Energyand Water Cycle Experiment(GEWEX)in the Huaihe River and the Changjiang River drainagebasin are illustrated.     

多光谱云分类技术在锋面云系中的应用

将逐个修改聚类和模糊聚类的多光谱云分类技术应用于2002年6月10日03时锋面气旋云系的识别,并采用同一时次的地面常规观测与其进行了对比分析。结果发现,两种聚类方法对典型锋面气旋云系均有较好的识别能力,分类结果与天气概念模型云层分布情况一致;逐个修改聚类对组间差别较大的情况分类效果较好,而模糊聚类却对性质相近的类别有较好的识别;卫星图像分类结果与地面常规观测比较一致,但在层云、积云、层积云等性质较为相近类别的识别上存在一定差异。     

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。     

STUDY ON CLOUD CLASSIFICATIONS BY USING AVHRR,GMS-5 AND TERRA/MODIS SATELLITE DATA*

This paper presents the automated pixel-scale neural network classification methods being developed at National Satellite Meteorological Center(NSMC) of China to classify clouds by using NOAA/AVHRR and GMS-5 satellite imageries.By using Terra satellite MODIS imageries,an automated pixel-scale threshold technique has been developed to detect and classify clouds.The study focuses on applications of these cloud classification techniques to the Huaihe River and the Changjiang(Yangtze) River drainage basin.The different types of clouds show more clearly on this cloud classification image than single band image.The results of the cloud classifications are the basis of studying cloud amount,cloud top height and cloud top pressure.Cloud mask method sare widely used in SST,LST,and TPW retrieval schemes.Some case studies about cloud mask and cloud classification in satellite imageries,which are related with the study of Global Energy and Water Cycle Experiment(GEWEX) in the Huaihe River and the Changjiang River drainage basin are illustrated.     

中尺度对流系统红外云图云顶黑体温度的分析

采用ＧＭＳ卫星红外云图的云顶黑体温度（ＴＢＢ）等值线分析方法，对１９９２年８月初在中国３个地区，不同环流背景下发生的中尺度对流系统（ＭＣＳ），即西南低涡内、西太平洋副热带高压的西北边缘和副高内部的ＭＣＳ进行了分析。结果表明，ＴＢＢ等值线分析方法能较细致地揭示ＭＣＳ的形成过程。冷云盖周围ＴＢＢ等值线疏密所反映的云顶温度梯度，对ＭＣＳ的发展有很好的指示意义。文中还给出了一个在消散阶段出现涡旋状结构的ＭＣＳ。这种涡旋结构不同与北美发现的中层中尺度气旋，它可能是凝结加热所产生的对流层高层的高压反气旋环流的反映。