基于静止气象卫星云图的分类研究.pdf

基于静止气象卫星云图的分类研究摘要各种类型云的辐射特性以及分布情况,很大程度上影响了天气预报的准确性、气候监测的有效性和全球气候的变化等。自从气象卫星产生以来,人们就开始对卫星云图进行分析的活动,而对云图中各种类型的云进行分类识别则一直是遥感领域的研究热点。论文首先对国内外的云分类研究进行综述性介绍,并简要介绍了各种类型云的辐射特性和云图特征。针对佬鞘荩畚幕瓜晗介绍了袷轿佬鞘莸亩ㄎ缓投ū攴椒ā本文采用阈值法针对我国夏季午后京滓地区的早期积云进行识别,这些早期积云中的某些云团可能会在短时间内产生强对流天气。而对于非对流云团如卷状云或层状云,以及已经发生强对流天气或对流活动后期的积雨云可以将其排除在预报范围内。这样就减少后续预报的运算量,缩短预报的时间。论文中将对三个典型个例进行具体分析来讨论该阈值法云分类器的分类特点以及性能。对卫星云图进行分类。首先,实验中选用姆掷嘟峁梗且选用径向基函数作为掷嗥鞯暮撕5诙扛鍪莸睦啾鸨昵┎慰国家卫星气象中心的云分类产品结果,将实验数据划分为地表、混合像元、高层云或雨层云、卷层云、密卷云、积雨云以及层积云或高积云唷Mü樵南喙,文献,本文选用了鎏卣鞴钩傻奶卣飨蛄坷疵枋鲈仆拧5谌杓址椒ǎ设定几组掷嗥鞯牟问鼵和酶髯椴问姆掷嗥鞫匝盗肥萁醒盗贰最后,利用训练所得的掷嗄P投圆馐允萁蟹掷啵ǚ掷嘟峁允境来。通过结果的比较,论文选择两组较好的参数组合的分类结果进行分析评价,并指出改进的方向。关键词:云分类;支持向量机;闽值法;气象卫星为了获得更多种类的云类型,论文使用支持向量机,
.甉瓼,,,甌.,痩琣珻甌,....,琽—猳,,.
;籑瓵篊;
髀云分类研究中的特征提取和选择方法着大气运动状况。各种类型云的辐射特性以及其分布情况,很大程度上影响着天气预报的准确性、气候监测的有效性和全球气候变化等。目前大气监测与气象预选题背景和意义云在大气辐射传输中扮演着重要角色,云的形态、分布、数量及其交化标志报获得的丰富信息,绝大多数来自气象卫星,因此利用计算机自动对卫星数据和云图进行云识别是大气遥感领域的重要研究方向。气象卫星是上世纪六十年代出现的地球探测工具,它对地球表面和云层连续地进行大范围观测。从此人们开始了基于卫星图像的云分析,不仅可以分析大范围云系分布,研究天气系统的演变规律;而且可以详细地分析中小尺度云系之间的相互作用【。而对卫星云图进行不同类型云的准确识别,是确保各种气象分析和预报工作准确性的重要前提。最初对于卫星云图进行各种类型云的分类大多数是以人工识别为主,由于各种卫星数据反演的数据和图像会有差异,对于同一时刻、同一区域的云图会因为人的主观因素而产生不同的分析结果。并且当分析连续时间内的大气云层活动果的准确可靠。随着卫星遥感和成像技术的发展,气象卫星数据接收处理系统在数据质量和图像精度上都有很大提高,获得的卫星业务产品种类也日益增多6扑慊术和机器学习理论地高速发展无疑是人们对庞大的卫星数掘进行自动识别和分类的又一保障。因此,采用统计和模式识别算法,从各种高分辨率的气象卫星数据中提取有效特征信息,对卫星云图进行快速、准确地自动分类一直是遥感领域的热点和难点。本文着眼于此,研究和探讨对卫星云图进行客观自动分类的原理和方法,并对各种方法的分类结果给予评判。利用卫星数据进行云分类一般需要三个步骤:数据预处理、特征选择和数据时,所用的卫星数据是非常庞大的,仅依靠人工经验对云进行分类则难以确保结基于静止气象卫星云图的分类研究
上下文特征韑≡裼行У奶卣魇侨繁T品掷嘧既仿实那分类。云分类所用到的特征一般有以下四类:光谱特征、纹理特征、空间特征和提。因此,如何利用卫星数据反演计算出描述具体云系统和云类型的几方面特征数据,同时又能确保计算机的运算速度,是这一阶段的主要任务。.卣骷钩最常用的特征是光谱特征和纹理特征。光谱特征提取的是云在不同谱段的辐射信息,如云顶亮度温度虺屏廖、可见光反照率等。通常这些信息是通过直方图和多光谱技术【计算而得。但是光谱特征也会带来不同类型的云有着相同特征值的问题,如冰云和雪;而且一些其它因素绱笃6也会影响多光谱特征,因此只是用光谱特征的分类结果往往正确率并不高。纹理特征是指用来区分云类型的具体波段图像某个区域相关的灰度级空间分布特征。纹理特征对大气衰减和传感器噪声都不敏感,一般通过灰度共生矩阵,⒒叶燃恫罹卣昂筒钪狈酵,得到的统计数据组成纹理特征。纹理特征中也包含空间特征,这里的空间特征是用以来描述图像大尺寸空间结构。当使用预分类技术时,需要首先对卫星云图进行图像分割,然后分析这种空间特征以准确识别出大片云团。.卣魈崛『脱≡特征选择和提取的基本任务是如何从许多特征中找出最有效的特征。云系统往往是特征空间的维数相当庞大,并且含有一定冗余信息的复杂系统。因此,为’了提高分类计算的速度,确保云分类的