在對流單體檢測中,相鄰的對流云核很難區(qū)分。為了解決這個問題,基于紅外和水汽通道衛(wèi)星數(shù)據(jù),提出一種新的檢測對流單體方法。首先,針對衛(wèi)星數(shù)據(jù)的特點進(jìn)行數(shù)據(jù)處理,去除亮溫大于241 K（對流系統(tǒng)的基準(zhǔn)閾值）的像元,并將其歸一化到[0,1]。其次,利用H極大值變換技術(shù)提取對流核種子點,設(shè)計一種八連通域準(zhǔn)則使相鄰種子點形成聚類并按順序進(jìn)行標(biāo)記,有效地區(qū)分了相鄰的種子簇。然后,設(shè)計一個新的準(zhǔn)則判斷相鄰的種子簇是否需要合并。最后,根據(jù)多個閾值產(chǎn)生的種子點設(shè)計了種子簇累加合并方法使種子點生長或者與其他相鄰的種子點合并,形成最終的對流核。選取紅外和水汽通道的多通道數(shù)據(jù)開展驗證實驗,并和雷達(dá)資料和其他方法進(jìn)行對比實驗,結(jié)果表明該方法可以有效地區(qū)分相鄰的對流單體,在初生、成熟和消散等中尺度對流系統(tǒng)生命周期均準(zhǔn)確。此外,所提方法不僅對單個對流核有效,而且對多個對流核也能準(zhǔn)確地檢測。 

【文章來源】：遙感學(xué)報. 2020,24(08)北大核心EICSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

與雷達(dá)資料對比

圖4(a）為2015-05-19 0000UTC IR1通道灰度圖像，可以看出存在多個對流核。圖4(b）為同一時刻的水汽通道灰度圖像，可以看出兩幅灰度圖像存在明顯差異。圖4(c）和圖4(d）為相應(yīng)通道的對流核檢測結(jié)果（紅色部分）。據(jù)圖4所示，IR1通道檢測出的對流核數(shù)量明顯要多于水汽通道，這是由水汽通道的特點決定的。水汽通道對中高層水汽比較敏感，底層的水汽在水汽通道往往不能有效地檢測到。而IR1通道通過微波輻射反應(yīng)對流云的特征，兩個通道的物理特性的差異造成了檢測結(jié)果的不同。正確的檢測結(jié)果應(yīng)是水汽通道檢測出的對流核數(shù)量更少，因此，圖4的對比實驗結(jié)果符合兩個通道的物理特性，說明HTC方法對于水汽通道也是有效的。

式中，h表示檢測正確的對流核個數(shù)，f表示不是對流核但被檢測出是對流核的個數(shù)，m表示本應(yīng)是對流核但未被檢測到的個數(shù)。POD、FAR和CSI的數(shù)值均處于0—1,POD和CSI的數(shù)值越大越接近正確預(yù)報，F(xiàn)AR數(shù)值越小越接近正確預(yù)報。檢測結(jié)果的理想狀況是獲得高的檢測概率和低的虛警概率。使用2013-08-01—31、時間間隔為6 min、空間分辨率為5 km的數(shù)據(jù)評估這些方法。選取的樣本總數(shù)為7440個。表2是不同方法的評價結(jié)果。HTC方法結(jié)合了形態(tài)學(xué)中的H極大值變換技術(shù)，并設(shè)計了合并準(zhǔn)則區(qū)分相鄰的對流核，而閾值法、RDT、ETITAN和SA方法沒有設(shè)計合并準(zhǔn)則來提高檢測準(zhǔn)確率。因此，HTC方法相對于其他方法能夠達(dá)到更好的性能。該方法的POD約為0.87,FAR約為0.21,CSI約為0.74。和其他方法比較，HTC方法的檢測概率更高并且虛警概率更低。

【參考文獻(xiàn)】：
期刊論文
[1]基于紅外窗區(qū)與水汽通道對流云團(tuán)識別方法研究[J]. 趙文化,單海濱.  氣象. 2018(06)
[2]基于衛(wèi)星和雷達(dá)資料的對流云團(tuán)識別跟蹤[J]. 張春桂,周樂照,林炳青.  氣象科技. 2017(03)
[3]利用FY-2F數(shù)據(jù)檢測快速發(fā)展對流[J]. 汪柏陽,覃丹宇,劉傳才.  遙感學(xué)報. 2015(05)
[4]基于多閾值的FY2E對流云識別方法[J]. 黃勇,劉慧娟,翟菁,馮妍.  遙感技術(shù)與應(yīng)用. 2014(06)

博士論文
[1]多層云的衛(wèi)星檢測及其輻射效應(yīng)[D]. 呂巧誼.蘭州大學(xué) 2017



本文編號：3618377