云相態(tài)分類在氣象預(yù)報(bào)和氣候研究中具有重要的地位。我國(guó)新一代氣象衛(wèi)星風(fēng)云四號(hào)的成像儀在光譜通道數(shù)量和空間分辨率較上一代風(fēng)云二號(hào)有較大提升,這為云相態(tài)的研究提供了新的遙感數(shù)據(jù)。本文首先對(duì)風(fēng)云四號(hào)相隔15 min的遙感圖像進(jìn)行分析,然后提出亮溫云相態(tài)指數(shù),該指數(shù)可以進(jìn)行初步云相態(tài)分類,最后在此基礎(chǔ)上提出基于集成學(xué)習(xí)的云相態(tài)分類算法。實(shí)驗(yàn)結(jié)果與風(fēng)云四號(hào)官方云相態(tài)分類結(jié)果進(jìn)行比較,水云的一致率達(dá)到91.69%,冰云的一致率達(dá)到76.10%。 

【文章來(lái)源】：紅外技術(shù). 2020,42(01)北大核心CSCD

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

冰和水的折射率虛部隨波長(zhǎng)變化圖Fig.3Imaginaryindexofrefractionofwaterandiceacross

15(a)Cloudmapofbrighttemperature15minutesago(b)Cloudmapo(a)15min前云亮溫

第42卷第1期紅外技術(shù)Vol.42No.12020年1月InfraredTechnologyJan.202070(a)15min前云亮溫圖(b)15min后云亮溫圖(c)亮溫云相態(tài)指數(shù)結(jié)果圖(a)Cloudmapofbrighttemperature15minutesago(b)Cloudmapofbrighttemperature15minuteslater(c)ResultofBTCPI圖1亮溫云相態(tài)指數(shù)示意圖Fig.1SketchmapofBTCPI圖1中(a)和(b)分別為風(fēng)云四號(hào)衛(wèi)星15min之前和15min后去除非云像素區(qū)域的亮溫圖，黑色區(qū)域代表無(wú)云。(c)為亮溫云相態(tài)指數(shù)得到的15min前云相態(tài)數(shù)據(jù)，為了方便觀察，上色處理后，紅色代表水云，藍(lán)色代表冰云�？梢钥闯觯昧翜卦葡鄳B(tài)指數(shù)能夠清楚分類出部分冰云和水云。1.2.2建立訓(xùn)練和預(yù)測(cè)數(shù)據(jù)集選取L1數(shù)據(jù)過程中，考慮晝夜和四季的變換對(duì)遙感影像遙感衛(wèi)星云圖的影響。本文選取不同季節(jié)、晝夜下的數(shù)據(jù)，以豐富數(shù)據(jù)集共計(jì)48個(gè)時(shí)刻。L1數(shù)據(jù)并不能直接用于云相態(tài)分類，需要對(duì)該數(shù)據(jù)進(jìn)行預(yù)處理。預(yù)處理有2個(gè)目的：第一個(gè)利用云檢測(cè)數(shù)據(jù)去除遙感圖像中無(wú)云區(qū)域的數(shù)據(jù)；第二個(gè)是對(duì)遙感圖像有云的數(shù)據(jù)進(jìn)行輻射定標(biāo)。云檢測(cè)是云相態(tài)分類的基礎(chǔ)和前提，一般先進(jìn)行云檢測(cè)，標(biāo)記出衛(wèi)星云圖中有云和無(wú)云的部分，然后再進(jìn)行云相態(tài)分類。風(fēng)云四號(hào)云檢測(cè)方法可以參考高軍等人的研究[23]，風(fēng)云四號(hào)官方也給出了云檢測(cè)的結(jié)果，本文直接使用官方云檢測(cè)數(shù)據(jù)。云檢測(cè)完成后需要根據(jù)給定的輻射定標(biāo)表進(jìn)行輻射定標(biāo)。根據(jù)官方輻射定標(biāo)表，表1中，F(xiàn)Y-4A衛(wèi)星1到6號(hào)通道定標(biāo)為反射率，7到14號(hào)通道定標(biāo)為亮溫。利用亮溫云相態(tài)指數(shù)，對(duì)L1數(shù)據(jù)進(jìn)行處理，構(gòu)建云相態(tài)數(shù)據(jù)集。為了彌補(bǔ)數(shù)據(jù)集較少的情況，消除訓(xùn)練數(shù)據(jù)集和預(yù)測(cè)數(shù)據(jù)集選取的偶然性，?

【參考文獻(xiàn)】：
期刊論文
[1]基于BP神經(jīng)網(wǎng)絡(luò)的風(fēng)云四號(hào)遙感圖像云檢測(cè)算法[J]. 高軍,王愷,田曉宇,陳建.  紅外與毫米波學(xué)報(bào). 2018(04)
[2]風(fēng)云四號(hào)輻射成像儀及其數(shù)據(jù)在衛(wèi)星氣象中的應(yīng)用[J]. 王淦泉,沈霞.  自然雜志. 2018(01)
[3]“風(fēng)云四號(hào)”氣象衛(wèi)星大氣垂直探測(cè)儀[J]. 華建文,毛建華.  科學(xué). 2018(01)
[4]風(fēng)云四號(hào)氣象衛(wèi)星成像特性及其應(yīng)用前景[J]. 陸風(fēng),張曉虎,陳博洋,劉輝,吳榮華,韓琦,馮小虎,李云,張志清.  海洋氣象學(xué)報(bào). 2017(02)
[5]基于BP神經(jīng)網(wǎng)絡(luò)的云檢測(cè)和云相態(tài)識(shí)別[J]. 靳澤群,張玲,劉神聰,易凡.  光學(xué)與光電技術(shù). 2016(05)
[6]風(fēng)云四號(hào)氣象衛(wèi)星及其應(yīng)用展望[J]. 董瑤海.  上海航天. 2016(02)
[7]我國(guó)風(fēng)云四號(hào)氣象衛(wèi)星與日本Himawari-8/9衛(wèi)星比較分析[J]. 張鵬,郭強(qiáng),陳博洋,馮絢.  氣象科技進(jìn)展. 2016(01)
[8]SOFM神經(jīng)網(wǎng)絡(luò)的FY-3A/VIRR多光譜圖像云相態(tài)反演方法[J]. 郭晶,楊春平,葉玉堂,饒長(zhǎng)輝.  光電工程. 2015(12)
[9]基于BP神經(jīng)網(wǎng)絡(luò)的云相態(tài)檢測(cè)方法研究[J]. 熊賢成,楊春平,敖明武,郭晶,曾丹丹.  遙感技術(shù)與應(yīng)用. 2015(04)
[10]基于支持向量機(jī)的云相態(tài)分析[J]. 郭洪濤,謝歡歡,馬英,程亮,王毅.  解放軍理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(02)

碩士論文
[1]模型選擇中的交叉驗(yàn)證方法綜述[D]. 范永東.山西大學(xué) 2013



本文編號(hào)：3297839