基于FY-2F靜止氣象衛(wèi)星提供的2015年5-9月的高分辨率數(shù)據(jù),通過識別與追蹤對流云團(tuán),研究與分析對流初生（Convective Initiation,CI）階段的云頂物理量特征。通過篩選、修改衛(wèi)星對流分析與追蹤方法（SATellite Convection AnaylSis and Tracking,簡稱SATCAST方法）的指標(biāo)和閾值,對CI進(jìn)行識別,并在此基礎(chǔ)上,添加云像素濾波方法。在連續(xù)的衛(wèi)星圖像上,根據(jù)相鄰時次衛(wèi)星云圖中CI的位移距離,來追蹤CI的發(fā)展。在識別和追蹤對流云團(tuán)的基礎(chǔ)上,使用溫度閾值法識別出深、淺對流后,分析和比較了深、淺對流在CI至發(fā)展階段中云頂高度、云頂快速降溫率CTC（Cloud Top Cooling rate）以及多通道差值等云頂物理量特征的變化異同�；贑I階段深、淺對流的CTC最低值的差異,對深、淺進(jìn)行預(yù)警試驗。在選取適當(dāng)對流面積閾值的基礎(chǔ)上,研究并分析了對流云團(tuán)的面積變化特征,根據(jù)面積變化特征,得到面積擬合函數(shù)并分析函數(shù)中各參數(shù)的意義。以下為主要結(jié)論:（1）在使用修改的SATCAS方法識別CI的基礎(chǔ)上,通過云像素濾波方法,可以剔除大部分由水平移動... 

【文章來源】：南京信息工程大學(xué)江蘇省

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１．１?ＲＤＴ對流識別方法示意圖［５５］??此外，美國利用靜止氣象衛(wèi)星云圖對Ｃｌ進(jìn)行檢測的方法主要有：美國阿拉巴馬大??

而面積重疊法其核心是，在相鄰時刻的衛(wèi)星云圖中分別識別出對流云團(tuán)，若下一??刻時刻識別出的對流云團(tuán)與上一個時刻識別出的對流云團(tuán)存在重疊面積，且重疊面積達(dá)??到一定程度，則認(rèn)為這兩個是同一個對流云團(tuán)。因此重疊面積的閾值選擇十分關(guān)鍵，不??同大小、形狀的對流云團(tuán)，閾值選擇均有不同。圖３．３為基于３０?ｍｉｎ衛(wèi)星圖像上不同橢??圓率、大小的對流云團(tuán)在面積重疊法中對重疊面積率的最低要求，圖中縱坐標(biāo)為面積重??疊率（面積重疊率＝重疊面積／前一時刻對流云面積），橫坐標(biāo)為對流云團(tuán)的大�。▎挝�??為像元數(shù)），不同的曲線表示橢圓率不同。從圖中可以看到，橢圓率相同的對流云，其??面積越大，則對重疊面積率要求越高；而面積相同，橢圓率不同的曲線，橢圓率越大，??即對流云團(tuán)形狀越扁，對重疊面積率的要求也越高。同時，隨著衛(wèi)星技術(shù)的發(fā)展，時間??分辨率的提高，對流云團(tuán)在相鄰時間間隔內(nèi)的水平位移相對較小，為面積重疊法提供了??很大的使用空間。在面積重疊法的算法中，若目標(biāo)對流云團(tuán)移動速度較快或相鄰時次的??時間間隔過長，那么有可能會存在目標(biāo)對流云團(tuán)面積無重疊部分的情況，這是面積重疊??法的局限性。??８０％，?：???

?分別位于江浙皖、湘西和川渝黔等地區(qū)，通過改良后的ＳＡＴＣＡＳＴ方法識別出的ＣＩ?（圖??３．２ａ中紅色像元區(qū)）大多分布在上述三片云區(qū)周圍。圖３．２ｂ為該時刻對ＣＩ進(jìn)一步判識??后，剔除了由于云的水平移動而引起的識別誤差后的結(jié)果。與圖３．２ａ相比，圖３．２ｂ中??剔除了大部分云區(qū)周圍由于云的水平移動而引起的ＣＩ誤判區(qū)域，保留了由于云的垂直??上升運動而產(chǎn)生的ＣＩ。采用以ＩＲ１值＜２４１?（＜２２１）?Ｋ作為淺（深）對流的識別標(biāo)準(zhǔn)，??圖３．２ｃ為ｌｈ后衛(wèi)星云圖，可見深對流區(qū)域（紅色）分別在蘇北和皖南、湘西南及渝黔??交界處等地。對比圖３．２ｂ和圖ｌｃ可見，ｌｈ后有四個新生對流區(qū)（圖３．２ｃ中紅色圈所??圈的區(qū)域）與圖３．２ｂ中識別出的可能出現(xiàn)ＣＩ的區(qū)域（圖ｌｂ中紅色像元區(qū)）相對應(yīng)。由??此可見，在ＳＡＴＣＡＳＴ方法的基礎(chǔ)上，進(jìn)行云像素濾波處理，可以在識別出ＣＩ的基礎(chǔ)??上，濾去大部分虛假的ＣＩ預(yù)警。??３５Ｎ?－ｉ??１００Ｅ?１０５Ｅ?１１０Ｅ

【參考文獻(xiàn)】：
期刊論文
[1]利用FY-2E紅外和水汽波段對強對流云團(tuán)的識別和演變研究[J]. 肖笑,魏鳴.  大氣科學(xué)學(xué)報. 2018(01)
[2]山東省初秋一次大范圍強對流過程落區(qū)和抬升觸發(fā)機制分析[J]. 侯淑梅,王秀明,尉英華,李婕,張騫,谷山青.  氣象. 2018(01)
[3]“5·6”四川盆地對流云團(tuán)特征及觸發(fā)機制[J]. 張琪,任景軒,肖遞祥,康嵐.  氣象. 2017(12)
[4]福建春季西南急流暖濕強迫背景下的強對流天氣流型配置及環(huán)境條件分析[J]. 馮晉勤,俞小鼎,蔡菁,賴巧珍.  氣象. 2017(11)
[5]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)
[6]一次強降水過程渦旋狀MCS結(jié)構(gòu)特征及成因初步分析[J]. 吳濤,張家國,牛奔.  氣象. 2017(05)
[7]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)
[8]風(fēng)云靜止與極軌衛(wèi)星產(chǎn)品在湖北暴雨監(jiān)測和預(yù)報方法中的應(yīng)用研究[J]. 徐雙柱,吳濤,張萍萍,王繼竹,董良鵬.  氣象. 2015(09)
[9]氣象衛(wèi)星發(fā)展歷程和啟示[J]. 方宗義.  氣象科技進(jìn)展. 2014(06)
[10]基于交叉相關(guān)法的風(fēng)暴體追蹤外推算法[J]. 王龍,王萍.  計算機應(yīng)用. 2014(S1)

博士論文
[1]對流云合并的衛(wèi)星雷達(dá)觀測研究[D]. 黃勇.南京信息工程大學(xué) 2015
[2]亞洲季風(fēng)區(qū)深對流系統(tǒng)特征及其成因研究[D]. 吳學(xué)珂.蘭州大學(xué) 2014
[3]華南和江淮地區(qū)夏季風(fēng)期間降水和對流的一些統(tǒng)計特征和個例研究[D]. 汪會.中國氣象科學(xué)研究院 2014
[4]氣象衛(wèi)星遙感云圖和水汽圖的圖像處理及強云團(tuán)識別[D]. 余遠(yuǎn)東.武漢理工大學(xué) 2007

碩士論文
[1]梅雨鋒面對流的動力和微物理特征雷達(dá)觀測研究[D]. 徐立理.南京大學(xué) 2017
[2]基于多通道衛(wèi)星云圖的對流啟動監(jiān)測[D]. 汪柏陽.南京理工大學(xué) 2015
[3]融合降水及多種衛(wèi)星降水產(chǎn)品評估研究[D]. 成璐.南京信息工程大學(xué) 2013
[4]靜止氣象衛(wèi)星資料的強對流云團(tuán)的識別與預(yù)報研究[D]. 肖笑.南京信息工程大學(xué) 2013
[5]暴雨監(jiān)測分析系統(tǒng)的設(shè)計和實現(xiàn)[D]. 蘇偉冬.電子科技大學(xué) 2010
[6]甘肅省一次強對流天氣形成機理的分析和研究[D]. 葉燕華.南京信息工程大學(xué) 2005



本文編號：3605198