在對(duì)流單體檢測(cè)中,相鄰的對(duì)流云核很難區(qū)分。為了解決這個(gè)問(wèn)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(cè)對(duì)流單體方法。首先,針對(duì)衛(wèi)星數(shù)據(jù)的特點(diǎn)進(jìn)行數(shù)據(jù)處理,去除亮溫大于241 K（對(duì)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(duì)流核種子點(diǎn),設(shè)計(jì)一種八連通域準(zhǔn)則使相鄰種子點(diǎn)形成聚類(lèi)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(jì)一個(gè)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(gè)閾值產(chǎn)生的種子點(diǎn)設(shè)計(jì)了種子簇累加合并方法使種子點(diǎn)生長(zhǎng)或者與其他相鄰的種子點(diǎn)合并,形成最終的對(duì)流核。選取紅外和水汽通道的多通道數(shù)據(jù)開(kāi)展驗(yàn)證實(shí)驗(yàn),并和雷達(dá)資料和其他方法進(jìn)行對(duì)比實(shí)驗(yàn),結(jié)果表明該方法可以有效地區(qū)分相鄰的對(duì)流單體,在初生、成熟和消散等中尺度對(duì)流系統(tǒng)生命周期均準(zhǔn)確。此外,所提方法不僅對(duì)單個(gè)對(duì)流核有效,而且對(duì)多個(gè)對(duì)流核也能準(zhǔn)確地檢測(cè)。 

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

【文章頁(yè)數(shù)】：9 頁(yè)

【部分圖文】：

與雷達(dá)資料對(duì)比

圖4(a）為2015-05-19 0000UTC IR1通道灰度圖像，可以看出存在多個(gè)對(duì)流核。圖4(b）為同一時(shí)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(duì)流核檢測(cè)結(jié)果（紅色部分）。據(jù)圖4所示，IR1通道檢測(cè)出的對(duì)流核數(shù)量明顯要多于水汽通道，這是由水汽通道的特點(diǎn)決定的。水汽通道對(duì)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(cè)到。而IR1通道通過(guò)微波輻射反應(yīng)對(duì)流云的特征，兩個(gè)通道的物理特性的差異造成了檢測(cè)結(jié)果的不同。正確的檢測(cè)結(jié)果應(yīng)是水汽通道檢測(cè)出的對(duì)流核數(shù)量更少，因此，圖4的對(duì)比實(shí)驗(yàn)結(jié)果符合兩個(gè)通道的物理特性，說(shuō)明HTC方法對(duì)于水汽通道也是有效的。

式中，h表示檢測(cè)正確的對(duì)流核個(gè)數(shù)，f表示不是對(duì)流核但被檢測(cè)出是對(duì)流核的個(gè)數(shù)，m表示本應(yīng)是對(duì)流核但未被檢測(cè)到的個(gè)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(bào)，F(xiàn)AR數(shù)值越小越接近正確預(yù)報(bào)。檢測(cè)結(jié)果的理想狀況是獲得高的檢測(cè)概率和低的虛警概率。使用2013-08-01—31、時(shí)間間隔為6 min、空間分辨率為5 km的數(shù)據(jù)評(píng)估這些方法。選取的樣本總數(shù)為7440個(gè)。表2是不同方法的評(píng)價(jià)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(jì)了合并準(zhǔn)則區(qū)分相鄰的對(duì)流核，而閾值法、RDT、ETITAN和SA方法沒(méi)有設(shè)計(jì)合并準(zhǔn)則來(lái)提高檢測(cè)準(zhǔn)確率。因此，HTC方法相對(duì)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(cè)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(duì)流云團(tuán)識(shí)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(duì)流云團(tuán)識(shí)別跟蹤[J]. 張春桂,周樂(lè)照,林炳青.  氣象科技. 2017(03)
[3]利用FY-2F數(shù)據(jù)檢測(cè)快速發(fā)展對(duì)流[J]. 汪柏陽(yáng),覃丹宇,劉傳才.  遙感學(xué)報(bào). 2015(05)
[4]基于多閾值的FY2E對(duì)流云識(shí)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(cè)及其輻射效應(yīng)[D]. 呂巧誼.蘭州大學(xué) 2017



本文編號(hào)：3618377