基于FY-2C的云团归属与匹配技术研究

摘要

在天气气候学研究、气象预报、人工影响天气以及国民经济和军事等诸多领域中，云系扮演着十分重要的角色，同时在日常的天气预报业务中，卫星云图以其覆盖范围广，时空分辨率高的特点已成为天气预报必要的手段。但在目前的气象业务工作中，预报员还只是对卫星云图进行主观判断，缺乏对云团移动变化的预测必要的客观性和定量性。因此利用气象卫星遥感影像数据，对云团进行匹配、自动识别和追踪，对于气象预报准确率的提高具有十分重大的意义。
　　对于遥感影像中云的匹配技术研究，国内外众多学者均取得了不同的进展。本文首先利用FY-2C的原始数据集和云分类产品，进行辐射定标和投影变换后对云团矢量化提取和编号;其次，基于大云团的影响力将云团归属到两级天气系统，一级天气系统的准确率为90％以上，二级天气系统的准确率为80％以上，正确划分的云团面积占总云图面积的90％以上;然后，选取了云团的面积、中心点经度和纬度以及四个红外波段遥感影像的云团的平均数、标准差、中位数、众数等19个图像特征，采用基于图像特征的多维欧氏距离法对连续时次的天气系统和云团进行匹配。匹配结果显示，天气系统匹配的准确率为100％，正确一对一匹配的云团面积占总面积的90％以上。
　　在研究过程中，创新性地采用以云团为单位进行匹配的方法，减少了计算量，也更符合日常的习惯;与前人相比，将GIS技术和基于图像特征的匹配方法引入到云团的匹配中，矢量化云团，使所得到的结果达到了预期的目的，为未来在气象业务中使用打下了良好的基础。

目录

声明

摘要

第一章 绪论

1．1 研究目的与意义

1．2 国内外研究进展

1．2．1 国外研究进展

1．2．2 国内研究进展

1．3 研究内容与技术路线

1．4 本文章节安排

第二章 数据资料及预处理

2．1 FY-2系列卫星

2．2 卫星标称数据集产品(NOM)

2．3 FY-2C云分类产品

2．4 数据预处理

2．4．1 辐射定标

2．4．2 投影变换

2．4．3 云团提取与编码

2．5 本章小结

第三章 云团的归属划分及分析

3．1 天气系统分类

3．2 基于大尺度云团影响力的云团归属划分

3．2．1 研究方法

3．2．2 实例分析

3．3 本章小结

第四章 连续时次的天气系统和云团匹配方法研究

4．1 图像匹配技术概况

4．1．1 图像匹配算法

4．1．2 相似性度量算法

4．2 基于图像特征的连续时次天气系统和云团多维欧氏距离匹配

4．2．1 图像特征提取

4．2．2 多维欧式距离相似性度量

4．2．3 匹配结果分析

4．3 云团消失、合并和分离活动分析

4．4 本章小结

第五章 总结与展望

5．1 本文总结

5．2 创新点

5．3 不足与展望

参考文献

作者简介

致谢