当前位置:主页 > 理工论文 > 气象学论文 >

基于卫星资料的对流初生预警研究

发布时间:2020-12-18 17:52
  强对流天气已经成为气象上最主要的天气灾害之一,常常导致冰雹、雷雨大风、短时间强降水等自然灾害,给人民的生命财产安全带来巨大影响,因此,准确的预警出强对流天气对于短时灾害性天气的保障有着重大意义,对于减少人员伤亡、降低财产损失有重要作用。本文利用FY-2G静止气象卫星资料设计了对流初生预警算法。其中对流初生的定义是多普勒天气雷达第一次监测到由对流云产生的反射率因子大于等于35dBZ。本文的研究内容主要是以下几个部分:1、利用双线性双线性插值、反距离加权插值方法和中值滤波对原始数据进行处理,得到等网格间距的卫星数据;2、通过对卫星遥感原理和红外与可见光图像特性的分析,选择使用C-L多小波融合方法将红外与可见光资料进行融合,通过对融合后的数据进行评估,结果表明:融合后的红外亮温数据的空间分辨率变高、物理信息量增多,从而提高了对流初生预警的准确率;3、使用反照率阈值、红外通道亮温与红外通道亮温差值和可见光纹理方法对卫星云图进行积云掩膜处理,剔除非成熟积云像素,研究结果表明:积云掩膜技术能够剔除卫星中的地表(海表)、成熟积云等干扰像素区,提高运算速度的同时更提高了对流初生预警的准确率;4、使用F... 

【文章来源】:国防科技大学湖南省 211工程院校 985工程院校

【文章页数】:80 页

【学位级别】:硕士

【部分图文】:

基于卫星资料的对流初生预警研究


去噪结果对比图

云图,云图,分辨率,红外通道


国防科技大学研究生院硕士学位论文灰度值进行表示,因此将两种云图资料进行归一化处理后,使用融合算法得到的灰度值依然能够代表云面、地表等下垫面信息。本文使用C-L多小波融合方法[55-56]。将红外通道资料与可见光通道资料融合,图(3.2)为融合算法的流程图。经过双线性差值、前置滤波与后置滤波、多小波分解、融合、图像重构等步骤,完成资料的融合处理,得到高空间分辨率的红外通道数据资料。

分解图,分解图,前置滤波


12,012,1212,012,120,00,120,00,1212,012,1212,012,120,00,(1)20,00,(1)2cNcNNcNcNNccNccNcNcNNcHNcNNccNccNLHLHHHHHLHLHHHHHLLLLLLHLLLLLHLHL (5)重复三次多小波分解的过程首先对图像进行两次前置滤波处理,一次行前置滤波,一次列前置滤波,然后对处理得到的数据进行第一次多小波分解,并依次对图像进行二至 N 次多小波分解,从第二次开始,每次只需要对分解后的 LL 子图像进行多小波分解即可。一般而言,分解次数越多,所包含的细节信息越大,但是分解次数太多,也会影响融合的效果,因此多小波分解的次数不应太多,结合以往文献,一般多小波分解的层数为三层时效果最佳(图 3.3)。

【参考文献】:
期刊论文
[1]基于网格的FY2C卫星对流初生预警[J]. 宋珍妮.  科技信息. 2014(05)
[2]利用静止气象卫星监测初生对流的研究进展[J]. 覃丹宇,方宗义.  气象. 2014(01)
[3]基于FY2C数据的平均box方法预报对流初生[J]. 徐慧.  电子设计工程. 2012(21)
[4]融合典型纹理特征的粒子滤波目标跟踪方法[J]. 吴刚,唐振民,杨静宇.  计算机工程与应用. 2011(34)
[5]视觉跟踪中的粒子滤波算法研究进展[J]. 王法胜,郭权.  山西大学学报(自然科学版). 2011(04)
[6]京津地区一次强对流天气的初生预警技术研究[J]. 刘京华,王彬,韩雷,王洪庆.  北京大学学报(自然科学版). 2012(01)
[7]基于粒子滤波的多自由度运动目标跟踪[J]. 王国良,刘金国.  光学精密工程. 2011(04)
[8]基于FY2D静止卫星云图的强对流云团识别[J]. 李森,刘健文,刘玉玲.  气象水文海洋仪器. 2010(02)
[9]红外云图上中尺度对流系统的自动识别[J]. 束宇,潘益农.  南京大学学报(自然科学版). 2010(03)
[10]基于权系数的数据融合技术在靶场指控系统中的应用研究[J]. 翟红,刘丹.  战术导弹技术. 2008(05)

硕士论文
[1]风云卫星地表温度反演算法研究[D]. 胡菊旸.中国气象科学研究院 2012
[2]基于卫星数据的强对流初生预警和评价技术研究[D]. 刘京华.中国海洋大学 2011
[3]基于静止气象卫星云图的分类研究[D]. 刘扬.中国海洋大学 2011
[4]MTSAT卫星云图中对流初生的自动预报算法研究[D]. 王敏.中国海洋大学 2010
[5]基于卫星数据的对流初生自动识别研究[D]. 许锐.中国海洋大学 2009
[6]FY-2C资料对西北太平洋海域云分类的研究[D]. 尹跃.北京大学 2008



本文编号:2924354

资料下载
论文发表

本文链接:https://www.wllwen.com/projectlw/qxxlw/2924354.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户3b6f6***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com