基于衛(wèi)星資料的對(duì)流初生預(yù)警研究
發(fā)布時(shí)間:2020-12-18 17:52
強(qiáng)對(duì)流天氣已經(jīng)成為氣象上最主要的天氣災(zāi)害之一,常常導(dǎo)致冰雹、雷雨大風(fēng)、短時(shí)間強(qiáng)降水等自然災(zāi)害,給人民的生命財(cái)產(chǎn)安全帶來(lái)巨大影響,因此,準(zhǔn)確的預(yù)警出強(qiáng)對(duì)流天氣對(duì)于短時(shí)災(zāi)害性天氣的保障有著重大意義,對(duì)于減少人員傷亡、降低財(cái)產(chǎn)損失有重要作用。本文利用FY-2G靜止氣象衛(wèi)星資料設(shè)計(jì)了對(duì)流初生預(yù)警算法。其中對(duì)流初生的定義是多普勒天氣雷達(dá)第一次監(jiān)測(cè)到由對(duì)流云產(chǎn)生的反射率因子大于等于35dBZ。本文的研究?jī)?nèi)容主要是以下幾個(gè)部分:1、利用雙線性雙線性插值、反距離加權(quán)插值方法和中值濾波對(duì)原始數(shù)據(jù)進(jìn)行處理,得到等網(wǎng)格間距的衛(wèi)星數(shù)據(jù);2、通過(guò)對(duì)衛(wèi)星遙感原理和紅外與可見(jiàn)光圖像特性的分析,選擇使用C-L多小波融合方法將紅外與可見(jiàn)光資料進(jìn)行融合,通過(guò)對(duì)融合后的數(shù)據(jù)進(jìn)行評(píng)估,結(jié)果表明:融合后的紅外亮溫?cái)?shù)據(jù)的空間分辨率變高、物理信息量增多,從而提高了對(duì)流初生預(yù)警的準(zhǔn)確率;3、使用反照率閾值、紅外通道亮溫與紅外通道亮溫差值和可見(jiàn)光紋理方法對(duì)衛(wèi)星云圖進(jìn)行積云掩膜處理,剔除非成熟積云像素,研究結(jié)果表明:積云掩膜技術(shù)能夠剔除衛(wèi)星中的地表(海表)、成熟積云等干擾像素區(qū),提高運(yùn)算速度的同時(shí)更提高了對(duì)流初生預(yù)警的準(zhǔn)確率;4、使用F...
【文章來(lái)源】:國(guó)防科技大學(xué)湖南省 211工程院校 985工程院校
【文章頁(yè)數(shù)】:80 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
去噪結(jié)果對(duì)比圖
國(guó)防科技大學(xué)研究生院碩士學(xué)位論文灰度值進(jìn)行表示,因此將兩種云圖資料進(jìn)行歸一化處理后,使用融合算法得到的灰度值依然能夠代表云面、地表等下墊面信息。本文使用C-L多小波融合方法[55-56]。將紅外通道資料與可見(jiàn)光通道資料融合,圖(3.2)為融合算法的流程圖。經(jīng)過(guò)雙線性差值、前置濾波與后置濾波、多小波分解、融合、圖像重構(gòu)等步驟,完成資料的融合處理,得到高空間分辨率的紅外通道數(shù)據(jù)資料。
12,012,1212,012,120,00,120,00,1212,012,1212,012,120,00,(1)20,00,(1)2cNcNNcNcNNccNccNcNcNNcHNcNNccNccNLHLHHHHHLHLHHHHHLLLLLLHLLLLLHLHL (5)重復(fù)三次多小波分解的過(guò)程首先對(duì)圖像進(jìn)行兩次前置濾波處理,一次行前置濾波,一次列前置濾波,然后對(duì)處理得到的數(shù)據(jù)進(jìn)行第一次多小波分解,并依次對(duì)圖像進(jìn)行二至 N 次多小波分解,從第二次開(kāi)始,每次只需要對(duì)分解后的 LL 子圖像進(jìn)行多小波分解即可。一般而言,分解次數(shù)越多,所包含的細(xì)節(jié)信息越大,但是分解次數(shù)太多,也會(huì)影響融合的效果,因此多小波分解的次數(shù)不應(yīng)太多,結(jié)合以往文獻(xiàn),一般多小波分解的層數(shù)為三層時(shí)效果最佳(圖 3.3)。
【參考文獻(xiàn)】:
期刊論文
[1]基于網(wǎng)格的FY2C衛(wèi)星對(duì)流初生預(yù)警[J]. 宋珍妮. 科技信息. 2014(05)
[2]利用靜止氣象衛(wèi)星監(jiān)測(cè)初生對(duì)流的研究進(jìn)展[J]. 覃丹宇,方宗義. 氣象. 2014(01)
[3]基于FY2C數(shù)據(jù)的平均box方法預(yù)報(bào)對(duì)流初生[J]. 徐慧. 電子設(shè)計(jì)工程. 2012(21)
[4]融合典型紋理特征的粒子濾波目標(biāo)跟蹤方法[J]. 吳剛,唐振民,楊靜宇. 計(jì)算機(jī)工程與應(yīng)用. 2011(34)
[5]視覺(jué)跟蹤中的粒子濾波算法研究進(jìn)展[J]. 王法勝,郭權(quán). 山西大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(04)
[6]京津地區(qū)一次強(qiáng)對(duì)流天氣的初生預(yù)警技術(shù)研究[J]. 劉京華,王彬,韓雷,王洪慶. 北京大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(01)
[7]基于粒子濾波的多自由度運(yùn)動(dòng)目標(biāo)跟蹤[J]. 王國(guó)良,劉金國(guó). 光學(xué)精密工程. 2011(04)
[8]基于FY2D靜止衛(wèi)星云圖的強(qiáng)對(duì)流云團(tuán)識(shí)別[J]. 李森,劉健文,劉玉玲. 氣象水文海洋儀器. 2010(02)
[9]紅外云圖上中尺度對(duì)流系統(tǒng)的自動(dòng)識(shí)別[J]. 束宇,潘益農(nóng). 南京大學(xué)學(xué)報(bào)(自然科學(xué)版). 2010(03)
[10]基于權(quán)系數(shù)的數(shù)據(jù)融合技術(shù)在靶場(chǎng)指控系統(tǒng)中的應(yīng)用研究[J]. 翟紅,劉丹. 戰(zhàn)術(shù)導(dǎo)彈技術(shù). 2008(05)
碩士論文
[1]風(fēng)云衛(wèi)星地表溫度反演算法研究[D]. 胡菊旸.中國(guó)氣象科學(xué)研究院 2012
[2]基于衛(wèi)星數(shù)據(jù)的強(qiáng)對(duì)流初生預(yù)警和評(píng)價(jià)技術(shù)研究[D]. 劉京華.中國(guó)海洋大學(xué) 2011
[3]基于靜止氣象衛(wèi)星云圖的分類研究[D]. 劉揚(yáng).中國(guó)海洋大學(xué) 2011
[4]MTSAT衛(wèi)星云圖中對(duì)流初生的自動(dòng)預(yù)報(bào)算法研究[D]. 王敏.中國(guó)海洋大學(xué) 2010
[5]基于衛(wèi)星數(shù)據(jù)的對(duì)流初生自動(dòng)識(shí)別研究[D]. 許銳.中國(guó)海洋大學(xué) 2009
[6]FY-2C資料對(duì)西北太平洋海域云分類的研究[D]. 尹躍.北京大學(xué) 2008
本文編號(hào):2924354
【文章來(lái)源】:國(guó)防科技大學(xué)湖南省 211工程院校 985工程院校
【文章頁(yè)數(shù)】:80 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
去噪結(jié)果對(duì)比圖
國(guó)防科技大學(xué)研究生院碩士學(xué)位論文灰度值進(jìn)行表示,因此將兩種云圖資料進(jìn)行歸一化處理后,使用融合算法得到的灰度值依然能夠代表云面、地表等下墊面信息。本文使用C-L多小波融合方法[55-56]。將紅外通道資料與可見(jiàn)光通道資料融合,圖(3.2)為融合算法的流程圖。經(jīng)過(guò)雙線性差值、前置濾波與后置濾波、多小波分解、融合、圖像重構(gòu)等步驟,完成資料的融合處理,得到高空間分辨率的紅外通道數(shù)據(jù)資料。
12,012,1212,012,120,00,120,00,1212,012,1212,012,120,00,(1)20,00,(1)2cNcNNcNcNNccNccNcNcNNcHNcNNccNccNLHLHHHHHLHLHHHHHLLLLLLHLLLLLHLHL (5)重復(fù)三次多小波分解的過(guò)程首先對(duì)圖像進(jìn)行兩次前置濾波處理,一次行前置濾波,一次列前置濾波,然后對(duì)處理得到的數(shù)據(jù)進(jìn)行第一次多小波分解,并依次對(duì)圖像進(jìn)行二至 N 次多小波分解,從第二次開(kāi)始,每次只需要對(duì)分解后的 LL 子圖像進(jìn)行多小波分解即可。一般而言,分解次數(shù)越多,所包含的細(xì)節(jié)信息越大,但是分解次數(shù)太多,也會(huì)影響融合的效果,因此多小波分解的次數(shù)不應(yīng)太多,結(jié)合以往文獻(xiàn),一般多小波分解的層數(shù)為三層時(shí)效果最佳(圖 3.3)。
【參考文獻(xiàn)】:
期刊論文
[1]基于網(wǎng)格的FY2C衛(wèi)星對(duì)流初生預(yù)警[J]. 宋珍妮. 科技信息. 2014(05)
[2]利用靜止氣象衛(wèi)星監(jiān)測(cè)初生對(duì)流的研究進(jìn)展[J]. 覃丹宇,方宗義. 氣象. 2014(01)
[3]基于FY2C數(shù)據(jù)的平均box方法預(yù)報(bào)對(duì)流初生[J]. 徐慧. 電子設(shè)計(jì)工程. 2012(21)
[4]融合典型紋理特征的粒子濾波目標(biāo)跟蹤方法[J]. 吳剛,唐振民,楊靜宇. 計(jì)算機(jī)工程與應(yīng)用. 2011(34)
[5]視覺(jué)跟蹤中的粒子濾波算法研究進(jìn)展[J]. 王法勝,郭權(quán). 山西大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(04)
[6]京津地區(qū)一次強(qiáng)對(duì)流天氣的初生預(yù)警技術(shù)研究[J]. 劉京華,王彬,韓雷,王洪慶. 北京大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(01)
[7]基于粒子濾波的多自由度運(yùn)動(dòng)目標(biāo)跟蹤[J]. 王國(guó)良,劉金國(guó). 光學(xué)精密工程. 2011(04)
[8]基于FY2D靜止衛(wèi)星云圖的強(qiáng)對(duì)流云團(tuán)識(shí)別[J]. 李森,劉健文,劉玉玲. 氣象水文海洋儀器. 2010(02)
[9]紅外云圖上中尺度對(duì)流系統(tǒng)的自動(dòng)識(shí)別[J]. 束宇,潘益農(nóng). 南京大學(xué)學(xué)報(bào)(自然科學(xué)版). 2010(03)
[10]基于權(quán)系數(shù)的數(shù)據(jù)融合技術(shù)在靶場(chǎng)指控系統(tǒng)中的應(yīng)用研究[J]. 翟紅,劉丹. 戰(zhàn)術(shù)導(dǎo)彈技術(shù). 2008(05)
碩士論文
[1]風(fēng)云衛(wèi)星地表溫度反演算法研究[D]. 胡菊旸.中國(guó)氣象科學(xué)研究院 2012
[2]基于衛(wèi)星數(shù)據(jù)的強(qiáng)對(duì)流初生預(yù)警和評(píng)價(jià)技術(shù)研究[D]. 劉京華.中國(guó)海洋大學(xué) 2011
[3]基于靜止氣象衛(wèi)星云圖的分類研究[D]. 劉揚(yáng).中國(guó)海洋大學(xué) 2011
[4]MTSAT衛(wèi)星云圖中對(duì)流初生的自動(dòng)預(yù)報(bào)算法研究[D]. 王敏.中國(guó)海洋大學(xué) 2010
[5]基于衛(wèi)星數(shù)據(jù)的對(duì)流初生自動(dòng)識(shí)別研究[D]. 許銳.中國(guó)海洋大學(xué) 2009
[6]FY-2C資料對(duì)西北太平洋海域云分類的研究[D]. 尹躍.北京大學(xué) 2008
本文編號(hào):2924354
本文鏈接:http://www.lk138.cn/projectlw/qxxlw/2924354.html
最近更新
教材專著