面向半球尺度数据的云检测方法

面向半球尺度数据的云检测方法

论文摘要

目的云覆盖着地球上空大部分区域,在地球水循环、地气系统能量平衡和辐射传输过程中有着重要的作用,同时云也是天气气候中最重要、最活跃的因子之一;此外,云覆盖地表信息,导致影像配准、融合等处理过程的很多问题,所以云检测十分重要。方法基于2015年发射的深空气候观测台(DSCOVR)卫星搭载的地球彩色成像相机(EPIC)数据,针对EPIC数据波段范围较广和影像数据是半球尺度的特点,以云指数法作为基础,提出一种新的面向半球尺度数据的云检测方法。首先,分析EPIC数据各个波段的波段特征,尤其是紫光波段,然后根据云在不同波段的反射特性,以指数的形式完成波段组合进行云检测,再与SVM (support vector machine)云检测法和可见光云检测法进行比较,最后利用EPIC L2产品对所获得的云分布图和统计云量值进行结果验证,以正确率、漏检率、误检率和Kappa系数作为参考标准完成精度评定。结果实际EPIC夏季(2017年7月)和冬季(2017年1月)数据的实验结果表明,本文方法的正确率均高于91%,Kappa系数大于0. 9;其他方法的正确率均低于89%,且Kappa系数在0. 8左右,均小于0. 9。所以本文能够有效地检测到薄云(即使在冬季),且云量和云的分布都最为接近实际。结论在EPIC影像的云检测过程中,本文方法从云分布图和云量结果两个方面都优于可见光云检测法和SVM云检测法,经EPIC L2产品验证,本文方法有效、可靠,且能够快速获得半球范围内云的分布情况,有助于对全球云的动态研究和自然天气预测。

论文目录

  • 0 引言
  • 1 原理与方法
  •   1.1 EPIC简介
  •   1.2 波段选择
  •   1.3 EPIC数据云检测方法
  • 2 实验
  •   2.1 实验与分析
  •   2.2 实验验证
  •   2.3 精度评定
  • 3 结论
  • 文章来源

    类型: 期刊论文

    作者: 赵燕红,郭擎,成枢,李安

    关键词: 半球尺度,云检测,云指数法,云量,云分布

    来源: 中国图象图形学报 2019年05期

    年度: 2019

    分类: 信息科技,基础科学

    专业: 气象学

    单位: 山东科技大学测绘科学与工程学院,中国科学院遥感与数字地球研究所

    基金: 国家自然科学基金项目(61771470,1590853),中国科学院前沿科学重点研究项目(QYZDY-SSW-DQC026),中国科学院A类先导专项(XDA19060103),中国科学院青年创新促进会人才项目(2014054)~~

    分类号: P407

    页码: 836-846

    总页数: 11

    文件大小: 2347K

    下载量: 81

    相关论文文献

    • [1].大气环境预测的云量替代性分析研究[J]. 环境科学与管理 2020(05)
    • [2].环渤海地区云量的时空分布特征[J]. 兰州大学学报(自然科学版) 2019(01)
    • [3].西北地区近40年降水量和云量的变化及其相互关系分析[J]. 青海气象 2018(03)
    • [4].一次长江流域梅雨降水中三种云量计算方案的对比研究[J]. 大气科学学报 2016(02)
    • [5].利用小波分解的时间序列云量预测方法[J]. 遥感信息 2016(04)
    • [6].基于时间序列的中亚地区云量特征分类及云量变化趋势[J]. 遥感技术与应用 2014(05)
    • [7].天文选址的夜间云量处理方法[J]. 天文学报 2012(03)
    • [8].姚安天文观测站的夜间红外云量特征分析[J]. 天文学报 2017(02)
    • [9].什么是云量?[J]. 少儿科学周刊(儿童版) 2013(10)
    • [10].面向遥感卫星数据获取应用的时间序列云量预测方法[J]. 遥感信息 2014(03)
    • [11].大型地面太阳望远镜选址云量调查[J]. 天文学报 2012(05)
    • [12].MODIS影像的局地云量信息元数据提取算法与应用[J]. 地球信息科学学报 2010(04)
    • [13].天文选址数字云量白天观测处理方法[J]. 天文研究与技术 2008(04)
    • [14].相似预报方法在山西省云量预报中的应用[J]. 干旱气象 2018(05)
    • [15].思南县云量气候特征及变化初探[J]. 贵州气象 2012(01)
    • [16].云量分割在空间目标观测中的研究[J]. 计算机科学 2018(S1)
    • [17].变化的天气(二) 云(上)[J]. 启蒙(3-7岁) 2012(09)
    • [18].1957—2008年陕西云量分布与变化趋势分析[J]. 陕西气象 2012(02)
    • [19].内蒙古地区云量时空分布及变化趋势分析[J]. 气象科技 2009(03)
    • [20].1961—2011年赣州地区云量的变化特征[J]. 黑龙江科学 2019(16)
    • [21].1971—2010年虎林市云量与气温、降水的年际变化特征分析[J]. 现代农业科技 2018(01)
    • [22].1988—2017年黔南州云量变化与日照变化的关系分析[J]. 现代农业科技 2019(06)
    • [23].近40年阿里地区云量和气温的年际变化[J]. 西藏科技 2018(09)
    • [24].近40年西藏高原云量与降水分布及耦合变化特征[J]. 西藏科技 2018(09)
    • [25].重庆主城区云量变化特征[J]. 西南大学学报(自然科学版) 2014(07)
    • [26].近47年阿勒泰地区云量气候变化特征分析[J]. 安徽农学通报(下半月刊) 2010(18)
    • [27].基于图像处理技术的地基云图云量的识别[J]. 气象水文海洋仪器 2009(03)
    • [28].峨眉山云海景观预报方法及云量特征研究[J]. 科技创新与应用 2019(30)
    • [29].近45年广西云量气候变化特征分析[J]. 热带地理 2009(06)
    • [30].FY-2G卫星云量产品在宁夏的分析检验[J]. 气象水文海洋仪器 2019(02)

    标签:;  ;  ;  ;  ;  

    面向半球尺度数据的云检测方法
    下载Doc文档

    猜你喜欢