共查询到19条相似文献，搜索用时 126 毫秒
1.
基于MODIS遥感资料监测南海白天雾 总被引：3，自引：0，他引：3
根据现有雾遥感监测理论,采用多通道阈值判识法,基于MODIS资料进行南海白天雾监测。该方法利用MODIS的1、2、18、20、31通道数据,分离云、雾、海表的相关信息。满足RB1<20%、RB2<20%、RB1>RB2的象元判识为海表;满足RB1>55%、RB2>55%、TB31<273 K的象元判识为中高云;海雾和低云的分离指标IFC>20的象元判识为海雾。利用2011年1—4月广东沿海海雾实地观测结果对该方法进行验证,在13个样本数据中,有9个样本的卫星监测结果与地面观测结果一致,有3个样本地面观测有雾但卫星监测为低云,1个样本地面观测有雾但卫星监测为晴空洋面。主要是因为MODIS资料本身对云雾不具备穿透性,算法设计时只能假设单一视场中只有一层云雾,对于无云覆盖的雾区较易识别,但对于被云覆盖的雾区则只能将其判识为云区,但总体来说,该监测模型是有效的、可行的。 相似文献
2.
根据大雾在可见光、长波红外波段的反射及辐射特征差异,基于高时空分辨率的FY2E静止卫星开展白天大雾识别方法研究。统计分析白天大雾的卫星特征并提取多通道动态阈值,并与自动站观测数据相结合,利用阈值叠加可以实现大雾的自动识别。研究发现,白天大雾的反射率一般介于20%~50%,红外亮温一般集中在270~285 K的范围,通过双通道阈值的结合,基本可以滤除海洋、地表和厚云,达到粗判识大雾的目的。另外,由于地表温度和长波红外亮温的正相关,分季节设定阈值可以适当提高识别准确率,并且同一时刻的大雾反射率和亮温存在像元的均一性特征,因此,实时动态提取双通道阈值,缩小阈值区间,有利于降低虚报率;大雾的细判识需要结合相对湿度的观测数据,滤除低湿区,可以使TS评分增加20%以上。通过对16天大雾样本的检验表明,探测率达到92%,漏报率为8%,但虚报率较高,达到32%,TS评分达到62。可见,卫星双通道和自动站数据的结合应用,在大雾的自动识别中可以达到较高的准确率,但是低云覆盖下的大雾识别存在高虚报的情况,精细分离低云、轻雾和大雾仍然存在困难。 相似文献
3.
Himawari-8是日本发射的新一代静止气象卫星,与前一代的MTSAT-2相比,在时间、空间分辨率上都有了很大提升,特别是红外通道数量从4个增至10个,为红外遥感沙尘提供了新的观测数据。本研究利用Himawari-8的红外观测数据,发展了仅用红外通道的沙尘全天候判识算法,可以实现对白天和夜间的连续监测。算法在前人基础上去除了可见光通道,同时引入更多红外通道来进行云检测和沙尘判识。由于一日之中,地表温度发生变化,因此针对白天和夜间设置了两套不同的判别阈值,来保证算法的全天适用性。最后通过两次沙尘事件对沙尘判别结果的分析和检验表明,遥感判识结果与地面气象站和PM_(10)观测较为一致,说明了只用红外通道全天候判识沙尘的可行性。 相似文献
4.
海雾是一种常见的灾害性天气现象。以我国台湾海峡为示范研究区, 利用新一代卫星传感器MODIS的可见光和红外探测通道数据, 在分析海洋、中高云、低云和海雾等不同下垫面的MODIS光谱辐射特征基础上, 选择对海雾具有敏感反应的探测通道, 通过综合判识建立台湾海峡海雾遥感监测模型。利用该模型对2004-2007年我国台湾海峡海雾事件进行监测, 并用福建沿海5个地面气象观测站的能见度数据对监测结果进行验证分析。结果表明:基于MODIS数据的海雾遥感监测模型能够较准确地对台湾海峡海雾分布和发展过程进行监测, 从地面观测数据与卫星监测结果对比验证来看, 海雾监测的准确率可达80 %以上, 具有较高的业务化应用前景。 相似文献
5.
6.
青藏高原积雪监测在地球辐射平衡、全球气候变化和生态环境等方面有重要作用，对气候预测、雪灾预测等具有重要意义。FY-4（风云4号）卫星数据具有高时空分辨率的优势，基于FY-4A（风云4号A星）构建积雪监测方法与模型，不仅拓展了静止卫星应用领域，也丰富了积雪监测应用的手段。FY-4的高时间分辨率为积雪监测的研究提供了分钟级数据，对积雪与云的变化掌握的更为细致，但用于积雪监测的波段，因分辨率不高容易导致错判与漏判。本文基于2020年小时级野外地面雪深观测数据、风云3号D星积雪覆盖产品（FY-3D_SNC）数据，构建了基于归一化积雪指数（Normalized Difference Snow Index，NDSI）的FY-4A卫星积雪判识方法，提出了雪深监测模型与等级划分指标。结果表明：NDSI≥0.20是青藏高原地区FY-4A卫星积雪判识的适用阈值，无论有云或无云条件，其漏判率均低于8.0%。地面站点验证结果表明，积雪判识准确率达83.33%以上。空间范围内直接剔除云区后，积雪判识经混淆矩阵验证准确率在82.48%以上。因此，FY-4A卫星在青藏高原地区具有积雪监测的能力。虽然FY-4A卫星对超过10 cm以上雪深不具备区分能力，但可以较好地识别10 cm以下浅雪雪深，相关系数达到0.745，〖JP3〗通过了0.001显著性水平检验。据此建立的FY-4A卫星0～10 cm雪深等级指标，总体分级精度达到87.50%。FY-4A卫星雪深反演方法在青藏高原地区对0～10 cm浅雪雪深有较好的估算能力。 相似文献
7.
本文基于多灰度共生矩阵特征值,即相关性、对比度、同质性和能量,进行联合海雾遥感判识,提出一种高准确率黄渤海白天海雾识别算法。采用第二代静止气象卫星FY-4A可见光、近红外和红外数据,将该算法应用于黄渤海区域白天海雾判识,并利用2019—2020年沿黄渤海气象站点能见度实测数据及CALIPSO卫星数据产品对本算法识别结果进行精度验证。结果表明：海雾识别平均检测率(POD)为92%,误报率(FAR)为27%,临近成功指数(CSI)为69%,可以实现对海雾的动态监测,为海上交通等领域提供较好的数据支持。 相似文献
8.
根据雾与云、积雪、裸地等地表物在可见光、长波红外和中红外波段的反射及辐射特性差异,利用MODIS卫星多通道多光谱探测数据,采用最佳波段组合法和量化判识指标法,对2006年3月8日到10日北疆大雾天气进行判识检验试验和动态监测分析。结果:发现较利于雾与背景(地物、云、雪)分离的最佳波段是可见光B0.65μm和近红外B0.85μm、短红外B1.64μm、中红外B3.7μm、热红外B11μm,综合判识就可以将云、雾、雪、裸地有效的区分;雾在夜间的有效温度在中红外波段比热红外波段低,可采用中红外和热红外波段的组合方法,根据两通道的亮温差进行雾的监测。 相似文献
9.
利用2007-2013年新疆的十场强对流天气过程以及与之相应的FY-2D静止气象卫星数据,分析了强对流云红外一通道、红外二通道、水汽通道及通道差的光谱特征,提取强对流云团样本点,采用统计方法确定判识指标的阈值范围,构建多通道多阈值判识方法。利用三场天气过程的地面实测降水资料分别验证了单时次和整场天气过程强对流云判识的准确性,结果表明：单时次强对流云的识别区域与发生降雨台站一致的准确率为83%;在整个天气过程中,强对流频次分布与降水实况吻合度较高,说明随着对流云团的移动和发展,判识区域与地面降水区域保持一致,验证了判识方法有效,阈值选取合理,可以为监测暴雨天气系统的发生、发展提供支持。 相似文献
10.
基于MTSAT卫星遥感监测的浙江省及周边海区大雾分布特征 总被引：2，自引：0，他引：2
利用日本静止气象卫星MTSAT逐时资料,综合地面气象观测数据,对浙江省及其周边海区陆地和海上2008—2012年的大雾进行了专题信息提取,并给出了浙江省陆域、周边海域0.05°×0.05°网格点的小时尺度的遥感大雾产品,结果表明:(1)基于MTSAT卫星观测数据,采用分级判识太阳高度角阈值和归一化大雾指数的方法,构建的浙江及其周边地区陆地和海上遥感大雾监测模型,大雾判识精度总体超过75%,基本满足使用需求。(2)浙江省陆域近5年大雾年平均累计为411.7 h,约占全年的4.7%,基本呈南多北少,山区多平原少的格局,其中浙江南部高山区、舟山和温州部分海岛及西部山区为大雾多发区,且大雾季节分布为冬秋季较多,春夏季较少,22时至09时是浙江省陆域大雾的高发时段,10时以后大雾逐渐消散,至后半夜、凌晨前后,大雾频次逐渐增多。(3)研究区海雾主要发生在大陆近海,呈现由近海向外海减少的空间格局,东海海域年大雾累计为311.7 h,以东海西南部地区大雾出现最多,浙江省沿海大雾的高发区位于温州海域及钱塘江口。研究区海域大雾具有明显的季节特征,主要表现为春季较多,夏季次之,秋冬季较少的分布格局,且海上主要受平流雾影响,大雾不易消散,持续时间较长。从各海区大雾发生频次从高到低依次为:东海东南部、台湾以东洋面、东海中东部、黄海西南部、东海中西部、台湾海峡、东海西北部、黄海东南部、东海西南部和东海东北部。 相似文献
11.
12.
对FY-3A气象卫星大气温度湿度廓线资料进行夜间大雾低能见度分布反演计算,并运用美国LAPS(Local Analysis and Prediction System)局地分析与预报系统,与FNL再分析资料多要素反演数据进行多源要素融合分析。FY-3A卫星反演得到的大雾低能见度分布,经与Micaps(Meteorological Information Comprehensive Analysis and Process System)系统地面天气图, FY-2E地球同步卫星红外云图,要素统计气象年鉴记录等对比检验,显示反演的低能见度区范围及强度合理。尤其是对海上缺乏常规观测资料网的海域,提供了夜间海上能见度分布信息。进一步地通过LAPS系统对比卫星资料、再分析资料、以及卫星与再分析资料融合的3种方案结果,显示将卫星监测资料与FNL再分析资料的融合效果,对单来源资料反演的大雾低能见度分布有较好的改善。融合后对卫星资料而言,卫星轨道盲区已经弥合,其次,获得了海上低能见度区分布的信息,对海上和沿海雾区能见度的强度得到合理改善。对于FNL再分析资料,原有的各项要素强梯度被合理平滑。低能见度范围也有调整改善。重要的是海上大雾低能见度区的分布,得到FY-3A卫星信息和数值模拟信息的互相验证与信息综合,可信度增强。 相似文献
13.
Fengyun-3 D(FY-3 D) satellite is the latest polar-orbiting meteorological satellite launched by China and carries 10 instruments onboard. Its microwave temperature sounder(MWTS) and microwave humidity sounder(MWHS) can acquire a total of 28 channels of brightness temperatures, providing rich information for profiling atmospheric temperature and moisture. However, due to a lack of two important frequencies at 23.8 and 31.4 GHz, it is difficult to retrieve the total precipitable water vapor(TPW) and cloud liquid water path(CLW) from FY-3 D microwave sounder data as commonly done for other microwave sounding instruments. Using the channel similarity between Suomi National Polar-orbiting Partnership(NPP) advanced technology microwave sounder(ATMS) and FY-3 D microwave sounding instruments, a machine learning(ML) technique is used to generate the two missing low-frequency channels of MWTS and MWHS. Then, a new dataset named as combined microwave sounder(CMWS) is obtained,which has the same channel setting as ATMS but the spatial resolution is consistent with MWTS. A statistical inversion method is adopted to retrieve TPW and CLW over oceans from the FY-3 D CMWS. The intercomparison between different satellites shows that the inversion products of FY-3 D CMWS and Suomi NPP ATMS have good consistency in magnitude and distribution. The correlation coefficients of retrieved TPW and CLW between CMWS and ATMS can reach 0.95 and 0.85, respectively. 相似文献
14.
为进一步提高雾天交通安全气象保障精细化能力，以江苏、安徽高速公路雾事故多发路段为例，利用2012—2018年事故信息与气象资料，建立一种基于变量选择和特征提取的逐时雾事故判别支持向量机模型。模型参照递归特征消除思路选择事故发生时间、地理位置、气象环境等重要变量，使用主成分分析提取重要变量的主要特征，并以径向基为核函数、以网络搜索确定最优参数。结果表明：结合重要变量选择和主成分分析的支持向量机混合模型能够成功识别出训练集81.4%和测试集83.0%的事故样本，AUC分数均为0.946；判别效果优于支持向量机单独算法，以及仅基于重要变量选择或主成分分析的支持向量机算法；3个典型实例分析也说明该模型对于阶段性或持续性大雾天气下的交通事故发生有一定判识与警示意义。 相似文献
15.
FY-1C遥感器可见近红外各通道在轨辐射定标 总被引：13，自引：0，他引：13
文中通过 1999年 7月利用敦煌辐射定标场和反射率基法对FY -1C气象卫星遥感器可见 -近红外通道进行的第一次在轨辐射定标试验 ,研究和试验了卫星遥感器的在轨辐射定标方法、同步观测方法和辐射传输计算算法及其软件开发 ,有 7个通道的绝对辐射定标系数 (或称为增益和偏离量 )被获得。经过误差分析 ,认为本次定标的不确定度小于 7%。定标获得的 7个通道定标系数与该卫星发射前定标结果比较 ,其中 5个通道 (通道 1,2 ,7,8,10 )结果比较接近 ,另两个通道 (通道 6,9)由于发射前定标误差较大致使二者有一定差别。另外 ,通过 2 0 0 0年 9月份对FY -1C卫星进行的第二次辐射定标试验 ,使该卫星在轨 1a多来的运行状态得到了定量监测 ,本次定标与1999年 7月的定标结果比较 ,发现可见 -近红外各通道性能均有程度不同的衰减 ,尤其是通道 1,7,8性能衰减分别为 35% ,2 8% ,2 2 % ,而通道 2 ,6,9,10性能衰减较小 (为 10 %左右 )。 相似文献
16.
2010年11月5日发射的风云三号B星 (FY-3B) 是我国第2代极轨气象卫星的第2颗星。其上装载的微波湿度计 (MWHS) 在183 GHz水汽吸收线设计了3个大气探测通道,在大气窗区150 GHz设置了双极化通道。该文主要对FY-3B微波湿度计系统进行介绍,分析其在轨5年的性能,对仪器在轨关键性能参数进行了长时间序列分析,结果表明:仪器各通道灵敏度均优于0.4 K,其中通道1,2,4,5的灵敏度优于0.3 K,定标精度稳定在0.3~0.55 K,未出现恶化现象, 同类型在轨载荷星下点处匹配数据交叉比对,相关系数优于96%。分析表明,该仪器在轨性能和数据质量均优于FY-3A微波湿度计。同时,利用微波湿度计实测数据,着重分析2015年6—7月若干台风的生成、演化、增强和消亡的整个过程,并对台风区域强降雨监测进行分析。 相似文献
17.
利用FY-1D全球数据监测北极冰雪覆盖 总被引：1，自引：0，他引：1
利用FY-1D极轨气象卫星全球数据(GDPT)4个通道资料选取了北极冰雪样本2 366个、云2 024个,陆地1 602个,水体1 648个,分析各类别的光谱特征和纹理特征,利用光谱特征从图像上识别出陆地、水体和部分云,根据冰雪和云纹理特征不同用贝叶斯判别方法建立类别判别函数进一步对北极冰雪与云进行分类,然后通过5 d合成,得到北极地区完整的冰雪覆盖范围.所得结果与NOAA/NESDIS的IMS提供的北半球日积雪产品检验分类结果相比较,一致率达到70 %以上. 相似文献
18.
There are ten channels in the FY-1C polar-orbiting meteorological satellite of China.Thesechannels cover visible,near-infrared and infrared spectral bands.Based on simulating analysis ofsingle layer and multilayer clouds that cirrus clouds possibly overlap low water clouds,the casestudy using FY-1C data is performed.Results show that FY-1C data can be used to analyzemultilayer clouds,especially for the ease of low water cloud overlaid by cirrus. 相似文献
19.
刘健 《Acta Meteorologica Sinica》2015,73(6):1121-1130
冰云的微物理特性参数反演是云参数反演的难点和热点问题,目前风云二号(FY-2)卫星还没有相关的业务产品。考虑薄卷云覆盖在中低云上的两层云情况,采用六棱柱形状的冰云,在云相态识别基础上,利用FY-2 卫星观测数据,采用双通道算法反演冰云光学厚度。选取2013年8月的EOS/Terra和EOS/Aqua云参数产品对反演的FY-2云光学厚度精度进行比对分析。研究结果表明,联合FY-2的可见光通道和中波红外通道可反演冰云光学厚度。基于匹配得到的34个分析个例,FY-2反演的云光学厚度分布态势与EOS/ MODIS云产品相同,但FY-2云光学厚度反演值小于EOS/MODIS 云光学厚度产品值。FY-2 反演云光学厚度与EOS/MODIS云光学厚度产品的平均偏差为6.41,相关系数平均为0.92,线性拟合平均斜率为0.74。FY-2 与EOS/MODIS云光学厚度值偏差出现原因除了反演算法存在差异外,与反演所用数据的不同存在密切关系,基础观测数据越相近,FY-2 与EOS/MODIS云光学厚度反演结果的偏差越小。 相似文献