多光谱云分类技术在锋面云系中的应用
-
摘要: 将逐个修改聚类和模糊聚类的多光谱云分类技术应用于2002年6月10日03时锋面气旋云系的识别，并采用同一时次的地面常规观测与其进行了对比分析。结果发现，两种聚类方法对典型锋面气旋云系均有较好的识别能力，分类结果与天气概念模型云层分布情况一致；逐个修改聚类对组间差别较大的情况分类效果较好，而模糊聚类却对性质相近的类别有较好的识别；卫星图像分类结果与地面常规观测比较一致，但在层云、积云、层积云等性质较为相近类别的识别上存在一定差异。
-
[1] SHENK R T, NEFF R A. A multispectral cloud type identification method developed for tropical ocean area with Nimbus-3 MRIR measurements [J]. Mon Wea Rev, 1976, 104: 284-291.[2] ROSSOW W B, SCHIFFER R A. Advances in understanding clouds from ISCCP[J]. Bull Amer Soc, 1999, 80：2 261-2 287.[3] Meteorological product extraction and distribution service technical description EUM TD 11[R]，EUMETSAT，2002.[4] DESBOIS M, SEZE G, SZEJWACH G. Automatic classification of clouds on METEOSAT imagery: Application to high-level clouds[J]. J Appl Meteor, 1982，41: 401-412.[5] 国家卫星气象中心. 风云二号C卫星业务产品释用手册[R].[6] BAUM B A, TOUINKERE V, TITLOW J, et al. Automatic cloud classification of global AVHRR data using a fuzzy logic approach[J]. J Appl Meteor, 1997, 36: 1 519-1 535.[7] LI J, MENZEL W P, YANG Z, et al. High-spatial-resolution surface and cloud-type classification from MODIS multispectral band measurements [J]. J Appl Meteor, 2003, 42: 204-226.[8] 李俊，周凤仙. 气象卫星台风云图的自动识别方法及其应用[J]. 应用气象学报，1992, 3(4): 402-409.[9] 白慧卿，方宗义，吴蓉璋, 等. 基于人工神经网络的GMS云图四类云系的识别[J]. 应用气象学报，1998, 9(4): 402-409.[10] 师春香，瞿建华. 用神经网络方法对NOAA-AVHRR资料进行客观分类[J]. 气象学报，2002, 60(2): 250-255.[11] 李玉林，杨梅. 利用CINRAD WSR-98D探测夏季对流云特征[J]. 热带气象学报，2006，22(6)：654-660.[12] 陈子通. 卫星图像像元云分析的方案研究和初步试验[J]. 热带气象学报，2003, 19(2)：177-183.[13] 朱亚平，刘健文，白洁. 基于EOS/MODIS图像资料的多光谱云分类技术[J]. 海洋科学进展，2004, 22(增刊)：109-114.[14] 朱亚平，刘健文，白洁. 云的光谱和纹理特征统计分析[J]. 遥感技术与应用，2006，21(1): 18-24.[15] 朱亚平，刘健文，白洁. 云分类中逐个修改聚类和模糊聚类分类性能的对比研究[J]. 气象，2007，33(2): 15-21. -
点击查看大图
计量
- 文章访问数: 1165
- HTML全文浏览量: 0
- PDF下载量: 1344
- 被引次数: 0
下载:
粤公网安备 4401069904700003号