一种基于卫星数据的云检测方法外文翻译资料

 2022-08-09 11:30:13

英语原文共 6 页，剩余内容已隐藏，支付完成后下载完整资料

A Method of Cloud Detection from Satellite Data

一种基于卫星数据的云检测方法

摘要：本文介绍了云检测方法的开发和测试的主要结果。该方法的主要目的是对卫星图像中的云进行识别和分类，随后检索定量特征。该方法以云类，云顶高度和云顶温度的地图的形式提供数字数据集。云检测的各个连续阶段都被考虑在内，并提出了方法测试的条件和基本结果。

关键词：云、卫星数据、检测方法、云的自动识别和分类

1.介绍

云层是形成地球天气和气候的重要因素。 它是大气和下层表面辐射状况的有力控制者。云量数据不仅允许分析当前的天气状况，还能对未来的变化进行假设。

由于这些误差通常是有使用从航天器接收到的红外影像的操作员在对云进行识别和分类时候产生的，因此云检测的自动化自然成为卫星气象学发展过程中的重要一步。由于没有充分考虑到大气圈的物理过程，云的数量特征自动反演的第一批技术特点是精度低。随后在大气动力学领域和物理领域（包括云和降水微物理学）和空间设备有利于创建现代科学算法，使云的可靠性检查和参数评估成为可能。随着云的定量特征计算质量的提高，利用这些信息进行预报，使得云的气候研究和降水量预测成为可能。

本文根据AVHRR辐射计数据和产品质量评价结果，讨论了云的自动检测和计算云层特性的方法。

2.方法简介及输入数据

云的特征计算和云检测的方法为专家们提供了基于卫星数据的专题产品，即云类图、云顶高度图和云顶温度图。利用卫星辐射计测量的目标光谱特征和大量的附加数据作为预报因子：国家环境预报中心（NCEP）的预报数据，即温度、位势高度、近地表和17层相对湿度、地表风向、风速以及水库、沙漠等的位掩模。

该方法的主要算法核心是在CLAVR-x软件包中实现的AWG（NOAA Algorithm 工作组）科学算法集，该算法由威斯康星大学气象卫星研究合作研究所（CIMSS/UW）开发，在卫星数据方面具有相当的同化灵活性：它们允许使用由于卫星数据解释而确定的来自不同云类别的辐射计数据而无需对软件进行重大修改。

CLAVR-x软件包在开发操作系统Linux下运行，完全符合UNIX系统程序开发的标准，即：它是一个模块化的体系结构，云模式的检测结果是以数字数据集的新式生成的，作者将AWG算法应用于北方地区的气候特征。

利用NOAA-19、NOAA-18、NOAA-15和MetOp-B卫星的AVHRR测量数据（1b级）作为基于AWG算法的云检测的初始数据。云的量化特征的分类和检索过程是多阶段的；当软件接收到卫星数据时，会连续进行以下子程序（科学算法）。

1.云的检测和云罩的构建。该算法以贝叶斯分类器为基础，执行后利用后验概率阈值形成四层云掩模。这个掩模的值可以是：透明的、近似透明的、多云的，近似多云的。

2.云类型和云相态的确定。检测到的云量图像按以下七类分类：雾、液态云（根据11mu;m的亮度温度值可以分为暖云和冷云）、混合相云（由水和冰进行组成）、对流云（垂直发展的光学致密云）、多层云（包括多个层云）和卷云（低光学厚度透明晶体云）

3.云顶参数的确定。仅对最初确定为云顶的像素进行计算。云顶温度的值是通过辐射计测量大气透明度通道（11mu;m和12mu;m）中的输出热辐射使用回归依赖关系得到。

4.确定太阳天顶角为的像素点云的光学和微物理特性。该算法基于标准的双谱方法，根据0.65mu;m和3.7mu;m通道的数据计算云的光学深度值和粒子的有效半径，并检索参数值使用回归相关。计算的输入数据是网格节点不同高度的温度、水蒸气和臭氧含量的值，步长为2.5（这些剖面由NCEP分布），先前阶段的计算结果（云罩、云相态和云顶信息以及云光学参数（发射率、反射率等）先验值的表。

5.在最后阶段，用阈值法对云层进行详细的形态分类，将所有前期的输出数据作为输入参数，利用世界气象组织（WMO）关于云层基本类型及其亚型的信息开发了分类算法参考文献[6]中的云高，并考虑了文[1-3]中提出的复合方法中的阈值和云分类。

表中给出了获得的云类和各自的云类型，分离的云类与气象组织[9,10]建立的标准云类略有不同，这是卫星资料解释的特殊性造成的。

3.产品精度评定

为了确定最终结果的可靠性，对获得的信息产品进行了几次质量评估。

主要天气目标的云检测精度评估是基于最近时刻地面天气图的地面观测网的数据，与观测数据的比较表明：在天气尺度上，冷锋云系、遮挡锋的云系统，在中尺度上，所提出的方法所识别的云的类型和形式在大多数情况下与观测站所观测到的云的类型和形式一致，特别是基于间接（例如，积雨云或平流层云对应于阵雨区。基于9月3日地面观测数据的产品质量评估示例，2016年如图1所示。地面天气图（图la）的碎片表明气旋增强。在红外图像（图1b）和用该图绘制的云分类图（图1c）的碎片上清晰地观察到了云的螺旋状分布；气旋的表面中心位于云螺旋焦点附近，二次云涡旋的产生记录在气旋的后部，图上的大气具有鲜明的、发展的、不均匀的云系特征：观测到的层云和积云与地面观测数据。

使用本方法获得的产品与多普勒天气雷达（DMRL）的比较数据是在2015年6月1日至2016年5月11日期间通过Aviamettelekom Roshydromet的西西伯利亚分公司进行的。考虑到雷达方法的具体特征和局限性，专家们使用了额外的编队形式，例如天气图，卫星云图和飞行天气。将DMRL在巴拉宾斯克观察到的区域上的云参数与云分类图进行比较，并与从NOAA-19，NOAA-18和MetOp-B卫星的数据中获取的最接近时刻的云顶高度数据进行比较。卫星通过观测区域的时间。值班预报员准备的摘要表包含有关卫星日期和时间的信息卫星上的观测，以及整个卫星云顶高度（或高度范围）的平均值DMRL覆盖区域是通过分析方法并根据雷达数据计算得出的。根据比较结果认为，由于输出产品的时空分辨率不同，地图上云系统的边界可能与DMRL数据不同。图2给出了一个示例的测试区域内云参数的示例，该参数是根据多普勒天气雷达数据和所建议的2015年7月13日方法计算得出的。由于未产生降水的细小云滴无法通过DMRL进行检测，因此，在雷达数据中，水凝物尺寸小于100 nm的云带被“丢失”。雷达视场中仅显示具有高光密度的区域。尽管如此，通过考虑的方法构造的地图片段和巴拉宾斯克的DMRL数据表明存在一个积云形式相同的积雨云细胞，其云顶高度值超过10 km。

对于每个分析的测量时间，使用汇总表的数据以以下形式评估方法的质量：

——产品的完整比较（高度和分类）：1/1是该方法获得的数据与DMRL观测数据的云类型和云顶高度的完全一致； 0/0是他们之间的完全分歧；

——每个单独产品的独立比较：1 / *是云类型方法的准确性； * / 1是云顶高度方法的精度。

在2015年6月1日至2016年5月11日期间，对211天的数据进行了比较：云顶高度的546个时刻和云分类的384个时刻（即进行了384次产品完全比较）。 由于云分类算法需要0.6 mm和3.7 mm通道的信息，这些通道仅在日间以太阳天顶角不超过65°的时间可用，并且冬季的日照时间不超过7–9 小时，考虑到晴朗无云的日子，有关云类型的分析数据量就较小。

在整个分析期间，方法数据与DMRL数据（1/1）之间的完全一致性被记录在83.1％的案例中（384个时刻中的319个），并且观察到完全不一致（0/0）在1.3％的案例中（384个时刻中的5个）。用该方法构建的分类图上的云类型平均下来有96.9%与DMRL识别的云类型一致。云顶高度的值确定的平均准确度为80.2％。至于月度分配，最大协议方法数据和雷达数据之间的时间在3月和4月进行了注册，占100％（16个中的16个分析时刻）和98％（45个中的44个）；最小重合度为1月，这是由本月计算的云顶高度值质量低造成的。

即使在冬季，一年中云分类的准确性也不低于88％（图3a），并且在过渡季节（9月，10月，2月至5月）等于100％。云顶质量高度的计算直接取决于地表空气温度（图3b和3c）：随着空气温度下降并且表层已冷却，基于卫星数据的计算精度从80–90％降低（6月至10月）至65％至50％（11月至2月）。当地面气温下降并且形成永久积雪，使云检测变得复杂，云类型识别的准确性平均降低6％，魔杖的云顶参数计算精度降低19％。

在卫星数据与雷达数据对比的框架下，对记录检测到为假云的天气条件进行了详细分析。对于所有现有的自动云检测系统而言，冬季的错误检测都是一个严重的问题。温度的低值由于积雪具有很高的反照率，并且可能被错误地解释为混浊，因此积雪的表面给云面罩构造算法带来了困难。在以下天气条件下，考虑的方法往往会导致错误检测：

——在表面空气温度下在冷空气团中形成的反气旋应低至–21°C（尤其是在夜间温度急剧下降的情况下）；

——在由于地面空气温度降低至13°C而产生的冷却雾的情况下；

——对于在没有云的情况下覆盖大领土的暴风雪和地面暴风雪。

错误检测案例的发生率是观察总数的1.6％（546个中的9个）。此外，使用CALIPSO卫星数据评估了云顶参数（高度和温度）的计算准确性。该航天器的数据已用于国外的科学研究很长一段时间用于创建学习样本等[8，11]。 CALIPSO安装的CALIOP激光雷达可以获取来自云的辐射散射的垂直剖面图以及检测到云层和气溶胶层。与CALIOP激光雷达数据的比较在当天进行2014年CALIPSO和NOAA-19卫星的串联观测结果（1级和4级激光雷达数据）垫的级别2和级别1b格式的AVHRR辐射计数据被使用）。分析表明，所分析的方法产品对几个云层和单独的单个云层都具有良好的检测精度。对于层状云和积云，计算云顶参数的精度最高，而对卷云的计算精度最低。在季节尺度上，在温暖季节记录了最高质量的云顶参数，也就是说，在4月至9月：云顶高度的差异不超过1.5 km，并且云顶温度为5–10K。这与使用多普勒天气雷达获得的结果一致。

4.总结

本文提出的从卫星数据进行云检测的方法可以进行检测具有较高的空间分辨率和精度的云，并以自动模式计算云的定量参数。 由于初始卫星数据处理的高速性，可以在从卫星接收到云后15分钟内以自动模式获得有关云量的解释信息。该方法的最大优点是无论季节和时间如何仍然可以分析俄罗斯大部分欧洲地区的云量。

测试表明，通过分析方法获得的主题产品（云图类，云顶高度和云顶温度）可以检测雷暴空间，并观察它们运动，发展和转换，以及评估云和云的垂直范围他们的危险程度。 最终产品精度的平均值确定如下：云类型约为97％，云顶高度约为80％。 云参数检索的最佳质量是在4月至9月获得。 误检云的频率占病例的1.6％。 的分析更经常观察到错误检测的天气状况。

除了天气观测和天气观测的结果外，还可使用卫星数据的云检测结果。区域和中尺度数值天气预报系统中的雷达观测以及在气象服务机构和机场中对云量的短期预测。

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[239350]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章