K-L变换在估测雨量集成中的应用初探.pdfVIP

它的协方差矩阵c为 c(“)=专善(％一刁×(％一i)i，j_l，2，…L 其中4“是行向量q的第k各分量，代表第i幅图像上的第k个像素；i代表第i幅图 像上的像素平均值。 (2)计算协方差矩阵c的特征值丑和特征矩阵B。通过特征方程计算得到特征值丑· 并从大到小进行排序。进而根据求得的特征值^计算出特征向量E。由特征向量构成特征 矩阵曰=0．，B：，…，曰。)。 过K—L变换后的第i个主成分。由于得到协方差矩阵所有的特征值五后，对^进行了从大 到小的排序·故dl为L个波段的图像的主成分· 二、基于CINRAD雷达和卫星估测降水量的K—L变换 本文利用K．L变换对cINRAD雷达(以下简称雷达)估算降水数据和气象卫星(以下 简称卫星)估算降水数据进行变化，在对变换后主、次成分进行分析的基础上，对变换结果 进行适当修改，提取出最优成分。 2．1、资料来源 雷达估测降水资料采用由2000、2001．2002年6—7月第一部中美合资生产在合肥安装 的s波段多普勒雷达体扫资料、自记雨量资料，以不同仰角按距离和气候特点用最优化方法 估测““的网格间距为0．Ol。x0．0l。，步长为60分钟的所有大于1m的降水资料；卫星资 料则采用同时间由卫星云图资料、自记雨量资料，根据红外、可见光及水汽通道的辐射特性 而确定的不同云类条件下v—I关系估测““的网格间距o．1。×o．r，步长为60分钟的所有 大于1Ⅻ的降水资料。本文收集2000年到2002年汛期。安徽省淮河流域22个气象站点上 的雷达估算雨量资料与卫星估算雨量资料，共计4470个样本。 2．2、K—L变换 将收集资料在时间上进行匹配后，进行K—L变换。变换后，分别统计24个站点雷达 估算降水资料、卫星估算降水资料、主成分和次成分与实况降水的相关系数，并列出相应主、 次特征向量(表一)。主成分和次成分以及相关系数的定义如下： 次成分： s：f鲁一]忙。，B) 主成分：吖=(盒：]忸，。B) L占2jJ 其中：(盖：]为主特征向量，E一为主特征向量中雷达估算降水数据所占分量，曰-，为 主特征向量中卫星估算降水数据所占分量； 6 (爱：)为次特征向量，口：一为次特征向量中雷达估算降水警据所占分量，口zs为 次特征向量中卫星估算降水数据所占分量。 主成分表示各站点上雷达和卫星两类估算降水数据中的主要分布特征，次成分表示各站 点上雷达和卫星两类估算降水数据中的次要分布特征。主特征向量代表主成分对应的特征向 量．次特征向量代表次成分对应的特征向量。 ∑(A—j)×(E一否) 相关系数定义为：月： j：上掣A， 否：上宇置 Ⅳ智‘ Ⅳ智‘ 其中4和E表示两个大小为N一维数组，i和否分别表示两数组的平均值 表一各站点k—．L变换结果相关系数以及主，次特征向量 Table1 RelativitycoefficientandFirst、SecondCharacterofstations ^b^ 各类降水数据与实况降水问相关系数 主特征向量 次特征向量 …… 雷达 卫星 主成分 次成分雷达分量卫星分量雷达分量卫星分量 O．26 0．97 581170．05 0．27 —0．02 0．28 O．97—O．26 581180．13 0．2l 0．06 0．27 —0．68 0．74 0．74 0．68 581220．4l 0．05 O．39 O．15 0．97 _0．24 0．24 0．97 581250．01 0．16 一O．1l O．13 O．71 -o．71 0．7l O．71 581260．35 O．18 0．25 O．29 O．27 O．9