卫星云分类罗敬宁.pptVIP

FY2C云分类产品介绍 罗敬宁 国家卫星气象中心 luojn@nsmc.cma.gov.cn Tel：010产品定义 利用卫星遥感技术，采用多通道卫星探测数据进行聚类分析，归纳出各种云的类别，分别代表地面、中低云、高层云、卷层云、密卷云、积雨云等。 产品生成原理 总云检测结果，在整个FY2C全圆盘图区域，得到每个像元是否为云的判识结果； 高云检测，在整个FY2C全圆盘图区域，得到每个像元是否为高云的判识结果； 云分类，在高云检测的基础上，将高云部分进行分类，得到云分类结果，并将上述各步骤结果合并生成最终云分类结果。 产品生成原理 段：数据处理的基本地域单位，指在标称图中32X32像素的区域。段的划分是以标称图的图像中心，也就是星下点开始，向图像四边延伸，在标称图纵向和横向可分别排列70个段，这样全图共有4900个段。 大像元：在红外和水汽通道数据上，以每个像元为中心，取周围3X3共9个像元的亮温，求出均值和方差。 产品生成过程 利用大像元均值和方差的抛物线分析模型，将理论模型按照实测数据进行了算法实现。 引入均匀像元的计算方法，在一个段内存在的各云类别应该具有一个完全代表其特性的核，通过大像元的方差，可以准确得到均匀像元分布。 实现直方图分析的分类算法，通过直方图的平滑与波峰波谷自动检测，可以对云类别进行聚类分析。 利用红外和水汽通道的特征，实现云类别的标定。 抛物线模型分析 抛物线模型分析 大像元均值与大像元方差，它们二者之间总体表现为抛物线形式的分布。在一个段内设最冷端为Ccold,最暖端为Cwarm,抛物线顶点的方差为δtop。根据抛物线模型，抛物线顶点的方差δtop的值，是暖端与冷暖之间亮温差ΔT的函数。 均匀像元提取 分析表明大像元的方差实际反映像元分布的均匀程度，在大像元方差的直方图上，方差值小的部分占较大比例。我们首先对整个标称图所有大像元的方差进行直方图统计分析，发现65%以上的大像元方差值小于5，同时我们用十天各时次约200张图进行统计，认为实际的均匀像元数目应占整个图像像元数目的85%。 提取均匀像元，即在大像元均值和方差的散点图上，方差值非常小的那一部分像元。 均匀像元提取实例 直方图分析 直方图指数平滑处理的方法如下，设Pi是值为i的像素出现的频数，每次参与平滑计算的点数为n，则在第j点的移动平均值Ej为： 上式可以写成： 直方图分析 如果假设直方图频数序列较平稳或忽略误差，那么可以令Ej-1≈Pj-n则最终可得到公式如下： 令a=1/n，a介于0和1之间，称为平滑系数。a的取值由参与平滑的点数决定，如三点平滑a=0.33,五点平滑a=0.2等。 直方图分析 K-均值分类算法 K-均值分类算法的基本思想是，通过迭代，逐次移动各类的中心，直至达到最好的分类结果为止。在具体实现上，对于每个要分裂的类，计算其红外均值，将大于和小于均值的像元分别归为两类，作为K-均值分类算法第一步的初始分类。 K-均值分类算法 第一步：计算初始中心的红外和水汽均值，形成初始类中心向量，计为Z1(1)和Z2(1)。 第二步：在第K次迭代中，对要分裂类别中的每个像元按如下方法将其调整到2个类别中的某个类中去。对于所有的i≠j,i=1,2，如果||X- Zj(k)|| ||X- Zi(k)||，则X∈Sj(k)，其中Sj(k)是以Zj(k)为中心的类。 第三步：对于第二步得到的每个Sj(k)，从新计算红外和水汽均值得到新的Zj(k)。 第四步：对于所有的j=1,2，如果Zj(k+1)=Zj(k)，则迭代结束，否则转向第二步继续进行迭代。 K-均值算法是一个迭代算法，迭代过程中类别中心按最小二乘法误差的原则进行移动，因此类别中心的移动是合理的。 段景观分类结果 产品主要特点 积雨云（CB云）：对于段内某个类别，如果其水汽亮温大于红外亮温，说明此处有很强的对流云团，如红外和水汽亮温散点图的斜率大于0.65，即定义为积雨云； 密卷云：使用每个类别的红外和水汽亮温散点图分析，计算其斜率，如果其斜率很大则定义为密卷云，此处使用0.5作为经验阈值； 产品主要特点 非密实高云：使用红外和水汽散点图分析，对于斜率比较高，红外亮温也较高的类别，定义其为非密实高云，此处使用0.3作为经验阈值； 高层云和雨层云：使用红外和水汽散点图分析，对于斜率比较低，红外亮温较高的类别，定义为高层云或雨层云。 产品使用说明 产品使用说明 产品应用介绍 产品应用介绍 华南暴雨 华南暴雨 * * 对于每个段，以大像元均值为横坐标，大像元方差为纵坐标， 可以得到上图所示的抛物线结构 抛物线外部的像元（A区）是冷端和暖端的混合像元，其一般位于两种云类的边界上。对于抛物线内部的像元，除了冷端和暖端，中