静止卫星云图上的中尺度对流系统自动识别与追踪算法及在强对流预警中的应用.docxVIP

PAGE2

静止卫星云图上的中尺度对流系统自动识别与追踪算法及在强对流预警中的应用

摘要

强对流天气常由中尺度对流系统引发，其突发性强、破坏力大，严重威胁人民生命财产安全。静止卫星云图是监测MCS的主要手段，但传统人工识别主观性强且效率低，现有自动方法难以兼顾分割精度与跟踪时效。本研究设计并实现了一种融合U-Net语义分割与稠密光流追踪的MCS自动识别与预警系统。系统先利用改进的U-Net从红外云图中分割出冷云盖区域，再通过Farneback光流法计算运动矢量场，结合区域质心追踪与面积演变分析，外推未来1小时冷云盖位置，并基于集合外推生成影响区域概率图。

全文遵循工程化设计流程。第一章阐述强对流预警的现实痛点与课题价值；第二章论证U-Net与光流法的技术选型；第三章细化功能与非功能需求，建立用例模型；第四章设计分层架构与模块划分，完成数据存储方案；第五章详细设计分割、追踪与概率生成模块的算法流程及接口；第六章展示核心算法实现与关键代码；第七章通过功能与性能测试验证系统有效性；第八章总结成果与不足。本设计的创新在于将深度学习分割与物理光流追踪深度耦合，输出概率化预警产品，为强对流短临预报提供客观、可量化的决策支持。

第一章绪论

1.1研究背景

中尺度对流系统是水平尺度为几十至几百公里、生命史数小时的对流云团复合体，常伴随雷暴大风、冰雹和短时强降水。我国每年因MCS引发的灾害