论文部分内容阅读
中国的海岸线长度超过18000公里，频繁的遭受暴雨、雷暴等强对流天气的侵袭。这些自然灾害往往给社会和经济带来巨大的损失。中尺度对流系统(Mesoscale Convective System，MCS)是形成这些强对流天气的主要原因，因此，非常有必要对中尺度对流系统的发展变化和特征进行更深入的研究。 本文以中尺度对流系统为研究对象，以FY-2高分辨率气象卫星图像为数据源，提出了中尺度对流系统检测与临近预报算法，并将所提算法成功应用于气象业务。取得的研究成果和创新点主要包括: (1)在对流单体检测中，相邻的对流云核很难区分。为了解决这个问题，提出一种基于扩展极大值变换的区域增长(Extended Maxima Transform based Region Growing，EMTRG)算法。首先，EMTRG算法利用扩展极大值变换技术产生对流核种子点，并使用邻域准则使相邻种子点形成聚类。其次，计算相邻种子簇的合并和分裂次数。最后，使用合并准则判断相邻的种子簇是否需要合并。在卫星红外图像上的实验结果证明了该算法可以有效地区分相邻的对流核。 (2)利用气象卫星数据检测快速发展对流(Rapid Development Convection，RDC)的信息，是强对流天气临近预报非常关注的内容。首先提出了一种对流初生(Convection Initiation,CI)检测算法。该算法主要基于云项快速降温率(Cloud Top Cooling rate，CTC)的多通道判识，设计包含3个测试的CTC滤波器，过滤之后得到每个CI的局部亮温极小值点，然后以该点为中心使用EMTRG算法填充，得到快速发展对流体。此外，提出一种新的目标跟踪和识别(Object Track and Identification，OTI)算法检测RDC。OTI算法首先使用EMTRG算法检测对流核，并利用基于面积重叠的目标跟踪方法跟踪相邻图像序列的对流核。然后，为了保存云演化中的极值信息，对同一目标对流核的25％最低亮温值求平均亮温。最后，设计一种新的识别准则检测RDC。在多通道数据集上的实验证明了所提算法的有效性。 (3)目前对流单体跟踪和临近预报算法的难点是如何有效地处理对流云在MCS生命周期中的分裂和合并问题。为了解决这个问题，提出了TCC(Tracking Convective Cells)跟踪算法和FCC(Forecasting Convective Cells)预测算法。由于对流单体是MCS的稳定部分，因此所提算法通过跟踪和预测对流单体代替MCS。TCC算法使用基于动态限制技术的组合优化方法和匈牙利算法进行跟踪。FCC算法使用质心位移预测对流单体的运动。多个案例分析证明TCC和FCC算法在MCS的各个生命周期均能有效地跟踪和预测，包括初生、成熟和消散阶段。通过分类统计、列联表方法进行验证证明了所提算法的有效性。 (4)无眼台风的中心定位是台风监测的难点。为了解决这个问题，提出一种基于密度矩阵和亮温修正的台风中心自动检测算法，该算法可同时适用于有眼台风和无眼台风。台风形成期和消散期的中心定位是目前台风中心定位的难点。针对这个问题，提出一种基于云导风的台风中心定位算法CMW(Cloud Motion Wind)，该算法首先基于加权的中值滤波光流模型构建云导风场，再结合密度矩阵方法计算台风中心。本文使用FY-2红外图像分析了多个台风案例，实验结果与中国气象局(CMA)公布的最佳路径以及其他方法进行比较，证明了所提算法能够准确地确定台风中心位置。此外，本文计算了影响台风强度的相关参数，具体参数包括台风区域面积、台风中心区域的IR1通道的平均值、台风区域的IR1通道的平均值和台风移动速度。为了计算台风强度，根据历史台风资料构建了台风强度数据库，并提出一种基于2D-PCA的台风强度变化估计算法。