联合AMSU-B和GOES-9对强对流云团进行识别分析
本文利用AMSU-B微波亮温资料和GOES-9光学遥感资料对强对流云团进行检测识别,尝试了AMSU-B两窗区通道亮温检测、三水汽通道间亮温差检测,GOES-9红外亮温阈值检测、水汽和红外通道间亮温差检测、红外和水汽通道亮温多光谱逐个修改聚类等方法对强对流云团进行检测识别,通过2004年6月16日一个个例,比较各种方法的检测识别结果,分析各种识别技术的特点,同时采用地面常规观测资料进行叠加,对检测方法进行了验证.分析结果表明:AMSU-B的两窗区通道采用合适的亮温阈值可对强对流云团进行较好的检测识别,但89GHz受地表影响大,不能很好剔除过冷水体,150GHz受地表影响较小,其识别结果与三水汽通道间亮温差的检测结果较一致,三水汽通道间亮温差对阈值的依赖性相对较小,利用其不同权重高度分布特征可对强对流云团有较好的识别;GOES-9红外亮温阈值选取不同会造成较大差别的检测结果,单一阈值仅能对局地范围的强对流云团进行检测,大范围阈值检测须考虑其时空变化情况,与之相比,水汽和红外通道间亮温差对阈值的依赖相对较小,对强对流云团也能进行较好定位,但识别范围较小,红外和水汽通道亮温多光谱逐个修改聚类的方法是将图形图像处理和模式识别相结合,依靠图像上云的光谱特征进行客观分类,对积雨云的识别效果较好,而且和AMSU-B的检测结果有较好的对应关系;地面常规观测资料的叠加结果也说明AMSU-B三水汽通道间亮温差检测识别结果和GOES-9逐个修改聚类结果与当时的天气现象及当时的积雨云状都有较好的对应关系.
微波遥感 光学遥感 强对流云团 检测识别
朱亚平 刘健文 张翔 徐玉湄 郝志娟 谭琳珊 程周杰
海军海洋水文气象中心,北京,100161 空军装备研究院航空气象防化研究所,北京,100085 空军装备研究院航空气象防化研究所,北京,100085 海军海洋水文气象中心,北京,100161
国内会议
北京
中文
1-11
2010-10-01（万方平台首次上网日期，不代表论文的发表时间）