慢特征分析在强对流追踪中的应用

摘要：

本文将慢特征分析(Slow Feature Analysis,SFA)应用于强对流的追踪和预测.在原有提取静态特征的基础上,通过慢特征分析提取云团面积、重心、长短轴比、重心与形心距离、移动速度、移动角度和最低亮温等属性的变化作为动态特征,利用慢特征分析方法提取云团中具有一定连续性和稳定性的动态特征对强对流云团进行识别和追踪.分析结果表明,使用动态特征的追踪算法,具有一定的优势,有助于提高对强对流云团的追踪和预测能力.

关键词： 强对流云团 运动追踪 慢特征

作者: 刘年庆 马奎俊 王珏 方翔

作者单位: 中国科学院自动化研究所,北京100190;国家卫星气象中心,北京100081 中国科学院自动化研究所,北京100190 国家卫星气象中心,北京100081

会议类型: 国内会议

会议名称: 2011年全国卫星应用技术交流会

会议地点: 南昌

会议语种:中文

页码: 29-37

在线出版日期: 2011-05-01（万方平台首次上网日期，不代表论文的发表时间）