基于模糊纹理光谱的全天空红外图像云分类

为了对全天空红外测云系统获得的红外图像进行云类自动识别,提出了基于模糊纹理光谱结合云物理属性的全天空云类识别方法。首先根据不同滤波窗口的模糊纹理光谱图像特征,确定了滤波窗口大小,然后通过分析不同天空类型下的FUTS谱(fuzzy uncertainty texture spectrum)以及同一种天空类型下的FUTS谱,考察了FUTS进行云类识别的适用性,最后利用最小距离分类法和云基本物理属性对全天空红外图像进行了分类测试。在200个测试样本中,层状云、积云、高积云、卷云和晴空的识别率分别为100%,100%,90%,100%,100%,平均识别率达到98%。基于模糊纹理光谱的云分类算法对单一云空具有很好的分类效果,可进一步应用于全天空红外图像的云分类识别。

基于LBP算法的全天空红外云图的分类研究

利用局部二值模式(Local Binary Patterns,LBP),结合局部云图的方差信息(VAR),对全天空红外测云系统获得的红外云图进行了分类研究。首先建立了器测云状分类与传统分类的对应关系,其次分析了层状云、积状云、波状云、卷云和晴空5种类型天空的LBP谱和VAR特征,最后对274个样本进行了分类识别,并与人工观测结果比较,结果表明,层状云、积状云、波状云、卷云和晴空的识别正确率分别为100.0%、84.2%、70.3%、64.7%、99.0%,平均正确率达到87.2%。

全天空红外测云系统辐射传感器的替代定标

为了实现全天空红外测云系统辐射传感器业务运行过程中的定标,提出了一种以晴空辐射为标准辐射场的替代定标方法.根据SBDART辐射传输模式计算出的晴空大气向下红外辐射以及辐射传感器对天空观测的输出量化值,利用线性回归方法确定出传感器全场各像元的响应率和偏移量.定标结果分析表明,响应率不确定度为2.03DN unit/(W.m-2.sr-1),偏移量具有明显的正态分布特征,为空间随机噪声.标准黑体检验表明温度反演平均误差不超过±1.5℃,能够满足系统定量化应用的要求.

夜间天空背景及云层红外辐射测量分析

采用中波、长波红外热像仪对夜间无云天空背景及云层背景红外辐射亮度进行了测量。无云天空背景中波波段辐射亮度在0.58~1.30 W·m^(-2)·sr^(-1),长波波段辐射亮度在6.61~15.29 W·m^(-2)·sr^(-1)。由于夜间条件下无太阳辐射影响,相同俯仰观测角条件下,0°~360°各个方向天空背景辐射亮度基本一致。从无云区到有云区,随着云层厚度的增加,其辐射亮度逐渐增大。相对于无云背景,中波波段云层中心辐射亮度增加了1.5%,长波波段云层中心辐射亮度增加了14.2%,长波波段云层对天空背景辐射影响更加显著。

双波段全天空云量观测系统研制及数据分析

为实现全天时、全天空云量观测,提出并研制了一种双波段全天空云量观测系统。该系统在可见光波段通过内置遮光装置和高动态范围(HDR)图像合成技术,可采集清晰完整的全天空图像,同时,其在红外波段的一次成像可获取160°视场范围天空图像,较传统扫描拼接式红外观测模式更加简单快捷。主要阐述了该系统在不同波段的全天空成像原理以及云图分割方法。从双波段云量观测数据的一致性和准确性两方面进行分析,验证了该系统在云量观测上具有较高的准确性。