卫星遥感云分类和TBB产品在天津地区云状识别的应用分析

利用2012年4月1日至2013年7月31日地面观测资料和卫星遥感云分类、相当黑体亮温TBB产品,针对不同天气类型进行背景统计和个例分析,讨论云分类、TBB产品在云状自动识别中的应用。结果表明：地面云观测取消后,云观测业务可以依据卫星遥感产品展开,即以云分类产品为基础,结合TBB资料和天气现象进行订正。当无降水时,云状以云分类产品为主,如云分类产品为积雨云,可将云状订正为非降水云;当TBB〈240 K时,同时变率由负值向正值转变至接近0时,有雷暴活动发生,无论是何种云分类产品,云状可直接定为积雨云;TBB在240~260 K,为稳定性降水时,考虑为非对流性云（层积云或高积云、高层云或雨层云）。

基于压缩感知的地基红外云图云状识别

为了对地基全天空红外测云仪获得的云图进行分类,该文从压缩感知理论出发,提出了一种利用云图灰度稀疏性进行云状识别的新方法。首先运用典型云图样本构造冗余字典,然后通过梯度投影(GPSR)算法和正交匹配(OMP)算法求取测试样本在冗余字典中的l^1范式最优解,最后利用残差法和稀疏比例法对云状进行判别并输出。采用压缩感知理论进行云状识别,降低了对特征提取技术的要求,为云状的自动识别提供了新思路,对典型波状云、层状云、积状云、卷云和晴空的总体识别率分别达到75%,91%,70%,85%和93%,平均识别率为82.8%。

地基云图云状识别技术及其研究进展

云在大气辐射传输和气候变化中起着重要作用,准确自动地对云的类型进行判断是提高天气预报准确率的重要应用研究之一。地基云图云状的识别是实现地面测云仪器观测自动化的重难点问题。总结了地基云图识别技术的国内外的研究现状及其关键技术,介绍了地基云图光谱和纹理特征提取以及自动分类的方法,讨论了研究中面临的难题,在此基础上,对地基云图识别技术的研究前景进行了展望。

基于神经网络的毫米波测云雷达云状识别研究

为了开展云状识别研究,增加云状观测的客观性,在毫米波测云雷达原有云状识别方法的基础上,利用2018年8月~2020年6月福建罗源、平和、建瓯三地毫米波测云雷达的12种云特征数据开展进一步的研究,通过BP神经网络算法对层云、层积云、高层云、积云、高积云、高云(卷云)6种云状开展自动分类识别。研究表明,实现的云状自动识别方法,识别准确率约为78.13%,综合评价指标约为79.84%,能够降低云状观测的不确定性,完善不同天气背景下云自动观测产品的准确性。

基于Android平台的地基云状识别系统

随着社会对于气象关注程度的提高以及智能手机的广泛使用,人们对于气象服务的要求更加多样化。为了丰富气象信息服务手段,开发了一款基于Android平台的地基云状识别系统。该系统以Dense_SIFT作为云状的特征描述子,利用词袋模型创建视觉词汇本,选择支持向量机(SVM)作为分类器。系统包括图像获取、图像预处理、特征提取、分类识别、结果展示5个模块。实验表明,该系统能够有效地对不同类别的地基云图进行分类并展示,具有较好的识别效果,达到了预期目标。

基于ESS模型的云状自动识别方法

为了提高云图自动识别的准确率,提出了一种新的云状自动识别方法。基于湍流标度理论,将湍流的标度特征应用于云图的自动识别和分类中,对云图的灰度数据进行扩展自相似(ESS)模型标度分析,提取云图的标度指数特征,利用不同云系的标度特征识别云图。选用支持向量机作为分类器,对波状云、层状云、积状云、卷云和晴空5种云图进行识别。研究结果表明,通过提取ESS模型标度特征进行典型云状识别的准确率接近或超过90%。由于具有较强的显著性,基于湍流标度理论提取云图特征对云状识别方法是一个很好的补充。

基于图像处理技术的地基云图云状的识别

对云状的自动识别做了探索性研究,运用纹理分析的方法提取特征参数,并采用统计模式识别的方法进行判断,其中分类方法用最小距离分类器。实验结果表明,文中提出的方法具有可行性。

地基云图识别的光照补偿算法

为研究地基云图云状识别中的光照补偿问题,针对可见光地基云图,提出了一种基于BEMD与Closed-Form景物提取算法相结合的地基云图光照补偿算法对云图进行预处理,经过去光照处理后的云图,再进行Hilbert谱特征提取,最后进行云类的识别.与基于L1的全变分模型的光照补偿算法相比,可有效地去除云图的光照影响,又不至于去掉云图自身的信息,且与背景区别明显.试验结果表明,使用该方法与未进行处理的云图相比识别率提高4.17％～18.88％.

基于特征算法的塔式光热电站镜场云识别技术研究

地表太阳辐照度是塔式光热电站稳定运行的关键影响因素。针对电站镜场云层遮挡会影响地表辐照度数值,带来设备安全与集热量之间的矛盾问题,利用全天空成像仪对镜场上空云层进行实时监测。结合Otsu、Surf和HOG算法,提出颜色、边缘和纹理组合视觉特征算法。根据真实采集云层图像对所提组合算法与单一算法进行准确率对比分析。结果表明,组合算法对各类云状识别准确率远高于单一算法,验证了所提方法的有效性和优越性。

识别判定云的几点体会

云的演变很复杂,在地面气象观测中观测员对云的识别和判定最为关键,根据长期观测的经验,要正确判定云状、估计云量、测定云高和选定云码,必须对云形成原因进行分析研究,掌握云状的演变规则,才能做到准确无误。