Prospects for China's New Generation Polar Orbit Meteorological Satellite Application

Ｔｈｉｓｐａｐｅｒｄｉｓｃｕｓｓｅｓｔｈｅｐｏｓ┐ｓｉｂｌｅｓｅｌｅｃｔｉｏｎｏｆｒｅｍｏｔｅｓｅｎｓｏｒｓａｂｏａｒｄＣｈｉｎａ＇ｓｓｅｃｏｎｄｇｅｎｅｒａｔｉｏｎｐｏｌａｒｏｒｂｉｔｍｅｔｅｏｒｏｌｏｇｉｃａｌｓａｔｅｌ┐ｌｉｔｅａｎｄｄｅｓｃｒ...

新一代静止气象卫星对浙江省金丽温高速公路低能见度识别的研究

利用浙江省地面观测数据和新一代静止气象卫星数据,通过逻辑回归(LR)、线性判别(LDA)、K近邻算法(KNN)、决策树(CART)、高斯贝叶斯(NB)和支持向量机(SVM)6种机器学习算法针对浙江省金丽温高速公路进行低能见度识别建模,并运用多种评估方法评估模型结果,显示SVM算法模型效果较好,且针对小于1000 m的能见度天气有较好的识别。进一步结合地面观测数据和卫星数据建立识别模型,发现效果优于单一来源的数据建模,一般以KNN算法建模效果较好,且在对浓雾、强浓雾的识别中,结合地面和卫星数据的模型识别效果更好。针对单一数据利用SVM算法,结合地面和卫星数据选择KNN算法再对金丽温高速公路的大雾过程进行识别,显示新一代静止气象卫星数据的模拟效果不差于地面观测数据模拟效果,且能够识别夜间和凌晨的雾,对地面观测识别可作为有效补充,将对省内没有地面气象观测的低能见度识别和短临预测有一定辅助参考作用。

基于Himawari-8卫星的火点判识算法研究

利用新一代静止气象卫星Himawari-8数据,提出一种新的自适应阈值决策树低温火点判识方法。该方法基于2.3μm和0.86μm通道数据,以晴空像元和背景像元本地化判识结果为基础进行火点识别。选取山西省作为研究区域,利用2020年4月24日和2021年2月20日数据进行验证,结果表明:①对于森林火灾初期火势较小的火点可以尽早判识(采样点最早提前40 min);②对草地、耕地上范围较小、温度较低的火点判识在时效性和准确率方面均表现良好;③新增的低温火点判识算法有效地解决了火点多判和漏判的矛盾问题,为尽早识别火点信息,实现有效的灾情监测提供了新思路。