基于卫星云图强对流雷暴识别方法的研究

来源 :天津大学 | 被引量 : 0次 | 上传用户:wxyz0123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
强对流天气主要是指雷雨大风、冰雹和短时强降水等天气状况,是主要灾害性天气之一,强对流天气的发生对经济发展和人民的生产、生活都有很大的影响。本文基于风云四号气象卫星数据,对强对流雷暴进行识别研究。本文的主要研究内容如下:1、对2018年7月-9月的卫星数据进行预处理,获得各通道的卫星图像。卫星原始数据是以矩阵的形式存放,经过辐射定标、投影转换步骤,转换成卫星云图。另外还对雷达数据进行预处理,获得雷达组合反射率图,雷达数据作为验证集。2、采用阈值法对卫星图像中的对流云团进行识别,并提取云团的特征;研究云团发展演变的过程,用面积重叠法对不同时刻下的目标云团进行匹配,获得时间信息下的同一个目标云团序列,在匹配过程中,首先设置粗筛选区域,提出了利用目标云团外接矩形坐标之间的关系的方法,大大缩短了寻找匹配目标的时间。3、云团移动过程中质心的连线就是云团移动的序列,基于词袋模型算法对云团序列进行分类和预测。根据云团发展强度把云团序列分为严重雷暴序列和非严重雷暴序列两类。并根据云团序列的发展时间长短对云团序列进行类别标签划分。在特征提取过程中,加入时间信息对特征进行重构,获得新的9维特征,分别是三个均值、三个方差、三个斜率。构建词袋模型后,每一个云团序列都可以用一个直方图表示,用直方图相似性度量的方法进行分类和预测。对新云团序列进行预测,预测信息包括类别标签、当前时刻、结束时刻。综上所述,本文基于卫星数据对强对流雷暴云团进行了研究。首先用阈值法对强对流雷暴云团进行了识别,并研究了云团的发展演变过程。之后提出了基于词袋模型算法云团序列的分类和预测。为强对流天气的相关研究提供了新的思路,为天气预警提供了理论支持。
其他文献
近年来,随着移动通信技术的迅速发展和计算机技术的普及,大多数智能设备都有安装全球定位系统GPS,所以在户外环境中(例如百度地图、谷歌地图、高德地图等)获取位置信息的服务需求与日俱增。然而,GPS对于建筑物、停车场以及靠近墙壁的地方等室内环境表现不佳,因为来自GPS的信号太弱,无法通过大多数建筑,从而使GPS难以进行室内定位。由于GPS定位技术受限于室内只能在室外提供精确定位信息,所以室内定位技术引
在如今的大数据时代,文本信息错综复杂,如何在浩瀚的文本信息库中快速且准确的查询到所需要的文本为信息检索带来了挑战性难题。在选取准确的关键词和筛选限制条件问题上的困难,使得在大量文本信息中精准查找所需文本信息的任务变得枯燥乏味且费时费力。近年来,研究人员开始借助机器学习算法对文本信息进行分类从而帮助解决文本信息检索任务,但是运用机器学习算法为文本信息检索任务带来了新的挑战。首先,某个文本领域的专家可
数字图像分割技术已经在各个领域得到了广泛的应用,但是对于碑帖图像文字分割的相关研究相对较少。本文以碑帖图像作为研究对象,结合图像处理、数学形态学和深度学习技术,提出了两种可行的碑帖图像文字切割方法。第一种是基于形态学的切割方法,第二种是基于目标检测的切割方法。基于形态学的切割方法运用数字图像处理技术和数学形态学运算方法,对图像做二值化投影,根据投影图像的坐标,将图像按列切割,再采用同样的方式,对每
在海量数据的互联网时代,如何对庞大的数据进行快速、有效地分类和检索成为近年来研究的热点。传统的图像分类技术通常为了识别某个类别,首先需要获得对应类别大量带标注的训练样本,并从中抽取出部分样本构成训练集来得到相应的分类器,最后通过该分类器实现对测试样本的分类。但现实生活中,传统的图像分类技术具有一定的局限性,对于标注数据的获取需要耗费昂贵的人力和物力的代价,针对每一类的图像均收集其对应的标注也不太符
随着计算机等网络设备的广泛应用,数据量的激增,大数据量的分析已经成为了数据分析中的重要一环。而高维数据分析是大数据分析的重要组成部分。大部分的高维数据分析系统都是基于一些系统做一些数据筛选和降维等操作,他们的视图展示一般都是以量的形式来展示信息,比如散点图矩阵、平行坐标轴等。这些方法对用户的认知负担仍旧比较大。针对高维系统分析,本文提出来了散点图模式的方法进行维度的分析,结合数据筛选进行高维数据分
本文设计了一个在特定情况下需要将目标软件与授权硬件绑定的加解密方案,主要分为加密系统和解密加载系统,并在Linux和Windows平台下对该方案进行了验证。主要工作如下:(1)介绍了在Linux下主要可执行文件类型——ELF可执行文件及其加载流程;介绍了Windows下主要可执行文件类型——PE可执行文件及其加载流程。(2)在加密系统中设计了信息存储结构体,用来存储绑定的硬件信息和后续校验。针对不
立体图像的质量不仅影响着人们对立体图像的感知,而且反映了立体图像的传输、压缩等处理技术的好坏。所以有必要设计一种可靠、高效的方法来评估立体图像质量的优劣。为了使所提方法能够模拟人脑对立体图像的感知机制,论文设计了一种左右视点的融合方法,并依据融合图像提出了两种无参考立体图像的质量评价客观方法。第一,首先根据视觉特性得到融合图像,利用立体匹配算法得到视差图,将视差图和融合图像结合形成强化图像;其次,
随着企业业务系统的发展,为了提供更高的客户服务,保证用户数据安全和业务连续性,在一些重要的系统中,已经不满足于简单的本地双机热备份和容错切换。越来越多的客户提出了要求更高的系统可用性,这样才能实现真正意义上的对异地应用级容灾系统的保护。全面的异地应用级容灾保护解决方案,意味着除了业务系统要求更好的实现本地数据容错的保护外,更加需要注意的是实现本地数据的实时异地复制和实现实时业务应用管理系统(其中包
个人特征是用来衡量行为,思想和情感的习惯性模式。它因人而异,并且随着时间的推移在不同的情景下保持相对稳定。个人特征具有重要意义且有着广泛的应用,其可以应用在推荐系统,个性化聊天机器人和人力资源管理等方面。近年来,随着社交媒体与可穿戴设备的发展,越来越多有关个体的数据被获取。如何分析好并利用好这些个人数据成为了学者关注的重点。现有的研究大多都是利用监督学习的方法对有标注的数据对用户个人基本信息,行为
随着在线视频数据量的与日俱增,广大用户检索、浏览、查询以及管理视频数据都变得耗时耗力。视频摘要作为一种浓缩视频内容的关键技术,目的是提升用户浏览、查询、检索等的效率并增强用户体验。本文从信息引导的角度,分别针对单视频摘要和多视频摘要两种不同的形式展开研究。首先,针对现有基于序列模型的单视频摘要算法无法充分捕捉序列内部具有判别性的信息,不能在分布一致性上尽可能地贴合用户摘要的需求的不足,提出了一种基