CN101452078A - 极轨气象卫星遥感白天和夜间海雾的检测方法 - Google Patents

极轨气象卫星遥感白天和夜间海雾的检测方法 Download PDF

Info

Publication number
CN101452078A
CN101452078A CNA200810249748XA CN200810249748A CN101452078A CN 101452078 A CN101452078 A CN 101452078A CN A200810249748X A CNA200810249748X A CN A200810249748XA CN 200810249748 A CN200810249748 A CN 200810249748A CN 101452078 A CN101452078 A CN 101452078A
Authority
CN
China
Prior art keywords
pixel
sea
fog
sea fog
cloud
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CNA200810249748XA
Other languages
English (en)
Other versions
CN101452078B (zh
Inventor
吴晓京
张苏平
李三妹
张莫生
任素玲
曹治强
刘应辰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ocean University of China
National Satellite Meteorological Center
Original Assignee
STATE SATELLITE METEROLOGICAL CENTER
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by STATE SATELLITE METEROLOGICAL CENTER filed Critical STATE SATELLITE METEROLOGICAL CENTER
Priority to CN200810249748XA priority Critical patent/CN101452078B/zh
Publication of CN101452078A publication Critical patent/CN101452078A/zh
Application granted granted Critical
Publication of CN101452078B publication Critical patent/CN101452078B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Image Processing (AREA)

Abstract

本发明涉及一种极轨气象卫星遥感白天和夜间海雾的检测方法。利用极轨卫星资料,读入其原始数据文件,通过分析海雾和低云在光谱特征上的差异,综合应用多通道光谱资料、NDVI指数、NDSI指数、30年月平均SST,采用三级判识方法先后滤出中高云、晴空水体、太阳耀斑水体、云阴影区、海冰雪盖、非暖性低云、暖性碎低云、云边缘,而得到海雾分布区,生成包括海雾检测结果的文件,即可用GRADS绘图软件,在微机上进行图像显示。本发明将海雾和低云分离,从而实现了海雾的实时监测。为海面上空飞行安全、海上交通运输、海港和沿海空港作业提供了实时监测的有效气象资料。

Description

极轨气象卫星遥感白天和夜间海雾的检测方法
技术领域
本发明属于海洋环境监测技术,具体涉及一种极轨气象卫星遥感白天和夜间海雾的检测方法。
背景技术
根据中国气象局《地面气象观测规范》规定,雾指“大量微小水滴浮游空中,常呈乳白色,使水平能见度小于1.0km”。就其物理本质而言,雾与云都是空气中水汽凝结的产物,所以雾升高离开地面就成为云,而云降低到地面就称其为雾。其中云可以细分为雾、低云以及中高云等。中高云由于温度低,加上粒子相态与雾存在较大的区别,容易与雾区分开来。低云由于其在卫星的各光谱通道上的物理特性与雾十分接近,因此在海雾识别过程中,干扰最大而影响区分或识别。
第五代NOAA系列极轨气象卫星(NOAA16-18)安装了改进的甚高分辨率辐射计3型(AVHRR/3),共有6个可见光红外通道。中国的极轨气象卫星FY-1D是改进型的极轨气象卫星,它的可见光红外扫描辐射计通道数为10个,包括4个可见光通道,1个短红外,2个近红外通道,1个中波红外通道和2个长波红外,星下点的分辨率为1.1km。国内外各类卫星监测都是综合利用以上通道资料,但是目前只能将海雾和低云(简写为:海雾/低云)作为同一目标物进行判识。而海雾对人类海上活动有严重影响,低云的影响要小得多。因此,显然有必要将海雾与低云分离以实现海雾的实时监测。
发明内容
本发明的目的是提供一种极轨气象卫星遥感白天和夜间海雾的检测方法,以弥补现有技术的不足。
本发明是在通常的海雾/低云检测的基础上,进一步对海雾和低云进行分离。
研究发现,海雾和低云的辐射特性有以下不同:在可见光-近红外波段,海雾具有较高的反射率。在短波红外波段(如1.6μm波段),海雾具有很高的反射率,甚至高于其在可见光波段的反射率,因此海雾的归一化差分积雪指数NDSI为负值。
NDSI = R 0.67 um - R 1.6 um R 0.67 um + R 1.6 um
R0.67μm和R1.6μm分别为波长为0.67μm和1.6μm的反照率。在远红外波段,雾顶亮温与周边晴空海域的亮温十分接近(雾顶亮温与周边晴空海域的亮温差≤3K),而低云的云顶亮温与周边晴空海域的亮温差要大于海雾,一般高于3K。因此,该判据可以作为海雾和低云分离的有效依据。而在红外云图上,雾区与其邻近的地面几乎没有明显的热差异,两者图像颜色非常接近,有时甚至分不出哪是地面,哪是雾区;而低云则相对明显。海雾的纹理比较模糊,而低云的纹理比较清晰。
本发明的技术路线是利用极轨气象卫星FY-1D或者NOAA16-18资料,读入其原始数据文件(1A),通过上述光谱分析得到的海雾和低云在光谱特征上的差异,采用三级判识方法先后滤出中高低云、晴空水体、太阳耀斑水体(简称耀斑水体)、海冰雪盖、云阴影区,非暖性低云、暖性碎低云、云边缘滤除,最终检测出海雾区,生成包括海雾检测结果的文件。可用GRADS绘图软件,在微机上进行图像显示。
本发明具体的方法:
步骤1是通过极轨卫星数字可视广播系统,获取并读入1A文件;
步骤2是对1A文件利用常规方法进行数据预处理和质量控制生成1B文件;再对1B文件用通用的方法进行几何精校正,生成局地的等经纬度投影数据集文件LDF;
步骤3是一级判识,将目标物初步区分为:包括含海雾和低云的云、含海冰和雪盖信息的中高云、晴空水体、耀斑水体、云阴影;用海陆模板数据将大陆与海洋分开;用耀斑查算表数据将耀斑水体剔除;用长波红外亮温及可见光、近红外反照率以及中波红外亮温特征阈值将包括海雾和低云的云、含海冰和雪盖信息的中高云、云阴影区分,又利用归一化植被指数NDVI大于-0.05的像元条件初步滤除包括藻类信息的晴空水体,完成了一级判识;
步骤4是对上述一级判识结果中的包括含海雾和低云的云、含海冰和雪盖信息的中高云进行二级判识,判断是否满足海雾和低云特征:即将中高云、海冰、雪盖以及部分晴空水体的混合像元剔除,保留海雾和低云区;方法是:根据海雾和晴空水体、海冰、中高云的辐射特性,检测符合可见光反照率在0.12~0.15之间、归一化雪指数NDSI在-0.1~0.1之间、光谱1.6μm通道的反照率大于0.15、10.3μm通道的亮温大于270K的像元、归一化植被指数NDVI大于-0.05条件的像元,判断为含低云的海雾;不满足则为中高云,即可初步检测或识别出含低云的海雾,该海雾像元标记为Fog1;晴空水体像元均标记为CS,完成了二级判识;
步骤5是对于二级判识中含低云的海雾进行三级判识,即将海雾与低云分离:首先将与海表温度相比明显偏低的非暖性低云分离,得到的雾区标记为Fog2,考虑到Fog2还可能包含暖性碎低云,为了将暖性碎低云从雾区中剔除,对于标记为Fog2的像元再用区域增长方法,进行空间拓展,将暖性碎低云从雾区中剔除,得到的海雾检测数据标记为Fog3;然后将夹在海雾区中的云边缘滤除,再进一步将以上得到的海雾检测数据用纹理条件分析,方法是:取N×N矩阵,N≥11,如果矩阵中60-70%的像元都标记Fog3,则判识为海雾;如果矩阵中只有30-40%的像元标记为Fog3,则判识为云边缘;这样就确定了低云区、海雾区、中高云区和晴空区;
最后将结果按像元输出为二进制的海雾检测结果文件,并储存和显示。
本发明的特点:本发明应用了上述多通道卫星资料,并且综合利用上述海雾和低云的不同光谱辐射特征,对海上目标进行分级滤除,最终将海雾和低云分离,从而实现了海雾的实时监测。为海面上空飞行安全、海上交通运输、海港和沿海空港作业提供了实时监测的有效气象资料。
附图说明
图1、本发明的基本流程示意图。
具体实施方式
如图1,本发明的具体步骤如下:
1)数据采集是通过极轨气象卫星数字可视广播系统(DVBS),获取1A文件(NOAA16-18卫星);或者1B文件(FY1D卫星)。
2)利用常规方法对数据预处理:从FY1D或者NOAA卫星的数据集文件的头文件中读入太阳天顶角、太阳方位角、卫星天顶角、卫星方位角、地理定位数据、定标数据参数,对1B文件利用常规方法进行数据预处理和质量控制,包括去除条纹、数据定标和定位,经预处理和质量控制后的文件为HDF,再对HDF文件用通用的方法进行等经纬度投影变换,生成局地投影数据集文件LDF,其中LDF文件中包含了太阳天顶角、卫星天顶角和太阳卫星相对方位角信息和各通道的光谱资料信息。
3)进行一级判识,将目标物初步区分为:云(包括海雾/低云、含海冰雪盖信息的中高云)、耀斑水体、晴空水体、云阴影。具体方法是首先读入LD3文件,通过投影数据中的太阳和卫星间的相对角度计算耀斑表数据,同时读入海陆模板数据、30年月平均SST(海表面温度)数据。用海陆模板数据将大陆与海洋分开;考虑到有耀斑污染的水体,在可见光、近红外以及短红外甚至中红外波段和轻雾的光谱特性十分接近,容易带来误判,通常用耀斑查算表数据将耀斑水体剔除。云(包括海雾/低云、含海冰、雪盖信息的中高云)、云阴影的识别均采用通用的长波红外亮温及可见光、近红外反照率以及中波红外亮温特征阈值的方法加以区分。利用归一化植被指数NDVI大于-0.05的像元条件,初步滤除晴空水体(包括其中的藻类信息),完成了一级判识;这里像元的定义为:卫星传感器对地面景物进行扫描采样的最小单元。
4)再对步骤3中的云(包括海雾/低云、含海冰雪盖信息的中高云)进行二级判识:判断是否满足海雾/低云特征,将中高云、海冰、雪盖以及部分晴空水体的混合像元剔除,保留海雾/低云区。具体方法是:根据海雾和晴空水体、海冰、中高云的辐射特性,检测符合可见光反照率在0.12~0.15之间、归一化雪指数NDSI在-0.1~0.1之间、光谱1.6μm通道的反照率大于0.15、10.3μm通道的亮温大于270K的像元,归一化植被指数NDVI大于-0.05的像元条件,判识为含低云的海雾。不满足则为含海冰、雪盖信息的中高云和晴空水体与海冰的混合像元。通过二级判识,初步检测出含低云的海雾,该海雾(含低云)像元标记为Fogl。步骤3和步骤4中得到的晴空水体像元均标记为CS。
5)对于步骤4中含低云的海雾进行三级判识,即将海雾与低云分离。首先将与海表温度相比明显偏低的非暖性低云分离,其方法是:对于步骤4中得到的海雾(含低云)像元Fogl,在Fogl的同一纬线上100像元内找最邻近的晴空水体像元CS。如果找到了晴空水体像元CS,则比较两个像元在热红外(波长为11μm)通道上的亮温差ΔT11μm,该亮温差表示为ΔT11μm=|TFog1-TCS|。亮温差如果在3K之内,则将该标记为Fog1的像元标记为Fog2。如果亮温差在3K以上,则将该像元判识为非暖性低云(Cl)像元。
如果在Fog1像元的同一纬线上100像元内没有找到晴空水体像元,则在Fog1像元周围20×20像元矩阵内找最邻近的晴空水体像元CS。如果找到了晴空水体像元,则比较两个像元在热红外通道上的亮温差ΔT11μm,ΔT11μm=|TFog1-TCS|。亮温差如果在3K之内,则将该标记为Fog1的像元标记为Fog2。如果亮温差在3K以上,则将该像元判识为非暖性低云(C2)像元。
如果在Fog1像元的同一纬线上100像元内和周围20×20像元矩阵内都没有找到晴空水体像元,则用使用30年月平均SST代替晴空水体亮温值寻找邻近区的可能海雾像元。计算ΔT11μm=|TFog1-TCS|,如果亮温差在4K以内,则将该标记为Fog1的像元标记为Fog2。
考虑到三级判识步骤完成后,得到的雾区还可能包含暖性碎低云,为了将碎的暖性低云从雾区中剔除,对于标记为Fog2的像元再用区域增长方法,进行空间拓展。
区域增长方法:将标记为Fog2中最符合阈值条件的像元标记为Fog3,以Fog3为中心,比较周围的邻近像元与Fog3像元的可见光反照率、中红外(波长为3.7μm)、热红外(波长为10.3μm)差值,如果差值分别在0.02、1K、0.5K之内,这个邻近的像元作为新的Fog3像元。由此循环,判识出海雾区。当区域增长分析要求的条件不符合了,就判识为暖性碎低云。
考虑到将夹在海雾区中的云边缘滤除,再进一步将以上得到的海雾检测数据用纹理条件分析。方法是:取N×N矩阵,N≥11,如果矩阵中60-70%的像元都标记Fog3,则判识为海雾;如果矩阵中只有30-40%的像元标记为Fog3,则判识为云边缘;这样就确定了低云区、海雾区、中高云区和晴空区。
6)将检测为低云区、海雾区、中高云区和晴空区的结果按像元输出为二进制的海雾检测结果文件,用GRADS绘图软件编程绘图,以图像形式输出,海雾区、低云区、中高云区和晴空区分别用不同颜色表示。以上方法已经编制成软件,可以自动运行。
显然,本发明将海雾和低云分离,有效实现了海雾的实时监测,为海面上空飞行安全、海上交通运输、海港和沿海空港作业提供预测气象资料。

Claims (3)

1、一种极轨气象卫星遥感白天和夜间海雾的检测方法,其特征在于
步骤1是通过极轨卫星数字可视广播系统,获取并读入1A文件;
步骤2是对1A文件利用常规方法进行数据预处理和质量控制生成1B文件;再对1B文件用通用的方法进行几何精校正,生成局地的等经纬度投影数据集文件LDF;
步骤3是一级判识,将目标物初步区分为:包括含海雾和低云的云、含海冰和雪盖信息的中高云、晴空水体、耀斑水体、云阴影;用海陆模板数据将大陆与海洋分开;用耀斑查算表数据将耀斑水体剔除;用长波红外亮温及可见光、近红外反照率以及中波红外亮温特征阈值将包括海雾和低云的云、含海冰和雪盖信息的中高云、云阴影区分,又利用归一化植被指数NDVI大于-0.05的像元条件初步滤除包括藻类信息的晴空水体,完成了一级判识;
步骤4是对上述一级判识结果中的包括含海雾和低云的云、含海冰和雪盖信息的中高云进行二级判识,判断是否满足海雾和低云特征:即将中高云、海冰、雪盖以及部分晴空水体的混合像元剔除,保留海雾和低云区;方法是:根据海雾和晴空水体、海冰、中高云的辐射特性,检测符合可见光反照率在0.12~0.15之间、归一化雪指数NDSI在-0.1~0.1之间、光谱1.6μm通道的反照率大于0.15、10.3μm通道的亮温大于270K的像元、归一化植被指数NDVI大于-0.05条件的像元,判断为含低云的海雾;不满足则为中高云,即可初步检测或识别出含低云的海雾,该海雾像元标记为Fog1;晴空水体像元均标记为CS,完成了二级判识;
步骤5是对于二级判识中含低云的海雾进行三级判识,即将海雾与低云分离:首先将与海表温度相比明显偏低的非暖性低云分离,得到的雾区标记为Fog2,考虑到Fog2还可能包含暖性碎低云,为了将暖性碎低云从雾区中剔除,对于标记为Fog2的像元再用区域增长方法,进行空间拓展,将暖性碎低云从雾区中剔除,得到的海雾检测数据标记为Fog3;
然后将夹在海雾区中的云边缘滤除,再进一步将以上得到的海雾检测数据用纹理条件分析,方法是:取N×N矩阵,N≥11,如果矩阵中60-70%的像元都标记Fog3,则判识为海雾;如果矩阵中只有30-40%的像元标记为Fog3,则判识为云边缘;这样就确定了低云区、海雾区、中高云区和晴空区;
最后将结果按像元输出为二进制的海雾检测结果文件,并储存和显示。
2、如权利要求1所述的极轨气象卫星遥感白天和夜间海雾的检测方法,其特征是上述非暖性低云分离的方法如下:对于上述得到含低云的海雾像元Fog1,是在Fog1的同一纬线上100像元内找最邻近的晴空水体像元CS;如果找到了晴空水体像元CS,则比较两个像元在波长为11μm的热红外通道上的亮温差ΔT11μm,该亮温差表示为ΔT11μm=|TFog1-TCS|,亮温差如果在3K之内,则将该标记为Fog1的像元标记为Fog2;如果亮温差在3K以上,则将该像元判识为非暖性低云(C1)像元;
如果在Fog1像元的同一纬线上100像元内没有找到晴空水体像元,则在Fog1像元周围20×20像元矩阵内找最邻近的晴空水体像元CS;如果找到了晴空水体像元,则比较两个像元在上述热红外通道上的亮温差ΔT11μm,ΔT11μm=|TFog1-TCS|;亮温差如果在3K之内,则将该标记为Fog1的像元标记为Fog2;如果亮温差在3K以上,则将该像元判识为非暖性低云(C2)像元;
如果在Fog1像元的同一纬线上100像元内和周围20×20像元矩阵内都没有找到晴空水体像元,则用使用多年气候海表温度值代替晴空水体亮温值寻找邻近区的可能海雾像元,并计算ΔT11μm=|TFog1-TCS|,如果亮温差在4K以内,则将该标记为Fog1的像元标记为Fog2。
3、如权利要求1所述的极轨气象卫星遥感白天和夜间海雾的检测方法,其特征是区域增长方法如下:将标记为Fog2中最符合阈值条件的像元标记为Fog3,以Fog3为中心,比较周围的邻近像元与Fog3像元的反照率、波长为3.7μm的中红外、波长为11μmm的热红外差值,如果差值分别在0.02、1K、0.5K之内,这个邻近的像元作为新的Fog3像元,由此循环,判识出海雾区;当区域增长分析要求的条件不符合了,就判识为暖性碎低云。
CN200810249748XA 2008-12-30 2008-12-30 极轨气象卫星遥感白天和夜间海雾的检测方法 Expired - Fee Related CN101452078B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN200810249748XA CN101452078B (zh) 2008-12-30 2008-12-30 极轨气象卫星遥感白天和夜间海雾的检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN200810249748XA CN101452078B (zh) 2008-12-30 2008-12-30 极轨气象卫星遥感白天和夜间海雾的检测方法

Publications (2)

Publication Number Publication Date
CN101452078A true CN101452078A (zh) 2009-06-10
CN101452078B CN101452078B (zh) 2011-04-13

Family

ID=40734430

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200810249748XA Expired - Fee Related CN101452078B (zh) 2008-12-30 2008-12-30 极轨气象卫星遥感白天和夜间海雾的检测方法

Country Status (1)

Country Link
CN (1) CN101452078B (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101976297A (zh) * 2010-09-30 2011-02-16 中国科学院国家天文台 一种地基单天线观测月球亮温度数据的处理方法
CN102540277A (zh) * 2012-01-16 2012-07-04 武汉大学 基于面向对象和时序影像的白天陆地辐射雾检测方法
CN103926634A (zh) * 2014-03-12 2014-07-16 长江水利委员会长江科学院 一种基于面向对象分类的白天陆地辐射雾的遥感监测方法
CN103995302A (zh) * 2014-05-07 2014-08-20 中国农业科学院农业资源与农业区划研究所 一种有效的卷云监测方法
CN104820250A (zh) * 2015-04-14 2015-08-05 国家卫星气象中心 一种极轨气象卫星virr海洋上云检测的处理方法
CN104966298A (zh) * 2015-06-17 2015-10-07 南京大学 一种基于微光云图数据的夜间低云大雾监测方法
CN106338737A (zh) * 2015-07-09 2017-01-18 中国电力科学研究院 一种npp卫星定位定标校准方法
CN108761484A (zh) * 2018-04-26 2018-11-06 江苏省气象台 一种基于多源卫星遥感数据的海雾监测方法
CN108764138A (zh) * 2018-05-29 2018-11-06 南京信息工程大学 一种基于多维多粒度级联森林的高原地区云雪分类方法
CN109033984A (zh) * 2018-06-29 2018-12-18 中南大学 一种夜间雾快速自动检测方法
CN111060991A (zh) * 2019-12-04 2020-04-24 国家卫星气象中心(国家空间天气监测预警中心) 风云静止卫星的晴空辐射产品的生成方法
CN111199355A (zh) * 2019-12-31 2020-05-26 国家卫星气象中心(国家空间天气监测预警中心) 生态环境的评价方法、装置和电子系统
CN113392694A (zh) * 2021-03-31 2021-09-14 中南大学 一种基于h8/ahi的晨昏陆地雾快速提取方法、装置、介质及设备
CN113484924A (zh) * 2021-07-13 2021-10-08 山东省海洋预报减灾中心 一种海冰灾害的遥感监测评估方法
CN114049566A (zh) * 2021-11-08 2022-02-15 北京师范大学 一种逐步细化的陆地卫星影像云和云阴影检测方法及装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100443919C (zh) * 2005-12-16 2008-12-17 中国科学院上海技术物理研究所 多源极轨气象卫星热红外波段数据的自动同化方法
CN100432698C (zh) * 2006-10-26 2008-11-12 国家卫星气象中心 一种气象卫星遥感云图的处理方法
CN101424741B (zh) * 2008-12-08 2010-12-22 中国海洋大学 卫星遥感海雾特征量的实时提取方法

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101976297A (zh) * 2010-09-30 2011-02-16 中国科学院国家天文台 一种地基单天线观测月球亮温度数据的处理方法
CN101976297B (zh) * 2010-09-30 2012-09-26 中国科学院国家天文台 一种地基单天线观测月球亮温度数据的处理方法
CN102540277A (zh) * 2012-01-16 2012-07-04 武汉大学 基于面向对象和时序影像的白天陆地辐射雾检测方法
CN103926634A (zh) * 2014-03-12 2014-07-16 长江水利委员会长江科学院 一种基于面向对象分类的白天陆地辐射雾的遥感监测方法
CN103995302A (zh) * 2014-05-07 2014-08-20 中国农业科学院农业资源与农业区划研究所 一种有效的卷云监测方法
CN103995302B (zh) * 2014-05-07 2016-11-16 中国农业科学院农业资源与农业区划研究所 一种有效的卷云监测方法
CN104820250A (zh) * 2015-04-14 2015-08-05 国家卫星气象中心 一种极轨气象卫星virr海洋上云检测的处理方法
CN104820250B (zh) * 2015-04-14 2017-03-15 国家卫星气象中心 一种极轨气象卫星virr海洋上云检测的处理方法
CN104966298A (zh) * 2015-06-17 2015-10-07 南京大学 一种基于微光云图数据的夜间低云大雾监测方法
CN106338737A (zh) * 2015-07-09 2017-01-18 中国电力科学研究院 一种npp卫星定位定标校准方法
CN108761484A (zh) * 2018-04-26 2018-11-06 江苏省气象台 一种基于多源卫星遥感数据的海雾监测方法
CN108764138A (zh) * 2018-05-29 2018-11-06 南京信息工程大学 一种基于多维多粒度级联森林的高原地区云雪分类方法
CN108764138B (zh) * 2018-05-29 2021-12-28 南京信息工程大学 一种基于多维多粒度级联森林的高原地区云雪分类方法
CN109033984A (zh) * 2018-06-29 2018-12-18 中南大学 一种夜间雾快速自动检测方法
CN109033984B (zh) * 2018-06-29 2022-04-05 中南大学 一种夜间雾快速自动检测方法
CN111060991A (zh) * 2019-12-04 2020-04-24 国家卫星气象中心(国家空间天气监测预警中心) 风云静止卫星的晴空辐射产品的生成方法
CN111199355A (zh) * 2019-12-31 2020-05-26 国家卫星气象中心(国家空间天气监测预警中心) 生态环境的评价方法、装置和电子系统
CN111199355B (zh) * 2019-12-31 2023-09-05 国家卫星气象中心(国家空间天气监测预警中心) 生态环境的评价方法、装置和电子系统
CN113392694A (zh) * 2021-03-31 2021-09-14 中南大学 一种基于h8/ahi的晨昏陆地雾快速提取方法、装置、介质及设备
CN113392694B (zh) * 2021-03-31 2022-07-01 中南大学 一种基于h8/ahi的晨昏陆地雾快速提取方法、装置、介质及设备
CN113484924A (zh) * 2021-07-13 2021-10-08 山东省海洋预报减灾中心 一种海冰灾害的遥感监测评估方法
CN114049566A (zh) * 2021-11-08 2022-02-15 北京师范大学 一种逐步细化的陆地卫星影像云和云阴影检测方法及装置

Also Published As

Publication number Publication date
CN101452078B (zh) 2011-04-13

Similar Documents

Publication Publication Date Title
CN101452078B (zh) 极轨气象卫星遥感白天和夜间海雾的检测方法
CN101424741B (zh) 卫星遥感海雾特征量的实时提取方法
CN103293084B (zh) 基于多光谱气象卫星信息的海雾全天时全天候反演方法
Gloersen et al. Reduction of weather effects in the calculation of sea ice concentration from microwave radiances
Saunders et al. An improved method for detecting clear sky and cloudy radiances from AVHRR data
Tschudi et al. Derivation of melt pond coverage on Arctic sea ice using MODIS observations
CN101464521B (zh) 静止气象卫星遥感白天和夜间海雾的检测方法
KR102579082B1 (ko) 유인 또는 무인 항공기에서 획득된 다분광 영상을 이용한 원격 모자반 탐지방법 및 그 시스템
CN104966298A (zh) 一种基于微光云图数据的夜间低云大雾监测方法
CN108399363B (zh) 一种基于偏振图像的云检测方法
CN111766643A (zh) 一种基于天气监测的激光雷达自动开关机装置及操作方法
CN111354054B (zh) 一种极地可见光遥感自适应制图方法
CN114112065A (zh) 一种卫星遥感火险判识的方法
KR20210018739A (ko) 에어로졸 탐지 및 에어로졸 유형 분류 방법
CN109767465A (zh) 一种基于h8/ahi的白天雾快速提取的方法
Emery et al. A comparison of sea ice parameters computed from advanced very high resolution radiometer and Landsat satellite imagery and from airborne passive microwave radiometry
CN113034519A (zh) 滨海滩涂湿地植被恢复建设区域确定方法和装置
Leder et al. Optimal Conditions for Satellite Derived Bathymetry (SDB)—Case Study of the Adriatic Sea
Leshkevich et al. Satellite SAR remote sensing of Great Lakes ice cover, part 2. Ice classification and mapping
CN113537083A (zh) 一种大雾识别方法及装置
Frey et al. The Continuity MODIS-VIIRS Cloud Mask (MVCM) User’s Guide
Fang et al. The Development of China's Meteorological Satellite and Satellite Meteorology
Rutledge et al. Operational production of winds from cloud motions
Shinya Extraction of sea ice area using AVHRR data of NOAA satellite
Lutz et al. Scenes and cloud analysis from Meteosat second generation (MSG) observations

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20091218

Address after: Postal code 46, 276000 South Street, Beijing, Haidian District: Zhongguancun

Applicant after: National Satellite Meteorological Center

Co-applicant after: Ocean University of China

Address before: Postal code 46, 276000 South Street, Beijing, Haidian District: Zhongguancun

Applicant before: State Satellite Meterological Center

C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20110413

Termination date: 20111230