CN106443830B - 一种基于多源卫星数据的台风监测及评价监测精度的方法 - Google Patents
一种基于多源卫星数据的台风监测及评价监测精度的方法 Download PDFInfo
- Publication number
- CN106443830B CN106443830B CN201610426657.3A CN201610426657A CN106443830B CN 106443830 B CN106443830 B CN 106443830B CN 201610426657 A CN201610426657 A CN 201610426657A CN 106443830 B CN106443830 B CN 106443830B
- Authority
- CN
- China
- Prior art keywords
- typhoon
- wind
- cloud
- center
- data
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000011156 evaluation Methods 0.000 title claims abstract description 16
- 238000000605 extraction Methods 0.000 claims abstract description 4
- 241001300078 Vitrea Species 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 8
- 230000033001 locomotion Effects 0.000 claims description 7
- 230000008901 benefit Effects 0.000 claims description 6
- 241001269238 Data Species 0.000 abstract description 3
- 230000000295 complement effect Effects 0.000 abstract description 2
- 230000004927 fusion Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 230000007423 decrease Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000008033 biological extinction Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- VMXUWOKSQNHOCA-UKTHLTGXSA-N ranitidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 VMXUWOKSQNHOCA-UKTHLTGXSA-N 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/18—Testing or calibrating meteorological apparatus
Landscapes
- Environmental & Geological Engineering (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种基于多源卫星数据的台风监测及评价监测精度的方法，属于技术领域。它解决了现有技术中单一卫星数据源在实际应用中存在各自的局限性的问题。本基于多源卫星数据的台风监测及评价监测精度的方法，包括（1）台风信息数据获取，即利用风云静止气象卫星获得台风可见光或红外图像信息数据，利用海洋卫星的微波散射计获得台风的微波散射数据；（2）信息数据标准化处理，即对读取的风云静止气象卫星分区图的可见光或红外图像的基数据源进行云图灰度信息提取，对海洋卫星的微波散射数据进行地统计插值，得到最终的区域风场图；（3）台风中心判读，确定台风中心。本发明利用不同卫星数据相互印证、相互补充，获得较精确的台风信息。
Description
技术领域
本发明属于遥感技术领域，涉及一种利用遥感数据信息对天气现象进行测量的方法，特别是一种利用卫星对台风进行定位的监测方法。
背景技术
卫星遥感技术是对台风进行监测的重要手段，而如何处理遥感数据则是决定监测准确性的关键。
台风作为一种气候现象，含有多维度的信息，如气压、风速、风向等，但是，通常一种卫星只能获得台风某一个方面的信息数据，不能全面了解台风的信息。传统上，对台风灾害成因的分析研究主要是利用数值模拟和物理量诊断方法进行。然而，由于统计资料和观测资料稀少，使得仅依靠常规观测资料而做出的客观分析结果，很难正确地反映出台风中心位置、强度及周围环境各要素场的分布，这给台风数值预报带来很大困难。特别是在对台风中心定位及台风路径获取时，单一方面的数据信息不能获得很好的定位精度，而且需要复杂的数据处理才能获得一定的精度。而且，台风是处于时刻变化的，随着其位置的变动，其所处的背景环境也处于不断的变动中，有时是在海洋上，有时是在陆地上，不同的背景环境实用与不同的测量仪器及方法。
海洋卫星上搭载有微波散射计，很适合在海洋环境下对台风风速及风向信息的测量，微波遥感具有穿透云雾及雨雪，具有全天候工作能力，且对地物有一定的穿透能力，能提供不同于可见光和红外遥感所提供的某些信息，它从多个频率、多种极化方式和多个视角来获取目标信息，对台风期间的灾情监测具有独特的优势。星载散射计的出现极大提高了人们观测大洋表面风场的能力，微波散射计能够实现全天时、全天候对海面风场、浪场、重力场、高度场和温度场等进行观测，对提高台风路径、强度等信息的监测具有重要的作用。但是受到陆地对散射计回波的污染，这种方法在近岸或陆地将会受到一定限制，特别是对于台风眼不明显的情况，即使测到了风向和风速的信息，也不容易分辨出台风眼。而且海洋卫星相对于地球是运动的，不能实现时刻的追踪状态。
气象卫星通过对地扫描方式获取地球的可见光、红外影像信息，从而可以确定台风的中心位置，能够从热带气旋的生成、定位、移动、加强一直到影响和衰亡等各个阶段监测它的云系发展和演变，受环境污染影响小，在陆地环境的台风测量方面要比海洋卫星的微波散射计测量效果要好；另外，由于气象卫星具有与地球同步运转，可以获得每天48景的监测数据。因此，在时间的连续性上能够更加完整，在时相上更加密集，能对一次台风的整个过程进行监测，可以更好的监测出一次完整的台风路径。但是在海洋环境下其测量不如海洋卫星的微波散射计测量获取的强度信息丰富。由于台风期间，往往伴随着强风和降雨，云层较厚，陆地卫星在灾害预警、监测和评估中受到很大的局限。
由于气象卫星和海洋卫星在成像原理上差异较大，使用单一的数据源在实际应用中会存在各自的局限性。因此，将不同类型的卫星数据源结合起来应用于台风的监测，互相弥补及发挥各自的特长，进而能够更加全面、准确的监测台风移动路径。
发明内容
本发明的目的是针对现有的技术存在上述问题，提出了一种基于多源卫星数据的台风监测及评价监测精度的方法，本方法融合多种卫星测量的不同台风数据实现对台风的全面监测，充分发挥不同卫星的测量优势，利用不同卫星测得的同一台风的不同信息数据相互印证、相互补充，从而获得较精确的台风信息，并且利用监测精度评价方法实现对监测精度的评价。
本发明的目的可通过下列技术方案来实现： 一种基于多源卫星数据的台风监测方法，该方法包括以下步骤：
（1）台风信息数据获取，即利用风云静止气象卫星获得台风可见光或红外光的云图信息数据，利用海洋卫星的微波散射计获得台风的微波散射数据；
（2）信息数据标准化处理，即对读取的风云静止气象卫星分区图的可见光或红外的基数据源进行云图灰度信息提取，得到云图每一点在经度方向和纬度方向上的梯度值作为云导风矢量数据；
对海洋卫星的微波散射数据进行地统计插值，对区域风速与区域风向分别插值后，得到区域风向差值图与风速差值图，经过地理坐标匹配，得到最终的区域风场图；
（3）台风中心判读，根据台风天气的这个特征，在观测角度上，台风分为有眼台风与无眼台风，
如果是有眼台风，对于海洋卫星的区域风场图，两个方法：第一，通过区域风场的风速进行提取。针对有眼台风，通过观察风场风速的分布，寻找高风速区域中的极小值，可以快速、有效并且高精度的获取台风中心。第二，通过区域风场风向进行提取。由于台风天气有明显的气旋式涡旋结构，风向通常旋涡式指向台风中心，通过寻找漩涡指向中心，也能够确定台风中心，
而对于风云静止气象卫星的图像，可以明显的观察到明显的眼区、密闭云区以及背景时，其中密闭云区的温度值很高且相邻像素的值接近，亮度比相应背景及一般的云块要高，密闭云区的类圆中心点附近的温度最高区域就是台风中心，
如果是无眼台风，对于海洋卫星的区域风场图，采用区域风场风向进行台风中心的确定，风场风向的漩涡中心，即为台风中心，
对于风云静止气象卫星的图像，根据台风的特征进行判断，对于可见光图，通过低云带或云线的曲率中心来确定，对于红外图，通过浓密云区外部或边缘附近出现圆形无云区，当台风有两条或更多螺旋云带时，位于其螺旋云带曲率中心的晴空区的中心即为台风中心，当热带气旋在分布对称的中央密闭云区时，则该云区的几何中心即为台风中心，当密闭云区不对称时，台风中心定在偏于云区边界整齐光滑的一侧，当密蔽云区中出现云缝或纹线时，根据云缝或纹线所确定的密闭云区和曲率确定台风中心。
尽管气象卫星云图的出现带来了台风中心定位的革命性的转变,但是台风云系千变万化，并非总是那么有规律地出现眼区特征，即使存在眼区，其跨度和形状也不尽相同，所以要根据实际的台风云系特点选择最清晰可靠的方法判断。
在上述的基于多源卫星数据的台风监测方法中，在某一空间分辨率下生成区域背景场，将风云静止气象卫星云图进行等经纬度投影，将某一时刻下的对应经纬度坐标的云层厚度结果写入到背景场中，将同一时刻下的微波散射数据对应的经纬度坐标的风速和风向信息，写入到背景场中，然后综合风速、风向及云层厚度的信息判断台风中心。这样可以同时综合台风多角度的信息，相互弥补不足，大大减少平均误差。
在上述的基于多源卫星数据的台风监测方法中，按照空间分辨率为5km尺度生成背景场。
在上述的基于多源卫星数据的台风监测方法中，在利用海洋卫星的区域风场图进行台风中心定位时，采取优先风速提取方法，即如果在区域风场图中，能够明显判别其为有眼台风，并且能较容易寻找高风速区域极小值时，采用风场风速确定台风中心，并观察风场风向以辅助判别。而在无法判断高风速区域极小值或者出现多个极小值时，则采用区域风场风向进行台风中心的确定。
在上述的基于多源卫星数据的台风监测方法中，根据权利要求1所述的基于多源卫星数据的台风监测方法，其特征在于，所采取的地统计插值为普通克里金地统计插值。在进行台风区域风矢量插值时，需要注意以下2点问题：（1）同期风矢量数据时通过不同轨数据批量读取的，会有台风区域跨轨道的可能性；（2）微波散射计数据在获取时，由于受到大洋面岛屿、特殊海况、传感器误差等影响，在同轨数据中存在无数据点。为了使无数据点的0值不影响最终的插值风场图，在插值前，必须经过数据预处理，将0值点剔除。同时，为了保证原值点数值的正确性，并且0值点与轨道间数据盲区插值正确，本研究选用普通克里金插值方法，进行地统计插值。
在上述的基于多源卫星数据的台风监测方法中，对区域风速与区域风向分别插值后，得到区域风向差值图与风速差值图，若风向为矢量表示形式，将垂直风矢量与水平风矢量分别插值，然后进行像元的矢量叠加，最后经过地理坐标匹配，得到最终的区域风场图。
在上述的基于多源卫星数据的台风监测方法中，在读取微波散射计数据时，根据轨道号进行文件划分，以12小时为间隔，以同一地理坐标范围批量读取7轨数据文件，并存放在同一文本格式文件中，作为实验区域风矢量数据源。
基于多源卫星数据的台风监测方法的精度评价方法，采用最大圆距离法计算监测的台风中心与地面监测站测定的台风中心的距离作为精度评价标准。
基于多源卫星数据的台风监测方法的精度评价方法，采用最大圆距离法计算监测的台风中心与其他机构监测的台风中心距离作为精度评价标准。
基于多源卫星数据的台风监测方法的精度评价方法，采用最大圆距离法计算实测最佳路径点与对应的监测结果插值点间的最大圆距离，然后再计算最大圆距离平均值作为精度评价标准。
与现有技术相比，本基于多源卫星数据的台风监测及评价监测精度的方法具有以下优点：
利用两种数据的优势，实现对台风中心的定位及做一个完整的台风周期的监测。从台风初始状态开始（热带低压或者是热带风暴），直至最后的衰亡阶段，以海洋卫星数据为基础数据，在海洋卫星数据缺失的部分，风云静止气象卫星数据可以很好的补充，由此就可以形成一个完整的台风监测路径。
通过对海洋卫星的微波散射计数据和风云静止气象卫星的可见光、红外图像经过人工判读等方法，获取得到台风中心经纬度坐标的路径数据，利用验证台风中心监测精度的最大圆评价方法可以方便准确的评价监测精度的好坏，还可以结合其他的监测信息，利用评价监测精度实现对路径作进一步的修正，最终得出一个最佳的台风路径。获得台风的不同方面的信息数据，实现对台风的全面监测。
通过使用了两种不同性质、不同时相的两种卫星数据，运用各自的特点，以此来监测一次完整台风的生命周期。并与三个官方机构公布的最佳路径做比较，得出一种基于多源数据台风中心及路径监测结果。
附图说明
图1是风向图；
图2是风速图；
图3是风场图；
图4是HY-2的台风“灿鸿”中心监测图；
图5是FY-2的台风“灿鸿”中心监测图；
图6是FY-2、HY-2各自的台风监测路径图；
图7是融合以后的台风监测路径图；
图8是融合后的路径与中央气象台的比较图。
具体实施方式
以下是本发明的具体实施例并结合附图，对本发明的技术方案作进一步的描述，但本发明并不限于这些实施例。
以台风“灿鸿”为例， 台风监测方法包括以下步骤：
第一步台风信息数据获取：
利用风云静止气象卫星FY-2E分区图的红外通道的数据作为基数据源，使用IDL（Interactive Data Language）程序设计语言，进行图像的读取处理，作为研究云导风矢量数据；
利用海洋卫星HY-2获取微波散射计的L2B数据作为数据源，HY-2的L2B数据为HDF5格式，运用IDL对数据读取，由于L2B数据是根据轨道号进行文件划分，在数据读取时，本实施例以12小时为间隔，以同一地理坐标范围批量读取7轨数据文件，并存放在同一文本格式文件中，作为区域风矢量数据源。
第二步信息数据标准化处理：
即对读取的风云静止气象卫星分区图的可见光或红外的基数据源进行云图灰度信息提取，得到云图每一点在经度方向和纬度方向上的梯度值作为云导风矢量数据，本实施例采用数值微分方法，得到一个分段三次样条函数，然后通过求解导数与真实值导数间具有足够高精度，对于FY-2E静止气象卫星云图，每一点对应的灰度值即为函数值，根据函数公式分别可以求得每一点在经度方向和纬度方向上的梯度值；
对海洋卫星HY-2的微波散射数据进行地统计插值，通过将同一期风矢量信息数据源文件进行地统计插值，得到区域风场图，此处选用普通克里金插值方法，在获取区域风场时，需对区域风速与区域风向分别插值，风速单位为m/s，数据为大于0的实数。风向有两种表示形式，1）单位为度，数据为0-359的实数，0为正北方向，指向度为顺时针方向，2）通过垂直、水平风矢量表示，单位为m/s，经过矢量叠加后，得到风指向。分别差值后，得到区域风向差值图与风速差值图，若风向为矢量表示形式，将垂直风矢量与水平风矢量分别插值，然后进行像元的矢量叠加。得到区域风向插值图（图1）与风速插值图（图2），最后经过地理坐标匹配，得到最终符合有风向、风速的区域风场图（图3）。
第三步台风中心判读：
首先，利用海洋卫星HY-2的区域风场图数。对于有眼台风，从海洋卫星的区域风场图可以明显观察到台风高风速区域的相对低风速眼区，通过观察风场风速的分布，寻找高风速区域中的极小值，可以快速、有效并且高精度的获取台风中心。对于无眼台风，即无法观察到明显眼区的台风，在微波散射计反演的风场中，无法观测到明显的高风速区域的相对低速眼区，无法判断高风速区域极小值或者出现多个极小值时，则采用区域风场风向进行台风中心的确定。对于海洋卫星的区域风场图，由于台风天气有明显的气旋式涡旋结构，风向通常旋涡式指向台风中心，通过寻找漩涡指向中心，也能够确定台风中心。采取优先风速提取方法，即如果在区域风场图中，能够明显判别其为有眼台风，并且能较容易寻找高风速区域极小值时，采用风场风速确定台风中心，并观察风场风向以辅助判别。利用该观察方法，从2015年6月30日至2015年7月13日，HY-2微波散射计共观测到28次台风“灿鸿”， 其中能够判读台风中心以及台风结构的共13次，通过台风中心人工判读，获得9次较为理想的台风中心，如图4所示：中心观测时间估计分别为0703 20:19，0704 20:40，0705 08:08，070521:01，0706 08:31，0706 21:24，0707 08:53，0708 09:17，0712 09:06（UTC +8时区），各点地理坐标为（147.6 ºE，11.9 ºN）、（144.6 ºE，14.8 ºN）、（144.2 ºE，15.2 ºN）、（142.5 ºE，15.7 ºN）、（140.8 ºE，17.3 ºN）、（137.8 ºE，17.5 ºN）、（136.0 ºE，17.9 ºN）、（132.9 ºE，21.5 ºN）、（123.5 ºE，35.9 ºN）。
其次，利用FY-2E卫星的云图数据，当从风云静止气象卫星的图像中可以明显的观察到明显的眼区、密闭云区以及背景时，其中密闭云区的温度值很高且相邻像素的值接近，亮度比相应背景及一般的云块要高，密闭云区的类圆中心点附近的温度最高区域就是台风中心。对于风云静止气象卫星的图像，当台风有两条或更多螺旋云带时，位于其螺旋云带曲率中心的晴空区的中心即为台风中心，当热带气旋在分布对称的中央密闭云区时，则该云区的几何中心即为台风中心，当密闭云区不对称时，台风中心定在偏于云区边界整齐光滑的一侧。从2015年6月30日至2015年7月13日，台风“灿鸿”气象卫星监测结果，FY-2E卫星可见光图像、长波红外图像能够与HY-2卫星微波散射计在同一时刻、以及在HY-2卫星微波散射计无法监测到的台风时期内相近的时刻，经人工判读，相对于HY-2的台风中心有9次较为理想的台风中心，如图5所示，中心观测时间估计分别为0705 21:00，0706 08:30，0706 21:30，0707 09:00，0707 20:45，0708 09:15，0708 20:45，0709 21:45，0710 21:15，（UTC +8时区），各点地理坐标为（141.3 ºE，15.4 ºN）、（139.5 ºE，17.7 ºN）、（138.4 ºE，17.9 ºN）、（136.0 ºE，18.3 ºN）、（134.0 ºE，19.7 ºN）、（134.0 ºE，19.7 ºN）、（130.4 ºE，22.1 ºN、）、（125.7 ºE，25.5 ºN）、（123.2 ºE，28.4 ºN）。
其中监测以单个台风为单次监测对象，将连续监测的结果进行叠加，形成单个台风的路径，如图6所示。通过对比HY-2和FY-2E监测得到的结果，将两者进行有效结合，可以更好的得出台风从生成到消亡的一个完整序列的台风监测数据，诸如HY-2的散射计数据由于受到接近陆地的影响，因此无法获得0709、0710时段的数据，但是FY-2E就可以很好的获得该时间段的数据，进而我们能够得到一个完整的台风路径及强度监测的数据，如图7所示。图中段虚线代表HY-2对1509号台风“灿鸿”的监测路径，点虚线代表FY-2E对1509号台风“灿鸿”的监测路径，三角形点构成的线为融合后的路径，可以看出HY-2卫星监测数据在台风的前期和中期的监测情况相对较好，但是在台风发展的后期阶段，由于即将靠近陆地的缘故，HY-2卫星微波散射计受到了很大的影响，因此它的后向散射系数无法很好监测出台风数据，但是，FY-2E卫星可见光、红外图像能很好的获得台风中心，弥补了HY-2卫星数据监测台风完整路径的不足。
结果表明融合后台风路径，从台风初始状态开始（热带低压或者是热带风暴），直至最后的衰亡阶段，以HY-2数据为基础数据，在HY-2数据缺失的部分，FY-2E数据可以很好的补充，由此就可以形成一个完整的台风监测路径。
验证台风中心监测精度：
通过计算融合数据的台风中心与验证资料最佳路径间的最大圆距离，验证台风中心监测精度。由于无论是监测结果与实测最佳路径数据的台风中心都以经纬度地理坐标作为标识，而地理坐标是球面坐标，要计算球面上两点的距离差，所以我们选择使用最大圆距离（Great Circle Distance，GCD）方法。最大圆距离是球面上两点的最短距离，这里我们将地球近似为球体，地球半径根据McCaw的研究，取6371.01千米。
设M（E1，N1）为监测结果点，T（E0，N0）为对应同一时间点上实测最佳路径点，则M与T之间的最大圆距离D可由下式计算得到：
其中D为最大圆距离，R为平均地球半径。
以单个正式命名编号的台风作为精度评估的个体，计算其台风天气发生时间段内，所有实测最佳路径点与对应的监测结果插值点间的最大圆距离。然后再计算最大圆距离平均值，评价台风路径监测结果。
如图8所示，精度评价结果显示：
台风灿鸿融合路径监测结果与中央气象台（CMA）发布的最佳路径之间的平均最大圆距离（GCD）为196.705，即大约8个HY-2微波散射计分辨单元，最大的远距离接近10个微波散射计单元，但总体趋于平稳。
监测结果与日本气象厅（JMA）的发布的最佳路径之间的平均最大圆距离（GCD）为83.225，即大约3个HY-2微波散射计分辨单元，只有四个点坐标的最大圆距离超过了100，其他的均在100以内，而且有的点的拟合度相当的高，由此可以得出，本次融合的台风监测数据在趋势上有很高的一致性，监测结果较为理想，是一次成功的监测过程。
监测结果与美国台风联合警报中心（JTWC）的发布的最佳路径之间的平均最大圆距离（GCD）为96.002，即大约4个HY-2微波散射计分辨单元，与JMA监测的结果相差不大，拟合度也很高，由此可以得出，本次融合的台风监测数据在趋势上有很高的一致性，总体监测结果较为理想，是一次成功的监测过程。
通过对HY-2的微波散射计数据和FY-2E的可见光、红外图像，经过人工判读等方法，获取得到本研究的1509号台风“灿鸿”中心经纬度坐标的路径数据，同时将得出的两种数据做前文所述方法的融合处理，结合地面三个站点发布的最佳台风路径，利用验证台风中心监测精度的最大圆评价方法，对监测的路径作进一步的修正，最终得出一个最佳的台风路径。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
尽管本文较多地使用了相关术语，但并不排除使用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本发明的本质；把它们解释成任何一种附加的限制都是与本发明精神相违背的。
Claims (4)
1.一种基于多源卫星数据的台风监测方法，其特征在于，该方法包括以下步骤：
（1）台风信息数据获取，即利用风云静止气象卫星获得台风可见光或红外图像信息数据，利用海洋卫星的微波散射计获得台风的微波散射数据；
（2）信息数据标准化处理，即对读取的风云静止气象卫星分区图的可见光或红外图像的基数据源进行云图灰度信息提取，得到云图每一点在经度方向和纬度方向上的梯度值作为云导风矢量数据，
对海洋卫星的微波散射数据进行地统计插值，对区域风速与区域风向分别插值后，得到区域风向差值图与风速差值图，经过地理坐标匹配，得到最终的区域风场图；
（3）台风中心判读，如果是有眼台风，对于海洋卫星的区域风场图，可以明显观察到台风高风速区域的相对低风速眼区时，寻找高风速区域中的极小值，以风速的极小值区作为台风中心，或者通过区域风场风向进行提取，通过寻找风向漩涡指向中心，确定台风中心，而对于风云静止气象卫星的图像，可以明显的观察到明显的眼区、密闭云区以及背景时，其中密闭云区的温度值很高且相邻像素的值接近，亮度比相应背景及一般的云块要高，密闭云区的类圆中心点附近的温度最高区域就是台风中心，如果是无眼台风，对于海洋卫星的区域风场图，采用区域风场风向进行台风中心的确定，风场风向的漩涡中心，即为台风中心，对于风云静止气象卫星的图像，根据台风的特征进行判断，对于可见光图，通过低云带或云线的曲率中心来确定，对于红外图，通过浓密云区外部或边缘附近出现圆形无云区，当台风有两条或更多螺旋云带时，位于其螺旋云带曲率中心的晴空区的中心即为台风中心，当热带气旋在分布对称的中央密闭云区时，则该云区的几何中心即为台风中心，当密闭云区不对称时，台风中心定在偏于云区边界整齐光滑的一侧，当密蔽云区中出现云缝或纹线时，根据云缝或纹线所确定的密闭云区和曲率确定台风中心；在某一空间分辨率下生成区域背景场，将风云静止气象卫星云图进行等经纬度投影，将某一时刻下的对应经纬度坐标的云层厚度结果写入到背景场中，将同一时刻下的微波散射数据对应的经纬度坐标的风速和风向信息，写入到背景场中，然后综合风速、风向及云层厚度的信息判断台风中心；在利用海洋卫星的区域风场图进行台风中心定位时，采取优先风速提取方法，即如果在区域风场图中，能够明显判别其为有眼台风，并且能较容易寻找高风速区域极小值时，采用风场风速确定台风中心，并观察风场风向以辅助判别；所采取的地统计插值为普通克里金地统计插值；对区域风速与区域风向分别插值后，得到区域风向差值图与风速差值图，若风向为矢量表示形式，将垂直风矢量与水平风矢量分别插值，然后进行像元的矢量叠加，最后经过地理坐标匹配，得到最终的区域风场图；在读取微波散射计数据时，根据轨道号进行文件划分，以12小时为间隔，以同一地理坐标范围批量读取7轨数据文件，并存放在同一文本格式文件中，作为实验区域风矢量数据源。
2.根据权利要求1所述的基于多源卫星数据的台风监测方法，其特征在于，按照空间分辨率为5km尺度生成背景场。
3.一种用于评价权利要求1所述的台风监测方法的监测精度的方法，其特征在于，采用最大圆距离法计算监测的台风中心与地面监测站测定的台风中心的距离作为精度评价标准。
4.一种用于评价权利要求1所述的台风监测方法的监测精度的方法，其特征在于，采用最大圆距离法计算实测最佳路径点与对应的监测结果插值点间的最大圆距离，然后再计算最大圆距离平均值作为精度评价标准。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610426657.3A CN106443830B (zh) | 2016-06-16 | 2016-06-16 | 一种基于多源卫星数据的台风监测及评价监测精度的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610426657.3A CN106443830B (zh) | 2016-06-16 | 2016-06-16 | 一种基于多源卫星数据的台风监测及评价监测精度的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106443830A CN106443830A (zh) | 2017-02-22 |
| CN106443830B true CN106443830B (zh) | 2019-08-16 |
Family
ID=58183322
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610426657.3A Active CN106443830B (zh) | 2016-06-16 | 2016-06-16 | 一种基于多源卫星数据的台风监测及评价监测精度的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106443830B (zh) |
Families Citing this family (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107391794B (zh) * | 2017-06-16 | 2020-09-01 | 杭州师范大学 | 一种台风连续立体风场反演方法 |
| CN107767030B (zh) * | 2017-09-25 | 2021-10-01 | 浙江大学 | 一种基于多源遥感卫星风速校正的海上风能资源评估方法 |
| CN108051811B (zh) * | 2017-12-12 | 2021-06-29 | 中国科学院遥感与数字地球研究所 | 一种中尺度涡的分析方法及装置 |
| CN108269268B (zh) * | 2018-01-31 | 2020-04-21 | 杭州师范大学 | 基于微波散射计数据自动提取台风高风速云系区域方法 |
| CN109164513A (zh) * | 2018-08-08 | 2019-01-08 | 湖北河海科技发展有限公司 | 基于葵花气象卫星的台风定位检测方法 |
| CN109506880A (zh) * | 2018-11-14 | 2019-03-22 | 杭州师范大学 | 一种台风强风圈提取方法 |
| CN110764529B (zh) * | 2019-10-21 | 2020-07-21 | 安徽诺乐知识产权服务有限公司 | 基于目标定位大数据的飞行方向修正平台、方法及存储介质 |
| CN112307862A (zh) * | 2019-10-23 | 2021-02-02 | 朱桂苓 | 外形匹配度大数据分析系统 |
| CN110929776B (zh) * | 2019-11-18 | 2023-04-07 | 杭州师范大学 | 一种基于海面风场稳定度统计区划的遥感风场数据质量评估方法及装置 |
| CN111723464B (zh) * | 2020-05-15 | 2024-04-09 | 南京师范大学 | 一种基于遥感影像特征的台风椭圆型风场参数化模拟方法 |
| CN113570101B (zh) * | 2020-06-19 | 2023-04-07 | 中国气象局上海台风研究所(上海市气象科学研究所) | 一种台风对称度的分析系统和分析方法 |
| CN113570102B (zh) * | 2020-06-19 | 2023-06-16 | 中国气象局上海台风研究所(上海市气象科学研究所) | 一种台风非对称最大降水落区半径的分析系统和分析方法 |
| CN112396646B (zh) * | 2020-11-18 | 2021-10-01 | 国家海洋环境预报中心 | 台风中心点定位方法和装置 |
| CN116224469B (zh) * | 2023-05-09 | 2024-03-15 | 国家卫星气象中心(国家空间天气监测预警中心) | 用于具有快速成像仪的卫星的台风观测系统 |
| CN117111068B (zh) * | 2023-10-19 | 2024-03-22 | 南京信大卫星应用研究院有限公司 | 一种基于卫星散射计数据的海面风场监测系统 |
| CN117422832B (zh) * | 2023-11-06 | 2024-04-12 | 广州气象卫星地面站(广东省气象卫星遥感中心) | 多源极轨卫星台风暖心三维结构自动匹配与定量展示方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102156308A (zh) * | 2011-03-09 | 2011-08-17 | 南京恩瑞特实业有限公司 | 台风路径判别方法 |
| CN103198447A (zh) * | 2013-04-09 | 2013-07-10 | 哈尔滨工业大学 | 一种基于卫星云图的风矢场实时度量方法 |
| CN103365958A (zh) * | 2013-05-31 | 2013-10-23 | 南京信大高科技发展有限公司 | 台风预报平台及台风路径检索方法 |
| CN103824280A (zh) * | 2013-12-30 | 2014-05-28 | 杭州师范大学 | 一种台风中心提取方法 |
| CN104992434A (zh) * | 2015-06-23 | 2015-10-21 | 国家卫星气象中心 | 根据历史卫星图像在当前卫星图像上进行台风定位的方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101761707B1 (ko) * | 2014-10-21 | 2017-07-26 | 군산대학교산학협력단 | 능동형 정보수집 스크립트 및 수치모형을 이용한 태풍해일 자동 예측 방법 |
-
2016
- 2016-06-16 CN CN201610426657.3A patent/CN106443830B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102156308A (zh) * | 2011-03-09 | 2011-08-17 | 南京恩瑞特实业有限公司 | 台风路径判别方法 |
| CN103198447A (zh) * | 2013-04-09 | 2013-07-10 | 哈尔滨工业大学 | 一种基于卫星云图的风矢场实时度量方法 |
| CN103365958A (zh) * | 2013-05-31 | 2013-10-23 | 南京信大高科技发展有限公司 | 台风预报平台及台风路径检索方法 |
| CN103824280A (zh) * | 2013-12-30 | 2014-05-28 | 杭州师范大学 | 一种台风中心提取方法 |
| CN104992434A (zh) * | 2015-06-23 | 2015-10-21 | 国家卫星气象中心 | 根据历史卫星图像在当前卫星图像上进行台风定位的方法 |
Non-Patent Citations (2)
| Title |
|---|
| "一种面向应用主题的多源遥感卫星需求建模方法";张晓等;《电子技术与软件工程》;20160408;第120-124页 |
| "基于卫星云图的台风定位技术研究";乔文峰;《中国优秀硕士学位论文全文数据库基础科学辑》;20120715;全文 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106443830A (zh) | 2017-02-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106443830B (zh) | 一种基于多源卫星数据的台风监测及评价监测精度的方法 | |
| Gong et al. | ICEsat GLAS data for urban environment monitoring | |
| CN101566692B (zh) | 利用卫星遥感数据中的云影信息检测云高的方法 | |
| Krankowski et al. | Ionospheric electron density observed by FORMOSAT-3/COSMIC over the European region and validated by ionosonde data | |
| CN109580003A (zh) | 一种静止气象卫星热红外数据估算近地面大气温度方法 | |
| Yang et al. | Global autonomous positioning in GNSS-challenged environments: A bioinspired strategy by polarization pattern | |
| Marengo et al. | Observational and modelling studies of Amazonia interannual climate variability | |
| Weiss et al. | A comparison of near-surface buoyancy and baroclinity across three VORTEX2 supercell intercepts | |
| CN104268848A (zh) | 一种海洋内波波速监测的方法 | |
| Wang et al. | Influence of future tropical cyclone track changes on their basin-wide intensity over the western North Pacific: Downscaled CMIP5 projections | |
| Johnson et al. | Equatorial Pacific 13 C water eddies in the eastern subtropical South Pacific Ocean | |
| Yu | Tsunami-wave parameter estimation using GNSS-based sea surface height measurement | |
| Lasota et al. | A comparison between ray-traced GFS/WRF/ERA and GNSS slant path delays in tropical cyclone Meranti | |
| Yang et al. | Linking persistent scatterers to the built environment using ray tracing on urban models | |
| Pourali et al. | Vertical accuracy assessment of LiDAR ground points using minimum distance approach | |
| Hande et al. | An evaluation of COSMIC radio occultation data in the lower atmosphere over the Southern Ocean | |
| Zhang et al. | Design and Application of an Intelligent Patrol Algorithm for Forest Management and Protection Based on Global Positioning System. | |
| Huntley et al. | Conditions for reliable divergence estimates from drifter triplets | |
| da Silveira et al. | Observational Investigation of the Statistical Properties of Surface-Layer Turbulence in a Suburban Area of São Paulo, Brazil: Objective Analysis of Scaling-Parameter Accuracy and Uncertainties | |
| Negrel et al. | Impact of Arctic sea ice floe-scale anisotropy on airborne electromagnetic surveys | |
| Zhang et al. | Study on Classification Method of Rock Types Based on Topographic Indicators-Take Tengchong Research Area in Yunnan as an example | |
| Cooper | Bare Ice Hydrologic Processes on the Greenland Ice Sheet Ablation Zone | |
| Knight et al. | Issues of measuring and interpreting wind direction | |
| Mardiatno et al. | Identification of flood-prone area using remotely sensed data-Case in Tanjung Selor City, North Kalimantan | |
| Barnes | Altimetry comparison, backward wave refraction and extreme wave analysis of NCEP data: Cape Point to Richards Bay |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |