CN107917880B - 一种基于地基云图的云底高度反演方法 - Google Patents
一种基于地基云图的云底高度反演方法 Download PDFInfo
- Publication number
- CN107917880B CN107917880B CN201711079477.3A CN201711079477A CN107917880B CN 107917880 B CN107917880 B CN 107917880B CN 201711079477 A CN201711079477 A CN 201711079477A CN 107917880 B CN107917880 B CN 107917880B
- Authority
- CN
- China
- Prior art keywords
- cloud
- image
- foundation
- pictures
- imagers
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N2021/1793—Remote sensing
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种基于地基云图的云底高度反演方法,包括:(1)选点部署两台全天空成像仪,设置两者的视场角不大于130°,并使两者同步观测且观测到的地基云图具有重叠区域;(2)获取两者同步观测到的地基云图,并对这两张地基云图进行图像匹配,选出两者差异最小的重叠区域;(3)针对匹配选出重叠区域中的云团,利用几何关系对其云底高度进行反演,得到反演结果。相较现有反演方法所基于的从云顶观测得到的卫星云图,本发明地基云图为全天空成像仪从地面观测得到,也就是从云底观测得到,这提高了云底高度反演结果的准确度,特别是对厚云和低云来说,效果更为显著。另外也拓展了全天空成像仪的应用范围。
Description
技术领域
本发明涉及云底高度反演技术领域,尤其涉及一种基于地基云图的云底高度反演方法。
背景技术
不同高度的云有不同的辐射强迫作用:低云对太阳光的反射较强,对地气系统向外发出的长波辐射影响较弱,因此一般对地气系统起冷却作用;高云对太阳光的反射较弱,且会使地气系统向外发出的长波辐射显著减小,因此一般对地气系统起温室效应。同时,云底高度对数值天气预报模式及降水估计都有着重要意义,云底高度决定了云的长波辐射属性,对地表红外辐射也有重要影响。而随着科学技术的不断发展,在实际应用和研究过程中对云底高度反演的准确度要求也在不断提高。
无线电探空仪、雷达、卫星、云高仪都可对云进行观测。近年来,随着电荷耦合器件CCD等硬件技术的发展和计算机图像处理等软件技术的发展,各种地基遥感测云系统也相继出现,如全天空成像仪、红外测云仪等。
现有技术中,通常是,利用卫星云图对云底高度进行反演,但是,由于卫星是从云顶拍摄,无法拍摄到云底,且卫星云图时空分辨率低,因此,卫星云图对低云云底高度的观测具有很大的不确定性,导致低云和厚云云底高度不能准确地从卫星云图中获取,降低了反演结果的准确度。
发明内容
本发明的目的是提供一种基于地基云图的云底高度反演方法,以提高反演结果的准确度。
为解决上述问题,本发明所述的一种基于地基云图的云底高度反演方法,该方法包括:
(1)选点部署两台全天空成像仪,设置两者的视场角不大于130°,并使两者同步观测且观测到的地基云图具有重叠区域;
(2)获取两者同步观测到的地基云图,并对这两张地基云图进行图像匹配,选出两者差异最小的重叠区域;
(3)针对匹配选出重叠区域中的云团,利用几何关系对其云底高度进行反演,得到反演结果。
优选地,所述步骤(2)包括:
(21)对两张地基云图进行二值化的云团识别操作,分别得到相应的二值化图像;
(22)先使两张图像完全重合,两张图像的中心点距离dI等于零,然后固定图像I,将图像II沿水平方向移动δ个像素,按以下公式计算ε(1);继续将图像II向前移动δ个像素,依次移动k次,每次计算出相应的ε(k),直到两张图像的中心点距离dI等于2RI,得到一个ε(k)集合;
其中,Nlap是云图重叠公共区域的像素点数,I1(i)是图像I在重叠区域第i个像素点处的亮度值,I2(i)是图像II在重叠区域第i个像素点处的亮度值,RI为图像半径;
(23)在ε(k)集合中选出数值最小的值,并将该值对应的两张图像重叠区域之间的差异视为最小。
优选地,所述步骤(3)包括:
记dt为两台全天空成像仪TSI1和TSI2之间的距离,θ1、θ2分别为云底任一点P反射到TSI1和TSI2上对应的天顶角,γ1、γ2分别为点P在TSI1和TSI2成像范围内的方位角,rS1、rS2分别为点P到TSI1和TSI2成像范围中心的径向距离,rI1、rI2分别为点P到图像I和图像II中心的径向距离;
记点P在图像I和图像II中的坐标分别为(Px1,Py1)、(Px2,Py2),图像中心的坐标为其中,M、N分别为图像的高和宽,则:
(31)根据以下公式分别计算出θ1、θ2,γ1、γ2:
θ1=rI1/RI
θ2=rI2/RI
(32)根据以下公式分别计算出rS1、rS2:
(33)根据以下公式计算出云底高度H:
本发明与现有技术相比具有以下优点:
本发明反演方法利用两台观测范围有重合的全天空成像仪,对两者同步观测的地基云图进行匹配并反演出重叠区域目标云团的云底高度。相较现有反演方法所基于的从云顶观测得到的卫星云图,本发明地基云图为全天空成像仪从地面观测得到,也就是从云底观测得到,这提高了云底高度反演结果的准确度,特别是对厚云和低云来说,效果更为显著。另外也拓展了全天空成像仪的应用范围。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的说明。
图1为本发明实施例提供的全天空成像仪的视场角FOV示意图。
图2为本发明实施例提供的图像匹配示意图。
图3为本发明实施例提供的两台TSI成像原理图。
图4为本发明实施例提供的像素天顶角、方位角示意图。
具体实施方式
一种基于地基云图的云底高度反演方法,具体包括:
(1)选点部署两台全天空成像仪,设置两者的视场角不大于130°,并使两者同步观测且观测到的地基云图具有重叠区域。
具体地,选取部署在敦煌的两台全天空成像仪(简称TSI),记为TSI1(经度94°31′8″,纬度40°04′5″,海拔1200m)、TSI2(经度94°28′41″,纬度40°04′42″,海拔1221m),两台TSI距离约为3.65km,以保证两台TSI获取的图像有重叠部分。
由于全天空成像仪是球面镜成像,其边缘存在较严重的径向畸变,在天顶角大于65°时,即使是同一云团,因为两台仪器观测的视角不同,成像形状也不同。因此,为了去除径向畸变严重的边缘部分,两台TSI的FOV(视场角)不宜大于130°,比如我们可以设置为图1所示设置为130°。
这里之所以要用两台TSI,这是因为利用地面上两台TSI之间的距离能够推导出这两台TSI的成像范围。
(2)获取两者同步观测到的地基云图,并对这两张地基云图进行图像匹配,选出两者差异最小的重叠区域。
其中,图像匹配是为了找出反演的目标云团,便于后续计算出该云团分别在两张图像中对应的像素天顶角和方位角。参考图2,更具体的匹配过程如下:
(21)对两张地基云图进行二值化的云团识别操作,分别得到相应的二值化图像,如图2(a)所示。
具体地,针对两台TSI同步获取的地基云图进行云团识别,选择合适的阈值对图像进行二值化(比如,晴空置为1,云团置为0),得到二值化图像。
(22)首先,使两张图像完全重合,如图2(b)所示,此时两张图像的中心点距离dI等于零。重叠区域像素点Nlap为单张云图(图像I或图像II)的像素点,重叠区域面积Slap为单张云图(图像I或云图像II)的有效天空部分面积。Nlap和Slap随着dI增加而减小。
定义差异度评价函数为
其中,Nlap是云图重叠公共区域的像素点数,I1(i)是图像I在重叠区域第i个像素点处的亮度值,I2(i)是图像II在重叠区域第i个像素点处的亮度值,RI为图像半径。然后,固定图像I,将图像II沿X轴方向水平移动δ个像素(小段距离),此时,dI为δ,按以下公式计算ε(1);继续将图像II沿X轴方向向前水平移动δ个像素,依次移动k次,每次计算出相应的ε(k),dI为kδ,直到dI等于2RI(dI等于2RI时,Nlap和Slap等于0)如图2(d)所示。至此,我们得到一个ε(k)集合。
(23)在ε(k)集合中选出数值最小的值,并将该值对应的两张图像重叠区域之间的差异视为最小。
确定了ε(k)最小值处的dI,也就确定了两张图像之间差异最小的重叠公共区域Slap,如图2(c)所示。
其中,最小的那个差异度ε应该不大于0.05,如果大于0.05,则认为两张图像重叠区域中的云团并不是同一云团。
(3)针对匹配选出重叠区域中的云团,利用几何关系对其云底高度进行反演,得到反演结果。
具体地,参见图3和图4,记dt为两台全天空成像仪TSI1和TSI2之间的距离,θ1、θ2分别为云底任一点P反射到TSI1和TSI2上对应的天顶角,γ1、γ2分别为点P在TSI1和TSI2成像范围内的方位角,rS1、rS2分别为点P到TSI1和TSI2成像范围中心的径向距离。
∵
tanθ1=rS1/H
tanθ2=rS2/H
∴
tanθ1/tanθ2=rS1/rS2
∵
r'S1=rS1×|sinγ1|
r'S2=rS2×|sinγ2|
r'S1+r'S2=dt
∴
rS1×|sinγ1|+rS2×|sinγ2|=dt
如果不考虑畸变,天空在地基云图上的投影是等角投影,像素方位角的大小就是图像上像素点偏离正北方向的角度,像素天顶角的大小就是图像上像素点到图像中心的径向距离rI与图像半径RI(这里由于最大天顶角是65°,所以RI=RI/sin65°)的比值。这样,根据图像中心和像素点位置(Px,Py)可以确定出像素天顶角和像素方位角的大小,其中,M、N分别为图像的高和宽。
记rI1、rI2分别为点P到图像I和图像II中心的径向距离,(Px1,Py1)、(Px2,Py2)为点P在图像I和图像II中的坐标,则由以下步骤得出P点在两张图像中对应的像素方位角和像素天顶角,进而推导出全天空成像仪的成像范围rS1、rS2和云高H:
(31)根据以下公式分别计算出θ1、θ2,γ1、γ2:
θ1=rI1/RI
θ2=rI2/RI
(32)根据以下公式分别计算出rS1、rS2:
(33)根据以下公式计算出云底高度H:
以上对本发明所提供的技术方案进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (2)
1.一种基于地基云图的云底高度反演方法,其特征在于,该方法包括:
(1)选点部署两台全天空成像仪,设置两者的视场角不大于130°,并使两者同步观测且观测到的地基云图具有重叠区域;
(2)获取两者同步观测到的地基云图,并对这两张地基云图进行图像匹配,选出两者差异最小的重叠区域;
(3)针对匹配选出重叠区域中的云团,利用几何关系对其云底高度进行反演,得到反演结果;
所述步骤(3)包括:
记dt为两台全天空成像仪TSI1和TSI2之间的距离,θ1、θ2分别为云底任一点P反射到TSI1和TSI2上对应的天顶角,γ1、γ2分别为点P在TSI1和TSI2成像范围内的方位角,rS1、rS2分别为点P到TSI1和TSI2成像范围中心的径向距离,rI1、rI2分别为点P到图像I和图像II中心的径向距离;
记点P在图像I和图像II中的坐标分别为(Px1,Py1)、(Px2,Py2),图像中心的坐标为其中,M、N分别为图像的高和宽,则:
(31)根据以下公式分别计算出θ1、θ2,γ1、γ2:
θ1=rI1/RI
θ2=rI2/RI
(32)根据以下公式分别计算出rS1、rS2:
(33)根据以下公式计算出云底高度H:
2.如权利要求1所述的反演方法,其特征在于,所述步骤(2)包括:
(21)对两张地基云图进行二值化的云团识别操作,分别得到相应的二值化图像;
(22)先使两张图像完全重合,两张图像的中心点距离dI等于零,然后固定图像I,将图像II沿水平方向移动δ个像素,按以下公式计算ε(1);继续将图像II向前移动δ个像素,依次移动k次,每次计算出相应的ε(k),直到两张图像的中心点距离dI等于2RI,得到一个ε(k)集合;
其中,Nlap是云图重叠公共区域的像素点数,I1(i)是图像I在重叠区域第i个像素点处的亮度值,I2(i)是图像II在重叠区域第i个像素点处的亮度值,RI为图像半径;
(23)在ε(k)集合中选出数值最小的值,并将该值对应的两张图像重叠区域之间的差异视为最小。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711079477.3A CN107917880B (zh) | 2017-11-06 | 2017-11-06 | 一种基于地基云图的云底高度反演方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711079477.3A CN107917880B (zh) | 2017-11-06 | 2017-11-06 | 一种基于地基云图的云底高度反演方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107917880A CN107917880A (zh) | 2018-04-17 |
CN107917880B true CN107917880B (zh) | 2019-12-06 |
Family
ID=61896103
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711079477.3A Active CN107917880B (zh) | 2017-11-06 | 2017-11-06 | 一种基于地基云图的云底高度反演方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107917880B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3812800A4 (en) * | 2018-06-19 | 2022-04-06 | Furuno Electric Co., Ltd. | CLOUD OBSERVATION DEVICE, CLOUD OBSERVATION SYSTEM, CLOUD OBSERVATION METHOD AND PROGRAM |
CN109946235B (zh) * | 2019-02-26 | 2021-11-02 | 南京信息工程大学 | 风云4a气象卫星多通道扫描成像辐射计的多层云反演方法 |
CN111007024B (zh) * | 2019-12-25 | 2021-01-26 | 武汉大学 | 一种适用于氧气a带的云反射比快速确定方法 |
CN112085751B (zh) * | 2020-08-06 | 2024-03-26 | 浙江工业大学 | 一种基于云图阴影匹配算法的云层高度估算方法 |
CN112799144B (zh) * | 2020-12-30 | 2024-01-16 | 中国极地研究中心 | 一种基于梯度下降法的全天空成像仪的几何定标方法 |
CN112669236B (zh) * | 2020-12-31 | 2022-11-01 | 天津大学 | 基于地基云图的畸变校正方法 |
CN114354529B (zh) * | 2022-01-10 | 2024-06-04 | 国家卫星气象中心(国家空间天气监测预警中心) | 基于极轨气象卫星搭载的mersi-ⅱ仪器的全天候云相态反演方法 |
CN114705158B (zh) * | 2022-03-30 | 2023-11-17 | 中国人民解放军国防科技大学 | 一种基于星载多通道辐射成像仪的云底高度反演方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103308031A (zh) * | 2013-05-23 | 2013-09-18 | 中国人民解放军理工大学 | 一种基于卫星三线阵ccd影像的云顶高度反演方法 |
CN104766339A (zh) * | 2015-04-29 | 2015-07-08 | 上海电气集团股份有限公司 | 一种地基天空图像的云团自动检测方法 |
CN105783861A (zh) * | 2014-12-22 | 2016-07-20 | 国家电网公司 | 基于双地基云图的云团高度测量方法 |
-
2017
- 2017-11-06 CN CN201711079477.3A patent/CN107917880B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103308031A (zh) * | 2013-05-23 | 2013-09-18 | 中国人民解放军理工大学 | 一种基于卫星三线阵ccd影像的云顶高度反演方法 |
CN105783861A (zh) * | 2014-12-22 | 2016-07-20 | 国家电网公司 | 基于双地基云图的云团高度测量方法 |
CN104766339A (zh) * | 2015-04-29 | 2015-07-08 | 上海电气集团股份有限公司 | 一种地基天空图像的云团自动检测方法 |
Non-Patent Citations (3)
Title |
---|
Cloud-base-height estimation from paired ground-based hemispherical observations;EVGUENI KASSIANOV等;《JOURNAL OF APPLIED METEOROLOGY》;20050831;第44卷;第1221-1233页 * |
EVGUENI KASSIANOV等.Cloud-base-height estimation from paired ground-based hemispherical observations.《JOURNAL OF APPLIED METEOROLOGY》.2005,第44卷 * |
基于双目成像云底高度测量方法;陶法等;《应用气象学报》;20130630;第24卷(第3期);第323-331页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107917880A (zh) | 2018-04-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107917880B (zh) | 一种基于地基云图的云底高度反演方法 | |
Zhu et al. | Geodetic SAR tomography | |
CN110926474B (zh) | 卫星/视觉/激光组合的城市峡谷环境uav定位导航方法 | |
US20190147647A1 (en) | System and method for determining geo-location(s) in images | |
Palm et al. | Radargrammetric DEM extraction over urban area using circular SAR imagery | |
Wan et al. | Illumination-invariant image matching for autonomous UAV localisation based on optical sensing | |
US10877143B2 (en) | Method and device for geo-referencing aerial image data with the aid of SAR image data | |
US8569669B2 (en) | Navigation method for a missile | |
JP6925619B2 (ja) | 光学画像を用いた雲の高度および風速の計測方法 | |
JP2590689B2 (ja) | 干渉型合成開口レーダ装置および地形変動観測方法 | |
KR20150083161A (ko) | 영상센서를 이용한 위성항법시스템 신호의 오차 보정 방법 및 장치 | |
Chellappa et al. | On the positioning of multisensor imagery for exploitation and target recognition | |
CN108646244B (zh) | 测量建筑五维形变的分析方法及系统 | |
JP2009509125A (ja) | 画像に関連する位置を決定するための方法および装置 | |
US11580690B1 (en) | Horizon-based navigation | |
Kaniewski et al. | Visual-based navigation system for unmanned aerial vehicles | |
Nitti et al. | Automatic GCP extraction with high resolution COSMO-SkyMed products | |
RU2406071C1 (ru) | Способ навигации движущихся объектов | |
US11580694B1 (en) | Passive wide-area three-dimensional imaging | |
Jaud et al. | Method for orthorectification of terrestrial radar maps | |
Vadlamani et al. | Aerial vehicle navigation over unknown terrain environments using flash LADAR and inertial measurements | |
Lee et al. | Comparison of terrestrial laser scanner with digital aerial photogrammetry for extracting ridges in the rice paddies | |
Ringaby et al. | Co-aligning aerial hyperspectral push-broom strips for change detection | |
US20220114809A1 (en) | Stereoscopic Camera System for Geo-registration of 3D Reconstructed Points and Vectors | |
CN117994678B (zh) | 自然资源遥感测绘影像定位方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20200804 Address after: 730000 No.318, Donggang West Road, Chengguan District, Lanzhou City, Gansu Province Patentee after: NORTHWEST INSTITUTE OF ECO-ENVIRONMENT AND RESOURCES, CAS Address before: 730000 Gansu city of Lanzhou province Donggang West Road No. 320 Patentee before: Institute of environment and Engineering in cold and dry areas, Chinese Academy of Sciences |
|
TR01 | Transfer of patent right |