基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
卫星云图自动分割是实现卫星云图云系自动识别的基础.选用1992~1994年和1997~1998年夏季有典型天气系统的177幅GMS红外云图建立了云系模型库,云系分类样本3079个,包含16类云系,云系分割样本2764个.利用云系分割样本集进行神经网络试验,训练集为从32幅云图中抽取的484个样本,测试集为从145幅云图中抽取的2280个样本,神经网络模型训练正确率达到98.8%,测试正确率为86.4%.用1997年7月18~21日和1998年6月15~17日的两组卫星云图做自动分割应用试验,结果经专家判识,正确率达到90%以上.本文的工作表明:用多阈值和人工神经网络相结合方法对卫星云图进行云分割在实际应用中是可行的.   卫星云图自动分割系统的输入是GMS红外云图,输出是分割出的每一个云区,同时还包括云区的边界链码、起始点、周长、面积,并保留了原始图像数据.在下一步的云系识别过程中,可以在此基础上进行云系分类识别试验.
推荐文章
卫星云图处理技术
卫星云图
麦卡托投影变换
兰伯特投影变换
经纬度插值
卫星云图的遗传神经网络集合预测模型研究
遗传算法
卫星云图
神经网络
非线性
集合预报
应用FY2C卫星云图分析锋面
卫星云图分析
锋面
应用
云系
云带
台风卫星云图分割方法研究
卫星云图
图像分割
迭代模型,面积特征
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 多阈值和神经网络卫星云图云系自动分割试验
来源期刊 应用气象学报 学科 地球科学
关键词 卫星云图 自动分割 人工神经网络 多阈值
年,卷(期) 2001,(1) 所属期刊栏目 论著
研究方向 页码范围 70-78
页数 9页 分类号 P41
字数 4054字 语种 中文
DOI 10.3969/j.issn.1001-7313.2001.01.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴蓉璋 3 145 3.0 3.0
2 项续康 3 156 3.0 3.0
3 师春香 7 221 6.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (94)
同被引文献  (161)
二级引证文献  (430)
1994(2)
  • 参考文献(2)
  • 二级参考文献(0)
2001(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2003(3)
  • 引证文献(2)
  • 二级引证文献(1)
2004(5)
  • 引证文献(5)
  • 二级引证文献(0)
2005(7)
  • 引证文献(3)
  • 二级引证文献(4)
2006(9)
  • 引证文献(5)
  • 二级引证文献(4)
2007(18)
  • 引证文献(6)
  • 二级引证文献(12)
2008(31)
  • 引证文献(9)
  • 二级引证文献(22)
2009(35)
  • 引证文献(10)
  • 二级引证文献(25)
2010(35)
  • 引证文献(9)
  • 二级引证文献(26)
2011(41)
  • 引证文献(8)
  • 二级引证文献(33)
2012(49)
  • 引证文献(10)
  • 二级引证文献(39)
2013(39)
  • 引证文献(4)
  • 二级引证文献(35)
2014(45)
  • 引证文献(4)
  • 二级引证文献(41)
2015(47)
  • 引证文献(5)
  • 二级引证文献(42)
2016(30)
  • 引证文献(4)
  • 二级引证文献(26)
2017(31)
  • 引证文献(4)
  • 二级引证文献(27)
2018(45)
  • 引证文献(2)
  • 二级引证文献(43)
2019(35)
  • 引证文献(3)
  • 二级引证文献(32)
2020(19)
  • 引证文献(1)
  • 二级引证文献(18)
研究主题发展历程
节点文献
卫星云图
自动分割
人工神经网络
多阈值
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
应用气象学报
双月刊
1001-7313
11-2690/P
大16开
北京市中关村南大街46号
1986
chi
出版文献量(篇)
2106
总下载数(次)
7
总被引数(次)
57170
相关基金
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
论文1v1指导