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:
目前气象预报业务中,预报员主要借助卫星云图,定性判断云团的移动趋势,缺乏形式化的定量评判方法.本文基于FY-2C与FY-2D的高时间分辨率的近红外影像(10.3-11.3 μm),采用亮温和面积阈值方法进行云团识别,然后根据最大相关系数云团匹配技术进行追踪,系统地实现强对流云团的自动临近预测.实验结果表明,本文提出的最大相关系数追踪比传统的交叉相关系数法具有更高的匹配精度和运行效率,而且研究发现云团质心外推明显优于最低亮温外推,平均亮温、面积、圆形度对云团的分裂合并有较好的指示作用,经列联表法检验,本文提出的自动识别追踪技术具有较高预测精度和预测时效,并且为卫星云图业务化应用提供了定量科学依据.
推荐文章
基于FY2D静止卫星云图的强对流云团识别
卫星深对流指数
红外多光谱带差
逆向搜索法
强对流云团
基于FY2D静止卫星云图的强对流云团识别
卫星深对流指数
红外多光谱带差
逆向搜索法
强对流云团
利用FY-2E红外和水汽波段对强对流云团的识别和演变研究
FY-2E
强对流云
水汽波段
云顶黑体温度
交叉相关法
Fy2c云图接收处理系统在短时临近预报中的应用
Fy2c云图接收处理系统
临近预报
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 FY-2红外云图中强对流云团的短时自动预报算法
来源期刊 遥感学报 学科 地球科学
关键词 FY-2C和FY-2D 强对流云团 云团阈值识别 最大相关系数追踪算法 自动临近预测技术
年,卷(期) 2012,(1) 所属期刊栏目 技术方法
研究方向 页码范围 79-92
页数 分类号 P457.9
字数 语种 中文
DOI
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 魏鸣 南京信息工程大学气象灾害省部共建教育部重点实验室 104 803 13.0 24.0
2 李南 南京信息工程大学大气物理学院 12 65 5.0 8.0
3 刘延安 华东师范大学地理信息科学教育部重点实验室 4 16 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (10)
参考文献  (5)
节点文献
引证文献  (12)
同被引文献  (81)
二级引证文献  (42)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2014(7)
  • 引证文献(6)
  • 二级引证文献(1)
2015(8)
  • 引证文献(2)
  • 二级引证文献(6)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(13)
  • 引证文献(2)
  • 二级引证文献(11)
2019(12)
  • 引证文献(1)
  • 二级引证文献(11)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
FY-2C和FY-2D
强对流云团
云团阈值识别
最大相关系数追踪算法
自动临近预测技术
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
遥感学报
月刊
1007-4619
11-3841/TP
大16开
北京市安外大屯路中国科学院遥感与数字地球研究所
82-324
1986
chi
出版文献量(篇)
2330
总下载数(次)
13
论文1v1指导