System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 卫星图像红外通道对流结构的强度预测数据集制作方法技术_技高网

卫星图像红外通道对流结构的强度预测数据集制作方法技术

技术编号:41321638 阅读:6 留言:0更新日期:2024-05-13 15:00
本发明专利技术公布了一种卫星图像红外通道对流结构的强度预测数据集制作方法,具体为:获取地球同步卫星的红外通道图像并将其转化为序列数据;提取满足特定条件的对流核心和对应的热力序列图;提取红外亮温径向剖面的时空演化特征的提取;提取表征热带气旋组织水平的偏角方差特征因子,本发明专利技术克服了卫星图像信息冗杂丰富给模型带来干扰的问题,通过有针对性地提取关键对流特征,不仅增强了模型的性能,而且显著提高了热带气旋强度预测任务的准确性,这一技术突破为气象学和人工智能的交叉研究领域带来了新的契机,有望为未来的强度预测和灾害防控提供更为可靠的数据支持。

【技术实现步骤摘要】

本专利技术属于卫星图像处理,尤其涉及一种卫星图像红外通道对流结构的强度预测数据集制作方法


技术介绍

1、热带气旋(tc),作为自然界最具破坏力的气象现象之一,在西北太平洋盆地表现得尤为活跃。热带气旋造成的经济损失与热带气旋强度呈现指数级的关系,指数范围通常为4~12。为有效应对热带气旋带来的灾害,需迅速展开一系列措施以减轻影响。

2、早期,热带气旋强度预测主要借助经验模型,依赖于气象学家经验和基础观测数据。随着计算能力提升,存在许多数值和统计模型为未来热带气旋强度变化提供预测指导。传统的tc强度预测技术在近几十年来飞速发展,其中数值预报模型也称动力模型是基于各种大气参数之间的数学和物理方程来预测tc强度,这种方法耗费大量的资源和时间。数值模型如区域模型-飓风天气和研究预测模型,耦合飓风强度预测系统(chips)等,通过将大气划分成数以千计的网格单元来求解动力学和热力学方程,模拟大气环流系统程来预测未来强度。统计学模型则是依靠历史tc记录建立相关因素与预测结果之间的多元回归方程得到下一时刻的tc数据,统计模型如气候学和持久性模型(cliper5),统计飓风强度预测方案(ships)等,学习与热带气旋强度变化相关的历史数据进行预测。这种方法的准确性受历史数据质量和数量的限制。tc强度变化是相当复杂的过程,传统的预测方法存在特征提取主观经验性高,误差表达不一致、预处理复杂和各大洋盆地适用性不高等一系列问题,实时性和准确性都不能够满足人类的需求。

3、随着深度学习的不断发展,技术人员已经开始利用再分析资料结合深度学习方法来完成热带气旋强度预测任务。然而,由于再分析数据的非实时性,无法满足业务需求的实时性。卫星图像中蕴含大量干扰和冗余信息,这限制了模型对强度变化的学习能力,从而导致强度预测性能无法满足灾害防控的精细需求。


技术实现思路

1、专利技术目的:为了解决上述现有技术存在的问题,本专利技术提供了一种卫星图像红外通道对流结构的强度预测数据集制作方法。

2、技术方案:本专利技术提供了一种卫星图像红外通道对流结构的强度预测数据集制作方法,其特征在于,包括如下步骤:

3、步骤1:取地球同步卫星的红外通道图像,对红外通道图像进行预处理,利用滑动窗口将红外通道图像转化为时间序列数据;

4、步骤2:提时间序列数据中每一帧红外图像的对流核心单体;并对对流核心进行可视化,得到热力图;

5、步骤3:构建每一帧红外图像的径向剖面曲线,并对该曲线进行可视化,得到径向对流数据;

6、步骤4:计算每一帧红外图像的偏角方差;

7、步骤5:将红外图像以及对应的对流核心单体,热力图,径向对流数据以及偏角方差进行整合,最终得到具有时间序列的强度预测数据集。

8、进一步的,所述步骤1中的预处理包括:中心裁剪操作和随机旋转操作。

9、进一步的,所述步骤2中根据如下公式提取满足如下公式的像素点作为对流核心单体:

10、

11、其中,表示红外图像中像素(i, j)处的亮度温量值,表示与像素(i, j)相邻的像素点的集合,表示与像素(i, j)相邻的像素点的亮度温量值,表示红外图像中像素(i-1, j)处的亮度温量值,表示红外图像中像素(i+1,j)处的亮度温量值,表示红外图像中像素(i, j+1)处的亮度温量值,表示红外图像中像素(i, j-1)处的亮度温量值,k表示亮度温度单位。

12、进一步的,所述步骤3具体为:

13、步骤3.1:以红外图像的气旋中心作为经纬线的交叉点,将红外图像划分为四个地理象限,所述地理象限包括ne象限,nw象限,se象限和sw象限,n表示北纬,s表示南纬,e表示西经,w表示东经;

14、步骤3.2:对一个滑动窗口中的时间序列数据进行降维处理,将从时间序列数据二维图像序列转换为一维廓线图序列,采用连续的一维函数计算一维廓线图序列中每个象限的径向轮廓曲线;

15、步骤3.2:利用霍夫默勒图对径向轮廓曲线进行静态可视化展示。

16、进一步的,所述步骤4具体为:

17、步骤4.1:以红外图像中热带气旋的中心像素点or为中,r为半径,设置计算区域,r为预设的值;

18、步骤4.2:对于计算区域内的每一个像素点,计算出该像素点的亮温梯度方向与该像素点指向or方向的夹角oi,oi也即偏差角,计算计算区域内的所有偏差角绝对值的方差。

19、有益效果:本专利技术通过使用地球同步卫星的红外通道图像,摆脱了依赖非实时再分析资料的限制,使得数据获取更具时效性。通过提取满足特定条件的对流核心热力序列图、红外亮温径向剖面和偏角方差等多维度对流结构信息,成功地提取了与热带气旋强度变化相关的对流信息,降低了卫星图像信息的冗杂性,有助于模型更全面地了解对流结构的整体组织情况,有助于消除模型对噪声的敏感性,提高预测模型的稳定性。总体而言,该专利技术通过创新性地整合多个对流信息源,成功解决了强度预测中数据获取和信息提取的挑战,为研究深度学习和气象交叉学科的学者提供了更为有效全面的数据支持。

本文档来自技高网...

【技术保护点】

1.卫星图像红外通道对流结构的强度预测数据集制作方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的卫星图像红外通道对流结构的强度预测数据集制作方法,其特征在于,所述步骤1中的预处理包括:中心裁剪操作和随机旋转操作。

3.根据权利要求1所述的卫星图像红外通道对流结构的强度预测数据集制作方法,其特征在于,所述步骤2中根据如下公式提取满足如下公式的像素点作为对流核心单体:

4.根据权利要求1所述的卫星图像红外通道对流结构的强度预测数据集制作方法,其特征在于,所述步骤3具体为:

5.根据权利要求1所述的卫星图像红外通道对流结构的强度预测数据集制作方法,其特征在于,所述步骤4具体为:

【技术特征摘要】

1.卫星图像红外通道对流结构的强度预测数据集制作方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的卫星图像红外通道对流结构的强度预测数据集制作方法,其特征在于,所述步骤1中的预处理包括:中心裁剪操作和随机旋转操作。

3.根据权利要求1所述的卫星图像红外通道对流结构的强度预测数据集制作方...

【专利技术属性】
技术研发人员:陈媛媛田伟
申请(专利权)人:南京信息工程大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1