【技术实现步骤摘要】
本专利技术涉及遥感，具体地说，涉及一种灰霾清除时间预警的光流滤波组合方法。
技术介绍
1、目前，用于灰霾清除时间预警方法主要有数值模式模拟、统计学模型的预测以及人工智能的预测方法。其中数值模式模拟方法通过对气象条件进行监测和分析，预测灰霾的扩散和清除时间。基于统计学模型的预测方法是利用历史数据和统计学模型，对灰霾的形成和消散过程进行分析和建模，通过模型预测灰霾的清除时间。
2、基于人工智能的预测方法是利用人工智能技术，从灰霾的监测数据中学习规律和特征，提取数据的模式和关系，从而实现自主决策和预测灰霾的清除时间。数值模式模拟方法预报结果虽然准确率最高，但是往往受制于丰富气象数据的获取和高性能计算机设备的搭建，在传统实验中很难预报且影响时效性。统计学模型的预测方法和人工智能的预测方法都需要大量的历史数据，且在统计或者模型构建时需要消耗时间。
技术实现思路
1、本专利技术要解决的技术问题在于克服现有技术的不足，提供一种灰霾清除时间预警的光流滤波组合方法，不仅输入数据量少、易实现，而且获得较为准确的灰霾清除时间预警。
2、为解决上述技术问题，本专利技术采用技术方案的基本构思是：
3、一种灰霾清除时间预警的光流滤波组合方法，包括：
4、获取24小时变温数据，并进行等级划分，以得到划分后的变温数据；
5、根据划分后的变温数据，确定两个相邻时刻的变温数据，以得到t1时刻和t2时刻的变温数据；
6、利用光流法计算t1时刻和t2
7、根据像元点的位移量，计算各个像元在两个方向的位移速度，以得到各个像元的位移速度；
8、以t2时刻的变温数据为标准，设定阈值，进行二值化处理，并将变温数据进行三次滤波处理，以得到滤波处理的影像数据；
9、根据影像数据和位移速度计算有效边界点到监测站点的距离集合和时间集合；
10、将距离集合和时间集合根据预设的判定规则以确定清除时间。
11、在上述任一方案中优选的实施例，获取24小时变温数据，并进行等级划分，以得到划分后的变温数据，包括：
12、获取24小时变温数据，并进行等级划分，划分后的变温数据为：
13、
14、其中，m是划分完成后的变温数据，t1，t2是相邻两个时刻，t(m,n)是时刻t变温数据，(m,n)指m行n列的遥感数据，a＝{(-5,-3),9-3,-2),(-2,-1),(-1,0),(0,1),(1,2),(2,3),(3,5),(5,10)}。
15、在上述任一方案中优选的实施例，利用光流法计算t1时刻和t2时刻的各个像元点在两个方向的位移，以得到各个像元的位移量，包括：
16、根据t1时刻和t2时刻的变温数据，以获得t1时刻和t2时刻对应像元的亮度；
17、通过分析t1时刻和t2时刻对应像元的亮度变化，计算两个时刻的各个像元点的水平位移量和垂直位移量。
18、在上述任一方案中优选的实施例，根据像元点的位移量，计算各个像元在两个方向的位移速度，以得到各个像元的位移速度，包括：
19、通过δt＝t2-t1以获取t1时刻和t2时刻的时间间隔，其中，δt表示两个时刻的间隔；
20、根据两个时刻的间隔δt和像元点的位移量，通过和获得各个像元在两个方向的位移速度，其中，xd和yd是像元点的水平位移量和垂直位移量，xv和yv是像元点的水平位移速度和垂直位移速度。
21、在上述任一方案中优选的实施例，以t2时刻的变温数据为标准，设定阈值，进行二值化处理，并将变温数据进行三次滤波处理，以得到滤波处理的影像数据，包括：
22、以t2时刻的变温数据作为标准，设定阈值为-1，并将变温数据小于-1设为1，大于等于-1设为0，以得到处理的变温数据；
23、将处理的变温数据进行三次滤波处理，以得到滤波处理的影像数据，其中，三次滤波处理规则为：
24、第一次滤波时，对影像t2(m，n)边缘扩展一行或一列，扩展行列与邻近行列取值相同，然后进行中值滤波，每次3×3窗口计算的结果为1的输出，结果为0的保留原始值，最终生成第一次滤波后的影像
25、第二次滤波时，对影像进行同第一次滤波时的操作，最终生成第二次滤波后的影像
26、第三次滤波时，对影像边缘扩展一行或一列，扩展行列与邻近行列取值相同进行中值滤波，每次3×3窗口计算的结果不做约束，最终生成第三次滤波后的影像
27、在上述任一方案中优选的实施例，根据影像数据和位移速度计算有效边界点到监测站点的距离集合和时间集合，包括：
28、根据以近地面细颗粒物浓度监测站点为中心，100公里为搜索半径，确定搜索范围和有效边界点；
29、根据搜索范围和有效边界点，以获取有效站点内的像元点和监测站点内的像元点的经纬度；
30、根据两个像元点的经纬度坐标，通过d＝cos-1[sin(blat)×sin(plat)+cos(blat)×cos(plat)×cos(plon-blon)]以得到两点之间位移距离，其中p是有效边界点内的像元点；plon和plat分别是p点的经度和纬度，b是监测站点内的变温数据小于-1的像元点，blon和blat是b点的经度和纬度，d是两点之间位移距离位移距离；
31、根据两点之间位移距离，计算各个像元点的位移速度，并通过计算两点之间的时间，其中，yv和xv是水平方向和垂直的速度；
32、根据两点之间位移距离和两点之间的时间，以得到距离集合和时间集合。
33、在上述任一方案中优选的实施例，将距离集合和时间集合根据预设的判定规则，以确定清除时间，预设的判定规则为：
34、对集合时间集合g中所有要素进行从小到大排序得到排序后集合h；
35、若集合h中所有值大于48小时，有效清除时间大于48小时；
36、若集合h中所有值小于3小时，有效清除时间小于3小时；
37、若以上条件不满足，则取集合h中前5％元素均值作为有效清除时间最小值；取集合h中后5％元素均值作为有效清除时间最大值。
38、第二方面，一种灰霾清除时间预警的光流滤波组合系统，包括以下步骤：
39、获取模块，用于获取24小时变温数据，并进行等级划分，以得到划分后的变温数据；根据划分后的变温数据，确定两个相邻时刻的变温数据，以得到t1时刻和t2时刻的变温数据；利用光流法计算t1时刻和t2时刻的各个像元点在两个方向的位移，以得到各个像元的位移量。
40、处理模块，用于根据像元点的位移量，计算各个像元在两个方向的位移速度，以得到各个像元的位移速度；以t2时刻的变温数据为标准，设定阈值，进行二值化处理，并将变温数据进行三次滤波处理，以得到滤波处理的影像数据；根据影像数据和位移速度计算有效边界点到监测站本文档来自技高网...
【技术保护点】
1.一种灰霾清除时间预警的光流滤波组合方法，其特征在于，包括：
2.根据权利要求1所述的一种灰霾清除时间预警的光流滤波组合方法，其特征在于，获取24小时变温数据，并进行等级划分，以得到划分后的变温数据，包括：
3.根据权利要求2所述的一种灰霾清除时间预警的光流滤波组合方法，其特征在于，利用光流法计算t1时刻和t2时刻的各个像元点在两个方向的位移，以得到各个像元的位移量，包括：
4.根据权利要求3所述的一种灰霾清除时间预警的光流滤波组合方法，其特征在于，根据像元点的位移量，计算各个像元在两个方向的位移速度，以得到各个像元的位移速度，包括：
5.根据权利要求4所述的一种灰霾清除时间预警的光流滤波组合方法，其特征在于，以t2时刻的变温数据为标准，设定阈值，进行二值化处理，并将变温数据进行三次滤波处理，以得到滤波处理的影像数据，包括：
6.根据权利要求5所述的一种灰霾清除时间预警的光流滤波组合方法，其特征在于，根据影像数据和位移速度计算有效边界点到监测站点的距离集合和时间集合，包括：
7.根据权利要求6所述的一种灰霾
8.一种灰霾清除时间预警的光流滤波组合系统，其特征在于：包括：
9.一种计算设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有程序，该程序被处理器执行时实现如权利要求1-7中任一所述的方法。
...【技术特征摘要】
1.一种灰霾清除时间预警的光流滤波组合方法，其特征在于，包括：
2.根据权利要求1所述的一种灰霾清除时间预警的光流滤波组合方法，其特征在于，获取24小时变温数据，并进行等级划分，以得到划分后的变温数据，包括：
3.根据权利要求2所述的一种灰霾清除时间预警的光流滤波组合方法，其特征在于，利用光流法计算t1时刻和t2时刻的各个像元点在两个方向的位移，以得到各个像元的位移量，包括：
4.根据权利要求3所述的一种灰霾清除时间预警的光流滤波组合方法，其特征在于，根据像元点的位移量，计算各个像元在两个方向的位移速度，以得到各个像元的位移速度，包括：
5.根据权利要求4所述的一种灰霾清除时间预警的光流滤波组合方法，其特征在于，以t2时刻的变温数据为标准...
【专利技术属性】
技术研发人员：高玲，吴荣华，毛冬艳，覃丹宇，叶茜，张璐，邵佳丽，刘念，陈洁，
申请(专利权)人：国家卫星气象中心国家空间天气监测预警中心，
类型：发明
国别省市：
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。