基于迁移学习的卫星云图云分类

针对在基于机器学习的云图识别中,由于不存在公认的云分类样本库的现实条件下,带来的训练样本数量不足和不平衡,从而难以获得可靠的分类模型的问题,利用迁移学习中的多源加权Tradaboost算法(内部采用极限学习机作为分类器)来进行卫星云图云的检测。利用多人(多源)标注的大量厚云的样本,构成多源辅助样本集;利用少量标注的薄云样板构成目标样本集。使用迁移学习和辅助样本集,对仅在薄云样本集下的训练获得的极限学习机分类器进行辅助训练,提高其薄云识别率。基于国家卫星气象中心的HJ-1A/B的卫星数据实验结果表明,迁移学习可以充分利用容易获得的大样本厚云辅助样本知识,对同类型有关联的小样本薄云分类器进行识别提高。实验表明,迁移学习算法可以进一步用于更多多源样本和其他云分类的任务。     

毕节雹云的分类

根据结节市雷达资料,将１９８５－１９９２年出现的不同形态,结构的雹云分为强单体,多单体及一般单体３种类型。并详细论述了３类雹云出现的频率,强度,顶高,移速及面积等参数特征。     

基于支持向量机的CloudSat卫星云分类算法

从基于云角色的分类思想出发,利用星载毫米波雷达探测资料提取云的特征参数,建立支持向量机（support vector machine,SVM）模型实现云的分类。通过与BP（back propagation）网络模型的分类结果进行对比,发现两种模型都具有较好的分类能力,但SVM模型的识别准确率更高,计算速度更快。基于CloudSat资料的云分类实例表明,SVM模型的分类结果与CloudSat数据处理中心（Data Processing Center,DPC）发布产品具有很好的一致性。     

基于图像熵的卫星云图分类方法

介绍一种基于图像熵和自动分割技术的卫星云图阂值分类方法,重点解决普通阈值法中阈值不确定性的问题。采用自动分割方法进行云图的划分,结合图像纹理特征信息,通过统计分析来确定具体的阈值。将该方法应用于2007年7月上旬淮河流域的暴雨过程,并与美国GOES卫星分层阈值进行类比,分析了两种阈值与地面实况降水间的关系。结果表明,该方法能够在卫星估算降水过程中增强对不同类型降水的识别能力,是一种有效的卫星云图分类方法。     

基于多源卫星资料的中国地区云宏微观特征研究

利用2007—2016年国际卫星云气候计划（International Satellite Cloud Climatology Project,ISCCP）、云和地球辐射能量系统（Clouds and the Earth''s Radiant Energy System,CERES）和中分辨率成像光谱仪（Moderate Resolution Imaging Spectroradiometer,MODIS）卫星反演云产品,对比分析了不同数据反演的中国地区云系结构的宏微观特征,并采用复合评价指标定量评估了不同数据之间时间和空间上的一致性。结果表明：三套卫星数据都能较好地反演出中国地区总云量呈南高北低、东高西低、夏高冬低的分布特征,但通过比较时间技巧（Temporal Skill,S_T）及空间技巧（Spatial Skill,S_S）复合评价指标及其各项分量发现,与MODIS相比,CERES与ISCCP数据反演的总云量时间序列演变特征明显更为一致,且其评分均有南方优于北方,夏季优于冬季的特征;进一步分析不同高度云量的S_T评分发现,CERES和ISCCP两套数据在南方地区的总云量差异主要来自于低云量的绝对偏差,而北方地区的偏差则同时存在于低云和中云;对比分析MODIS和CERES反演的云滴有效半径发现,高云对应的冰相云一致性较高,而中低云相对应的液相云的偏差则有夏季高于冬季的规律。针对夏季液相和冰相云滴粒径及概率密度分析则表明,相比CERES数据,MODIS对夏季液水和冰水粒子的有效半径在不同地区均有不同程度的高估,液（冰）水谱宽则更宽（窄）。     

卫星遥感云分类和TBB产品在天津地区云状识别的应用分析

利用2012年4月1日至2013年7月31日地面观测资料和卫星遥感云分类、相当黑体亮温TBB产品,针对不同天气类型进行背景统计和个例分析,讨论云分类、TBB产品在云状自动识别中的应用。结果表明:地面云观测取消后,云观测业务可以依据卫星遥感产品展开,即以云分类产品为基础,结合TBB资料和天气现象进行订正。当无降水时,云状以云分类产品为主,如云分类产品为积雨云,可将云状订正为非降水云;当TBB240 K时,同时变率由负值向正值转变至接近0时,有雷暴活动发生,无论是何种云分类产品,云状可直接定为积雨云;TBB在240~260 K,为稳定性降水时,考虑为非对流性云(层积云或高积云、高层云或雨层云)。     

双光谱云图的云分类探讨

依据各类云在红外和可见光波段不同的光谱特性，考察了近百个数字云图样本，在红外－可见光二维光谱特征空间上基本确定了与种类相应的集群分布范围，由此判识出积雨云、薄卷云、厚卷云、中云、低云、沈积云和多层云系等７种主要云类及晴空区。并以１９９０年３月１５日１４时云图为例进一步讨论了诸云类在光谱特征空间上高频数分布区的形状和分布特点。     

基于模糊纹理光谱的全天空红外图像云分类

为了对全天空红外测云系统获得的红外图像进行云类自动识别, 提出了基于模糊纹理光谱结合云物理属性的全天空云类识别方法。首先根据不同滤波窗口的模糊纹理光谱图像特征, 确定了滤波窗口大小, 然后通过分析不同天空类型下的FUTS谱 (fuzzy uncertainty texture spectrum) 以及同一种天空类型下的FUTS谱, 考察了FUTS进行云类识别的适用性, 最后利用最小距离分类法和云基本物理属性对全天空红外图像进行了分类测试。在200个测试样本中, 层状云、积云、高积云、卷云和晴空的识别率分别为100%, 100%, 90%, 100%, 100%, 平均识别率达到98%。基于模糊纹理光谱的云分类算法对单一云空具有很好的分类效果, 可进一步应用于全天空红外图像的云分类识别。     

一种人工神经网络云分类方法的改进与应用

采用2005—2009年FY-2C静止气象卫星可见光和红外自旋扫描辐射计的红外1(IR1)、红外2(IR2) 和水汽 (WV) 亮温资料,选取2449个云分类样本。设计两层嵌套的前向传递后向反馈 (BP) 人工神经网络模型,第1层网络选取IR1,IR2,WV亮温及IR1与WV亮温差和IR2与WV亮温差5个特征量,第2层网络选取特征量IR1与IR2亮温差,两层网络都采用一层隐含层且带有附加动量法的简单网络,降低了网络的冗余度。误差分析表明:嵌套BP人工神经网络模型的分类准确率在中云和薄卷云这两类上分别提高了42.7%和11.3%,整个分类模型的平均平方误差和标准化平均平方误差分别降低了6.1%和44.7%,相关系数提高了3.4%。通过3个个例的对比分析发现,嵌套模型的分类结果比传统模型的分类结果更合理,特别是在中低云和薄卷云的云量和位置分辨能力上有了较大提高。     

广东云与降水的宏微观物理特征

该文综合分析了广东地区云与降水的气候概况，云和降水微物理结构，大气气溶胶与雨水的物理化学特征，其中较重要的结果有：广东地区全年各月平均雨日均超过１０天；１０月至次年３月夜间雨日多于日间雨日，与展状云夜间云顶辐射降温使冰核活化增强促使降水机会增加有关；４至９月日间雨日明显多于夜间，与日间对流发展旺盛有直接关系。云型间的微结构存在差别。雨型间微结构变异甚大。海盐粒子是重要的凝结核来源，台风活动造成“盐核暴”现象是向大陆输送盐核的有效机制。硫酸盐也是一种重要的凝结核。工业污染亦是大气中吸湿性粒子的来源之一。雨水化学成份与环境背景密切相关，广东大陆酸雨频率高与环境中缺少碱性气溶胶有关。     

基于雷达资料的一次高原涡天气云降水宏微观特征研究

利用常规天气资料,并结合第三次青藏高原大气科学试验(TIPEX-Ⅲ)的毫米波云雷达资料和激光雨滴谱仪雨滴谱资料,对影响那曲地区的一次高原涡天气进行了综合分析,包括天气背景和云-降水水平、垂直结构和演变特征。结果表明:此次高原涡天气形成了涡旋状的云系,从垂直结构看本次过程由对流云演变为积层混合云。对流云阶段,回波多呈小面积的零星稀疏分布,持续时间较短,与此同时还伴有强烈的上升运动,云中正速度区多呈条状或细带状,云顶较高,呈"蘑菇状",此时对应降水强度小,雨滴粒子浓度较低。混合云阶段,回波多呈整齐的片状,回波持续时间较长,云中的正速度区常呈柱状或方块状,近地面1km位置处亮带明显,是由于粒子相态变化造成的,亮带以下降水粒子碰撞破碎,反射率因子明显降低,对应雨滴粒子直径多处于1～3mm,且浓度较大。高原涡过程中不同阶段云所对应的雷达回波结构和降水特征存在明显的差别,本研究可为高原天气预报和物理过程等研究提供一定参考。     

利用MODIS云检测产品客观确定AIRS云检测

云检测是用卫星资料研究云对气候系统作用至关重要的第一步,采用Nagle的基于扫描几何特性的共同空间匹配算法,用MODIS云检测产品客观确定了AIRS云检测,是将高空间分辨率成像仪产品与高光谱分辨率传感器观测资料结合使用的一次实际应用。合成使用高空间分辨率成像仪与高光谱分辨率传感器观测资料的关键步骤在于:①有效而精确的时间和空间上的匹配;②传感器像素内图像仪云检测产品的断定。不仅是云检测,利用AIRS视场内空间匹配的MODIS云产品,还可以判断AIRS的云相态、有效云量及云光学厚度等。     

层状云催化宏微观物理响应的数值模拟研究

层状云系是进行人工增雨开发利用空中云水资源的重要对象,增雨作业需要有科学可行的技术指标来指导实际作业的科学实施,而合理准确评估人工增雨作业的效果也是需要解决的重要课题,通过数值模式合理地仿真模拟实际催化作业的过程,进而研究增雨作业后云和降水的一系列宏微观特征的变化及其机理,是建立和改进催化作业技术的必要途径,也是评估实际人工增雨作业效果的有效手段。本文使用三维中尺度冷云催化模式对2014年4月15日河北省一次层状云降水的飞机催化作业过程进行了仿真模拟,力图对实际作业过程进行合理再现,通过对模拟结果的分析,研究飞机播撒的AgI（Silver iodide）催化剂在空中的扩散传输特征,分析催化对云和降水宏微观特性的影响,并对此次飞机催化作业的增雨效果进行评估。研究结果表明,播撒的AgI催化剂烟羽扩展的水平尺度可达数十公里以上,垂直方向上,大部分AgI粒子则主要集中在作业层上下约1 km的厚度范围内,AgI粒子的向上输送明显强于向下的输送;催化后云中的冰晶和雪粒子明显增加,导致催化模拟前期的霰增长受到抑制,之后随着霰碰并雪过程及零度层附近冰相粒子淞附过程的增强,云中霰的总量逐渐增加;催化作业后,催化云的雷达回波强度有明显增强,且随时间变化表现出不同的结构特征;催化导致地面降水出现先减少后增加的时间变化特征,催化后3小时,作业影响区向作业区下游扩展100 km以上,总体呈现减雨—增雨的区域分布特征;数值模拟评估表明,整个评估区内的净增雨量达到3.6×107 kg,平均增雨率为1.1%,暖层霰粒浓度和尺度的增加是降水增加的主要原因。由于作业目标云系的催化条件一般,而播撒的AgI剂量偏大,造成增雨作业效果偏低。     

利用毫米波测云雷达反演层状云中过冷水

毫米波测云雷达已成为研究云内微物理参数的有效工具,利用其从混合相云中识别出过冷水,对人工影响天气及预防飞机积冰具有重要意义,对我国毫米波雷达的数据处理也具有借鉴作用。本文利用英国的35 GHz、94 GHz测云雷达,结合激光雷达和探空资料,采用阈值法,反演分析了层状云中的过冷水。结果表明:(1)毫米波雷达联合激光雷达可以识别层状云中的过冷水,其结果与微波辐射计测量的液态水路径或毫米波雷达的双峰谱相符合;(2)利用多普勒速度的双峰谱可以反演混合相云中的过冷水含量、冰晶含水量。混合相云的雷达反射率因子主要取决于冰晶,根据雷达反射率因子反演会低估云内液态水含量;(3)本次层状云降水的亮带以上含有较多过冷水,此处35 GHz的雷达回波强度随冰晶的增大而减弱,且冰晶的含水量主导了总液态水含量。     

基于探空云识别方法的云垂直结构分布特征

云的垂直结构特征作为云重要的宏观特征之一,直接决定了云的类型,进而通过发射和吸收辐射的方式影响着地气系统的能量收支平衡,因此对云垂直结构特征的研究一直都是云物理研究的一个重要方向。作为观测云垂直结构特征的一种方式,探空气球通过获取沿路径方向高分辨率的廓线信息,采用一定反演方法从而能够较为准确的识别云的垂直结构。本文即利用我国业务布网探空站的观测资料,采用相对湿度阈值法识别云垂直结构,并同激光云高仪、“风云四号”静止卫星和毫米波云雷达对识别的云结构特征量进行了一致性检验。在此基础上,统计分析了2015～2017年单层、两层和三层云的垂直结构分布特征、日变化和季节变化特征以及全国区域分布特征,结果表明:（1）整体分布上,单层云在垂直方向上出现的高度范围介于多层云的高度范围内,并且随着云层数的增加,云在垂直方向上更为伸展,即高层云越高,低层云越低;（2）在日变化中,中午单层和多层云中最低层云的云底高度均高于早晨,而夜间单层和多层云中最高层云的云顶高度则高于早晨和中午,同时中间层云厚的变化要小于最上层和最下层云厚的变化;（3）在季节变化中,夏季云量较其他季节更多,云体发展也更为深厚,表明温暖的大气条件更有利于云的形成和发展;（4）我国云垂直结构分布特征具有明显的纬向变化趋势,从以青藏高原为中心的西南地区的云底较高云体较薄的云,逐步过渡到以东南沿海地区为中心的云底较低云体较为深厚的云,表明不同地形和气候带的差异与不同云类型的分布直接相关。     

华北地区一次气溶胶与浅积云微物理特性的飞机观测研究

2014年8月15日,山西省人工降雨防雹办公室在山西忻州开展了气溶胶和浅积云的飞机观测,本文利用机载云物理资料,详细分析了华北地区气溶胶、云凝结核(CCN)和浅积云微物理特性及其相互影响.主要结论有:(1)此次过程的边界层高度约为3600 m,不同层结情况下,0.1～3μm尺度范围内的气溶胶粒子浓度Na、有效直径Da和...     

Identification of Convective and Stratiform Clouds Based on the Improved DBSCAN Clustering Algorithm

A convective and stratiform cloud classification method for weather radar is proposed based on the density-based spatial clustering of applications with noise (DBSCAN) algorithm. To identify convective and stratiform clouds in different developmental phases, two-dimensional (2D) and three-dimensional (3D) models are proposed by applying reflectivity factors at 0.5° and at 0.5°, 1.5°, and 2.4° elevation angles, respectively. According to the thresholds of the algorithm, which include echo intensity, the echo top height of 35 dBZ (ET), density threshold, and ε neighborhood, cloud clusters can be marked into four types: deep-convective cloud (DCC), shallow-convective cloud (SCC), hybrid convective-stratiform cloud (HCS), and stratiform cloud (SFC) types. Each cloud cluster type is further identified as a core area and boundary area, which can provide more abundant cloud structure information. The algorithm is verified using the volume scan data observed with new-generation S-band weather radars in Nanjing, Xuzhou, and Qingdao. The results show that cloud clusters can be intuitively identified as core and boundary points, which change in area continuously during the process of convective evolution, by the improved DBSCAN algorithm. Therefore, the occurrence and disappearance of convective weather can be estimated in advance by observing the changes of the classification. Because density thresholds are different and multiple elevations are utilized in the 3D model, the identified echo types and areas are dissimilar between the 2D and 3D models. The 3D model identifies larger convective and stratiform clouds than the 2D model. However, the developing convective clouds of small areas at lower heights cannot be identified with the 3D model because they are covered by thick stratiform clouds. In addition, the 3D model can avoid the influence of the melting layer and better suggest convective clouds in the developmental stage.     

基于MODIS产品的中国陆地冰云季节变化特征

利用2011年11月-2016年10月Terra卫星MODIS（moderate-resolution imaging spectroradiometer）3级大气产品数据（MOD08_M3）对中国陆地区域冰云发生概率、有效粒子半径、光学厚度和冰水路径的水平分布与季节变化进行分析。结果表明:冰云特性的水平分布和季节变化特征与东亚季风和强对流天气的发生存在一定联系。近5年冰云发生概率呈上升趋势,季节性变化规律明显,高值区出现在青藏高原东北部;冰云有效粒子水平分布呈现由西南向东北逐渐增加的趋势,总体季节性变化特点不明显,但在纬度较高地区出现随季节变化特征;冰云光学厚度与冰水路径水平分布和季节变化趋势大致相同,呈东南向西北递减趋势,总体季节性变化明显。     

综合识别冰雹云

通过多因子综合识别法对满城１９８６－１９８８年１０３个强对流云进行了统计分析，找出了河北满城及周围地区雷达识别冰雹去的综合指标。使用该综合指标对历史冰雹云和雷雨去资料进行拟合，对冰雹去的识别成功率达９５％。