基于多通道卫星云图的台风中心定位方法研究

《基于多通道卫星云图的台风中心定位方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于多通道卫星云图的台风中心定位方法研究摘要台风具有突发性强、破坏力大的特点，是世界上最严重的自然灾害之一。我国又是世界上台风灾害最为严重的国家之一。台风给我国东南沿海各省市的工农业生产、交通运输和人民生命财产的安全造成严重威胁和极大损失。J下确面对台风、避免台风的灾害是一事关国家和人民生命安全的问题，台风预报也就成为了气象预报的重点之一。确定台风中心位置对台风预报来说具有至关重要的作用。静止卫星云图可以连续监视热带云系的演变，揭示和发现新的天气事实，已成为分析和预报台风的重要工具之一。本文基于静止卫星云图研究台风中心定位方法，主要包括如下三个方面的研究工作：

2、(1)基于非下采样轮廓波变换(NSCT)和能量准则的多通道卫星云图融合。图像融合对于台风中心定位而言是一个非常重要的预处理。本文基于NSCT和能量熵提出一种多通道卫星云图融合算法。NSCT具有良好的多分辨率、平移不变性和多方向性等特点，它能够对图像的边缘和轮廓给出一种最优渐进表示。局部能量在表示和定位各类图像的特征时具有良好的鲁棒性。本文对静止卫星云图进行多尺度NSCT分解，然后分别计算高频和低频系数的局部能量和能量熵，通过计算能量熵选择一些新的系数。最后通过逆NSCT变换得到融合后的卫星云图。文中讨论了基于小波变换、Contourlet变换以及NSCT融合技

3、术与本文提出的融合方法的性能比较。通过多个融合例子证明本文所提出的方法能够获得丰富的方向信息，并且对噪声有较强的鲁棒性。(2)基于边界特征的台风主体云系自动识别。台风在不同的发展阶段具有不同的特点，诸如纹理、形状、面积等会发生变化。基于上述这些特征不能将各个发展阶段的台风主体云系自动识别出来。台风在各个发展阶段都有一定的涡旋特性，而非台风云系一般没有这种性质。基于此，利用融合后的卫星云图提取云系的边界特征，并统计边界云的旋转程度，进而自动识别台风主体云系。首先，利用Bezier直方图的曲率曲线获得p星云图两次分割的两个阈值，分别对融合后的卫星云图进行一次和二次

4、分割：利用分割后的二值化卫星云图结合台风的几何特征，如旋转、面积和形状等特征，自动识别台风主体云系。实验结果表明：利用所提出来的方法能够有效地将各个发展阶段的台风主体云系从卫星云图中识别出来。(3)基于分形特征和梯度信息的台风中心定位。除了消亡后期的台风云系外，其他各个时期的台风大都有密闭云区，而不管是哪种类型的台风，台风中心绝大部分都位于密闭云区域内。基于此，本文利用分形维数与灰度一梯度共生矩阵的三个二次统计参数结合，定出台风密闭云区域，而后基于密闭云区内台风中心区域梯度信息最丰富的特点，定出台风中心。无论是有眼台风还是无眼台风均可以用该方法定位台风中心，并

5、能获得较高的定位精度。关键词：台风；中心定位；卫星云图；图像融合；图像识别；密闭云区ⅡTYPHOONCENTERLOCATIONRESEARCHBASEDONMULTI—CHANNELSATELLITECLOUDIMAGEABSTRACTTyphoonisoneofthemostseriousnaturaldisastersallovertheworld．Chinaisoneofcountriesthatareseriouslysufferedfromtyphoon．InmanyeastandsouthprovincesofChina，typhoonhasth

6、reatenedtheindustryandagricultureandpeople’Slivesandproperties．Theproblemhowtofaceandavoidthisdisasterorhowtoturntheharmintothebenefitsisveryimportanttoourcountryandpeople’Ssafety．Typhoonforecastsbecomeoneofthemostimportantthingsofweatherforecasts．Centerlocationoftyphoonisveryimport

7、anttotyphoonforecasts．Stationarysatellitecloudimagescancontinuouslymonitorthetropicalcloudsystem，theyCanalsOfindnewweatherfacts．Itisoneofthemostimportanttoolsintyphoonanalyzingandforecasting．Centerlocationoftyphoonisstudiedbythestationarysatellitecloudimages．Threemainresearchworksha

8、vebeendoneasfollows