作者:吳曉京,朱小祥,毛紫陽,楊冰韻,黃小玉,王曦
摘要:提升災害性對流天氣的監測預警能力是短臨天氣預報的首要目標,但對流性降水在時間、空間上分布高度不均,觀測難度大。衛星遙感監測降水的傳統紅外、水汽亮溫判識方法,報警云團數量多,空報率高,指示意義不穩定,需要結合背景因素尋找方法提煉衛星輻射觀測中更多的內在隱含信息,建立云頂亮溫與此類災害天氣間的聯系。此文嘗試使用FY-2氣象衛星紅外云圖數據和逐時加密地面降水觀測資料,通過追蹤云團移動進而分類、提取參數,然后用模糊支持向量機(FSVM)方法建立地面觀測雨強與云團特征動態演變間的機器學習數學關系,標識出有監測預警意義的云團和強降水中心,對檢驗地域和時間的衛星強降水云團檢測識別率達80%左右。
發文機構:國家衛星氣象中心 山東省氣象局 國防科技大學數學與系統科學系 國家氣象中心
關鍵詞:紅外亮溫對流云團識別追蹤模糊支持向量機infrared brightness temperatureconvective cloudidentification and trackingfuzzy support vector machine (FSVM)
分類號: P426.5[天文地球—大氣科學及氣象學]