论文部分内容阅读
云与人的日常生活密不可分。云对天气和气候变化有重要影响：在天气和气候预报中也要考虑云的存在，并且云在地球水汽和能量传输中扮演着重要角色。而不同云对这些影响也不同，因此对云分类的研究就具有很重要的意义。在海洋上，缺乏云的常规探测，卫星探测是最主要的手段之一。本文针对风云-2C(FY-2C)卫星资料对洋面上空的云进行了分类研究。文章使用2006年8月FY-2C红外分裂窗两个通道和水汽通道的亮温资料，研究区域为7°～42°N，105°～14°E中的海域。首先对卫星原始资料的定位进行研究，在此基础上，对海面上云进行了分类试验研究，这也是论文的主要研究工作。采用的云分类方法有云分析法和聚类分析法。得到的结果概括如下：
⑴在定位工作研究中，利用日本静止气象卫星业务定位算法，对FY-2C进行了定位试验。在给定地球经纬度的情况下，计算卫星云图中像素点的行列位置，经过对海面上31个点(卫星原始资料给出的简化网格块中5°经纬度间隔的点)的行列数据统计，发现利用此定位算法对行的计算误差为1.125，对列的计算误差为1.122。因此，用此定位算法得到的扫描行、列值的绝对误差小于0.13条扫描线，这样的误差足够满足云分类的研究。
⑵在云分类的研究中，云分析法使用了两个分裂窗通道和水汽通道的亮温资料，首先通过阈值法将每个格点(5×5像素点)确定为不同高度的云或晴空等模型，然后对每种模型再进行细化。最终将格点分为晴空海域、层云、积云、浓积云、卷云+积云、卷云+中云、中云、卷云、密云和积雨云等十个类别。为了改进空间分辨率，使用的聚类分析法可以对每个像素点进行分类。此方法在确定每个类别中心的基础上，根据像素点和类别中心的相似度(距离)来判定像素点类别，再重新计算新的聚类中心。如此不断重复，可得到满意的结果。通过聚类方法，结果将格点分为海洋区域、层积云-高积云、混合云、高层云-雨层云、卷层云、密云和积雨云等七个类别。
⑶两种云分类方法的试验结果都与FY-2C业务云产品进行了对比。结果表明，云分析法中云类数量上要多于云产品分类，而且对中低云部分能很好地分类识别。聚类分析得出结果要优于云产品中云分类的结果，更接近现实情况，例如，对台风螺旋云带的细节分辨就更清楚。