CN101424741B - 卫星遥感海雾特征量的实时提取方法 - Google Patents
卫星遥感海雾特征量的实时提取方法 Download PDFInfo
- Publication number
- CN101424741B CN101424741B CN2008102380955A CN200810238095A CN101424741B CN 101424741 B CN101424741 B CN 101424741B CN 2008102380955 A CN2008102380955 A CN 2008102380955A CN 200810238095 A CN200810238095 A CN 200810238095A CN 101424741 B CN101424741 B CN 101424741B
- Authority
- CN
- China
- Prior art keywords
- pixel
- fog
- sea
- sea fog
- file
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Image Processing (AREA)
Abstract
本发明涉及一种卫星遥感海雾特征量的实时提取方法。利用白天EOS/MODIS资料,读入其原始数据文件PDS,通过分析海雾和低云在光谱特征上的差异,分两大步骤首先把海雾与低云分开,再对海雾特征量进行提取。即采用三级判识方法先后滤出中高低云、晴空水体、太阳耀斑水体、云阴影区、海冰雪盖,而建立海雾检测并得到海雾分布区,生成包括海雾检测结果的文件,然后再根据公式计算出海雾特征量——雾区的光学厚度、雾有效半径、液态水路径,与雾顶高度和雾中能见度,在微机上进行图像显示。本发明不仅提取了海雾特征量,并且计算雾能见度和雾顶高度,从而实现了海雾的定量化监测,海雾的消散预报,为海面上空飞行安全、海上交通与沿海空港作业提供气象信息。
Description
技术领域
本发明属于海洋环境监测技术,具体涉及一种卫星遥感海雾特征量的实时提取方法。
背景技术
海雾是我国近海常见的天气现象。有海雾时,水汽凝结产生大量雾滴悬浮在海面上空,雾滴的散射、反射作用使海面能见度降低,对人类海上活动产生重要影响。
已有研究表明,国外文献报道利用NOAA卫星的AVHRR(甚高分辨率辐射计)的通道1、3和4,通过卫星遥感资料反演,可以得到有一定空间总揽性的雾和低云(以下简写为雾/低云)的特征量:雾/低云云滴有效半径re、光学厚度τ、液态水路径LWP(Liquidwater path)。但是,已有技术没有将雾与低云分开,实质是没有反演出海雾的特征量,而海雾特征量的变化与海雾的生消有关,根据海雾光学厚度、有效半径和液态水含量的变化可以为海雾消散预报提供重要依据。但是如果没有将海雾与低云区分开,严格说就不能提取海雾特征量,也就无法对海雾的消散预报提供信息。
发明内容
本发明的目的是提供一种卫星遥感海雾特征量的实时提取方法,以克服已有技术的不足。
本发明充分利用EOS/MODIS(Moderate Resolution Imaging Spectroradiometer中分辨率成像光谱仪)卫星资料,该资料与NOAA卫星搭载的AVHRR相比有以下特点和优势:1)空间分辨率提高,星下点最大可达250m(AVHRR的星下点分辨率最大1.1km)。2)目前MODIS搭载在两颗EOS卫星(TERRA和AQUA)上,其中TERRA过境时间为地方时上午11:30时左右,AQUA为地方时13:30分左右,这对白天反演海雾光学厚度提供了非常理想的时段。3)光谱分辨率提高,EOS/MODIS资料有36个光谱通道(AVHRR有6个光谱通道),大大增强了对地球复杂情况的观测和识别能力。
本发明具体的技术方案是利用白天EOS/MODIS资料,读入其原始数据文件(PDS),并且分两大步骤:一、通过分析海雾和低云在光谱特征上的差异,首先把海雾与低云分开,再对海雾特征量进行提取。即采用三级判识方法先后滤出中高低云、晴空水体、太阳耀斑水体、云阴影区,而建立海雾检测方法并得到海雾分布区,生成包括海雾检测结果的文件。然后,二、再根据公式定量计算出海雾特征量——海上雾区的光学厚度、雾滴有效半径、液态水路径、以及雾中能见度和雾顶高度,形成海雾特征量数据文件,即可用GRADS绘图软件,在微机上进行图像显示。
本发明的特点:本发明对海雾和低云进行了分离,针对海雾进行了特征量的提取,对雾中能见度和雾顶高度进行了计算,从而实现了海雾的定量化监测和对海雾的消散预报提供信息。为海面上空飞行安全、海上交通运输、海港和沿海空港作业提供了有效气象资料。
附图说明
图1、本发明的把海雾与低云分开的流程示意图。
图2、本发明提取海雾特征量的流程示意图。
具体实施方式
如图1,本发明的具体步骤如下:
1)数据采集是通过极轨卫星数字可视广播***(DVBS),获取并读入PDS文件。
2)再从PDS数据集文件的头文件中读入太阳天顶角、太阳方位角、卫星天顶角、卫星方位角、地理定位数据、定标数据参数,对PDS文件利用常规方法进行数据预处理和质量控制(去除条纹、数据定标和定位等)。经预处理和质量控制后生成HDF文件;再对HDF文件用通用的方法进行几何精校正,生成局地的等经纬度投影数据文件LD3,其中包含了太阳天顶角、卫星天顶角和太阳卫星相对方位角信息和各通道的光谱资料信息。
3)进行一级判识,将目标物初步区分为:云(包括海雾/低云、含海冰、雪盖信息的中高云)、耀斑水体、晴空水体、云阴影。具体方法是首先读入LD3文件,通过投影数据中的太阳和卫星间的相对角度计算耀斑表数据,同时读入海陆模板数据、30年月平均SST(海表面温度)数据。用海陆模板数据将大陆与海洋分开;考虑到有耀斑污染的水体,在可见光、近红外以及短红外甚至中红外波段和轻雾的光谱特性十分接近,容易带来误判,通常用耀斑查算表数据将耀斑水体剔除。云(包括海雾/低云、含海冰、雪盖信息的中高云)、云阴影的识别均采用通用的长波红外亮温及可见光、近红外反照率以及中波红外亮温特征阈值的方法加以区分。利用归一化植被指数NDVI大于-0.05的条件初步滤除晴空水体(包括其中的藻类信息)。这里像元的定义为:卫星传感器对地面景物进行扫描采样的最小单元。
4)再对步骤3中的云(包括海雾/低云、含海冰雪盖信息的中高云)进行二级判识:判断是否满足海雾/低云特征,将含海冰雪盖信息的中高云以及晴空水体与海冰的混合像元剔除,保留海雾/低云区。方法是:根据海雾和晴空水体、海冰、中高云的辐射特性,检测符合可见光反照率在0.12~0.15之间、归—化雪指数NDSI在-0.1~0.1之间、1.6
μm通道的反照率大于0.15、10.3μm通道的亮温大于270K的像元,判识为含低云的海雾。不满足则为含海冰雪盖信息的中高云和晴空水体与海冰的混合像元。通过二级判识,初步检测出含低云的海雾,该海雾(含低云)像元标记为Fog1。步骤3和步骤4中得到的晴空水体像元均标记为CS。
5)对于步骤4中含低云的海雾进行三级判识,即将海雾与低云分离。首先将与海表温度相比明显偏低的非暖性低云分离,其方法是:对于步骤4中得到的海雾(含低云)像元Fog1,在Fog1的同一纬线上100像元内找最邻近的晴空水体像元CS。如果找到了晴空水体像元CS,则比较两个像元在热红外(波长为11μm)通道上的亮温差ΔT11μm,该亮温差表示为ΔT11μm=|TFog1-TCS|。亮温差如果在3K之内,则将该标记为Fog1的像元标记为Fog2。如果亮温差在3K以上,则将该像元判识为非暖性低云(C1)像元。
如果在Fog1像元的同一纬线上100像元内没有找到晴空水体像元,则在Fog1像元周围20×20像元矩阵内找最邻近的晴空水体像元CS。如果找到了晴空水体像元,则比较两个像元在热红外通道上的亮温差ΔT11μm,ΔT11μm=|TFog1-TCS|。亮温差如果在3K之内,则将该标记为Fog1的像元标记为Fog2。如果亮温差在3K以上,则将该像元判识为非暖性低云(C2)像元。
如果在Fog1像元的同一纬线上100像元内和周围20×20像元矩阵内都没有找到晴空水体像元,则用使用30年月平均SST代替晴空水体亮温值寻找邻近区的可能海雾像元。计算ΔT11μm=|TFog1-TCS|,如果亮温差在4K以内,则将该标记为Fog1的像元标记为Fog2。
考虑到三级判识步骤完成后,得到的雾区还可能包含暖性碎低云,为了将碎的暖性低云从雾区中剔除,对于标记为Fog2的像元再用区域增长方法,进行空间拓展。
区域增长方法:将标记为Fog2中最符合阈值条件的像元标记为Fog3,以Fog3为中心,比较周围的邻近像元与Fog3像元的可见光反照率、中红外(波长为3.7μm)、热红外(波长为10.3μm)差值,如果差值分别在0.02、1K、0.5K之内,这个邻近的像元作为新的Fog3像元。由此循环,判识出海雾区。当区域增长分析要求的条件不符合了,就剐识为暖性碎低云。
考虑到将夹在海雾区中的云边缘滤除,再进一步将以上得到的海雾检测数据用纹理条件分析。方法是:取N×N矩阵,N≥11,如果矩阵中60-70%的像元都标记Fog3,则判识为海雾;如果矩阵中只有30-40%的像元标记为Fog3,则判识为云边缘;这样就确定了低云区、海雾区、中高云区和晴空区。
6)将检测为低云区、海雾区、中高云区和晴空区的结果按像元输出为二进制的海雾检测结果文件,并储存。
如图2,7)在海雾检测的基础上,计算海雾特征量。读入海雾检测结果文件中标记为雾的像元,同时读入LD3文件中与雾区像元位置对应的1通道(波长0.62-0.67μm)反照率数值,读入太阳天顶角us数据和视觉对比阈值ε,按公式(1)进行逐像元计算,得到卫星观测时刻的雾区光学厚度值τ。计算公式如下:
式中τ是光学厚度,af是雾的反照率,μ0是太阳天顶角的余弦(μ0=cos(us)),β(μ0)是后向散射系数,可由已有的精细多重散射模式计算得到,MODIS卫星过境时间基本固定,后向散射系数计算结果已经制定成表格,放入程序中,供程序调用)。计算好的光学厚度值以二进制格式输出到光学厚度值τ的文件中。
8)读入光学厚度值τ文件,并由公式(2)计算液态水路径:
式中LWP是液态水路径(gm-2)。将计算好的液态水路径值以二进制格式输出到液态水路径文件中。
9)读入雾区光学厚度文件和液态水路径文件,可以得到雾滴粒子的有效半径,公式如下:
式中re是有效半径(μm),LWP是是液态水路径(gm-2),ρ是液态水密度(gm-3),τ是光学厚度。因此,re在遥感上的应用是指研究区域内雾滴大小的加权意义上的半径。将计算结果以二进制格式输出到文件re中。
10)雾顶高度(白天)的反演只和光学厚度有关,读入光学厚度文件,运用公式(4)计算雾顶高度:
H=45τ2/3 (4)
式中H的单位是米。由于此经验公式得到的是雾顶几何厚度,而海雾发生在海平面上,可以将雾的厚度,看成是雾顶高度。将结果以二进制格式输出到雾顶高度文件中。
11)水平能见度可以由柯喜密什(Koschmieder)公式求得:
式中ε=0.02,βext为消光系数,可以表示为单位距离内相对光辐射能量的变化率,由公式(6)得到:
把ε和βext都代入公式(5),则能见度公式可以简化为:
读入光学厚度文件和雾顶高度文件,利用(7)式就可以计算得到雾中能见度。将能见度结果以二进制格式输出到雾中能见度文件中。
12)将上述结果用GRADS绘图软件输出,用不同的颜色或者等值线表示数值的大小。
显然,本发明有效实现了海雾的实时监测,为海面上空飞行安全、海上交通运输、海港和沿海空港作业提供预测气象资料。
Claims (3)
1.一种卫星遥感海雾特征量的实时提取方法,其特征在于
步骤1是通过极轨卫星数字可视广播***,获取并读入PDS文件;
步骤2是对PDS文件利用常规方法进行数据预处理和质量控制生成HDF文件;再对HDF文件用通用的方法进行几何精校正,生成局地的等经纬度投影数据集文件LD3;步骤3是一级判识,将目标物初步区分为:海雾和低云的云、含海冰和雪盖信息的中高云、晴空水体、耀斑水体、云阴影;用海陆模板数据将大陆与海洋分开;用耀斑查算表数据将耀斑水体剔除;用长波红外亮温及可见光、近红外反照率以及中波红外亮温特征阈值将包括海雾和低云的云、含海冰和雪盖信息的中高云、云阴影区分,又利用归一化植被指数NDVI大于-0.05条件的像元,初步滤除包括藻类信息的晴空水体,完成了一级判识;
步骤4是对上述一级判识结果中的包括海雾和低云的云、含海冰和雪盖信息的中高云进行二级判识,判断是否满足海雾和低云特征:即将含海冰雪盖信息的中高云以及晴空水体与海冰的混合像元剔除,保留海雾和低云区;方法是:根据海雾和晴空水体、海冰、中高云的辐射特性,检测符合可见光反照率在0.12~0.15之间、归一化雪指数NDSI在-0.1~0.1之间、1.6μm通道的反照率大于0.15、10.3μm通道的亮温大于270K的像元、归一化植被指数NDVI大于-0.05条件的像元,判断为含低云的海雾;不满足则为中高云;即可初步检测或识别出含低云的海雾,该海雾像元标记为Fog1;晴空水体像元均标记为CS,完成了二级判识;
步骤5是对于二级判识中含低云的海雾进行三级判识,即将海雾与低云分离:首先将与海表温度相比明显偏低的非暖性低云分离,得到的雾区标记为Fog2,考虑到Fog2还可能包含暖性碎低云,为了将暖性碎低云从雾区中剔除,对于标记为Fog2的像元再用区域增长方法,进行空间拓展,将暖性碎低云从雾区中剔除,得到的海雾检测数据标记为Fog3;
然后将夹在海雾区中的云边缘滤除,即进一步将以上得到的海雾检测数据用纹理条件分析,方法是:取N×N矩阵,N≥11,如果矩阵中60-70%的像元都标记Fog3,则判识为海雾;如果矩阵中只有30-40%的像元标记为Fog3,则判识为云边缘;这样就确定了低云区、海雾区、中高云区和晴空区;
步骤6是将结果按像元输出为二进制的海雾检测结果文件,并储存和显示;
步骤7是在海雾检测的基础上,计算海雾特征量:读入海雾检测结果文件中标记为雾区的像元,同时读入LD3文件中与雾区像元位置对应的波长为0.62-0.67μm的1通道反照率数值,读入太阳天顶角us数据和视觉对比阈值ε,按公式(1)进行逐像元计算,得到卫星观测时刻的雾区光学厚度值τ,计算公式如下:
式中τ是光学厚度,af是雾的反照率,μ0是太阳天顶角的余弦,即μ0=cos(us),β(μ0)是后向散射系数,可由已有的精细多重散射模式计算得到,MODIS卫星过境时间基本固定,后向散射系数计算结果已经制定成表格,放入程序中,供程序调用,计算好的光学厚度值以二进制格式输出到光学厚度值τ的文件中;
步骤8是读入光学厚度值τ文件,并由公式(2)计算液态水路径:
式中LWP是液态水路径,其单位为gm-2,将计算好的液态水路径值以二进制格式输出到液态水路径文件中;
步骤9是读入雾区光学厚度文件和液态水路径文件,计算雾滴粒子的有效半径,公式如下:
式中re是有效半径,其单位为μm,LWP是液态水路径,其单位为gm-2,ρ是液态水密度,其单位为gm-3,τ是光学厚度,因此,re在遥感上的应用是指研究区域内雾滴大小的加权意义上的半径,将计算结果以二进制格式输出到文件re中;
步骤10是计算雾顶高度,白天雾顶高度的反演只和光学厚度有关,读入光学厚度文件,运用公式(4)计算雾顶高度:
H=45τ2/3 (4)
式中H的单位是米,将结果以二进制格式输出到雾顶高度文件中;
步骤11是计算水平能见度,水平能见度由柯喜密什(Koschmieder)公式求得:
式中ε=0.02,βext为消光系数,表示为单位距离内相对光辐射能量的变化率,由公式(6)得到:
把ε和βext都代入公式(5),则能见度公式可以简化为:
读入光学厚度文件和雾顶高度文件,利用(7)式就可以计算得到雾中能见度,将能见度结果以二进制格式输出到雾中能见度文件中;将上述结果用GRADS绘图软件输出。
2.如权利要求1所述的卫星遥感海雾特征量的实时提取方法,其特征在于非暖性低云分离的方法是对于上述得到含低云的海雾像元Fog1,是在Fog1的同一纬线上100像元内找最邻近的晴空水体像元CS;如果找到了晴空水体像元CS,则比较两个像元在波长为11μm的热红外通道上的亮温差ΔT11μm,该亮温差表示为ΔT11μm=|TFog1-TCS|,亮温差如果在3K之内,则将该标记为Fog1的像元标记为Fog2;如果亮温差在3K以上,则将该像元判识为非暖性低云(C1)像元;
如果在Fog1像元的同一纬线上100像元内没有找到晴空水体像元,则在Fog1像元周围20×20像元矩阵内找最邻近的晴空水体像元CS;如果找到了晴空水体像元,则比较两个像元在上述热红外通道上的亮温差ΔT11μm,ΔT11μm=|TFog1-TCS|;亮温差如果在3K之内,则将该标记为Fog1的像元标记为Fog2;如果亮温差在3K以上,则将该像元判识为非暖性低云(C2)像元;
如果在Fog1像元的同一纬线上100像元内和周围20×20像元矩阵内都没有找到晴空水体像元,则用使用多年气候海表温度值代替晴空水体亮温值寻找邻近区的可能海雾像元,并计算ΔT11μm=|TFog1-TCS|,如果亮温差在4K以内,则将该标记为Fog1的像元标记为Fog2。
3.如权利要求1所述的卫星遥感海雾特征量的实时提取方法,其特征在于区域增长方法是将标记为Fog2中最符合阈值条件的像元标记为Fog3,以Fog3为中心,比较周围的邻近像元与Fog3像元的反照率、波长为3.7μm的中红外、波长为11μm的热红外差值,如果差值分别在0.02、1K、0.5K之内,这个邻近的像元作为新的Fog3像元,由此循环,判识出海雾区;当不符合区域增长分析要求的条件,就判识为暖性碎低云。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008102380955A CN101424741B (zh) | 2008-12-08 | 2008-12-08 | 卫星遥感海雾特征量的实时提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008102380955A CN101424741B (zh) | 2008-12-08 | 2008-12-08 | 卫星遥感海雾特征量的实时提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101424741A CN101424741A (zh) | 2009-05-06 |
CN101424741B true CN101424741B (zh) | 2010-12-22 |
Family
ID=40615469
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008102380955A Expired - Fee Related CN101424741B (zh) | 2008-12-08 | 2008-12-08 | 卫星遥感海雾特征量的实时提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101424741B (zh) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101452078B (zh) * | 2008-12-30 | 2011-04-13 | 国家卫星气象中心 | 极轨气象卫星遥感白天和夜间海雾的检测方法 |
CN101561502B (zh) * | 2009-05-07 | 2011-08-24 | 福州大学 | 地形校正植被指数的构造方法 |
CN101655564A (zh) * | 2009-09-15 | 2010-02-24 | 中国农业科学院农业资源与农业区划研究所 | 从modis数据反演地表温度和发射率方法 |
CN102034337B (zh) * | 2009-09-25 | 2014-04-30 | 中国农业科学院农业资源与农业区划研究所 | 草原雪灾遥感监测与灾情评估***及方法 |
CN101976297B (zh) * | 2010-09-30 | 2012-09-26 | 中国科学院国家天文台 | 一种地基单天线观测月球亮温度数据的处理方法 |
CN102750683B (zh) * | 2012-06-18 | 2014-10-29 | 常州大学 | Modis遥感影像中海面条带噪声和条状云的过滤方法 |
DE102013204597A1 (de) * | 2013-03-15 | 2014-09-18 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Bestimmen einer Sichtweite bei Nebel am Tag |
CN103293084B (zh) * | 2013-05-08 | 2015-09-30 | 南京大学 | 基于多光谱气象卫星信息的海雾全天时全天候反演方法 |
CN103674794B (zh) * | 2013-12-16 | 2016-06-01 | 中国科学院遥感与数字地球研究所 | 遥感监测近地表细颗粒物质量浓度pm2.5的多元回归方法 |
CN103926634B (zh) * | 2014-03-12 | 2016-03-23 | 长江水利委员会长江科学院 | 一种基于面向对象分类的白天陆地辐射雾遥感监测方法 |
CN103885067B (zh) * | 2014-03-24 | 2016-08-17 | 中国海洋大学 | 星载激光雷达用于卫星海雾遥感比测验证的方法 |
CN104063835B (zh) * | 2014-04-02 | 2017-04-12 | 中国人民解放军第二炮兵指挥学院 | 一种卫星遥感图像实时并行处理***及处理方法 |
CN104198052B (zh) * | 2014-09-25 | 2017-07-14 | 国家卫星海洋应用中心 | 基于海洋二号卫星扫描微波辐射计的海冰密集度获取方法 |
CN104966298A (zh) * | 2015-06-17 | 2015-10-07 | 南京大学 | 一种基于微光云图数据的夜间低云大雾监测方法 |
CN107886473B (zh) * | 2017-11-09 | 2020-12-11 | 河南工业大学 | 从fy-3mwri数据反演北极海冰密集度的方法 |
CN108564608A (zh) * | 2018-04-23 | 2018-09-21 | 中南大学 | 一种基于h8/ahi的白天雾快速提取的方法 |
CN109033984B (zh) * | 2018-06-29 | 2022-04-05 | 中南大学 | 一种夜间雾快速自动检测方法 |
CN109101894B (zh) * | 2018-07-19 | 2019-08-06 | 山东科技大学 | 一种地表类型数据支持的遥感图像云阴影检测方法 |
CN110717611B (zh) * | 2019-01-08 | 2023-05-05 | 中国海洋大学 | 一种气象卫星反演海雾湿度的同化方法 |
CN112067583B (zh) * | 2020-09-21 | 2021-07-02 | 中国海洋大学 | 利用雾滴谱的谱型和液态水含量计算雾中能见度的方法 |
CN113537083A (zh) * | 2021-07-20 | 2021-10-22 | 傅吉利 | 一种大雾识别方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1790051A (zh) * | 2005-12-16 | 2006-06-21 | 中国科学院上海技术物理研究所 | 多源极轨气象卫星热红外波段数据的自动同化方法 |
CN1945353A (zh) * | 2006-10-26 | 2007-04-11 | 国家卫星气象中心 | 一种气象卫星遥感云图的处理方法 |
-
2008
- 2008-12-08 CN CN2008102380955A patent/CN101424741B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1790051A (zh) * | 2005-12-16 | 2006-06-21 | 中国科学院上海技术物理研究所 | 多源极轨气象卫星热红外波段数据的自动同化方法 |
CN1945353A (zh) * | 2006-10-26 | 2007-04-11 | 国家卫星气象中心 | 一种气象卫星遥感云图的处理方法 |
Non-Patent Citations (2)
Title |
---|
吴晓京等.应用MODIS数据对新疆北部大雾地面能见度和微物理参数的反演.《遥感学报》.2005,第9卷(第6期),第688~696页. * |
张苏平等.近十年中国海雾研究进展.《中国海洋大学学报》.2008,第38卷(第3期),第359~366页. * |
Also Published As
Publication number | Publication date |
---|---|
CN101424741A (zh) | 2009-05-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101424741B (zh) | 卫星遥感海雾特征量的实时提取方法 | |
CN101452078B (zh) | 极轨气象卫星遥感白天和夜间海雾的检测方法 | |
Bao et al. | Monitoring of beach litter by automatic interpretation of unmanned aerial vehicle images using the segmentation threshold method | |
Paul | The new Swiss glacier inventory 2000: application of remote sensing and GIS | |
Saunders et al. | An improved method for detecting clear sky and cloudy radiances from AVHRR data | |
CN103293084B (zh) | 基于多光谱气象卫星信息的海雾全天时全天候反演方法 | |
Bendix et al. | A feasibility study of daytime fog and low stratus detection with TERRA/AQUA-MODIS over land | |
CN101464521B (zh) | 静止气象卫星遥感白天和夜间海雾的检测方法 | |
Musial et al. | Probabilistic approach to cloud and snow detection on Advanced Very High Resolution Radiometer (AVHRR) imagery | |
Senf et al. | Satellite-based characterization of convective growth and glaciation and its relationship to precipitation formation over central Europe | |
CN114821348A (zh) | 一种海冰制图方法 | |
Baghdadi et al. | Land surface remote sensing in urban and coastal areas | |
Klekociuk et al. | The state of the atmosphere in the 2016 southern Kerguelen Axis campaign region | |
Lee et al. | A simplified method for the detection of convection using high-resolution imagery from GOES-16 | |
CN110489505B (zh) | 一种动态阈值法来识别低云大雾的方法 | |
CN109767465A (zh) | 一种基于h8/ahi的白天雾快速提取的方法 | |
CN109033984B (zh) | 一种夜间雾快速自动检测方法 | |
Chen et al. | Precipitation clouds delineation scheme in tropical cyclones and its validation using precipitation and cloud parameter datasets from TRMM | |
Shahabi et al. | Application of moderate resolution imaging spectroradiometer snow cover maps in modeling snowmelt runoff process in the central Zab basin, Iran | |
Storvold et al. | Snow covered area retrieval using ENVISAT ASAR wideswath in mountainous areas | |
Scott et al. | A preliminary evaluation of the impact of assimilating AVHRR data on sea ice concentration analyses | |
Beltramone et al. | Identification of seasonal snow phase changes from C-band SAR time series with dynamic thresholds | |
Wilcox | Multi-spectral remote sensing of sea fog with simultaneous passive infrared and microwave sensors | |
Volkova et al. | Detection and assessment of cloud cover and precipitation parameters using data of scanning radiometers of polar–orbiting and geostationary meteorological satellites | |
Wang et al. | Improved cloud mask algorithm for FY-3A/VIRR data over the northwest region of China |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20101222 Termination date: 20111208 |