Loading [MathJax]/jax/output/CommonHTML/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >FY-3A卫星对大雾的识别

FY-3A卫星对大雾的识别

作者头像
郭好奇同学
发布于 2021-11-29 08:00:42
发布于 2021-11-29 08:00:42
1.2K0
举报
文章被收录于专栏:好奇心Log好奇心Log

FY-3A卫星对大雾的识别

FOG IDENTIFICATION BY 航空气象创新应用联合实验室

风云系列气象卫星是我国自主研发的一类对地观测卫星,主要面向以大气为主的地球观测需求。从1970年开启气象卫星研制任务至今,风云气象卫星已经跨越50年的发展,实现了我国气象卫星事业从无到有、从小到大、从弱到强的跨越。截止目前,我国已经成功发射17颗风云系列气象卫星,7颗在轨运行,FY-3A卫星就是其中的一颗。

FY-3A卫星

气象卫星在轨布局图
气象卫星在轨布局图

FY-3A卫星是我国自行研发的第二代极轨气象卫星,其轨道高度831km,轨道倾角98.81°,白天自北向南绕地球运行。卫星绕地球一周大约需要102min,降交点地方时约为10时05分,回归周期约5d。星上搭载有多种先进的探测仪器,具有全球、全天候、多光谱、三维和定量遥感监测能力。

作为星上搭载的传感器之一,可见光红外扫描辐射计(VIRR)拥有10个光谱波段,星下点分辨率1.1km,光谱范围0.43~12.5μm。它的主要用途有监测全球云量,判识云的高度、类型和相态,探测海洋表面温度,监测植被生长状况和类型,监测高温火点,识别地表积雪覆盖,探测海洋水色等。

FY-3A一级业务产品(部分)

仪器

VIRR

MERSⅠ

产品名称

可见光通道反射率和红外通道辐射率

可见光通道反射率和红外通道辐射率

空间分辨率

1.1km

0.25-1.0km

覆盖范围

每条轨道(102min)按5min数据分块(白天和晚上)

同VIRR(仅白天)

雾的光谱特性

雾滴一般比云滴要小得多,雾滴的半径范围大致在几微米到十几微米之间,这些微滴的存在显著地影响了雾的光学特性及大气能见度,引起雾和云辐射特性的差异。这些差异在卫星图像上会有相应的表现,为利用卫星遥感技术监测大雾提供了依据。一般来说,在可见光波段,雾的反射率要小于中、高云类,与层云特别是低层云相当,但明显高于植被、土壤、水体等下垫面背景(雪盖除外)。在热红外波段(10~12.5μm),由于雾比中高云更接近地面,因此雾的亮温一般比中高云要高,与下垫面温度非常接近,但又低于下垫面。而云区由于具有较高的高度,亮温明显低于地表。热红外波段对于低云和薄雾不敏感,但在中红外波段(3.7μm处)上有较好的反映。雾在3.7μm处的反射辐射要比有着更大云粒子的水云或冰相云要大,故可采用中红外和热红外波段组合的方法,即根据两波段的亮温差进行雾的监测。因此,根据FY-3A/VIRR资料的特点,选择可见光1波段(0.58~0.68μm)、中红外3波段(3.55~3.93μm)和热红外4波段(10.3~11.3μm)资料,采用简单而有效的多波段阈值判别法,便可较好的分离出雾区。

可见光红外扫描辐射计(VIRR)光谱特征

卫星遥感图像判识雾

VIRR1波段图像与彩色合成图像
VIRR1波段图像与彩色合成图像

在可见光图像上,雾区一般比其它云类显得暗,且亮度变化不明显,雾顶光滑,纹理较均匀,边缘也较清晰光滑(山区除外),跟地形的高低匹配吻合得很好。而中、高云类则较明亮,亮度变化幅度大,纹理散乱,边界不规则。低层云与雾在可见光波段具有相类似的纹理特征,但在红外云图上却存在不同之处,雾顶温度常比云顶温度略高,更趋近于周围环境。因此在红外云图上,雾区与其邻近的地面几乎没有明显的热力差异,两者在图像上颜色反映非常接近,而低层云则相对明显一些。除了单波段判识以外,也可以利用彩色合成的方法加强对雾的识别。将RGB通道分别赋予可见光1波段、中红外3波段和热红外4波段,合成假彩色图像,经目视解译,由于下垫面在可见光和中红外上的辐射很小,而它的长波辐射很大,因此呈现蓝色。中高云区的可见光反射率最高,亮温最小,中红外辐射也较小,因此呈现红色。雾区在中红外波段辐射很大,在可见光和长波红外都有一定的辐射,因此雾区以淡黄绿色、淡绿色为主,且雾区边缘较光滑,而低云边缘较模糊。

风云气象卫星全系列都可以对大雾的作出准确的监测,如风云四号卫星:
风云气象卫星全系列都可以对大雾的作出准确的监测,如风云四号卫星:

作为气象灾害监测预警的重要手段,风云气象卫星在其中的遥感监测服务起到了举足轻重的作用,精密的卫星观测是提高气象预报预测准确率和气象灾害监测预警时效的关键。再如2020年3月30日,四川凉山西昌森林火情的监测。

目前,风云气象卫星在天气预报、气候监测、自然灾害和环境监测、资源开发、科学研究等多个重要领域,以及气象海洋、农业、林业、水利、交通、航空和航天等行业得到了广泛应用。

【参考文献】

[1]蒋璐璐,魏鸣.FY-3A卫星资料在雾监测中的应用研究[J].遥感技术与应用,2011,26(04):489-495.

[2]刘清华.风云四号卫星成像仪数据在大雾监测中的应用[J].卫星应用,2018(11):29-33.

[3]杨军,董超华,卢乃锰,杨忠东,施进明,张鹏,刘玉洁,蔡斌.中国新一代极轨气象卫星——风云三号[J].气象学报,2009,67(04):501-509.

[4]李亚春,孙涵,徐萌.气象卫星在雾的遥感监测中的应用与存在的问题[J].遥感技术与应用,2000(04):223-227.

[5]曹广真,漆成莉,马刚,张凤英,吴雪宝.FY-3A气象卫星VIRR云检测产品与IRAS的匹配[J].遥感技术与应用,2008(01):89-92+127.

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2021-11-26,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 好奇心Log 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
【3】超级详细matplotlib使用教程,手把手教你画图!(多个图、刻度、标签、图例等)
matplotlib的图像都位于Figure对象中,你可以用plt.figure创建一个新的Figure.在subplot上进行绘制
汀丶人工智能
2022/12/21
1.7K0
【3】超级详细matplotlib使用教程,手把手教你画图!(多个图、刻度、标签、图例等)
掌握进阶:高级功能、图表定制与地理数据绘制
Matplotlib是一个功能强大的数据可视化库,为数据科学家提供了丰富的工具和功能,可以以直观的方式呈现数据。
一键难忘
2023/12/19
9630
基于Matplotlib的高级数据可视化技术与实践探索
文章链接:https://cloud.tencent.com/developer/article/2466769
一键难忘
2024/11/21
2580
【数据可视化】Matplotlib 从入门到精通学习笔记
如果将文本数据与图表数据相比较,人类的思维模式更适合于理解后者,原因在于图表数据更加直观且形象化,它对于人类视觉的冲击更强,这种使用图表来表示数据的方法被叫做数据可视化。
小小程序员
2022/11/22
5.5K0
【数据可视化】Matplotlib 从入门到精通学习笔记
python数据分析之Matplotlib学习笔记
说到绘图,那必须要有一个画板。Figure作为一个“老画板”,在matlab中经常能看到它的出没,在python中,它的具体语法是什么呢?让我们来看一下。
远方的星
2021/07/31
8590
python数据分析之Matplotlib学习笔记
Matplotlib 绘3D图
Matplotlib 也可以绘制 3D 图像,与二维图像不同的是,绘制三维图像主要通过 mplot3d 模块实现。但是,使用 Matplotlib 绘制三维图像实际上是在二维画布上展示,所以一般绘制三维图像时,同样需要载入 pyplot 模块。 mplot3d 模块下主要包含 4 个大类,分别是: mpl_toolkits.mplot3d.axes3d() mpl_toolkits.mplot3d.axis3d() mpl_toolkits.mplot3d.art3d() mpl_toolkits.mpl
听城
2018/04/27
1.1K0
我的机器学习matplotlib篇导入画出第一个图形颜色,标记,线型刻度、标题、标签和图例!创建子图
前言: matplotlib是python最常用的绘图库,能帮你画出美丽的各种图 导入 包含了中文显示,屏外显示 import matplotlib.pyplot as plt import matplotlib as mpl import numpy as np %matplotlib tk #解决中文不显示问题 mpl.rcParams['font.sans-serif'] = ['SimHei'] mpl.rcParams['axes.unicode_minus'] = False 画出第
DC童生
2018/04/27
1.5K0
我的机器学习matplotlib篇导入画出第一个图形颜色,标记,线型刻度、标题、标签和图例!创建子图
Python 数据科学入门教程:Matplotlib
欢迎阅读 Python 3+ Matplotlib 系列教程。 在本系列中,我们将涉及 Matplotlib 数据可视化模块的多个方面。 Matplotlib 能够创建多数类型的图表,如条形图,散点图,条形图,饼图,堆叠图,3D 图和地图图表。
ApacheCN_飞龙
2022/12/01
2.3K0
Python 数据科学入门教程:Matplotlib
[机器学习实战札记] matplotlib绘图基础
在机器学习中,通常会涉及到大量的数据。如果直接观看这些原始数据,很难从中看出有用的信息。人类是非常视觉的生物,当我们看到可视化的东西时,会更好地理解事物。在python中,有一个强大的工具matplotlib来帮助我们,用图形化的方式来展现数据。在《机器学习实战》一书中,就多处使用了matplotlib来绘制图形,帮助我们理解数据和学习算法。
云水木石
2019/07/01
1.2K0
[机器学习实战札记] matplotlib绘图基础
Python数据可视化——matplotlib使用
总第57篇 01|Figure和Subplot: matplotlib的图像都位于figure对象中,相当于一块画布。figure的属性figsize是用来设置figure的大小的。subplot是用来存放坐标系的,一个figure中可以有多个subplot。 %matplotlib inline import matplotlib.pyplot as plt from numpy.random import randn import numpy as np fig=plt.figure() ax1=f
张俊红
2018/04/11
1.7K0
Python数据可视化——matplotlib使用
Matplotlib 1.4W+字基础教程来了(收藏吃灰去吧~~)
参考:Rougier N P, Droettboom M, Bourne P E, et al. Ten Simple Rules for Better Figures[J]. PLOS Computational Biology【IF 4.7】, 2014, 10(9).感兴趣戳:https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4161295/pdf/pcbi.1003833.pdf
DataCharm
2021/02/22
1.5K0
Matplotlib 1.4W+字基础教程来了(收藏吃灰去吧~~)
Matplotlib数据可视化:三大容器对象与常用设置
上一篇说到,matplotlib中所有画图元素(artist)分为两类:基本型和容器型。容器型元素包括三种:figure、axes、axis。一次画图的必经流程就是先创建好figure实例,接着由figure去创建一个或者多个axes,然后通过axes实例调用各种方法来添加各种基本型元素,最后通过axes实例本身的各种方法亦或者通过axes获取axis实例实现对各种元素的细节操控。 本篇博客继续上一节的内容,展开介绍三大容器元素创建即通过三大容器可以完成的常用设置。
统计学家
2020/05/16
1K0
Python3快速入门(十六)——Mat
Matplotlib是 Python 2D-绘图领域使用最广泛的套件,可以简易地将数据图形化,并且提供多样化的输出格式。 matplotlib有两个接口,一个是状态机层的接口,通过pyplot模块来进行管理;一个是面向对象的接口,通过pylab模块将所有的功能函数全部导入其单独的命名空间内。
py3study
2020/01/03
1.4K0
30行Python代码实现3D数据可视化
之前我们基本都是用它来绘制二维的数据图表。而今天文章中,我们将教大家如何用不到 30 行代码绘制 Matplotlib 3D 图形。
Crossin先生
2020/10/10
4K0
30行Python代码实现3D数据可视化
Matplotlib进行数据可视化的快速上手指南
图表是数据探索过程的基础,它们让我们更好地理解我们的数据——例如,帮助识别异常值或所需要做的数据处理或者作为建立机器学习模型提供新的想法和方式。绘制图表是任何数据科学报告的重要组成部分。
deephub
2022/01/21
1.2K0
Matplotlib进行数据可视化的快速上手指南
Python:matplotlib
原文链接:http://blog.csdn.net/ywjun0919/article/details/8692018 来源于书籍:《Python科学计算》 matplotlib 是Python最著名的绘图库,它提供了一整套和matlab相似的命令API,十分适合交互式地行制图。而且也可以方便地将它作为绘图控件,嵌入GUI应用程序中。 它的文档相当完备,并且Gallery页面中有上百幅缩略图,打开之后都有源程序。因此如果你需要绘制某种类型的图,只需要在这个页面中浏览/复制/粘贴一下,基本上都能搞定。 在L
昱良
2018/04/04
1.3K0
Python:matplotlib
Matplotlib 学习笔记
在 matplotlib 中,整个图像为 Figure ,而一个 Figure 中可以有多个 axes。
zucchiniy
2020/05/22
5440
Python数据可视化-第5章-子图的绘制及坐标轴共享
使用pyplot模块的subplot()函数可以在规划好的某个区域中绘制单个子图。
用户2225445
2025/04/01
2570
Python数据可视化-第5章-子图的绘制及坐标轴共享
【转载】matplotlib.pyplot的使用总结大全(入门加进阶)
其实一年前就有想法好好学学python里的画图库matplotlib库,主要是因为每次可视化一些结果的时候,都是搜一些别人写好的代码,看的时候感觉乱乱的,不是说别人写的乱,而是每个人在某些点上实现的方式不太一样,还有就是觉得,总用别人的,就觉得不是自己创造的,没有成就感。这段时间做了个比赛,可视化分析的时候,又在搜代码,想自己加点东西,感觉很费劲,又不知道该怎么加,所以决定好好学一下,并做好总结。
marsggbo
2021/08/12
2.2K0
【数学建模】——matplotlib简单应用
Matplotlib 是一个强大的 Python 可视化库,广泛应用于绘制各种图形。其基本用法包括导入必要的模块,如 numpy 和 matplotlib.pyplot,并生成数据进行绘图。例如,可以通过线图、散点图、柱状图和雷达图来展示数据。创建三维图形需要使用 mpl_toolkits.mplot3d 库。使用 matplotlib 进行可视化可以通过简单的代码实现,包括设置标签、图例、颜色和线型等,以生成直观的图表来分析和展示数据。
小李很执着
2024/08/05
1580
【数学建模】——matplotlib简单应用
推荐阅读
相关推荐
【3】超级详细matplotlib使用教程,手把手教你画图!(多个图、刻度、标签、图例等)
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档