红外卫星云图和相关向量机的有眼热带气旋客观定强模型
热带气旋TC (Tropical Cyclone)是全球影响最严重的自然灾害之一.TC强度和路径的准确预报,对于减轻其带来的灾害影响至关重要.本文基于静止红外卫星云图和相关向量机RVM (Relevance Vector Machine)构建有眼TC客观定强模型.首先,利用高斯平滑对红外卫星云图进行去噪;然后,利用基于测地活动轮廓GAC(Geodesic Active Contour)模型的偏微分方程PDE (Partial Differential Equation)法对有眼TC的眼壁进行分割,提取眼壁的亮温梯度信息,计算眼壁亮温梯度的最大值及梯度数据不同概率时的均值,从而构造与TC强度密切相关的特征因子;最后,利用RVM构建单特征因子、多特征因子与近地面最大中心风速的客观定强模型,研究不同特征维度对TC客观定强误差的影响.实验结果表明,在单特征因子的模型定强中,95%概率眼壁亮温梯度均值的定强误差最小,相比利用单特征因子所构建的定强模型,多特征因子的模型定强误差更小,即多特征因子中包含更多与TC强度相关的特征信息.在多特征因子的模型定强中,二特征因子优于三特征因子模型,说明应当合理选择特征因子维数,并非越多越好.本文所用RVM模型具有良好的高维非线性处理能力,能对TC强度进行有效估计.
热带气旋、红外卫星云图、图像分割、相关向量机、机器学习、客观定强
22
TP751.1(遥感技术)
国家自然科学基金41575046,41475059;浙江省科技厅公益性技术应用研究计划2016C33010;上海市自然科学基金15ZR1449900
2018-08-27(万方平台首次上网日期,不代表论文的发表时间)
共10页
581-590