H8-AHI卫星数据的夜间陆地雾自动检测
基于SBDART和BP的夜间雾遥感检测和能见度反演
基于SBDART和BP的夜间雾遥感检测和能见度反演张伟康;马慧云;邹峥嵘;陶超【摘要】为了挖掘卫星影像中的雾信息为雾预测预报服务,利用双红外亮温差值作为雾与地物识别分类标志,建立基于SBDART辐射传输模型和BP神经网络的夜间雾遥感检测和能见度反演模型.对2007年11月24日我国华北地区的一次陆地辐射雾MODIS卫星数据进行雾检测,同时反演雾区能见度.根据陕西省气象局提供的地面气象观测数据对模型雾检测结果和能见度反演结果进行验证,该次实验夜间雾检测的准确率为79.2％,地面观测能见度和反演能见度一元线性回归分析方程斜率为1.006,相关系数为0.8498.实验结果袁明,模型具有较高的雾识别率和雾能见度反演结果,可为夜间雾识别和生消发展规律探讨提供一定的帮助.【期刊名称】《解放军理工大学学报（自然科学版）》【年(卷),期】2014(015)002【总页数】6页(P197-202)【关键词】MODIS;SBDART;夜间雾检测;能见度反演;BP神经网络【作者】张伟康;马慧云;邹峥嵘;陶超【作者单位】中南大学地球科学与信息物理学院,湖南长沙410083;中南大学地球科学与信息物理学院,湖南长沙410083;中南大学地球科学与信息物理学院,湖南长沙410083;中南大学地球科学与信息物理学院,湖南长沙410083【正文语种】中文【中图分类】TP751;P237雾是一种常见的灾害性天气现象。
近年来，由于天气气候条件的变化、大气污染等原因，中国许多地区频繁发生雾霾天气，严重影响了人们的日常生活和经济活动。
雾对海运、航空以及高速公路运输等的安全运行产生极大危害。
目前雾的常规监测手段主要依靠地面气象观测数据进行数值分析监测，该方法不仅耗费大量人力物力，还受设置密度和观测时间的限制。
卫星影像作为一种大尺度观测手段，具有覆盖范围广、时间分辨率高、信息量丰富和投入成本低等优势。
因此，如何挖掘卫星影像中的雾信息为雾预测预报服务便成了当前的研究热点。
基于Python语言的Himawari-8资料在沙尘暴移动轨迹分析中的作用研究
基于Python语言的Himawari-8资料在沙尘暴移动轨迹分析中的作用研究作者：张翔来源：《无线互联科技》2020年第08期摘 ; 要：近年来，沙尘暴给我国北方人民生活生产造成了非常大的负面影响，这引起了研究人员和公众的注意。
针对沙尘暴，国内外许多学者使用了不同的方法，现在使用卫星对沙尘暴进行监控成为主流，并且使用卫星资料对发生过的沙尘事件进行了研究，其中，使用较多的是Himawari-8卫星资料。
文章采用Python语言解析Himawari-8的L1资料，通过选定亮温通道生成批量沙尘产品图，观察沙尘暴移动轨迹更直观便利。
关键词：Himawari-8;沙尘暴;亮温;Python近年来，沙尘开始引起研究人员和公众的注意，因为它可能会导致健康问题。
监测沙尘的最有效方法之一是利用气象卫星数据，特别是地球静止卫星数据，这是因为地球静止卫星可以很好的覆盖沙尘事件时间范围以及显示尘埃事件的空间覆盖范围[1]。
之前已经有很多关于沙尘事件的研究，有许多学者使用极轨卫星数据来探测沙尘[2]，然而，这些方法很难探测或区分陆地和海洋上空的沙尘，特别是在夜间。
此外，使用可见通道的一些方法只能在白天监测沙尘。
随着技术的发展，有几颗响应度更高、具有较高时间分辨率的静止轨道卫星已经用于观测大空间尺度上的气溶胶昼夜变化，并成为监控沙尘的主要力量。
1 ; ;Himawari-8卫星介绍日本气象厅（Japan Meteorological Agency，JMA）研制的Himawari-8是新一代的地球静止气象卫星，该卫星由日本气象局于2014年10月发射，并于2015年7月投入使用。
其具有最先进的光学传感器，与以前在地球静止轨道上可用的传感器相比有很大改进。
Himawari-8搭载的可见光和红外扫描辐射计“AHI”拥有世界顶尖的观测能力，其拥有16个波段，如图1所示，有望提高亚洲—大洋洲地区尘埃监测的质量。
AHI包括3个红外通道，它们用于检测尘埃，分别是8.6 μm，11.2 μm和12.4 μm通道[3]。
基于MODIS卫星资料进行夜间雾检测
基于MODIS卫星资料进行夜间雾检测作者：胡肖婉来源：《中国科技纵横》2013年第20期【摘要】阐述了雾的辐射特性及遥感监测的基本原理。
借助具有高光谱分辨率的MODIS 数据，对雾与其他背景（地表、水体、云）的光谱特性进行分析比较，得到有利于夜间雾检测的波段。
利用分析结果给出多通道综合阈值法检测大雾的流程，并用此方法进行了个例分析。
【关键词】夜间雾 MODIS 遥感光谱特性阈值作为一种灾害性天气现象，雾、特别是大雾对能见度的降低，会严重影响到航海、航空、公路运输、军事活动以及威胁到人们的身体健康。
具有宏观、快速和直观等特点的卫星遥感监测技术在雾的监测和预报方面比起在陆海表面布设站点进行人工或仪器自动观测具有独特的优势。
由于夜间没有可见光图像，而在红外图像上，因雾和低层云的物理温度与其下垫面（陆地和海洋）温度较为接近，两者表现得均相对较暖，因此，夜间雾的遥感识别更为困难。
张树誉（2003）使用统计分析方法，利用MODIS的通道1、3、7资料进行白天的雾监测，并使用通道21、31资料监测夜间大雾，但他给出的监测阈值在某些情况下效果并不太好。
而马慧云等（2007）以过境时间不同的NOAA-16/AVHRR、NOAA-17/AVHRR、FY-2D/MVRIS、TERRA/MODIS和AQUA/MODIS五种遥感影像数据组成一组序列影像，根据各序列遥感影像的光谱曲线，对各个遥感影像进行基于阈值分割的分类算法，对辐射雾进行变化检测与分析，经地面验证序列影像在雾变化检测的研究方面具有很大潜力。
1 雾的辐射特性及其遥感监测的基本原理1.1 雾的辐射特性在红外波段，雾的辐射特性也随波长不同而不同。
在长波红外波段（11μm左右），雾及其它不透明水云如低层云的辐射性状类似黑体，几乎完全发射长波红外辐射，其比辐射率接近于1。
在短波红外波段（3.7μm）左右，由于这一波段位于太阳辐射光谱曲线与地球大气辐射光谱曲线相交重叠处，所以在白天有太阳辐射时，云雾层不仅自身向上发射辐射，而且还反射太阳辐射；而在夜间，这一通道的辐射同标准的红外波段的辐射一样，来源于地球表面或云雾层。
草原火灾监测中的遥感卫星数据源
农业与生态环境①作者简介：向培素(1974—)，女，汉族,湖北人，研究生,副教授，研究方向：机器学习，智能算法。
DOI：10.16661/ki.1672-3791.2017.34.095草原火灾监测中的遥感卫星数据源①向培素(西南民族大学电气信息工程学院 四川成都 610041)摘 要：卫星遥感是野火监测中的常规手段。
通过比较各卫星遥感数据的光谱特性，提出日本的Himawari-8卫星作为新一代的静止轨道气象卫星，其高频率连续地观测数据能提供火灾动态演变的重要数据。
新一代的极轨气象卫星Suomi NPP和Sentinel-3A具有相对高的时间分辨率和空间分辨率，可以提供火点发现、火点定位、燃烧面积测量、灾后评估等数据。
中等分辨率（15～100m）的Landsat8能提供更精确的火点定位和更详细的地形信息。
关键词：火灾监测 卫星 遥感中图分类号：P23 文献标识码：A 文章编号：1672-3791(2017)12(a)-0095-04Abstract：Satellite remote sensing is routine in wildfires monitoring means. The paper proposed that as a new generation of geostationary satellite, the high frequency continuous observation data of our country's FY-4 satellite and Japanese's Himawari-8 satellite can provide important data of fire's dynamic evolution.The new generation of polar orbiting meteorological satellite Suomi NPP and Sentinel - 3a has relatively high spatial resolution and temporal resolution, can provide data for fire detection, fire location, burned area , post fire ndsat8 with medium resolution (15～100m)can provide more precise fire location and more detailed topographical information whitch would be utility for wildfire management activities.Key Words：Fire monitoring; Satellite; Remote sensing1 引言草原占地球陆地面积的一半以上，其植物生产占全球总量的30%～35%，是家畜生产的主要基地，养活了世界上约1/3的人口。
FY-4A卫星夜间大雾识别及其在高速公路服务应用中的潜力分析
收稿日期：2020-05-23；定稿日期：2020-10-09资助项目：湖北省气象局科技发展基金专项(2019Q08)；湖北省气象局科技发展基金重点项目(2019Z07)第一作者：王明，主要从事卫星遥感监测与交通气象研究。
E-mail:*****************暴雨灾害TORRENTIAL RAIN AND DISASTERSVol.40No.2Apr.2021第40卷第2期2021年4月Night heavy fog identification based on FY-4A satellite and itspotential analysis in the service of expresswayWANG Ming 1,2,LIU Wenting 3,CHEN Yingying 1,JIA Wenqian 1,HE Mingqiong 1,ZHANG Cuihong 3,SONG Mingming 4（1.Hubei Provincial Meteorological Service Centre,Wuhan 430200;2.Institute of Heavy Rain,China MeteorologicalAdministration,Wuhan 430200;3.Wuhan Central Meteorological Observatory,Wuhan 430074;4.Yichang Meteorological Office of Hubei Province,Yichang 443000)Abstract ：By analyzing the AGR multi-channel data with high spatial and temporal resolution from the FY-4A satellite and the cases of heavy fog at night in Hubei Province from March 2018to February 2020,we first determined the identification threshold of night heavy fog at the AGRI long-wave infrared band (10.8μm)and mid-wave infrared band (3.72μm),then verified the satellite identification results with the surface meteorological observation data,and finally assessed the potential of night fog identification method in the application of highway service in Hubei Province.The results show that (1)the night heavy fog identified by the FY-4A satellite is basically consistent with that ob ⁃served by weather stations.(2)The satellite's identification hit rate for heavy fog at night is generally above 70%.Without considering the in ⁃fluence of terrain,the hit rate can be increased by 5%to 8%.Without considering the influence of cloud,the hit rate can be increased by 3%to 4%.(3)Compared with the highway traffic control information of Hubei Province,the hit rate of heavy fog identification from FY-4A satel ⁃lite at toll stations is higher than 70%.To areas where no heavy fog is observed at some national weather stations but the expressway is closedbecause of it,the satellite can effectively identify heavy fog.The identification information to heavy fog at night has great application poten ⁃tial in the highway traffic weather services.Key words:heavy fog identification;FY-4A satellite;expressway;traffic weather service王明,刘文婷,陈英英,等.2021.FY-4A 卫星夜间大雾识别及其在高速公路服务应用中的潜力分析[J].暴雨灾害,40(2):190-200WANG Ming,LIU Wenting,CHEN Yingying,et al.2021.Night heavy fog identification based on FY-4A satellite and its potential analysis in the service of expressway [J].Torrential Rain and Disasters,40(2):190-200FY-4A 卫星夜间大雾识别及其在高速公路服务应用中的潜力分析王明1,2，刘文婷3，陈英英1，贾文茜1，何明琼1，章翠红3，宋明明4(1.湖北省气象服务中心，武汉430200；2.中国气象局武汉暴雨研究所，武汉430200；3.武汉中心气象台，武汉430070；4.湖北省宜昌市气象局，宜昌443000)摘要：利用2018年3月至2020年2月FY-4A 卫星AGRI 高时空分辨率多通道数据与同期湖北省夜间大雾天气个例，先确定夜间大雾在AGRI 长波红外波段(10.8μm)和中波红外波段(3.72μm)的识别阈值，再使用地面气象观测站点资料对卫星识别结果进行检验；最后，结合高速公路交通管制信息，分析夜间大雾识别方法在湖北省高速公路服务应用中的潜力。
Himawari-8气象卫星黄海浒苔动态监测
Himawari-8气象卫星黄海浒苔动态监测王萌;郑伟;李峰【摘要】As a new generation geostationary meteorologicalsatellite,Himawari-8 can provide measurements dynamically monitoring of Enteromorpha prolifera,with its high temporal-spatial resolution.According to the normalized differential vegetation index NDVI,by studying reflection characteristics of enteromorpha,a method using Himawari-8 data is proposed for enteromorpha information detection,drift speed and intensity ing the above methods,the outbreak processes of enteromorpha prolifera in the Yellow Sea from May to July in 2016 are monitored including the appearing time,location,areas,intensity,range of influence,drift path and drift speed.Results show that the enteromorpha are detected firstly on 19 May 2016 in the Yellow Sea and areas are relatively small.It outbreaks in mid and late June with its continuous growth,and areas,range of influence and intensity all reach the maximum in this period.The enteromorpha enters recession period in early July near the coast of Shandong Province,the Yellow Sea,such asQingdao,Yantai,Weihai and so on.The calculation shows that enteromorpha intensity changes with time,and multi-temporal enteromorpha intensity are accumulated into enteromorpha intensity synthetic product.The multi-temporal enteromorpha intensity synthetic product shows that enteromorpha intensity covers more in the central Yellow Sea and the east of Yantai waters,and less in initial position.Themoving path of enteromorpha from appearance to disappearance shows that the drift path of enteromorpha is from the southeast open sea to the northwest offshore,and the average daily drift speed changes constantly.Dynamic changes of enteromorpha are closely related to the environmental hydro meteorological conditions,such as temperature,wind speed and direction.The suitable temperature is the basis for enteromorpha's growth and development.In late May,enteromorpha growth are detected near the northern coast of Jiangsu Provincefirstly,where the temperature is stably 20℃.And then in earlyJune,enteromorpha area increases rapidly with the increasing temperature,and then outbreaks in mid-June when the temperature reaches 20℃ in east of Shandong Peninsula sea.In early July,the average temperature of the Yellow Sea is above 25℃,m aking the enteromorpha decay and disappear gradually.It shows that dominant wind direction is the main driving force of enteromorpha drift,the calculation shows that enteromorpha drifts northward with large and steady south wind from May to July in 2016,and finally arrive in Weihai coast,and the moving direction is in line with the wind.%基于Himawari-8气象卫星数据,研究了利用归一化植被指数提取浒苔信息方法,并提出了浒苔强度和移动速度估算方法.对2016年5-7月黄海海域浒苔信息进行监测,获得了浒苔暴发的时间、地点、面积、强度、影响范围、漂移路径及移动速度.结果表明:2016年5月19日Himawari-8气象卫星首次监测到黄海海域出现浒苔信息;6月中下旬进入暴发期,浒苔面积、影响范围及强度达到最大值;7月上旬,伴随着浒苔大面积登陆青岛、烟台、威海等地,浒苔进入缓慢消亡阶段.多时次浒苔强度合成产品显示:2016年浒苔在黄海中部海域、烟台以东海域覆盖强度较大,在初始位置一带覆盖强度较小.浒苔漂移路径整体为从东南外海逐渐开始向西北近海海域靠近,日移动速度不断变化.浒苔的动态变化与水文气象环境密切相关,适宜的温度是浒苔生长和发展的基础,浒苔出现后,盛行风向是浒苔漂移方向的主要驱动力,2016年5 7月强劲的南风使浒苔一直向北漂移,并最终抵达威海,浒苔的移动与风向大致相同.【期刊名称】《应用气象学报》【年(卷),期】2017(028)006【总页数】10页(P714-723)【关键词】Himawari-8;黄海;浒苔【作者】王萌;郑伟;李峰【作者单位】国家卫星气象中心,北京100081;国家卫星气象中心,北京100081;山东省气候中心,济南250031【正文语种】中文基于Himawari-8气象卫星数据，研究了利用归一化植被指数提取浒苔信息方法，并提出了浒苔强度和移动速度估算方法。
基于MTSAT卫星的我国东部沿海雾区的自动识别
雾 是大 气边界层 的一种水 汽凝 结现 象 ， 宜 的大 气环 流 、 汽 、 速 、 垫 面 等条 件 的共 同 配置 下 ， 在适 水 风 下 有 可能 生成雾 ． 面上空 由于有充 足 的水汽 和丰 富 的凝 结 核 ， 备 了生 成雾 的充分 条件 ． 雾 是灾 害 性 天气 现 海 具 海
所 无 法 比拟 的．
国外 自２ ０世 纪 ７ ０年代起 ， 开始应 用卫星遥感对 雾进行识别研 究． ｕ ａ １７ 、９ ８ 、 ｕｔ ｓ Ｇ ｒ （ ９４ １７ ） Ｇ ｓ ｆ ｎ等 ｋ ａｏ （９ ６ 利用可 见光 图像进 行云雾 识 别及 消散 研 究 Ｈ－ ． ｌｏ （ ９ ５ 对 Ｇ Ｅ １７ ） ３ Ｅｌ ｄ １ ９ ） ］ ｒ Ｏ Ｓ卫 星 的多 光 谱 红外 图像 进 行 夜间雾检测 ＪＭ ｏｎ— ｗｎ等（０ ３ 提出了基于 Ｇ Ｓ ． ｙｕｇＨ ａ ２０） Ｍ－ ５红外通道的新算法来检测海雾和层云 ． ５ 近年来 ， ］
收 稿 日期 ：０ ７ 一８ ２ ０ ＠５ Ｉ 基金项 目： 福建 省科 学 技 术 厅 ２ ０ ０ ４年 自然 科 学 基 金资 助 项 目 （ ０１ ０ ４ Ｄ５０２ ） 作 者 简 介 ： 希 ｆ９ ８～） 女 ， 刘 １７ ， 工程 师 ．
维普资讯
１ 雾光谱特征及遥感监测基本原理
１ １ 可见光通 道 ．
可见 光波 段 （ 中心波 长 ０６ 左 右 ， Ｉ ． ＶＳ通道 ） 星接 收 的地 气 系统 辐 射 主要来 自地 面 、 卫 云雾 层 对 太 阳 辐射 的反 射辐 射． 般雾 的反射率 小 于 中、 一 高云类 ， 于水 体 和地面 ． 大
基于Himawari-8卫星的逐时次海表温度融合
周旋，叶小敏，周江涛，等. 基于Himawari-8卫星的逐时次海表温度融合[J]. 海洋学报，2021，43(1)：137–146，doi:10.12284/hyxb2021011Zhou Xuan ，Ye Xiaomin ，Zhou Jiangtao, et al. Hourly sea surface temperature fusion based on Himawari-8 satellite[J]. Haiyang Xuebao ，2021,43(1)：137–146，doi:10.12284/hyxb2021011基于Himawari-8卫星的逐时次海表温度融合周旋1，叶小敏2，周江涛1，杨晓峰3( 1. 中国人民解放军61741部队，北京 100094；2. 国家卫星海洋应用中心，北京 100081；3. 中国科学院空天信息创新研究院 遥感科学国家重点实验室，北京 100101)摘要：Himawari-8卫星是日本气象厅发射的新一代地球同步静止气象卫星，为获取逐时次海表温度产品提供了有力数据支持。
本文以Himawari-8 AHI 海表温度为基础，利用最优插值法融合GCOM-W1AMSR2海表温度和NERA-GOOS 现场观测资料，生成逐时次海表温度融合产品。
为了充分利用邻近时刻的海表温度观测资料，利用Himawari-8 AHI 海表温度和欧洲中期天气预报中心海面风速数据建立匹配数据集，研究建立海表温度日变化模型，实现邻近时刻海表温度的订正；为了消除多源海表温度间的系统偏差，以Himawari-8 AHI 海表温度为目标数据，利用泊松方程对GCOM-W1 AMSR2海表温度进行偏差订正。
实验验证结果表明，利用逐时次海表温度融合产品计算的日增温情况与海面风速具有较好的相关性，间接证实了逐时次海表温度融合产品的准确性；另外，逐时次海表温度融合产品与现场观测海表温度的偏差为0.09℃、均方根误差为0.89℃，二者具有较好的一致性，说明逐时次海表温度融合产品具有较高的精度。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
H8-AHI卫星数据的夜间陆地雾自动检测
H8/AHI卫星数据的夜间陆地雾自动检测
近年来，雾霾天气严重影响着人们的生活和安全。
特别是夜间的陆地雾，由于其隐蔽性和对能见度的极大影响，给道路交通、航空航天等行业带来了巨大挑战。
因此，快速、准确地检测和预警夜间陆地雾对于提高人们的生活质量和保障安全非常重要。
H8/AHI卫星数据的夜间陆地雾自动检测成为了一种
高效解决方案。
H8卫星搭载了AHI（高分辨率对地观测仪）设备，该设备能够以很高的时空分辨率观测地球表面。
卫星以固定的位置和固定的视角对地球表面进行观测，并将观测到的数据传回地面处理。
这些数据中包含了丰富的气象信息，如云层、气温、湿度等。
通过对这些信息的分析和处理，可以实现夜间陆地雾的自动检测。
在进行夜间陆地雾自动检测之前，首先需要对卫星数据进行预处理。
由于H8/AHI卫星数据在传输过程中会受到各种噪
声的干扰，因此需要对数据进行滤波和校正。
滤波可以去除数据中的噪声，校正可以修正由于各种外部因素引起的误差。
通过这些预处理步骤，可以使得卫星数据更符合实际的观测情况。
接下来，利用预处理后的卫星数据，可以进行夜间陆地雾的自动检测。
夜间陆地雾主要是由大气中的水汽凝结形成的，因此与云层的特征相似。
根据亮温和亮度温度差的特征，可以将云层和雾区分开来。
亮温是指地表或大气层在某个频段发射的辐射能量，亮度温度差是指地表或大气层发射的辐射能量与黑体辐射能量之间的差值。
通常情况下，亮温与亮度温度差之间呈现出负相关关系。
通过对亮温和亮度温度差的分析，可以
实现对夜间陆地雾的自动检测。
此外，由于夜间雾的隐蔽性，人眼很难观测到夜间陆地雾的形成和演变。
因此，利用H8卫星的高时空分辨率数据，可
以实现对夜间陆地雾的实时监测和预警。
通过对连续观测到的数据进行分析，可以发现雾的形成过程和演变规律，从而提前预警可能出现的危险情况。
总之，H8/AHI卫星数据的夜间陆地雾自动检测为我们提
供了一种高效、准确的方式来监测和预警雾霾天气。
通过对卫星数据的分析和处理，我们可以实现对夜间陆地雾的自动检测，从而提高人们的生活质量和保障安全。
随着科技的不断发展和卫星数据的不断更新，我们相信夜间陆地雾自动检测的技术将会得到进一步的完善和广泛应用
综上所述，利用H8/AHI卫星数据进行夜间陆地雾的自动
检测成为一种高效、准确的方式。
通过对亮温和亮度温度差的分析，可以将云层和雾区分开来，实现对夜间陆地雾的检测。
此外，利用H8卫星的高时空分辨率数据，可以实时监测和预
警夜间陆地雾的形成和演变，提前预警可能出现的危险情况。
这种技术的应用将提高人们的生活质量和保障安全。
随着科技的发展和卫星数据的更新，夜间陆地雾自动检测的技术将进一步完善和广泛应用。