多光谱卫星云图的高维特征聚类与降水天气判别

编号 zgly0001590837

文献类型 期刊论文

文献题名 多光谱卫星云图的高维特征聚类与降水天气判别

作者 洪梅  张韧  孙照渤 

作者单位 解放军理工大学气象学院海洋气象系  南京信息工程大学大气科学博士后流动站江苏南京211101  江苏南京211101  南京信息工程大学大气科学博士后流动站  江苏南京210044 

母体文献 遥感学报 

年卷期 2006年02期

年份 2006 

分类号 P412.27 

关键词 卫星云图  天气判别  遗传算法  模糊C均值聚类  减法聚类 

文摘内容 基于静止气象卫星(GMS-5)多光谱云图的天气采样数据,分别对各样本数据在红外、水汽及可见光通道的灰度、梯度和纹理高维特征空间的投影点进行聚类分析,以确定诸天气样本在特征空间中的类属区域,进而用其对云图进行天气区的判别分类。针对传统聚类方法存在的缺点,本文采用了模糊C均值聚类(FCM)、遗传算法(GA)和模糊减法聚类(FSC)相互交叉、优势互补的思想,既克服了GA/FCM算法局部/全局寻优的不足,又可客观确定出聚类中心数目。对高维特征空间中的重叠和交叉部分的样本点类属,通过计算其与空间中各聚类中心点的欧氏距离来予以甄别,最后得到高维特征空间中各天气的类属域,实况云图中诸像素点通过计算和判断其灰度-梯度特征量在高维空间中的投影点落区位置,即可确定其天气类属,进而实现对天气区的自动分类。试验结果表明,该方法具有良好的分类效果,判别结果与天气实况基本一致。