文献类型：期刊文章

作　　者：洪梅[1] 张韧[1] 孙照渤[2]

机构地区：[1]解放军理工大学气象学院海洋气象系,江苏南京211101 [2]南京信息工程大学大气科学博士后流动站,江苏南京210044

出　　处：《遥感学报》

基　　金：卫星课题(参作气字2002第35号);国家自然科学基金(40375019)资助

年　　份：2006

卷　　号：10

期　　号：2

起止页码：184-190

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA、CSCD、CSCD2011_2012、EI、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：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。

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

分 类 号：P412.27[大气科学类]