CN117422832B - 多源极轨卫星台风暖心三维结构自动匹配与定量展示方法 - Google Patents
多源极轨卫星台风暖心三维结构自动匹配与定量展示方法 Download PDFInfo
- Publication number
- CN117422832B CN117422832B CN202311463858.7A CN202311463858A CN117422832B CN 117422832 B CN117422832 B CN 117422832B CN 202311463858 A CN202311463858 A CN 202311463858A CN 117422832 B CN117422832 B CN 117422832B
- Authority
- CN
- China
- Prior art keywords
- typhoon
- data
- source
- satellite data
- orbit satellite
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000010586 diagram Methods 0.000 claims abstract description 48
- 230000008569 process Effects 0.000 claims abstract description 12
- 230000003068 static effect Effects 0.000 claims description 20
- 238000010438 heat treatment Methods 0.000 claims description 10
- 239000003086 colorant Substances 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 claims description 5
- 238000012943 effectiveness check Methods 0.000 claims description 4
- 230000002194 synthesizing effect Effects 0.000 claims description 2
- 238000013507 mapping Methods 0.000 claims 1
- 238000011161 development Methods 0.000 abstract description 12
- 238000012544 monitoring process Methods 0.000 abstract description 12
- 230000008859 change Effects 0.000 abstract description 5
- 238000004458 analytical method Methods 0.000 description 12
- 230000009471 action Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000001556 precipitation Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000005436 troposphere Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种多源极轨卫星台风暖心三维结构自动匹配与定量展示方法，其包括：S1、检索台风路径信息，获取台风实时中心点位置；S2、根据台风实时中心点位置自动匹配对应时间的有效多源极轨卫星数据；S3、依据匹配后的有效多源极轨卫星数据绘制台风暖心三维结构切片动态图及台风暖心垂直廓线结构图，对台风暖心三维结构进行定量化展示。本发明通过研究台风的三维暖心结构，能够直观看到台风在不同发展过程中的暖心三维结构变化特征，为台风监测预报分析提供遥感科学监测手段。
Description
技术领域
本发明属于台风观测领域，尤其涉及一种多源极轨卫星台风暖心三维结构自动匹配与定量展示方法。
背景技术
台风是一种破坏力极强的灾害性天气系统，它带来的强风和强降水对人类生命安全和社会经济发展都有重大影响，对台风结构预报的偏差，会直接影响其所引起的风雨范围和强度的预报准确性。近年来，众多科学家利用卫星资料展开对台风高层暖心结构的讨论,发现台风对流层中上层暖区的高度、强度、范围和形状等差异和变化对台风所处的发展阶段具有指示意义。因此，对台风内部三维立体结构的分析，尤其是定量表征结构变化对台风预报有着非常重要的意义。
发明内容
为了解决现有技术存在的不足，本发明提供了一种多源极轨卫星台风暖心三维结构自动匹配与定量展示方法，通过对FY3D、NPP及FY4A等多源极轨卫星数据的分析，实现基于台风实时定位显示极轨卫星遥感台风三维结构监测展示，通过该展示可以查看和分析台风暖心结构和台风垂直倾斜度等重要宏观物理特征，提供不同场景的定量遥感组合诊断分析。
为了实现上述目的，本发明的一个实施方式的多源极轨卫星台风暖心三维结构自动匹配与定量展示方法，其包括：
S1、检索台风路径信息，获取台风实时中心点位置；
S2、根据台风实时中心点位置自动匹配对应时间的有效多源极轨卫星数据；
S3、依据匹配后的有效多源极轨卫星数据绘制台风暖心三维结构切片动态图及台风暖心垂直廓线结构图，对台风暖心三维结构进行定量化展示。
进一步地，所述步骤S1、检索台风路径信息，获取台风实时中心点位置，包括：自动检索台风路径信息，根据检索到的台风定位获取台风实时中心点位置，还包括获取对应时间及经纬度信息。
进一步地，所述步骤S2、根据台风实时中心点位置自动匹配对应时间的有效多源极轨卫星数据，包括：
S21、根据台风实时中心点位置确定有效性校核区域；
S22、获取对应时间的多源极轨卫星数据，根据有效性校核区域的校核结果确定有效极轨卫星数据源；
S23、围绕台风实时中心点位置自动匹配有效极轨卫星数据源的卫星数据。
进一步地，所述有效性校核区域为以台风实时中心点位置为中心、半径为5度的矩形范围区域。
进一步地，所述步骤S22、获取对应时间的多源极轨卫星数据，根据有效性校核区域的校核结果确定有效极轨卫星数据源，具体为：获取对应时间的多源极轨卫星数据，依次校核每个极轨卫星数据源的卫星数据在有效性校核区域范围的有效点的数量，若包含有效性校核区域范围总数量的阈值以上，则确定为有效极轨卫星数据源。
进一步地，所述极轨卫星包括FY3D卫星、NPP卫星及FY4A卫星。
进一步地，所述S3、依据匹配后的有效多源极轨卫星数据绘制台风暖心三维结构切片动态图及台风暖心垂直廓线结构图，对台风暖心三维结构进行定量化展示，包括：
S31、依据匹配后的有效多源极轨卫星数据绘制台风暖心三维结构切片动态图，具体为：
S311、获取FY3D卫星、NPP卫星数据中有效极轨卫星数据源的多维数据，根据所述多维数据的空间维度信息，分别按照经度方向、纬度方向及高度方向裁剪成多个指定范围大小的矩形2D网格数据；
S312、将得到的多个经度方向的矩形2D网格数据依次进行切片绘制，得到多张间隔0.1度的经向的3D静态切片图；
S313、将得到的多个纬度方向的矩形2D网格数据依次进行切片绘制，得到多张间隔0.1度的纬向的3D静态切片图；
S314、将得到的多个高度方向的矩形2D网格数据依次进行切片绘制，并叠加地理信息，绘制出极轨卫星数据高度层次的多张3D静态切片图；
S315、获取有效极轨卫星数据源的多维数据，绘制叠加有地图信息的3D图形。
S316、获取经度、纬度、高度方向的某个方向的全部切片图后，对同一方向的全部切片图按顺序合成GIF动态图；
S317、获取对应台风时间的FY-4A卫星数据源的多维数据，绘制对照底图；
S318、按三个方向获取某个方向的全部切片图绘制台风暖心三维结构切片动态图，具体为：获取某个方向的全部切片图后，对每张切片图依序命名，通过基于Python的PIL对同一方向的全部切片按命名顺序进行依次合成GIF动态图。
S319、对多图进行组合显示：
通过Axes3D库绘制FY-4A卫星数据的对照底图与FY3D卫星数据的上图，或FY-4A卫星数据的对照底图与NPP卫星数据的上图组合而成的3D立体图，通过设置坐标轴范围、添加坐标轴标签及通过设置不同的颜色映射，使两个图形表面以不同的颜色显示、组合在一起绘制成3D立体图。
S32、依据有效多源极轨卫星数据绘制台风暖心垂直廓线结构图。
进一步地，所述阈值为50％。
进一步地，所述步骤S315、获取有效极轨卫星数据源的多维数据，绘制叠加有地图信息的3D图形，具体为：获取有效极轨卫星数据源的多维数据，根据所述多维数据的空间维度，将数据裁剪成经纬度边界在有效性校核区域范围内，高度在极轨卫星数据层次内的矩形2D网格数据，把处理好的网格数据通过基于Python的mpltoolkits库进行绘制，在绘制3D图形过程中，读取地图文件获取的地理信息，通过Cartopy扩展包将地理信息以可视化显示叠加在3D图形上，生成有地图信息的3D图形。
进一步地，所述步骤S32、依据有效多源极轨卫星数据绘制台风暖心垂直廓线结构图，具体为：依据有效多源极轨卫星数据，获取到每层高度的极轨卫星数据，通过griddata库进行插值获取规则的网格数据，根据台风中心点的经纬度获取相应的正温度距平最大值或温度差的值进行绘制包括正温度距平廓线与温度差廓线的台风暖心垂直廓线结构图。
本发明的有益效果为：
1、本发明集成了FY3D、NPP及FY4A等多颗极轨卫星资料形成互补，提高台风监测频次；
2、本发明通过台风路径与极轨卫星数据的自动匹配，对台风暖心三维结构切片动态图及台风暖心垂直廓线结构图进行绘制，实现了定量化台风发展强弱的立体展示；
3、本发明通过有效性校核区域的自动匹配算法，设定有效性校核的阈值，如某颗极轨卫星遥感数据自动匹配阈值(50％)以上，则对其数据自动绘图，如某颗极轨卫星遥感数据低于阈值，按缺测或观测不完整处理不予绘图，从而保证台风暖心三维结构切片动态图及台风暖心垂直廓线结构图的展示质量；
4、本发明通过将绘制出来的图形产品，以HTTP服务的方式共享出来，在热带气旋类或卫星云图类不同的底图上通过位置信息叠加台风路径点后，以气泡的方式展示当前路径点是否有动画图，如有动画图，则通过点击台风实况点，即可实现在线查看3D动画图，从而围绕台风发展的云系，热力，动力，水汽条件，提供不同场景的定量遥感组合诊断分析。
附图说明
图1是本发明一种多源极轨卫星台风暖心三维结构自动匹配与定量展示方法的流程图；
图2是本发明的一个实施例经向间隔0.1度的多张3D静态切片图；
图3是本发明的一个实施例纬向间隔0.1度的多张3D静态切片图；
图4是本发明的一个实施例高度方向的4个高度层次的3D静态切片图；
图5是本发明的一个实施例经、纬及高度三个方向合成的GIF动态图；
图6是本发明的一个实施例的2022年第03号台风“暹芭”遥感温度距平图；
图7是本发明的一个实施例的为2022年第03号台风“遥芭”亮温距平图；
图8是本发明的一个实施例的台风暖心垂直廓线结构图；
图9是本发明的一个实施例的台风暖心结构表征台风强弱的示意图；
图10是本发明的一个实施例的NPP和FY-3D微波温度计暖心结构遥感监测对比图；
图11是本发明的一个实施例的台风三维立体结构技术算法流程图；
图12是本发明的一个实施例的台风路径上多源卫星三维结构的显示示意图。
图中：1－经向3D静态切片图；2－纬向3D静态切片图；3－高度方向3D静态切片图；4－底图；5－暖心色标；6－正温度距平廓线；7－温度差廓线；8－气泡点；9－泰利台风路径；10－杜苏芮台风路径。
具体实施方式
为使本发明的目的、技术方案和优点更为清楚，下面结合附图1-12和实施例作进一步说明。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
暖心结构是台风区别于温带气旋最明显的特征，高空暖心结构的建立是台风生成的主要标志之一。有关学者认为，台风的暖心结构在垂直方向可以扩展到整个对流层，在中高层250hPa附近达到最宽，暖心强度也最大。登陆前暖心温度距平值达到最大，暖心结构形状圆滑且深厚；登陆后，暖心温度距平值逐渐减少，暖心中心结构形状呈不规则特征，厚度减小，高度下降。台风内部存在明显的湿度、温度梯度。因此，研究台风的三维暖心垂直结构，可以看到台风在不同发展过程中的暖心三维结构变化特征，为台风预报分析提供科学的监测手段。
作为一个实施例，如附图1、11所示，本发明提供一种多源极轨卫星台风暖心三维结构自动匹配与定量展示方法，其包括以下步骤：
S1、检索台风路径信息，获取台风时间、台风经纬度信息及台风实时中心点位置；
通过urllib模块每小时自动检索台风路径信息，检索台风的数量。对于检索到的每一个台风，分别记录台风对应的编号、台风中文名称、台风经纬度信息及台风时间等，并且，根据检索能够获取台风定位报的台风实时中心点位置。台风时间为与检索到台风实时中心点位置相对应的时间。
台风时间随着台风实时中心点位置的移动而改变，通常是从台风形成的初始阶段开始计算，最后到台风消散时间，其中包括：台风形成时间：台风的形成时间是指台风开始形成的时间点，通常是指热带低压系统发展演变成为台风的过程；台风活跃期：台风的活跃期是指台风持续存在且具有较强风力和降水活动的阶段。这个时间段可能会持续数天到数周不等，取决于台风的特性和环境条件；台风消散时间：台风的消散时间是指台风逐渐减弱并且最终解体的时间点。台风消散的过程通常涉及到减弱的风力、降水减少以及台风结构的瓦解。
S2、根据台风实时中心点位置匹配对应台风时间的有效多源极轨卫星数据；
极轨卫星是能够动态扫描多地区的，通过自身的运动与地球的自转正交实现这一功能，图像分辨率较高，其不定时与台风路径重合，实现自动化。
多源极轨卫星数据包括FY3D卫星、NPP卫星的数据，其中：
"FY3D卫星"是指中国的风云三号D极轨卫星，它是用于气象观测的极轨卫星。FY3D卫星搭载了多个仪器，包括多通道卫星扫描辐射计(MWTS)、微波湿度计(MWHS)、多通道卫星扫描干燥气球(MWRI)、可见光和红外成像辐射计(VIIRS)等。FY3D卫星的数据可以提供大约43个层次的大气和地表观测数据，包括但不限于温度、湿度、云量、海洋表面温度、植被指数等。
NPP卫星是美国国家气象局(NOAA)与NASA合作研制的一颗极轨卫星，主要用于全球气象观测。NPP卫星搭载了多个传感器，其中包括PTemp(Pathfinder Temperature)传感器。PTemp传感器是NPP卫星上的一个气象传感器，主要用于测量地表温度。它通过遥感技术，能够获取全球范围内的地表温度分布情况。PTemp传感器可以提供大约100个层次的高分辨率的地表温度数据，包括陆地和海洋的温度信息。这些数据对于气象预报、气候研究、环境监测等领域具有重要的应用价值。
FY-4A(风云四号A星)是中国自主研制的一个静止气象极轨卫星，属于风云系列极轨卫星的第四颗，作为中国气象极轨卫星系统的重要组成部分。FY-4A卫星搭载了多个传感器和仪器，用于获取地球大气和地表的各种气象信息。这些数据对于天气预报、气候监测、灾害预警等方面具有重要应用价值。FY-4A卫星的数据包括可见光和红外图像：这些图像可以用来观测云的形态、云量和云顶温度等信息，对于天气系统的分析和预测非常重要。
FY3D,FY4A,NPP数据名称分别为(举例)：
·FY3D_TSHSX_ORBT_L2_AVP_MLT_NUL_20220630_1701_033KM_MS.HDF
·NPR-MIRS-SND_v11r1_NPP_s202206301756080_e202206301808236_c202206301928570.nc
·FY4A-_AGRI--_N_DISK_1047E_L1-_FDI-_MULT_NOM_20220901040000_20220901041459_4000M_V0001.HDF
进一步地，根据台风实时中心点位置匹配对应台风时间的有效多源极轨卫星数据，包括以下步骤：
S21、根据台风实时中心点位置确定有效性校核区域；
根据台风实时中心点位置确定有效性校核区域，本发明有效性校核区域为以台风中心点的位置为中心、半径为5度的矩形范围区域。地球上半径5度大约为半径550公里，这个范围是观测展示台风结构是较为适中的，太大或太小会让台风看起来偏小或者看不清台风全貌。
由于地球是一个近似于椭球体的三维物体，纬度和经度之间的距离并非完全相同，一种近似计算方法如下：
确定纬度范围：地球的纬度范围从南纬90度到北纬90度，一个5度半径的矩形范围意味着垂直方向上的距离应该是10度(南北两侧各5度)。假设中心点的纬度为lat_center，那么范围的纬度边界可以计算为lat_min＝lat_center-5度，lat_max＝lat_center+5度。
确定经度范围：经度范围从西经180度到东经180度，一个5度半径的矩形范围意味着水平方向上的距离应该是10度(东西两侧各5度)。假设中心点的经度为lon_center，那么范围的经度边界可以计算为lon_min＝lon_center-5度，lon_max＝lon_center+5度。
S22、获取对应时间的多源极轨卫星数据，根据有效性校核区域的校核结果确定有效极轨卫星数据源；
根据台风对应时间，分别获取FY3D卫星、NPP卫星数据及FY-4A卫星数据，然后依次校核每个极轨卫星数据源的卫星数据在有效性校核区域范围的有效点的数量。步骤如下：获取卫星传感器的观测范围数据点：获取卫星传感器的观测范围数据点，这些数据点通常表示了卫星传感器所能覆盖的地理位置信息。这些数据点可以是经纬度坐标。定义有效性校核区域的矩形范围：确定有效性校核区域的矩形范围，在该范围内寻找与卫星传感器观测范围的交集。矩形范围可以使用上下界经纬度坐标来定义。寻找交集：将卫星传感器的观测范围数据点与矩形范围进行比较，找出两者之间的交集部分。可以使用地理空间计算方法，如点在多边形内的判断算法，来判断每个数据点是否在矩形范围内。提取交集数据点：将位于交集部分的数据点提取出来，这些数据点就是矩形范围所覆盖的卫星传感器的观测范围的数据点。若包含有效性校核区域范围总数量的50％以上，则确定为有效极轨卫星数据源。在本发明中，如遥感数据如以上情况自动匹配50％阈值以上，则自动绘图，低于阈值，按缺测或观测不完整处理(不绘图)。
S23、围绕台风实时中心点位置自动匹配有效极轨卫星数据源的卫星数据。
S3、依据匹配后的有效多源极轨卫星数据绘制台风暖心三维结构切片动态图及台风暖心垂直廓线结构图，对台风暖心三维结构进行定量化展示，包括：
S31、依据匹配后的有效多源极轨卫星数据绘制台风暖心三维结构切片动态图，具体为：
S311、获取FY3D卫星、NPP卫星中有效极轨卫星数据源的多维数据，根据所述多维数据的空间维度信息，分别按照经度方向、纬度方向及高度方向裁剪成多个指定范围大小的矩形2D网格数据；
获取FY3D卫星、NPP卫星中有效极轨卫星数据源的多维数据，根据多维数据的空间维度信息，将经纬度边界在有效性校核区域范围内，高度在极轨卫星数据层次内的极轨卫星数据，分别按照经度方向每隔0.1度、纬度方向每隔0.1度及高度方向按极轨卫星数据层次裁剪成多个片状的矩形2D网格数据，其中，FY3D卫星高度方向为43层、NPP卫星数据高度方向为100层(类似于将一个经纬度边界在有效性校核区域范围内，高度在极轨卫星数据层次内由极轨卫星数据组成的立方体，分别按经度方向每隔0.1度裁剪成多片矩形2D网格数据、按纬度方向每隔0.1度裁剪成多片矩形2D网格数据及按高度方向裁剪成多片矩形2D网格数据)。
S312、基于Python的Matplotlib库把得到的多个经度方向的矩形2D网格数据依次进行切片绘制，如附图2所示，绘制成多张间隔0.1度的经向3D静态切片图1，图中另附有标示温度颜色的暖心色标5；
S313、基于Python的Matplotlib库把得到的多个纬度方向的矩形2D网格数据依次进行切片绘制，如附图3所示，绘制多张间隔0.1度的纬向3D静态切片图2，图中另附有标示温度颜色的暖心色标5；
S314、基于Python的Matplotlib库把得到的多个高度方向的矩形2D网格数据依次进行切片绘制，并且，在绘制图形过程中，读取地图文件获取的地理信息，基于Python的Cartopy扩展包将地理信息以可视化显示叠加在3D图形上，绘制出FY3D卫星高度方向的43张3D静态切片图，NPP卫星数据高度方向的100张3D静态切片图。如附图4所示，为4个高度方向3D静态切片图3，图中另附有标示温度颜色的暖心色标5。
S315、获取有效极轨卫星数据源的多维数据，根据所述多维数据的空间维度，将数据裁剪成有效范围(经纬度边界在有效性校核区域范围内，高度在极轨卫星数据层次内)的矩形2D网格数据；最后再把处理好的网格数据通过基于Python的mpltoolkits库进行绘制，在绘制3D图形过程中，读取地图文件获取的地理信息，通过Cartopy扩展包将地理信息以可视化显示叠加在3D图形上，最后生成有地图信息的3D图形。
S316、获取对应台风时间的FY-4A卫星数据源的多维数据，绘制对照底图4；
FY-4A(风云四号A星)是中国自主研制的一个静止气象极轨卫星，属于风云系列极轨卫星的第四颗，作为中国气象极轨卫星系统的重要组成部分。FY-4A卫星搭载了多个传感器和仪器，用于获取地球大气和地表的各种气象信息。这些数据对于天气预报、气候监测、灾害预警等方面具有重要应用价值。FY-4A卫星的数据包括可见光和红外图像：这些图像可以用来观测云的形态、云量和云顶温度等信息，对于天气系统的分析和预测非常重要。
获取对应台风时间的FY-4A卫星数据源的多维数据，白天时，通过FY4A极轨卫星获取可见光图像数据，将数据进行裁剪，处理形成R,B,G三个通道数据，通过cv2库将R,G,B三通道融合成真彩色图。
夜晚时，通过FY4A获取红外图像数据，将数据进行裁剪，处理形成规则的二维数据，将二维网格数据绘制成红外图。
S317、按三个方向获取某个方向的全部切片图绘制台风暖心三维结构切片动态图，具体为：
获取某个方向的全部切片图后，对每张切片图依序命名，通过基于Python的PIL(Python Image Library)第三方库对同一方向的全部切片按命名顺序进行依次合成如附图5所示的GIF动态图。
S319、对多图进行组合显示：
通过Axes3D库绘制FY-4A卫星数据的对照底图4与FY3D卫星数据的上图，或FY-4A卫星数据的对照底图4与NPP卫星数据的上图组合而成的3D立体图，通过设置坐标轴范围、添加坐标轴标签及通过设置不同的颜色映射(cmap)，使两个图形表面以不同的颜色显示、组合在一起绘制成3D立体图。
FY3D卫星数据的上图与NPP卫星数据的上图可以是切片静态图，也可以是切片动态图。
根据绘图时采用极轨卫星数据的不同，绘制的台风暖心三维结构图，可以为温度图、温度距平图、亮温图、亮温距平图、湿度图等。
极轨卫星数据的距平计算：首先计算绘图范围内有效点的平均值，然后用每一个格点的值减去平均值，记为距平值。
温度距平图通过显示相对于长期平均温度的偏差，提供了对台风结构的直观理解。如附图6所示，为2022年第03号台风“暹芭”遥感温度距平图，通过观察温度距平图，我们可以看到台风核心区域较高的温度，以及台风环流系统周围较低的温度。这种明显的温度差异，能清楚表面台风暖心所在。
过去由于海上观测手段的限制，缺乏足够的观测数据对台风暖心结构进行研究，如今随着极轨卫星遥感技术的发展，能根据天体发射出的电磁辐射强度而推算出其温度，这也称之为亮温。在遥感领域，亮温也被用来推算地球表面的温度分布或其他环境参数，这极大地弥补了海上观测资料的不足。如附图7所示，为2022年第03号台风“遥芭”亮温距平图，可以看到台风在不同发展过程中的暖心三维结构变化特征，为台风预报分析提供科学的监测手段。
S32、依据有效多源极轨卫星数据绘制台风暖心垂直廓线结构图，具体为：
台风暖心垂直廓线结构图中可以包括正温度距平廓线6与温度差廓线7。其中：正温度距平廓线6为台风中心1度范围内正温度距平最大值垂直廓线，温度差廓线7为台风中心半径1度范围均值与半径5度范围内温度均值的差垂直廓线。廓线是用来定量查看暖心强度和垂直分布变化，与上述的三维结构图相比，三维结构图是定性看，廓线结构图是定量看。
正温度距平指的是某段时间内(通常为一个月或一个季度)，某个地区的平均气温与过去若干年同期平均气温之差的正值。正温度距平最大值表示在该段时间内，该地区的正温度距平的最大值是多少。计算正温度距平最大值的步骤如下：收集该地区历史同期的气温数据，并计算出历史同期的平均气温；收集该段时间内该地区的气温数据，并计算出该段时间内的平均气温；计算该段时间内的正温度距平，即该段时间内的平均气温减去历史同期的平均气温，如果结果为正数则取该值，否则为0；重复第3步，计算每个时间段的正温度距平最大值，并比较得出正温度距平最大值。
本发明读取FY3D或者NPP数据文件后，依据有效多源极轨卫星数据，获取到每层高度(FY3D43层、NPP100层)的极轨卫星数据。通过griddata库进行插值获取规则的网格数据，根据台风中心点的经纬度获取相应的正温度距平最大值或温度差的值进行绘制如附图8所示的台风暖心垂直廓线结构图。即根据台风中心点的经纬度获取相应的正温度距平最大值进行绘制正温度距平廓线6，获取相应的温度差的值进行绘制温度差廓线7，形成如附图8所示的台风暖心垂直廓线结构图。
通过本发明的多源极轨卫星台风暖心三维结构自动匹配与定量展示方法可以查看和分析台风暖心结构和台风垂直倾斜度等重要宏观物理特征，本发明提供的台风暖心结构和垂直廓线能够定量化台风发展的强弱。
台风暖心结构能够表征台风强弱：如附图9所示，较强暖心结构为某年7月2日(TY)，较弱暖心结构为某年6月30日(TS)和某年7月3日(TS)，其暖心结构高度层主要发生在500hPa到250hPa之间。
NPP和FY-3D微波温度计暖心结构遥感监测对比：如附图10所示，NPP比FY-3D微波温度计的暖心结构遥感监测效果好一些，FY-3D微波温度计数据精度有待进一步改进。
作为本发明实施的另一个方面，本发明还提供台风三维结构的在线展示功能，即，将绘制出来的图形产品，以HTTP服务的方式共享出来，在所属区域的遥感卫星数据展示与分析平台上，在不同的展示底图上叠加台风路径点后，以气泡的方式展示当前路径点是否有动画图，如有动画图，则通过点击台风实况气泡点8，即可在线查看3D动画图。展示底图可以包括来自不同卫星(可以为FY4A/AGRI、Himawari、FY4B/AGR、FY2G/VISSR及FY2F/VISSR)源的展示热带气旋类的云顶温度图、云顶高度图、云相态图、海表温度图、云顶气压图、云光学厚度图、降水估计图、台风判识图和展示卫星云图类的静止云图和极轨云图。不同的展示底图可以针对台风分析提供不同的应用场景，比如，云顶温度图可以分析台风对流发展强弱；云顶高度图可以分析台风螺旋云系发展高度；海表温度图可以分析台风发展的能量条件，本发明围绕这些台风发展的云系，热力，动力，水汽条件，能够提供不同场景的定量遥感组合诊断分析。
如附图12所示，以台风“泰利”、“杜苏芮”在华南区域的遥感卫星数据展示与分析平台的在线展示为例，分析平台上提供的是展示热带气旋的底图(可根据需求更换、调整)，在底图上，按照检测到的台风的实时中心点的位置，按照台风时间、位置及台风名称，在展示底图上叠加绘出台风实时中心点的位置，所有台风实时中心点位置串连起来，形成台风路径，叠加泰利台风路径9、杜苏芮台风路径10后，再以气泡的方式展示当前路径点是否有台风暖心三维结构切片动态图及台风暖心垂直廓线结构图，如有图，则通过点击台风路径气泡点8，即可在线查看台风暖心三维结构，围绕这些台风发展的云系，热力，动力，水汽条件，直观看到台风在不同发展过程中的暖心三维结构变化特征，为台风监测预报分析提供遥感科学监测手段。
可选地，在本实施例中，本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(Read-Only Memory，ROM)、随机存取器(Random Access Memory，RAM)、磁盘或光盘等。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
以上对本发明及其实施方式进行了描述，这种描述没有限制性，附图中所示的也只是本发明的实施方式之一，实际的结构并不局限于此。总而言之如果本领域的普通技术人员受其启示，在不脱离本发明创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本发明的保护范围。
Claims (8)
1.一种多源极轨卫星台风暖心三维结构自动匹配与定量展示方法，其特征在于，其包括：
S1、检索台风路径信息，获取台风实时中心点位置；
S2、根据台风实时中心点位置自动匹配对应时间的有效多源极轨卫星数据；
S3、依据匹配后的有效多源极轨卫星数据绘制台风暖心三维结构切片动态图及台风暖心垂直廓线结构图，对台风暖心三维结构进行定量化展示，包括：
S31、依据匹配后的有效多源极轨卫星数据绘制台风暖心三维结构切片动态图，具体为：
S311、获取FY3D卫星、NPP卫星数据中有效极轨卫星数据源的多维数据，根据多维数据的空间维度信息，分别按照经度方向、纬度方向及高度方向裁剪成多个指定范围大小的矩形2D网格数据；
S312、将得到的多个经度方向的矩形2D网格数据依次进行切片绘制，得到多张间隔0.1度的经向的3D静态切片图；
S313、将得到的多个纬度方向的矩形2D网格数据依次进行切片绘制，得到多张间隔0.1度的纬向的3D静态切片图；
S314、将得到的多个高度方向的矩形2D网格数据依次进行切片绘制，并叠加地理信息，绘制出极轨卫星数据高度层次的多张3D静态切片图；
S315、获取有效极轨卫星数据源的多维数据，绘制叠加有地图信息的3D图形；
S316、获取经度、纬度、高度方向的某个方向的全部切片图后，对同一方向的全部切片图按顺序合成GIF动态图；
S317、获取对应台风时间的FY-4A卫星数据源的多维数据，绘制对照底图；
S318、按三个方向获取某个方向的全部切片图绘制台风暖心三维结构切片动态图，具体为：
获取某个方向的全部切片图后，对每张切片图依序命名，通过基于Python的PIL对同一方向的全部切片按命名顺序进行依次合成GIF动态图；
S319、对多图进行组合显示：
通过Axes3D库绘制FY-4A卫星数据的对照底图与FY3D卫星数据的上图，或FY-4A卫星数据的对照底图与NPP卫星数据的上图组合而成的3D立体图，通过设置坐标轴范围、添加坐标轴标签及通过设置不同的颜色映射，使两个图形表面以不同的颜色显示、组合在一起绘制成3D立体图；
S32、依据有效多源极轨卫星数据绘制台风暖心垂直廓线结构图，具体为：
依据有效多源极轨卫星数据，获取到每层高度的极轨卫星数据，通过griddata库进行插值获取规则的网格数据，根据台风中心点的经纬度获取相应的正温度距平最大值或温度差的值进行绘制包括正温度距平廓线与温度差廓线的台风暖心垂直廓线结构图。
2.根据权利要求1所述的多源极轨卫星台风暖心三维结构自动匹配与定量展示方法，其特征在于，所述步骤S1、检索台风路径信息，获取台风实时中心点位置，包括：
自动检索台风路径信息，根据检索到的台风定位获取台风实时中心点位置，还包括获取对应时间及经纬度信息。
3.根据权利要求1所述的多源极轨卫星台风暖心三维结构自动匹配与定量展示方法，其特征在于，所述步骤S2、根据台风实时中心点位置自动匹配对应时间的有效多源极轨卫星数据，包括：
S21、根据台风实时中心点位置确定有效性校核区域；
S22、获取对应时间的多源极轨卫星数据，根据有效性校核区域的校核结果确定有效极轨卫星数据源；
S23、围绕台风实时中心点位置自动匹配有效极轨卫星数据源的卫星数据。
4.根据权利要求3所述的多源极轨卫星台风暖心三维结构自动匹配与定量展示方法，其特征在于，所述有效性校核区域为以台风实时中心点位置为中心、半径为5度的矩形范围区域。
5.根据权利要求3所述的多源极轨卫星台风暖心三维结构自动匹配与定量展示方法，其特征在于，所述步骤S22、获取对应时间的多源极轨卫星数据，根据有效性校核区域的校核结果确定有效极轨卫星数据源，具体为：
获取对应时间的多源极轨卫星数据，依次校核每个极轨卫星数据源的卫星数据在有效性校核区域范围的有效点的数量，若包含有效性校核区域范围总数量的阈值以上，则确定为有效极轨卫星数据源。
6.根据权利要求1所述的多源极轨卫星台风暖心三维结构自动匹配与定量展示方法，其特征在于，极轨卫星包括FY3D卫星、NPP卫星及FY4A卫星。
7.根据权利要求5所述的多源极轨卫星台风暖心三维结构自动匹配与定量展示方法，其特征在于，所述阈值为50％。
8.根据权利要求1所述的多源极轨卫星台风暖心三维结构自动匹配与定量展示方法，其特征在于，所述步骤S315、获取有效极轨卫星数据源的多维数据，绘制叠加有地图信息的3D图形，具体为：
获取有效极轨卫星数据源的多维数据，根据所述多维数据的空间维度，将数据裁剪成经纬度边界在有效性校核区域范围内，高度在极轨卫星数据层次内的矩形2D网格数据，把处理好的网格数据通过基于Python的mpltoolkits库进行绘制，在绘制3D图形过程中，读取地图文件获取的地理信息，通过Cartopy扩展包将地理信息以可视化显示叠加在3D图形上，生成有地图信息的3D图形。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311463858.7A CN117422832B (zh) | 2023-11-06 | 2023-11-06 | 多源极轨卫星台风暖心三维结构自动匹配与定量展示方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311463858.7A CN117422832B (zh) | 2023-11-06 | 2023-11-06 | 多源极轨卫星台风暖心三维结构自动匹配与定量展示方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117422832A CN117422832A (zh) | 2024-01-19 |
| CN117422832B true CN117422832B (zh) | 2024-04-12 |
Family
ID=89524662
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311463858.7A Active CN117422832B (zh) | 2023-11-06 | 2023-11-06 | 多源极轨卫星台风暖心三维结构自动匹配与定量展示方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117422832B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006208195A (ja) * | 2005-01-28 | 2006-08-10 | National Research Institute For Earth Science & Disaster Provention | 降雨強度と雨水量の３次元分布推定装置および方法 |
| CN106443830A (zh) * | 2016-06-16 | 2017-02-22 | 杭州师范大学 | 一种基于多源卫星数据的台风监测及评价监测精度的方法 |
| CN112614230A (zh) * | 2021-01-06 | 2021-04-06 | 飞燕航空遥感技术有限公司 | 台风动态路径绘制方法和绘制系统 |
| CN114896544A (zh) * | 2022-03-15 | 2022-08-12 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种风云气象卫星协同多数据源的三维云融合分析的方法 |
| CN116089546A (zh) * | 2021-11-05 | 2023-05-09 | 中国科学院深圳先进技术研究院 | 一种台风云系识别方法、系统、终端以及存储介质 |
| CN116931009A (zh) * | 2023-07-20 | 2023-10-24 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种卫星联合观测绘制温度对数压力图的方法和设备 |
-
2023
- 2023-11-06 CN CN202311463858.7A patent/CN117422832B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006208195A (ja) * | 2005-01-28 | 2006-08-10 | National Research Institute For Earth Science & Disaster Provention | 降雨強度と雨水量の３次元分布推定装置および方法 |
| CN106443830A (zh) * | 2016-06-16 | 2017-02-22 | 杭州师范大学 | 一种基于多源卫星数据的台风监测及评价监测精度的方法 |
| CN112614230A (zh) * | 2021-01-06 | 2021-04-06 | 飞燕航空遥感技术有限公司 | 台风动态路径绘制方法和绘制系统 |
| CN116089546A (zh) * | 2021-11-05 | 2023-05-09 | 中国科学院深圳先进技术研究院 | 一种台风云系识别方法、系统、终端以及存储介质 |
| CN114896544A (zh) * | 2022-03-15 | 2022-08-12 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种风云气象卫星协同多数据源的三维云融合分析的方法 |
| CN116931009A (zh) * | 2023-07-20 | 2023-10-24 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种卫星联合观测绘制温度对数压力图的方法和设备 |
Non-Patent Citations (2)
| Title |
|---|
| 广东省气象卫星遥感数据资源池设计与应用;王刚 等;气象科技;20220831;第50卷(第4期);全文 * |
| 登陆过程中台风高层暖心结构演变特征分析;王尚宏 等;气象;20180531;第44卷(第5期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117422832A (zh) | 2024-01-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Barrett | The estimation of monthly rainfall from satellite data | |
| Unger | Connection between urban heat island and sky view factor approximated by a software tool on a 3D urban database | |
| Du et al. | Simultaneous investigation of surface and canopy urban heat islands over global cities | |
| Matzarakis et al. | Sky view factor as a parameter in applied climatology-rapid estimation by the SkyHelios model | |
| CN111553245A (zh) | 基于机器学习算法和多源遥感数据融合的植被分类方法 | |
| An et al. | Three-dimensional point cloud based sky view factor analysis in complex urban settings. | |
| Sun-Mack et al. | Regional apparent boundary layer lapse rates determined from CALIPSO and MODIS data for cloud-height determination | |
| CN113343777B (zh) | 一种面向自然灾害应急响应的卫星快速规划方法及系统 | |
| Liu et al. | Microclimatic measurements in tropical cities: Systematic review and proposed guidelines | |
| Chen et al. | Modeling of mean radiant temperature based on comparison of airborne remote sensing data with surface measured data | |
| CN111241698A (zh) | 对流层顶风场反演方法、装置、存储介质及计算机设备 | |
| Slättberg et al. | Spatial and temporal patterns of planetary boundary layer height during 1979–2018 over the Tibetan Plateau using ERA5 | |
| Kidd et al. | Derivation of sky-view factors from lidar data | |
| Mustaquim | Utilizing remote sensing data and ArcGIS for advanced computational analysis in land surface temperature modeling and land use property characterization | |
| Chen et al. | Quantifying the carbon storage in urban trees using multispectral ALS data | |
| Menon | Remote sensing applications in agriculture and forestry | |
| Voogt | Image representations of complete urban surface temperatures | |
| CN117422832B (zh) | 多源极轨卫星台风暖心三维结构自动匹配与定量展示方法 | |
| CN112629666B (zh) | 一种适用于热红外无人机地表温度日变换模型构建方法 | |
| Erickson | Comparison of developing vs. non-developing tropical disturbances | |
| Al-Ramahi et al. | Spatial Analysis of Relative Humidity and Its Effect on Baghdad City for The Years 2008, 2013 and 2018 | |
| Sefercik et al. | Point-based and model-based geolocation analysis of airborne laser scanning data | |
| Ni et al. | A method for the registration of multiview range images acquired in forest areas using a terrestrial laser scanner | |
| Varentsov et al. | Comparison between in situ and satellite multiscale temperature data for russian arctic cities for winter conditions | |
| Santosh | Estimation of daytime planetary boundary layer height (PBLH) over the tropics and subtropics using COSMIC-2/FORMOSAT-7 GNSS–RO measurements |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |