利用FY-2C资料对西北太平洋海域云分类的研究

北京大学学报（自然科学版）

利用FY-2C资料对西北太平洋海域云分类的研究

尹跃¹,李万彪¹,姚展予²,金元国³

1.北京大学物理学院大气科学系，北京100871；2.中国气象科学研究院中国气象局云雾物理重点开放实验室，北京100081；3.金日成综合大学地球环境科学系，平壤；，E-mail：lwb@pku.edu.cn

收稿日期:2008-03-21 出版日期:2009-03-20 发布日期:2009-03-20

A Study of Cloud Classification in the Northwestern Pacific by Using FY-2C Data

YIN Yue¹， LI Wanbiao¹， YAO Zhanyu²， KIM Won-guk³

1. Department of Atmospheric Sciences, School of Physics, Peking University, Beijing 100871； 2. Key Laboratory for Cloud Physics and Weather Modification of CMA, Chinese Academy of Meteorological Sciences, Beijing 100081； 3. Department of Earth Environmental Sciences，Kim Il-sung University，Pyongyang；， E-mail： lwb@pku.edu.cn

Received:2008-03-21 Online:2009-03-20 Published:2009-03-20

摘要/Abstract

摘要： 使用2006年8月的31次FY-2C卫星资料进行地理定位研究，发现定位误差小于0.13条扫描线，此精度满足云分类研究需求；在此基础上，使用云分析法和聚类分析法对云进行分类试验，分类结果与FY-2C业务云产品进行对比。结果表明，云分析法确定的云型比业务云产品类型多，并对中低云有很好的识别；而聚类分析结果要优于业务云产品分类结果，在云分布细节上接近实际情况。

关键词: FY-2C, 定位, 云分析法, 聚类分析

Abstract: The tests of navigation are carried out using 31 FY-2C images in Aug. 2006, The result shows that the navigation error is less than 0.13 scan line, which is good enough for cloud classification analysis. Two methods of cloud classification (nephanalysis and cluster analysis) are presented and the classifying distributions are compared with the FY-2C NOM cloud product. Cloud categories obtained in nephanalysis are more than FY-2C NOM cloud product, and middle/low clouds are recognized well by nephanalysis. The results by cluster analysis are better than NOM cloud product, and cloud distribution are more realistic.

Key words: FY-2C, navigation, nephanalysis, cluster analysis

中图分类号:

P404

尹跃,李万彪,姚展予,金元国. 利用FY-2C资料对西北太平洋海域云分类的研究[J]. 北京大学学报（自然科学版）.

YIN Yue,LI Wanbiao,YAO Zhanyu,KIM Won-guk. A Study of Cloud Classification in the Northwestern Pacific by Using FY-2C Data[J]. Acta Scientiarum Naturalium Universitatis Pekinensis.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://xbna.pku.edu.cn/CN/

https://xbna.pku.edu.cn/CN/Y2009/V45/I2/257

[1]	王东辉. 植物生长素整体原位定位技术[J]. 北京大学学报自然科学版, 2022, 58(5): 795-800.
[2]	姚远, 杨周胜, 姜金钟, 周仕勇. 云南小江断裂带中段的微震活动性――PALM自动检测方法在密集台阵中的应用[J]. 北京大学学报自然科学版, 2022, 58(5): 829-838.
[3]	杨延昭, 盖增喜. 台阵网格自动定位方法在鄂尔多斯地块南部和秦岭‒大别造山带的应用[J]. 北京大学学报自然科学版, 2022, 58(4): 626-634.
[4]	韩甲源, 张献兵, 周仕勇. 亚洲地区1918—1970年7级以上强震重新定位与震源机制测量及结果的不确定性分析[J]. 北京大学学报自然科学版, 2020, 56(5): 867-874.
[5]	王志芳, 周瑶瑾, 徐敏, 付宏鹏, 王思睿. 县域景观特征管理单元划分方法——以武胜县为例[J]. 北京大学学报自然科学版, 2020, 56(3): 553-560.
[6]	吴梦羽, 毛淑娟, 宁杰远, 唐启家, 蒋一然. 基于模板识别方法探测断层结构[J]. 北京大学学报自然科学版, 2018, 54(4): 730-738.
[7]	蒋丹凝, 王志芳, 陈宇枫, 张子骄, 杨少栋. 岭南乡村“海绵”措施的宏观归纳分析[J]. 北京大学学报自然科学版, 2018, 54(4): 873-882.
[8]	李罗兰, 何川, 谭玉阳. 微地震观测系统及震源定位目标函数研究[J]. 北京大学学报自然科学版, 2017, 53(2): 329-343.
[9]	熊文涛,师永民,刘新菊,王小军,吴洛菲,王磊,郭馨蔚. 致密砂岩储层流动单元研究---以鄂尔多斯盆地延长组长61油层为例[J]. 北京大学学报（自然科学版）, 2014, 50(2): 288-294.
[10]	林晓燕,高良才,汤帜. 中文电子文档的数学公式定位研究[J]. 北京大学学报（自然科学版）, 2014, 50(1): 17-24.
[11]	刘冬,李鹿原,王勇涛,汤帜. 一种无监督的中文漫画对白自动定位方法[J]. 北京大学学报（自然科学版）, 2014, 50(1): 25-32.
[12]	房婧,高良才,仇睿恒,汤帜. 版式电子文档表格自动检测与性能评估[J]. 北京大学学报（自然科学版）, 2013, 49(1): 45-53.
[13]	万家欢,庄春华,陈秀万,张威奕,万玮. 基于线性加权的Cell-ID定位方法[J]. 北京大学学报（自然科学版）, 2012, 48(6): 913-917.
[14]	李爽,李双成. 青藏高原气候变化风险源综合聚类研究[J]. 北京大学学报（自然科学版）, 2012, 48(4): 657-664.
[15]	武玲娟,崔莹莹,路卫军,于敦山. 高灵敏度GPS接收机载波跟踪环路的设计优化与实现[J]. 北京大学学报（自然科学版）, 2011, 47(5): 783-788.