Методика выделения облачности для данных сканера AVHRR, относящихся к Черному морю

Описывается один из регионально адаптированных для Черноморского региона вариантов методики распознавания облачности на изображениях AVHRR. За основу взяты пороговые алгоритмы, использующие особенности формирования восходящего излучения в различных спектральных интервалах. В ходе изучения данных, от...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Datum:	2009
1. Verfasser:	Плотников, Е.В.
Format:	Artikel
Sprache:	Russian
Veröffentlicht:	Морський гідрофізичний інститут НАН України 2009
Schriftenreihe:	Морской гидрофизический журнал
Schlagworte:	Экспериментальные и экспедиционные исследования
Online Zugang:	http://dspace.nbuv.gov.ua/handle/123456789/105055
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:	Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren:	Методика выделения облачности для данных сканера AVHRR, относящихся к Черному морю / Е.В. Плотников // Морской гидрофизический журнал. — 2009. — № 3. — С. 69-76. — Бібліогр.: 4 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine

id	irk-123456789-105055
record_format	dspace
spelling	irk-123456789-1050552016-08-06T03:02:25Z Методика выделения облачности для данных сканера AVHRR, относящихся к Черному морю Плотников, Е.В. Экспериментальные и экспедиционные исследования Описывается один из регионально адаптированных для Черноморского региона вариантов методики распознавания облачности на изображениях AVHRR. За основу взяты пороговые алгоритмы, использующие особенности формирования восходящего излучения в различных спектральных интервалах. В ходе изучения данных, относящихся к Черному морю, проанализированы и модифицированы известные алгоритмы выделения облачных ситуаций в ночное и дневное время. При рассмотрении результатов обработки массивов спутниковых данных, полученных в 2005 и 2006 гг., оценена эффективность и выявлены недостатки разработанного метода. One of the variants of the algorithm of cloud detection (regionally adapted to the Black Sea) on AVHRR images is described. The threshold algorithms using the features of ascending radiation formation in various spectral intervals are taken as a basis. AVHRR data on the Black Sea permit to test and modify the existing algorithms of cloud detection in day and night time. The method efficiency is evaluated by processing satellite data for 2005 – 2006; its drawbacks are revealed. 2009 Article Методика выделения облачности для данных сканера AVHRR, относящихся к Черному морю / Е.В. Плотников // Морской гидрофизический журнал. — 2009. — № 3. — С. 69-76. — Бібліогр.: 4 назв. — рос. 0233-7584 http://dspace.nbuv.gov.ua/handle/123456789/105055 528.854 ru Морской гидрофизический журнал Морський гідрофізичний інститут НАН України
institution	Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection	DSpace DC
language	Russian
topic	Экспериментальные и экспедиционные исследования Экспериментальные и экспедиционные исследования
spellingShingle	Экспериментальные и экспедиционные исследования Экспериментальные и экспедиционные исследования Плотников, Е.В. Методика выделения облачности для данных сканера AVHRR, относящихся к Черному морю Морской гидрофизический журнал
description	Описывается один из регионально адаптированных для Черноморского региона вариантов методики распознавания облачности на изображениях AVHRR. За основу взяты пороговые алгоритмы, использующие особенности формирования восходящего излучения в различных спектральных интервалах. В ходе изучения данных, относящихся к Черному морю, проанализированы и модифицированы известные алгоритмы выделения облачных ситуаций в ночное и дневное время. При рассмотрении результатов обработки массивов спутниковых данных, полученных в 2005 и 2006 гг., оценена эффективность и выявлены недостатки разработанного метода.
format	Article
author	Плотников, Е.В.
author_facet	Плотников, Е.В.
author_sort	Плотников, Е.В.
title	Методика выделения облачности для данных сканера AVHRR, относящихся к Черному морю
title_short	Методика выделения облачности для данных сканера AVHRR, относящихся к Черному морю
title_full	Методика выделения облачности для данных сканера AVHRR, относящихся к Черному морю
title_fullStr	Методика выделения облачности для данных сканера AVHRR, относящихся к Черному морю
title_full_unstemmed	Методика выделения облачности для данных сканера AVHRR, относящихся к Черному морю
title_sort	методика выделения облачности для данных сканера avhrr, относящихся к черному морю
publisher	Морський гідрофізичний інститут НАН України
publishDate	2009
topic_facet	Экспериментальные и экспедиционные исследования
url	http://dspace.nbuv.gov.ua/handle/123456789/105055
citation_txt	Методика выделения облачности для данных сканера AVHRR, относящихся к Черному морю / Е.В. Плотников // Морской гидрофизический журнал. — 2009. — № 3. — С. 69-76. — Бібліогр.: 4 назв. — рос.
series	Морской гидрофизический журнал
work_keys_str_mv	AT plotnikovev metodikavydeleniâoblačnostidlâdannyhskaneraavhrrotnosâŝihsâkčernomumorû
first_indexed	2025-07-07T16:15:14Z
last_indexed	2025-07-07T16:15:14Z
_version_	1837005447729512448
fulltext	ISSN 0233-7584. Мор. гидрофиз. журн., 2009, № 3 69 УДК 528.854 Е.В. Плотников Методика выделения облачности для данных сканера AVHRR, относящихся к Черному морю Описывается один из регионально адаптированных для Черноморского региона ва- риантов методики распознавания облачности на изображениях AVHRR. За основу взяты пороговые алгоритмы, использующие особенности формирования восходящего излуче- ния в различных спектральных интервалах. В ходе изучения данных, относящихся к Черному морю, проанализированы и модифицированы известные алгоритмы выделения облачных ситуаций в ночное и дневное время. При рассмотрении результатов обработки массивов спутниковых данных, полученных в 2005 и 2006 гг., оценена эффективность и выявлены недостатки разработанного метода. Температура поверхности моря (ТПМ) является одним из главных пара- метров, характеризующих состояние морской системы. Основным источни- ком получения информации о ТПМ с использованием спутниковых измере- ний служат данные ИК-сканеров AVHRR, MODIS, ATSR. Важный фактор при этом – исключение облачных участков изображений. Наличие облачности приводит к искажению ИК-сигнала таким образом, что все методы расчетов по полученным данным восстанавливают темпера- туру верхней границы облаков, которая может существенно отличаться от ТПМ. Следовательно, для адекватного определения температуры морской поверхности по результатам расчета яркостной температуры фрагменты ИК-изображений, занятые облачностью, должны быть исключены из рас- смотрения. Фильтрация облачности является достаточно сложной задачей, относящейся к распространенному при обработке спутниковой информации классу задач по идентификации и классификации природных объектов. В работе описан алгоритм выделения облачности на ИК-изображениях AVHRR, в его основу легли известные методики [1 – 4], адаптированные с учетом особенностей Черноморского региона. Анализ проводился на основе изучения данных AVHRR, полученных в 2005 – 2006 гг. Сканер AVHRR установлен на спутниках серии NOAA. Прибор широко используется для изучения окружающей среды. Мультиспектральность ра- диометра является ключевым фактором, обеспечивающим принципиальную возможность разработки высокоточных методов восстановления ТПМ, в ча- стности методов фильтрации облачности. Используемые данные и методология обработки. Для отработки ме- тодологии фильтрации облачности использованы данные, полученные в приемном центре МГИ НАН Украины в 2005 и 2006 гг. Они представляют собой однобайтовые растры изображений, записанные в формате HRPT. © Е.В. Плотников, 2009 ISSN 0233-7584. Мор. гидрофиз. журн., 2009, № 3 70 При выполнении процедуры первичной обработки рассчитываются цифровые карты альбедо в каналах 0,63; 0,83 и 1,6 мкм и радиационной температуры в каналах 3,7; 10,8 и 11,9 мкм. Кроме того, по рекомендо- ванным NOAA алгоритмам рассчитываются карты ТПМ без фильтрации облачности. Эти данные относятся к району с координатами 27 – 42° в.д. и 40 – 48° с.ш. и являются входной информацией для рассматриваемого алгоритма. Альбедо в оптических каналах рассчитывается в интервале 0 – 25%. Радиационная температура в каждом из ИК -каналов в зависи- мости от сезона и метеорологических условий определяется в интерва- лах 260 – 285, 270 – 295 или 280 – 305 К. Все фрагменты, соответст- вующие величины в которых не входят в эти интервалы, отфильтровы- ваются. Следует отметить, что при этом удаляется часть облачных фрагментов. Пороговые алгоритмы основаны на последовательном применении фильтров, в каждом из которых используются различные принципы распознавания облаков. Сущность работы фильтров состоит в расчете некоторой числовой характеристики для каждого пикселя изображения и ее оценке в соответствии с определенными пороговыми значениями. В результате строится маска облачных фрагментов. Региональная адаптация фильтров заключалась в расчете оптималь- ных пороговых значений и, при необходимости, в изменении некоторых особенностей реализации. Пороговые значения определялись при по- мощи сопоставления изучаемых характеристик с априорной информа- цией о наличии или отсутствии облачности в соответствующих фраг- ментах изображения, полученной путем эмпирической оценки уровней сигнала и текстур изображений во всех доступных каналах. Вообще го- воря, пороговые значения могут существенно различаться применительно к данным, относящимся даже к небольшому временному интервалу. Общие принципы построения фильтров. Различные типы подсти- лающей поверхности имеют разные отражательные и излучательные характеристики. Например, морская поверхность отражает солнечную радиацию гораздо слабее, чем облака или бόльшая часть объектов на суше. Кроме того, в силу существенного различия ТПМ и температуры плотных облаков интенсивность их излучения в ИК-диапазоне будет разной. Это позволяет распознавать облачность в тех участках изобра- жения, где значения альбедо или радиационной температуры соответст- венно в оптических и ИК-каналах существенно отличаются от типич- ных значений для участков, свободных от облачности. На рис. 1 пока- заны карты термодинамической температуры и альбедо подстилающей поверхности, рассчитанные по данным дневных измерений. Здесь вы- деляются две области, закрытые плотными низкими облаками и тума- ном. Для плотных низких облаков значения температуры не превышают 5°С, значения альбедо лежат в интервале 17 – 25%. Для тумана значе- ния температуры находятся в интервале 4 – 8°С, альбедо – 8 –15%. ISSN 0233-7584. Мор. гидрофиз. журн., 2009, № 3 71 Р и с. 1. Карты термодинамической температуры – а и альбедо – б по данным 01.04.2006 г., 11 ч 38 мин Для чистой атмосферы и облачности существуют отличия в отражатель- ных, пропускательных и излучательных характеристиках в зависимости от участка спектра. Это дает возможность распознавания облаков при одновре- менном рассмотрении измерений, относящихся к различным участкам спек- тра. Сущность тестов, основанных на этом принципе, заключается в сопос- тавлении различий карт альбедо и карт радиационных температур на разных длинах волн. На рис. 2 показаны термодинамическая температура и разность радиационных температур в каналах 3,7 и 11,9 мкм. Ясно просматривается совпадение фрагментов первой карты, в которых температура меньше 7°С, с фрагментами второй, где разность радиационных температур меньше 0°С или больше 4°С. Р и с. 2. Карты термодинамической температуры – а и разности радиационных температур в каналах 3,7 и 11,9 мкм – б (36 – 39° в.д., 42 – 44° с.ш., 18. 04. 2006 г., 19 ч 03 мин) Для морской поверхности, в отличие от различных типов облачности, ха- рактерны слабые пространственные различия в излучательных характеристи- ках. Тесты, основанные на оценке дисперсии значений цифровых карт в не- которых пространственных окнах, эффективны для фильтрации мелкой об- лачности. Для иллюстрации рассмотрим рис. 3. Здесь изображена карта тер- модинамической температуры и карта, численное значение в каждом пикселе которой равно амплитуде значений разности радиационных температур ISSN 0233-7584. Мор. гидрофиз. журн., 2009, № 3 72 для пространственного окна 33 пикселя с центром в рассматриваемом пик- селе. Области высокой пространственной неоднородности ТПМ, обусловлен- ной мелкими облачными структурами, выделяются очень четко. Р и с. 3. Карты термодинамической температуры – а и амплитуды разности радиационных температур в каналах 3,7 и 11,9 мкм для пространственного окна 33 пикселя – б (32 – 36° в.д., 42 – 44° с.ш., 17.09.2005 г., 23 ч 45 мин) Исходя из этих принципов, используемые фильтры можно разделить на три группы: – оценивающие уровень сигнала в отдельных спектральных окнах; – сопоставляющие уровни сигналов в различных спектральных окнах; – оценивающие пространственную неоднородность уровней сигналов. Алгоритм фильтрации для изображений, полученных в дневное вре- мя. Оценка альбедо в канале 0,83 мкм. Восходящее излучение в этом спек- тральном окне в основном формируется за счет отражения солнечной радиа- ции от морской поверхности и рассеяния в атмосфере. Для дневных данных фильтрация начинается с оценки сверху альбедо в канале 0,83 мкм. Порого- вое значение для оценки равно 3%. Оценка радиационной температуры в канале 10,8 мкм. Температура верхней границы облаков для типичных атмосферных условий значительно ниже ТПМ. Это позволяет осуществлять фильтрацию низкой плотной облач- ности, используя оценку радиационной температуры. Для этой цели выбира- ется канал 10,8 мкм, пропускание атмосферы в котором максимально, поэто- му рассчитываемая радиационная температура для безоблачных участков наиболее близка к температуре воды. Пороговое значение выбрано исходя из предположения, что температура замерзания морской воды равна 271 К. Оценка пространственной неоднородности альбедо в канале 0,83 мкм. В условиях отсутствия облачности изменчивость альбедо морской поверхности в малых пространственных масштабах весьма незначительна. Принцип рабо- ты данного фильтра заключается в вычислении амплитуды альбедо по про- странственным окнам размером 33 пикселя, в центре которых находится рассматриваемый пиксель. Полученная величина используется для сравнения с пороговым значением. Опыт показывает, что для безоблачных участков эта характеристика за редким исключением в очень специфических случаях не превышает 0,3%. ISSN 0233-7584. Мор. гидрофиз. журн., 2009, № 3 73 Оценка разности радиационных температур в каналах 10,8 и 11,9 мкм. Производится сверху и снизу. Для отработки этого фильтра были отобраны данные 120 ночных измерений. Отбор проводился с учетом равномерности распределения данных по сезонам. Облачность на этих изображениях была отфильтрована в интерактивном режиме. При анализе скаттерограммы зави- симости разности температур в каналах 10,8 и 11,9 мкм от температуры в ка- нале 10,8 мкм были построены пороговые кривые (рис. 4). При оценке сверху облачными пикселями будут те, для которых cbIaIII  8,10 2 8,109,118,10 , где ;0017,0a ;8633,0b ;275,113c I c индексом – радиационная темпе- ратура в соответствующем канале. При оценке снизу фильтруются пиксели, для которых cbIaIII  810 2 810911810 ,,,, , где ;00126262,0a ;699747,0b 95,96c . Р и с. 4. Скаттерограмма зависимости разности радиационных температур в каналах 10,8 и 11,9 мкм от радиационной температуры в канале 10,8 мкм Оценка пространственной неоднородности поля радиационной темпера- туры в канале 10,8 мкм. Пространственная однородность ТПМ значительно выше, чем у облаков. Это позволяет фильтровать пропущенную мелкую об- лачность. Точно так же, как при фильтрации по однородности альбедо, вы- числяется разность между максимальным и минимальным значениями ра- диационной температуры в канале 10,8 мкм для пространственного окна 33 пикселя с центром в рассматриваемом пикселе. Оптимальным для оценки сверху полученной величины оказалось пороговое значение 0,7 К. Проблема применения этого фильтра заключается в избыточности фильтрации. Фильт- руются как облачные участки изображения, так и участки, соответствующие областям неоднородности ТПМ, например границы апвеллингов. Распозна- ISSN 0233-7584. Мор. гидрофиз. журн., 2009, № 3 74 вание подобных зон представляет собой довольно непростую задачу и явля- ется одним из направлений дальнейшего совершенствования метода. Алгоритм фильтрации для изображений, полученных в ночное вре- мя. Оценка радиационной температуры в канале 10,8 мкм. В ночных услови- ях начальная грубая фильтрация плотной облачности производится при по- мощи фильтра, задающего минимальное допустимое значение радиационной температуры в этом канале. Применение такого фильтра для дневных и ноч- ных данных ничем не отличается. Пороговое значение равно 271 К. Оценка разности радиационных температур в каналах 3,7 и 11,9 мкм. В отдельных случаях на изображениях, полученных по измерениям в ночное время, при помощи оценки значений разности радиационных температур в указанных каналах можно отфильтровать более 95% облачности. При работе данного фильтра оценка производится сверху и снизу. Отработка пороговых значений осуществлялась так же, как и при выборе порогов для оценки раз- ности радиационных температур в каналах 10,8 и 11,9 мкм. Использовался тот же массив данных из 120 равномерно распределенных по сезонам изо- бражений. При анализе скаттерограммы зависимости разности температур в каналах 3,7 и 11,9 мкм от температуры в канале 10,8 мкм были построены пороговые кривые (рис. 5). При оценке сверху облачными пикселями будут те, для которых cbIaIII  8,10 2 8,109,117,3 , где ;009886,0a ;324886,5b 873181,718c . При оценке снизу фильт- руются фрагменты, для которых cbIaIII  8,10 2 8,109,117,3 , где ;001835,0a ;033828,1b 025,145c . Р и с. 5. Скаттерограмма зависимости разности радиационных температур в каналах 3,7 и 11,9 мкм от радиационной температуры в канале 10,8 мкм ISSN 0233-7584. Мор. гидрофиз. журн., 2009, № 3 75 Оценка однородности поля разности радиационных температур в каналах 3,7 и 11,9 мкм. Этот фильтр эффективен для выделения мелкой облачности на изображениях, полученных по данным, соответствующим ночным измерени- ям. Как и при работе аналогичных описанных ранее фильтров, вычисляется амплитуда характеристики для пространственного окна размером 33 пик- селя. Если это значение превышает 0,7 К, центральный пиксель считается облачным. Оценка разности радиационных температур в каналах 10,8 и 11,9 мкм. Оценка гладкости поля радиационной температуры в канале 10,8 мкм. При- меняются так же, как и при обработке дневных данных. Эффективность методики. На рис. 6 показаны две карты термодинами- ческой температуры. Облачность на первой из них была отфильтрована при помощи методики, принятой в настоящее время МГИ НАН Украины в систе- ме оперативной обработки спутниковых изображений, на второй – при по- мощи описанного метода. Черным цветом изображены участки суши, белым – участки, закрытые облаками. Значительное уменьшение объема фрагментов мелкой облачности и больший общий объем информации на второй карте иллюстрируют улучшение качества фильтрации. Р и с. 6. Карты термодинамической температуры с масками облачности, полученными при помощи методик: а – используемой в настоящее время в МГИ НАН Украины; б – описанной в статье Выводы. В ходе проделанной работы предложен усовершенствованный метод выделения облачности на дневных и ночных изображениях AVHRR, относящихся к акватории Черного моря. Применение этого алгоритма позво- лило снизить ошибки восстановления ТПМ в системе мониторинга, проводи- мого в МГИ НАН Украины. Определены основные ситуации, связанные с недостаточной или избы- точной отбраковкой облачности: – участки поверхности моря, характеризующиеся большим температур- ным градиентом, могут классифицироваться как облачные (например грани- цы апвеллингов или температурных фронтов); – на участках поверхности моря с высокими градиентами скорости ветра могут возникнуть аномальные перепады альбедо, приводящие к неверной классификации; ISSN 0233-7584. Мор. гидрофиз. журн., 2009, № 3 76 – применение фиксированных пороговых значений может приводить к ошибкам при нестандартной для данного региона метеорологической си- туации. При обработке данных для ряда аномальных ситуаций необходима ин- терактивная подборка пороговых значений. Наиболее перспективными направлениями совершенствования методики представляются разработка подхода с параллельным, а не с последователь- ным применением фильтров, а также применение методов сегментации ис- пользуемых цифровых карт. СПИСОК ЛИТЕРАТУРЫ 1. Stowe L., Davis P., McClain E. Scientific basis and initial evaluation of the CLAVR-1 global clear/cloud classification algorithm for the advanced very high resolution radiometer // J. Atmos. Ocean. Technol. – 1999. – 16. – P. 656 – 681. 2. Растоскуев В.В., Шалина Е.В. Метод фильтрации облачности для данных прибора AVHRR, относящихся к региону Балтийского моря // Исследования Земли из космоса. – 1996. – №1. – C. 47 – 55. 3. Saunders R.W. An automated scheme for the removal of cloud contamination from AVHRR radiances over western Europe // Int. J. Rem. Sens. – 1986. – 7, №7.– P. 867 – 886. 4. Saunders R.W., Kriebel K.T. An improved method for detecting clear sky and cloudy radiances from AVHRR data // Ibid. – 1988. – 9, №8. – P.123 – 150. Морской гидрофизический институт НАН Украины, Материал поступил Севастополь в редакцию 04.12.07 После доработки 24.12.07 ABSTRACT One of the variants of the algorithm of cloud detection (regionally adapted to the Black Sea) on AVHRR images is described. The threshold algorithms using the features of ascending radiation formation in various spectral intervals are taken as a basis. AVHRR data on the Black Sea permit to test and modify the existing algorithms of cloud detection in day and night time. The method efficiency is evaluated by processing satellite data for 2005 – 2006; its drawbacks are revealed.

Методика выделения облачности для данных сканера AVHRR, относящихся к Черному морю

Institution

Ähnliche Einträge