РАЗРАБОТКА ПРОГРАММНЫХ СРЕДСТВ ДЛЯ ВЕРИФИКАЦИИ АЛГОРИТМА ДЕТЕКТИРОВАНИЯ ОБЛАКОВ НА СПУТНИКОВЫХ ИЗОБРАЖЕНИЯХ - Студенческий научный форум

IX Международная студенческая научная конференция Студенческий научный форум - 2017

РАЗРАБОТКА ПРОГРАММНЫХ СРЕДСТВ ДЛЯ ВЕРИФИКАЦИИ АЛГОРИТМА ДЕТЕКТИРОВАНИЯ ОБЛАКОВ НА СПУТНИКОВЫХ ИЗОБРАЖЕНИЯХ

Липатов Т.А. 1
1Российский государственный гидрометеорологический университет
 Комментарии
Текст работы размещён без изображений и формул.
Полная версия работы доступна во вкладке "Файлы работы" в формате PDF
Современные методы изучения погоды и формирования климата не могут обойтись без применения метеорологических искусственных спутников Земли, которые позволяют получить наиболее полную картину о процессах, происходящих в атмосфере. Одним из основополагающих факторов, влияющих на формирование климата Земли, является облачный покров. Определение параметров облачности посредством метеоспутников используется практически с конца 60-х годов XX века. На данный момент алгоритм детектирования облаков имеет недостаточно высокий процент точности определения облачности, составляющий около 78%. Оправдываемость алгоритма зависит от географического региона, сезона и ряда других факторов. Для выяснения подобных зависимостей необходимо провести верификацию алгоритма, посредством сопоставления спутниковых данных об облаках с данными, полученными от наземных метеостанций[1].

В качестве первичных источников информации используются данные наземных авиационных метеостанций и со спутникового радиометра SEVIRI, установленного на геостационарном искусственном спутнике Земли METEOSAT‑10.

Первым этапом в работе является получение данных метеорологических наблюдений от наземных станций. Для получения данных с наземных станций используется скрипт, написанный на языке программирования Python, который на первом этапе создает список всех авиационных метеостанций в глобальном масштабе. Общее количество таких станций около 9000. Затем, последовательно, от каждой станции скрипт получает METAR-телеграмму, в которой содержатся данные с последними наблюдениями[2].

Пример METAR-телеграммы (аэропорт Пулково, Санкт-Петербург, 01.02.2017 16:30):

ULLI 011630Z 03002MPS 9999 SCT011 BKN016 M02/M04 Q1024 R88/550345 NOSIG

Следующим этапом работы скрипта является обработка METAR-телеграммы и получение из нее информации о количестве облаков. В конце работы все данные сохраняются в текстовый файл. Пример обработанной скриптом информации:

ULLI: 16:30 59.48 30.16 0.75

где ULLI — это ICAO-код аэропорта Пулково, далее указано время наблюдения (16 часов 30 минут), затем координаты метеостанции (широта и долгота), последнее число — общее количество облаков в долях единицы.

Второй этап работы — перевод географических координат в координаты пикселей на спутниковом изображении прибора SEVIRI. Это необходимо для сравнения полученных в результате первого этапа данных с данными спутникового изображения. Конечное изображение, полученное после обработки информации со спутника имеет разрешение 3712x3712 пикселей. Разрешающая способность SEVIRI в надире составляет 3 км, то есть один пиксель равен участку 3x3 км. Для осуществления поставленной задачи составлен второй скрипт, который получает из файла, созданного в результате работы первого скрипта, географические координаты. Затем с помощью функции определения координат ближайшего пикселя к указанным географическим координатам осуществляет перевод географических координат в пиксельные.

В результате, для каждой авиационной метеостанции в зоне видимости прибора SEVIRI сопоставляется информация об облачности по данным наземных измерений и данным алгоритма детектирования облачности по спутниковым данным.

Список источников:

  1. Чукин В.В., Мельникова И.Н., Нгуен Т.Т., Никулин В.Н., Садыкова А.Ф., Чукина А.М. Диагностика ледяных ядер в облаках по данным прибора SEVIRI // Современные проблемы дистанционного зондирования Земли из космоса. – 2015. – Т.12, №4. – С.133-142.

  2. Инструктивный материал по кодам METAR, SPECI, TAF. - М., 2015. - 66 с.

Просмотров работы: 537