段 煉，劉 帆，吳俊杰

（中國(guó)民航飛行學(xué)院空中交通管理學(xué)院，四川 廣漢 618307）

中尺度對(duì)流系統(tǒng)（mesoscale convective system，MCS）是一種水平尺度在2～2 500 km并伴有強(qiáng)烈對(duì)流運(yùn)動(dòng)的天氣系統(tǒng)，常伴有冰雹、雷暴、颮線和龍卷等強(qiáng)對(duì)流天氣現(xiàn)象的發(fā)生。誤入其中的飛機(jī)常會(huì)遭受強(qiáng)烈顛簸、積冰、雷擊以及惡劣能見(jiàn)度等因素的影響，不僅對(duì)機(jī)體結(jié)構(gòu)造成巨大的破壞，還對(duì)飛行機(jī)組、乘客人身安全產(chǎn)生了嚴(yán)重的威脅。如：1999年6月1日，受強(qiáng)雷暴天氣的影響，美利堅(jiān)航空公司的一架噴氣式客機(jī)在降落接地后沖出跑道，134位乘客和機(jī)組人員險(xiǎn)些遇難。2000年6月22日13時(shí)，在武漢市出現(xiàn)的短時(shí)強(qiáng)雷暴天氣造成武漢航空公司Y7/B3479號(hào)飛機(jī)墜毀失事，機(jī)上4名機(jī)組人員和38位旅客全部遇難。因此，對(duì)MCS所在位置準(zhǔn)確地識(shí)別并對(duì)其發(fā)展移動(dòng)趨勢(shì)精確地追蹤、預(yù)測(cè)顯得尤為重要。由于MCS具有生命周期短和空間尺度小的特點(diǎn)，故使用一般的常規(guī)監(jiān)測(cè)方法難以對(duì)其所在位置和發(fā)展趨勢(shì)進(jìn)行準(zhǔn)確有效的監(jiān)測(cè)和預(yù)報(bào)。然而，隨著衛(wèi)星遙測(cè)和雷達(dá)探測(cè)能力的提高，目前主要使用高時(shí)空分辨率的靜止衛(wèi)星紅外云圖和天氣雷達(dá)對(duì)MCS監(jiān)測(cè)、預(yù)報(bào)分析。特別是靜止氣象衛(wèi)星在雷暴、冰雹、龍卷等中小尺度強(qiáng)對(duì)流天氣預(yù)報(bào)和監(jiān)測(cè)方面取得了較大發(fā)展。

白潔、王洪慶等人[1]利用區(qū)域平滑濾波和閾值剔除相結(jié)合的方法過(guò)濾出強(qiáng)對(duì)流云團(tuán)，通過(guò)粗、細(xì)對(duì)比分析兩個(gè)模式匹配過(guò)程對(duì)強(qiáng)對(duì)流云團(tuán)進(jìn)行追蹤。師春香、吳蓉璋等人[2]使用多閾值和神經(jīng)網(wǎng)絡(luò)自動(dòng)分割技術(shù)實(shí)現(xiàn)衛(wèi)星云圖云系的自動(dòng)識(shí)別。方兆寶，林琿等人[3]通過(guò)對(duì)流形群運(yùn)動(dòng)目標(biāo)的形狀特征進(jìn)行分析，利用最大歐幾里得貼近度的擇近原則和交叉匹配算法識(shí)別和追蹤MCS。李匯軍、孔玉壽[4]使用Gauss函數(shù)調(diào)制滿足連續(xù)小波基函數(shù)的正弦波從衛(wèi)星云圖中提取對(duì)流云團(tuán)。費(fèi)增坪、王洪慶等人[5]通過(guò)對(duì)MCS云團(tuán)識(shí)別標(biāo)準(zhǔn)重新定義，使用時(shí)間序列分析技術(shù)和時(shí)間序列特征統(tǒng)計(jì)法完成MCS的自動(dòng)識(shí)別、存儲(chǔ)和追蹤。束宇，潘益農(nóng)[6]通過(guò)靜止衛(wèi)星的紅外云圖數(shù)值資料，利用計(jì)算機(jī)圖形學(xué)的知識(shí)快速并且較為準(zhǔn)確的普查到MCS。李森，劉健文等[7]使用“逆向搜索法”獲取強(qiáng)對(duì)流云團(tuán)的輪廓信息，通過(guò)對(duì)輪廓線進(jìn)行平滑處理，從而實(shí)現(xiàn)對(duì)衛(wèi)星云圖強(qiáng)對(duì)流云團(tuán)的識(shí)別。王華榮，何光碧等[8]分析了四川盆地的西南低渦暴雨云團(tuán)生消過(guò)程，并詳細(xì)分析了衛(wèi)星紅外和水汽通道云頂亮溫與對(duì)流云團(tuán)降水之間的關(guān)系特征。翟菁，胡雯等[9]利用雷達(dá)觀測(cè)結(jié)果和數(shù)值模擬結(jié)果，對(duì)一次天氣過(guò)程對(duì)流云合并進(jìn)行模擬，并分析了合并過(guò)程的回波結(jié)構(gòu)和云物理變化特征。本文參照費(fèi)增坪、王洪慶等人[5]所改進(jìn)的MCS識(shí)別與追蹤判定標(biāo)準(zhǔn)，研究利用Matlab圖像處理技術(shù)實(shí)現(xiàn)MCS的自動(dòng)識(shí)別和追蹤。

1 MCS自動(dòng)識(shí)別

1.1 MCS判別標(biāo)準(zhǔn)

Maddox于1980年從美國(guó)堪薩斯州衛(wèi)星服務(wù)站提供的增強(qiáng)顯示紅外衛(wèi)星云圖中識(shí)別出一種α中尺度對(duì)流系統(tǒng)，并把該對(duì)流系統(tǒng)定義為中尺度對(duì)流復(fù)合體（MCC）。次年，Maddox通過(guò)詳細(xì)研究和分析對(duì)成熟階段的MCC給出定義，如表1所示。

表1 Maddox的MCC定義[10]Tab.1 MCC definition of Maddox

各國(guó)學(xué)者對(duì)Maddox定義的MCC判別標(biāo)準(zhǔn)進(jìn)行詳細(xì)研究和分析后，發(fā)現(xiàn)該判別標(biāo)準(zhǔn)過(guò)于嚴(yán)格，有時(shí)與實(shí)際情況相差甚遠(yuǎn)，因此許多研究人員根據(jù)各國(guó)實(shí)際情況對(duì)MCC的判別標(biāo)準(zhǔn)做了修訂。中國(guó)研究人員對(duì)MCC的修訂也做了大量工作，李玉蘭、王倩熔、鄭新江等[11]根據(jù)Maddox的定義并結(jié)合GMS圖像資料總結(jié)出我國(guó)的MCC數(shù)量較少，生命周期較短的特點(diǎn)。項(xiàng)續(xù)康、江吉喜[12]從數(shù)字紅外云圖中的10個(gè)典型MCC案例結(jié)果發(fā)現(xiàn)我國(guó)MCC的偏心率比北美小，故將MCC判別標(biāo)準(zhǔn)中冷云區(qū)最大面積時(shí)的偏心率改為≥0.6。馬禹，王旭等[13-15]根據(jù)Orlanski的尺度分類標(biāo)準(zhǔn)，率先提出將MβCS定義為TBB≤-32℃，且短軸長(zhǎng)度為1.5～3.0個(gè)緯距的連續(xù)的冷云區(qū)。費(fèi)增坪，鄭永光等[5，15-16]根據(jù)Orlanski尺度分類標(biāo)準(zhǔn)對(duì)MβCS普查最小尺度標(biāo)準(zhǔn)進(jìn)行了修正，將MβCS定義為TBB≤-32℃，直徑≥20 km的連續(xù)冷云區(qū)[5][15-16]。研究所使用的MCS判別標(biāo)準(zhǔn)為費(fèi)增坪，王洪慶等[5]所改進(jìn)的MCS識(shí)別與追蹤判定標(biāo)準(zhǔn)（表 2）。

表2 MCS的識(shí)別判據(jù)[5]Tab.2 Identification criterion of MCS

1.2 衛(wèi)星數(shù)據(jù)處理

紅外輻射亮溫資料（TBB）來(lái)源于國(guó)家衛(wèi)星氣象中心FY-2D紅外窗區(qū)探測(cè)通（10.5～12.5 μm）測(cè)量的輻射值，通過(guò)使用普朗克函數(shù)將其轉(zhuǎn)換為云頂或地球表面的黑體輻射亮度溫度（以下簡(jiǎn)稱為亮溫），數(shù)據(jù)格式為HDF5。Matlab具有功能強(qiáng)大、簡(jiǎn)單易學(xué)、運(yùn)用靈活等特點(diǎn)，包含大量的HDF應(yīng)用程序和函數(shù)，僅幾個(gè)簡(jiǎn)單的函數(shù)命令即可實(shí)現(xiàn)數(shù)據(jù)提取，無(wú)需大量繁瑣的編程工作，讀取HDF格式數(shù)據(jù)非常方便?；谏鲜鎏攸c(diǎn)，利用Matlab處理HDF數(shù)據(jù)。處理過(guò)程如下：

1）使用hdf5read函數(shù)讀取HDF5格式亮溫?cái)?shù)據(jù)；2）將每個(gè)時(shí)次的亮溫?cái)?shù)據(jù)提取出來(lái)；

3）使用fopen，fwrite函數(shù)，將亮溫?cái)?shù)據(jù)保存為二進(jìn)制格式存放。

1.3 數(shù)據(jù)矩陣轉(zhuǎn)化為圖像

二進(jìn)制格式數(shù)據(jù)具有最高的數(shù)據(jù)存儲(chǔ)效率、一定的數(shù)據(jù)隱蔽性和極大地節(jié)省磁盤存儲(chǔ)空間等特點(diǎn)，故亮溫?cái)?shù)據(jù)使用二進(jìn)制格式存放。Matlab中的文本操作函數(shù)fopen，fread能夠快捷、有效地讀取所存放的二進(jìn)制數(shù)據(jù)，如圖1所示。Matlab中的函數(shù)mat2gray能夠?qū)崿F(xiàn)圖像矩陣的歸一化操作。通過(guò)調(diào)用格式：I=mat2gray（A，[aminamax]），將圖像矩陣 A 中介于 amin和 amax的數(shù)據(jù)做歸一化處理，并將小于amin的元素都變?yōu)?，而大于amax的元素都變?yōu)?，處理結(jié)果如圖2所示。

圖1 TBB的二進(jìn)制數(shù)據(jù)（部分）Fig.1 TBBbinary data（part）

圖2 數(shù)據(jù)矩陣轉(zhuǎn)化的灰度級(jí)圖像Fig.2 Grayscale image transformed by data matrix

1.4 圖像二值化和邊緣檢測(cè)

在將數(shù)據(jù)圖像轉(zhuǎn)化為灰度級(jí)圖像后，通過(guò)閾值化處理可將灰度級(jí)圖像轉(zhuǎn)換為二值化圖像，其中二值化閾值采用MCS識(shí)別判據(jù)中的-52℃，即轉(zhuǎn)化為K氏溫度為221.15。使亮溫?cái)?shù)據(jù)低于此閾值的像素點(diǎn)標(biāo)記為1，其他情況標(biāo)記為0。圖3為二值化閾值處理后的圖像。

冬季，一些厚的層狀云也具有Maddox特征，為了區(qū)分其與MCS的差別，對(duì)識(shí)別出的MCS云團(tuán)進(jìn)行邊界檢測(cè)，提取邊界灰度梯度大的云團(tuán)，以提高對(duì)流云的識(shí)別率。Canny邊緣算子具有低誤判率，高定位精度，抑制虛假邊緣的特點(diǎn)，利用Canny邊緣算子進(jìn)行邊緣檢測(cè)，梯度閾值選用0.5[17]。Canny算子的計(jì)算公式如下[18]：

圖3 按照亮溫判據(jù)℃得到的二值圖像Fig.3 Binary image acquired by TBBcriterion TBB≤-52℃

其中：▽2f（x，y）為處理后像素（x，y）處的灰度值，f（x，y）為具有整數(shù)像素坐標(biāo)的輸入圖像。

1.5 特征參數(shù)計(jì)算和MCS提取

通過(guò)二值化圖像識(shí)別MCS，還需提取描述目標(biāo)云團(tuán)形態(tài)特征和強(qiáng)度特征的特征量。這些特征量主要包括：云團(tuán)的質(zhì)心坐標(biāo)、幾何中心坐標(biāo)、特征面積、平均亮溫值、橢圓率等。通過(guò)分析這些特征量，根據(jù)MCS識(shí)別判據(jù)，將面積小于6 400 km2以及橢圓率小于0.5的目標(biāo)云團(tuán)去除，那么剩余的目標(biāo)云團(tuán)則為可能的MCS云團(tuán)，如圖4所示。

圖4 按照MCS識(shí)別判據(jù)提取的目標(biāo)云團(tuán)Fig.4 Target cloud acquired by MCS identification criterion

目標(biāo)云區(qū)特征參數(shù)的計(jì)算方法如下所述：

1）云團(tuán)所在位置：幾何坐標(biāo)點(diǎn)和質(zhì)心坐標(biāo)點(diǎn)用以描述目標(biāo)云團(tuán)所在的位置，其中質(zhì)心點(diǎn)表示目標(biāo)云團(tuán)的物理特征，幾何中心點(diǎn)表示其形態(tài)特征，二者存在一定的差異。

幾何中心點(diǎn)的坐標(biāo)公式為

質(zhì)心點(diǎn)的坐標(biāo)公式為

其中：n為區(qū)域目標(biāo)云團(tuán)像素點(diǎn)個(gè)數(shù)，xi、yi為第i個(gè)像素點(diǎn)的坐標(biāo)，f（i）為第i個(gè)像素點(diǎn)的亮溫值，fz為區(qū)域目標(biāo)云團(tuán)亮溫值的累加總和，即

2）特征面積：目標(biāo)云團(tuán)內(nèi)所包含的像素點(diǎn)的總數(shù)為目標(biāo)云團(tuán)的特征面積，用于衡量目標(biāo)云區(qū)的范圍和強(qiáng)度。

3）橢圓率：通常橢圓率用于描述目標(biāo)云區(qū)形狀的復(fù)雜程度，可用公式k=（4π×s）/c2近似表示。其中，k為橢圓率，s為目標(biāo)云區(qū)的面積，c為目標(biāo)云區(qū)的周長(zhǎng)。

4）平均亮溫值：平均亮溫值是目標(biāo)云區(qū)內(nèi)各像素點(diǎn)對(duì)應(yīng)亮溫的平均值，用以判定對(duì)流云區(qū)的強(qiáng)度，用公式表示。

2 MCS自動(dòng)追蹤

MCS自動(dòng)追蹤是通過(guò)計(jì)算并分析相鄰時(shí)間段內(nèi)目標(biāo)云團(tuán)面積、質(zhì)心位置、強(qiáng)度等特征量的變化，檢驗(yàn)其是否滿足目標(biāo)匹配原則，如表3所示。進(jìn)而判定其是否為同一目標(biāo)云團(tuán)，從而實(shí)現(xiàn)MCS的追蹤。

表3 MCS追蹤的目標(biāo)匹配原則[5]Tab.3 Target cloud matching principle of MCS tracking

若相鄰時(shí)間段內(nèi)的目標(biāo)云團(tuán)滿足上述目標(biāo)匹配原則，那么可以斷定其為同一目標(biāo)云團(tuán)。否則，云團(tuán)消失，不再符合對(duì)流云團(tuán)的特征。云團(tuán)的發(fā)展演變一般有以下幾種情況：

1）一般發(fā)展情況：前一時(shí)間段內(nèi)的1個(gè)目標(biāo)云團(tuán)指向下一時(shí)間段的1個(gè)目標(biāo)云團(tuán)；

2）合并：前一時(shí)間段內(nèi)的若干個(gè)目標(biāo)云團(tuán)指向下一時(shí)間段內(nèi)的1個(gè)目標(biāo)云團(tuán)；

3）分裂：前一時(shí)間段內(nèi)的1個(gè)目標(biāo)云團(tuán)指向下一時(shí)間段內(nèi)的若干個(gè)目標(biāo)云團(tuán)；

4）消失：前一時(shí)間段內(nèi)的目標(biāo)云團(tuán)在后一時(shí)間段內(nèi)未能找到滿足目標(biāo)匹配原則的云團(tuán)。

根據(jù)上述目標(biāo)匹配原則，MCS追蹤結(jié)果如圖5所示。

圖5 MCS的自動(dòng)追蹤過(guò)程Fig.5 MCS automatic tracking process

根據(jù)MCS的識(shí)別判據(jù)，對(duì)第1時(shí)段識(shí)別出的MCS目標(biāo)云團(tuán)做標(biāo)記，如圖5（1）所示。將所有識(shí)別出的MCS目標(biāo)云團(tuán)用紅色邊界圈出并用藍(lán)色字母標(biāo)記。根據(jù)目標(biāo)匹配原則，對(duì)MCS云團(tuán)的特征量進(jìn)行計(jì)算分析并將第2時(shí)段追蹤到的滿足MCS特征的目標(biāo)云團(tuán)做相應(yīng)的標(biāo)記，如圖5（2）所示。由圖5（2）可看出目標(biāo)云團(tuán)E已不滿足MCS特征。同理，第3～6時(shí)段追蹤到的MCS目標(biāo)云團(tuán)，分別如圖5（3）～圖（6）所示。特別說(shuō)明，圖5（4）中的G、H目標(biāo)云團(tuán)為新生的MCS云團(tuán)，但根據(jù)相鄰時(shí)次目標(biāo)匹配原則，其強(qiáng)度、面積等特征量在第5時(shí)段已不滿足MCS判別標(biāo)準(zhǔn)，故不再對(duì)其做標(biāo)記，如圖 5（5）所示。

3 結(jié)語(yǔ)

根據(jù)費(fèi)增坪、王洪慶等人[5]所改進(jìn)的MCS識(shí)別與追蹤判定標(biāo)準(zhǔn)，將Matlab圖像處理技術(shù)運(yùn)用到MCS識(shí)別追蹤中。首先使用Matlab提供的HDF應(yīng)用程序和函數(shù)對(duì)衛(wèi)星數(shù)據(jù)進(jìn)行提取分析并將數(shù)據(jù)矩陣轉(zhuǎn)化為圖像。然后通過(guò)閾值化處理將灰度級(jí)圖像轉(zhuǎn)換為二值化圖像，根據(jù)MCS的識(shí)別判據(jù)對(duì)其特征參數(shù)進(jìn)行提取計(jì)算，實(shí)現(xiàn)MCS的識(shí)別。最后，基于MCS追蹤目標(biāo)匹配原則對(duì)相鄰時(shí)段目標(biāo)云團(tuán)的特征量進(jìn)行計(jì)算分析，完成MCS的追蹤。從實(shí)驗(yàn)結(jié)果來(lái)看，所使用的方法能夠很好地實(shí)現(xiàn)MCS自動(dòng)識(shí)別追蹤，但在追蹤過(guò)程中，對(duì)于新生MCS云團(tuán)的特殊情況，還需介入一些人為干預(yù)。這是今后需要改進(jìn)和完善的重點(diǎn)。此外，由于靜止衛(wèi)星投射角度以及圖像坐標(biāo)和地理位置坐標(biāo)轉(zhuǎn)換存在的誤差等因素的影響，MCS的識(shí)別和追蹤可能存在一些偏差，需更多資料和實(shí)驗(yàn)的檢驗(yàn)。

[1]白 潔，王洪慶，陶祖鈺.GMS衛(wèi)星紅外云圖云跡風(fēng)的反演[J].北京大學(xué)學(xué)報(bào)（自然科學(xué)版），1997，33（1）：85-92.

[2]師春香，吳蓉璋，項(xiàng)續(xù)康.多閾值和神經(jīng)網(wǎng)絡(luò)衛(wèi)星云圖云系自動(dòng)分割試驗(yàn)[J].應(yīng)用氣象學(xué)報(bào)，2001，12（1）：70-78.

[3]方兆寶，林 暉，吳立新，等.流形群運(yùn)動(dòng)目標(biāo)自動(dòng)識(shí)別與跟蹤技術(shù)研究—以 MCS 自動(dòng)追蹤方法為例[J].遙感學(xué)報(bào)，2004，8（1）：14-22.

[4]李匯軍，孔玉壽.應(yīng)用連續(xù)小波變換提取對(duì)流云團(tuán)[J].解放軍理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2005，6（2）：181-186.

[5]費(fèi)增坪，王洪慶，張 焱，等.基于靜止衛(wèi)星紅外云圖的MCS自動(dòng)識(shí)別與追蹤[J].應(yīng)用氣象學(xué)報(bào)，2011，22（1）：115-122.

[6]束 宇，潘益農(nóng).紅外云圖上中尺度對(duì)流系統(tǒng)的自動(dòng)識(shí)別[J].南京大學(xué)學(xué)報(bào)（自然科學(xué)），2010，46（3）：337-348.

[7]李 森，劉健文，劉玉玲.基于FY2D靜止衛(wèi)星云圖的強(qiáng)對(duì)流云團(tuán)識(shí)別[J].氣象水文海洋儀器，2010，27（2）：72-78.

[8]王華榮，何光碧，諶貴殉.西南低渦對(duì)流云團(tuán)及其降水的一些特征[J].高原山地氣象研究，2012，32（2）：26-31.

[9]翟 菁，胡 雯，馮 妍，等.不同發(fā)展階段對(duì)流云合并過(guò)程的數(shù)值模擬[J].大氣科學(xué)，2012，36（4）：697-712.

[10]MADDOX R A.Mesoscale convective complexes[J].Bull Amer Meteor Soc，1980，61（11）：1374-1387.

[11]李玉蘭，王倩熔，鄭新江，等.我國(guó)西南—華南地區(qū)中尺度對(duì)流復(fù)合體（Mcc）的研究[J].大氣科學(xué)，1989，13（4）：417-422.

[12]項(xiàng)續(xù)康，江吉喜.我國(guó)南方地區(qū)的中尺度對(duì)流復(fù)合體[J].應(yīng)用氣象學(xué)報(bào)，1995，6（1）：9-17.

[13]馬 禹，王 旭，陶祖鈺.中國(guó)及其鄰近地區(qū)中尺度對(duì)流系統(tǒng)的普查和時(shí)空分布特征[J].自然科學(xué)進(jìn)展，1997，7（6）：701-706.

[14]陶祖鈺，王洪慶，王 旭，等.1995年中國(guó)的中-α尺度對(duì)流系統(tǒng)[J].氣象學(xué)報(bào)，1998，56（2），166-177.

[15]ORLANSKI L A.A rational subdivision of scales for atmospheric process[J].Bull Amer Meteor Soc，1975，56（5）：527-530.

[16]費(fèi)增坪，鄭永光，張 焱，等.基于靜止衛(wèi)星紅外云圖的MCS普查研究進(jìn)展及標(biāo)準(zhǔn)修訂[J].應(yīng)用氣象學(xué)報(bào)，2008，19（1）：82-90.

[17]包曉丹.基于衛(wèi)星云圖的對(duì)流云自動(dòng)識(shí)別方法研究[D].廣漢：中國(guó)民用航空飛行學(xué)院，2011.

[18]秦襄培，鄭賢中.Matlab圖像處理寶典[M].北京：電子工業(yè)出版社，2011.