红外云图的台风内核风速建模的RBFNN 和PDE 方法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

红外云图的台风内核风速建模的RBFNN 和PDE 方法

钱金芳, 张长江, 杨波, 马雷鸣

文章导航 > 红外与激光工程 > 2015 > 44(2): 438-444

钱金芳, 张长江, 杨波, 马雷鸣. 红外云图的台风内核风速建模的RBFNN 和PDE 方法[J]. 红外与激光工程, 2015, 44(2): 438-444.

引用本文:

钱金芳, 张长江, 杨波, 马雷鸣. 红外云图的台风内核风速建模的RBFNN 和PDE 方法[J]. 红外与激光工程, 2015, 44(2): 438-444.

Qian Jinfang, Zhang Changjiang, Yang Bo, Ma Leiming. Typhoon inner core wind speed modeling method by RBFNN and PDE based on infrared cloud image[J]. Infrared and Laser Engineering, 2015, 44(2): 438-444.

Citation:

Qian Jinfang, Zhang Changjiang, Yang Bo, Ma Leiming. Typhoon inner core wind speed modeling method by RBFNN and PDE based on infrared cloud image[J]. Infrared and Laser Engineering, 2015, 44(2): 438-444.

红外云图的台风内核风速建模的RBFNN 和PDE 方法

1.
浙江师范大学数理与信息工程学院,浙江金华321004;
2.
上海市浦东新区气象局,上海200135

基金项目:

国家973 计划(2009CB421500);国家自然科学基金(40805048-11026226-41475059);浙江省自然科学基金(LY13D050001);浙江省科技厅公益性技术应用研究计划(2012C23027);浙江师范大学计算机科学与技术省级重中之重学科开放基金(ZC323014072)

作者简介:
钱金芳(1989-),女,硕士生,主要从事图像处理及应用方面的研究。Email:qjf15067063893@163.com

中图分类号: TN219

Typhoon inner core wind speed modeling method by RBFNN and PDE based on infrared cloud image

1.
College of Mathematics,Physics and Information Engineering,Zhejiang Normal University,Jinhua 321004,China;
2.
Pudong New Area,Shanghai Meteorological Bureau,Shanghai 200135,China

摘要: 目前反演台风内核风场时多采用线性回归方法进行建模,针对基于线性回归法的台风内核风速拟合效果较差的缺点,提出一种基于径向基函数神经网络(RBFNN)和偏微分方程(PDE)结合的红外卫星云图有眼台风内核风速和云图灰度建模方法。首先采用基于测地活动轮廓模型的PDE提取有眼台风的眼壁,获得台风眼壁空间位置和亮度数据;然后结合台风年鉴给出的台风近中心最大风速数据基于RBFNN进行有眼台风内核风速和云图灰度建模。实验结果表明:该算法改善了台风内核风速拟合效果,算法性能优于传统的线性回归法。
- 建模 /
- 偏微分方程 /
- 径向基函数神经网络 /
- 台风云图
Abstract: At present, linear regression model is often used to estimate typhoon inner core wind field. But the fitting effect of typhoon inner core wind speed based on linear regression was bad. Based on infrared satellite cloud image, radial basis function neural network (RBFNN) and partial differential equation(PDE) were used to build a model between typhoon inner core speed and cloud image's gray value. Firstly, typhoon's eye wall was extracted by using PDE which based on geodesic active contour model from the infrared satellite cloud image and the eye wall's space position and brightness are obtained. Then the maximum wind speed near typhoon center which was recorded by typhoon yearbook was used to build a model between typhoon inner core's speed and cloud image's gray value by RBFNN. The experimental results show that the proposed algorithm improves the fitting effect of typhoon inner core's wind speed, and the overall performance of the proposed algorithm is better than tradition method of linear regression.
- model /
- partial differential equations /
- radial basis function neural network /
- typhoon cloud image

[1]	Dvorak V F. Tropical cyclone intensity analysis and forecasting from satellite imagery [J]. Monthly Weather Review, 1975, 103(5): 420-430.
[2]
[3]	Wang Jin, Jiang Jixi. An objective technique for estimating tropical cyclone intensity from geostationary meteorological satellite observation [J]. Journal of Applied Meteorological Science, 2005, 16(3): 283-292. (in Chinese) 王瑾,江吉喜. 热带气旋强度的卫星探测客观估计方法研究[J]. 应用气象学报, 2005, 16(13): 283-292.
[4]
[5]	Kossin J P, Knaff J A, Berger H I, et al. Estimating hurricane wind structure in the absence of aircraft reconnaissance [J]. Weather and Forecasting, 2007, 22: 89-101.
[6]
[7]
[8]	Lu Xiaoqin, Lei Xiaotu, Yu Hui, et al. An objective TC intensity estimation method based on satellite data [J]. Journal of Applied Meteorological Science, 2014, 25 (1): 52-58. (in Chinese)
[9]	Gholamreza F, Abdollah H. Objective tropical cyclone intensity estimation using analogs of spatial features in satellite data [J]. Weather and Forecasting, 2013, 28 (6): 1446-1459.
[10]
[11]	Miguel F P, Elizabeth A R, Tyo J S. Estimating tropical cyclone intensity from infrared image data [J]. Weather and Forecasting, 2011, 26: 690-698.
[12]
[13]
[14]	Cheng Xi, Li Yan, Mao Kefeng, et al. Infrared cloud image typhoon center automatic position based on nonlinear optimal objective function [J]. Journal of Tropical Meteorology, 2013, 29(1): 155-160. (in Chinese) 陈希, 李妍, 毛科峰, 等. 基于非线性最优目标函数的红外云图台风中心自动定位[J]. 热带气象学报,2013, 29(1): 155-160.
[15]	Kass M, Wi triw A, Terzopoulos D. Snakes: active contour models[C]//In the first International Conference on Computer Vision, 1998, 1: 321-369.
[16]
[17]	Osher S, Sethian J. Fronts propagating with curvature, dependent speed: Algorithms based on Hamilton,Jacobi formulations [J]. Journal of Computational Physics, 1988, 79: 12-49.
[18]
[19]	Caselles V, Kimmel R, Sapiro G. Geodesic active contour[J]. The International Journal of Computer Vision, 1997, 22(1): 61-79.

[1]	罗霄, 张民, 蒋啸天, 宋裕琛, 张希萌, 王丹石. 物理信息神经网络驱动的光纤非线性建模 . 红外与激光工程, 2023, 52(12): 20230188-1-20230188-11. doi: 10.3788/IRLA20230188
[2]	李东亮, 卢贝. 基于深度神经网络的光纤传感识别算法 . 红外与激光工程, 2022, 51(9): 20210971-1-20210971-6. doi: 10.3788/IRLA20210971
[3]	陈文艺, 许洁, 杨辉. 利用双神经网络的相机标定方法 . 红外与激光工程, 2021, 50(11): 20210071-1-20210071-9. doi: 10.3788/IRLA20210071
[4]	薛永宏, 樊士伟, 乔凯, 张磊. 天基跟踪层星座性能建模与仿真 . 红外与激光工程, 2021, 50(11): 20210067-1-20210067-6. doi: 10.3788/IRLA20210067
[5]	袁航, 王晓蕊, 袁影, 张卫国, 郭冰涛. 天基平台海云背景下飞机全链路成像特征建模及分析 . 红外与激光工程, 2020, 49(2): 0204004-0204004. doi: 10.3788/IRLA202049.0204004
[6]	郭世平, 杨宁, 张子腾, 胡苏海, 张荣之. 基于波前相位单纯形样条函数建模的空间目标波前解卷积方法 . 红外与激光工程, 2019, 48(1): 117004-0117004(5). doi: 10.3788/IRLA201948.0117004
[7]	陈博, 穆磊, 张彪, 许传龙. 地形条件对空间目标细致光谱辐射特性的影响 . 红外与激光工程, 2019, 48(12): 1213003-1213003(8). doi: 10.3788/IRLA201948.1213003
[8]	李伟, 邵利民, 李树军, 周红进. 水面舰艇8~12μm波段红外辐射建模与实验研究 . 红外与激光工程, 2017, 46(2): 204001-0204001(4). doi: 10.3788/IRLA201746.0204001
[9]	席剑辉, 徐振方, 傅莉, 王琦. 红外辐射亮度的RBF网络建模及其光谱发射率估计 . 红外与激光工程, 2016, 45(S1): 17-22. doi: 10.3788/IRLA201645.S104004
[10]	康博琨, 金星, 常浩. 天基激光探测厘米级空间碎片建模仿真研究 . 红外与激光工程, 2016, 45(S2): 41-47. doi: 10.3788/IRLA201645.S229003
[11]	袁洪琳, 李帆, 于涛, 张存读, 赵建辉. 基于可分离模糊核的复合运动模糊星图建模与仿真 . 红外与激光工程, 2016, 45(11): 1126001-1126001(9). doi: 10.3788/IRLA201645.1126001
[12]	王炜强, 贾晓洪, 韩宇萌, 张晓阳, 付奎生. 定向干扰激光的红外成像建模与仿真 . 红外与激光工程, 2016, 45(6): 606005-0606005(6). doi: 10.3788/IRLA201645.0606005
[13]	汪洪源, 陈赟. 天基空间目标红外动态辐射特性建模与仿真 . 红外与激光工程, 2016, 45(5): 504002-0504002(6). doi: 10.3788/IRLA201645.0504002
[14]	王成龙, 马军, 范多旺, 鲁小兵. 用于线性菲涅尔式聚光系统的CPC 仿真研究 . 红外与激光工程, 2015, 44(2): 556-560.
[15]	张傲, 汪清, 杨敬钰, 孙懿. 编码掩模红外成像的建模与性能分析 . 红外与激光工程, 2015, 44(10): 2891-2899.
[16]	于海, 梁立辉, 王树洁, 卢新然, 万秋华. 基于径向基函数神经网络的高精度基准编码器误差补偿 . 红外与激光工程, 2014, 43(12): 4123-4127.
[17]	赵洪常, 肖光宗, 汪之国, 张斌. 采用BP神经网络的四频激光陀螺零偏的光强补偿方法 . 红外与激光工程, 2013, 42(2): 355-360.
[18]	黄晨, 梁小虎, 高昕, 王建军. 导弹主动段天基紫外探测像面照度建模与仿真 . 红外与激光工程, 2013, 42(6): 1404-1409.
[19]	曹春芹, 向静波, 张晓阳, 王炜强. 红外成像导弹气动加热仿真建模方法 . 红外与激光工程, 2013, 42(8): 1951-1955.
[20]	时晶晶, 姚佰栋, 鲁加国. 高速倾斜镜建模与传递函数辨识 . 红外与激光工程, 2013, 42(10): 2748-2752.

WeChat

点击查看大图

计量

文章访问数: 375
HTML全文浏览量: 52
PDF下载量: 142
被引次数: 0

红外云图的台风内核风速建模的RBFNN 和PDE 方法

1. 浙江师范大学数理与信息工程学院,浙江金华321004;

2. 上海市浦东新区气象局,上海200135

作者简介:
钱金芳(1989-),女,硕士生,主要从事图像处理及应用方面的研究。Email:qjf15067063893@163.com

收稿日期: 2014-06-05
修回日期: 2014-07-15
刊出日期: 2015-02-25

基金项目:

国家973 计划(2009CB421500);国家自然科学基金(40805048-11026226-41475059);浙江省自然科学基金(LY13D050001);浙江省科技厅公益性技术应用研究计划(2012C23027);浙江师范大学计算机科学与技术省级重中之重学科开放基金(ZC323014072)

中图分类号: TN219

关键词:

摘要: 目前反演台风内核风场时多采用线性回归方法进行建模,针对基于线性回归法的台风内核风速拟合效果较差的缺点,提出一种基于径向基函数神经网络(RBFNN)和偏微分方程(PDE)结合的红外卫星云图有眼台风内核风速和云图灰度建模方法。首先采用基于测地活动轮廓模型的PDE提取有眼台风的眼壁,获得台风眼壁空间位置和亮度数据;然后结合台风年鉴给出的台风近中心最大风速数据基于RBFNN进行有眼台风内核风速和云图灰度建模。实验结果表明:该算法改善了台风内核风速拟合效果,算法性能优于传统的线性回归法。

English Abstract

全文HTML

参考文献 (19)

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回