.png){kind=icon}
返回
Cloud height mapping using multi simultaneous sky images from an all-sky camera network
.png){kind=icon}
PRE
AI
DOI：10.5194/amt-19-5785-2026.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究提出了一种经过改进、自动化的近实时方法，用于利用20个全天候相机网络获取云高图。这些低成本且易于操作的仪器分布在西班牙巴利亚多利德市，试图均匀覆盖估计达200 km²的区域，实际空间覆盖范围取决于云高。相机间距从超过50 km到不足200 m不等，以便获得其上方云的不同观测角度。所有这些相机都经过几何校准并由GOA-SCAN（大气光学全天候相机网络小组）维护。该方法利用立体视觉方法，配对所有相机的同步图像。通过计算图像像素间的相关性以找到两幅图像中的同一天空点。然后根据已知的基线距离和相机朝向，计算被识别为云的每个像素的高度。这一过程对所有具有显著重叠视场的相机对重复进行。应用过滤标准以保留仅有显著值。通过此方法，白天每5分钟、夜间每2分钟可获取空间分辨率为50 m的云底高（CBH）和云顶高（CTH）图。这些图与Sentinel-2卫星图像的场景分类产品进行了比较，发现两者高度一致。在高透明云和云边缘方面存在一些差异。此外，所有两年半期间可用的CBH和CTH数据与一台 colocated 测云仪的独立测量值进行了比较。在150 m圆形距离内中值CBH的决定系数为0.93。获取的CTH值倾向于高估测云仪值，且离散度更广，决定系数较低，为0.72。光照条件对于云像素的正确分割至关重要，限制了算法在夜间的性能。总体而言，所提出的方法在获取不同云类型、分层和条件下的云空间掩膜和云高图方面具有应用前景。
Keyword:
AEROSOL OPTICAL DEPTH
BASE HEIGHT
RETRIEVAL
PHOTOGRAMMETRY
SYSTEM
