.png){kind=icon}
返回
Nowcasting 3D Cloud Fields Using Forward Warping Optical Flow
.png){kind=icon}
PRE
AI
DOI：10.1175/JTECH-D-24-0140.1.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
大范围至全球域云短期预测（0-3小时），或云现报，在从太阳能生产到情报收集的军民应用中仍然具有重要意义。尽管当代数值天气预报模型具备能力，但基于近实时观测（即卫星图像）的现报方法因其相对计算效率和对短期应用的准确性而具有操作价值。一种常用的现报方法涉及使用两幅或多幅图像获取特征表观运动，即光流，可用于外推这些特征的未来位置。然而，此类方法通常假设光流场随时间保持不变，这难以应用于卫星图像中的分段云场。在此，我们提出一种云现报方法，采用计算机视觉技术中的年龄插值技术（通常称为变形）来考虑从红外卫星图像中导出的光流场的时变。我们评估了该方法在2024年随机选取的991个区域案例，并对2023年的三个具体案例进行了详细分析。通过对全盘GOES红外图像应用密集（每个图像像素）的光流检索技术，我们证明前向变形在结合简单遮挡推理时能提高现报技巧。此外，我们利用相同的光流方法预测卫星亮温，并将产生的现报与用于回归的U-Net架构生成的预测进行比较。最终，在以均方根误差进行评估的3小时预测时间框架内，光流方法优于U-Net。
Keyword:
Algorithms
Cloud tracking/cloud motion winds
Nowcasting
Satellite observations
期刊
J
IF:
1.9
论文数:
100
被引数:
9.7K
机构
引用论文
暂无论文信息