[发明专利]一种基于卫星云图的风矢场实时度量方法

权利要求书

1.一种基于卫星云图的风矢场实时度量方法，其特征在于：所述风矢场实时度量方法的具体实现过程为：

步骤一、卫星探测数据预处理，将探测到的地球温度数据转换为灰度数据，再将灰度数据转换为经纬度数据，然后将经纬度数据转换为图像坐标，把卫星云图数据以图像形式显示出来；

步骤二、对比三个连续时间的卫星云图，通过块匹配以后，根据实时性需求选择不同的搜索方法，确定风矢场经纬度和方向；

步骤三、综合数据预处理和搜索结果，进一步得到每个风矢的灰度，温度及其所在等压面；

步骤四、最终通过观察风矢场在卫星云图上的位置，大小和方向及其所在等压面可以观测大气环流和中长期天气预报。

2.根据权利要求1所述的基于卫星云图的风矢场实时度量方法，其特征在于：

步骤一中，将灰度数据转换为经纬度数据时，以卫星和地心连线作为x轴，以北极所指方向为z轴，根据右手螺旋定则，建立y轴；设地球为理想椭球，卫星探测数据文件均为2288×2288的灰度值矩阵，矩阵的每个元素都对应地球上或地球外的一个探测点；卫星的星下点在东经86.5度，北纬0度，星下点对应的矩阵元素位于矩阵的第1145行和第1145列相交处。

3.根据权利要求2所述的基于卫星云图的风矢场实时度量方法，其特征在于：步骤二中确定风矢场经纬度和方向的具体过程为：

步骤二(1)、对比三个连续时段卫星云图：

取连续三幅静止云图，求解中间时刻云图风矢量，以前一个时刻为参考图像，以后一个时刻为校正图像；匹配块的大小为16×16，搜索区域为64×64，保证每个像素点都能够被搜索到，且没有重复；扫描时每次将模板平移1个像素位置与搜索区进行求和绝对误差匹配；

步骤二(2)、块匹配运动估计，利用SAD匹配准则来进行：

求和绝对误差：

SAD(u,v)=Σm=1MΣn=1N|fk(m,n)-fk-1(m+u,n+v)|]]>

其中，u，v代表参考图像中的预测块与当前图像中的当前块在水平和垂直方向的偏移，-p≤u，v≤p；m，n代表当前块内某像素的水平和垂直坐标；f_k(m，n)代表当前块的某像素的灰度值，f_k-1(m+u，n+v)代表预测块的对应像素的灰度值；p代表单方向最大搜索距离，M，N代表宏块大小；比较不同水平和垂直偏移的SAD值，所有SAD值中最小的即为匹配块；

步骤二(3)、应用自适应搜索来求解风矢场，自适应十字搜索算法的主要步骤如下：

1)若当前宏块是当前帧的第一个宏块，则将其作为搜索起点，跳到第5)步骤；

2)若当前宏块位于帧的最顶行，取左边宏块的运动矢量作为候选搜索起点；若位于帧的最左列，取上面宏块的运动矢量为候选搜索起点，跳转到第4)步；

3)否则，取上面和左面宏块运动矢量的平均值作为候选搜索起点；

4)分别计算以候选搜索起点和第一个宏块为起点的SAD值，取较小者作为最小SAD的初值，记为M_SAD，相应的点作为实际的搜索起点；

5)在下一圈中进行螺旋式搜索，计算每一点的SAD值，对第一圈搜索步长取1，其它圈的搜索步长取2；

若在计算中就已经大于M_SAD，退出计算，搜索下一点，否则完全计算SAD；

若当前SAD＜M_SAD，则将它赋给M_SAD，并置本圈M_SAD更新标志F为1；

6)当本圈搜索结束，若F＝1，转到第5)步；否则继续第7)步；

7)结束螺旋式搜索，若当前最佳匹配点为起始搜索点，继续第8)步；否则，在其周围未搜索的4点作进一步搜索，然后继续第8)步；

8)以第7)步得到的最佳匹配点为中心进行小搜索模式搜索，找到和匹配块最接近的宏块，由该宏块确定出风矢场经纬度和方向。

4.根据权利要求3所述的基于卫星云图的风矢场实时度量方法，其特征在于：

步骤三和四中，由红外云图云顶温度根据大气温度垂直廓线来粗估推算云顶高度，即可得出云迹风矢代表的气压高度估计值，并利用对数线性内插法，建立起温度T和压强P之间的关系：

T＝a+blnP              (2)

其中其中，(t₁，p₁)、(t₂，p₂)是两个温度压强点。