HY-2卫星散射计热带气旋自动识别算法

邹巨洪，林明森，邹斌，郭茂华，崔松雪

（1.国家卫星海洋应用中心，北京100081）

HY-2卫星散射计热带气旋自动识别算法

邹巨洪1，林明森1，邹斌1，郭茂华1，崔松雪1

（1.国家卫星海洋应用中心，北京100081）

对基于HY-2卫星散射计风矢量产品的热带气旋自动识别算法进行了研究。算法分为粗搜索与精搜索两部分。粗搜索利用热带气旋风场的风速与风向分布直方图特征确定搜索的阈值，快速剔除比较容易识别的非热带气旋区域。在此基础上，精搜索利用热带气旋风向的螺旋状分布特征，通过搜索目标区域内是否存在螺旋状流线的方法，确定目标区域的风向是否存在螺旋状流线特征，从而实现对热带气旋的准确自动识别。作为示例，将该方法应用到对HY-2散射计观测到的2012年6号强热带风暴“杜苏芮”的自动识别，结果表明，本文提出的算法可以从HY-2散射计风场数据中准确有效的自动识别出热带气旋。

热带气旋；自动识别；HY-2卫星散射计

邹巨洪，林明森，邹斌，等.HY-2卫星散射计热带气旋自动识别算法［J］.海洋学报，2015，37（1）：73—79，doi：10.3969/j.issn.0253-4193.2015.01.008

Zou Juhong，Lin Mingsen，Zou Bin，et al.Automated cyclone detection using HY-2 satell ite data［J］.Haiyang Xuebao，2015，37（1）：73—79，doi：10.3969/j.issn.0253-4193.2015.01.008

1　引言

热带气旋是最具破坏性的海洋—大气系统。热带气旋及其引起的沿海强风暴潮和海上巨浪不仅给沿海地区人民的生命财产造成严重的损失，而且对海上交通运输、军事活动、海洋工程和渔业都带来严重影响。对热带气旋强度，路径的准确监测与预报，历来是各国海洋学家、气象学家关注的热点。快速、准确、大量的获取热带气旋观测资料，可有效提高热带气旋监测水平，并促进对热带气旋形成与消亡机制的相关研究，提高数值气象预报模式对热带气旋路径与强度预报的水平，从而减小热带气旋对沿海地区造成的经济和生命财产损失。

随着气象卫星探测的时间长度、空间分辨率的不断提高，卫星云图逐渐成为监测热带气旋的重要手段。利用云图可获得有关热带气旋产生、发展、形成与消亡的重要信息，因此，利用卫星云图进行热带气旋自动识别的研究起步最早，相关研究较为成熟。其中，较普遍的热带气旋分析方法是Dvorak算法［1］。在对大量个例的统计分析基础上，Dvorak对热带气旋的发展模式进行了归纳总结。在热带气旋强度及中心定位方面提出了一套分析方法，得到了广泛应用。但这些方法需要人们的主观观察来进行预报，如何将这些理论应用在热带气旋的自动预报系统中还是一个难点。

此外，作为目前全球海面风场观测最主要的手段的卫星散射计，也是热带气旋监测的重要手段之一。研究表明卫星散射计资料可有效用于热带低压早期预警及热带气旋早期探测［2—4］。为从散射计风场中识别出热带气旋，Lecomte与Gierach等发展了基于风速阈值以及涡度分布的识别算法。但由于散射计在热带气旋测量中自身的特点（空间分辨率较低，风向180°模糊，对热带气旋风矢量反演精度相对较低），以及热带气旋在形态以及运动方面的复杂性，基于散射计的热带气旋识别技术大都需要人工参与，且识别率仅为75%左右［5—6］。

为实现散射计对热带气旋的自动识别，Ho和Talukder利用从QuikSCAT卫星散射计提取的热带气旋特征，采用支持向量机方法实现了热带气旋自动识别与跟踪［7］。并在此基础上，加入了降雨雷达提供的降雨信息，提高了对热带气旋观测的频率，该识别算法可实现91.67%的识别率。但是，由于在算法中采用基于统计的主风向相对强度判别方法来度量风场的旋转特性［7—8］，因此该方法受到风向误差在降雨条件下的增大的影响，进而影响到热带气旋识别的准确率。

为克服基于涡度以及主风向相对强度判别的传统散射计热带气旋识别方法自动化程度不高，对风向精度要求较高等缺点，本文将对HY-2卫星散射计热带气旋全自动识别算法进行了研究。热带气旋自动识别算法分为粗搜索与精搜索两部分。粗搜索主要利用热带气旋风场的风速与风向分布直方图特征进行热带气旋的快速识别。精搜索则在粗搜索的基础上，通过判定目标区域的风向是否存在螺旋状流线特征，实现对热带气旋的准确自动识别。精搜索采用种子生长法，通过搜索区域内是否存在螺旋状流线的方法，来实现对风向螺旋分布特征的判定，因此该方法更为直观，且具有较好的容错性，可以在由于降雨引起风矢量反演精度降低等条件下，准确实现热带气旋的自动识别。

2　HY-2卫星散射计热带气旋自动识别算法

热带气旋自动识别算法将分为粗搜索与精搜索两个模块。粗搜索利用风速，风向直方图分布特征，设定风速及风向分布的阈值，实现热带气旋的快速识别，但是误判率较高。精搜索检验目标区域内风向是否存在螺旋状分布的方式，实现热带气旋与其他非热带气旋天气系统的自动识别。这种方式更为准确，但是耗时更长。将粗搜索与精搜索相结合，即首先利用粗搜索剔除一部分明显没有热带气旋发生的区域，在此基础上，进行精搜索，以确定该区域是否真的有热带气旋存在，通过这样的方式，可实现快速、准确识别热带气旋的目的。下面将分别对粗搜索算法与精搜索算法进行介绍。在本文的研究中，所采用的数据为按轨存储的HY-2卫星散射计L2B风矢量数据。

2.1粗搜索

由于发展成熟的热带气旋风速、风向具有一定的分布特征。通过对散射计热带气旋资料分析，可建立热带气旋风速、风向直方图分布特征，并据此设定阈值，可实现热带气旋与比较简单的天气系统的区别。这种方式的优点是计算量小，处理时间短，但是误判率较高。图1给出了热带气旋，简单天气系统，及锋面对应的风场及各自对应的风向直方图。从图中可以看出，热带气旋系统的风向分布与简单天气系统有明显区别，但是与更为复杂的天气系统如锋面系统，风向分部较为类似。因此，以热带气旋风速、风向阈值为基础的粗搜索算法，仅能将热带气旋与较为简单的天气系统区分开来，对更为复杂的天气系统诸如锋面，则无法通过这种方式与热带气旋区分。

2.2精搜索

在粗搜索的基础上，本文设计了精搜索算法，以进一步区分热带气旋与复杂天气系统，提高热带气旋自动识别的准确性。精搜索通过检验目标区域内风向是否存在螺旋状分布特征来实现对热带气旋的识别，具体的做法是通过搜索目标区域内是否存在螺旋状流线的方法来检验是否风向的螺旋状分布特征。这里的螺旋状流线满足如下判据：（1）流线的方向与风矢量方向的夹角应小于预设阈值；（2）流线上相邻风矢量单元的风向应连续分布；（3）流线应呈螺旋状分布，即流线上风矢量单元的风向应在0°～360°之间连续分布。若目标区域内存在至少一条螺旋状流线，则认为该目标区域风向具有螺旋状分布特征，在该区域内，很可能存在热带气旋系统。因此，精搜索算法将要解决的问题是如何自动从目标区域内自动搜索得到螺旋状流线（若目标区域存在螺旋状流线）。

本文采取种子生长法来实现螺旋状流线的自动搜索。在选定初始生长点（种子）的基础上，在螺旋状流线判据（1）～（3）的限制下，让种子自动生长。若存在螺旋状流线，则种子可最终生长成为螺旋状流线。

由于流线在空间上是连续的，当前种子只能选择与其相邻的风矢量单元作为生长目的地。同时为满足判据1，设定如图2所示的生长规则1，使得流线的方向与风矢量方向的夹角应小于45°。图中以45°的风向间隔，给出了种子风向在0°～360°范围内，种子可能的生长方向。图中每个网格单元代表一个风矢量单元，当前种子位于网格的中心，种子的风向用箭头标出。网格单元中的数字为该风矢量单元作为种子生长目的地的优先级，数字“1”表示该风矢量单元为种子的第一生长目的地，数字“2”为第二目的地，数字“3”为第三目的地。网格单元中的符号“NA”则表示种子被禁止生长到该风矢量单元。

图1　不同天气系统的风场及其对应的风向直方图Fig.1 Typical wind field for typhoon case（a），simple weather system case（b），front case（c），and wind direction histogram distribution for typhoon case（d），simple weather system case（e），front case（f）

图2　种子生长规则1Fig.2 Map for growth of the seed according to criteria No.1

为满足判据（2），设定生长规则2，使得流线上相邻风矢量单元的风向之间的夹角小于20°。即种子只能在与其相邻的风矢量单元中选择与自身风向差异小于20°的风矢量单元作为目的地。由于热带气旋在北半球风向为逆时针旋转，在南半球为顺时针旋转，因此，如图3所示，对南北半球分别设定了的相应的生长规则。图中的数字为按20°的风向间隔作风向直方图，风向在直方图中所对应的序号，图中的箭头表示种子按图中所示的从左到右的顺序生长。对北半球，假设当前种子的风向在直方图中的序号为n，则种子将优先选择风向直方图序号为n-1的风矢量单元作为目的地，将风向直方图序号为n的风矢量单元作为第二目的地。对南半球生长方向与北半球相反，种子将优先选择n+1的风矢量单元作为目的地。

图3　种子生长规则2Fig.3 Map for growth of the seed according to criteria No.2

根据判据（3），若种子生长形成的流线为螺旋状流线，则流线上风矢量单元的风向应在0°～360°之间连续分布。若以20°的间隔对流线上的风矢量单元作风向分布直方图，则在直方图的每一个风向直方图单元中，至少应包含一个数据。

2.3HY-2卫星散射计热带气旋自动识别算法

热带气旋自动识别算法将分为粗搜索与精搜索两个模块。粗搜索主要用于热带气旋的快速识别，精搜索检则在粗搜索的基础上，通过判断目标区域内风向分布是否具有旋转特征，进一步提高热带气旋识别的准确率。整个热带气旋识别流程如图4所示。首先将HY-2卫星散射计按轨存储的风矢量数据按预先设定好的窗口（大小为1 800 k m×1 800 k m）进行分割。再将每个窗口所对应的风矢量送入粗搜索模块。若粗搜索模块认为该窗口内有可能出现热带气旋，则进入精搜索模块，否则报告窗口内无热带气旋出现。由于通常散射计测得的风矢量为在球面上测得的风矢量，且风矢量单元建立在地面轨道坐标系统下。因此，在进行精搜索前，需要将散射计反演得出的风矢量插值到平面正交经纬网坐标系上，以便于后面对风向的处理。若精搜索模块报告窗口内存在螺旋状流线，则认为该窗口内存在热带气旋，否则认为该区域内无热带气旋出现。

图4　热带气旋自动识别流程图Fig.4 Flow chart for automated cyclone identification

对位于近岸的热带气旋，由于受陆地的影响，散射计将只能观测到部分的热带气旋风场，在这种情况下，散射计提供的风场流线将在陆地处被截断，不可能出现完整的螺旋状流线。当热带气旋位于散射计刈幅边缘时，也会出现同样的问题。要识别这种位于近岸或者散射计刈幅边缘的热带气旋，需要对热带气旋识别算法进行相应修改。定义位于近岸或者刈幅边缘的风矢量单元为边缘单元，如果精搜索中能够找到一条流线，能够起始于边缘单元，且终于边缘单元，且该流线上的风矢量单元的风向直方图中数量大于1的风向单元数量大于指定阈值（本为设置为10），则精搜索程序同样认为找到了一条螺旋状流线。通过这种方法，可对位于近岸或者散射计刈幅边缘的热带气旋进行有效识别。

3　实验结果

为验证本文的方法，本节将采用HY-2卫星散射计从2012年6月23-29日的L2B风矢量产品，利用本文提出的热带气旋自动识别算法，对2012年6号强热带风暴“杜苏芮”进行自动识别。“杜苏芮”是2012年首个登陆我国的热带气旋，于6月26日20时在菲律宾宾马尼拉以东约1 020 k m的西北太平洋洋面上生成，28日凌晨加强为强热带风暴，并于6月30日02时在广东省珠海市南水镇沿海登陆。从2012年6月23-29日间，HY-2卫星散射计共11次观测到“杜苏芮”，其中7次较为完整的观测到整个气旋结构，4次观测结果由于陆地的影响，或者是由于气旋位于刈幅的边缘，仅有部分结构被HY-2卫星散射计观测到。通过自动识别算法所得结果如图5所示，图中的螺旋状流线用黑色实线标出。被HY-2卫星散射计观测到的关于强热带风暴“杜苏芮”的所有数据，包括位于近岸以及刈幅边缘的观测数据，均能被有效识别，且每轨数据处理时间均在5 min以内，说明了本文算法的准确性和有效性。同时，HY-2卫星散射计在杜苏芮成为热带气旋前2天就已经探测到了该气旋，说明HY-2卫星散射计在热带气旋的早期监测方面的巨大应用潜力。

4　结论

本文对基于HY-2卫星散射计风矢量产品的热带气旋自动识别算法进行了研究。热带气旋自动识别算法分为粗搜索与精搜索两部分。粗搜索主要用于热带气旋的快速识别，利用热带气旋风场的风速与风向分布直方图特征确定搜索的阈值，快速剔除部分比较容易识别的非热带气旋区域。精搜索则用于在粗搜索的基础上，更加准确的区分热带气旋与其他与热带气旋比较类似的天气系统。精搜索利用热带气旋风向的螺旋状分布特征，通过判定目标区域的风向是否存在螺旋状流线特征，从而实现对热带气旋的准确自动识别。由于在热带气旋条件下受降雨影响，散射计风矢量产品通常误差较大。精搜索采用种子生长法，通过搜索区域内是否存在螺旋状流线的方法，来实现对风向螺旋分布特征的判定，因此，该算法对风场的精度要求不高，具有较好的容错性。这使得本文的热带气旋识别算法较其他基于统计方法的识别算法更有优势。作为示例，将该方法应用到对HY-2散射计观测到2012年强热带风暴“杜苏芮”的识别，结果表明，本文提出的算法可以从HY-2卫星散射计风场数据中准确有效的自动识别出热带气旋。

［1］Dvorak VF.Tropical cyclone intensity analysis using satel l ite data［R］.Washington DC，NESDIS11：NOAA，1984.

［2］Katsaros KB，Forde EB，Chang P，et al.QuikSCAT's sea winds faci l itates early identification oftropical depressionsin 1999 hurricane season［J］. Geophysical Research Letters，2001，28（6）：1043-1046.

［3］Ryan JS，Mark A，James JB，et al.Early detection oftropical cyclones using Sea Winds-derived vorticity［J］.Bul letin ofthe American Meteorological Society，2002，83（6）：879-889.

［4］Pasch RJ，Stewart SR，Brown DP.Com ments on“early detection oftropicalcyclones using seawindsderived vorticity”［J］.Bul letin ofthe American Meteorological Society，2003，85（10）：1415-1416.

［5］Lecomte P，Crapol icchio RL，de Miguel S.Cyclone tracking with ERS-2 Scatterometer：Algorithm Performances and Post-Processed Data Example［C］//Gothenburg：Proceeding of the Envisat&ERSSymposium Gothenburg，2000.

［6］Gierach MM，Bourassa MA，Cunningham P.Vorticity-Based Detection of Tropical Cyclogenesis［J］.Journal of Appl ied Meteorology&Cl imatology，2007，46（8）：1214-1229.

［7］Ho SS，Talukder A.Automated cyclone identification from remote quikscat satel l ite data［C］//Big Sky，MT：IEEEAerospace Conference，2008.

［8］Talukder A，Ho SS，Liu T，et al.Global Cyclone Detection and Tracking using Multiple Remote Satel l ite Data［OL］.http：//esto.nasa.gov/confer-ences/estc2008/papers/Talukder_Ashit_A1P1.pdf

Automated cyclone detection using HY-2 satellite data

Zou Juhong1，Lin Mingsen1，Zou Bin1，Guo Maohua1，Cui Songxue1

（1.National Satellite Ocean Application Sevice，Beijing100081，China）

An automated cyclone detection algorith m based on HY-2 wind data was studied.Two steps were included in this algorith m，which were coarse identification and precise identification.The histogram features of thewind speed and wind direction of cyclone was used for a coarse identification，so that some apparent non-tropical cyclone zones can be excluded rapidly.And then a more precise identification which makes use of the circulation property of cyclone was appl ied to the wind data which could pass the coarse identification.With the two steps identification algorith m，rapid and accurateidentification oftropicalcyclones can beimplemented.As an example，a sequence of HY-2 L2Bwind data was used to identify and track severe tropical storm Doksuri 2012，the result showed that cyclone could be correctly identified with our method，which demonstrated the feasibi l ity and usefulness of our automated approach.

tropical cyclone；automated detection；HY-2 scatterometer

图5　热带气旋自动识别实验结果Fig.5 Automated cyclone identification results using algorith m developed in this paper

P716+.3

A

0253-4193（2015）01-0073-07

2013-10-29；

2014-05-05。

国家自然科学基金（41106152）；国家科技支撑计划课题（2013BAD13B01）；海洋公益项目（201105032）；海洋公益项目（201305032，201105002-07）；卫星海洋环境动力学国家重点实验室开放研究基金（SOED1103）；国家海洋局青年海洋科学基金（2011414）；国家发改委高技术产业化项目。

邹巨洪（1981—），男，博士，主要从事海洋遥感研究。E-mai l：zoujuhong@mai l.nsoas.gov.cn