一种利用FY-2卫星数据的台风中心定位方法

刘佳，王旭东

(商丘师范学院 信息技术学院，河南 商丘 476000)

0 引言

台风发源于热带海面，当其发展到一定强度时会造成严重的自然灾害，给人们的经济和生活带来巨大的损失[1-2]。台风移动路径的预测需要以台风中心位置的准确定位为基础，中心位置的定位是否准确直接影响路径预测的精确度。目前，预报员经常采用的中心定位方法是人工定位或者半自动的方式，分析的数据一般来源于气象卫星和多普勒天气雷达。

台风中心定位方法主要包括风场分析法、模式匹配法[3]、相关跟踪雷达回波(tracking radar echoes by correlation，TREC)算法[4]和自动云特征跟踪技术。Creasey等[5]利用Yankee高密度探测系统确定了台风的中心位置。Zhang等[6]利用天气研究与预测模型对2008—2012年的大西洋风暴的强度进行了分析。鲁转侠等[7]基于海杂波提取特征参数有效地确定了台风中心位置，建立了基于后向差分法的台风中心识别方法。Jin等[8]提出一种基于显著性区域检测和模式匹配的半自动中心定位方法，该方法能较好地利用合成孔径雷达图像定位台风中心。Zhuge等[9]利用红外分裂窗通道并结合水汽通道，提出一种利用卫星数据估计西北太平洋热带气旋强度的算法。黄旋旋等[10]提出一种基于中高层组合反射率近海台风中心自适应定位方法。靳少辉[11]提出了基于特征学习和显著区域检测的方法定位无眼台风中心。Hu等[12]从风速图中计算了高风速区，然后提取出涡状区域，最后在涡状区域中计算出台风中心位置。蒋众名[13]根据历史路径数据，设计了一种基于InsFaster R-CNN的深度学习无眼台风中心定位方法。Knaff等[14]使用线性鉴别分析技术，检测红外图像中的台风眼及运动轨迹等信息，特别是处于初始状态和消散状态并且无明显眼区的台风。陈希等[15]构建了一个非线性目标函数，来定位无眼台风的中心，该函数利用台风的几何特性，构建并采用生物遗传算法求得最优解。上述研究方法计算过程较为复杂，而且耗时较多，不能满足气象领域的实时性要求。

有眼台风和无眼台风的基本云图特征有较大区别。有眼台风一般在卫星云图中呈现黑色类圆眼区，该形态存在时间短且稳定性比较差；无眼台风由于处于生成期和消散期，或者薄云遮挡等原因在云图中看不到明显的眼区。

有眼台风的定位技术目前已相对成熟且定位精度较高，因此本文将重点关注无眼台风的中心自动定位。无眼台风的中心定位是目前台风定位的一个难点，精确度相对于有眼台风较低。目前的一些方法常借鉴人工定位完成，预报员通过经验目测，往往会造成一定的误差，定位精度不高。

本文提出一种新的基于密度矩阵和高斯滤波(density matrix and Gauss filter，DMGF)的台风中心自动定位方法。该方法利用FY-2气象卫星红外通道数据检测台风中心，并使用高斯滤波进行修正，提高了中心定位的准确度。DMGF方法同时适用于有眼台风和无眼台风中心位置的确定。

1 FY-2卫星数据

利用静止气象卫星数据监测台风活动比雷达、探测器等监测工具更有优势，具体表现为时间分辨率更高(时间间隔更短)。FY-2F气象卫星可以提供6 min时间间隔的快速扫描数据，观测覆盖的范围更广。此外，科技的发展推动着卫星技术的不断进步，FY-2气象卫星的分辨率和其他技术指标都有了显著的提高，可以提供高达1 km空间分辨率的卫星数据，这为研究人员能在更短时间内监测冰雹、龙卷风等强对流天气的变化提供了可能。

本文使用的多通道红外和可见光数据来源于FY-2卫星，主要用来监测台风的中心位置及其运动变化的轨迹。案例分析使用的真实台风数据主要来源于气象卫星FY-2E。FY-2E发射于2008年12月23日，定位在86.5°E赤道上空，可以持续获取多种来源的卫星数据，如可见光图、多通道红外图和水汽图。

表1为FY-2E卫星成像仪辐射通道的波长和空间分辨率。可以看出，FY-2E包含5个不同波长范围的通道，包括4个红外(infrared，IR)通道和1个可见光通道(VIS)，所有通道的波长均不相同，IR1和IR2为红外窗区通道，IR4为短波红外通道，所有红外通道的空间分辨率均为5 km。其中，IR3通道又称为水汽(water vapor，WV) 通道，是一种特殊类型的红外通道，从该通道可以观测到大气中的水汽含量。可见光通道相对于红外通道分辨率更高，为1.25 km，可以提供更为清晰的可见光图像。

表1 FY-2E卫星成像仪辐射通道的波长和空间分辨率

2 基于密度矩阵和高斯滤波的台风中心定位方法

该方法首先计算FY-2卫星图像中的每个3像素×3像素区域内的亮温值，用式(1)求方差。

(1)

式中：Vi,j表示亮温方差值；Ii,j代表亮温值。

使用式(2)和式(3),分别计算对应像素不同方向的亮温梯度，表达式如式(2)所示。

(2)

(3)

式中：Gxi,j和Gyi,j分别为水平方向和垂直方向的梯度。

图像中每一个点的梯度大小定义见式(4)。

(4)

梯度方向定义见式(5)。

(5)

根据式(5)计算每个像元的亮温梯度向量，并求梯度向量的平行线。然后根据密度矩阵[16]的原理，计算平行线交汇最多的位置，将其在图像中交汇点的位置存储在密度矩阵中。密度矩阵的原理为存储每个位置梯度向量平行线的数量，并计算交汇处的最大值，该最大值所在的位置即为台风的中心位置。

图1为台风中心定位过程示意图。图1(a)为台风天兔(Usagi)的样本图像，数据来源于FY-2E气象卫星的IR1通道，时间为2013年9月19日0600 UTC(coordinated universal time)。台风发展为成熟阶段且强度较高，出现了明显的台风眼，形状呈螺旋形。图1(b)为根据公式(1)求得的方差图像，可以看出图中白色较亮区域为台风中心点的位置，周围的云墙亮温值对称性较高。计算得到的密度矩阵中最大值的位置在图1(c)中用红色点进行表示，该点即为台风中心的可能位置。

图1 台风中心定位过程示意图

台风中心周围的方向假设匹配高斯模型，曲线的最高点可能是台风的中心，拥有最大能量的位置为红外通道图像上台风的中心。通过对台风中心位置的亮温观察发现，中心位置周围的云墙亮温对称性更强，并且其亮温值相对于其他位置更高。因此，基于这个特点，设计出一种新的高斯滤波修正方法来提高定位精度，修正中心位置像素点周围的亮温值。

高斯滤波函数定义见式(6)。

(6)

最后用式(7)求目标值Ob。

(7)

3 实验与分析

影响我国的台风一般发源于西北太平洋海面，本节选取部分台风进行实验分析。实验图像来源于FY-2E气象卫星半小时时间间隔的红外图像，涵盖台风生命周期的各个阶段。

热带气旋Usagi，2013年9月17日形成于菲律宾东北部海面，为2013年太平洋台风季第19个被命名的风暴。Usagi引起国际社会的广泛关注，所有官方气象部门均评定Usagi中心最高持续风速达每小时200 km或以上，在2013年9月20日达到最大强度140 kts。图2为使用DMGF方法，对2013年9月17日0200 UTC到2013年9月23日1400 UTC的红外图像进行中心定位，得到的台风Usagi的跟踪图像，选择的图像来源于FY-2E气象卫星IR1通道。可以看出，该方法准确地估计了台风的中心位置和移动轨迹。图2(a)表示在FY-2E全标称图像上的显示结果，时间为2013年9月19日1200 UTC。从图中可以看出，Usagi在地球上的位置大致处于北半球的太平洋区域，红色方框标出的区域放大显示如图2(b)所示，红色加号为DMGF方法计算得到的中心位置。图中的红色点代表检测到的台风中心位置，蓝色线代表台风的移动路径。

图2 IR通道Usagi跟踪结果

目前，通常和CMA公布的历年台风最佳路径数据进行比较，来验证台风中心定位方法的优劣，该数据集是每年台风季节过后，根据全国各级气象台站收集的观测资料整编而成的真实观测数据，与之比较误差越小，说明方法准确度越高。TREC是目前较为常用的中心定位方法，本文也和该方法进行了对比分析。

超强台风Haiyan形成于2013年11月3日，强度逐渐加强，在11月7日演变成超强台风。从2013年11月3日0600 UTC至2013年11月11日1200 UTC，共处理360张红外图像并确定了台风中心。台风中心的跟踪结果和其他方法的比较如图3所示。可以看出所提方法的跟踪结果最接近于CMA公布的最佳路径。TREC方法的误差为50.14 km，所提方法的定位结果平均跟踪误差约为47.36 km，误差更小。

图3 在Haiyan上不同方法的比较结果

由上述比较结果可以看出，台风发展为成熟期时，本文使用的DMGF方法的检测结果相对于初期和末期更为准确，这是因为初期和末期的台风形态极不规则，因此造成检测结果与CMA最佳路径数据相比存在较大的偏差。如图4所示，台风Usagi在2013年9月18日0000 UTC时处于形成初期，由于没有明显的形态，导致检测结果误差较大。图中红色点标注的位置为所提方法定位的中心，绿色点代表CMA公布的最佳位置。

图4 IR通道台风Usagi的实际中心位置(红色点)和检测到的中心位置(绿色点)

使用DMGF方法计算2013年和2014年台风的中心位置，并与CMA公布的最佳路径进行比较。表2和表3分别为2013年和2014年所有台风的定位误差。可以看出，DMGF方法能够准确定位台风中心且误差较小，无论是经度误差还是纬度误差均低于0.5°，说明了该方法能准确定位台风中心。

表2 DMGF方法计算的2013年台风中心定位误差

表3 DMGF方法计算的2014年台风中心定位误差

所提方法用于结果分析的数据，来源于真实形成于西北太平洋面的超强台风，包含了台风的形成期、成熟期、消散期等各个生命周期的完整数据。实验结果表明，该方法适用于台风的各个生命周期阶段，定位精度高，误差低。

4 结束语

针对无眼台风中心定位的问题，提出一个利用FY-2卫星数据以及密度矩阵和高斯滤波(DMGF)函数修正的新方法。该方法计算梯度向量平行线的交汇次数，结合密度矩阵求出台风中心的初步位置，并通过高斯滤波方法，修正得到最终的中心位置。通过台风Haiyan的实验和CMA公布的最佳路径比较来计算平均误差，并与目前常用的TREC方法对比发现，所提方法的误差更小。另外，使用该方法计算了2013年和2014年这两年的所有真实形成的台风，经度和纬度误差均低于0.5°，验证了所提方法的有效性。