第5期 孟肖丽，等：基于关联分析的气象云图识别问题研究 .597· f(a）f3(a)f5(au)f(a1)f5(a1)f6(a1)7 f(a2)f2(a2)f5(a2)f(a2)f(a2)f(a2) f(an)f2(an)fs(an)fa(an)fs(an)fo(an) R=f(an）f(an)f3(an)f(an)f5(a.）f(an) f(aa)f(az)f(an)f(an)fs(aa)f(aa) fi(a2）f3(a2）f5(a2)f(a2)f5(a2）f6(a2) f(anm）f2(am)f3(am)f(am）f5(am)f6(am)」 式中：n=49,矩阵R的每行表示一个对象的6个属 同样的方法，可得到T,时刻评估对象的评估值 性测定值，每列表示一个属性下的492个对象的属 矩阵R': 性测定值。 f(b)f2(b)f(b)fa(b)fs(b)fo(b) fi(b2）f(b2）f5(b2）f(b2)f5(b2)f(b2) fi(b1s)f2(bis)f(bis)fa(b)fs(bi3)fo(b) R'=f(bin)f2(bin)f(bin)fa(bin)fs(bin)fo(bin) fi(b2）f(b2i)f5(b2）f(b2i)f5(b2:)f6(b2) fi(b22)f2(b22)f3(b22)fa(b22)fs(b22)fo(b22) fi(bm)f(bnm）f5(bm)f(bm）f5(bm)f6(bm) 式中：n=49。 评估值至少3项不为0时，此云块则为示踪云。分 2.3示踪云选取 别得到两时刻的示踪云集合Y={a1,a2,…,a,}和 在静止气象卫星图像上选择变化缓慢、随风移 Y'={b,b2,…,b}（其中i,j≤n2)。 动的云，即为选取的示踪云。随着欧氏距离和交叉 3概念格的示踪云识别 相关系数的发展，Hayden和Merrill利用最小灰度、 最大灰度、最大最小灰度差及最小梯度标准选取示 对象集U为T,、T2两时刻的示踪云集合Y= 踪云[】：白洁和杨文凯等通过梯度分析的方法使反 {a1,a2,…,a:}和Y'={b1,b2,…,b},每块示踪 演风的位置得到优化，再经过积雨云检测盒灰度分 云a:∈Yy(或b∈Y')为一个对象；属性集为V= 布均匀程度检验，剔除不适合用来反演的目标物，进 {1,2,…,6},其中属性1表示高云、属性2表 而对示踪云进行选取]。然而这些选取方法得到 示低云、属性”3表示中云、属性”，表示薄卷云、属性 的示踪云的特征不太明显，计算得到的云迹风的质 ,表示灰度及属性6表示云图纹理；R为T1、T,时 量有待提高。 刻的示踪云关于V={,2,…,6}的二元关系， 文中云块的选取只是通过选用窗口大小确定， RC(Y,Y")×V。若(a,b),)∈R,则说明 而与实际的云量、云状等无关，这样选取的云块可能 T,时刻的云块a,或T,时刻的云块b:具有属性v,记 是无云区，所以选取的云块是不能直接作为示踪云 为(a:,b)R,并规定 的。示踪云含有云量，具有高云、中云、低云或薄卷 1,fa:)>0 a,Rv= (1) 云的属性，呈现一定的灰度和纹理特征，所以判断云 0,其他 块，是否可以作为示踪云，则要检验云块是否具有 (U,V,R)构成形式背景（如表1）。形式背景的 这些属性特征。由于云块具有6个属性中的3个特 全体概念L(U,V,R)存在偏序关系，则L(U,V, 征时，其灰度分布的表面起伏特征较为明显，满足示 R)是(U,V,R)的概念格。 踪云的特性，则界定示踪云的标准为：若云块的属性Ｒ ＝ ｆ １（ａ１１ ） ｆ ２（ａ１１ ） ｆ ３（ａ１１ ） ｆ ４（ａ１１ ） ｆ ５（ａ１１ ） ｆ ６（ａ１１ ） ｆ １（ａ１２ ） ｆ ２（ａ１２ ） ｆ ３（ａ１２ ） ｆ ４（ａ１２ ） ｆ ５（ａ１２ ） ｆ ６（ａ１２ ） ｆ １（ａ１３ ） ｆ ２（ａ１３ ） ｆ ３（ａ１３ ） ｆ ４（ａ１３ ） ｆ ５（ａ１３ ） ｆ ６（ａ１３ ） ︙ ︙ ︙ ︙ ︙ ︙ ｆ １（ａ１ｎ ） ｆ ２（ａ１ｎ ） ｆ ３（ａ１ｎ ） ｆ ４（ａ１ｎ ） ｆ ５（ａ１ｎ ） ｆ ６（ａ１ｎ ） ｆ １（ａ２１ ） ｆ ２（ａ２１ ） ｆ ３（ａ２１ ） ｆ ４（ａ２１ ） ｆ ５（ａ２１ ） ｆ ６（ａ２１ ） ｆ １（ａ２２ ） ｆ ２（ａ２２ ） ｆ ３（ａ２２ ） ｆ ４（ａ２２ ） ｆ ５（ａ２２ ） ｆ ６（ａ２２ ） ︙ ︙ ︙ ︙ ︙ ︙ ｆ １（ａｎｎ ） ｆ ２（ａｎｎ ） ｆ ３（ａｎｎ ） ｆ ４（ａｎｎ ） ｆ ５（ａｎｎ ） ｆ ６（ａｎｎ ） é ë ê ê ê ê ê ê ê ê ê ê ê ê ê ê ù û ú ú ú ú ú ú ú ú ú ú ú ú ú ú 式中： ｎ ＝ ４９，矩阵 Ｒ 的每行表示一个对象的 ６ 个属 性测定值，每列表示一个属性下的 ４９ ２ 个对象的属 性测定值。 同样的方法，可得到 Ｔ２ 时刻评估对象的评估值 矩阵 Ｒ′ ： Ｒ′ ＝ ｆ １（ｂ１１ ） ｆ ２（ｂ１１ ） ｆ ３（ｂ１１ ） ｆ ４（ｂ１１ ） ｆ ５（ｂ１１ ） ｆ ６（ｂ１１ ） ｆ １（ｂ１２ ） ｆ ２（ｂ１２ ） ｆ ３（ｂ１２ ） ｆ ４（ｂ１２ ） ｆ ５（ｂ１２ ） ｆ ６（ｂ１２ ） ｆ １（ｂ１３ ） ｆ ２（ｂ１３ ） ｆ ３（ｂ１３ ） ｆ ４（ｂ１３ ） ｆ ５（ｂ１３ ） ｆ ６（ｂ１３ ） ︙ ︙ ︙ ︙ ︙ ︙ ｆ １（ｂ１ｎ ） ｆ ２（ｂ１ｎ ） ｆ ３（ｂ１ｎ ） ｆ ４（ｂ１ｎ ） ｆ ５（ｂ１ｎ ） ｆ ６（ｂ１ｎ ） ｆ １（ｂ２１ ） ｆ ２（ｂ２１ ） ｆ ３（ｂ２１ ） ｆ ４（ｂ２１ ） ｆ ５（ｂ２１ ） ｆ ６（ｂ２１ ） ｆ １（ｂ２２ ） ｆ ２（ｂ２２ ） ｆ ３（ｂ２２ ） ｆ ４（ｂ２２ ） ｆ ５（ｂ２２ ） ｆ ６（ｂ２２ ） ︙ ︙ ︙ ︙ ︙ ︙ ｆ １（ｂｎｎ ） ｆ ２（ｂｎｎ ） ｆ ３（ｂｎｎ ） ｆ ４（ｂｎｎ ） ｆ ５（ｂｎｎ ） ｆ ６（ｂｎｎ ） é ë ê ê ê ê ê ê ê ê ê ê ê ê ê ê ù û ú ú ú ú ú ú ú ú ú ú ú ú ú ú 式中： ｎ ＝ ４９。 ２．３ 示踪云选取 在静止气象卫星图像上选择变化缓慢、随风移 动的云，即为选取的示踪云。 随着欧氏距离和交叉 相关系数的发展，Ｈａｙｄｅｎ 和 Ｍｅｒｒｉｌｌ 利用最小灰度、 最大灰度、最大最小灰度差及最小梯度标准选取示 踪云［１７］ ；白洁和杨文凯等通过梯度分析的方法使反 演风的位置得到优化，再经过积雨云检测盒灰度分 布均匀程度检验，剔除不适合用来反演的目标物，进 而对示踪云进行选取［ １８ ］ 。 然而这些选取方法得到 的示踪云的特征不太明显，计算得到的云迹风的质 量有待提高。 文中云块的选取只是通过选用窗口大小确定， 而与实际的云量、云状等无关，这样选取的云块可能 是无云区，所以选取的云块是不能直接作为示踪云 的。 示踪云含有云量，具有高云、中云、低云或薄卷 云的属性，呈现一定的灰度和纹理特征，所以判断云 块 ａｉｊ 是否可以作为示踪云，则要检验云块是否具有 这些属性特征。 由于云块具有 ６ 个属性中的 ３ 个特 征时，其灰度分布的表面起伏特征较为明显，满足示 踪云的特性，则界定示踪云的标准为：若云块的属性 评估值至少 ３ 项不为 ０ 时，此云块则为示踪云。 分 别得到两时刻的示踪云集合 Ｙ ＝ ｛ａ１ ，ａ２ ，…，ａｉ｝ 和 Ｙ′ ＝ ｛ｂ１ ， ｂ２ ， …， ｂｊ｝ （其中 ｉ， ｊ ≤ ｎ ２ ）。 ３ 概念格的示踪云识别 对象集 Ｕ 为 Ｔ１ 、 Ｔ２ 两时刻的示踪云集合 Ｙ ＝ ｛ａ１ ，ａ２ ，…，ａｉ｝ 和 Ｙ′ ＝ ｛ｂ１ ， ｂ２ ， …， ｂｊ｝ ，每块示踪 云 ａｉ ∈ Ｙ （或 ｂｊ ∈ Ｙ′ ）为一个对象；属性集为 Ｖ ＝ ｛ｖ１ ， ｖ２ ， …， ｖ６ ｝ ，其中属性 ｖ１ 表示高云、属性 ｖ２ 表 示低云、属性 ｖ３ 表示中云、属性 ｖ４ 表示薄卷云、属性 ｖ５ 表示灰度及属性 ｖ６ 表示云图纹理；Ｒ 为 Ｔ１ 、 Ｔ２ 时 刻的示踪云关于 Ｖ ＝ ｛ｖ１ ， ｖ２ ， …， ｖ６ ｝ 的二元关系， Ｒ ⊆ （Ｙ， Ｙ′） × Ｖ 。 若 （（ａｉ， ｂｊ）， ｖ） ∈ Ｒ ，则说明 Ｔ１ 时刻的云块 ａｉ 或 Ｔ２ 时刻的云块 ｂｊ 具有属性 ｖ ，记 为 （ａｉ， ｂｊ）Ｒｖ ，并规定 ａｉＲｖ ＝ １ ， ｆ（ａｉ） ＞ ０ ０ ， 其他 { （１） （Ｕ， Ｖ， Ｒ） 构成形式背景（如表 １）。 形式背景的 全体概念 Ｌ（Ｕ， Ｖ， Ｒ） 存在偏序关系，则 Ｌ（Ｕ， Ｖ， Ｒ） 是 （Ｕ， Ｖ， Ｒ） 的概念格。 第 ５ 期 孟肖丽，等：基于关联分析的气象云图识别问题研究 ·５９７·