[发明专利]一种基于模糊聚类预处理云系的并行云迹风反演方法

摘要

本发明公开了一种基于模糊聚类预处理云系的并行云迹风反演方法，包括选取相邻等时间间隔的三幅云图，对云图图像进行数据提取及预处理，将每幅云图分为多块追踪区块，并且将追踪区块分配到指定的多个并行计算处理单元，在每个独立的计算处理单元通过最大相关系数法对所述追踪区块的风矢进行反演计算，得到所述追踪区块风矢的风速及风向。本发明有效提升了云迹风反演的实际执行效率，对低、中、高空全球风场的预测和预警具有重要的应用价值。

主权项

一种基于模糊聚类预处理云系的并行云迹风反演方法，其特征在于，包括：将云图图像分为多块追踪区块，并且将追踪区块分配到指定的多个GPU并行计算阵列，在每个独立的计算阵列通过最大相关系数法对所述追踪区块中的目标云块进行匹配后进行反演计算，得到所述追踪区块风矢的风速及风向；通过所述最大相关系数法对目标云块的匹配过程包括：在所述追踪区块中选中示踪云块，在包含所述示踪云块的搜索区域内，计算出搜索步长大于1的全部与所述示踪云块像素等同区块的相关系数，在这些相关系数中确定最大相关系数，具有最大相关系数的区块即为与所述示踪云块相似度最高的区块，以该区块为中心将该区块的边长增加减半步长个像素点的区域内，将步长逐步减半再次搜索出相似度最高的区块，直到搜索出步长为1搜索到的最大相关系数的区块，即为目标云块；以及其中，通过模糊聚类方法对原始的云图图像进行云地分离后确定进行云迹风反演的云图图像，其包括：采集云图图像中红外通道的灰度特征数据，对所述灰度特征数据进行处理，获得样本灰度特征数据，将所述样本灰度特征数据进行分类，并使每一类样本灰度特征数据分别对应一种云图类型，进而确定所述云图图像。