Том 29, номер 07, статья № 8

Астафуров В. Г., Скороходов А. В. Идентификация облачных проявлений атмосферных гравитационных волн над водной поверхностью по спутниковым снимкам MODIS. // Оптика атмосферы и океана. 2016. Т. 29. № 07. С. 579-584. DOI: 10.15372/AOO20160708.    PDF
Скопировать ссылку в буфер обмена

Аннотация:

Предложен алгоритм идентификации облачных проявлений атмосферных гравитационных волн над водной поверхностью по спутниковым снимкам MODIS с пространственным разрешением 1000 м. Определены регионы планеты с наибольшей повторяемостью подобных явлений. Установлена повторяемость облачных проявлений атмосферных гравитационных волн в течение года над побережьями Аравийского полуострова и Австралии, Мозамбикским проливом и Курильскими островами. Приведено описание алгоритма идентификации исследуемых явлений, основанного на применении метода Viola–Jones. Определены разновидности облаков, формирующие облачные проявления атмосферных гравитационных волн. Обсуждаются результаты их обнаружения на полноразмерных спутниковых снимках MODIS различных регионов планеты.

Ключевые слова:

атмосферные гравитационные волны, облачность, признаки Хаара, распознавание образов, спутниковые данные, стратификация

Список литературы:

1. Алексанин А.И., Ким В. Автоматическое обнаружение внутренних волн на спутниковых изображениях и оценка плотности перемешанного слоя // Исслед. Земли из космоса. 2015. № 1. С. 44–52.
2. Кашкин В.Б. Внутренние гравитационные волны в тропосфере // Оптика атмосф. и океана. 2013. Т. 26, № 10. С. 908–916; Kashkin V.B. Interval gravity waves in the troposphere // Atmos. Ocean. Opt. 2014. V. 27, N 1. P. 1–9.
3. Камардин А.П., Одинцов С.Л., Скороходов А.В. Идентификация внутренних гравитационных волн в атмосферном пограничном слое по данным содара // Оптика атмосф. и океана. 2014. Т. 27, № 7. С. 812–818.
4. Госсард Э.Э., Хук У.К. Волны в атмосфере. М.: Мир, 1978. 532 с.
5. Камардин А.П., Коханенко Г.П., Невзорова И.В., Пеннер И.Э. Совместные исследования структуры пограничного слоя атмосферы на основе лидарных и содарных измерений // Оптика атмосф. и океана. 2011. Т. 24, № 6. С. 534–537.
6. Rodenas J., Garello R. Internal wave detection and location in SAR images using wavelet transform // IEEE Trans. Geosci. Remote Sens. 1998. V. 36, N 5. P. 1494–1507.
7. Jackson C. Internal wave detection using the Moderate Resolution Imaging Spectroradiometer (MODIS) // J. Geophys. Res. 2007. V. 112. C11012. DOI: 10.1029/ 2007JC004220.
8. Вельтищев Н.Ф., Степаненко В.М. Мезометеорологические процессы. М.: МГУ, 2006. 101 с.
9. Zilitinkevich S.S., Elperin T., Kleorin N., L’vov V., Rogachevskii I. Energy and flux-budget turbulence closure model for stably stratified flows. Part II: The role of internal gravity waves // Bound.-Lay. Meteorol. 2009. V. 133, N 2. P. 139–164.
10. Largeron Y., Staquet C., Chamel C. Characterization of oscillatory motion in the stable atmosphere of a deep valley // Bound.-Lay. Meteorol. 2013. V. 148, N 2. P. 439–459.
11. Серебряный А.Н. Слико- и сулоеобразующие явления в море. Внутренние волны // Современные проблемы дистанционного зондирования Земли из Космоса. 2012. Т. 9, № 2. С. 275–286.
12. Иванов А.Ю. О распознавании поверхностных проявлений океанских внутренних волн и атмосферных гравитационных волн на радиолокационных изображениях морской поверхности // Исслед. Земли из космоса. 2011. № 1. С. 70–85.
13. Simonin D., Tatnall A.R., Robinson I.S. The automated detection and recognition of internal waves // Int.  J.  Remote  Sens.  2009.  V. 30,  N 17.  P. 4581–4598.
14. MODIS-Atmosphere / U.S. Government Computer System, 2000. 2016. URL: http://modis-atmos.gsfc.nasa.gov
15. Space Science and Engineering Center / University of Wisconsin-Madison, 1996–2016. URL: https://www. ssec.wisc.edu (access data 15.01.2016).
16. Герман М.А. Спутниковая метеорология. Л.: Гидрометеоиздат, 1975. 368 с.
17. Скороходов А.В., Аксенов С.В., Аксенов А.В., Лайком Д.Н. Использование различных вычислительных систем для решения задачи автоматической классификации облачности по спутниковым данным MODIS на основе вероятностной нейронной сети // Известия Томского политехнического университета. Инжиниринг георесурсов. 2016. Т. 327, № 1. С. 30–38.
18. Viola P., Jones M.J. Robust real-time face detection // Int. J. Comput. Vision. 2004. V. 57, N 2. P. 137–154.
19. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2005. 1072 с.
20. Schapire R., Freund Y., Barlett P., Lee W. Boosting the margin: A new explanation for the effectiveness of voting methods // The Annals of Statistics. 1998. V. 26, N 5. P. 1651–1686.