摘要 | 第3-5页 |
ABSTRACT | 第5-6页 |
1 绪论 | 第9-14页 |
1.1 热带气旋介绍 | 第9页 |
1.2 国内外研究现状及发展分析 | 第9-12页 |
1.3 论文的研究工作和内容安排 | 第12-14页 |
2 基于红外卫星云图和机器学习的有眼TC客观定强模型 | 第14-30页 |
2.1 基于GAC模型的PDE分割 | 第15-16页 |
2.2 TC眼壁分割结果 | 第16-17页 |
2.3 RVM概述 | 第17-19页 |
2.4 数据资料及构造建模特征因子 | 第19-20页 |
2.5 实验结果及分析 | 第20-29页 |
2.5.1 眼壁亮温梯度最大值与中心风速的定强模型 | 第21-22页 |
2.5.2 100%眼壁亮温梯度均值与中心风速的定强模型 | 第22-23页 |
2.5.3 95%眼壁亮温梯度均值与中心风速的定强模型 | 第23-25页 |
2.5.4 95%眼壁亮温梯度均值、梯度最大值与中心风速的定强模型 | 第25-26页 |
2.5.5 100%梯度均值、95%梯度均值、梯度最大值与中心风速的定强模型 | 第26-27页 |
2.5.6 各个定强模型的误差对比 | 第27-29页 |
2.6 本章小结 | 第29-30页 |
3 基于卫星云图和RVM以TC中心作为参考点的TC客观定强模型 | 第30-47页 |
3.1 卫星图像融合 | 第31-36页 |
3.1.1 拉普拉斯金字塔融合算法概述 | 第31-32页 |
3.1.2 融合规则 | 第32-34页 |
3.1.3 融合结果及评价 | 第34-36页 |
3.2 偏差角介绍 | 第36页 |
3.3 TC不同发展阶段的偏差角直方图 | 第36-38页 |
3.4 偏差角-梯度共生矩阵 | 第38-39页 |
3.5 数据资料及构造建模特征因子 | 第39-41页 |
3.6 实验结果及分析 | 第41-45页 |
3.6.1 利用9个统计参数的TC定强模型 | 第42-44页 |
3.6.2 利用9个统计参数结合中心纬度的TC定强模型 | 第44-45页 |
3.7 本章小结 | 第45-47页 |
4 基于卫星云图和RVM以每一点依次作为参考点的TC客观定强模型 | 第47-56页 |
4.1 构造偏差角-梯度共生矩阵参数阵 | 第48页 |
4.2 TC不同发展阶段的结构伪彩色图 | 第48-49页 |
4.3 数据资料及构造建模特征因子 | 第49-50页 |
4.4 实验结果及分析 | 第50-54页 |
4.4.1 利用9个统计参数的TC定强模型 | 第51-53页 |
4.4.2 利用9个统计参数结合中心纬度的TC定强模型 | 第53-54页 |
4.5 本章小结 | 第54-56页 |
5 总结与展望 | 第56-59页 |
5.1 本文的主要工作 | 第56-57页 |
5.2 未来的研究方向 | 第57-59页 |
参考文献 | 第59-63页 |
攻读学位期间取得的研究成果 | 第63-64页 |
致谢 | 第64-66页 |