【摘要】本文使用交叉相关及后姠轨迹预报的方法对未经人工处理的两张不同时次的卫星云图灰度进处理，在前一时次卫星云图上定义一个象素子集并在后一时次卫煋云图定义的区域内计算逐个象素子集的相关系数，然后找出与前一区域具有最大相关系数的象素子集,把这两个象素子集中心的连线看作昰象素子集内云的移动利用天气系统运动的连续性和保守的性质，找出其移动的规律,并由此客观地作出天气系统的移动趋势,预报取得了較为满意的结果

。。；今广；爿。l（殁川中。L挂b图已成为正要的气象资料）。首先可以利用卫星。少壮V人”守势州州打紧尤其是在资料稀少的地区，如海洋、沙漠等其一二，l以人拉卜5以火入检测J外境及其它大气现象的有用丁具。再则卫星云图可与无线電探空报告、飞机报告以人文0非人的卫星资料相纳古木林地成门止高十分析。H然卫区资料在战时大气预报中将人w引。入。’1卅；威州一，可以排供服K的气象概况。但见；f人对卫星资料的业务使用，基本是对、If：。。、、。、。问卜。则卜一了士气结構。因此如何把云特征转换成常规的分析多数扼要再对输入川队名作出热绘的颁标、内些依种E纠在据许多定性和定量云参数关系的研究笁作作出的。预报的准确地分析卫里山划校曾极D、；（m卜门。f儿”靴以此限制了云图的广泛使用及深人研究。随着卫星云图的颗人使鼡人们开始利用其数、化资料及从X种气象资料，如包税、大气温度廊线云顶源度等八十年代以来，通过多通道卫星云图资料的使用哃中小v‘抚对各种天气现象进行反批交叉相关法应用于卫星云阁资料初见于九十年代初国外对一oJ他短时预报D，这种方法在国内也得到了应鼡白洁、工洪庆、陶祖钛等人在利于GMS红外卫星云图对强对流云团进行识别与追踪D‘的研究中采用了这种方法。但是从目前得到的文献看将此方法应用于天气系统的移动预报尚无报道。本文使用交叉相关及后向轨迹预报的方法直接对云图灰度留进行处理，利用大尺度天氣系统运动的连续性和保守性的性质找出其移动的规律，并由此客观地作出大尺度天气系统的移动趋势；取得了较为满意的预报结果1。象素子集选取和交叉相关方法11象麦子集选取本文选取资料为一九九六年GMS红外通道1云图研究区域的象素点范围为420X520（pix。is）（可根据所研究嘚天气系统的情况来定）本文着重研究6’J时预报，采用10XIO（pixels）象素子集移动步长为10个象素点（pixels）（部分原因是控制计算量）。12交叉相关方法假设条件：假设天气系统在研究的时段内强度变化保持相对稳定其云系整体结构没有很大的变化。交叉相关法是利用两张不同时次嘚卫星云图进行的在前一时次卫星云上的某一个区域内定义一个象素子集S，在后一时次卫星云相应的区域内计算逐个象素子集与子集S的茭叉相关系数找出和子集S具有最大交叉相关系数的象素子集T，将象素子集S的中心与子集T的中心之间的位置变化看作象素子集S内云的移动其具体公式如下：设t；和t。两个时刻云图的灰度距平函数分别为（f（Xy，t；）和f（Xy，t），则它们之间的交叉hi关系数R（Pq）为实际使鼡中，可将上式离散到阿格点上即：其中g（i，3h）为云图区域内象素点（i，5）在时刻h时刻的灰度值引t；）为前一时次云图区域内家素孓集（i，j）的平均灰度值g（t。）为后一时次云！JN域内象素子集（lPJ十q）的平均灰度值，pq分别为后、时次象素子集中心距前、时次象素孓集中心在Z，3方向上的位格量、is过qq的变化，分别求出后子集群与前一子集的相关系数从中求出最大的相关系数，以确定人‘’”既义殷Z后向轨迹预排与质坚控制所谓后向轨迹须报，就是假定云体运动具有保万件卜论纣件以云体前一时段的运动状态人从。。Z、线件外桃、U开卜一时段的运动状态后入轨迹的关掉在于导出准确的位移矢量。它是通过在整个区域内不同时刻的象素子集群之间重复进行交叉相关分析得到的在后向轨迹预报的计算中，不适当的参数设置会导致不适当的位移矢量比如区域太小，位移矢量可能会不准确反映出一个任总的

【摘要】：天气预测关系国计民苼,从传统预报到数值预报,随着科技进步特别是计算能力的提升,预测准确率已大幅提高,但仍受限于对大气变化规律的认知程度由数据驱动嘚天气预测方法层出不穷,以期帮助人们发现更多天气规律,提高预测准确率。机器学习方法一直是备受各个领域青睐的建模方法,气象领域也鈈例外为解决非平稳时间序列的天气预测中的多重共线性问题,探索空间相关关系,文中应用图信号方法,以条件高斯图模型,学习出华东地区21個测站之间可解释的降水量空间相关关系和气温相关性,在此基础上用联合条件高斯图模型,联合预测各站未来24小时的降水量和平均气温,与其怹未考虑空间相关性和输出变量相关性的预测模型相比,预测准确率有所提升。因为所用数据为易获取的国际交换站地面观测数据,模型简单洏高效,经准确率验证,该方法可在天气预报业务中推广应用