關(guān)于衛(wèi)星云圖相關(guān)論文文獻有哪些?查詢論文文獻可以通過學校的圖書館,雖然這種方式查起來比較耗時耗力,但是卻可以通過官網(wǎng)進入電子圖書館查閱到很多有價值的信息。有些高校的圖書館購買了中國知網(wǎng)的數(shù)據(jù)庫鏈接,可以提供免費的知網(wǎng)文獻下載。除此之外，還可以直接在期刊收錄數(shù)據(jù)庫平臺上檢索關(guān)于衛(wèi)星云圖像相關(guān)的論文文獻，以衛(wèi)星云圖為關(guān)鍵詞，精準檢索結(jié)果顯示有1314篇文獻，如果設置的檢索詞寬泛一些，相關(guān)文獻數(shù)量會更多。本文摘取了其中3篇衛(wèi)星云圖文獻標題和摘要，希望對作者有幫助。

　　基于衛(wèi)星云圖的對流云團識別方法研究

　　摘要：根據(jù)中國氣象局氣象數(shù)據(jù)中心提供的FY-2E紅外一通道衛(wèi)星云圖,基于MATLAB圖像的處理,研究對對流云團的識別。選用亮度閾值和灰度-梯度共生矩陣相結(jié)合的方法對2010年06月01日的云圖識別發(fā)現(xiàn),該方法可以快速識別對流云團區(qū)域,具有很好的實用價值。

　　基于深度學習的衛(wèi)星云圖分割和識別研究

　　摘要：衛(wèi)星云圖是由氣象衛(wèi)星自上而下觀測到的地球上的云層覆蓋和地表面特征的圖像。利用衛(wèi)星云圖可以識別不同的天氣系統(tǒng),確定它們的位置,估計其強度和發(fā)展趨勢,為天氣分析提供依據(jù)。同時,使用衛(wèi)星云圖對云的種類和分布達到精準識別,對提高天氣預報質(zhì)量以及預防災害的能力有重大的意義和價值。本文以卷積神經(jīng)網(wǎng)絡和深度卷積生成對抗網(wǎng)絡為基礎(chǔ),對衛(wèi)星云圖的分割與識別進行了深入研究,主要工作和創(chuàng)新點在于:(1)針對傳統(tǒng)的衛(wèi)星云圖分割方法中,繁瑣的算法流程和復雜的特征提取方式,本文采用基于卷積神經(jīng)網(wǎng)絡的方法,能夠自動提取特征,分割過程簡潔,效率更高。同時針對FCN分割模型中多次卷積后參數(shù)量過大,導致模型訓練耗時耗力,本文對普通卷積改進為“稀疏卷積”方式,使得網(wǎng)絡參數(shù)以及計算量大大減少。

　　舟曲局地暴雨天氣過程的衛(wèi)星云圖分析

　　摘要：結(jié)合暴雨過程中降水資料以及綜合觀測資料,對2017年7月27日發(fā)生在舟曲縣的一次暴雨天氣過程進行衛(wèi)星云圖分析。結(jié)果表明,500 hPa高原切變、700 hPa低渦切變、地面冷鋒共同觸發(fā)了此次暴雨過程,上干下濕、上冷下暖的對流性不穩(wěn)定層結(jié)使強對流發(fā)生發(fā)展成為可能;在紅外云圖上,對流云系發(fā)展區(qū)為兩高之間的切變區(qū);紅外云圖能反映強對流發(fā)生的區(qū)域、可見光云圖可以看出對流云團的結(jié)構(gòu)變化以及環(huán)境場特征、水汽圖可以看出上升運動的強弱。

　　推薦閱讀：衛(wèi)星應用航空航天論文。如果您想查看某一篇文獻全文，但是不會下載，可以在期刊VIP網(wǎng)任意一個范文頁面（例如：做好氣象觀測裝備保障工作的若干思考）填寫文獻下載表，學術(shù)顧問收到下載申請后，會依次處理，并把文獻發(fā)送到作者預留的聯(lián)系方式。如果您在尋找論文投稿期刊，可以閱讀衛(wèi)星云圖相關(guān)論文發(fā)表期刊，也可以向?qū)W術(shù)顧問咨詢。

如果您現(xiàn)在遇到期刊選擇、論文內(nèi)容改善、論文投稿周期長、難錄用、多次退修、多次被拒等問題，可以告訴學術(shù)顧問，解答疑問同時給出解決方案 。