1.一种基于云图阴影匹配算法的云层高度估算方法,包括如下步骤:步骤1,确定云图拍摄地点T的经度和纬度,同步拍摄云图和地面阴影图像,并记录拍摄时刻;
步骤2,根据拍摄时刻和拍摄地点的经纬度,确定太阳高度角β2;
步骤3,识别云图及其投射在地面上的地面阴影图像,并提取云图和地面阴影图像的边缘信息;
步骤4,采用云图阴影匹配算法,确定云图上云团和地面阴影图像上阴影的映射关系,选择云图上的云团匹配点C和地面阴影图像上的阴影匹配点S;
步骤5,根据云团匹配点C,确定云团方位角α1以及云团高度角α2;
步骤6,根据阴影匹配点S确定实际地面阴影上的实际阴影点R,并确定实际阴影点R的方位角β1、实际阴影点R与云图拍摄地点T之间的距离lTR;
步骤7,建立方程估算云层高度,具体计算方程如下,式中H为云层高度。
2.如权利要求1所述的估算方法,其特征在于:所述步骤2具体包括:步骤2-1,根据拍摄时刻t,时角ω的计算公式如下,式中t为24小时制时刻;
ω=(t-12)×15 (2)步骤2-2,根据太阳赤纬角δ、当地纬度 以及时角ω,太阳高度角β2计算公式如下:
3.如权利要求1所述的估算方法,其特征在于:所述步骤3具体包括:步骤3-1,消除云图中遮光带及支架遮挡区域,修复被消除区域,提取云图有效区域,最后对云图进行边缘提取并以南北方向为轴翻转图像获得云图的边缘信息;
步骤3-2,对地面阴影图像根据拍摄角度进行修正处理,二值化图像,区分出遮挡区域及未遮挡区域,最后进行边缘提取获得地面阴影图像的边缘信息。
4.如权利要求1所述的估算方法,其特征在于:所述步骤4具体包括:步骤4-1,用数组Point以从左至右、从上至下的顺序依次记录云图边缘图像上的所有边缘像素点,共有N个像素点,Point(j)表示数组中的第j个点,j=1,2,……,N;
步骤4-2,将地面阴影边缘图像进行第i次缩放,缩放后,从左至右、从上至下确定第一个阴影边缘像素点为第i次缩放下的阴影匹配点Si,i=1,2,……,M,M为总的缩放次数;
步骤4-3,以点Si为地面阴影边缘图像叠加起始点,以Point(j)为云图边缘图像叠加起始点,进行云图和地面阴影边缘图像的叠加;
步骤4-4,叠加后的图像与原云图边缘图像作差得到误差像素图,计算其上像素点个数作为叠加误差值eij,i=1,2,……,M,j=1,2,……,N;
步骤4-5,判断Point数组中的点是否都已作为云图边缘图像叠加起始点进行叠加,若是,进入下一步,若否,则返回步骤4-3进行;
步骤4-6,判断所有缩放次数是否都已完成,若是,进入下一步,若否,则返回步骤4-2进行;
步骤4-7,比较所有的叠加误差值eij,i=1,2,……,M,j=1,2,……,N,取最小叠加误差值对应的下标i和j,则Point(j)点记为云图上的云团匹配点C,Si记为地面阴影图像上的阴影匹配点S。
5.如权利要求1所述的估算方法,其特征在于:所述步骤5具体包括:步骤5-1,以翻转后的云图边缘图像的圆心为原点,东方向为X轴正方向,北方向为Y轴正方向建立云图图像坐标系,记云团匹配点C的坐标为(x2,y2),云团方位角计算公式如下:步骤5-2,根据云图拍摄设备的最大云图半径像素值r、最大半径对应的最大天顶角θ以及云团匹配点C的坐标(x2,y2),云团高度角计算公式如下:
6.如权利要求1所述的估算方法,其特征在于:所述步骤6具体包括:步骤6-1,以阴影边缘图像西南角为原点,东方向为X轴正方向,北方向为Y轴正方向建立阴影图像坐标系,读取阴影匹配点S的坐标为(x,y);以云图拍摄地点T为原点,东方向为X轴正方向,北方向为Y轴正方向建立实际阴影坐标系。记实际阴影点R坐标为(x1,y1);
步骤6-2,由于阴影匹配点的坐标(x,y)为阴影边缘图像坐标,因此需要转换为上述建立的实际阴影坐标系下的坐标,即实际阴影点R的坐标。根据阴影匹配点S坐标(x,y)、阴影图像最大坐标(xmax,ymax)、地面实际阴影西南角坐标(a,b)、地面实际阴影图像长L和宽W,实际阴影点R坐标(x1,y1)计算公式如下:步骤6-3,根据实际阴影点R坐标(x1,y1),地面阴影方位角β1计算公式如下:步骤6-4,根据实际阴影点R坐标(x1,y1),地面实际阴影点R与云图拍摄设备之间的距离lTR的计算公式如下: