基于GEE 平臺(tái)的熱帶氣旋服務(wù)客戶端設(shè)計(jì)與實(shí)現(xiàn)

周佳佳，胡 海

（1. 武漢大學(xué) 資源與環(huán)境科學(xué)學(xué)院，湖北 武漢 430079）

熱帶氣旋是發(fā)生在熱帶或副熱帶洋面上具有暖心結(jié)構(gòu)的低壓渦旋，是一種能量強(qiáng)大的熱帶天氣系統(tǒng)[1]。熱帶氣旋中心位置的確定是強(qiáng)度估計(jì)和路徑預(yù)測(cè)的基礎(chǔ)。熱帶氣旋服務(wù)客戶端能為用戶提供即時(shí)計(jì)算和查詢服務(wù)，對(duì)熱帶氣旋的監(jiān)測(cè)預(yù)報(bào)給予輔助支持。早期通過(guò)飛機(jī)對(duì)熱帶氣旋進(jìn)行實(shí)測(cè)，由于成本較高以及安全性問(wèn)題而逐漸減少；雷達(dá)監(jiān)測(cè)熱帶氣旋占據(jù)重要地位，但有距離限制和數(shù)據(jù)質(zhì)量要求[2]；隨著氣象衛(wèi)星的發(fā)射以及分辨率的不斷提高，衛(wèi)星遙感技術(shù)逐漸成為監(jiān)測(cè)熱帶氣旋的主要手段[1-2]。

熱帶氣旋定位方法可歸納為云系形態(tài)識(shí)別、風(fēng)場(chǎng)結(jié)構(gòu)分析、云體溫濕反演、時(shí)空運(yùn)動(dòng)分析、集成定位和機(jī)器學(xué)習(xí)方法6 類。廣泛使用的Dvorak方法屬于模板匹配方法[2]，還有特征提取法、對(duì)數(shù)螺線法等。耿曉慶[1]等提出旋轉(zhuǎn)系數(shù)的概念來(lái)表征熱帶氣旋形態(tài)的本質(zhì)特征；劉年慶[3]等利用一種基于橢圓擬合模型的全自動(dòng)客觀方法來(lái)實(shí)現(xiàn)熱帶氣旋的中心定位；Said F[4]等利用風(fēng)矢量產(chǎn)品提取氣旋中心；HU T G[5]等基于風(fēng)矢量進(jìn)行熱帶氣旋中心自動(dòng)定位，結(jié)果表明定位精度與專家手動(dòng)提取精度接近；張勇[6]等利用組網(wǎng)天氣雷達(dá)格點(diǎn)反射率因子確定了登陸臺(tái)風(fēng)的中心位置，并通過(guò)實(shí)例驗(yàn)證了該方法的可行性；薛利成[2]提出了一種基于紅外亮溫方差的熱帶氣旋客觀定位方法，對(duì)于臺(tái)風(fēng)中心的旋轉(zhuǎn)定位，在序列影像中找出前后兩次相應(yīng)特征點(diǎn)的軌跡，即可計(jì)算其中的轉(zhuǎn)動(dòng)原點(diǎn)，即轉(zhuǎn)動(dòng)矢量為零的臺(tái)風(fēng)中心點(diǎn)[7]；劉正光[8]等提出了一種利用云導(dǎo)風(fēng)矢量圖進(jìn)行臺(tái)風(fēng)中心自動(dòng)定位的方法；喬文峰[9]提出了一種基于衛(wèi)星云圖的集成定位方法，對(duì)同一臺(tái)風(fēng)采用不同的定位方法，并通過(guò)加權(quán)平均法對(duì)結(jié)果進(jìn)行綜合；蔣眾名[10]提出了一種基于Faster R-CNN 改進(jìn)的臺(tái)風(fēng)云系識(shí)別算法，以FY-2 號(hào)衛(wèi)星云圖和對(duì)應(yīng)臺(tái)風(fēng)云系的標(biāo)注框?yàn)閿?shù)據(jù)和標(biāo)簽，對(duì)模型進(jìn)行訓(xùn)練和測(cè)試，計(jì)算得到的標(biāo)注框中心即為臺(tái)風(fēng)中心，結(jié)果優(yōu)于傳統(tǒng)方法。針對(duì)熱帶氣旋相關(guān)系統(tǒng)的研究較多，學(xué)者們基于ArcGIS分別開(kāi)發(fā)了臺(tái)風(fēng)預(yù)警系統(tǒng)[11]和臺(tái)風(fēng)災(zāi)害危險(xiǎn)性評(píng)估系統(tǒng)[12]；楊何群[13]等采用.NET 和ArcGIS Engine 技術(shù)開(kāi)發(fā)了組件式GIS 臺(tái)風(fēng)遙感監(jiān)測(cè)分析軟件系統(tǒng)。然而，這些系統(tǒng)主要是針對(duì)數(shù)據(jù)的可視化表達(dá)輸出，有綜合功能的軟件系統(tǒng)使用環(huán)境較復(fù)雜，且需要用戶掌握一些專業(yè)知識(shí)。

由谷歌、卡內(nèi)基梅隆大學(xué)和美國(guó)地質(zhì)調(diào)查局聯(lián)合開(kāi)發(fā)的Google Earth Engine（GEE）是目前世界上先進(jìn)的PB級(jí)地理數(shù)據(jù)科學(xué)分析與可視化平臺(tái)[14]，擁有海量地理和遙感數(shù)據(jù)，谷歌云平臺(tái)和后臺(tái)服務(wù)器為其提供了強(qiáng)大的數(shù)據(jù)存儲(chǔ)和處理能力。很多學(xué)者都在GEE上進(jìn)行了全球或區(qū)域尺度的研究，如WANG L[15]等在2020 年10 月總結(jié)了利用GEE 平臺(tái)進(jìn)行遙感陸地變化研究的相關(guān)內(nèi)容，涉及的方向包括森林和牧場(chǎng)、水、生態(tài)系統(tǒng)和生物量、氣候和溫度、濕地、土壤、農(nóng)業(yè)、土地使用與土地覆蓋、自然災(zāi)害、城市、健康和人類活動(dòng)等；LU L Z[16]等在GEE中使用MODIS影像進(jìn)行臺(tái)風(fēng)發(fā)生前后植被指數(shù)的計(jì)算，探究了中國(guó)東南沿海區(qū)域2000—2018 年受臺(tái)風(fēng)影響的植被受災(zāi)的空間特征，得出森林受災(zāi)最嚴(yán)重、植被破壞情況與臺(tái)風(fēng)著陸點(diǎn)高度相關(guān)的結(jié)論；FENG Y L[17]等在GEE中獲取Landsat8 數(shù)據(jù)計(jì)算颶風(fēng)前后的植被指數(shù)，研究颶風(fēng)瑪麗亞對(duì)波多黎各森林系統(tǒng)的影響。上述研究?jī)H利用GEE 平臺(tái)提取植被指數(shù)來(lái)評(píng)估熱帶氣旋的破壞情況，未對(duì)熱帶氣旋的發(fā)生發(fā)展和定位定強(qiáng)進(jìn)行研究。

本文通過(guò)GEE平臺(tái)的Javascript API設(shè)計(jì)并實(shí)現(xiàn)了基于Web的熱帶氣旋服務(wù)客戶端，能快速實(shí)現(xiàn)熱帶氣旋中心位置計(jì)算、相關(guān)云參量計(jì)算以及信息可視化，服務(wù)于瀏覽器用戶。在GEE颶風(fēng)數(shù)據(jù)集覆蓋的北大西洋和東太平洋區(qū)域，客戶端能提供信息查詢功能；在無(wú)數(shù)據(jù)覆蓋的區(qū)域，則能提供熱帶氣旋中心位置計(jì)算和信息可視化，從而實(shí)現(xiàn)全球熱帶氣旋查詢服務(wù)。熱帶氣旋定位方法結(jié)合了云圖中熱帶氣旋云系的幾何形態(tài)特征和衛(wèi)星紅外波段反演的云宏觀參量。本文采用該算法提取了北大西洋2017—2018年熱帶氣旋的中心位置，并將定位結(jié)果與最佳路徑數(shù)據(jù)集進(jìn)行了對(duì)比，結(jié)果驗(yàn)證了該算法的有效性。

1 技術(shù)原理

GEE 中有覆蓋全球范圍的長(zhǎng)時(shí)序氣候產(chǎn)品數(shù)據(jù)，且提供了Javascript API 和Python API 來(lái)實(shí)現(xiàn)各種功能應(yīng)用。本文基于Javascript API，采用B/S 架構(gòu)進(jìn)行熱帶氣旋服務(wù)客戶端的開(kāi)發(fā)，為用戶提供全球熱帶氣旋即時(shí)計(jì)算查詢服務(wù)。本文利用Code Editor中的基礎(chǔ)函數(shù)實(shí)現(xiàn)熱帶氣旋相關(guān)計(jì)算分析的自定義功能函數(shù)庫(kù)，并以require 方式調(diào)用函數(shù)庫(kù)。同時(shí)，Code Editor的函數(shù)庫(kù)中提供了User Interface（UI）模塊，各類組件可通過(guò)UI調(diào)用，從而實(shí)現(xiàn)客戶端交互式界面設(shè)計(jì)。

功能函數(shù)庫(kù)和界面設(shè)計(jì)完成后，即可在谷歌服務(wù)器上發(fā)布應(yīng)用。首先創(chuàng)建一個(gè)谷歌云項(xiàng)目，獲取對(duì)應(yīng)的服務(wù)賬號(hào)進(jìn)行GEE的認(rèn)證；然后在Code Editor的應(yīng)用管理中通過(guò)源碼創(chuàng)建熱帶氣旋服務(wù)應(yīng)用，將其部署在Node.js中；最后可自定義該應(yīng)用的訪問(wèn)權(quán)限，選擇對(duì)所有用戶公開(kāi)，并將使用的數(shù)據(jù)集設(shè)置為公開(kāi)模式，發(fā)布應(yīng)用。任何用戶通過(guò)瀏覽器進(jìn)行科學(xué)上網(wǎng)，即可訪問(wèn)熱帶氣旋服務(wù)客戶端。使用其計(jì)算分析功能時(shí)，客戶端通過(guò)Web REST APIs 向服務(wù)器發(fā)送請(qǐng)求，并以有向非循環(huán)圖的形式呈現(xiàn)給GEE[14]；服務(wù)器從數(shù)據(jù)庫(kù)中調(diào)用所需數(shù)據(jù)進(jìn)行計(jì)算，再將結(jié)果返回至客戶端。實(shí)現(xiàn)過(guò)程的基本架構(gòu)如圖1所示。

圖1 客戶端實(shí)現(xiàn)基本架構(gòu)

2 客戶端設(shè)計(jì)與實(shí)現(xiàn)

2.1 客戶端界面設(shè)計(jì)

在Code Editor中設(shè)計(jì)的熱帶氣旋服務(wù)客戶端界面如圖2 所示，客戶端的網(wǎng)址為：https://jz01863.users.earthengine.app/view/tcseverice03?？蛻舳怂椒较虬üδ苓x擇欄、地圖加載欄和信息顯示欄3 欄，其中功能選擇欄可根據(jù)日期和邊界范圍篩選符合條件的遙感影像集，在地圖上加載、顯示影像集中任一單幅圖像，對(duì)影像集中所有影像進(jìn)行批量熱帶氣旋中心位置計(jì)算，在地圖上加載、顯示任一熱帶氣旋中心點(diǎn)坐標(biāo)，根據(jù)影像集計(jì)算的熱帶氣旋中心繪制軌跡圖，加載GEE中颶風(fēng)數(shù)據(jù)集并繪制軌跡圖，查看客戶端文檔說(shuō)明；地圖加載欄的底圖為谷歌衛(wèi)星圖像，可替換為電子地圖或地形圖，也可添加地名等要素，能實(shí)現(xiàn)放大縮小等基本操作，主要用于將圖像和要素加載到地圖上，從而更直觀地展示地理信息；信息顯示欄能顯示計(jì)算的熱帶氣旋中心坐標(biāo)、觀測(cè)時(shí)間以及中心點(diǎn)的云宏觀參量，對(duì)熱帶氣旋軌跡圖進(jìn)行可視化以及顯示GEE中颶風(fēng)數(shù)據(jù)集的軌跡圖。

圖2 熱帶氣旋服務(wù)客戶端界面

2.2 客戶端功能實(shí)現(xiàn)

2.2.1 函數(shù)模塊

GEE中的函數(shù)種類眾多，對(duì)于數(shù)值運(yùn)算，有三角函數(shù)運(yùn)算、邏輯運(yùn)算和位運(yùn)算等；對(duì)于柵格數(shù)據(jù)，有波段運(yùn)算、掩膜裁剪、監(jiān)督和非監(jiān)督分類、紋理分析和數(shù)學(xué)形態(tài)學(xué)等；對(duì)于矢量數(shù)據(jù)，有周長(zhǎng)、面積、距離計(jì)算，緩沖區(qū)計(jì)算以及相交、聯(lián)合的提取分析等。除此之外，還有過(guò)濾、統(tǒng)計(jì)、映射、圖表和模型部署等[14]高階函數(shù)。本文實(shí)現(xiàn)了熱帶氣旋服務(wù)客戶端的各種函數(shù)功能，以內(nèi)部的面積過(guò)濾、云頂高度二值圖像、類圓性和云頂溫度計(jì)算為例簡(jiǎn)要說(shuō)明實(shí)現(xiàn)過(guò)程。

1）面積過(guò)濾。熱帶氣旋是熱帶洋面上氣旋性擾動(dòng)發(fā)展而成的低氣壓系統(tǒng)。一般來(lái)說(shuō)，熱帶氣旋云系是一個(gè)有組織的整體，中心云區(qū)有較大吸附力，周圍云系繞中心旋轉(zhuǎn)[18]。熱帶氣旋云系具有較大面積，基于該特性能剔除面積較小的云系。首先獲取云圖的自掩膜圖像，采用面向?qū)ο蟮姆椒ńy(tǒng)計(jì)圖像中每個(gè)云系的面積，以50個(gè)像素為閾值，標(biāo)記面積小于閾值的云系，并以此對(duì)云圖進(jìn)行更新掩膜計(jì)算，得到標(biāo)記的小面積云系二值圖；然后對(duì)云圖和小面積云圖進(jìn)行邏輯運(yùn)算，濾除零碎獨(dú)立小面積云系，得到云系面積相對(duì)較大的云圖。

2）云頂高度二值圖像。通過(guò)云頂溫度和云頂高度等參數(shù)可診斷天氣系統(tǒng)和對(duì)流發(fā)展的強(qiáng)度，在天氣分析、數(shù)值預(yù)報(bào)以及航空氣象等方面都具有重要價(jià)值[19]。云頂氣壓、云頂溫度和云頂高度二值圖像的計(jì)算方法類似，以云頂高度二值圖像為例進(jìn)行說(shuō)明。首先獲取原始影像的云頂高度波段，再采用分區(qū)統(tǒng)計(jì)法計(jì)算云頂高度圖像的最大值，然后將高度因子與最大值的乘積作為閾值，提取圖像中大于該閾值的部分，最后獲得云頂高度二值圖像。

3）類圓性。熱帶氣旋云系有一定的類圓性，當(dāng)云系的類圓度較高而邊緣細(xì)節(jié)過(guò)多時(shí)，將使計(jì)算結(jié)果產(chǎn)生偏差。魯娟[18]等將面積與類圓度的乘積作為判斷準(zhǔn)則，經(jīng)重復(fù)試驗(yàn)，將該公式應(yīng)用于本文數(shù)據(jù)的效果并不理想，而通過(guò)修改面積指數(shù)能獲得更好的結(jié)果。修改后的類圓性判斷公式為：

式中，A 為云系面積；C 為云系周長(zhǎng)；K 為類圓性。

將經(jīng)過(guò)預(yù)處理的云圖由柵格變換為矢量，設(shè)置最大容差，計(jì)算每個(gè)矢量要素的面積和周長(zhǎng)，再根據(jù)式（1）計(jì)算其類圓性，進(jìn)而創(chuàng)建要素的類圓性屬性。

4）云頂溫度。對(duì)于熱帶氣旋中心云宏觀參量，可通過(guò)區(qū)域統(tǒng)計(jì)法進(jìn)行計(jì)算，以云頂溫度為例進(jìn)行說(shuō)明。首先獲取原始影像的云頂溫度波段以及對(duì)應(yīng)觀測(cè)時(shí)刻的熱帶氣旋中心點(diǎn)要素；再對(duì)云頂溫度圖像進(jìn)行點(diǎn)要素的區(qū)域統(tǒng)計(jì)，得到要素點(diǎn)處的像素值；然后根據(jù)原始影像元數(shù)據(jù)和屬性，對(duì)像素值進(jìn)行對(duì)應(yīng)模型下的數(shù)值計(jì)算；獲得云頂溫度。

2.2.2 信息可視化

客戶端中信息可視化主要涉及影像集和要素集的地圖加載可視化以及計(jì)算指標(biāo)和圖表的可視化兩類。本文分別以影像集中任一單幅圖像顯示和熱帶氣旋軌跡圖顯示為例進(jìn)行說(shuō)明。

1）影像集中任一單幅圖像顯示。在Code Editor中若想隨意查看影像集中任一單幅圖像，需預(yù)先將所有圖像加載到圖層中，替換單幅圖像進(jìn)行瀏覽，而客戶端則實(shí)現(xiàn)了單幅圖像的實(shí)時(shí)選擇加載顯示。首先獲取單幅圖像的索引屬性和系統(tǒng)開(kāi)始時(shí)間屬性，作為字典的鍵值對(duì)，并對(duì)影像集映射該過(guò)程，得到幾何值為空、屬性值為字典的要素集；然后遍歷要素集，獲取每個(gè)要素的字典屬性，通過(guò)列表存儲(chǔ)標(biāo)簽和值代表的鍵值對(duì)；最后設(shè)置任一單幅圖像顯示按鈕標(biāo)簽，根據(jù)標(biāo)簽對(duì)應(yīng)的時(shí)間來(lái)加載圖像。

2）熱帶氣旋軌跡圖顯示。GEE 的颶風(fēng)數(shù)據(jù)集中每個(gè)點(diǎn)要素都有名稱屬性，但缺少經(jīng)緯度屬性。因此，在繪制軌跡圖前需進(jìn)行屬性賦值，即根據(jù)點(diǎn)要素的幾何坐標(biāo)賦予其屬性；再設(shè)置圖表類型、標(biāo)題、顏色、刻度等參數(shù)；最后根據(jù)要素分組進(jìn)行軌跡圖的繪制。

3 熱帶氣旋定位分析

熱帶氣旋定位是服務(wù)客戶端的基礎(chǔ)功能，本文簡(jiǎn)要介紹了熱帶氣旋定位方法，并對(duì)定位結(jié)果進(jìn)行評(píng)估。本文采用的遙感數(shù)據(jù)集為美國(guó)國(guó)家海洋和大氣管理局的云產(chǎn)品氣候數(shù)據(jù)記錄（CDR），由威斯康星大學(xué)通過(guò)AVHRR 探路者大氣擴(kuò)展（PATMOS-X）處理系統(tǒng)生成，分辨率為0.1°×0.1°；颶風(fēng)數(shù)據(jù)集為美國(guó)國(guó)家颶風(fēng)中心提供的第二代北大西洋颶風(fēng)軌跡數(shù)據(jù)集，也稱為颶風(fēng)最佳路徑數(shù)據(jù)（HURDAT2）。

3.1 定位算法

熱帶氣旋云系具有一定的幾何形態(tài)特征，如面積和類圓性，可作為云系判別依據(jù)。以云圖中熱帶氣旋位置為參照，云頂氣壓、云頂溫度和云頂高度將呈現(xiàn)一定的規(guī)律性，因此本文選取3 個(gè)云宏觀參量作為熱帶氣旋定位的參考數(shù)據(jù)。結(jié)合云圖中熱帶氣旋云系的幾何形態(tài)特征和衛(wèi)星紅外波段反演的云宏觀參量，熱帶氣旋定位算法流程如圖3所示。

圖3 定位算法流程圖

選擇影像的云掩膜波段，根據(jù)云分類像素值獲取二值圖像，作為算法輸入的原始云圖。為避免散碎云斑對(duì)熱帶氣旋云系確定的干擾，采用半徑為1 個(gè)像素的圓盤作為結(jié)構(gòu)元素，對(duì)原始云圖進(jìn)行形態(tài)學(xué)開(kāi)運(yùn)算。以50個(gè)像素為面積閾值，低于閾值的視為獨(dú)立小面積云系，采用面向?qū)ο蟮姆椒ㄟM(jìn)行面積過(guò)濾。本文選取由衛(wèi)星紅外波段反演的云頂氣壓、云頂溫度和云頂高度3 個(gè)云宏觀參量，對(duì)于云頂氣壓圖像，云系內(nèi)部紋理緊密，外圍呈零散稀疏狀，則以0 為閾值提取云系內(nèi)部，獲得的二值圖像即為參與計(jì)算的云頂氣壓圖像；對(duì)于云頂溫度圖像，云系外圍較亮，中間層呈灰色，內(nèi)部呈黑色，則統(tǒng)計(jì)像素極小值minTemp，以0.56 minTemp 為閾值提取內(nèi)部云系，獲得的二值圖像即為參與計(jì)算的云頂溫度圖像；對(duì)于云頂高度圖像，云系中心較亮，其他部分較暗，則統(tǒng)計(jì)像素極大值maxHeight，以0.6 maxHeight為閾值提取云系內(nèi)部，獲得的二值圖像即為參與計(jì)算的云頂高度圖像。將面積過(guò)濾的云圖、云頂氣壓、云頂溫度和云頂高度圖像進(jìn)行與運(yùn)算，獲得稀疏分布的云圖；再利用結(jié)構(gòu)元素（半徑為1個(gè)像素的圓盤）對(duì)云圖進(jìn)行閉運(yùn)算，實(shí)現(xiàn)云斑內(nèi)部細(xì)微空隙的填充；然后計(jì)算類圓性，將類圓性最大的云斑視為熱帶氣旋云系的中心部分；最后求解其幾何中心并賦予時(shí)間等屬性，即為算法輸出的熱帶氣旋中心點(diǎn)要素。

本文以北大西洋2017 年第15 個(gè)熱帶氣旋瑪麗亞（觀測(cè)時(shí)間為2017-09-22 00:00:00）的圖像為例，實(shí)現(xiàn)定位算法。定位算法的具體流程為：①獲取原始云圖（圖4a）；②對(duì)原始云圖進(jìn)行開(kāi)運(yùn)算得到F1（圖4b）；③采用面向?qū)ο蟮姆椒▽?duì)F1 進(jìn)行面積過(guò)濾得到F2（圖4c）；④獲取云頂氣壓圖像，并與F2 進(jìn)行與運(yùn)算得到F3（圖4d）；⑤將云頂溫度圖像與F3進(jìn)行與運(yùn)算得到F4（圖4e）；⑥將云頂高度圖像與F4 進(jìn)行與運(yùn)算；⑦對(duì)結(jié)果進(jìn)行閉運(yùn)算，再計(jì)算類圓性，類圓性最大的云斑即為熱帶氣旋云系的中心部分；⑧計(jì)算其幾何中心，將得到的點(diǎn)要素疊加到運(yùn)算后的二值圖像上，結(jié)果記為F5，如圖4f所示。

圖4 熱帶氣旋定位過(guò)程

3.2 結(jié)果分析

3.2.1 瑪麗亞AL152017分析

熱帶氣旋瑪麗亞的編號(hào)為AL152017，有15 個(gè)時(shí)間匹配的遙感圖像和點(diǎn)要素，將本文計(jì)算的熱帶氣旋中心與HURDAT2 的點(diǎn)要素進(jìn)行比較，繪制的熱帶氣旋軌跡如圖5 所示，可以看出，計(jì)算的熱帶氣旋軌跡AL152017_cal 與 HURDAT2 的軌跡 AL152017_hur 大致吻合，軌跡中間點(diǎn)對(duì)相距較近，初始和末尾位置各有兩對(duì)點(diǎn)相距較遠(yuǎn)。

圖5 熱帶氣旋軌跡對(duì)比

本文計(jì)算的熱帶氣旋中心與HURDAT2 點(diǎn)要素均為地理坐標(biāo)，為了比較同一觀測(cè)時(shí)間的熱帶氣旋中心位置差異，采用大圓距離進(jìn)行評(píng)估。設(shè)P0(φ0，λ0)為HURDAT2的一個(gè)點(diǎn)要素坐標(biāo)，P1(φ1，λ1)為對(duì)應(yīng)觀測(cè)時(shí)間下計(jì)算的熱帶氣旋中心點(diǎn)坐標(biāo)，φ0和φ1為緯度，λ0和 λ1為經(jīng)度，則大圓距離公式[20]為：

式中， D 為大圓距離；R 為平均地球半徑，取6 371.010 km[20]。

利用式（2）對(duì)匹配的15 個(gè)熱帶氣旋中心坐標(biāo)點(diǎn)進(jìn)行大圓距離偏差計(jì)算，結(jié)果如表1所示，可以看出，17號(hào)、19號(hào)、30號(hào)和1號(hào)的距離較大，與軌跡圖中兩端位置的點(diǎn)對(duì)偏移情況一致。在原始云圖中對(duì)比數(shù)據(jù)集的點(diǎn)要素與計(jì)算的熱帶氣旋中心位置發(fā)現(xiàn)，17號(hào)和19號(hào)是在雙熱帶氣旋情況下產(chǎn)生的定位差異，30號(hào)和1 號(hào)的熱帶氣旋云系紋理不夠緊密，云系中間有較多空隙，經(jīng)云宏觀參量計(jì)算后，云系被濾除，導(dǎo)致了定位不正確。此外，最小距離為48.173 km，最大距離（29 號(hào)）為454.791 km，其他距離分布在0~300 km 之間，反映在軌跡圖上為較接近的點(diǎn)對(duì)。

表1 AL152017坐標(biāo)信息對(duì)比

3.2.2 2017—2018年的熱帶氣旋分析

為了合理評(píng)估定位方法，本文選用北大西洋2017—2018 年的HURDAT2 軌跡數(shù)據(jù)，以其日期范圍來(lái)匹配遙感影像數(shù)據(jù)，熱帶氣旋軌跡分布如圖6 所示，可以看出，2017 年熱帶氣旋軌跡數(shù)據(jù)有16 個(gè)，包括122個(gè)點(diǎn)要素；2018年熱帶氣旋軌跡數(shù)據(jù)有9個(gè)，包括79個(gè)點(diǎn)要素。AL082017、AL122017、AL142017的云頂高度二值圖像閾值為0.7 maxHeight，其他參數(shù)均不變，利用本文提出的定位算法對(duì)25個(gè)熱帶氣旋進(jìn)行批量定位計(jì)算。以HURDAT2 點(diǎn)要素為參照，通過(guò)式（2）對(duì)定位結(jié)果進(jìn)行評(píng)估，大圓距離區(qū)間分布如表2所示，可以看出，距離在0~300 km的點(diǎn)最多，在原始云圖和軌跡圖中均表現(xiàn)為接近的兩點(diǎn)；距離在300~500 km的點(diǎn)最少，在云圖上主要表現(xiàn)為本文算法提取的點(diǎn)坐標(biāo)在熱帶氣旋云系中間，而HURDAT2 對(duì)應(yīng)的點(diǎn)要素在云系邊緣；距離在500~1 000 km 的點(diǎn)有29個(gè)，兩點(diǎn)位于同一云系的不同位置；距離在1 000 km以上的點(diǎn)有58 個(gè)，約占總數(shù)的25%，兩點(diǎn)分布于不同云系。在一些情況下，HURDAT2 的點(diǎn)要素不在云系上，其周圍一片區(qū)域均無(wú)云，本文算法提取的中心點(diǎn)與云系緊密相關(guān)，因此定位結(jié)果與HURDAT2 差異較大。

表2 大圓距離區(qū)間分布

圖6 2017—2018年熱帶氣旋軌跡分布

以HURDAT2 為參照，將距離在1 000 km 以上的計(jì)算中心點(diǎn)視為不正確定位，導(dǎo)致定位不正確的原因主要包括：①雙熱帶氣旋情況下，云圖中有兩個(gè)熱帶氣旋云系，本文計(jì)算的中心與HURDAT2不一致；②熱帶氣旋云系紋理不夠緊密，中間有較多空隙，經(jīng)云宏觀參量計(jì)算后，中間云系被濾除，使得定位有差異；③HURDAT2 的熱帶氣旋中心不在云系上，本文算法依據(jù)云系計(jì)算熱帶氣旋中心，二者結(jié)果差異較大。距離在500~1 000 km之間的情況主要表現(xiàn)為本文計(jì)算的中心與HURDAT2 的熱帶氣旋中心位于同一云系的不同位置。在螺旋云帶中，經(jīng)云宏觀參量計(jì)算后，云系中間為零散云斑，邊緣為紋理緊密云斑，使得計(jì)算的中心位于邊緣部分。在一些連片云系中，云宏觀參量計(jì)算過(guò)程中產(chǎn)生了近似圓形或橢圓形的云斑，導(dǎo)致計(jì)算結(jié)果產(chǎn)生偏差。距離在500 km以內(nèi)的較精確，約占56.7%。本文將距離在1 000 km 以內(nèi)的計(jì)算結(jié)果視為正確定位，概率為71.1%，即本文算法提取的熱帶氣旋中心與HURDAT2 有71.1%的符合。在熱帶氣旋發(fā)生的形成期和消散期，本文算法定位效果較好，與HURDAT2較一致。

4 結(jié) 語(yǔ)

本文通過(guò)GEE平臺(tái)的Javascript API設(shè)計(jì)并實(shí)現(xiàn)了基于Web的熱帶氣旋服務(wù)客戶端，能快速實(shí)現(xiàn)熱帶氣旋中心位置計(jì)算、相關(guān)云參量計(jì)算以及信息可視化，服務(wù)于瀏覽器用戶。熱帶氣旋定位方法結(jié)合了云圖中熱帶氣旋云系的幾何形態(tài)特征和衛(wèi)星紅外波段反演的云宏觀參量。本文以北大西洋2017—2018年熱帶氣旋中心位置提取為實(shí)驗(yàn)，將定位結(jié)果與颶風(fēng)數(shù)據(jù)集進(jìn)行對(duì)比，驗(yàn)證了本文算法的有效性。結(jié)果表明，在熱帶氣旋形成期和消散期，本文算法的定位效果較好，但也存在一些問(wèn)題，如只能提取單個(gè)熱帶氣旋中心位置，無(wú)法定位雙熱帶氣旋；對(duì)于熱帶氣旋云系的疏密分布，云宏觀參量的計(jì)算會(huì)影響熱帶氣旋定位精度。后續(xù)將研究如何改進(jìn)云宏觀參量的計(jì)算模式，從而降低其對(duì)熱帶氣旋云系的作用以提高定位精度，并結(jié)合多源數(shù)據(jù)完善客戶端的功能實(shí)現(xiàn)。