NOAA气象云图解析软件WXtoimg 模式解析含义

ZA NOAA 通用气象红外增强选项。通过饱和非常低和非常高的温度区域来增加对比度,在这些区域中,通常信息很少。此增强选项已实现温度标准化。

MB NOAA 冷云顶增强选项。用于显示雷暴中降雨最强的位置。此增强选项已实现温度标准化。

MD NOAA MD 增强是对流行的通用 MB 增强方案的修改。它旨在用于温暖的季节,并在描绘“暖顶”对流的灰色“阶梯楔形”中提供改进的增强功能。另一个改进是更好地描绘温暖的低云(30C至7C)。中间云的范围比 MB 宽一些,并且细节的增强被最小化。否则,它与 MB 增强功能相同。此增强选项已实现温度标准化。

BD NOAA飓风增强选项。突出显示风暴系统眼睛和眼壁中的某些温度,这些温度已知与飓风的强度有关。此增强选项已实现温度标准化。

CC NOAA CC 增强曲线。此增强选项已实现温度标准化。

NOAA HE增强功能主要由美国西部的气象局使用。它提供了各种云类型的良好增强功能,但有些复杂,并且最初可能难以使用。它增强了北美太平洋沿岸常见的低层和中层云层,分为两个独立的灰色阴影范围。冻结水平很容易确定,这对于关注结冰的航空用户来说是一个优势。阶梯楔形区域显示与雷暴和锋面系统相关的非常冷的红外云顶温度,增量为5度,低至-60°C。另外两个“重复灰色”段定义了云顶温度低于 -60C。此增强选项已实现温度标准化。

HF NOAA HF 增强功能是“H”系列增强功能中最新的一项,主要由美国西部的气象局使用。它为北美太平洋沿岸常见的低层和中层云提供了良好的增强。阶梯楔形区域显示与雷暴和锋面系统相关的非常冷的红外云顶温度,增量为5度,低至-60°C。此增强选项已实现温度标准化。

JF NOAA JF 增强是一种混合增强方案,用于突出显示海面温度以及与雷暴和其他天气系统相关的冷云顶。它比后来的JJ增强功能更容易解释。增强功能的最冷部分(小于 -33C)与一般用途的 MB 增强功能几乎相同。在暖端(25至10摄氏度)提供最大程度的增强,以描绘热带和亚热带地区的海面温度和温暖的低云。此增强选项已实现温度标准化。

JJ NOAA JJ 增强功能用于突出显示海面温度以及与雷暴和其他天气系统相关的冷云顶。在暖端(23至0C)提供最大增强,以描绘海面温度和低云层。冰点断裂点的存在对于对结冰条件感兴趣的航空用户来说非常重要。多个陡峭的斜坡增强范围在冷云顶(如雷暴)中提供了相当多的细节,但很难以任何精度确定实际温度。此增强选项已实现温度标准化。

LC NOAA LC曲线用于GOES的3.9微米短波红外通道(CH2)的图像。它在通常出现雾和低云的温度范围内(36C至-9C)提供了最大的增强。另一个增强的热范围是从-10°C到-29°C,这是中纬度天气系统中降水产生的区域。由于CH2对“热点”敏感,因此在暖端(68C至50C)发现一个陡峭的反向斜坡,以将任何可观察到的火灾显示为白色。在非常冷端(-30至-67C)没有增强,因为仪器噪声通常存在于这些温度下。此增强选项已实现温度标准化。

TA NOAA TA 增强曲线。此增强选项已实现温度标准化。

WV 修改后的 NOAA WV 曲线用于 GOES 上的 6.7 微米水蒸气通道 (CH3)。唯一增强的温度范围是在-5C和-90C之间。低于 -90C 的温度显示为白色,高于 -5C 的温度显示为黑色。此增强选项已实现温度标准化。(另请参见WV-old)。

无 NOAA 彩色红外对比度增强选项。大大增加了较暗的陆地/海洋区域的对比度,并为冷云顶部着色。允许看到陆地和海洋中的精细细节,并提供非常可读的云顶温度指示。此增强选项已实现温度标准化。

MCIR 使用地图为 NOAA 传感器 4 红外图像着色,将海域着色为蓝色,将陆地着色为绿色。高云显示为白色,低云显示为灰色或陆地/海洋颜色,云通常显示为较浅,但区分陆地/海洋和低云可能很困难。颜色越深表示区域越暖。

MSA[:SeaToLand[:LandToCloud[:ColdRegion]]] 多光谱分析。使用 NOAA 通道 2-4 图像,并根据对两个图像的分析确定哪些区域最有可能是云、陆地或海洋。因此产生生动的假色图像。此增强功能最多需要三个选项,这些选项与增强名称之间用冒号分隔。第一种选择是海陆调整。默认值为 50,有效范围为 0 到 100。如果土地显示为蓝色,则应减少此值,如果水显示为绿色,则应增加此值。第二种选择是土地到云的调整。默认值为 50,有效范围为 0 到 100。如果云显示为绿色,则应减少此值;如果陆地显示为灰色或白色,则应增加此值。最后一个选项应为 0 表示温暖或夏季分析,或 1 表示存在较大的寒冷区域。请注意,很难获得完美的着色,尤其是在低照明角度下。此增强功能不使用调色板,也不使用调色板

温度归一化。

MSA-precip[:SeaToLand[:LandToCloud[:ColdRegion] 与MSA多光谱分析相同,但高冷云顶的颜色与NO增强相同,以给出降水概率和强度的近似指示。

HVC 使用 HVC 颜色模型根据温度从 NOAA APT 图像创建假彩色图像。使用从传感器4导出的图像的温度来选择色调,并从直方图均衡的其它图像中选择亮度的值和色度。HVC颜色模型试图确保相同值的不同颜色在眼睛看来是相同的亮度,并且代表每个度的颜色之间的间距在眼睛看来是相似的。在此模型中,明亮区域完全不饱和。可以使用 -P 选项更改所使用的选项板。

HVCTHVC相似(下图),但蓝色水和颜色更能指示陆地温度。可以使用 -P 选项更改所使用的选项板。sea 根据海面温度从 NOAA APT 图像创建假彩色图像。仅使用从传感器 4 图像导出的海面温度对图像进行着色。陆地出现黑色,寒冷的高云也会出现黑色。由于低云的存在,或被评估像素中的薄云或小云,或信号中的噪声,海面温度可能不正确。可以使用 -P 选项更改所使用的选项板。

therm 根据温度从 NOAA APT 图像生成假彩色图像。提供了可视化云温度的好方法。可以使用 -P 选项更改所使用的选项板。

sea 根据海面温度从 NOAA APT 图像创建假彩色图像。仅使用从传感器 4 图像导出的海面温度对图像进行着色。陆地出现黑色,寒冷的高云也会出现黑色。由于低云的存在,或被评估像素中的薄云或小云,或信号中的噪声,海面温度可能不正确。可以使用 -P 选项更改所使用的选项板。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,324评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,356评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,328评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,147评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,160评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,115评论 1 296
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,025评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,867评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,307评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,528评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,688评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,409评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,001评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,657评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,811评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,685评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,573评论 2 353

推荐阅读更多精彩内容