ВВЕДЕНИЕ 5
1 МЕТОДЫ И СРЕДСТВА ОЦЕНКИ НИЖНЕЙ ГРАНИЦЫ ОБЛАЧНОСТИ
И ЕЁ РЕЛЬЕФА 7
1.1 Оценка нижней границы облачности, основанные на методах
активного зондирования 7
1.2 Оценка нижней границы облачности, основанные на методах
пассивного зондирования 11
1.3 Стереометрический метод 15
1.4 Выводы по разделу 19
2 АЛГОРИТМ ОЦЕНКИ НИЖНЕЙ ГРАНИЦЫ ОБЛАЧНОСТИ И ЕЁ
РЕЛЬЕФА 24
2.1 Алгоритм вычисления нижней границы облачности 24
2.2 Технология определения сопряженных точек 25
2.3 Оценка погрешности восстановления высоты нижней границы
облачности из-за неточности определения сопряженных точек 26
2.4 Выводы по разделу 26
3 РЕАЛИЗАЦИЯ АЛГОРИТМА И ПРОГРАММА КЛАСТЕРИЗАЦИИ ОБЛАЧНОСТИ 28
3.1 Обоснование среды реализации программной системы 28
3.2 Разработка структуры программы, её описание 28
3.3 Разработка программы взаимодействия 30
3.4 Диаграмма классов 33
3.5 Результаты тестирования 35
3.6 Выводы по разделу 36
ЗАКЛЮЧЕНИЕ 39
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 41
ПРИЛОЖЕНИЕ А 43
ПРИЛОЖЕНИЕ Б 44
Задачи построения рельефа нижних границ облачной поверхности и её измерения тесно связаны с проблемами безопасности авиасообщений, возможностями прогноза погоды, контроля экологического состояния атмосферы и т.п.
Методы измерения высоты нижней границы облачности имеют свои преимущества и недостатки. Выбор того или иного метода зависит от многих факторов, в числе которых требуемая точность получаемых данных о высоте нижней границы облачности (НГО), непрерывность производства измерений, энергопотребление, допустимые габариты, стоимость используемого оборудования и др.
Активные дистанционные методы определения высоты НГО имеют более высокую, по сравнению с пассивными методами, точность измерений, и меньшую зависимость от погодных условий.
Пассивные методы, в свою очередь, имеют преимущества по таким параметрам, как простота технической реализации, меньшие массогабаритные показатели применяемых измерителей, низкое, по сравнению с активными методами, энергопотребление и, как следствие этого, более высокую надежность.
Таким образом, можно сделать вывод, что идеального метода измерения нижней границы облачности не существует и в каждом случае необходимо выбирать тот или иной метод исходя из погодных условий и поставленной задачи.
Поэтому задача разработки пассивного метода зондирования НГО, имеющего низкое энергопотребление и приемлемую, относительно активных методов, точность, остается актуальной.
Объектом исследования являются методы пассивного зондирования.
Предмет исследования — это метод восстановления рельефа нижней границы облачной поверхности.
Проблемная ситуация: погрешность параллакса метод нахождения сопряженных точек.
Цель: разработка метода восстановления рельефа нижней границы облачной поверхности методом пассивного зондирования с приемлемой точностью для практического использования.
Задачи:
1) Аналитический обзор литературы по теме исследований.
2) Выбор и обоснование метода оценки высоты нижней границы облачности и оценки её профиля.
3) Анализ методик поиска сопряжённых точек, обоснование критерия выбора.
4) Разработка структуры системы вычисления высоты нижней границы облачности и восстановления её профиля.
5) Реализация и тестирование системы, оценка её метрологических характеристик.
Защищаемое положение:
Алгоритм вычисления высоты облачной поверхности по стереоснимкам, в котором реализован поиск точек по критериям индекса структурного сходства (SSIM) и обеспечивающий вероятность нахождения от 0,9 и выше.
Публикации:
1) Kukel S. Method for finding conjugate points in a system of stereometric measurements // German International Journal of Modern Science. - 2021. - №10. - С. 21-23.
Таким образом, на основании вышеизложенного можно сделать заключение, что задача поставленной цели достигнута. Разработан алгоритм восстановления облачной поверхности и реализована программная система, которая обеспечивает вычисление сопряженных точек и восстановление НГО с погрешностью не более 10%.
Программа реализована в среде разработки VisualStudio на языке C# с максимальным использованием стандартных библиотек, что обеспечило надежность программирования и скорость реализации программной системы.
Тестирование на контрольных примерах показали, что результаты работы приемлемы для практических применений. Вместе с тем отмечаем, что система является открытой. Её усовершенствование может быть легко осуществлено путем замены одних норм на другие.
