本书内容紧密联系热带气旋智能定位定强的实际问题，主要介绍基于多尺度几何分析、优化算法、机器学习等智能技术结合卫星资料的卫星图像预处理、多通道卫星图像融合、热带气旋主体云系提取、热带气旋客观定位和定强方法。
本书可供热带气旋预报人员、管理决策人员和相关领域的科研人员及高校师生阅读和参考。

第1章 引言
1.1 热带气旋概述
1.1.1 热带气旋的形成
1.1.2 热带气旋的结构
1.1.3 热带气旋的生命周期
1.2 热带气旋定位的研究现状
1.3 热带气旋定强的研究现状
1.3.1 极轨卫星微波资料在热带气旋定强中的应用
1.3.2 静止卫星资料在热带气旋定强中的应用
1.3.3 多普勒雷达观测资料在热带气旋定强中的应用
参考文献
第2章 卫星图像预处理
2.1 基于Tetrolet变换和PDE的卫星图像去噪
2.1.1 偏微分方程图像去噪模型
2.1.2 图像Tetrolet变换的GCV准则
2.1.3 基于Tetrolet变换和PDE的卫星云图去噪算法
2.1.4 实验结果与分析
2.1.5 结论
2.2 基于平稳小波变换和遗传算法的卫星图像增强
2.2.1 卫星图像增强概述
2.2.2 离散非抽取小波变换
2.2.3 基于UDWT的去噪原理
2.2.4 利用遗传算法估计UDWT域去噪阈值
2.2.5 UWT域通过非线性增益算子增强细节
2.2.6 增强后图像质量评价
2.2.7 实验结果与分析
2.2.8 结论
参考文献
第3章 多通道卫星图像融合
3.1 基于曲率形状表示和粒子群优化算法的多通道卫星图像配准
3.1.1 图像配准概述
3.1.2 CSS特征角点的提取
3.1.3 图像角点的匹配
3.1.4 参考图像和待配准图像配准
3.1.5 实验结果与分析
3.1.6 结论
3.2 非下抽样Contourlet变换结合能量熵的多通道卫星图像融合
3.2.1 图像融合方法概述
3.2.2 图像融合评价
3.2.3 NSCT概述
3.2.4 NSCT结合能量融合算法
3.2.5 实验结果与分析
3.2.6 结论
3.3 基于Tetrolet变换的多通道卫星图像融合
3.3.1 基于拉普拉斯金字塔分解的融合算法
3.3.2 基于Tetrolet变换的多通道卫星云图融合算法
3.3.3 卫星云图融合结果与分析
3.3.4 融合图像的台风中心定位结果
3.3.5 结论
参考文献
第4章 热带气旋主体云系提取
4.1 基于边界特征的热带气旋云系自动识别
4.1.1 台风云系识别分割现状
4.1.2 台风云系特征
4.1.3 基于纹理与旋转特征的台风云系识别
4.1.4 结论
4.2 基于小波变换的热带气旋云系分割
4.2.1 卫星图像分割概述
4.2.2 台风云图预处理
4.2.3 基于连续小波变换的TCIOI分割
4.2.4 实验结果与分析
4.2.5 结论
参考文献
第5章 基于卫星资料的热带气旋定位方法
5.1 基于分形特征和红外亮温梯度的热带气旋定位
5.1.1 热带气旋中心定位概述
5.1.2 密闭云区的提取
5.1.3 在密闭云区内确定台风中心位置
5.1.4 结论
5.2 基于红外亮温梯度偏差角的热带气旋定位
5.2.1 红外亮温方差定位方法的整体思路和流程概述
5.2.2 Bezier直方图分割
5.2.3 k均值聚类分割
5.2.4 偏差角
5.2.5 偏差角方差定位原理
5.2.6 红外亮温方差方法定位热带气旋中心的实现过程
5.2.7 实验结果与分析
5.2.8 结论
参考文献
第6章 基于卫星资料和机器学习的热带气旋客观定强方法
6.1 基于红外亮温梯度和相关向量机的有眼热带气旋定强
6.1.1 基于GAC模型的PDE分割
6.1.2 热带气旋眼壁分割结果
6.1.3 RVM概述
6.1.4 数据资料及构造建模特征因子
6.1.5 实验结果与分析
6.1.6 结论
6.2 基于卫星云图和RVM以热带气旋中心作为参考点的热带气旋客观定强
模型
6.2.1 卫星云图融合
6.2.2 偏差角介绍
6.2.3 热带气旋不同发展阶段的偏差角直方图
6.2.4 偏差角-梯度共生矩阵
6.2.5 数据资料及构造建模特征因子
6.2.6 实验结果与分析
6.2.7 结论
6.3 基于卫星云图和RVM以每一点依次作为参考点的热带气旋客观定强
模型
6.3.1 构造偏差角-梯度共生矩阵参数阵
6.3.2 热带气旋不同发展阶段的结构伪彩色图
6.3.3 数据资料及构造建模特征因子
6.3.4 实验结果与分析
6.3.5 结论
参考文献

我国受热带气旋灾害影响严重。长期以来，热带气
旋定位和定强主要借助于Dvorak技术。原始的Dvorak
技术主观性较强，易对热带气旋云型误判，导致热带气
旋定强误差。虽然学者们后期对原始的Dvorak技术进行
多次改进，减少了主观操作的步骤，但对弱热带气旋（
如热带低压、热带风暴等）不适用。
本书是作者近年来科研成果的总结，尝试利用多尺
度几何分析、优化算法和机器学习等智能技术进行卫星
云图预处理、多通道卫星云图融合、热带气旋主体云系
提取、热带气旋中心定位和定强等研究，能够在一定程
度上解决目前基于Dvorak技术定位定强的主观性较大的
问题，为我国的防台、抗台、减灾工作提供技术支撑和
参考。
本书共6章。第1章引言，主要介绍热带气旋的形成
、结构、生命周期以及热带气旋定位和定强的研究现状
；第2章卫星图像预处理，主要介绍基于多尺度几何分
析和偏微分方程的卫星云图去噪及基于平稳小波变换和
遗传算法的卫星图像增强；第3章多通道卫星图像融合
，主要介绍基于优化算法的多通道卫星图像配准和基于
多尺度几何分析技术的多通道卫星图像融合；第4章热
带气旋主体云系提取，主要介绍基于机器学习和小波分
析技术的热带气旋云系识别和提取；第5章基于卫星资
料的热带气旋定位方法，主要介绍基于分形特征和红外
亮温梯度的两种热带气旋客观定位方法；第6章基于卫
星资料和机器学习的热带气旋客观定强方法，主要介绍
基于红外亮温梯度和机器学习结合内核特征的热带气旋
客观定强方法。
本书中的部分研究成果受国家自然科学基金（项目
编号：42075140、41575046、40805048、11026226）
、国家重点基础研究发展计划项目（项目编号：
2009CB421500）、遥感科学国家重点实验室开放基金
（项目编号：2009KFJJ013）、中国气象科学研究院灾
害天气国家重点实验室开放基金（项目编号：
2008LASW-B03）、上海台风研究基金（项目编号：
2008ST01）、浙江省公益技术应用研究计划项目（项目
编号：LGF20D050004、2016C33010、2012C23027）、
浙江省自然科学基金（项目编号：LY13D050001、
Y506203）等项目的资助，在此一并表示感谢！
本书部分研究成果中用到的卫星资料数据源自国家
气象中心和中国气象局上海台风研究所，在此一并表示
感谢！
上海中心气象台的马雷鸣研究员、国家卫星气象中
心的方翔研究员、中国气象局上海台风研究所的鲁小琴
研究员在本书中的资料提供、数据处理和部分研究讨论
分析方面给予了大量帮助，在此一并表示感谢！
作者指导的硕士研究生鲁娟、张翔、杨波、陈源、
钱金芳、戴李杰、罗绮、薛利成等编写了本书中部分研
究成果的代码。在此，向上述人员一并表示感谢！
限于作者的学识和水平，书中不足之处在所难免，
敬请各位专家、同行批评指正。
张长江
2023年3月