[論文レビュー] Rainfall Advection using Velocimetry by Multiresolution Viscous Alignment

Sai Ravela, Virat Chatdarong|ArXiv.org|Apr 19, 2006

Meteorological Phenomena and Simulations参考文献 24被引用数 3

ひとこと要約

本稿では、衛星またはレーダー画像から密な空間的一致性のある速度場を推定するためのベイジアンマルチスケール粘性整合化アルゴリズムを提案する。滑らかさと非発散性の正則化を用いることで、不適切な運動推定を克服する。時間間隔が大きく、急激に変形する状況でも、相関ベースやオプティカルフロー法よりも優れた性能を発揮し、高品質な密な変位場を生成する。

ABSTRACT

An algorithm to estimate motion from satellite imagery is presented. Dense displacement fields are computed from time-separated images of of significant convective activity using a Bayesian formulation of the motion estimation problem. Ordinarily this motion estimation problem is ill-posed; there are far too many degrees of freedom than necessary to represent the motion. Therefore, some form of regularization becomes necessary and by imposing smoothness and non-divergence as desirable properties of the estimated displacement vector field, excellent solutions are obtained. Our approach provides a marked improvement over other methods in conventional use. In contrast to correlation based approaches, the displacement fields produced by our method are dense, spatial consistency of the displacement vector field is implicit, and higher-order and small-scale deformations can be easily handled. In contrast with optic-flow algorithms, we can produce solutions at large separations of mesoscale features between large time-steps or where the deformation is rapidly evolving.

研究の動機と目的

• 衛星およびレーダー画像における運動推定の不適切性を克服するため、頑健な正則化フレームワークを導入すること。
• 疎な特徴検出に依存せずに、密で空間的一致性のある変位ベクトル場を生成すること。
• トランプンや積乱雲セルのような急激に発達する中規模システムにおける正確な速度計測を可能にすること。
• 相関ベースやオプティカルフロー法を改善するため、正則化による暗黙の品質管理を組み込むこと。
• 降雨モデルにおけるデータ同化を支援するため、現実的で物理的に妥当な風場を提供すること。

提案手法

• 滑らかさと非発散性を事前分布の制約として用いるベイジアン逆問題として運動推定を定式化する。
• マルチスケールピラミッド手法を採用：まず粗いスケールの変位を推定し、その後に細かいスケールで精錬する。
• 空間的一致性を強化し、変位場のノイズを低減するために、粘性整合化正則化を適用する。
• 粗いスケールの変位推定値をダウンスケーリングするために双3次補間を用い、細かいスケールでの精錬のための事前分布とする。
• 粗いスケールと細かいスケールの変位場を加法的合成により統合する：全変位 = 細かいスケール + ダウンサンプリングされた粗いスケール。
• 既存の衛星およびレーダー画像モダリティと互換性を持つように設計することで、運用システムへの統合を可能にする。

実験結果

リサーチクエスチョン

• RQ1 時間間隔が大きく、急激に変形する状況において、衛星またはレーダー画像からの運動推定をどのようにして頑健に実現できるか？
• RQ2 不適切な運動推定において、物理的に妥当で空間的一致性のある変位場を生成するための正則化制約は何か？
• RQ3 マルチスケールフレームワークは、密な速度計測における計算効率と推定精度をどのように向上させられるか？
• RQ4 本手法は、相関ベースおよびオプティカルフロー手法と比較して、空間的一致性と品質管理の観点でどのように優れているか？
• RQ5 本手法は、定量的降水量予測モデルにおけるデータ同化をどの程度向上させられるか？

主な発見

• 滑らかさおよび非発散性の制約による暗黙の品質管理を通じて、密で空間的一致性のある変位場を生成する。
• 特徴同一定位の必要がないため、相関ベース手法よりも優れており、画像全体にわたる密な推定を可能にする。
• 従来のオプティカルフロー法よりも、時間的隔たりが大きく、急激に発達する中規模の特徴をよりよく処理できる。
• 計算された速度場は、CIMSSが導出した風と強く視覚的および定量的に一致しており、特に大きさと流れの構造で顕著である。
• マルチスケールアプローチにより、階層的精錬によって高速な計算と高い精度を両立できる。
• 本アルゴリズムは降雨輸送に直接応用可能であり、数値モデルにおける積乱雲セルの移動をより現実的に再現可能となる。