低雲族的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列線上看、影評和彩蛋懶人包

看雲趣：從科學、文學到神話，認識百變的雲世界(10週年新裝版)

為了解決低雲族的問題，作者GavinPretor-Pinney 這樣論述：

　　二十世紀才出現的是哪種雲？ 　　孫悟空駕的觔斗雲又是哪一種？ 　　這本精采的「賞雲指南」包山包海，詳細介紹風起雲湧的科學原理， 　　還有朵朵白雲的趣聞軼事、文學典故及神話。 　　請跟著賞雲達人，一起讀懂大氣的表情！   　　雲不僅把天空妝點得多采多姿，也和我們的生活息息相關。從小愛看雲的作者為大力推廣雲的美好，發起「賞雲協會」，並在眾所期待下寫出這本精采的「賞雲指南」。本書以雲的十大分類為基礎，包括積雲、積雨雲、層雲、層積雲、高積雲、高層雲、雨層雲、卷雲、卷積雲和卷層雲，也搜羅各種奇特的雲、飛機凝結尾、晨光雲等，就每一種雲的特色講述不同的故事。 　　除了介紹各種與雲相關的科學原理，隨

手拈來更有許多雲的神話故事與傳說，以及和雲有關的社會與歷史事件，並收集數百張提綱挈領的圖表協助說明，包羅萬象，趣味橫生。就讓我們帶著這本書，一起賞雲去！   　　想讀懂大氣的心聲，要先看懂雲的千變萬化。 　　這本書可以讓你知道： 　　‧會讓人得季節性憂鬱症的是什麼雲？ 　　‧看似魚鱗狀的雲究竟是哪種魚的分身？ 　　‧哪種雲讓飛行員從一萬公尺高空墜下還能保命？ 　　好多你想不到與雲有關的奇聞妙事，通通在這裡！   名人推薦 　　【名家好評推薦】 　　王寶貫（中央研究院院士暨環境變遷研究中心主任） 　　任立渝（TVBS氣象主播） 　　吳育雅（臺灣大學師培中心專技助理教授） 　　吳俊傑（臺灣大學大

氣科學系教授） 　　彭啟明 （天氣風險管理開發公司總經理）   　　這本書把一般在普通氣象學上提到的一些重要的雲狀，像卷雲、積雲、層雲，以及這些雲在不同高度的雲種、雲屬和它們代表的天氣狀況，用詼諧幽默（有時簡直是滑稽突梯）的語氣一一詳細解釋，光看這些解釋法，你就知道本書作者是個妙人兒。因此這書讀來絕對不會枯燥無味，可以讓你在愉快的心情下了解一些雲的科學事實。──王寶貫（中央研究院院士暨環境變遷研究中心主任）   　　這本《看雲趣》真的可讓人看得有趣而一直看下去，因作者用完全不同於一般科普書的表現方式，以各種故事切入到雲的介紹，增加讀書的趣味。──任立渝（TVBS氣象主播）   　　《看雲趣》作

者普瑞特─平尼是誘發好奇心與想像力的高手，不僅讓讀者感受每一種雲都有靈性，同時也期待讀者能通透理解這些現象是如何出現的。    ──吳育雅（臺灣大學師培中心專技助理教授）   　　身為颱風研究者，閱讀《看雲趣》一書，有相當多的啟發與樂趣。而本書難度適中，也相當適合做為社會大眾或中學生的科普讀物，在閱讀的過程中，與作者一同領略「賞雲」的樂趣。 ──吳俊傑（臺灣大學大氣科學系教授）   　　其中包含了許多科學及文學的內涵，相信對每個想要開始看天氣的讀者，甚至是專業的氣象人來說，都是非常有參考性的書，也希望未來能有更多的朋友，帶著《看雲趣》一起看雲去。──彭啟明 （天氣風險管理開發公司總經理）  

　　【地科教師好評推薦】 　　作者除了詳述雲的科學分類外，更讓我們認識雲對生活中文學和美學，甚至文化活動和歷史事件的影響，本書實是一本有趣且可讀性很高的科普傑作。 ──李文禮  （臺北市立建國高級中學教師）   　　對現象的觀察是發展科學素養能力的第一步，透過作者從科學、文化、社會等不同觀點分享看雲的經驗，提供了寶貴的方法，讓讀者能從觀測、故事與生活中建立與天空之間的聯結。──葉鈞喬 （國立竹東高級中學教師）   　　帶領學生觀測雲超過十五年，學生一開始總會好奇與浪漫地觀測，時間久了碰到觀測雲狀的瓶頸後，我總會推薦《看雲趣》入門道。本書的故事情節不啻饒富趣味，更會令人深深地讚嘆與神往……──劉

育宏  （新北市立丹鳳高級中學教師）   　　用腦看雲，讀雲的科學；用心看雲，賞雲的趣味。 　　作者從生活經驗著手，並用貼切的比喻，帶領賞雲的讀者認識雲。其中「辨別雲類小撇步」更是一個入門的好工具。──謝莉芬  （臺北市立成功高級中學教師）

低雲族進入發燒排行的影片

應用最佳化演算法於衛星雲圖之分類

為了解決低雲族的問題，作者蔡立德 這樣論述：

本論文應用最佳化演算法對中級解析度成像分光輻射度計(Moderate Resolution Imaging Spectroradiometer, MODIS)影像進行分類。MODIS的觀測資料從可見光至紅外線，共有36個頻道可以使用。在傳統方法上經常使用亮度溫度(Brightness Temperature, BT)方法將影像分成四個種類，其中包括低雲、中雲、高雲及無雲，然而傳統方法在分類雲之邊緣及薄雲上的效果有限。因此，在本研究中使用MODIS的四個頻道組成偽色彩影像，並且採用基因演算法(Genetic Algorithm, GA)、粒子群(Particle Swarm Optimizat

ion, PSO)演算法及自我學習粒子群(Self-Learning Particle Swarm Optimization, SLPSO)演算法去提高分類性能。最後，將以多筆資料結果來進行比對。經實驗證明，我們所提出的方法可以有效分辨雲之種類，並且能有效的辨識出雲的邊緣及薄雲。