The invention provides a method for estimating near-surface temperature under cloud-sky conditions based on satellite remote sensing data, which includes: (1) acquiring historical data of regional meteorological stations; (2) preprocessing the historical data of Atmospheric Precipitable water, relative humidity near the ground, cloud top temperature, cloud top height and cloud optical thickness to obtain a data set matching in time and space; (3) making the temperature of the louver as a data set. For the output of the neural network, the data set is used as the input of the neural network to construct the neural network; (4) to obtain the data set of the region to be estimated; (5) to interpolate the time and space of the meteorological satellite by using the cubic spline interpolation method based on the longitude, latitude and time information of the meteorological satellite; and (6) to obtain the data set matched with the meteorological satellite in time and space. A set of input neural networks has been constructed to estimate the near-surface temperature under cloud conditions. The method of the invention is simple, easy to operate and has high precision.
【技术实现步骤摘要】
一种云天条件下近地面气温估算方法
本专利技术涉及大气遥感
,尤其涉及一种基于卫星遥感数据的云天条件下近地面气温估算方法。
技术介绍
近地面气温通常指的是距离地面1.5米的气象台站百叶箱测的大气温度,近地面气温是气象台站的常规观测项目之一。近地面气温是影响气候变化、水文、农业生产、干旱、居民生活能耗的重要参数,高分辨率的近地面气温信息也是众多陆面过程、气候模式的关键输入参数之一。目前,近地面气温观测主要是依靠气象台站的常规观测获取的,虽然气象台站观测气温精度高,但是只能获取离散点的气温数据,无法获取大范围、连续的气温分布信息。随着气象卫星遥感技术的发展,基于卫星遥感数据估算气温近地面气温成为可能。目前,卫星遥感近地面气温主要是利用气象卫星的地表温度产品开展,主要是利用近地面气温和其他辅助数据(比如归一化植被指数、高程和太阳高度角等),基于线性回归方程、神经网络或者随机森林等技术构建气温估算模型。但由于气象卫星红外探测通道波长较短,其无法获取云天条件下的地表温度,因此基于卫星遥感的地表温度产品的气温估算模型仅能获得晴空条件下大范围、高空间分辨率的近地面气温信息。云的存在是影响卫星遥感估算近地面气温估算的重要因素,已有的研究表明全球范围内平均云量超过60%,因此基于卫星遥感数据开展云天条件下的近地面气温估算具有非常重要的科学意义和实际的应用价值。目前,云天条件下的近地面气温估算主要是基于微波观测数据开展的,微波拥有穿透大气云层的能力,但是微波探测器的空间分辨率较低且容易受到地表类型(或者发射率)的影响,因此不论在空间分辨率还是在估算的精度上均无法满足科学研 ...
【技术保护点】
1.一种云天条件下近地面气温估算方法,其特征在于,包括以下步骤:(1)获取研究区域气象台站的历史数据;所述历史数据包括:百叶箱气温、大气可降水量、近地面相对湿度、以及在有云条件下测量得到的云顶温度、云顶高度和云光学厚度;(2)将所述大气可降水量、近地面相对湿度、云顶温度、云顶高度和云光学厚度历史数据进行预处理,得到时空匹配的数据集;所述数据集包括:云顶温度、云顶高度、云光学厚度、大气可降水量和近地面相对湿度;(3)将所述百叶箱气温作为神经网络的输出,将所述数据集作为神经网络的输入,构建包含两个隐层的前向多层神经网络,对网络进行训练,评估,误差分析,确定最佳的隐层节点个数以及相应的权重函数,从而得到构建好的神经网络;(4)获取待气温估算区域的数据集;该数据集包括:利用气象卫星获取的实时卫星数据以及利用全球预报系统获取的实时大气可降水量和近地面相对湿度;所述实时卫星数据包括在有云条件下测量得到的实时云顶温度,云顶高度和云的光学厚度;(5)根据气象卫星的经纬度和时间信息,利用三次样条插值方法将所述实时大气可降水量和近地面相对湿度进行时间和空间插值,得到与气象卫星时空匹配的数据集;所述与气象卫 ...
【技术特征摘要】
1.一种云天条件下近地面气温估算方法,其特征在于,包括以下步骤:(1)获取研究区域气象台站的历史数据;所述历史数据包括:百叶箱气温、大气可降水量、近地面相对湿度、以及在有云条件下测量得到的云顶温度、云顶高度和云光学厚度;(2)将所述大气可降水量、近地面相对湿度、云顶温度、云顶高度和云光学厚度历史数据进行预处理,得到时空匹配的数据集;所述数据集包括:云顶温度、云顶高度、云光学厚度、大气可降水量和近地面相对湿度;(3)将所述百叶箱气温作为神经网络的输出,将所述数据集作为神经网络的输入,构建包含两个隐层的前向多层神经网络,对网络进行训练,评估,误差分析,确定最佳的隐层节点个数以及相应的权重函数,从而得到构建好的神经网络;(4)获取待气温估算区域的数据集;该数据集包括:利用气象卫星获取的实时卫星数据以及利用全球预报系统获取的实时大气可降水量和近地面相对湿度;所述实时卫星数据包括在有云条件下测量得到...
【专利技术属性】
技术研发人员:刘海磊,邓小波,周琪,龚舒雅,
申请(专利权)人:成都信息工程大学,
类型:发明
国别省市:四川,51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。