一种基于卫星云参数产品确定灰霾分布的方法技术

本发明专利技术公布了一种基于卫星云参数产品确定灰霾分布的方法，该方法包括以下步骤：读取卫星数据中云量产品并和对应的判据进行比较，确定云或霾出现可能性较大的范围；利用卫星数据中云光学厚度信息和对应的判据进行比较，进一步提取霾分布的区域；利用卫星数据中云相位信息和对应的判据进行比较,进一步提取霾分布的区域；利用云顶压力数据和对应的判据进行比较，进一步提取霾分布的区域。本发明专利技术还设计确定所述判据的方法。本发明专利技术尤其以POLDER卫星数据P3L2TRGB为例说明实施的过程。该方法在不需要其他辅助数据前提下，能够快速稳定地实现POLDER卫星数据霾的检测，计算量小且适用范围广。

【技术实现步骤摘要】
【专利摘要】本专利技术公布了，该方法包括以下步骤：读取卫星数据中云量产品并和对应的判据进行比较，确定云或霾出现可能性较大的范围；利用卫星数据中云光学厚度信息和对应的判据进行比较，进一步提取霾分布的区域；利用卫星数据中云相位信息和对应的判据进行比较,进一步提取霾分布的区域；利用云顶压力数据和对应的判据进行比较，进一步提取霾分布的区域。本专利技术还设计确定所述判据的方法。本专利技术尤其以POLDER卫星数据P3L2TRGB为例说明实施的过程。该方法在不需要其他辅助数据前提下，能够快速稳定地实现POLDER卫星数据霾的检测，计算量小且适用范围广。【专利说明】—种基于卫星1S参数产品确定灰霾分布的方法
本专利技术涉及卫星遥感数据云检测
，涉及一种利用云参数产品进行霾检测方法。
技术介绍
改革开放以来，我国的城市空气污染日趋严重，工业烟尘、汽车尾气、生物燃烧和沙尘和自然粉尘混合使灰霾天气现象迅速增加。尤其是以京津冀、长三角和珠三角为代表的重点城市群。灰霾天气主要是由于以细粒子为主的气溶胶粒子造成的。这些气溶胶粒子不但对人体有害，而且能够影响地表辐射平衡，并通过充当云的凝结核改变云的含水量和生命周期等特性，从而对气候和降水造成影响。目前在对全球气候模拟的过程中，云和灰霾对气候变化的影响仍然有很多不确定性。一方面是云和霾本身的分布特征很难精确的确定，另一方面云和气溶胶影响着全球水汽和能量循环。因此，云和灰霾分布范围的区分是研究它们对气候变化贡献的前提和基础。目前，遥感领域利用卫星影像识别云和霾分布的方法有:判据法、聚类分析法和人工神经网络法等。其中判据法应用最为广泛，该方法基于卫星影像中象元对应的亮温、亮温差、反射率与预设的判据进行对比，来判断该象元是否被云或者霾覆盖。这种方法实施方便，但是对云和霾的错分情况严重，而且单一的判据的适应性较差；为了提高判据算法的精度，有些学者引入了纹理特征约束，这种约束是基于卫星影像上灰霾的一般呈现平滑的纹理特征，而云层的表面细节变化较大。本质上是在设置判据的时候考虑到纹理特征。显然，当大范围表面平滑的云存在时，纹理特征将不能有效区分二者；另外，有些学者通过建立地面的地表反射率库，将库中地面象元对应的反射率值作为设置判据的标准，来判断象元是否收到云或者灰霾的覆盖。这一方法需要长时间序列的地表观测数据来建库，操作起来不方便。聚类分析法通过将影像分割成为一系列像元阵列，采用聚类的方法将象元归属到不同的地物类型中，然后确定各组象元的类别:云、霾或其他地物类型。当像元阵内各种类型象元观测值存在较小差别时，无法对象元进行有效的分组，这种方法对云和霾分布的识别误差较大。人工神经网络法则先对云和霾区域样本区域进行学习，获取其在不同波段反射率、亮温等观测结果的先验知识，借助这些先验知识来识别云和霾的分布。这种方法得到的识别结果很大程度上依赖于训练资料的选取。卫星遥感一直重视对云和灰霾等重要大气现象的观测和研究，很多传感器如美国的中分辨率成像光谱仪(MODIS)、法国的地表反射率偏振和方向传感器(POLDER)等都有专门的产品(云参数)来描述云的光学和微物理特性，比如云量、云顶压力、云相态、云光学厚度等云参数。其中云量代表每个象元中被云覆盖的百分比，100%表示该象元完全被云所覆盖，相反，O则代表该象元无云覆盖；云顶压力为卫星观测到的云顶的大气压，单位为hPa;云相态反映卫星观测到的象元对应的类别，包括水云、冰云、冰水混合云、晴空和无法确定相态五类；云光学厚度则反演云的消光能力的强弱，光学厚度越大，消光能力越强。卫星遥感首先识别影像中云的分布，然后对确定有云的象元进行上述云产品的生产。灰霾覆盖的象元通常被错误地归属为云区域，然后按照流程反演出相应的云量、云顶压力、云相态结果。然而，云和灰霾的光学和微物理特性都存在明显的差异(云的粒子更大、在对流层不同高度都有分布、光学厚度可以达到几十甚至上百；灰霾主要有细颗粒物构成、主要分布在地表、消光能力远不如一些厚层云)，这些差别也将表现在反演得到的云产品中。现有的霾识别算法一般基于卫星观测的反射率和亮温来构造判据，这种做法对于目前重污染天气的灰霾范围识别精度较差。很多卫星提供云量、云顶压力、云相态、云光学厚度等观测数据，这些数据包含灰霾的分布数据，但是并没有相关的技术采用这些数据来识别灰霾的范围。
技术实现思路
本专利技术提供一种基于卫星云参数产品的灰霾识别方法，该方法能够精确的识别重污染天气下灰霾的分布范围。本专利技术基于卫星云参数产品的确定灰霾分布的方法包括如下步骤:确定云参数识别灰霾的判据。针对待研究区域，下载历史云参数产品中卫星云量、云光学厚度、云相态频率和云顶压力等云参数产品组建样本集，对样本集中影像的云和灰霾区域进行区分，分别对云、灰霾、晴空区域的所述各个云参数结果进行采样统计，确定对应于所述各个云参数的识别判据，分别为Tl、T2、T3、T4。确定云和灰霾共存的范围。利用当期云参数产品中云量数据和对应的判据Tl进行比较，确定云和灰霾都可能存在的区域；利用云光学厚度数据识别灰霾的分布。在其它步骤选出的区域，利用当期云参数产品中云光学厚度数据和对应的判据T2进行比较，进一步提取霾分布的区域；利用云相态数据识别灰霾分布。在其它步骤选出的区域，利用当期云参数产品中云相态数据和对应的判据T3进行比较，进一步提取霾分布的区域；利用云顶压力数据识别灰霾分布。在其它步骤选出的区域，利用当期云参数产品中云顶压力数据和对应的判据T4进行比较，进一步提取霾分布的区域。其中，确定判据T1、T2、T3、T4的方法包括如下:统计灰霾或云覆盖区域的云量数据，构建“灰霾或云”频率随云量变化的拟合曲线；统计晴空区域的云量数据，构建晴空出现频率随云量变化的拟合曲线，两曲线交点的云量值作为云量判据Tl。统计灰霾区域的云光学厚度数据，构建灰霾频率随云光学厚度变化的拟合曲线；统计云区域的光学厚度数据，构建云出现频率随云光学厚度变化的拟合曲线，两曲线交点的云光学厚度值为作为云光学厚度判据Τ2。统计灰霾区域各种云相态(水云、冰云、冰水混合云、无法确定类型、晴空)出现的频率，超过一定比例R的云相态类型作为识别判据Τ3。统计灰霾区域的云顶压力数据，构建灰霾出现频率随云顶压力变化的拟合曲线；统计云区域的云顶压力数据，构建云出现频率随云顶压力变化的拟合曲线；两曲线交点对应的云顶压力值作为云顶压力判据Τ4。本专利技术针对现有霾识别算法在重污染天气下识别精度较差的问题，第一次使用卫星观测的云量、云光学厚度、云相态和云顶压力数据来识别灰霾的范围。该方法在不需要其他辅助数据前提下，能够快速稳定的实现霾的检测，计算量小且适用范围广。为进一步研究霾的成因及分布，气溶胶的传输，云和气溶胶的相互作用等提供必要的前提。【专利附图】【附图说明】图1是基于卫星云参数产品确定灰霾分布方法流程图图2是云量判据Tl的确定方法示意图图3是云光学厚度判据T2的确定方法示意图图4是云相态判据T3的确定方法示意图图5是云顶压力判据T4的确定方法示意图【具体实施方式】下面结合附图，说明本方法的实施方式。如图1所示，是本专利技术基于卫星云参数产品确定灰霾分布方法的一个实施例。步骤如下:S1、确定云参数识别灰霾的判据。根据卫星云量、云光学厚度、本文档来自技高网...

【技术保护点】
一种基于卫星云参数产品确定灰霾分布的方法，其特征在于，包括如下步骤： 针对待研究区域，下载历史云参数产品中卫星云量、云光学厚度、云相态频率和云顶压力等云参数产品组建样本集，对样本集中影像的云和灰霾区域进行区分，分别对云、灰霾、晴空区域进行采样统计，确定对应于所述各个云参数的识别判据，分别为T1、T2、T3、T4； 利用当期云参数产品中云量数据和对应的判据T1进行比较，确定云和灰霾都可能存在的区域； 在其它步骤选出的区域，利用当期云参数产品中云光学厚度数据和对应的判据T2进行比较，进一步提取霾分布的区域； 在其它步骤选出的区域，利用当期云参数产品中云相态数据和对应的判据T3进行比较，进一步提取霾分布的区域； 在其它步骤选出的区域，利用当期云参数产品中云顶压力数据和对应的判据T4进行比较，进一步提取霾分布的区域。

【技术特征摘要】

【专利技术属性】
技术研发人员：尚华哲，陈良富，陶金花，苏林，贾松林，
申请(专利权)人：中国科学院遥感与数字地球研究所，
类型：发明
国别省市：北京;11