基于逆方差加权平均的卫星AOD数据的融合方法及系统技术方案

本发明专利技术提供一种基于逆方差加权平均的卫星AOD数据的融合方法及系统，其中的方法包括，基于待融合的两类卫星AOD数据，建立两类卫星AOD数据之间的线性关系；基于该线性关系，填补只具有一类卫星AOD数据的像元缺失的另一类卫星AOD数据；选取地面观测站，并将填补后的两类卫星AOD数据分别与地面观测站的地面AOD数据进行匹配；基于匹配结果，根据预设时间段分别计算填补后的两类卫星AOD数据与地面AOD数据之差的方差；以方差的倒数为权重，利用逆方差加权平均方法对填补后的两类卫星AOD数据进行逆方差加权平均融合。通过本发明专利技术能够在提高卫星AOD数据覆盖率的同时，保证卫星AOD数据融合的精度要求。

【技术实现步骤摘要】

本专利技术涉及卫星遥感数据融合方法领域，更为具体地，涉及一种基于逆方差加权平均的卫星AOD数据的融合方法及系统。
技术介绍
PM2.5是指空气中空气动力学粒径小于2.5μm的颗粒物，利用卫星遥感反演的气溶胶光学厚度(AerosolOpticalDepth，简称AOD)来研究估算地面PM2.5是近年来快速发展起来一项新技术，与地面监测相比，卫星监测不受地面监测站点选址的限制，具有地面监测站点无可比拟的时间和空间覆盖度。通过卫星遥感反演可以有效弥补地面监测站点在时间和空间上观测的不足。但是，卫星AOD数据受云层和地表冰雪覆盖因素的影响会造成数据缺失，进而造成卫星遥感反演的失败。通常具有对不同来源的卫星AOD数据进行融合的方法来提高卫星AOD数据覆盖率。而目前，卫星AOD数据融合方法大多数为简单平均处理，无法最大限度提高卫星AOD数据覆盖率、以及无法保证卫星AOD数据融合的精度要求，为此，急需开发出一种在保证卫星AOD数据精度的前提下，能最大限度提高卫星AOD数据覆盖率的卫星AOD数据融合方案。
技术实现思路
鉴于上述问题，本专利技术的目的是提供一种基于逆方差加权平均的卫星AOD数据的融合方法及系统，以解决现有技术无法最大限度提高卫星AOD数据覆盖率、以及无法保证卫星AOD数据融合精度要求的问题。本专利技术提供一种基于逆方差加权平均的卫星AOD数据的融合方法，包括：基于待融合的两类卫星AOD数据，建立两类卫星AOD数据之间的线性关系；基于建立的线性关系，填补只具有一类卫星AOD数据的像元所缺失的另一类卫星AOD数据；选取地面观测站，并将填补缺失后的两类卫星AOD数据分别与地面观测站的地面AOD数据进行匹配；基于填补缺失后的两类卫星AOD数据与地面观测站的地面AOD数据的匹配结果，根据预设时间段分别计算填补缺失后的两类卫星AOD数据与地面AOD数据之差的方差；以方差的倒数为权重，利用逆方差加权平均方法对填补缺失后的两类卫星AOD数据进行逆方差加权平均融合。本专利技术还提供一种基于逆方差加权平均的卫星AOD数据的融合系统，包括：线性关系建立单元，基于待融合的两类卫星AOD数据，建立两类卫星AOD数据之间的线性关系；数据填补单元，基于该线性关系，填补只具有一类卫星AOD数据的像元所缺失的另一类卫星AOD数据；地面数据读取单元，用于选取地面观测站，并读取地面观测站的地面AOD数据；数据匹配单元，用于将填补缺失后的两类卫星AOD数据分别与地面观测站的地面AOD数据进行匹配；方差计算单元，基于数据匹配单元的匹配结果，根据预设时间段分别计算填补缺失后的两类卫星AOD数据与地面AOD数据之差的方差；数据融合单元，用于以该方差的倒数为权重，利用逆方差加权平均方法对填补缺失后的两类卫星AOD数据进行逆方差加权平均融合。利用上述根据本专利技术提供的基于逆方差加权平均的卫星AOD数据的融合方法及系统，具有方差的倒数作为权重，由于方差反映的是数据的离散变异程度，当卫星AOD数据与地面AOD数据之差的方差越大时，说明该卫星AOD数据质量越差，则赋予该卫星AOD数据的权重越低；当卫星AOD数据与地面AOD数据之差的方差越小时，说明该卫星AOD数据质量越好，则赋予该卫星AOD数据的权重越高，因此，能够在提高卫星AOD数据覆盖率的同时，保证卫星AOD数据融合的精度要求。为了实现上述以及相关目的，本专利技术的一个或多个方面包括后面将详细说明并在权利要求中特别指出的特征。下面的说明以及附图详细说明了本专利技术的某些示例性方面。然而，这些方面指示的仅仅是可使用本专利技术的原理的各种方式中的一些方式。此外，本专利技术旨在包括所有这些方面以及它们的等同物。附图说明通过参考以下结合附图的说明及权利要求书的内容，并且随着对本专利技术的更全面理解，本专利技术的其它目的及结果将更加明白及易于理解。在附图中：图1为根据本专利技术实施例的基于逆方差加权平均的卫星AOD数据的融合方法的流程示意图；图2为根据本专利技术实施例的基于逆方差加权平均的卫星AOD数据的融合系统的逻辑结构框图。在所有附图中相同的标号指示相似或相应的特征或功能。具体实施方式在下面的描述中，出于说明的目的，为了提供对一个或多个实施例的全面理解，阐述了许多具体细节。然而，很明显，也可以在没有这些具体细节的情况下实现这些实施例。在其它例子中，为了便于描述一个或多个实施例，公知的结构和设备以方框图的形式示出。以下将结合附图对本专利技术的具体实施例进行详细描述。本专利技术选用搭载于美国国家航空航天局Aqua卫星上的中分辨率成像光谱仪(MODerate-resolutionImagingSpectroradiometer，简称MODIS)第六版(C6)卫星遥感AOD产品，对该产品中具有暗目标算法(DT)和深蓝算法(DB)反演的卫星AOD数据进行逆方差加权融合，对于其它卫星遥感AOD产品的卫星AOD数据同理可知。图1示出了根据本专利技术实施例的基于逆方差加权平均的卫星AOD数据的融合方法的流程。如图1所示，本专利技术提供的基于逆方差加权平均的卫星AOD数据的融合方法，包括：S1：基于待融合的两类卫星AOD数据，建立两类卫星AOD数据之间的线性关系。建立两类卫星AOD数据之间的线性关系前提是两类卫星AOD数据必须一一对应，因此，在建立两类卫星AOD数据之间的线性关系之前，判断两类卫星AOD数据是否来自同一卫星，如果来自同一卫星，说明两类卫星AOD数据具有相同的像元，说明两类卫星AOD数据已匹配好，不需要对两类卫星AOD数据另行匹配，即可直接建立两类卫星AOD数据之间的线性关系；如果来自不同卫星，说明两类卫星AOD数据具有不同的像元，则需要对两类卫星AOD数据进行匹配，然后建立匹配后的两类卫星AOD数据之间的线性关系。两类卫星AOD数据匹配的过程，包括：S11：基于两类卫星AOD数据中分辨率高的卫星AOD数据，创建与高分辨率卫星AOD数据的分辨率相同的网格；S12：分别构建两类卫星AOD数据的像元的泰森多边形，并将构建的泰森多边形与创建的网格的网格单元进行空间叠置分析，将两类卫星AOD数据分别分配到网格单元中；S13：基于网格单元对两类卫星AOD数据进行匹配。本专利技术从MODIS网站获取AquaMODISC6第二级AOD(MYD04)数据，并从中提取具有暗目标算法(DarkTargetAlgorithm，简称DT算法)和深蓝算法(DeepBlueAlgorithm，简称DB算法)的卫星AOD数据；由于这两类卫星AOD数据来源于同一卫星，具有相同的像元，数据已匹配好，因此无需另行匹配数据。在本专利技术的一个具体实施方式中，为了确保卫星AOD数据的精度，逐日建立两类卫星AOD数据之间的线性关系，即逐日建立具有DT算法的卫星AOD数据和具有DB算法的卫星AOD数据之间的线性关系。具体地，两类卫星AOD数据之间的线性关系可用如下两个线性回归方程描述：一、对于每一天，基于同时具有DT算法和DB算法的卫星AOD数据的像元，用最小二乘法拟合DT算法对DB算法的逐日线性回归方程：τDT＝β1+α1×τDB(1)式中：τDT和τDB分别为具有DT算法的卫星AOD数据和具有DB算法的卫星AOD数据，β1为回归方程的截距，α1为回归方程的斜率。二本文档来自技高网...

【技术保护点】
一种基于逆方差加权平均的卫星AOD数据的融合方法，包括：基于待融合的两类卫星AOD数据，建立所述两类卫星AOD数据之间的线性关系；基于所述线性关系，填补只具有一类卫星AOD数据的像元所缺失的另一类卫星AOD数据；选取地面观测站，并将填补缺失后的两类卫星AOD数据分别与所述地面观测站的地面AOD数据进行匹配；基于填补缺失后的两类卫星AOD数据与所述地面观测站的地面AOD数据的匹配结果，根据预设时间段分别计算填补缺失后的两类卫星AOD数据与所述地面AOD数据之差的方差；以所述方差的倒数为权重，利用逆方差加权平均方法对填补缺失后的两类卫星AOD数据进行逆方差加权平均融合。

【技术特征摘要】
1.一种基于逆方差加权平均的卫星AOD数据的融合方法，包括：基于待融合的两类卫星AOD数据，建立所述两类卫星AOD数据之间的线性关系；基于所述线性关系，填补只具有一类卫星AOD数据的像元所缺失的另一类卫星AOD数据；选取地面观测站，并将填补缺失后的两类卫星AOD数据分别与所述地面观测站的地面AOD数据进行匹配；基于填补缺失后的两类卫星AOD数据与所述地面观测站的地面AOD数据的匹配结果，根据预设时间段分别计算填补缺失后的两类卫星AOD数据与所述地面AOD数据之差的方差；以所述方差的倒数为权重，利用逆方差加权平均方法对填补缺失后的两类卫星AOD数据进行逆方差加权平均融合。2.如权利要求1所述的基于逆方差加权平均的卫星AOD数据的融合方法，其中，在建立所述两类卫星AOD数据之间的线性关系之前，还包括：判断所述两类卫星AOD数据是否源自同一卫星，在所述两类卫星AOD数据源自不同卫星时，对所述两类卫星AOD数据进行匹配。3.如权利要求2所述的基于逆方差加权平均的卫星AOD数据的融合方法，其中，匹配所述两类卫星AOD数据的过程，包括：基于所述两类卫星AOD数据中分辨率高的卫星AOD数据，创建与高分辨率卫星AOD数据的分辨率相同的网格；分别构建所述两类卫星AOD数据的像元的泰森多边形，并将所述泰森多边形与所述网格的网格单元进行空间叠置分析，将所述两类卫星AOD数据分别分配到所述网格单元；基于所述网格单元对所述两类卫星AOD数据进行匹配。4.如权利要求3所述的基于逆方差加权平均的卫星AOD数据的融合方
\t法，其中，在选取地面观测站，并将填补缺失后的两类卫星AOD数据分别与所述地面观测站的地面AOD数据进行匹配的过程中，在时间维度上，选取卫星过境时间点前后预设时间内的地面AOD数据的平均值，并分别与填补后的两类卫星AOD数据进行匹配；以及在空间维度上，基于所述地面观测站点，以填补后的两类卫星AOD数据的像元或所述网格单元分辨率的一半作为缓冲区半径，选取所述地面观测站点缓冲区域内填补后的每类卫星AOD数据的平均值，并分别与所述地面AOD数据进行匹配。5.如权利要求1所述的基于逆方差加权平均的卫星AOD数据的融合方法，其中，在建立所述两类卫星AOD数据之间的线性关系的过程中，以所述第一类卫星AOD数据为因变量，所述第二类卫星AOD数据为自变量，建立二者的线性关系；以及以所述第二类卫星AO...

【专利技术属性】
技术研发人员：刘阳，马宗伟，毕军，陈良富，陶金花，李莘莘，王子峰，
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