【技术实现步骤摘要】
一种基于随机森林算法的多光谱降水检测系统及方法
本专利技术属于卫星遥感
，具体涉及一种以机器学习领域的随机森林算法结合利用可见光和微波交叉光谱信息进行降水检测的方法。
技术介绍
卫星微波资料是数值天气预报(NWP)重要的观测数据源，研究表明在资料同化中引入微波观测数据能为数值天气预报带来正效果，与卫星红外、可见光仪器相比，微波探测仪能穿透非降水云体从而获得大气温湿廓线信息。但是微波易受大直径水成物粒子散射的影响，很难穿透降水云体，在降水区域的微波观测数据往往不准确，故而在同化卫星微波资料之前需要剔除降水区域的观测。因此在业务运行中，精确地检测出微波观测像元是否发生降水显得尤为重要。对于像元是否发生散射降水，利用O-B(观测减去模式背景场)信息可以部分剔除受降水污染的像元，但是该方法对观测资料和背景场的质量要求很高，对数据质量要求十分严苛，实际使用效果往往不佳。对于50GHZO2吸收线的微波温度计(AMSU-A)，传统的降水检测主要是利用23、31和89GHz通道的亮温差得到散射指数(SI),若SI超过某阈值(业...
【技术保护点】
1.一种基于随机森林算法的多光谱降水检测方法，其特征在于，包括以下步骤：/n步骤S1：收集数据/n通过数据采集模块收集历史观测数据，该历史观测数据包括可见和红外自旋扫描辐射仪和微波温度探测仪分别对云区进行观测得到的高分辨率云产品和微波散射指数，其中，微波散射指数记为SI；/n步骤S2：数据处理/n通过匹配模块对可见和红外自旋扫描辐射仪和微波温度探测仪的观测时间、观测对象和相元分别进行匹配，挑选出匹配的观测数据，形成观测数据训练样本集，按照1:9的比例将训练样本集分成训练集和测试集；/n步骤S3：建立随机森林模型/n将训练集和测试集代入建模模块中，由训练模块对随机森林模型初始...
【技术特征摘要】
1.一种基于随机森林算法的多光谱降水检测方法，其特征在于，包括以下步骤：
步骤S1：收集数据
通过数据采集模块收集历史观测数据，该历史观测数据包括可见和红外自旋扫描辐射仪和微波温度探测仪分别对云区进行观测得到的高分辨率云产品和微波散射指数，其中，微波散射指数记为SI；
步骤S2：数据处理
通过匹配模块对可见和红外自旋扫描辐射仪和微波温度探测仪的观测时间、观测对象和相元分别进行匹配，挑选出匹配的观测数据，形成观测数据训练样本集，按照1:9的比例将训练样本集分成训练集和测试集；
步骤S3：建立随机森林模型
将训练集和测试集代入建模模块中，由训练模块对随机森林模型初始模块中的模型进行训练，使随机森林模型的散射指数进行优化，完成随机森林模型的建立；
步骤S4：验证模型
通过模型验证模块将红外自旋扫描辐射仪采集的可见和红外自旋扫描辐射仪个例实际观测数据作为验证集输入到训练好的模型中进行计算，得到随机森林模拟的散射指数，记为RF_SI，将RF_SI与阈值进行对比，若RF_SI大于阈值，则发生降水，否则，不发生降水；将计算结果与历史数据进行核对，用以评估模型模拟效果；
步骤S5：降水检测
利用可见和红外自旋扫描辐射仪对待检测云区进行观测，得到观测数据，将观测数据输入到降水检测模块内通过随机森林模型进行模拟，得到检测结果。
2.根据权利要求1所述的一种基于随机森林算法的多光谱降水检测方法，其特征在于，在上述步骤S2中，匹配处理过程包括：
(1)观测时间匹配
|tVISSR-tAMSU-A|＜δmax_min(1)
其中，tVISSR表示可见和红外自旋扫描辐射仪像元观测的时间，tAMSU-A表示微波温度探测仪像元观测的时间，δmax_min为时间阈值，设置为30min；
若满足公式(1)，则可见和红外自旋扫描辐射仪和微波温度探测仪为同时观测；
(2)观测对象匹配
在可见和红外自旋扫描辐射仪和微波温度探测仪同时观测的基础上，要确保两者观测的对象是相同的，则仿效静止卫星和极轨卫星交叉定标法，
其中，θLEO表示极轨卫星的天顶角，θGEO表示静止卫星的天顶角，α是用经验确定的阈值，α＝0.08；
若满足...
【专利技术属性】
技术研发人员：罗藤灵，马刚，余意，张琪，张卫民，任开军，李毅，史华湘，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：湖南;43
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。