一种融合MWHTS和MWTS-II反演云水含量的方法及系统技术方案

本发明专利技术提出了一种融合MWHTS和MWTS

【技术实现步骤摘要】
一种融合MWHTS和MWTS
‑
II反演云水含量的方法及系统


[0001]本专利技术涉及微波遥感技术，具体涉及一种融合MWHTS和MWTS
‑
II反演云水含量的方法及系统。

技术介绍

[0002]云水含量作为大气科学领域中基本的气象参数，在星载微波遥感大气的理论研究和应用研究中发挥着重要作用。微波在云中传输时会受到云水的吸收和散射作用，在微波辐射计的研制和验证阶段，微波辐射计的通道设置以及模拟研究中需要定量考虑云水辐射带来的影响。同时，云水含量可用于晴空、有云和有雨的大气条件的分类，进而服务于微波辐射计观测数据的应用研究。另外，云水含量在全球水循环、大气化学以及全球气候变化研究等应用中具有重要作用。因此，高精度云水含量的获取一直是大气科学领域较为关注的热点之一。
[0003]星载微波辐射计设置在22.235GHz或者183.31GHz水汽吸收谱线附近的水汽探测通道可实现云水含量的全球密集探测，目前，在22.235GHz或183.31GHz频段设置水汽探测通道的微波湿温探测仪(MWHTS)、先进微波探测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种融合MWHTS和MWTS
‑
II的云水含量反演方法，其特征在于，包括以下步骤：步骤一：建立MWHTS观测亮温和MWTS
‑
II观测亮温在时间和空间上的亮温匹配对；步骤二：建立亮温匹配对和云水含量在时间和空间上的匹配数据集，形成分析数据集；步骤三：分别计算分析数据集中MWHTS和MWTS
‑
II所有通道的观测亮温与云水含量的相关系数，根据相关系数建立反演通道组合；步骤四：把分析数据集中反演通道组合的观测亮温作为深度神经网络的输入，分析数据集中相应的云水含量作为深度神经网络的输出，训练深度神经网络；步骤五：计算测试数据集中反演通道组合的观测亮温输入已训练好的深度神经网络，获取云水含量的反演值。2.根据权利要求1所述的融合MWHTS和MWTS
‑
II的云水含量反演方法，其特征在于，所述步骤一，具体包括：对MWHTS观测亮温和MWTS
‑
II观测亮温中小于180K或大于310K的异常值进行滤除；把滤除异常值后的MWHTS观测亮温和MWTS
‑
II观测亮温按照时间误差小于0.2s且经纬度误差小于0.01
°
的匹配规则进行匹配，获得亮温匹配对。3.根据权利要求1所述的融合MWHTS和MWTS
‑
II的云水含量反演方法，其特征在于，所述步骤二，具体包括：使用气候学数据集中的云水含量与步骤一建立的亮温匹配对进行匹配，匹配规则是时间误差小于0.5h且经纬度误差小于0.1
°
，建立亮温匹配对和云水含量的匹配数据集，即形成分析数据集。4.根据权利要求1所述的融合MWHTS和MWTS
‑
II的云水含量反演方法，其特征在于，所述步骤三，具体包括：针对分析数据集中MWHTS所有15个通道的观测亮温和MWTS
‑
II所有13个通道的观测亮温分别计算与云水含量的相关...

【专利技术属性】
技术研发人员：杨峰，贺秋瑞，张兰杰，
申请(专利权)人：南京中科逆熵科技有限公司，
类型：发明
国别省市：