一种基于卫星遥感和探空廓线的积雨云监测方法技术

本发明专利技术涉及一种基于卫星遥感和探空廓线的积雨云监测方法，属于气象卫星遥感和积雨云监测领域。本发明专利技术针对航天气象保障中积雨云的监测需求，利用风云四号卫星遥感产品、站点探空廓线和云状观测记录，通过站点大气廓线构建、遥感产品处理、积雨云样本选择及判别因子概率计算、贝叶斯分类建模等步骤实现了积雨云的实时监测。该方法综合了气象卫星遥感产品和大气探空廓线，增强了分类模型的地域适应性，适用于局地积雨云的实时监测。适用于局地积雨云的实时监测。适用于局地积雨云的实时监测。

【技术实现步骤摘要】
一种基于卫星遥感和探空廓线的积雨云监测方法


[0001]本专利技术属于气象卫星遥感和积雨云监测领域，具体涉及一种基于卫星遥感和探空廓线的积雨云监测方法。

技术介绍

[0002]在航天气象保障中，由于飞行对气象的需求，积雨云监测较为重要。在以往研究中，有的仅利用卫星辐射成像仪产品，有的联合卫星辐射成像仪和气象雷达两种产品。涉及方法有利用红外通道阈值叠加云团形状综合监测识别；利用红外通道亮温阈值和通道亮温差的方式综合监测识别；红外通道亮温阈值与气象雷达反射率的融合监测识别等。以上研究缺少人工观测对比参与，在发展成熟且特征明显的中尺度积雨云监测中应用较好，但是容易忽视掉局地小尺度积雨云和初生阶段积雨云，而且在大尺度热带云团中的应用效果也并不理想。
[0003]目前，气象卫星遥感产品比较丰富，除了成像仪产品还有云分析产品。在站点保障中还有探空廓线产品，应该充分挖掘应用数据。本文提出的基于卫星遥感和探空廓线产品，结合站点积雨云观测记录，利用贝叶斯分类的方法，可以很好解决部分积雨云的漏监测以及大尺度云团背景下的积雨云监测问题。

技术实现思路

[0004](一)要解决的技术问题
[0005]本专利技术要解决的技术问题是如何提供一种基于卫星遥感和探空廓线的积雨云监测方法，以解决航天飞行安全中的积雨云监测问题。
[0006](二)技术方案
[0007]为了解决上述技术问题，本专利技术提出一种基于卫星遥感和探空廓线的积雨云监测方法，该方法包括如下步骤：
[0008]S1、站点大气廓线构建
[0009]将每天高空探测的秒级温度、湿度、压强、高度数据在垂直方向上处理成间隔50米的逐层廓线数据；对逐层廓线数据的各层进行算术平均以及按月算术平均；利用rttov软件对风云四号卫星6个红外通道6.25um、7.10um、8.50um、10.80um、12.00um、13.50um的逐层透过率进行计算，分析各高度层次对6个红外通道的贡献，筛选出6.25um、7.10um、10.80um、12.00um这4个通道作为后续辐射亮温处理的通道；
[0010]S2、卫星产品处理和积雨云判别样本选择
[0011]对风云四号卫星辐射成像仪1级产品的4KM分辨率数据进行处理，由站点经纬度找到4个红外通道对应行列号的初值，再根据相应通道定标表将初值转为亮温值BT
6.25
、BT
7.1
、BT
10.8
、BT
12
；对风云四号卫星2级产品中的云类型CLT、云相态CLP、云顶高度CTH、云顶温度CTT数据进行处理；在逐小时站点观测数据库表中找到有积雨云样本，并提取积雨云出现的时间序列，做为有积雨云样本Y
cb
；在逐小时站点观测数据库表中找到无积雨云样本，做为无
积雨云样本Y
no
；
[0012]S3、积雨云判别因子概率计算：
[0013]BT
10.8
亮温阈值为
‑
32℃，
‑
32
‑
0℃记为BT0，小于
‑
32℃记为BT1；统计BT0和BT1在有积雨云样本中的概率P(BT0|cb)和P(BT1|cb)；统计BT0和BT1在无积雨云样本中的概率P(BT0|no)和P(BT1|no)；
[0014]计算高层水汽与水汽通道亮温差(BT
6.25
‑
7.1
),并计算BT
6.25
‑
7.1
在有、无积雨云样本中的概率密度分布函数P(BT
6.25
‑
7.1
|cb)和P(BT
6.25
‑
7.1
|no)；
[0015]计算水汽与红外通道亮温差(BT
7.1
‑
10.8
)，并计算BT
7.1
‑
10.8
在有、无积雨云样本中的概率密度分布函数P(BT
7.1
‑
10.8
|cb)和P(BT
7.1
‑
10.8
|no)；
[0016]计算水汽与长波红外通道亮温差(BT
7.1
‑
12
)，并计算BT
7.1
‑
12
在有、无积雨云样本中的概率密度分布函数P(BT
7.1
‑
12
|cb)和P(BT
7.1
‑
12
|no)；
[0017]计算各个云类型在有积雨云样本中和无积雨云样本中的概率；
[0018]计算各个云相态在有积雨云样本中和无积雨云样本中的概率；
[0019]计算云顶气温差，依据相应月份站点逐月大气廓线高度温度序列，通过线性插值方法得到云顶高度处对应的温度，并减去云顶温度，得到再加工的云顶气温差(T
kx
‑
ct
)，并计算T
kx
‑
ct
在有、无积雨云样本中的概率密度分布函数P(T
kx
‑
ct
|cb)和P(T
kx
‑
ct
|no)；
[0020]S4、积雨云的贝叶斯分类建模
[0021]建立积雨云的贝叶斯分类建模，并约定：如果云类型或者云相态中出现晴空和不确定，则直接认为无积雨云；如果BT
10.8
亮温大于0℃时，则直接认为无积雨云；其他情况将卫星监测产品带入贝叶斯分类模型得到有、无积雨云的结论。
[0022]进一步地，所述步骤S1具体包括如下步骤：
[0023]S11、将每天高空探测的秒级温度、湿度、压强、高度数据在垂直方向上处理成间隔50米的逐层廓线数据；
[0024]S12、对多年逐层廓线数据的各层进行算术平均，得到1条包括温度、湿度、压强、高度的站点平均大气廓线；
[0025]S13、对多年逐层廓线数据的各层按月进行算术平均，得到12条包括温度、湿度、压强、高度的逐月平均大气廓线，建立高度
‑
温度对应的“键
‑
值”序列，为后续云顶气温差计算提供数据基础；
[0026]S14、在站点平均大气廓线里面从海平面到10hPa选取温度、湿度、压强数据，然后利用rttov软件对风云四号卫星6个红外通道6.25um、7.10um、8.50um、10.80um、12.00um、13.50um的逐层透过率进行计算，分析各高度层次对6个红外通道的贡献，筛选出有代表意义的6.25um、7.10um、10.80um、12.00um这4个通道作为后续辐射亮温处理的通道。
[0027]进一步地，所述步骤S2具体包括如下步骤：
[0028]S21、对风云四号卫星辐射成像仪1级产品的4KM分辨率数据进行处理，由站点经本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于卫星遥感和探空廓线的积雨云监测方法，其特征在于，该方法包括如下步骤：S1、站点大气廓线构建将每天高空探测的秒级温度、湿度、压强、高度数据在垂直方向上处理成间隔50米的逐层廓线数据；对逐层廓线数据的各层进行算术平均以及按月算术平均；利用rttov软件对风云四号卫星6个红外通道6.25um、7.10um、8.50um、10.80um、12.00um、13.50um的逐层透过率进行计算，分析各高度层次对6个红外通道的贡献，筛选出6.25um、7.10um、10.80um、12.00um这4个通道作为后续辐射亮温处理的通道；S2、卫星产品处理和积雨云判别样本选择对风云四号卫星辐射成像仪1级产品的4KM分辨率数据进行处理，由站点经纬度找到4个红外通道对应行列号的初值，再根据相应通道定标表将初值转为亮温值BT
6.25
、BT
7.1
、BT
10.8
、BT
12
；对风云四号卫星2级产品中的云类型CLT、云相态CLP、云顶高度CTH、云顶温度CTT数据进行处理；在逐小时站点观测数据库表中找到有积雨云样本，并提取积雨云出现的时间序列，做为有积雨云样本Y
cb
；在逐小时站点观测数据库表中找到无积雨云样本，做为无积雨云样本Y
no
；S3、积雨云判别因子概率计算：BT
10.8
亮温阈值为
‑
32℃，
‑
32
‑
0℃记为BT0，小于
‑
32℃记为BT1；统计BT0和BT1在有积雨云样本中的概率P(BT0|cb)和P(BT1|cb)；统计BT0和BT1在无积雨云样本中的概率P(BT0|no)和P(BT1|no)；计算高层水汽与水汽通道亮温差(BT
6.25
‑
7.1
),并计算BT
6.25
‑
7.1
在有、无积雨云样本中的概率密度分布函数P(BT
6.25
‑
7.1
|cb)和P(BT
6.25
‑
7.1
|no)；计算水汽与红外通道亮温差(BT
7.1
‑
10.8
)，并计算BT
7.1
‑
10.8
在有、无积雨云样本中的概率密度分布函数P(BT
7.1
‑
10.8
|cb)和P(BT
7.1
‑
10.8
|no)；计算水汽与长波红外通道亮温差(BT
7.1
‑
12
)，并计算BT
7.1
‑
12
在有、无积雨云样本中的概率密度分布函数P(BT
7.1
‑
12
|cb)和P(BT
7.1
‑
12
|no)；计算各个云类型在有积雨云样本中和无积雨云样本中的概率；计算各个云相态在有积雨云样本中和无积雨云样本中的概率；计算云顶气温差，依据相应月份站点逐月大气廓线高度温度序列，通过线性插值方法得到云顶高度处对应的温度，并减去云顶温度，得到再加工的云顶气温差(T
kx
‑
ct
)，并计算T
kx
‑
ct
在有、无积雨云样本中的概率密度分布函数P(T
kx
‑
ct
|cb)和P(T
kx
‑
ct
|no)；S4、积雨云的贝叶斯分类建模建立积雨云的贝叶斯分类建模，并约定：如果云类型或者云相态中出现晴空和不确定，则直接认为无积雨云；如果BT
10.8
亮温大于0℃时，则直接认为无积雨云；其他情况将卫星监测产品带入贝叶斯分类模型得到有、无积雨云的结论。2.如权利要求1所述的基于卫星遥感和探空廓线的积雨云监测方法，其特征在于，所述步骤S1具体包括如下步骤：S11、将每天高空探测的秒级温度、湿度、压强、高度数据在垂直方向上处理成间隔50米的逐层廓线数据；S12、对多年逐层廓线数据的各层进行算术平均，得到1条包括温度、湿度、压强、高度的
站点平均大气廓线；S13、对多年逐层廓线数据的各层按月进行算术平均，得到12条包括温度、湿度、压强、高度的逐月平均大气廓线，建立高度
‑
温度对应的“键
‑
值”序列，为后续云顶气温差计算提供数据基础；S14、在站点平均大气廓线里面从海平面到10hPa选取温度、湿度、压强数据，然后利用rttov软件对风云四号卫星6个红外通道6.25um、7.10um、8.50um、10.80um、12.00um、13.50um的逐层透过率进行计算，分析各高度层次对6个红外通道的贡献，筛选出有代表意义的6.25um、7.10um、10.80um、12.00um这4个通道作为后续辐射亮温处理的通道。3.如权利要求2所述的基于卫星遥感和探空廓线的积雨云监测方法，其特征在于，所述步骤S2具体包括如下步骤：S21、对风云四号卫星辐射成像仪1级产品的4KM分辨率数据进行处理，由站点经纬度找到4个红外通道对应行列号的初值，再根据相应通道定标表将初值转为亮温值；4个通道亮温值分别为BT
6.25
、BT
7.1
、BT
10.8
、BT
12
；S22、对风云四号卫星2级产品中的云类型(CLT，Cloud Type)数据进行处理，由站点经纬度找到对应行列号的云类型值；S23、对风云四号卫星2级产品中的云相态(CLP，Cloud Phase)数据进行处理，由站点经纬度找到对应行列号的云相态值；S24、对风云四号卫星2级产品中的云顶高度(CTH，Cloud Top Height)数据进行处理，由站点经纬度找到对应行列号的云顶高度值，云顶高度值是连续变量；S25、对风云四号卫星2级产品中的云顶温度(CTT，Cloud Top Temperature)数据进行处理，由站点经纬度找到对应行列号的云顶温度值，云顶温度值是连续变量；S26、建立云顶高度与云顶温度的“键
‑
值”“CTH
‑
CTT”的对应关系，并生成相应的数据对，为后续云顶气温差计算提供数据基础；S27、在逐小时站点观测数据库表中找到多年有积雨云样本3000个，其中积雨云包括秃状积雨云和鬃状积雨云，两种积雨云都视为积雨云，并提取积雨云出现的时间序列，做为有积雨云样本Y
cb
；S28、在逐小时站点观测数据库表中找到多年无积雨云样本3000个，其中浓积云样本1000个、淡积云样本500个、层积云样本500个、其它云状样本1000个，做为无积雨云样本Y

【专利技术属性】
技术研发人员：施萧，冯箫，杨查，张滢，杨道勇，聂于棚，
申请(专利权)人：中国人民解放军六三七九六部队，
类型：发明
国别省市：