一种高时间分辨率空间无缝气溶胶光学厚度填补方法技术

技术编号:35736136 阅读:12 留言:0更新日期:2022-11-26 18:38
本发明专利技术公开了一种高时间分辨率空间无缝气溶胶光学厚度填补方法,属于气溶胶光学厚度填补技术领域。本发明专利技术将静止轨道卫星气溶胶光学厚度产品分解为线性分量和非线性分量,其中线性分量的求解思想是求解再分析资料与卫星反演气溶胶光学厚度产品在不同地表覆盖类型上的线性关系,并基于该线性关系对再分析资料进行校正;将校正后的线性分量与卫星气溶胶光学厚度作差,得到有效观测像元的非线性分量,利用机器学习模型去映射非线性分量与影响因子之间的相关关系,并将该关系用于非有效观测像元,获取空间无缝的非线性分量;最后将线性分量与非线性分量叠加,得到空间无缝的气溶胶光学厚度。光学厚度。光学厚度。

【技术实现步骤摘要】
一种高时间分辨率空间无缝气溶胶光学厚度填补方法


[0001]本专利技术属于气溶胶光学厚度填补
,具体涉及一种高时间分辨率空间无缝气溶胶光学厚度填补方法。

技术介绍

[0002]使用卫星可见光波段的观测结果反演气溶胶光学厚度的相关算法及科学数据产品已经发展得较为成熟,但卫星可见光波段容易受云雾影响的特点及卫星地表反射率产品中的异常值导致卫星反演的气溶胶光学厚度产品存在大量的非随机性缺失。为解决该问题,目前已有研究融合卫星反演气溶胶光学厚度产品、再分析资料气溶胶光学厚度产品及地表参数、大气参数及社会经济学参数,基于气溶胶光学厚度的时空分布连续性假设,对气溶胶光学厚度中的非随机性缺失进行填补。但目前绝大多数研究主要基于空间分辨率较高的极轨卫星产品。这是由于曾经受限于传感器硬件水平,静止轨道卫星的空间分辨率较粗,难以精确反映气溶胶光学厚度的空间分布,因此少有填补算法的研究使用静止轨道卫星作为输入参数。但随着新一代静止轨道卫星Himawari

8的发射升空,静止轨道卫星的空间分辨率显著提高,其气溶胶光学厚度产品已经可以满足应用需求。目前已有少量研究将在极轨卫星上发展的气溶胶光学厚度填补算法移植到静止轨道卫星上,但仍需面临以下问题:
[0003](1)极轨卫星的时间分辨率较粗,大部分极轨卫星一天仅有一次有效的气溶胶光学厚度反演结果,而静止轨道卫星的时间分辨率较高,每隔一小时或更短时间即可进行一次有效观测。基于极轨卫星发展而来的气溶胶光学厚度填补算法中未考虑不同地方时的气溶胶光学厚度的模式差异,因此无法直接迁移到拥有多个地方时反演结果的静止轨道卫星气溶胶光学厚度产品上;
[0004](2)现有的气溶胶光学厚度填补算法中使用地表覆盖类型信息及再分析资料气溶胶光学厚度产品的主要方式是将其作为机器学习模型的输入参数,但该方法不足以刻画气溶胶光学厚度在不同地表覆盖类型上分布模式的差异,也并未有效利用再分析资料气溶胶光学厚度产品与卫星反演气溶胶光学厚度产品间线性关系。

技术实现思路

[0005]本专利技术提供了一种高时间分辨率空间无缝气溶胶光学厚度填补方法,以实现高时间分辨率、空间无缝气溶胶光学厚度获取。
[0006]本专利技术采用的技术方案为:
[0007]一种高时间分辨率空间无缝气溶胶光学厚度填补方法,该方法包括下列步骤:
[0008]步骤1,在低空间分辨率下训练气溶胶光学厚度影响因子与气溶胶光学厚度的回归模型:
[0009][0010]其中,表示回归模型拟合得到的低空间分辨率气溶胶光学厚度,kernel
low
表示低空间分辨率气溶胶光学厚度影响因子,f()表示低空间分辨率下各输入变量的降尺度映射关系;需要说明的是,本专利技术中,高(低)时间分辨率空间、低(高)空间分辨率是一种人为的划分,若当前对象的时间分辨率高于(或等于)所设定的时间分辨率阈值,则为高时间分辨率空间,反之为低时间分辨率空间;若当前对象的空间分辨率低于(或等于)所设定的空间分辨率阈值,则为低空间分辨率,反之则为高空间分辨率。且划分的阈值(时间分辨率阈值、空间分辨率阈值)基于场景进行设置。
[0011]定义低分辨率下原始气溶胶光学厚度与回归模型拟合得到的气溶胶光学厚度间的残差ΔAOD
low
为:其中,AOD
low
表示低分辨率的原始气溶胶光学厚度;
[0012]将低空间分辨率下训练好的回归模型应用于高空间分辨率,得到预测的高分辨率气溶胶光学厚度结果气溶胶光学厚度结果其中,kernel
high
表示高空间分辨率的气溶胶光学厚度影响因子;
[0013]将ΔAOD
low
通过双线性方法采样到高空间分辨率,得到高空间分辨率残差ΔAOD
high

[0014]根据公式得到单个降尺度模型结果AOD
high

[0015]步骤2,线性分量(LC)估算:
[0016]基于最小二乘法拟合再分析资料气溶胶光学厚度与卫星气溶胶光学厚度间的线性关系:AOD
LC,i
=A
i
·
AOD
merra2,i
+B
i

[0017]其中,AOD
LC,i
表示某地表覆盖类型上的线性分量,A
i
、B
i
分别为某地表覆盖类型上拟合得到线性关系的斜率和截距,AOD
merra2,i
表示某地表覆盖类型上的再分析资料气溶胶光学厚度;i表示不同的地表覆盖类型;
[0018]步骤3,非线性分量(NC)估算:
[0019]利用机器学习算法对非线性分量及其影响因子之间的关系进行映射,得到非缺失值像元处的映射关系:AOD
NC

clr,j
=RF
j
(Φ)+ε
j
,其中,Φ表示非线性分量的影响因子,j表示不同地方时,ε
j
表示地方时为j时的残差,RF
j
()表示非线性分量及其影响因子之间的映射关系;
[0020]根据公式AOD
NC

gap

filled,j
=RF
j
(Φ)+ε
j
计算地方时j时缺失像元处的气溶胶光学厚度非线性分量的预测值AOD
NC

gap

filled,j

[0021]步骤4,叠加估算的线性分量和非线性分量,得到空间无缝气溶胶光学厚度估算:
[0022]AOD
NC

gap

filled,j
=A
i
·
AOD
merra2,i
+B
i
+RF
j
(Φ)+ε
j
[0023]其中,AOD
NC

gap

filled,j
表示填补后气溶胶光学厚度,从而获得填补后的高时间分辨率、空间无缝气溶胶光学厚度。
[0024]进一步的,低空间分辨率气溶胶光学厚度影响因子kernel
low
和高空间分辨率的气溶胶光学厚度影响因子kernel
high
包括相同的气溶胶光学厚度影响因子,为:植被指数、地表覆盖类型、高程、坡度、风速、温度、湿度和气压。
[0025]进一步的,在进行低空间分辨率下的回归模型训练前,将各气溶胶光学厚度影响因子上采样至与再分析资料气溶胶光学厚度相同空间分辨率。
[0026]进一步的,采用面积加权的方式进行上采样:其中,S
sum
表示低空间分辨率像元面积;S
i
表示低空间分辨率像元内第i个高空间分辨率像元面积;x
i
表本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种高时间分辨率空间无缝气溶胶光学厚度填补方法,其特征在于,包括下列步骤:步骤1,在低空间分辨率下训练气溶胶光学厚度影响因子与气溶胶光学厚度的回归模型:其中,表示回归模型拟合得到的低空间分辨率气溶胶光学厚度,kernel
low
表示低空间分辨率气溶胶光学厚度影响因子,f()表示低空间分辨率下各输入变量的降尺度映射关系;定义低分辨率下原始气溶胶光学厚度与回归模型拟合得到的气溶胶光学厚度间的残差ΔAOD
low
为:其中,AOD
low
表示低分辨率的原始气溶胶光学厚度;将低空间分辨率下训练好的回归模型应用于高空间分辨率,得到预测的高分辨率气溶胶光学厚度结果其中,kernel
high
表示高空间分辨率的气溶胶光学厚度影响因子;将ΔAOD
low
通过双线性方法采样到高空间分辨率,得到高空间分辨率残差ΔAOD
high
;根据公式得到单个降尺度模型结果AOD
high
;步骤2,线性分量估算:基于最小二乘法拟合再分析资料气溶胶光学厚度与卫星气溶胶光学厚度间的线性关系:AOD
LC,i
=A
i
·
AOD
merra2,i
+B
i
;其中,AOD
LC,i
表示某地表覆盖类型上的线性分量,A
i
、B
i
分别为某地表覆盖类型上拟合得到线性关系的斜率和截距,AOD
merra2,i
表示某地表覆盖类型上的再分析资料气溶胶光学厚度;i表示不同的地表覆盖类型;步骤3,非线性分量估算:利用机器学习算法对非线性分量及其影响因子之间的关系进行映射,得到非缺失值像元处的映射关系:AOD
NC

clr,j
=RF
j
(Φ)+ε
j
,其中,Φ表示非线性分量的影响因子,j表示不同地方时,ε
j
表示地方时为j时的残差,RF
j
()表示非线性分量及其影响因子之间的映射关系;根据公式AOD
NC

gap

filled,j
=RF
j
(Φ)+ε
j
计算地方时j时缺失像元处的气溶胶光学厚度非线性分量的预测值AOD
NC

【专利技术属性】
技术研发人员:周纪金子纯马晋丁利荣杨晓杰
申请(专利权)人:电子科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1