一种基于可见光、红外和微波图像的云垂直结构参数估算方法技术

本发明专利技术公开了一种基于可见光、红外和微波图像的云垂直结构参数估算方法，收集同化模型的大气温度、湿度廓线、地表温度和土壤湿度、云垂直结构参数，以及地表反射率和发射率；利用WRF模式生成高分辨率的三维大气云参数垂直分布和地表参数；设置太阳角度，观测角度和仪器特征，利用大气辐射传输模式模拟可见光、红外和微波图像；进行可见光、红外、微波图像和云垂直结构参数的时间和空间匹配形成训练数据集；将太阳高度角、卫星观测角、可见光、红外和微波图像作为长短记忆网络的输入，云垂直参数作为长短记忆网络的输出，构建云垂直结构参数估算模型。本发明专利技术模拟多波段图像，考虑了大气传输物理过程，估算模型适用性好、精度高。精度高。精度高。

【技术实现步骤摘要】
一种基于可见光、红外和微波图像的云垂直结构参数估算方法


[0001]本专利技术涉及气象卫星探测
，特别是一种基于可见光、红外和微波图像的云垂直结构参数估算方法。

技术介绍

[0002]云的宏观和微物理参数的垂直结构对天气、气候、环境和航空安全等有重要影响。云的高度、相态和云顶温度对降水是否形成有重要影响。云的高度、相态、粒子数浓度、厚度和液态水含量等对太阳和长波辐射也有重要影响，是影响全球辐射平衡的重要影响因素。云会影响飞行员的视觉判断，飞机在起降过程中要考虑低云大雾的影响，积雨云则可能会引发飞机颠簸和积冰，云的结构在一定程度上也反映了强对流风暴等天气系统的发展方向和强度，因此云垂直结构参数对于航空飞行安全和飞行任务实施有着巨大的影响，一直是民航非常关注的气象要素之一。
[0003]目前，云垂直结构参数观测主要依赖于地基和星载云雷达，其可以探测云内部的云水含量、有效粒子半径和粒子数浓度等微物理参数特性，但它们的覆盖范围要稀疏得多，其观测范围有限，空间分辨率较差，成本较高。这是缺乏全球三维云观测数据集的重要原因，云垂直结构的观测缺失也限制了大气模型的发展。
[0004]虽然现在只有少数几颗卫星搭载了云雷达和激光雷达，但大部分极轨气象卫星已搭载了可见光、红外和微波成像仪。
[0005]未来的静止气象卫星将同时搭载可见光、红外和微波成像仪，这个基于多波段数据来探测云参数提供了良好的机遇。仅基于单个可见光、红外或者微波波段云垂直结构估算存在较大困难，主要原因之一是单个波段所包含的云的信息有限。比如，可见光主要反映云的厚度、云顶的云微物理参数，而红外主要包括云的相态、云顶的温度和高度。被动微波数据可以包含云内部的微物理参数，但其垂直分辨率相比红外较差。因此，如何利用可见光、红外或者微波的多波段数据来进行云的垂直结构参数估算，是现阶段需要考虑的问题。
[0006]需要说明的是，在上述
技术介绍
部分公开的信息只用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

[0007]针对现有技术中存在的问题，本专利技术提供了一种考虑了可见光、红外和微波在大气传输的物理过程，有效利用多波段图像所包含的云参数信息，可以获取比现有方法更精确的云垂直结构参数的基于可见光、红外和微波图像的云垂直结构参数估算方法。
[0008]本专利技术的目的通过以下技术方案实现。
[0009]一种基于可见光、红外和微波图像的云垂直结构参数估算方法，步骤包括：
[0010]S1、收集全球预报中心逐小时的大气温度、湿度和位势高度数据、ERA5
‑
land的地表温度和土壤湿度、CALIPSO的气溶胶、云消光系数、CloudSat的云垂直结构消光系数、
MODIS地表反射率和发射率数据；
[0011]S2、将步骤S1收集的数据输入到WRF模型的预处理模型中，将输入数据处理成标准化的WRF模型所支持的不同空间分辨率的网格点数据；
[0012]S3、将步骤S2处理的WRF模型设置成WRF云层蔽套模式，进行大气、云参数化方案设置，设步骤S2所处理的标准化格点数据输入WRF模型，运行WRF模块生成高分辨率的三维大气温度、湿度、云参数垂直分布、地表温度、土壤湿度数据；
[0013]S4、将步骤S3输出的三维大气温度湿度、云参数垂直分布、地表温度、土壤湿度，作为输入送入大气辐射传输模式中，同时设置太阳角度、观测角度和可见光、红外和微波通道的仪器特征，模拟出可见光图像、红外图像和微波图像；
[0014]S5、将步骤S3和S4的云垂直结构参数和模拟的可见光、红外和微波图像进行时间和空间匹配，生成可见光、红外、微波模拟观测和云垂直结构参数相对应的训练数据集；
[0015]S6、将步骤S5的时空匹配数据集的可见光、红外和微波数据、太阳高度角、卫星观测角作为长短记忆网络的输入，云垂直结构参数作为长短记忆网络的输出，对网络进行训练，误差评估，生成基于可见光、红外和微波数据的云参数估算模型，云参数估算模型建立后，输入真实的可见光、红外和微波数据即可估算出云垂直结构参数。
[0016]进一步的，所述步骤S1的全球预报中心逐小时的大气温度、湿度是不同分层的大气温度和湿度廓线，MODIS地表反射率和发射率数据分别是500
‑
750nm可见光和10
‑
12μm红外通道的反射率和发射率。
[0017]进一步的，所述步骤S2的不同空间分辨率数据分别为8km、4km和2km的空间分辨率数据，所述不同空间分辨率数据作为嵌套WRF模型的数据输入。
[0018]进一步的，所述步骤S3的云参数垂直分布包括云顶高度、云底高度、云厚、粒子数浓度和液态水含量。
[0019]进一步的，所述步骤S4大气辐射传输模型包括6S短波辐射传输模型、中分辨率辐射传输模型和微波大气辐射模拟器，利用6S短波辐射传输模型模拟可见光图像，中分辨率辐射传输模型模拟红外图像，微波大气辐射模拟器模拟微波图像。
[0020]进一步的，所述步骤S4仪器特征包括仪器波长、响应函数、扫描方式、灵敏度频率、天线波束宽度、极化方式和等效噪声误差。
[0021]进一步的，所述步骤S5空间匹配以云垂直参数为基准，将其经度和纬度减去可见光、红外和微波图像的经度和纬度矩阵，获取经度和纬度差值矩阵，通过遍历循环获取经度和纬度差值最小时所对应的可见光、红外和微波图像像素位置，将这一点作为与云垂直参数匹配的可见光、红外和微波数据。
[0022]进一步的，所述步骤S6真实的可见光、红外和微波数据是与模拟仿真时所设置仪器特征参数相同的真实仪器实际观测的数据。
[0023]针对特定可见光，红外和微波仪器开发云垂直结构参数估算模型时，将仪器通道的特征参数作为大气辐射传输模型的输入，这使的通过大气辐射传输模拟数据所建立的模型适用于特定的仪器。
[0024]模型建立后，多波段可见光，红外图像和多波段被动微波图像进行时间和空间匹配，获取可见光，红外和微波逐个像素对应的可见光反射率和红外、微波亮温数据集，将匹配好的真实可见光，红外和微波数据即可估算出云垂直参数。
[0025]相比于现有技术，本专利技术的优点在于：本专利技术基于气象卫星的可见光、红外和微波多波段的被动观测数据开展，将这些多波段数据输入所建立的模型能够直接估算云垂直结构参数，不需要其他辅助数据；估算方法通过大气辐射过程模拟计算实现，不需要地基和星载气象雷达观测辅助数据；估算模型建立过程中，考虑了现实三维大气温度、湿度、云顶高度、云底高度、云厚、粒子数浓度和液态水含量的特征，同时考虑了可见光、红外和微波在大气和云层中辐射传输的物理过程，充分使用了各波段所包含的独特的云参数信息，因此生成的云垂直结构更接近真实的情况，精度较高。
附图说明
[0026]图1为本专利技术的流程示意图；
[0027]图2为本专利技术可见光、红外和微波图像辐射传输模型模拟计算的流程图。...

【技术保护点】

【技术特征摘要】
1.一种基于可见光、红外和微波图像的云垂直结构参数估算方法，其特征在于步骤包括：S1、收集全球预报中心逐小时的大气温度、湿度和位势高度数据、ERA5
‑
land的地表温度和土壤湿度、CALIPSO的气溶胶、云消光系数、CloudSat的云垂直结构消光系数、MODIS地表反射率和发射率数据；S2、将步骤S1收集的数据输入到WRF模型的预处理模型中，将输入数据处理成标准化的WRF模型所支持的不同空间分辨率的网格点数据；S3、将步骤S2处理的WRF模型设置成WRF云层蔽套模式，进行大气、云参数化方案设置，设步骤S2所处理的标准化格点数据输入WRF模型，运行WRF模块生成高分辨率的三维大气温度、湿度、云参数垂直分布、地表温度、土壤湿度数据；S4、将步骤S3输出的三维大气温度湿度、云参数垂直分布、地表温度、土壤湿度，作为输入送入大气辐射传输模式中，同时设置太阳角度、观测角度和可见光、红外和微波通道的仪器特征，模拟出可见光图像、红外图像和微波图像；S5、将步骤S3和S4的云垂直结构参数和模拟的可见光、红外和微波图像进行时间和空间匹配，生成可见光、红外、微波模拟观测和云垂直结构参数相对应的训练数据集；S6、将步骤S5的时空匹配数据集的可见光、红外和微波数据、太阳高度角、卫星观测角作为长短记忆网络的输入，云垂直结构参数作为长短记忆网络的输出，对网络进行训练，误差评估，生成基于可见光、红外和微波数据的云参数估算模型，云参数估算模型建立后，输入真实的可见光、红外和微波数据即可估算出云垂直结构参数。2.根据权利要求1所述的一种基于可见光、红外和微波图像的云垂直结构参数估算方法，其特征在于：所述步骤S1的全球预报中心逐小时的大气温度、湿度是不同分层的大气温度和湿度廓线，MODIS地表反射率和发射率数据分别是500
...

【专利技术属性】
技术研发人员：李兆明，刘海磊，
申请(专利权)人：李兆明刘海磊，
类型：发明
国别省市：