沙尘气溶胶识别方法、系统、模型训练方法、介质及设备技术方案

本发明专利技术提供一种沙尘气溶胶识别方法、系统、模型训练方法、介质及设备，所述沙尘气溶胶识别模型的训练方法，包括获取训练热红外观测亮温数据、训练模拟晴空亮温数据和训练地表信息数据；获取与所述训练热红外观测亮温数据、所述训练模拟晴空亮温数据、所述训练地表信息数据对应的晴空标签、云标签和沙尘标签；基于所述训练热红外观测亮温数据、所述训练模拟晴空亮温数据、所述训练地表信息数据与所述晴空标签、云标签和沙尘标签训练沙尘气溶胶识别模型。本发明专利技术能排除云和地表的影响，在全天候情况下准确识别稀薄沙尘气溶胶，而且不需要额外的云检测程序作为预处理，减少沙尘识别过程的步骤，提高沙尘识别的精度，有效实现晴空、云和沙尘的区分。沙尘的区分。沙尘的区分。

【技术实现步骤摘要】
沙尘气溶胶识别方法、系统、模型训练方法、介质及设备


[0001]本专利技术涉及一种气溶胶识别方法，特别是涉及一种沙尘气溶胶识别方法、系统、模型训练方法、介质及设备。

技术介绍

[0002]沙尘气溶胶是一种自然源气溶胶，会通过影响大气辐射收支、造成云的污染、在传输过程中产生地理生化作用进而对全球气候和生态系统产生影响。沙尘气溶胶通常发生于干旱半干旱地区，在亚洲多发于春季。卫星观测使得大范围、高时空分辨率的沙尘动态监测成为可能。由于沙尘气溶胶与其它气溶胶、薄云、明亮地表(贫瘠土地或沙漠)具有相似的光谱信号，因此对沙尘气溶胶的识别极具挑战。在前人的研究中，许多沙尘识别算法被提出，总体被分为基于物理的算法和基于机器学习的算法。
[0003]基于物理的沙尘识别算法通常使用热红外通道的亮温差或特定的沙尘指数对沙尘进行识别，比如沙尘在10μm和12μm的亮温差表现出负值。一种经典基于物理的沙尘识别算法使用10μm和11μm的亮温差对沙尘进行判别，认为沙尘在该通道组合下的亮温差通常为1～5K，而云和晴空则为负值。但这种阈值的设定会有不确定性，会因不同的大气情况和地表类型而产生变化，阈值通常并不固定，其设定需要经验性判断。其它的物理方法通常也需要阈值的设定，较难适用于各种复杂气候地理条件。
[0004]基于机器学习的算法更为灵活，在以往的研究中已对不同的机器学习模型的识别效果进行了比较，其结果总体优于物理算法。但是这些机器学习算法多数需要可见光波段作为输入，无法在夜间使用，限制了沙尘的全天候识别。其次，这些算法并没有有效解决沙尘识别中的难点(易混淆特征)，沙尘的识别仍然受这些气候地理特征的影响。此外，部分算法应用气溶胶光学厚度AOD产品作为标签进行建模，这会对沙尘的识别引入由其它气溶胶影响带来的误差。

技术实现思路

[0005]鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种沙尘气溶胶识别方法、系统、模型训练方法、介质及设备，用于解决现有技术缺少一种可以在全天候情况下精准自动识别沙尘气溶胶的技术问题。
[0006]为实现上述目的及其他相关目的，本专利技术的第一方面提供一种沙尘气溶胶识别模型的训练方法，包括获取训练热红外观测亮温数据、训练模拟晴空亮温数据和训练地表信息数据；获取与所述训练热红外观测亮温数据、所述训练模拟晴空亮温数据、所述训练地表信息数据对应的晴空标签、云标签和沙尘标签；基于所述训练热红外观测亮温数据、所述训练模拟晴空亮温数据、所述训练地表信息数据与所述晴空标签、云标签和沙尘标签训练沙尘气溶胶识别模型。
[0007]于所述第一方面的一实施例中，所述获取训练热红外观测亮温数据、训练模拟晴空亮温数据和训练地表信息数据的实现方式包括基于卫星观测数据获取所述训练热红外
观测亮温数据；基于卫星观测数据、中分辨率成像光谱仪数据和大气再分析数据获取所述训练模拟晴空亮温数据和所述训练地表信息数据。
[0008]于所述第一方面的一实施例中，所述基于卫星观测数据、中分辨率成像光谱仪数据和大气再分析数据获取所述训练模拟晴空亮温数据包括：基于卫星观测数据获取观测角数据；基于中分辨率成像光谱仪数据获取地表发射率数据；基于大气再分析数据获取大气廓线数据、地表温度和地表压强数据；基于所述大气廓线数据、所述地表温度、所述地表压强数据、所述观测角数据和所述地表发射率数据获取所述训练模拟晴空亮温数据。
[0009]于所述第一方面的一实施例中，所述晴空标签、云标签和沙尘标签与云
‑
气溶胶激光雷达和红外探测者卫星数据产品对应。
[0010]于所述第一方面的一实施例中，所述获取与所述训练热红外观测亮温数据、所述训练模拟晴空亮温数据、所述训练地表信息数据对应的晴空标签、云标签和沙尘标签包括：基于时空匹配原则建立所述卫星观测数据、所述中分辨率成像光谱仪数据和所述大气再分析数据与所述云
‑
气溶胶激光雷达和红外探测者卫星数据产品的对应关系；基于所述对应关系获取与所述训练热红外观测亮温数据、所述训练模拟晴空亮温数据、所述训练地表信息数据对应的晴空标签、云标签和沙尘标签。
[0011]于所述第一方面的一实施例中，所述云
‑
气溶胶激光雷达与红外探测者卫星数据产品包括垂直特征分布数据产品和气溶胶廓线数据产品。
[0012]本专利技术的第二方面提供一种沙尘气溶胶的识别方法，包括获取待识别区域内热红外观测亮温数据、模拟晴空亮温数据和地表信息数据；将所述待识别区域内热红外观测亮温数据、模拟晴空亮温数据和地表信息数据输入第一方面所述的沙尘气溶胶识别模型；获取所述沙尘气溶胶识别模型输出的待识别区域内沙尘气溶胶的识别结果。
[0013]本专利技术的第三方面提供一种沙尘气溶胶的识别系统，包括第一获取模块，用于获取待识别区域内热红外观测亮温数据、模拟晴空亮温数据和地表信息数据；识别模块，用于将所述待识别区域内热红外观测亮温数据、模拟晴空亮温数据和地表信息数据输入第一方面所述的沙尘气溶胶识别模型；第二获取模块，用于获取所述沙尘气溶胶识别模型输出的待识别区域内沙尘气溶胶的识别结果。
[0014]本专利技术的第四方面提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本专利技术第一方面所述的沙尘气溶胶识别模型的训练方法和/或本专利技术第二方面所述的沙尘气溶胶的识别方法。
[0015]本专利技术的第五方面提供一种电子设备，所述电子设备包括：存储器，存储有一计算机程序；处理器，与所述存储器通信相连，调用所述计算机程序时执行本专利技术第一方面所述的沙尘气溶胶识别模型的训练方法和/或本专利技术第二方面所述的沙尘气溶胶的识别方法。
[0016]如上所述，本专利技术实施例提供的沙尘气溶胶识别方法、系统、模型训练方法、介质及设备，具有以下有益效果：能够解决复杂的气候地理因素所带来的影响，排除云和地表的影响，在全天候情况下提取大气中的信息，准确识别稀薄沙尘气溶胶，实现了沙尘区域的范围检测。同时，本专利技术也不需要额外的云检测程序作为预处理，减少了沙尘识别过程的步骤，显著提高沙尘识别的精度，有效实现晴空、云和沙尘的区分。
附图说明
[0017]图1显示为本专利技术实施例中沙尘气溶胶识别模型的训练方法的流程示意图。
[0018]图2显示为本专利技术实施例中沙尘气溶胶识别模型的训练方法的流程示意图。
[0019]图3显示为本专利技术实施例中沙尘气溶胶识别模型的白天识别结果与CALIPSO垂直剖面图的对比示意图。
[0020]图4显示为本专利技术实施例中沙尘气溶胶识别模型的白天识别结果与CALIPSO垂直剖面图的对比示意图。
[0021]图5显示为本专利技术实施例中沙尘气溶胶识别模型的夜间识别结果与CALIPSO垂直剖面图的对比示意图。
[0022]图6显示为本专利技术实施例中沙尘气溶胶识别模型的夜间识别结果与CALIPSO垂直剖面图的对比示意图。
[0023]图7显示为本专利技术实施例中沙尘产品白天识别结果与CALIPSO白天观测结果的示意图。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种沙尘气溶胶识别模型的训练方法，其特征在于，包括：获取训练热红外观测亮温数据、训练模拟晴空亮温数据和训练地表信息数据；获取与所述训练热红外观测亮温数据、所述训练模拟晴空亮温数据、所述训练地表信息数据对应的晴空标签、云标签和沙尘标签；基于所述训练热红外观测亮温数据、所述训练模拟晴空亮温数据、所述训练地表信息数据与所述晴空标签、云标签和沙尘标签训练沙尘气溶胶识别模型。2.根据权利要求1所述的沙尘气溶胶识别模型的训练方法，其特征在于，所述获取训练热红外观测亮温数据、训练模拟晴空亮温数据和训练地表信息数据的实现方式包括：基于卫星观测数据获取所述训练热红外观测亮温数据；基于卫星观测数据、中分辨率成像光谱仪数据和大气再分析数据获取所述训练模拟晴空亮温数据和所述训练地表信息数据。3.根据权利要求2所述的沙尘气溶胶识别模型的训练方法，其特征在于，所述基于卫星观测数据、中分辨率成像光谱仪数据和大气再分析数据获取所述训练模拟晴空亮温数据包括：基于卫星观测数据获取观测角数据；基于中分辨率成像光谱仪数据获取地表发射率数据；基于大气再分析数据获取大气廓线数据、地表温度和地表压强数据；基于所述大气廓线数据、所述地表温度、所述地表压强数据、所述观测角数据和所述地表发射率数据获取所述训练模拟晴空亮温数据。4.根据权利要求2所述的沙尘气溶胶识别模型的训练方法，其特征在于，所述晴空标签、云标签和沙尘标签与云
‑
气溶胶激光雷达和红外探测者卫星数据产品对应。5.根据权利要求4所述的沙尘气溶胶识别模型的训练方法，其特征在于，所述获取与所述训练热红外观测亮温数据、所述训练模拟晴空亮温数据、所述训练地表信息数据对应的晴空标签、云标签和沙尘标签包括：基于时空匹配原则建立所述卫星观测数据、所述中分辨率成像光谱仪数据...

【专利技术属性】
技术研发人员：张峰，金佳琦，李雯雯，郭斌，蔡岳，
申请(专利权)人：上海期智研究院，
类型：发明
国别省市：