【技术实现步骤摘要】
本申请涉及降水反演，尤其涉及一种降水数据获取方法、装置及存储介质。
技术介绍
1、实时、准确的获取降水检测数据对于评估评估极端降水和洪涝灾害的影响具有重要意义。高时效性、高时空分辨率的静止卫星观测数据为实时获取降水数据提供了有效的支持。
2、当前基于静止卫星的降水估算方法主要包括统计方法、云运动矢量插值方法以及神经网络方法。统计方法是通过建立静止卫星可见光或红外云顶信息与降水之间的统计关系实现降水反演。云运动矢量算法主要是利用基于静止卫星高频观测数据获取的云的运动矢量数据对微波降水数据进行时空外推插值。神经网络算法主要是通过输入降水区域和非降水区的静止卫星观测的云顶反射率或亮温数据建立神经网络模型。在训练数据良好的情况下，一般具有较高的降水估算精度，但是模型训练所需资源较大，且很难直接用于其他卫星。
3、上述几类方法所面临的主要问题是在降水反演过程中仅仅依赖云顶的反射率或亮温信息，这些信息与降水强度并不存在较强的相关性，因此容易造成较大的降水识别和反演误差，同时云顶信息与降水强度之间建立的降水反演模型并不适用于每...
【技术保护点】
1.一种降水数据获取方法，其特征在于，包括：
2.根据权利要求1所述的降水数据获取方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的降水数据获取方法，其特征在于，所述基于降水识别模型，获取降水识别区域，包括：
4.根据权利要求3所述的降水数据获取方法，其特征在于，所述获取降水检测指数的计算公式为：
5.根据权利要求3所述的降水数据获取方法，其特征在于，所述基于所述降水检测指数，获取所述降水识别区域，包括：
6.根据权利要求5所述的降水数据获取方法，其特征在于，所述基于所述降水检测波段和云微物理参数，...
【技术特征摘要】
1.一种降水数据获取方法，其特征在于，包括：
2.根据权利要求1所述的降水数据获取方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的降水数据获取方法，其特征在于，所述基于降水识别模型，获取降水识别区域，包括：
4.根据权利要求3所述的降水数据获取方法，其特征在于，所述获取降水检测指数的计算公式为：
5.根据权利要求3所述的降水数据获取方法，其特征在于，所述基于所述降水检测指数，获取所述降水识别区域，包括：
6.根据权利要求5所述的降水数据获...
【专利技术属性】
技术研发人员：姬大彬，胡斯勒图，石崇，孙启翔，
申请(专利权)人：中国科学院空天信息创新研究院，
类型：发明
国别省市：
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。