【技术实现步骤摘要】
本申请涉及沙尘天气识别，尤其是涉及一种分钟级沙尘天气识别方法、装置、设备及介质。
技术介绍
1、现有沙尘天气的网格化实况多采用将地基站点观测直接插值的方法，由于东亚地区的沙尘源区，特别是蒙古国和中国的西部地区地基观测分布严重不均，加之复杂的下垫面条件，使得仅依靠地基观测难以获取全面的沙尘灾害天气分布信息。卫星遥感手段可以提供广阔背景条件下的大气污染监测，并通过遥感方法保留颗粒物的原有特性不被物理手段破坏，在大气颗粒物的空间分布监测和远距离传输上具有广阔的应用前景。经过多年的发展，已有多种卫星遥感沙尘监测产品可达相关业务人员的桌面，用于灾害性沙尘天气的监测预警，包括可见光真彩图产品、沙尘rgb假彩图及多种基于沙尘物理特性的多光谱沙尘识别和指数产品。但这些监测方法在实践中面临一些问题。如蒙古国涉及的沙漠或贫瘠土地上，有着与沙尘暴相似的光谱特征，导致必须连续的观测才能判断沙漠是否出现沙尘天气；选取沙尘物理特性的阈值有一定难度，阈值可能受到沙尘特性（例如光学厚度、粒度、复折射率）等多种因素的限制；此外，云覆盖区域的沙尘以及混云沙尘的监测仍是目前亟需解决的问题。
2、目前单一观测资料在沙尘实况中的应用仍存在一定的局限性，其时空分辨率或数据完整性仍不能满足实际定量化分析的需要。相较于再分析资料具有较长时间滞后的缺陷。
技术实现思路
1、本申请提供了一种分钟级沙尘天气识别方法、装置、设备及介质，能够提高灾害性天气实况观测的准确性。
2、第一方面，本申请提供一种分钟级沙尘天
3、一种分钟级沙尘天气识别方法，包括以下步骤：
4、实时采集多源观测数据，对所述多源观测数据进行预处理，得到原始观测数据；
5、根据所述原始观测数据匹配预设模型库中的识别算法，通过匹配到的所述识别算法处理所述原始观测数据，得到第一识别结果，所述第一识别结果包括卫星识别结果和地面逐10min气象观测资料识别结果；
6、通过距离权重法融合所述第一识别结果，得到沙尘天气识别结果。
7、进一步地，上述多源观测数据包括地面自动站气象观测数据、大气环境监测数据和卫星遥感观测数据，所述原始观测数据包括地面近地面逐10分钟气象观测原始数据、大气环境原始数据和卫星遥感原始数据。
8、进一步地，上述对所述多源观测数据进行预处理包括：
9、对所述多源观测数据进行数据清洗，提取所述多源观测数据中的关键特征，对所述关键特征进行缺失值处理，得到特征数据；
10、将所述关键特征同步至所述原始观测数据的时间戳内。
11、进一步地，上述预设模型库包括灰度熵算法、热红外亮温差算法和红外多光谱沙尘背景比对算法；
12、所述根据所述原始观测数据匹配预设模型库中的识别算法具体为：
13、响应于所述原始观测数据为夜间数据，选取热红外亮温差算法处理所述原始观测数据；
14、响应于所述原始观测数据为日间数据，计算所述原始观测数据的反射率差异指数rdi，计算公式为：
15、rdi = |r0.46 - r0.51| × 1000；
16、其中，r0.46为波长0.46μm的反射率，r0.51为波长0.51μm的反射率；
17、若所述反射率差异指数rdi小于15，选取灰度熵算法处理所述原始观测数据；
18、若所述反射率差异指数rdi大于或等于15，选取热红外亮温差算法处理所述原始观测数据；
19、响应于计算沙尘天气强度，选取红外多光谱沙尘背景比对算法处理所述原始观测数据。
20、进一步地，上述热红外亮温差算法处理所述原始观测数据具体包括以下步骤：
21、计算目标区域的热红外亮温差btd，计算公式为：
22、btd= t11μm -t12μm；
23、其中，t11μm 为波长11μm的辐射率，t12μm 为波长12μm的辐射率；
24、若热红外亮温差btd小于0，定义所述目标区域为纯沙尘天气；
25、若热红外亮温差btd大于或等于0，定义所述目标区域为非沙尘天气；
26、所述灰度熵算法处理所述原始观测数据具体包括以下步骤：
27、将所述原始观测数据转换为2值图像，计算所述2值图像的3×3像元灰度熵h，计算公式为：
28、
29、
30、其中h为灰度熵，n为窗口内像元，a为窗口内的灰度熵；
31、若所述灰度熵h=1，定义所述目标区域为云沙混合沙尘天气；
32、若所述灰度熵h=0，定义所述目标区域为非沙尘天气；
33、所述红外多光谱沙尘背景比对算法处理所述原始观测数据具体包括以下步骤：
34、将目标区域划分为若干个格点；
35、遍历每个格点的t11μm处10天内同时次的原始观测数据中的地表背景亮温值，得到每个格点内地表背景亮温值的最大值作为当前格点同时次地表背景亮温值；
36、定义红外多光谱沙尘背景差值sdbd为当前格点同时次地表背景亮温值与该时次的t11μm的差值，根据所述红外多光谱沙尘背景差值sdbd判定沙尘强度；
37、当所述红外多光谱沙尘背景差值sdbd<20，判定该格点处沙尘强度为临界沙尘，标记沙尘强度为数值10；
38、当所述红外多光谱沙尘背景差值sdbd为[20,42]，判定该格点处沙尘强度为扬沙或浮尘，由于扬沙和浮尘的定义单纯用卫星资料无法进行识别，需引入近地面风场资料，风速<5.5m/s的格点为浮尘，标记沙尘强度为数值20，风速＞5.5m/s的为扬沙，标记沙尘强度为数值40；
39、当所述红外多光谱沙尘背景差值sdbd为[42,53]，判定该格点处沙尘强度为沙尘暴，标记沙尘强度为数值60；
40、当所述红外多光谱沙尘背景差值sdbd为[53-60]，判定该格点处沙尘强度为强沙尘暴，标记沙尘强度为数值80；
41、当所述红外多光谱沙尘背景差值sdbd>60，判定该格点处沙尘强度为特强沙尘暴，标记沙尘强度为数值100。
42、进一步地，上述第一识别结果还包括国家气象站逐10分钟（无天气现象观测结果）识别结果，所述国家气象站逐10分钟识别结果的获取方法包括以下步骤：
43、s1001：每隔第一时间t1对环境监测总站的pm2.5和pm10数据进行差值，得到第一差值结果，每隔第二时间t2对环境监测地面逐10min气象观测资料所在格点的pm2.5/pm10进行差值，得到第二差值结果，若所述第一差值结果和第二差值结果均满足pm2.5/pm10≤0.5且pm10>150，执行步骤s1002；若所述第一差值结果和第二差值结果均满足pm2.5/pm10≤0.5且pm10>150，或所述环境监测地面逐10min气象观测资料所在纬度＞35°n，执行步本文档来自技高网...
【技术保护点】
1.一种分钟级沙尘天气识别方法，其特征在于，包括以下步骤：
2.根据权利要求1中所述的分钟级沙尘天气识别方法，其特征在于，所述多源观测数据包括地面自动站气象观测数据、大气环境监测数据和卫星遥感观测数据，所述原始观测数据包括地面自动站气象原始数据、大气环境原始数据和卫星遥感原始数据。
3.根据权利要求2中所述的分钟级沙尘天气识别方法，其特征在于，对所述多源观测数据进行预处理包括：
4.根据权利要求1中所述的分钟级沙尘天气识别方法，其特征在于，所述预设模型库包括灰度熵算法、热红外亮温差算法和红外多光谱沙尘背景比对算法；
5.根据权利要求4中所述的分钟级沙尘天气识别方法，其特征在于，所述热红外亮温差算法处理所述原始观测数据具体包括以下步骤：
6.根据权利要求1中所述的分钟级沙尘天气识别方法，其特征在于，所述第一识别结果还包括近地面逐10分钟气象观测识别结果，所述近地面逐10分钟气象观测识别结果的获取方法包括以下步骤：
7.根据权利要求6中所述的分钟级沙尘天气识别方法，其特征在于，所述通过距离权重法融合所述第一识别结
8.一种分钟级沙尘天气识别装置，应用权利要求1-7中任一项所述的分钟级沙尘天气识别方法，其特征在于，包括：
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括计算机程序，所述计算机程序用于实现如权利要求1-7中任一项所述的方法。
10.一种计算设备，其特征在于，所述计算设备包括存储器和处理器，所述存储器用于存储计算机程序，当所述计算机程序被所述处理器执行时，实现如权利要求1-7中任一项所述的方法。
...【技术特征摘要】
1.一种分钟级沙尘天气识别方法，其特征在于，包括以下步骤：
2.根据权利要求1中所述的分钟级沙尘天气识别方法，其特征在于，所述多源观测数据包括地面自动站气象观测数据、大气环境监测数据和卫星遥感观测数据，所述原始观测数据包括地面自动站气象原始数据、大气环境原始数据和卫星遥感原始数据。
3.根据权利要求2中所述的分钟级沙尘天气识别方法，其特征在于，对所述多源观测数据进行预处理包括：
4.根据权利要求1中所述的分钟级沙尘天气识别方法，其特征在于，所述预设模型库包括灰度熵算法、热红外亮温差算法和红外多光谱沙尘背景比对算法；
5.根据权利要求4中所述的分钟级沙尘天气识别方法，其特征在于，所述热红外亮温差算法处理所述原始观测数据具体包括以下步骤：
6.根据权利要求1中所述的分...
【专利技术属性】
技术研发人员：江琪，李彬，靳雨晨，吴国周，花丛，徐冉，尤媛，
申请(专利权)人：国家气象中心中央气象台，
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。