【技术实现步骤摘要】
本专利技术实施例涉及气象，尤其涉及一种基于卫星融合数据的快速发展对流判识方法及装置。
技术介绍
1、快速发展对流是指单个对流云团或者成熟中尺度对流系统中快速发展的对流体。快速发展的对流系统往往会在短时间内发展成为灾害性天气，例如雷暴、强降雨、大风等。快速发展对流判识的物理基础是快速发展的对流云团因为云顶升高而导致云顶温度下降，从而产生较大的云顶降温率。
2、传统的快速发展对流判识主要利用气象卫星的热红外通道，基于快速发展对流云具有较大云顶降温率的特点，通过计算热红外通道的亮温递减率，对快速发展对流过程进行监测。
3、但是静止气象卫星热红外通道分辨率较低，无法精细刻画更小尺度的对流发展过程；粗分辨率也无法充分利用对流系统的纹理信息；静止卫星的观测频率通常为10分钟级，也无法满足对对流发展过程的连续观测，因此难以实现对快速发展对流云团的精细化判识和提前预警。
技术实现思路
1、本专利技术实施例提供一种基于卫星融合数据的快速发展对流判识方法及装置，其可以实现快速发展对流的精判识，且结果准确，易于理解和分析。
2、为实现上述目的，第一方面，本专利技术提供了一种基于卫星融合数据的快速发展对流判识方法包括：
3、获取观测数据和多光谱数据；
4、根据所述观测数据和所述多光谱数据，生成第一预处理数据和第二预处理数据；
5、根据所述第一预处理数据和所述第二预处理数据，生成远红外融合亮温数据；
6、基于所述远红外融合亮
7、基于第一预设算法计算相邻时刻两帧所述远红外融合亮温数据之间的云团运动矢量，生成云团分布结果；
8、根据所述云团分布结果和所述判识结果，生成快速发展对流粗识别区域；
9、根据所述远红外融合亮温数据的可见光红光通道的反射率数据计算云团纹理特征，并叠加所述快速发展对流粗识别区域，生成快速发展对流精判识别区域。
10、在本专利技术的一实施方式中，所述观测数据为高空间分辨率卫星的50米分辨率的b1全色波段观测数据，且所述多光谱数据为静止气象卫星的4公里分辨率的l1级多光谱数据；其中，获取的所述观测数据与所述多光谱数据为同观测时段范围内的数据。
11、在本专利技术的一实施方式中，所述根据观测数据和所述多光谱数据，生成第一预处理数据和第二预处理数据包括：
12、对所述b1全色波段观测数据进行预处理，生成第一预处理数据；
13、对所述l1级多光谱数据进行预处理，生成第二预处理数据。
14、在本专利技术的一实施方式中，所述根据第一预处理数据和所述第二预处理数据，生成远红外融合亮温数据包括：
15、对所述第一预处理数据进行几何精纠正；
16、统一所述第二预处理数据和经几何精纠正后的第一预处理数据的分辨率；
17、融合经几何精纠正后的第一预处理数据和所述第二预处理数据，生成远红外融合亮温数据。
18、在本专利技术的一实施方式中，所述基于远红外融合亮温数据对中尺度对流云团进行判识，生成判识结果包括：
19、获取云顶温度筛选阈值及多个通道差指标；
20、根据所述云顶温度筛选阈值及所述多个通道差指标对所述远红外融合亮温数据进行阈值划分，生成判识结果。
21、第二方面，本专利技术提供了一种基于卫星融合数据的快速发展对流判识装置，包括：获取模块、第一生成模块、第二生成模块、第三生成模块、第四生成模块、第五生成模块以及第六生成模块。获取模块用于获取观测数据和多光谱数据；第一生成模块用于根据所述观测数据和所述多光谱数据，生成第一预处理数据和第二预处理数据；第二生成模块用于根据所述第一预处理数据和所述第二预处理数据，生成远红外融合亮温数据；第三生成模块用于基于所述远红外融合亮温数据对中尺度对流云团进行判识，生成判识结果；第四生成模块用于基于第一预设算法计算相邻时刻两帧所述远红外融合亮温数据之间的云团运动矢量，生成云团分布结果；第五生成模块用于根据所述云团分布结果和所述判识结果，生成快速发展对流粗识别区域；以及第六生成模块用于根据所述远红外融合亮温数据的可见光红光通道的反射率数据计算云团纹理特征，并叠加所述快速发展对流粗识别区域，生成快速发展对流精判识别区域。
22、在本专利技术的一实施方式中，所述观测数据为高空间分辨率卫星的50米分辨率的b1全色波段观测数据，且所述多光谱数据为静止气象卫星的4公里分辨率的l1级多光谱数据；其中，获取的所述观测数据与所述多光谱数据为同观测时段范围内的数据。
23、在本专利技术的一实施方式中，所述第一生成模块包括：第一生成单元以及第二生成单元。第一生成单元用于对所述b1全色波段观测数据进行预处理，生成第一预处理数据；以及第二生成单元用于对所述l1级多光谱数据进行预处理，生成第二预处理数据。
24、第三方面，本专利技术提供了一种电子设备，包括：
25、至少一个处理器；以及
26、与所述至少一个处理器通信连接的存储器；
27、其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的基于卫星融合数据的快速发展对流判识方法。
28、第四方面，本专利技术提供了一种计算机可读存储介质，包括计算机程序和指令，当所述计算机程序或所述指令在计算机上运行时，使得所述计算机执行如上所述的基于卫星融合数据的快速发展对流判识方法。
29、与现有技术相比，根据本专利技术的基于卫星融合数据的快速发展对流判识方法及装置，其可以实现快速发展对流的精判识，且结果准确，易于理解和分析。
本文档来自技高网...【技术保护点】
1.一种基于卫星融合数据的快速发展对流判识方法，其特征在于，包括：
2.如权利要求1所述的基于卫星融合数据的快速发展对流判识方法，其特征在于，所述观测数据为高空间分辨率卫星的50米分辨率的B1全色波段观测数据，且所述多光谱数据为静止气象卫星的4公里分辨率的L1级多光谱数据；
3.如权利要求2所述的基于卫星融合数据的快速发展对流判识方法，其特征在于，所述根据观测数据和所述多光谱数据，生成第一预处理数据和第二预处理数据包括：
4.如权利要求3所述的基于卫星融合数据的快速发展对流判识方法，其特征在于，所述根据第一预处理数据和所述第二预处理数据，生成远红外融合亮温数据包括：
5.如权利要求1所述的基于卫星融合数据的快速发展对流判识方法，其特征在于，所述基于远红外融合亮温数据对中尺度对流云团进行判识，生成判识结果包括：
6.一种基于卫星融合数据的快速发展对流判识装置，其特征在于，包括：
7.如权利要求6所述的基于卫星融合数据的快速发展对流判识装置，其特征在于，所述观测数据为高空间分辨率卫星的50米分辨率的B1全色波段观
8.如权利要求7所述的基于卫星融合数据的快速发展对流判识方法，其特征在于，所述第一生成模块包括：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，包括计算机程序和指令，当所述计算机程序或所述指令在计算机上运行时，使得所述计算机执行如权利要求1-5中任一项所述的基于卫星融合数据的快速发展对流判识方法。
...【技术特征摘要】
1.一种基于卫星融合数据的快速发展对流判识方法，其特征在于，包括：
2.如权利要求1所述的基于卫星融合数据的快速发展对流判识方法，其特征在于，所述观测数据为高空间分辨率卫星的50米分辨率的b1全色波段观测数据，且所述多光谱数据为静止气象卫星的4公里分辨率的l1级多光谱数据；
3.如权利要求2所述的基于卫星融合数据的快速发展对流判识方法，其特征在于，所述根据观测数据和所述多光谱数据，生成第一预处理数据和第二预处理数据包括：
4.如权利要求3所述的基于卫星融合数据的快速发展对流判识方法，其特征在于，所述根据第一预处理数据和所述第二预处理数据，生成远红外融合亮温数据包括：
5.如权利要求1所述的基于卫星融合数据的快速发展对流判识方法，其特征在于，所述基于远红外融合亮温...
【专利技术属性】
技术研发人员：高洋，王新，唐世浩，杨军，
申请(专利权)人：国家卫星气象中心国家空间天气监测预警中心，
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。