基于Unet3+神经网络的大气湿度廓线反演方法技术

本发明专利技术提供了一种基于Unet3+神经网络的大气湿度廓线反演方法，包括以下步骤：构建基于Unet3+的MHS微波数据的大气湿度廓线反演模型；对原始卫星观测的多通道亮温进行辐射定标、投影转换和质量控制；选取中国区域范围、长时间尺度的辐射亮温数据和对应时间、空间的ERA‑5的比湿数据进行数据集制作；根据步骤S1构建的亮温数据的湿度廓线反演模型，进行湿度廓线反演。本发明专利技术的有益效果：本发明专利技术结合深度学习中的Unet3+模型和不受时间、天气影响的微波传感器数据，能进一步解决大气湿度廓线空间分布较少和时间分辨率较低等问题；本发明专利技术为数值天气预报研究提供了更高时间、空间分辨率的大气状况资料，具有较好的应用价值。

【技术实现步骤摘要】

本专利技术属于微波湿度计的大气湿度廓线反演领域，尤其是涉及一种基于unet3+神经网络的大气湿度廓线反演方法。

技术介绍

1、大气中的水汽含量及其分布对于天气和气候有着重要影响。大气湿度直接影响太阳短波辐射与地球大气系统的长波辐射，从而对全球辐射能量的收支平衡产生深远影响。此外，大气层结的稳定性、对流有效位能、降水过程及云的生成和演变等诸多气象现象也与大气湿度密切相关。因此大气湿度的观测和反演不仅对数值天气预报模式的初始化和验证至关重要，还在气候监测、天气分析以及天气预报等众多气象应用领域具有重要的研究价值和实际应用意义。

2、目前，大气温湿度廓线的获取主要依赖于卫星观测和无线电探空仪，该方法获得的大气温湿度参数具有较高的可靠性和代表性。但是常规的无线电探空在时间和空间覆盖范围上都非常有限，尤其在海洋、高原地区数据量较少，无法满足实际业务需求。卫星探测具有覆盖广、时空分辨率高等优点，在一定程度上弥补了常规探空数据的不足。尤其是光谱分辨率和空间分辨率的不断提高，为大气探测提供了新的可能。其中，微波遥感因其能够穿透云层和雾霾而备受推崇，自校准微波辐本文档来自技高网...

【技术保护点】

1.基于Unet3+神经网络的大气湿度廓线反演方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的基于Unet3+神经网络的大气湿度廓线反演方法，其特征在于：在步骤S14中，激活函数，包括：

3.根据权利要求1所述的基于Unet3+神经网络的大气湿度廓线反演方法，其特征在于：在步骤S15中，深度监督，包括：

4.根据权利要求1所述的基于Unet3+神经网络的大气湿度廓线反演方法，其特征在于：在步骤S2中，对原始卫星观测的多通道亮温进行辐射定标、投影转换和质量控制，包括：

5.根据权利要求1所述的基于Unet3+神经网络的大气湿度廓线反...

【技术特征摘要】

1.基于unet3+神经网络的大气湿度廓线反演方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的基于unet3+神经网络的大气湿度廓线反演方法，其特征在于：在步骤s14中，激活函数，包括：

3.根据权利要求1所述的基于unet3+神经网络的大气湿度廓线反演方法，其特征在于：在步骤s15中，深度监督，包括：

4.根据权利要求1所述的基于unet3...

【专利技术属性】
技术研发人员：黄满义，李峰辉，欧波，王金鑫，刘宇，马丽，岳昂，王鹏程，李兴国，张宝林，
申请(专利权)人：天津云遥宇航科技有限公司，
类型：发明
国别省市：