專利名稱：一種利用A-Train系列衛(wèi)星數(shù)據(jù)協(xié)同反演云相態(tài)和云參量的新方法
技術(shù)領(lǐng)域：
本發(fā)明專利涉及云相態(tài)和云參量的反演方法研究，尤其涉及聯(lián)合利用多傳感器協(xié)同方法對(duì)云相態(tài)和云參量的反演。
背景技術(shù)：
在全球氣候變化和天氣預(yù)報(bào)過程中，云是一個(gè)重要的參量。由于云所涉及的時(shí)間和空間尺度的變化范圍很大，且不同相態(tài)之間的轉(zhuǎn)換機(jī)制非常復(fù)雜，所以云是所有氣象要素中最難以描述的變量。在未來的云和輻射的參數(shù)化方案中，引入細(xì)致的微物理過程是一個(gè)重要的發(fā)展方向，故研究云的參量有著非常重要的意義。而目前現(xiàn)有的基于衛(wèi)星數(shù)據(jù)識(shí)別云相態(tài)的方法基本都是利用單一傳感器數(shù)據(jù)反演的方法，這些方法對(duì)簡單云團(tuán)的識(shí)別結(jié)果是比較精確的，但對(duì)復(fù)雜云團(tuán)的識(shí)別結(jié)果相對(duì)都比較差，而天空的云團(tuán)基本都是復(fù)雜云系，所以有必要發(fā)展識(shí)別云相態(tài)和反演云參量新的方法。

發(fā)明內(nèi)容
為得到精確的云相態(tài)和云參量的反演算法，本專利利用可見光和近紅外波段對(duì)云團(tuán)整體的觀測(cè)效果和激光雷達(dá)、微 波雷達(dá)可以探測(cè)到云團(tuán)內(nèi)部的垂直結(jié)構(gòu)的特性，提出了一個(gè)反演云相態(tài)和結(jié)合云相態(tài)反演云參量的新方法-協(xié)同算法。本發(fā)明專利的技術(shù)方案是一種利用A-Train系列衛(wèi)星數(shù)據(jù)協(xié)同反演云相態(tài)和云參量的新方法，包括單個(gè)傳感器反演云相態(tài)方法的選取、數(shù)據(jù)匹配、云類型識(shí)別、仿真模型、 協(xié)同算法的構(gòu)建等。其特征是根據(jù)三個(gè)傳感器對(duì)云的探測(cè)信號(hào)不同，即激光雷達(dá)的后向散射系數(shù)、微波雷達(dá)的后向散射系數(shù)和近紅外波段的觀測(cè)輻射值對(duì)不同成份的粒子的云的信號(hào)敏感性不一樣，構(gòu)建一個(gè)新算法，利用各自傳感器的方針模擬值和傳感器探測(cè)的真實(shí)值擬合到最佳狀態(tài)時(shí)，此時(shí)云粒子大小、云的類型、云光學(xué)厚度和云的冰水含量的值就是真實(shí)的云參量值。本發(fā)明專利的有益效果是本算法聯(lián)合MODIS、CALIPSO、CloudSat衛(wèi)星數(shù)據(jù)反演云相態(tài)和冰云參量，具有較高的精度。開發(fā)協(xié)同反演算法有利于我們正確的認(rèn)識(shí)云相態(tài)和云的其他光學(xué)和物理參量；而且目前國際上發(fā)射的A-Train系列衛(wèi)星提供了從可見、紅外、 微波和偏振等多波段、多方式的探測(cè)信號(hào)，為協(xié)同反演提供了數(shù)據(jù)源的保證；另外國內(nèi)將要發(fā)射的FY-4衛(wèi)星上計(jì)劃搭載的多傳感器，也能為協(xié)同反演提供數(shù)據(jù)源；反過來說，協(xié)同算法的建立也可以為FY-4數(shù)據(jù)源的應(yīng)用提供科學(xué)技術(shù)參考和科學(xué)技術(shù)基礎(chǔ)。其建立的算法具有重要的現(xiàn)實(shí)意義和應(yīng)用價(jià)值。


下面結(jié)合附圖和具體實(shí)施方式
對(duì)本發(fā)明專利作進(jìn)一步闡述；
圖I為協(xié)同算法的技術(shù)路線圖；基于A-Train數(shù)據(jù)的協(xié)同反演云相態(tài)和云參量流程
具體實(shí)施例方式根據(jù)目前單個(gè)傳感器反演云相態(tài)的特點(diǎn)，可以看出三傳感器對(duì)云的探測(cè)信號(hào)具有互補(bǔ)性，如(I)對(duì)于微波雷達(dá)，其探測(cè)信號(hào)與粒子大小的6次方成正比(Z OC D6)，而對(duì)于激光雷達(dá)，其探測(cè)信號(hào)與粒子大小的2次方成正比(b - D2)，故如果基于激光和微波雷達(dá)協(xié)同反演將會(huì)有利于不同尺度的粒子都能起到貢獻(xiàn)；(2)輻射亮度的協(xié)同應(yīng)用能確保反演的粒子形狀正確；(3)不同的傳感器對(duì)不同相態(tài)粒子的敏感性不一樣，可以相互彌補(bǔ)；(4)單一傳感器的信號(hào)有時(shí)候有誤差或沒有獲得，而用多傳感器協(xié)同可處理信號(hào)偶爾丟失和有問題的情況；(5)還可處理云的內(nèi)部多層結(jié)構(gòu)和不同下墊面發(fā)射率以及云頂部問題。根據(jù)單個(gè)傳感器的特點(diǎn)，該算法首先基于經(jīng)驗(yàn)統(tǒng)計(jì)數(shù)據(jù)假設(shè)所需反演對(duì)象的物理參量，如 協(xié)同算法反演云參量時(shí)，需先假設(shè)云粒子參量的av，N0, S值，在該假設(shè)參量的前提下利用MODIS仿真模型、CALIPSO激光雷達(dá)仿真模型和CloudSat的仿真模型計(jì)算各自通道輻射值和雷達(dá)各自高度的后向反射值，然后用各傳感器的實(shí)際測(cè)量值與模擬值進(jìn)行X2的擬合(當(dāng)然這種多數(shù)據(jù)組的擬合，需要建立協(xié)方差矩陣)，如果不能得到最佳值，就用估計(jì)的誤差從新計(jì)算并修正最先的云參量av，N0, S值，再用新的參量和仿真模型再次計(jì)算模擬值，用新的模擬值和實(shí)際測(cè)量數(shù)據(jù)再次進(jìn)行X2的擬合，如此循環(huán)迭代，直到最后的擬合誤差達(dá)到允許的值后，輸出此時(shí)代入理論模型計(jì)算時(shí)的輸入的云參量假設(shè)值就是反演的云參量值。
權(quán)利要求
1.一種利用A-Train系列衛(wèi)星數(shù)據(jù)反演云相態(tài)和云參量的新方法，其主要內(nèi)容包括云數(shù)據(jù)的確定、單個(gè)傳感器反演云相態(tài)方法的選取、數(shù)據(jù)匹配、云類型識(shí)別、仿真模型、協(xié)同算法的構(gòu)建即過冷水云的識(shí)別等。其特征是根據(jù)三個(gè)傳感器對(duì)云的探測(cè)信號(hào)不同，即激光雷達(dá)的后向散射系數(shù)、微波雷達(dá)的后向散射系數(shù)和近紅外波段的觀測(cè)輻射值對(duì)不同成份的粒子的云的信號(hào)敏感性不一樣，構(gòu)建一個(gè)新算法，利用各自傳感器的方針模擬值和傳感器探測(cè)的真實(shí)值擬合到最佳狀態(tài)時(shí)，此時(shí)云粒子大小、云的類型、云光學(xué)厚度和云的冰水含量的值就是真實(shí)的云參量值。
2.根據(jù)權(quán)利要求I所述的云數(shù)據(jù)的確定，其特征是基于MODIS、CloudSat和CALIPSO的數(shù)據(jù)，分別利用各自傳感器的云檢測(cè)的方法，然后再應(yīng)用各自檢測(cè)出的云的綜合結(jié)果為聯(lián)合識(shí)別的云結(jié)果，即用CloudSat和CALIPSO各自識(shí)別的云標(biāo)識(shí)疊加的結(jié)果做為協(xié)同反演時(shí)的云數(shù)據(jù)。
3.根據(jù)權(quán)利要求I所述的單個(gè)傳感器反演云相態(tài)方法的選取，其特征是基于云檢測(cè)數(shù)據(jù)源，分別利用各自傳感器識(shí)別云相態(tài)的方法，進(jìn)行云相態(tài)識(shí)別；并把各自識(shí)別的結(jié)果進(jìn)行協(xié)同處理的結(jié)果作為云相態(tài)的結(jié)果和云參量反演的數(shù)據(jù)源。
4.根據(jù)權(quán)利要求I所述的過冷水云的識(shí)別，其特征是過冷水云同具有相同冰水含量的冰云相比，具有較小的粒子尺度，在協(xié)同反演中，可以利用激光雷達(dá)與粒子直徑的2次方成正比和微波雷達(dá)的回波強(qiáng)度對(duì)與粒子直徑的6次方成正比的特性(即對(duì)粒子大小有不同敏感特性)的關(guān)系來識(shí)別過冷水云。
5.根據(jù)權(quán)利要求I所述的協(xié)同算法的構(gòu)建，其特征是從數(shù)學(xué)和物理的角度比較詳細(xì)地構(gòu)建了協(xié)同算法，在av，S和Nj參量和云相態(tài)假設(shè)的基礎(chǔ)導(dǎo)出了云參量(云粒子有效半徑，冰水含量、云的光學(xué)厚度等)的反演方法，最后給出這些參量的誤差估算公式。
全文摘要
本發(fā)明涉及云相態(tài)和云參量的反演方法，針對(duì)單傳感器識(shí)別復(fù)雜云系的相態(tài)有問題，提出了一個(gè)反演云相態(tài)和云參量的新方法—協(xié)同算法。該算法是通過對(duì)多源衛(wèi)星數(shù)據(jù)的匹配，用各自方法識(shí)別云相態(tài)并給出對(duì)云團(tuán)相態(tài)識(shí)別最佳結(jié)果；并發(fā)展了基于這三個(gè)傳感器的理論仿真模型，在應(yīng)用最佳識(shí)別結(jié)果的前提下，假設(shè)云的參量代入各理論仿真模型計(jì)算得到理論模擬值，并同聯(lián)合利用各傳感器對(duì)云探測(cè)的實(shí)際數(shù)據(jù)進(jìn)行協(xié)方差的迭代擬合，當(dāng)擬合誤差值取到最小時(shí)，得到的云參量就是該算法的反演結(jié)果(協(xié)同算法流程如圖)。本發(fā)明可以不僅為中國下一代風(fēng)云系列衛(wèi)星的通道設(shè)置提供理論依據(jù)，還可以實(shí)時(shí)反演中國區(qū)域上空的云變化情況，為相關(guān)職能部門提供決策依據(jù)。
文檔編號(hào)G01W1/00GK102707336SQ20121003421
公開日2012年10月3日 申請(qǐng)日期2012年2月13日 優(yōu)先權(quán)日2012年2月13日
發(fā)明者梁曉芳, 麻金繼 申請(qǐng)人:安徽師范大學(xué)