[发明专利]一种温压廓线的反演方法和系统

说明书

本发明涉及一种温压廓线的反演方法和系统。所述方法包括：根据选取的月份信息和经纬度信息，从数据集中调取相应的数据，并将调取到的数据分类入库，以得到相应的训练样本库；根据掩星观测信息，从训练样本库中匹配出相应的训练样本集，以及根据匹配出的训练样本集和选取调用的模型生成相应的模拟光谱；根据匹配出的训练样本集、相应的模拟光谱和选取的统计回归模型，计算得到相应的观测光谱的回归系数，以及根据回归系统、卫星观测光谱计算得到相应的温压廓线。本发明的温压廓线的反演方法，不仅适用于掩星观测几何的传感器，同时满足业务化运行系统时效性的要求。

技术领域

本发明涉及气象探测技术领域，具体而言，本发明涉及一种温压廓线的反演方法和系统。

背景技术

现有的技术，温度和压力廓线是进行痕量气体反演所必备的大气参数。温压参数精度会影响大气成分反演的精度。目前，利用CO₂的吸收通道进行温压反演是常规的做法。常见的，针对温压廓线，有基于统计的反演方法和基于物理的反演方法两种。

由于统计反演方法能够简化反演过程，加快反演速度，因此，适用于对大气参数反演有时效性要求的运行系统。具体地，统计反演方法包括基于特征向量的统计反演方法，以及基于神经网络的统计反演方法。目前这种统计反演方法在天底探测几何传感器上得以运用。但是若进行统计反演的对象是掩星观测几何的传感器，由于每景产品的切高位置与数目均不固定，因此，相应的训练样本对应的回归系统的维数也不相同。由于上述缺陷，使得统计反演方法的应用受到限制。

由于物理反演方法采用了正向辐射传输模型，从而使得物理反演方法有明确的物理意义，相应的反演精度较高。具体地，物理反演方法包括剥洋葱物理反演方法和最优物理反演方法。目前无论进行物理反演的对象是掩星观测几何的传感器，还是临边传感器，均采用上述物理反演方法进行反演。但是，上述物理反演方法也有不足之处：若进行物理反演的对象是高光谱掩星传感器，则相应的物理反演过程十分耗时。

因此，若进行反演的对象是掩星观测几何的传感器，则针对上述反演方法存在的缺陷，需要一种新的反演方法以解决上述现有的反演方法所存在的缺陷。

发明内容

本发明提供一种温压廓线的反演方法和系统，不仅适用于掩星观测几何的传感器，同时满足业务化运行系统时效性的要求。

第一方面，本发明实施例提供了一种温压廓线的反演方法，所述方法包括：

根据选取的月份信息和经纬度信息，从数据集中调取相应的数据，并将调取到的数据分类入库，以得到相应的训练样本库；

根据掩星观测信息，从所述训练样本库中匹配出相应的训练样本集，以及根据匹配出的训练样本集和选取调用的模型生成相应的模拟光谱；

根据匹配出的训练样本集、相应的模拟光谱和选取的统计回归模型，计算得到相应的观测光谱的回归系数，以及根据所述回归系统、卫星观测光谱计算得到相应的温压廓线。

优选的，所述掩星观测信息包括以下一项或多项：

掩星观测序列的观测时间信息、掩星观测序列的经纬度信息以及与观测光谱对应的观测切高信息。

优选的，所述选取调用的模型具体是正向辐射传输模型。

优选的，在所述根据选取的月份信息和经纬度信息，从数据集中调取相应的数据之前，所述方法还包括：

获取与进行反演运算相关的数据，并将相关数据形成相应的数据集。

优选的，匹配出相应的训练样本集的公式具体为：

X_tr为[l×n]维矩阵，其中，l为大气层数，n为样本数，X_tr为匹配出的训练样本集。

优选的，生成模拟观测值的公式具体为：