[发明专利]一种全球海洋降水反演方法

权利要求书

1.一种全球海洋降水反演方法，所述方法包括：

步骤1)设置散射因子阈值，计算散射因子SI，根据散射因子阈值判断降水事件是否发生；

步骤2)提取海洋1级数据与TMPA 3B42海洋数据，按照海洋匹配规则对两个数据进行匹配，计算云系统的对流强度CI，对不同类型的对流强度CI选用不同的反演模型进行反演，得到海洋降雨率；

步骤3)综合步骤1)和步骤2)的结果得到最终的海洋降雨率；

所述步骤1)具体包括：

步骤1-1)根据海洋1级数据中的海陆标识码选择并读取卫星载荷的海洋1级数据和海洋2级数据，提取海洋1级数据中的亮温、仪器观测天顶角、地理位置和时间信息，同时提取其2级数据中的散射因子、降水标识码地理位置和时间信息；

步骤1-2)根据步骤1-1)得到的地理位置信息，保留纬度50°S～50°N范围内的海洋数据；

步骤1-3)提取89-GHz和150-GHz通道的亮温、仪器观测天顶角和散射因子，根据线性拟合公式进行拟合，得到拟合系数和拟合指标，其中线性拟合公式为：

SI＝(BT₈₉-BT₁₅₀)-(a₁+a₂β) (1)

其中，SI是散射因子，BT₈₉和BT₁₅₀分别代表窗区89-GHz和150-GHz通道的亮温，β是微波遥感器的天顶角，a₁、a₂代表拟合系数；

步骤1-4)根据公式(1)和步骤1-3)得到的拟合系数计算散射因子；

步骤1-5)提取降水标识码，根据步骤1-4)计算得到特定散射因子，大于特定散射因子的情况确定为发生降水事件，小于特定散射因子的情况确定为未发生降水事件；

步骤1-6)依据步骤1-5)的降水事件的判定规则，根据降水正确率公式循环计算降水正确率Correct，从步骤1-4)中计算得到的散射因子的最小值循环计算到最大值；其中，降水正确率的计算公式为：

其中，Correct是降水正确率，Num1表示实际发生降水事件，根据降水检测算法正确判定为降水事件的数量，Num2表示实际没有发生降水事件，根据降水检测算法正确判定为无降水事件的数量，Num示事件的总数量；

步骤1-7)从步骤1-6)中循环得到的降水正确率中寻找最佳的降水正确率，并把取得最佳降水正确率时的散射因子确定为云系统的散射因子阈值SI₀；

所述步骤2)具体包括：

步骤2-1)根据海陆标识码选择并读取卫星载荷的海洋1级数据，提取其中的15个通道亮温、仪器观测天顶角、地理位置和时间信息；

步骤2-2)提取TMPA 3B42海洋数据中的降水量、地理位置和时间信息；

步骤2-3)将步骤2-1)的数据和步骤2-2)的数据根据海洋匹配规则进行数据的匹配得到满足要求的匹配数据集；

步骤2-4)根据步骤2-3)得到的匹配数据集中的通道亮温计算三个亮温差；

Δ₁＝TB_183±1-TB_183±7 (3)

Δ₂＝TB_183±3-TB_183±7 (4)

Δ₃＝TB_183±1-TB_183±3 (5)

其中，Δ₁为第一亮温差，Δ₂为第二亮温差，Δ₃为第三亮温差，TB_183±1、TB_183±3和TB_183±7分别为183±1-GHz、183±3-GHz和183±7-GHz三个通道的亮温；

步骤2-5)判定云系统的对流强度的类型CI：

CI＝1 Δ₂0,Δ₂Δ₁,Δ₂Δ₃ (6)

CI＝2 Δ₁0,Δ₂0,Δ₃0,Δ₁Δ₂,Δ₁Δ₃,Δ₂Δ₃ (7)

CI＝3 Δ₁0,Δ₂0,Δ₃0,Δ₁Δ₂,Δ₁Δ₃,Δ₂Δ₃ (8)

其中，CI＝1判定为弱对流，CI＝2判定为中型对流，CI＝3判定为强对流；

步骤2-6)把步骤2-5)中判定的CI＝1和CI＝2的天气情况一起用BP神经网络模型2进行降水的反演；把CI＝3和未分类的其他天气情况一起用BP神经网络模型1进行降水的反演；由此得到降雨率；

所述步骤2-3)的海洋匹配规则如下：

(a)采用亮温极值法去掉不合理的数据，选取50K～400K之间的亮温；

(b)采用降水量极值法去掉不符合要求的数据，选取0mm/hr～100mm/hr之间的降水量；

(c)选择匹配数据前后时间差不超过30min的数据，即时间分辨率设置为30min；

(d)选择纬度在50°S～50°N范围内的数据；

(e)选择匹配数据前后经度和纬度差都不超过0.25°的数据；

所述步骤3)具体包括：

步骤3-1)根据步骤1)设置的散射因子表达式计算散射因子，把大于散射因子阈值SI₀的情况确定为发生降水事件，小于散射因子阈值SI₀的情况确定为未发生降水事件；

步骤3-2)把步骤2-6)中反演的降雨率根据步骤3-1)中判定的未发生降事件设置为0mm/hr；

步骤3-3)把步骤2-6)中反演得到的小于0mm/hr的降雨率设置为0mm/hr。

2.根据权利要求1所述的全球海洋降水反演方法，其特征在于，所述BP神经网络模型1使用的是FY-3C/MWHS-II的15个全通道亮温建立的全天候条件下的BP神经网络降水反演算法，所述BP神经网络模型2使用的是FY-3C/MWHS-II的15个全通道亮温建立的CI＝1和CI＝2天气情况下的BP神经网络降水反演算法。