[发明专利]一种基于多源卫星数据的云底高度反演方法及系统

说明书

本发明公开了一种基于多源卫星数据的云底高度反演方法及系统，属于大气探测学，具体包括：根据实际经纬度，利用余弦相似度方法，选择云层分类模型和云底高度反演模型；将实际云物理特征输入云层分类模型，获取实际的云层类别特征；将实际的云层类别特征与实际云物理特征输入云底高度反演模型，获取实际的云底高度。将历史云底高度和历史云物理特征匹配；对初始训练集进行数据标定；以历史云物理特征为输入，以历史云层类别特征为输出，分地区训练云层分类模型；以历史云层类别特征、历史云物理特征为输入，以历史云底高度为输出，分地区训练云底高度反演模型。本发明不仅扩大了云底高度观测和预报的覆盖范围，还提高了云底高度反演的精度。

技术领域

本发明属于大气探测学领域，更具体地，涉及一种基于多源卫星数据的云底高度反演方法及系统。

背景技术

云常年覆盖约一半以上的地球表面，其三维结构对全球辐射平衡具有重要的影响。此外，航空飞行也需要进行云底高度的估计，诸多飞机起降等需要清晰的视场条件，其中，云顶高度、云底高度是重要的影响因素。

卫星遥感是把握云结构全球和区域特征不可或缺的手段，其中，卫星被动遥感有利于把握云的水平分布特征，主动遥感有利于把握云的垂直分布特征。利用被动卫星资料，能够得到大部分云相对准确的云顶高度，而对于云底高度的探测存在相当大的困难。

随着Cloudsat和CALIPSO等主动遥感卫星的成功发射，国际上实现了对云垂直结构客观和准确的探测。然而，由于Cloudsat/CALIPSO的观测轨道很窄，并且重复观测周期较长，难以得到较大范围、高时间分辨率的云底高度数据。但与主动遥感卫星协同观测的被动遥感卫星上的传感器视场较大，能够得到较大范围的云的水平分布信息。因此，如何有效地利用主被动卫星资料，扩大和提高云底高度观测和预报的覆盖范围及时空分辨率成为亟待解决的问题。

发明内容

针对现有技术的缺陷，本发明的目的在于提供一种基于多源卫星数据的云底高度反演方法及系统，旨在解决现有获取云底高度的方法，通过主动遥感或者物理模型计算获取云底高度，而无法有效地将有限观测点的云底高度扩展到其他区域，使得云底高度获取困难或者精度不够的问题。

为实现上述目的，一方面，本发明提供了一种基于多源卫星数据的云底高度反演方法，包括：

根据实际经纬度，利用余弦相似度方法，选择对应地区的云层分类模型和地区云底高度反演模型；

将实际云物理特征输入地区云层分类模型，获取实际的云层类别特征；

将实际的云层类别特征与实际云物理特征输入云底高度反演模型，获取实际的云底高度；

其中，云层分类模型和云底高度反演模型均基于历史云底高度和历史云物理特征训练获取；云层分类模型用于获取云层类别特征；云底高度反演模型用于获取云底高度。

优选地，云层分类模型的训练方法为：

(1)将历史云底高度和历史云物理特征进行时空上的匹配，获取初始训练集；其中，时空指云所在经纬度和时间；

(2)对初始训练集进行数据标定，获取历史云层类别特征；

(3)以历史云物理特征为输入，以历史云层类别特征为输出，分地区采用机器学习分类方法训练云层分类模型。

优选地，云底高度反演模型的训练方法为：

(1)将历史云底高度和历史云物理特征进行时空上的匹配，获取初始训练集；其中，时空指云所在经纬度和时间；

(2)对初始训练集进行数据标定，获取历史云层类别特征；

(3)以历史云层类别特征、历史云物理特征为输入，以历史云底高度为输出，分地区采用机器学习分类方法训练云底高度反演模型。