[发明专利]一种基于球冠谐模型的多源大气可降水量数据融合方法

说明书

本发明公开了一种基于球冠谐模型的多源大气可降水量数据融合方法。它包括如下步骤，步骤一：实现A、B、C三种数据的时间配准；步骤二：根据A、B、C三种数据的空间分布特点，确定球冠谐模型设置；步骤三：拟合球冠谐模型；步骤四：计算平均偏差；步骤五：校准使A与B、A与C数据之间整体的系统偏差为0；步骤六：根据多源数据空间特点，确定球冠谐模型的设置；步骤七：利用赫尔默特方差分量估计方法确定不同来源观测值权重；步骤八：得到多源数据拟合的球冠谐模型。本发明具有可实现多源PWV数据的高精度融合的优点。

技术领域

本发明涉及地球科学和测绘科学与技术领域，它是一种地学数据融合方法，具体地说它是一种基于球冠谐模型的多源大气可降水量数据融合方法。更具体地说它是一种利用球冠谐模型和赫尔默特方差分量估计方法对多源地学数据进行空间融合的数据处理方法。

背景技术

水汽在地球大气中的含量不大，但却在一系列天气现象中扮演着关键角色，其时空变化对于天气现象的形成和发展具有影响。大气可降水量(Precipitable Water Vapor,PWV)是最常用的衡量大气中水汽总量的物理量，它被定义为单位横截面积的垂直柱体中所含的水汽全部凝结为液体时的高度。目前，PWV可以通过无线电探空仪 (Radiosonde, RS)、微波水蒸气辐射计 (Water Vapor Radiometer, WVR)、全球导航卫星系统(GlobalNavigation Satellite System, GNSS)、中分辨率成像光谱仪(Moderate-ResolutionImaging Spectroradiometer, MODIS)等技术得到，也可以通过数值天气模型获得。RS PWV具有很高的精度，但RS测站稀疏导致了RS PWV的空间分辨率很低；GNSS 技术可以在全天候条件下以高精度(1-2 mm)和高时间分辨率(5 min)测量PWV, 但GNSS测站空间覆盖范围和密度有限。数值天气模型给出的 PWV 具有中等的空间分辨率，但精度和时间分辨率较差。MODIS PWV具有较高空间分辨率(1 km和5 km)，但精度较低，并且时间分辨率较低(1天)，还会受到云的强烈影响。不同技术得到的PWV通常存在多源异构、精度不等、系统偏差和时空分辨率不一致等问题，这严重妨碍了多源数据的联合利用。数据融合是解决上述问题的一个重要途径。Li(production of regional 1 km×1 km water vapor felds through theintegration of GPS and MODIS data In: Proceedings of the 17th InternationalTechnical Meeting of the Satellite Division of The Institute of Navigation(ION GNSS 2004), Long Beach, California, USA, 21-24 Sep 2004, pp. 2396-2403)提出了一种基于反距离加权插值的GNSS PWV 和MODIS PWV的数据融合方法，生成了区域1km×1 km 的融合PWV图像。Lindenbergh et al. (Lindenbergh, R., Van der Marel,H., Keshin, M., De Haan, S. (2009). Validating time series of a combinedGPS and MERIS Integrated Water Vapor product. In Proceedings 2nd MERIS/(A)ATSR User Workshop, September 22-26, 2008 ESA/ESRIN Frascati (Rome), 2009(NB: small correction applied wrt Proceedings version))提出了一种基于克里金插值的GNSS PWV和Medium Resolution Imaging Spectrometer (MERIS) PWV的融合方法。Alshawaf et al. (Alshawaf F, Fersch B, Hinz S, Kunstmann H, Mayer M, Meyer FJ(2015) Water vapor mapping by fusing InSAR and GNSS remote sensing data andatmospheric simulations. Hydrol Earth Syst Sci 19(12):4747–4764)提出了一种利用固定秩克里金插值法来融合GNSS PWV（全球导航卫星系统大气可降水量）、InSAR PWV（合成孔径雷达干涉测量大气可降水量）和Weather Research and Forecasting Model PWV（天气研究和预报模型大气可降水量）的方法；然而，现有的少量关于多源PWV数据融合的方法大多是直接进行插值的，并未实现真正的数据融合；其次，现有方法的假设简单，未考虑不同来源数据的精度问题，等权使用会造成融合结果的精度不高；再次，现有方法更适合于区域数据融合，难以推广至全球范围；