CN104820250B - 一种极轨气象卫星virr海洋上云检测的处理方法 - Google Patents

一种极轨气象卫星virr海洋上云检测的处理方法 Download PDF

Info

Publication number
CN104820250B
CN104820250B CN201510173656.8A CN201510173656A CN104820250B CN 104820250 B CN104820250 B CN 104820250B CN 201510173656 A CN201510173656 A CN 201510173656A CN 104820250 B CN104820250 B CN 104820250B
Authority
CN
China
Prior art keywords
pixel
virr
ocean
cloud
temperature
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201510173656.8A
Other languages
English (en)
Other versions
CN104820250A (zh
Inventor
王素娟
崔鹏
张鹏
陆风
冉茂农
王维和
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
STATE SATELLITE METEROLOGICAL CENTER
Original Assignee
STATE SATELLITE METEROLOGICAL CENTER
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by STATE SATELLITE METEROLOGICAL CENTER filed Critical STATE SATELLITE METEROLOGICAL CENTER
Priority to CN201510173656.8A priority Critical patent/CN104820250B/zh
Publication of CN104820250A publication Critical patent/CN104820250A/zh
Application granted granted Critical
Publication of CN104820250B publication Critical patent/CN104820250B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01WMETEOROLOGY
    • G01W1/00Meteorology
    • G01W1/02Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
    • G01W1/06Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed giving a combined indication of weather conditions

Landscapes

  • Environmental & Geological Engineering (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Image Processing (AREA)
  • Radiation Pyrometers (AREA)

Abstract

本发明涉及一种极轨气象卫星VIRR海洋上云检测的处理方法,属于气象遥感技术领域。本发明方法首先对经过定位定标处理后的极轨气象卫星VIRR一级观测数据及其对应的海陆模板信息进行识别,得到海洋观测数据;对于海洋像元,利用分裂窗亮温及亮温差、卫星天顶角、海温回归系数等信息进行海表温度反演;根据VIRR仪器特性,基于长时间序列的匹配数据集进行统计分析,设定温度阈值;当海洋像元的观测亮温与反演海温或反演海温与气候海温超出设定阈值时,则该海洋像元为有云像元。对比现有技术,本发明利用海表温度的气候变化规律及卫星探测仪器VIRR的长时间序列统计信息,设定温度阈值,对目标通过定量计算进行有云或晴空的识别,提高了海洋上云检测的准确性。

Description

一种极轨气象卫星VIRR海洋上云检测的处理方法
技术领域
本发明涉及一种海洋上云检测的处理方法,特别涉及一种极轨气象卫星可见光红外扫描辐射计(VIRR)海洋上云检测的处理方法,属于气象遥感技术领域。
背景技术
风云三号气象卫星是中国的第二代风云极轨气象卫星,卫星上装载的可见光红外扫描辐射计(VIRR)光谱范围为0.43~12.5μm,有10个通道,地面水平分辨率为1.1Km。VIRR有1个短波红外通道(3.55~3.93μm),2个长波红外通道即分裂窗通道(10.3~11.3μm和11.5~12.5μm)可用于估计海表温度。短波红外通道定标在夜间(太阳天顶角85°~118°之间)受太阳污染影响,暂不用于业务海温反演。海表温度是天气预报业务、气候监测、诊断和预测业务以及气候数值模拟研究的重要输入参数。海洋上云检测是海表温度反演的第一步。
风云三号气象卫星VIRR业务系统云检测算法采用多特征(单通道或多通道)阈值法,各个特征阈值的确定采用动态阈值法或通过辐射传输模式和大气廓线库进行正演模拟确定阈值查找表法。其中动态阈值法选择450×2048像元块进行下垫面区分和直方图统计,而450×2048的像元块容易造成块间云检测结果的不连续性(如附图4所示)。辐射传输模式阈值确定方法要求遥感仪器有理想的光谱响应曲线,且要求大气廓线正确地代表大气状态,这在实际上很难达到,且辐射传输模式本身也有误差。目前风云三号气象卫星VIRR业务系统云检测产品在海洋上存在云的漏判现象(如附图4的C区域),尤其是夜间,云污染会严重影响反演海温的精度,难以满足用户对海温产品质量日益增高的需求。因此,有必要提高海洋上云检测的准确性以实现高精度海温产品的反演。
发明内容
本发明的目的是为解决极轨气象卫星可见光红外扫描辐射计(VIRR)海洋 上云检测存在漏判的问题,提出了一种极轨气象卫星VIRR海洋上云检测的处理方法。
本发明是通过以下技术方案实现的。
一种极轨气象卫星VIRR海洋上云检测的处理方法,处理方法流程示意图如图1所示,其步骤如下:
步骤一、读取经过定位定标处理后的极轨气象卫星VIRR一级观测数据和平均海温数据,对读入的VIRR一级观测数据及其对应的海陆模板信息进行识别,得到海洋观测数据,计算海洋像元的分裂窗通道4、通道5的亮温T4和T5;陆地像元赋予陆地标识2;
步骤二、对海洋像元的T4和T5进行阈值检测,超出亮温阈值的像元赋予噪声标识3;
步骤三、构建以当前海洋像元为中心的3×3的数据块,进行空间一致性检测,不满足空间一致性,则为有云像元,赋予有云标识1;通过则进入步骤四;
步骤四、根据仪器特性,基于长时间序列的匹配数据统计分析,得到适用的回归系数a0~a3,并设定亮温阈值Th1与气候海温阈值Th2;
步骤五、对于通过空间一致性检验的海洋像元,根据回归公式计算卫星VIRR反演海温Ts=a0+a1T4+a2(T4-T5)+a3(T4-T5)(secθ-1),其中,TS表示反演海温,T4、T5分别表示10.3~11.3μm、11.5~12.5μm通道亮温,a0~a3表示回归系数、θ表示卫星天顶角;
步骤六、进行海温阈值检验和气候阈值检验,满足|Ts-T4|<Th1且|Ts-Tc|≤Th2的像元为晴空像元,赋予晴空像元标识0;否则为云像元,赋予有云标识1;其中,Tc为该像元的气候海温;
步骤七、将检测为晴空海洋(0)、有云海洋(1)、陆地(2)和噪声(3)的结果按像元输出。
作为优选,所述回归系数a0~a3采用3个月的卫星观测资料与浮标的匹配信息通过最小二乘法多元线性回归分析得到。
作为优选,所述空间一致性检测通过以下条件判别:|T4-Ta|<Std,其中Ta表示以该海洋像元为中心的像元块中有效像元的亮温平均值,Std表示以该海洋像元为中心的像元块中有效像元的亮温标准差;所述像元块的大小为3×3。
作为优选,所述Th1=10K;Th2=3K。
作为优选,所述Tc根据步骤一所述的一级观测数据中的经纬度数据以及平均海温数据通过双线性插值得到。
作为优选,平均海温数据为30年月平均海温数据。
作为优选,所述步骤七将检测结果按像元输出的方式为以下两种:一种是输出到二进制的海洋云检测结果文件;一种是输出到打印设备或显示设备,晴空海洋、有云海洋、陆地和噪声分别用不同颜色表示。
所述T4、T5的计算公式如下:
其中,i=4或5,wn为通道的中心波数,c1和c2是常数,c1=1.191065×10-5,c2=1.43839,R为辐射值,R通过以下公式计算:
R=A0+A1×N+A2×N2
其中A0~A2为定标系数,N为计数值。
有益效果
利用海温的气候变化规律及VIRR卫星探测仪器的长时间序列的匹配统计信息,根据卫星遥感仪器的实际光谱特性、星载运行情况和定标更新情况,确定适用的海温回归系数,设定温度阈值,对卫星VIRR观测的海洋目标通过定量计算进行有云或晴空海洋像元的判识,提高了气象遥感应用中海洋上云检测的准确性。
附图说明
图1是本发明一种极轨气象卫星VIRR海洋上云检测的处理方法流程示意图。
图2是本发明实施例一种极轨气象卫星VIRR海洋上云检测的处理方法流程图。
图3是本发明实施例FY3B/VIRR通道4(长波红外通道10.3~11.3μm)亮温灰度图像(2015年3月8日12:20UTC)。
图4是FY3B/VIRR业务系统生成的云检测产品图像(2015年3月8日12:20UTC)。
图5是FY3B/VIRR应用本发明方法生成的云检测图像(2015年3月8日12:20UTC)。
具体实施方式
下面将结合附图和实施例对本发明加以详细说明,同时也叙述了本发明技术方案解决的技术问题及有益效果,需要指出的是,所描述的实施例仅旨在便于对本发明的理解,而对其不起任何限定作用。
实施例1
作为本发明目的的一种实现方式,如图2所示是一种极轨气象卫星VIRR海洋上云检测的处理方法流程示意图,处理过程如下所述:
1)读取FY3B/VIRR L1B数据;
该数据为HDF5格式,其中包含分裂窗通道4和通道5的计数值、定标系数、卫星天顶角、经纬度数据、海陆模板数据等;
2)读取30年月平均海温数据;
3)读取海温回归系数a0~a3;
该回归系数是基于FY3B/VIRR长时间序列卫星观测资料与浮标的匹配数据集进行回归计算得到的,匹配数据集以5分钟段FY-3B/VIRR LIB数据和浮标海温数据为输入,按空间上1.1公里和时间上1小时的匹配窗口进行匹配,满足晴空海洋及上述匹配条件的像元为一个匹配样本,存储浮标海温、浮标经纬度、浮标时间、浮标类型、浮标质量、卫星观测时间、像元经纬度、T4、T5、卫星天顶角、太阳天顶角等信息。一般采用3个月的匹配样本通过最小二乘法多元线性回归(《C常用算法程序集》北京:清华大学出版社,1996,徐士良编著,9.3节《多元线性回归分析》)计算回归系数。由于实际VIRR遥感仪器在卫星发 射和星上运行过程中,由机械精度问题、仪器舱温度变化、仪器在轨定标等因素会带来偏离理想设计目标的问题,且随着定标技术的提高,地面应用系统会不定期进行仪器定标系数的更新,这就需要根据长时间序列匹配数据集重新回归计算适用的海温回归系数;
4)利用步骤1)中读入的海陆模板信息,判识当前像元是陆地还是海洋,如果是陆地,则赋予该像元陆地标识2;如果是海洋,则进入步骤5;
5)利用步骤1)中读入的分裂窗通道4和通道5的计数值N、定标系数A0~A2,计算分裂窗通道4、通道5的亮温T4、T5;其中,通道4、通道5分别为10.3~11.3μm、11.5~12.5μm通道;
由计数值、定标系数求亮温的方法如下:
先由红外通道的计数值,定标数据求辐射值。公式为:R=A0+A1×N+A2×N2,其中R为辐射值,A0~A2为定标系数,N为计数值。
再由辐射值根据普朗克公式求亮温。公式为:
其中,R为辐射值,i=4或5,wn为通道的中心波数,c1和c2是常数,c1=1.191065×10-5,c2=1.43839。
6)如果T4和T5其中之一不满足大于10K的条件,则该像元为噪声,赋予该像元噪声标识3;反之视为正常海洋像元,进入步骤7);
7)构建以该像元为中心像元的3×3像元块,计算有效像元(即晴空海洋像元)的亮温平均值Ta和标准差Std;
8)如果不满足|T4-Ta|<Std的判识条件,则赋予该像元有云标识1;反之进入步骤9);
9)利用步骤5)计算得到的分裂窗亮温T4和T5,计算分裂窗亮温差T4-T5,结合步骤1)读入的卫星天顶角θ和步骤3)读入的回归系数a0~a3,通过VIRR海温反演公式Ts=a0+a1T4+a2(T4-T5)+a3(T4-T5)(secθ-1)计算反演海温Ts;
10)利用步骤1)读入的经纬度数据和步骤2)读入的30年月平均海温数据通过双线性插值,计算该像元的气候海温Tc;
11)设定亮温阈值Th1与气候海温阈值Th2,本实施例中令Th1=10K,Th2=3K,如果满足条件|Ts-T4|<10K且|Ts-Tc|≤3K,则该像元为晴空像元,赋予晴空海温像元标识0;反之,则为有云像元,赋予有云像元标识1;
12)将检测为晴空海洋(0)、有云海洋(1)、陆地(2)和噪声(3)的结果按像元输出。
作为优选,可将检测结果输出到二进制的海洋云检测结果文件。
作为优选,可将上述检测结果输出到打印设备或显示设备,晴空海洋、有云海洋、陆地和噪声分别用不同颜色表示。所述显示设备可以屏幕或图片。
实验结果
本实验中所使用的VIRR L1B数据来自国家卫星气象中心,文件名为FY3B_VIRRX_GBAL_L1_20150308_1220_1000M_MS.HDF;30年月平均海温数据来自美国国家海洋与大气管理局地球系统研究实验室(NOAA/ESRL),文件名为sst.ltm.1981-2010.nc;回归系数是基于2014年12月~2015年2月的匹配样本回归计算得到的,a0~a3分别为-262.65162657、0.95514439、2.86941816、0.46573524;通道4的中心波数为wn4=923.427053cm-1,通道5的中心波数wn5=830.241775cm-1
图3为通道4的亮温灰度图像,图中白亮的区域为高云顶亮温,灰色区域为中云顶亮温、黑色区域为温暖的海洋表面亮温。
图4为FY3B VIRR业务系统云检测产品图像,分类比较细,共分为:云、可能云、晴空陆地、可能晴空陆地、晴空海洋、可能晴空海洋、无效值、太阳耀斑区、海岸线9类。A区域为可能晴空海洋,B区域为可能云,C区域为晴空海洋。从图3的亮温灰度图像上看,图中对应的A、B、C区域均为云区,尤其是图4中C区域附近的大面积矩形区域为晴空区,对比图3和图4可以看出业务系统云检测在该区域存在明显的云的漏判。
图5为本发明生成的云检测图像。对比图3和图5的A、B、C区域,云区都得到了正确的识别,尤其是C区域,云的识别比图4有显著提高。
对比图4和图5的云检测结果,可以看出本方法通过定量计算进行有云或晴空海洋像元的判识更客观,相对于FY3业务系统云检测算法在海洋上采用多特征阈值法和查找表法有比较大的优势。
以上方法已成功应用于FY3VIRR海温反演业务系统,有效提高了气象遥感应用中海洋上云检测的准确性,从而提高了VIRR卫星反演海温产品的精度。
以上所述的具体描述,对发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (9)

1.一种极轨气象卫星VIRR海洋上云检测的处理方法,其特征在于,包括以下步骤:
步骤一、读取经过定位定标处理后的极轨气象卫星VIRR一级观测数据和平均海温数据,对读入的VIRR一级观测数据及其对应的海陆模板信息进行识别,得到海洋观测数据,计算海洋像元的分裂窗通道4、通道5的亮温T4和T5;陆地像元赋予陆地标识2;
步骤二、对海洋像元的T4和T5进行阈值检测,如果二者中任一个值低于阈值,则该像元为噪声,赋予噪声标识3;
步骤三、构建以当前海洋像元为中心的数据块,进行空间一致性检测,不满足空间一致性,则为有云像元,赋予有云标识1;通过则进入步骤四;
步骤四、根据仪器特性,基于长时间序列的匹配数据统计分析,得到适用的回归系数a0~a3,并设定亮温阈值Th1与气候海温阈值Th2;
步骤五、对于通过空间一致性检验的海洋像元,根据回归公式计算卫星VIRR反演海温Ts=a0+a1T4+a2(T4-T5)+a3(T4-T5)(secθ-1),其中,TS表示反演海温,T4、T5分别表示10.3~11.3μm、11.5~12.5μm通道亮温,a0~a3表示回归系数、θ表示卫星天顶角;
步骤六、进行海温阈值检验和气候阈值检验,满足|Ts-T4|<Th1且|Ts-Tc|≤Th2的像元为晴空像元,赋予晴空像元标识0;否则为云像元,赋予有云标识1;其中,Tc为该像元的气候海温;
步骤七、将检测为晴空海洋(0)、有云海洋(1)、陆地(2)和噪声(3)的结果按像元输出。
2.根据权利要求1所述的一种极轨气象卫星VIRR海洋上云检测的处理方法,其特征在于:所述回归系数a0~a3是基于VIRR长时间序列卫星观测资料与浮标的匹配数据集进行回归计算得到的,匹配数据集以VIRR一级观测数据和浮标海温数据为输入,按空间上1.1公里和时间上1小时的匹配窗口进行匹配,满足晴空海洋及上述匹配条件的像元为一个匹配样本,存储浮标海温、浮标经纬度、浮标时间、浮标类型、浮标质量、卫星观测时间、像元经纬度、T4、T5、卫星天顶角、太阳天顶角信息;采用3个月的匹配样本通过最小二乘法多元线性回归分析得到。
3.根据权利要求1所述的一种极轨气象卫星VIRR海洋上云检测的处理方法,其特征在于:所述空间一致性检测通过以下条件判别:|T4-Ta|<Std,其中Ta表示以该海洋像元为中心的像元块中有效像元的亮温平均值,Std表示以该海洋像元为中心的像元块中有效像元的亮温标准差。
4.根据权利要求3所述的一种极轨气象卫星VIRR海洋上云检测的处理方法,其特征在于:所述步骤三中以当前海洋像元为中心的数据块的大小为3×3。
5.根据权利要求1所述的一种极轨气象卫星VIRR海洋上云检测的处理方法,其特征在于:Th1=10K;Th2=3K。
6.根据权利要求1所述的一种极轨气象卫星VIRR海洋上云检测的处理方法,其特征在于:所述Tc根据步骤一所述的一级观测数据中的经纬度数据以及平均海温数据通过双线性插值得到。
7.根据权利要求6所述的一种极轨气象卫星VIRR海洋上云检测的处理方法,其特征在于:所述平均海温数据为30年月平均海温数据。
8.根据权利要求1所述的一种极轨气象卫星VIRR海洋上云检测的处理方法,其特征在于:所述T4、T5的计算公式如下:
T i = c 2 × wn i l o g ( c 1 × wn i 3 R + 1 ) ;
其中,i=4或5,wn为通道的中心波数,c1和c2是常数,c1=1.191065×10-5,c2=1.43839,R为辐射值,R通过以下公式计算:
R=A0+A1×N+A2×N2
其中A0~A2为定标系数,N为计数值。
9.根据权利要求1-8任一所述的一种极轨气象卫星VIRR海洋上云检测的处理方法,其特征在于:所述步骤七将检测结果按像元输出的方式为以下两种:一种是输出到二进制的海洋云检测结果文件;一种是输出到打印设备或显示设备,晴空海洋、有云海洋、陆地和噪声分别用不同颜色表示。
CN201510173656.8A 2015-04-14 2015-04-14 一种极轨气象卫星virr海洋上云检测的处理方法 Expired - Fee Related CN104820250B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510173656.8A CN104820250B (zh) 2015-04-14 2015-04-14 一种极轨气象卫星virr海洋上云检测的处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510173656.8A CN104820250B (zh) 2015-04-14 2015-04-14 一种极轨气象卫星virr海洋上云检测的处理方法

Publications (2)

Publication Number Publication Date
CN104820250A CN104820250A (zh) 2015-08-05
CN104820250B true CN104820250B (zh) 2017-03-15

Family

ID=53730591

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510173656.8A Expired - Fee Related CN104820250B (zh) 2015-04-14 2015-04-14 一种极轨气象卫星virr海洋上云检测的处理方法

Country Status (1)

Country Link
CN (1) CN104820250B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105574206A (zh) * 2016-01-20 2016-05-11 中国科学院大学 遥感数据与浮标数据自动匹配方法及系统
CN106772697B (zh) * 2016-11-21 2019-07-05 元江哈尼族彝族傣族自治县气象局 云海自然景观预报方法及系统
CN108399363B (zh) * 2018-01-25 2021-09-28 安徽师范大学 一种基于偏振图像的云检测方法
CN110749942B (zh) * 2019-11-12 2021-05-18 江苏省气象科学研究所 适用于静止卫星资料同化的晴空通道检测质量控制方法
CN111178384B (zh) * 2019-12-01 2023-05-05 国家卫星气象中心 一种气象卫星动力对流层顶高度反演方法、装置、存储介质及计算机设备
CN111241698A (zh) * 2020-01-17 2020-06-05 国家卫星气象中心 对流层顶风场反演方法、装置、存储介质及计算机设备
CN112507049B (zh) * 2020-11-19 2022-06-17 雾实(福建)科技有限公司 海洋动力环境卫星数据的传输方法、系统、设备和介质
CN113108918B (zh) * 2021-04-07 2022-06-21 成都信息工程大学 一种极轨气象卫星热红外遥感数据反演气温方法
CN113532652A (zh) * 2021-05-20 2021-10-22 国家卫星气象中心(国家空间天气监测预警中心) 一种基于浮标和大气再分析数据的红外遥感传感器绝对定标方法
CN113822381A (zh) * 2021-11-22 2021-12-21 国家卫星气象中心(国家空间天气监测预警中心) 一种基于海温差阈值的海上云检测方法
CN116246182A (zh) * 2023-03-17 2023-06-09 四川省气象灾害防御技术中心 基于agri红外分裂窗反演中高纬度云顶高度的方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5612901A (en) * 1994-05-17 1997-03-18 Gallegos; Sonia C. Apparatus and method for cloud masking
JP2003248812A (ja) * 2002-02-25 2003-09-05 Earth Weather:Kk 水温図作成装置及び水温図作成方法
CN1790051A (zh) * 2005-12-16 2006-06-21 中国科学院上海技术物理研究所 多源极轨气象卫星热红外波段数据的自动同化方法
JP2007212402A (ja) * 2006-02-13 2007-08-23 Toshiba Corp 気象予測システム及び気象予測方法
CN101452078A (zh) * 2008-12-30 2009-06-10 国家卫星气象中心 极轨气象卫星遥感白天和夜间海雾的检测方法
CN101672768A (zh) * 2008-09-11 2010-03-17 中国海洋大学 海上浓雾条件下大气水平能见度场的获取方法
CN103293084A (zh) * 2013-05-08 2013-09-11 南京大学 基于多光谱气象卫星信息的海雾全天时全天候反演方法
CN103439757A (zh) * 2013-09-10 2013-12-11 海全胜 一种利用modis遥感热红外数据的云检测方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5612901A (en) * 1994-05-17 1997-03-18 Gallegos; Sonia C. Apparatus and method for cloud masking
JP2003248812A (ja) * 2002-02-25 2003-09-05 Earth Weather:Kk 水温図作成装置及び水温図作成方法
CN1790051A (zh) * 2005-12-16 2006-06-21 中国科学院上海技术物理研究所 多源极轨气象卫星热红外波段数据的自动同化方法
JP2007212402A (ja) * 2006-02-13 2007-08-23 Toshiba Corp 気象予測システム及び気象予測方法
CN101672768A (zh) * 2008-09-11 2010-03-17 中国海洋大学 海上浓雾条件下大气水平能见度场的获取方法
CN101452078A (zh) * 2008-12-30 2009-06-10 国家卫星气象中心 极轨气象卫星遥感白天和夜间海雾的检测方法
CN103293084A (zh) * 2013-05-08 2013-09-11 南京大学 基于多光谱气象卫星信息的海雾全天时全天候反演方法
CN103439757A (zh) * 2013-09-10 2013-12-11 海全胜 一种利用modis遥感热红外数据的云检测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"FY3A"卫星资料在海面温度反演中的应用;何明元,马卫明,史卫 等;《第九届全国水动力学学术会议暨第二十二届全国水动力学研讨会文集》;20100312;第894-901页 *
FY-3B/VIRR海表温度算法改进及精度评估;王素娟,崔鹏,张鹏 等;《应用气象学报》;20141130;第25卷(第6期);第701-710页 *
RETRIEVAL OF SEA SURFACE TEMPERATUE FROM FY-3A VIRR DATA;Hongyan Wang, Lei Guan and Fan Wu;《IEEE conference》;20111231;第2009-2012页 *

Also Published As

Publication number Publication date
CN104820250A (zh) 2015-08-05

Similar Documents

Publication Publication Date Title
CN104820250B (zh) 一种极轨气象卫星virr海洋上云检测的处理方法
Pineda et al. Using NOAA AVHRR and SPOT VGT data to estimate surface parameters: application to a mesoscale meteorological model
Demuth et al. Evaluation of Advanced Microwave Sounding Unit tropical-cyclone intensity and size estimation algorithms
Kirstetter et al. Probabilistic precipitation rate estimates with ground‐based radar networks
Ciesielski et al. Quality-controlled upper-air sounding dataset for DYNAMO/CINDY/AMIE: Development and corrections
Li et al. Evaluation of 10 year AQUA/MODIS land surface temperature with SURFRAD observations
KR20200059085A (ko) 해양 표층 표류부이 관측 수온자료와 인공위성 적외영상자료를 활용한 해양 표층 해수면온도 산출 방법
Bain et al. Detecting the ITCZ in instantaneous satellite data using spatiotemporal statistical modeling: ITCZ climatology in the east Pacific
English et al. A cloud‐detection scheme for use with satellite sounding radiances in the context of data assimilation for numerical weather prediction
CN115062527B (zh) 一种基于深度学习的静止卫星海温反演方法及系统
Fiedler et al. An operational analysis of lake surface water temperature
Cornes et al. Correcting citizen‐science air temperature measurements across the Netherlands for short wave radiation bias
Ahamed et al. Cloud cover-based models for estimation of global solar radiation: A review and case study
Chaurasia et al. An objective method of cyclone centre determination from geostationary satellite observations
Paszkuta et al. Assessment of cloudiness for use in environmental marine research
CN113532652A (zh) 一种基于浮标和大气再分析数据的红外遥感传感器绝对定标方法
Manzo-Delgado et al. Multitemporal analysis of land surface temperature using NOAA-AVHRR: preliminary relationships between climatic anomalies and forest fires
Tomita et al. Sampling error of daily mean surface wind speed and air specific humidity due to Sun-synchronous satellite sampling and its reduction by multi-satellite sampling
Liu et al. A satellite-derived typhoon intensity index using a deviation angle technique
Chaudhuri et al. Nowcasting lightning flash rate and peak wind gusts associated with severe thunderstorms using remotely sensed TRMM-LIS data
Ouyang et al. Preliminary applications of a land surface temperature retrieval method to IASI and AIRS data
Prijith et al. Estimation of planetary boundary layer height using Suomi NPP-CrIS soundings
Reppucci et al. Extreme wind conditions observed by satellite synthetic aperture radar in the North West Pacific
Singh et al. Impact of Megha-Tropiques SAPHIR radiances in T574L64 global data assimilation and forecasting system at NCMRWF
Rudjord et al. Estimating thin ice thickness around Svalbard using MODIS satellite imagery

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170315

Termination date: 20180414

CF01 Termination of patent right due to non-payment of annual fee