CN105911613B - 一种自动确定全天无云和部分有云天气情况的方法 - Google Patents

一种自动确定全天无云和部分有云天气情况的方法 Download PDF

Info

Publication number
CN105911613B
CN105911613B CN201610514695.4A CN201610514695A CN105911613B CN 105911613 B CN105911613 B CN 105911613B CN 201610514695 A CN201610514695 A CN 201610514695A CN 105911613 B CN105911613 B CN 105911613B
Authority
CN
China
Prior art keywords
shortwave
day
skies
moment
solar
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.)
Active
Application number
CN201610514695.4A
Other languages
English (en)
Other versions
CN105911613A (zh
Inventor
唐荣林
李召良
姜亚珍
唐伯惠
吴骅
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.)
Institute of Geographic Sciences and Natural Resources of CAS
Institute of Agricultural Resources and Regional Planning of CAAS
Original Assignee
Institute of Geographic Sciences and Natural Resources of CAS
Institute of Agricultural Resources and Regional Planning of CAAS
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 Institute of Geographic Sciences and Natural Resources of CAS, Institute of Agricultural Resources and Regional Planning of CAAS filed Critical Institute of Geographic Sciences and Natural Resources of CAS
Priority to CN201610514695.4A priority Critical patent/CN105911613B/zh
Publication of CN105911613A publication Critical patent/CN105911613A/zh
Application granted granted Critical
Publication of CN105911613B publication Critical patent/CN105911613B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting 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)
  • Photometry And Measurement Of Optical Pulse Characteristics (AREA)

Abstract

本发明公开了一种自动确定全天无云和部分有云天气情况的方法，利用半小时尺度地面入射太阳辐射和短波大气透射率数据在一天中的变化情况，结合遥感MODIS云掩膜产品，得到全天无云和部分有云的天气判断，同时对部分有云天的分时间段短波大气透射率数据做进一步分析，得到各时间段有晴天出现的部分有云天。本发明避免了大量收集天气状况数据的问题，是研究蒸散发各控制/表征因子受云影响情况的前提，对于提高遥感反演地表蒸散发精度具有重要作用。

Description

一种自动确定全天无云和部分有云天气情况的方法
技术领域
本发明涉及一种自动确定天气情况的方法，尤其涉及一种自动确定全天无云和部分有云天气情况的方法。
背景技术
蒸散发是水循环与地表能量平衡的重要组成部分，在水文学、气象学、农学、地学等学科研究中，都发挥着重要的作用。遥感技术从技术性、经济性和实效性等方面来看，被认为是获得地球表面区域尺度蒸散发分布唯一可行的方法。研究表明，局地、区域和全球尺度的蒸散发分布可以依据遥感反演得到的地表参数和地面观测数据进行估算。
但是遥感获取蒸散发所需地面参数大多数是在卫星过境时刻为晴天的情况下进行。目前大量的对遥感反演地表蒸散发的研究，都存在对地表能量辐射各组分、水汽压、阻抗、潜在蒸发、参考蒸发等蒸散发的控制/表征因子受云影响的日变化过程及相互作用机理的认识严重不足的问题，使得蒸散发遥感估算精度受到影响。因此，基于地面入射太阳辐射和短波大气透射率数据的日内变化特征，开展全天无云、部分有云等天气情况的判断，研究蒸散发各控制/表征因子受云影响的情况，对于提高遥感反演地表蒸散发精度具有重要意义。
发明内容
为了解决上述技术所存在的不足之处，本发明提供了一种自动确定全天无云和部分有云天气情况的方法。
为了解决以上技术问题，本发明采用的技术方案是：一种自动确定全天无云和部分有云天气情况的方法，包括以下步骤：
步骤一：数据获取及其预处理，包括以下步骤：
(1)首先获得半小时尺度地面入射太阳短波辐射数据，其为地面直接测
量数据，记为RS；
(2)计算对应半小时时间尺度的短波大气透射率数据；短波大气透射率为入射地面太阳短波辐射数据与大气层顶太阳辐射数据的比率，记为τ,通过公式Ⅰ计算得出：
其中，RS为入射地面的太阳短波辐射；Rp为大气层顶太阳辐射；
大气层顶太阳辐射Rp通过公式Ⅱ计算得出：
Rp＝S0cosθ Ⅱ
其中，S0为太阳常数，取1365Wm-2；θ为太阳天顶角；
步骤二：确定一天中的日出日落时刻：
日出时刻为一天中首次地面入射太阳短波辐射大于5W/m2的时刻，记为tr；日落时刻为一天结束前最后一次地面入射太阳短波辐射大于5W/m2的时刻，记为ts；
步骤三：全天无云天气的确定：
在给定的一天中，如果半小时尺度地面入射太阳辐射RS和对应的短波大气透射率数据τ从日出时刻tr到正午时刻tm单调增加，同时满足从正午时刻tm到日落时刻ts单调减少，则将这一天选中为晴天，即晴天条件满足公式III：
其中，RS为地面入射短波太阳辐射；ti为第i个半小时对应的时刻；ti+1为第i+1个半小时对应的时刻；tr为日出时刻；tm为正午时刻；ts为日落时刻；
然后结合遥感中分辨率成像光谱仪MODIS(moderate-resolution imagespectroradiometer)云掩膜产品MOD35的质量控制数据，即质量标记首两位值为11(可信度高的晴空)的数据，从所选晴天中排除持续有云天气，则所剩晴天为全天无云天；
步骤四：部分有云天气的确定，具体步骤为：
(1)在给定的一天中，如果半小时尺度地面入射太阳短波辐射RS和相应的短波大气透射率数据τ从日出时刻tr到正午时刻tm不是单调增加或者从正午时刻tm到日落时刻ts不是单调减小，则这一天为部分有云天；
(2)在部分有云天中继续选取云出现间隔有晴天出现的部分；先从白天时间选择9:00-10:00、10:00-11:00、11:00-12:00、12:00-13:00、13:00-14:00、14:00-15:00的时间间隔；由于短波大气透射率τ随着太阳天顶角和总体积含水量变化而变化，为了判断部分有云天各时间间隔中是否有晴天出现，首先将τ按照公式IV转换为垂直方向的值：
τ0＝τcosθ IV
其中，τ0为垂直方向的短波大气透射率；θ为太阳天顶角；
若部分有云天给定时间间隔的垂直方向短波大气透射率τ0大于两个相邻晴天对应时间间隔的τ0，即满足公式V，则该部分有云天的该时间段有晴天出现，被选择用于进一步分析；否则，该部分有云天被舍弃；
τ0i＞τ0i(before)&τ0i＞τ0i(after) V
其中，τ0i为该有云天给定时间间隔垂直方向的短波大气透射率；τ0i(before)为该有云天前一相邻晴天对应时间间隔垂直方向的短波大气透射率，τ0i(after)为该有云天后一相邻晴天对应时间间隔垂直方向的短波大气透射率。
根据以上步骤，可快速得到完全晴天和部分有云天的天气判断。
本发明与现有技术相比，仅通过入射地面太阳辐射和短波大气透射率在一天中的变化情况，结合MODIS云掩膜产品即可进行全天无云和部分有云天气的判断，避免了获取大量天气状况数据的问题。本发明原理简单易操作、确定精度高，能快速得到全天无云和部分有云天天气情况，并得到一天中各时间段间隔有晴天的部分有云天。
具体实施方式
下面结合具体实施方式对本发明作进一步详细的说明。
本发明包括以下步骤：
步骤一：数据获取及其预处理，包括以下步骤：
(1)首先获得半小时尺度地面入射太阳短波辐射数据，其为地面直接测
量数据，记为RS；
(2)计算对应半小时时间尺度的短波大气透射率数据；短波大气透射率为入射地面太阳短波辐射数据与大气层顶太阳辐射数据的比率，记为τ,通过公式Ⅰ计算得出：
其中，RS为入射地面的太阳短波辐射；Rp为大气层顶太阳辐射；
大气层顶太阳辐射Rp通过公式Ⅱ计算得出：
Rp＝S0cosθ Ⅱ
其中，S0为太阳常数，取1365Wm-2；θ为太阳天顶角；
步骤二：确定一天中的日出日落时刻：
日出时刻为一天中首次地面入射太阳短波辐射大于5W/m2的时刻，记为tr；日落时刻为一天结束前最后一次地面入射太阳短波辐射大于5W/m2的时刻，记为ts；
步骤三：全天无云天气的确定：
在给定的一天中，如果半小时尺度地面入射太阳辐射RS和对应的短波大气透射率数据τ从日出时刻tr到正午时刻tm单调增加，同时从正午时刻tm到日落时刻ts单调减少，则将这一天选中为晴天，即晴天条件满足公式III：
其中，RS为地面入射短波太阳辐射；ti为第i个半小时对应的时刻；ti+1为第i+1个半小时对应的时刻；tr为日出时刻；tm为正午时刻；ts为日落时刻；
然后结合遥感中分辨率成像光谱仪MODIS(moderate-resolution imagespectroradiometer)云掩膜产品MOD35的质量控制数据，即质量标记首两位值为11(可信度高的晴空)的数据，从所选晴天中排除持续有云天气，则所剩晴天为全天无云天；
步骤四：部分有云天气的确定，具体步骤为：
(1)在给定的一天中，如果半小时尺度地面入射太阳短波辐射RS和相应的短波大气透射率数据τ从日出时刻tr到正午时刻tm不是单调增加或者从正午时刻tm到日落时刻ts不是单调减小，则这一天为部分有云天；
(2)在部分有云天中继续选取云出现间隔有晴天出现的部分；先从白天时间选择9:00-10:00、10:00-11:00、11:00-12:00、12:00-13:00、13:00-14:00、14:00-15:00的时间间隔；由于短波大气透射率τ随着太阳天顶角和总体积含水量变化而变化，为了判断部分有云天各时间间隔中是否有晴天出现，首先将τ按照公式IV转换为垂直方向的值：
τ0＝τcosθ IV
其中，τ0为垂直方向的短波大气透射率；θ为太阳天顶角；
若部分有云天给定时间间隔的垂直方向短波大气透射率τ0大于两个相邻晴天对应时间间隔的τ0，即满足公式V，则该部分有云天的该时间段有晴天出现，被选择用于进一步分析；否则，该部分有云天被舍弃；
τ0i＞τ0i(before)&τ0i＞τ0i(after) V
其中，τ0i为该有云天给定时间间隔垂直方向的短波大气透射率；τ0i(before)为该有云天前一相邻晴天对应时间间隔垂直方向的短波大气透射率，τ0i(after)为该有云天后一相邻晴天对应时间间隔垂直方向的短波大气透射率。
根据以上步骤，可快速得到完全晴天和部分有云天的天气判断。
本发明充分利用给定一天中半小时尺度的地面入射太阳短波辐射数据和相应短波大气透射率数据在一天的变化情况，结合遥感MODIS云掩膜产品得到完全晴天和部分有云天的天气情况判断，同时对部分有云天各时间段短波大气透射率数据进行进一步分析，得出各时间段有晴天出现的部分有云天。
本发明只需地面入射太阳辐射数据，即可确定日出日落时刻；利用半小时尺度地面入射太阳辐射数据、短波大气透射率数据，结合遥感MODIS云掩膜产品，即可得到全天无云和部分有云天的天气判断。本发明能简单快速地确定完全晴天和部分有云天气状况，避免了需要大量收集天气状况数据的问题，是研究蒸散发各控制/表征因子受云影响情况的前提，对于提高遥感反演地表蒸散发精度具有重要作用。
上述实施方式并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的技术方案范围内所做出的变化、改型、添加或替换，也均属于本发明的保护范围。

Claims (1)

1.一种自动确定全天无云和部分有云天气情况的方法，其特征在于，所述方法包括以下步骤：
步骤一：数据获取及其预处理，包括以下步骤：
(1)首先获得半小时尺度地面入射太阳短波辐射数据，其为地面直接测量数据，记为RS；
(2)计算对应半小时时间尺度的短波大气透射率数据；短波大气透射率为入射地面太阳短波辐射数据与大气层顶太阳辐射数据的比率，记为τ,通过公式Ⅰ计算得出：
其中，RS为入射地面的太阳短波辐射；Rp为大气层顶太阳辐射；
大气层顶太阳辐射Rp通过公式Ⅱ计算得出：
Rp＝S0cosθ Ⅱ
其中，S0为太阳常数，取1365Wm-2；θ为太阳天顶角；
步骤二：确定一天中的日出日落时刻：
日出时刻为一天中首次地面入射太阳短波辐射大于5W/m2的时刻，记为tr；日落时刻为一天结束前最后一次地面入射太阳短波辐射大于5W/m2的时刻，记为ts；
步骤三：全天无云天气的确定：
在给定的一天中，如果半小时尺度地面入射太阳辐射RS和对应的短波大气透射率数据τ从日出时刻tr到正午时刻tm单调增加，同时从正午时刻tm到日落时刻ts单调减少，则将这一天选中为晴天，即晴天条件满足公式III：
其中，RS为地面入射短波太阳辐射；ti为第i个半小时对应的时刻；ti+1为第i+1个半小时对应的时刻；tr为日出时刻；tm为正午时刻；ts为日落时刻；
然后结合遥感中分辨率成像光谱仪云掩膜产品MOD35的质量控制数据，即质量标记首两位值为11的数据，从所选晴天中排除持续有云天气，则所剩晴天为全天无云天；
步骤四：部分有云天气的确定，具体步骤为：
(1)在给定的一天中，如果半小时尺度地面入射太阳短波辐射RS和相应的短波大气透射率数据τ从日出时刻tr到正午时刻tm不是单调增加或者从正午时刻tm到日落时刻ts不是单调减小，则这一天为部分有云天；
(2)在部分有云天中继续选取云出现间隔有晴天出现的部分；先从白天时间选择9:00-10:00、10:00-11:00、11:00-12:00、12:00-13:00、13:00-14:00、14:00-15:00的时间间隔；由于短波大气透射率τ随着太阳天顶角和总体积含水量变化而变化，为了判断部分有云天各时间间隔中是否有晴天出现，首先将τ按照公式IV转换为垂直方向的值：
τ0＝τcosθ IV
其中，τ0为垂直方向的短波大气透射率；θ为太阳天顶角；
若部分有云天给定时间间隔的垂直方向短波大气透射率τ0大于两个相邻晴天对应时间间隔的τ0，即满足公式V，则该部分有云天的该时间段有晴天出现，被选择用于进一步分析；否则，该部分有云天被舍弃；
τ0i＞τ0i(before)&τ0i＞τ0i(after) V
其中，τ0i为该有云天给定时间间隔垂直方向的短波大气透射率；τ0i(before)为该有云天前一相邻晴天对应时间间隔垂直方向的短波大气透射率，τ0i(after)为该有云天后一相邻晴天对应时间间隔垂直方向的短波大气透射率；
根据以上步骤，可快速得到完全晴天和部分有云天的天气判断。
CN201610514695.4A 2016-07-01 2016-07-01 一种自动确定全天无云和部分有云天气情况的方法 Active CN105911613B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610514695.4A CN105911613B (zh) 2016-07-01 2016-07-01 一种自动确定全天无云和部分有云天气情况的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610514695.4A CN105911613B (zh) 2016-07-01 2016-07-01 一种自动确定全天无云和部分有云天气情况的方法

Publications (2)

Publication Number Publication Date
CN105911613A CN105911613A (zh) 2016-08-31
CN105911613B true CN105911613B (zh) 2018-07-24

Family

ID=56753636

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610514695.4A Active CN105911613B (zh) 2016-07-01 2016-07-01 一种自动确定全天无云和部分有云天气情况的方法

Country Status (1)

Country Link
CN (1) CN105911613B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107065036B (zh) * 2017-04-19 2019-12-24 中国农业科学院农业资源与农业区划研究所 一种联合遥感和气象数据获取全天候蒸散发的方法
CN109031473B (zh) * 2018-06-19 2020-10-02 中国科学院地理科学与资源研究所 完全晴天的自动判断方法和装置
CN113792252B (zh) * 2021-09-14 2022-08-16 中国科学院地理科学与资源研究所 一种有云天的日尺度蒸散发估算方法及系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7467043B1 (en) * 2005-05-10 2008-12-16 The Weather Channel, Inc. Method for determining current synthetic ultraviolet index for a specified location
JP2007003308A (ja) * 2005-06-22 2007-01-11 Pasuko:Kk 地表面温度推定方法及びそのためのプログラム
CN103678884A (zh) * 2013-11-22 2014-03-26 河海大学 一种基于hj卫星的地表实际蒸散发动态监测方法
CN103810387A (zh) * 2014-02-13 2014-05-21 中国科学院地理科学与资源研究所 基于modis数据的地表蒸散发全遥感反演方法及系统
CN104036086A (zh) * 2014-06-17 2014-09-10 杭州电子科技大学 一种基于modis数据的大气相对湿度估算方法
CN104535979B (zh) * 2014-12-23 2017-03-29 中国科学院遥感与数字地球研究所 一种陆地云光学厚度的遥感反演方法及系统

Also Published As

Publication number Publication date
CN105911613A (zh) 2016-08-31

Similar Documents

Publication Publication Date Title
Bakwin et al. Measurements of carbon dioxide on very tall towers: results of the NOAA/CMDL program
Morel et al. Pigment distribution and primary production in the western Mediterranean as derived and modeled from coastal zone color scanner observations
Box et al. Greenland ice sheet albedo feedback: thermodynamics and atmospheric drivers
Ma et al. Determination of regional net radiation and soil heat flux over a heterogeneous landscape of the Tibetan Plateau
Bird et al. Holocene tropical South American hydroclimate revealed from a decadally resolved lake sediment δ18O record
Kahru et al. Satellite detection of increased cyanobacteria blooms in the Baltic Sea: natural fluctuation or ecosystem change?
Ahrends et al. Tree phenology and carbon dioxide fluxes: use of digital photography for process-based interpretation at the ecosystem scale
Manara et al. Detection of dimming/brightening in Italy from homogenized all-sky and clear-sky surface solar radiation records and underlying causes (1959–2013)
Zhou et al. Assessing the impacts of an ecological water diversion project on water consumption through high-resolution estimations of actual evapotranspiration in the downstream regions of the Heihe River Basin, China
Cheruy et al. Combined influence of atmospheric physics and soil hydrology on the simulated meteorology at the SIRTA atmospheric observatory
CN105911613B (zh) 一种自动确定全天无云和部分有云天气情况的方法
Guo et al. Spatial-temporal patterns of vegetation dynamics and their relationships to climate variations in Qinghai Lake Basin using MODIS time-series data
Zhong et al. Estimation of hourly land surface heat fluxes over the Tibetan Plateau by the combined use of geostationary and polar-orbiting satellites
CN104166782A (zh) 一种林地土壤有机碳遥感估测的方法
Gao et al. A coupled remote sensing and the Surface Energy Balance with Topography Algorithm (SEBTA) to estimate actual evapotranspiration over heterogeneous terrain
Zeng et al. Assessment of climate impacts on the karst-related carbon sink in SW China using MPD and GIS
Cabello et al. The role of vegetation and lithology in the spatial and inter-annual response of EVI to climate in drylands of Southeastern Spain
Joswiak et al. A 70-yr record of oxygen-18 variability in an ice core from the Tanggula Mountains, central Tibetan Plateau
Zannoni et al. The atmospheric water cycle of a coastal lagoon: An isotope study of the interactions between water vapor, precipitation and surface waters
Pineda et al. Rainfall variability related to sea surface temperature anomalies in a Pacific–Andean basin into Ecuador and Peru
Mallick et al. Latent heat flux estimation in clear sky days over Indian agroecosystems using noontime satellite remote sensing data
Zhang et al. Seasonal variation of carbon exchange of typical forest ecosystems along the eastern forest transect in China
CN109031473A (zh) 完全晴天的自动判断方法和装置
Soegaard Fluxes of carbon dioxide, water vapour and sensible heat in a boreal agricultural area of Sweden—scaled from canopy to landscape level
Rixen et al. The influence of the SW monsoon on the deep-sea organic carbon cycle in the Holocene

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20180606

Address after: 100101 Beijing city Chaoyang District Datun Road No. 11

Applicant after: Inst of Geographic Science and Resources, Chiense Academy of Sciences

Applicant after: Institute of agricultural resources and regional planning, Chinese Academy of Agricultural Sciences

Address before: 100101 Beijing city Chaoyang District Datun Road No. 11

Applicant before: Inst of Geographic Science and Resources, Chiense Academy of Sciences

GR01 Patent grant
GR01 Patent grant