CN105938194A - 一种确定波谱仪数据降雨标志的方法 - Google Patents
一种确定波谱仪数据降雨标志的方法 Download PDFInfo
- Publication number
- CN105938194A CN105938194A CN201610556806.8A CN201610556806A CN105938194A CN 105938194 A CN105938194 A CN 105938194A CN 201610556806 A CN201610556806 A CN 201610556806A CN 105938194 A CN105938194 A CN 105938194A
- Authority
- CN
- China
- Prior art keywords
- rainfall
- data
- nrcs
- sea
- incidence
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
- G01S13/955—Radar or analogous systems specially adapted for specific applications for meteorological use mounted on satellite
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种确定波谱仪数据降雨标志的方法,利用TRMM卫星PR雷达9°入射角观测数据,基于9°入射角海面后向散射系数(NRCS)不随海面风、浪等动力环境因素变化的特性,通过分析无雨和降雨海面NRCS差异,确定了9°入射角海面NRCS降雨阈值,该阈值可用于确定波谱仪数据的降雨标志。确定降雨标志可用于剔除波谱仪部分受降雨干扰的无效数据,对保证波谱仪关于海面动力环境遥感产品的质量,起着非常重要的作用。同时具有简单实现的优势,适合于实际应用。
Description
技术领域
本发明属于海洋微波遥感技术领域,具体是一种确定波谱仪数据降雨标志的方法。
背景技术
降雨是一种常见的大气现象,海面的降雨会引起波谱仪海面NRCS的变化,由于目前的波谱仪动力环境遥感模型仅适用无雨海面,所以海面降雨会干扰波谱仪对海面风、浪等动力环境的遥感观测。海面降雨标志的确定,对于剔除波谱仪部分受降雨干扰的无效数据,保证遥感产品的质量,具有非常重要的现实意义和科研价值。
波谱仪是一种小入射角星载雷达,入射角范围在0°-11°,主要用于测量海面的风、浪等动力环境参数,全球第一颗波谱仪卫星将搭载中法海洋卫星(CFOSAT),预计于2018年发射(Ren et al.,2015)。目前,对于小入射角雷达,只有TRMM卫星PR雷达能够实现海面降雨量的遥感。PR雷达作为一种气象雷达,是通过观测大气的反射率,利用Z-R关系(反射率-降雨量关系)来确定降雨量,进而确定降雨标志(Iguchi et al.2000;Li et al.2002;Setoand Iguchi 2007)。而对于动力环境遥感卫星,如波谱仪,散射计和合成孔径雷达(SAR)等,都是基于观测的海面NRCS来遥感海面动力环境参数,并未配置测量大气发射率的功能模块。因此,波谱仪难以应用与PR雷达相同的方法来确定波谱仪数据降雨标志。
由于波谱仪不能观测大气发射率,所以只能从海面NRCS的角度来确定降雨标志。在降雨条件下,波谱仪观测到的海面NRCS,是海面风、浪等动力环境因素和降雨的共同作用结果,而实际海面的动力环境始终处于变化之中,很难根据经验用一个预先设定的海面NRCS阈值来区分是否降雨。因此,当需要同时考虑降雨和动力环境因素对海面NRCS影响时,如何应用简单的海面NRCS降雨阈值,来确定波谱仪数据降雨标志,是一个非常困难的问题。
针对上述问题,解决的关键在于如何消除动力环境因素对海面NRCS的影响。根据小入射角海面NRCS特性研究(Hesany et al.,2000;Tran,et al.,2007),9°-11°入射角观测的海面NRCS,基本不随海面动力环境变化,这主要是因为在该入射角范围内,海面NRCS是准镜面散射和布拉格散射的共同作用结果,准镜面散射随着粗糙度增大而减小,而布拉格散射随着粗糙度增大而增大,从而导致不同动力环境下海面NRCS整体的不变性。因此,若选取该入射角范围内观测数据来确定波谱仪数据降雨标志,则可以摆脱海面动力环境因素对NRCS的影响,保证海面NRCS变化量仅与降雨量相关,从而有利于确定海面NRCS降雨阈值。然而迄今为止,仍然没有研究将其用于确定波谱仪数据降雨标志。
发明内容
本发明的目的是提供了一种确定波谱仪数据降雨标志的方法。
本发明通过以下技术方案实现:
确定波谱仪数据降雨标志的方法包括以下步骤:
S01.收集研究区域TRMM卫星PR雷达2A25标准产品数据;
S02.从步骤S01获得的数据中选取海面观测数据,选取方法:提取产品中的“TRMM 2A25Method Flag”因子,当设置值为0时,表示海面观测数据;
S03.从海面观测数据中分别选取无雨和降雨海面数据,选取方法:提取产品中的“Rain Flag”因子,当设置值为0时,表示无雨数据;当设置值为1时,表示降雨数据;
S04.从无雨海面数据,提取9°入射角无雨海面NRCS数据,所述的9°入射角是指8.5°-9.5°的入射角范围;
S05.从ECMWF模式预报数据中,提取与9°入射角无雨海面NRCS数据时间和空间上同步的动力环境参数,
S06.从降雨海面数据,分别提取9°入射角降雨海面NRCS数据和同步的平均降雨量数据;
S07.从步骤S01和S05获得的数据中,选取典型动力环境参数下的9°入射角无雨海面NRCS,典型海面风速设定为1-13m/s,典型海面有效波高设定为0.3-3.5m;
S08.从步骤S06获得的数据中,选取有效平均降雨量下的9°入射角降雨海面NRCS,有效平均降雨量设定为大于1mm/hr;
S09.利用概率统计方法估计典型动力环境参数下9°入射角无雨海面NRCS的95%置信区间;
S10.利用概率统计方法估计有效平均降雨量下9°入射角降雨海面NRCS的95%置信区间;
S11.计算9°入射角无雨海面NRCS置信区间下限和9°入射角降雨海面NRCS置信区间上限的平均值,作为9°入射角海面NRCS降雨阈值,将9°入射角海面NRCS降雨阈值用于研究区域波谱仪数据确定降雨标志,当波谱仪9°入射角海面NRCS大于降雨阈值时,标志为无雨海面;当波谱仪9°入射角海面NRCS小于降雨阈值时,标志为降雨海面。
进一步的,所述步骤S05中的动力环境参数包括动力环境参数指海面风速和海面有效波高。
进一步的,所述步骤S05中同步时间窗口为10分钟,同步空间窗口为5km。
本发明的有益效果是:
(1)本发明提供了一种确定波谱仪数据降雨标志的方法,利用TRMM卫星PR雷达9°入射角观测数据,基于9°入射角海面NRCS不随海面风、浪等动力环境因素变化的特性,通过比较无雨和降雨海面NRCS差异,确定了9°入射角海面NRCS降雨阈值,该阈值可用于确定波谱仪数据的降雨标志;(2)确定波谱仪数据的降雨标志,可用于剔除波谱仪在降雨条件下的受干扰的无效数据,以保证动力环境遥感产品的质量;(3)摆脱了小入射角雷达需要从大气反射率来遥感降雨量的惯性思维,为解决今后建立降雨条件下动力环境遥感模型问题奠定了研究基础。
附图说明
图1是确定波谱仪数据降雨标志方法的技术路线图;
图2(a)是提取的TRMM卫星PR雷达9°入射角无雨海面NRCS数据随典型海面风速变化关系;
图2(b)是提取的TRMM卫星PR雷达9°入射角无雨海面NRCS数据随典型海面有效波高变化关系;
图3是提取的TRMM卫星PR雷达9°入射角降雨海面NRCS数据随有效平均降雨量变化关系;
图4是提取的TRMM卫星PR雷达9°入射角海面NRCS数据在不同降雨阈值下得到的漏警率(图4a)和虚警率(图4b)。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及具体实例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
如图1所示,一种确定波谱仪数据降雨标志的方法,包括以下步骤:
一种确定波谱仪数据降雨标志的方法,其特征在于其包括以下步骤:
S01.收集研究区域TRMM卫星PR雷达2A25标准产品数据;
S02.从步骤S01获得的数据中选取海面观测数据,选取方法:提取产品中的“TRMM 2A25Method Flag”因子,当设置值为0时,表示海面观测数据;
S03.从海面观测数据中分别选取无雨和降雨海面数据,选取方法:提取产品中的“Rain Flag”因子,当设置值为0时,表示无雨数据;当设置值为1时,表示降雨数据;
S04.从无雨海面数据,提取9°入射角无雨海面NRCS数据,9°入射角包括8.5-9.5°;
S05.从ECMWF模式预报数据中,提取与9°入射角无雨海面NRCS数据时间和空间上同步的动力环境参数,动力环境参数指海面风速和海面有效波高,同步时间窗口为10分钟,同步空间窗口为5km;
S06.从降雨海面数据,分别提取9°入射角降雨海面NRCS数据和同步的平均降雨量数据;
S07.从步骤S01和S05获得的数据中,选取典型动力环境参数下的9°入射角无雨海面NRCS,典型海面风速设定为1-13m/s,典型海面有效波高设定为0.3-3.5m。
S08.从步骤S06获得的数据中,选取有效平均降雨量下的9°入射角降雨海面NRCS,有效平均降雨量设定为大于1mm/hr。
S09.利用概率统计方法估计典型动力环境参数下9°入射角无雨海面NRCS的95%置信区间。
S10.利用概率统计方法估计有效平均降雨量下9°入射角降雨海面NRCS的95%置信区间。
S11.计算9°入射角无雨海面NRCS置信区间下限和9°入射角降雨海面NRCS置信区间上限的平均值,作为9°入射角海面NRCS降雨阈值,当9°入射角海面NRCS大于降雨阈值时,标志为无雨海面;当9°入射角海面NRCS小于降雨阈值时,标志为降雨海面。
S12.将9°入射角海面NRCS降雨阈值用于研究区域波谱仪数据确定降雨标志。
下面以中国南海2010年01月期间TRMM卫星PR雷达200轨数据为例,具体步骤如下:
S01.收集中国南海2010年01月期间TRMM卫星PR雷达200轨2A25标准产品数据;
S02.从步骤S01获得的数据中选取海面观测数据,选取方法:提取产品中的“TRMM 2A25Method Flag”因子,当设置值为0时,表示海面观测数据;
S03.从海面观测数据中分别选取无雨和降雨海面数据,选取方法:提取产品中的“Rain Flag”因子,当设置值为0时,表示无雨数据;当设置值为1时,表示降雨数据;
S04.从无雨海面数据,提取9°入射角无雨海面NRCS数据,9°入射角包括8.5-9.5°;
S05.从ECMWF模式预报数据中,提取与9°入射角无雨海面NRCS数据时间和空间上同步的动力环境参数,动力环境参数指海面风速和海面有效波高,同步时间窗口为10分钟,同步空间窗口为5km;
S06.从降雨海面数据,分别提取9°入射角降雨海面NRCS数据和同步的平均降雨量数据;
S07.从步骤S01和S05获得的数据中,选取典型动力环境参数下的9°入射角无雨海面NRCS,典型海面风速设定为1-13m/s,典型海面有效波高设定为0.3-3.5m,典型动力环境代表海面常见环境,基于典型动力环境确定出的方法具有良好的适用性。如图2(a)和(b)所示,9°入射角无雨海面NRCS基本不随典型海面风速和有效波高等动力环境参数变化,表明确定降雨标志的过程中,可以摆脱海面动力环境因素对NRCS的影响。
S08.从步骤S06获得的数据中,选取有效平均降雨量下的9°入射角降雨海面NRCS,有效平均降雨量设定为大于1mm/hr,因为小于1mm/hr平均降雨量对海面NRCS影响甚小,难以对波谱仪数据海面动力环境遥感产品产生干扰,因此这里仅选取大于1mm/hr平均降雨量下的海面NRCS。如图3所示,9°入射角降雨海面NRCS随有效平均降雨量降低,表明无雨和降雨海面NRCS存在差异。
S09.利用概率统计方法估计典型动力环境参数下9°入射角无雨海面NRCS的95%置信区间,估计的置信区间约为[5.5,7.5]。
S10.利用概率统计方法估计有效平均降雨量下9°入射角降雨海面NRCS的95%置信区间,估计的置信区间约为[1.0,7.0]。
S11.计算9°入射角无雨海面NRCS置信区间下限和9°入射角降雨海面NRCS置信区间上限的平均值,作为9°入射角海面NRCS降雨阈值,计算的降雨阈值约为6.2dB,当9°入射角海面NRCS大于降雨阈值时,标志为无雨海面;当9°入射角海面NRCS小于降雨阈值时,标志为降雨海面。图4是提取的TRMM卫星PR雷达9°入射角海面NRCS数据在不同降雨阈值下得到的漏警率和虚警率。可以看出,当降雨阈值为6.2dB时对应的漏警率约为8.1%(图4a),虚警率约为6.7%(图4b),表明能有效区分无雨和降雨海面。
将9°入射角海面NRCS降雨阈值用于研究区域波谱仪数据确定降雨标志,可用于剔除波谱仪在降雨条件下的受干扰的无效数据,以保证动力环境遥感产品的质量。
Claims (3)
1.一种确定波谱仪数据降雨标志的方法,其特征在于其包括以下步骤:
S01.收集研究区域TRMM卫星PR雷达2A25标准产品数据;
S02.从步骤S01获得的数据中选取海面观测数据,选取方法:提取产品中的“TRMM 2A25Method Flag”因子,当设置值为0时,表示海面观测数据;
S03.从海面观测数据中分别选取无雨和降雨海面数据,选取方法:提取产品中的“Rain Flag”因子,当设置值为0时,表示无雨数据;当设置值为1时,表示降雨数据;
S04.从无雨海面数据,提取9°入射角无雨海面NRCS数据,所述的9°入射角是指8.5°-9.5°的入射角范围;
S05.从ECMWF模式预报数据中,提取与9°入射角无雨海面NRCS数据时间和空间上同步的动力环境参数,
S06.从降雨海面数据,分别提取9°入射角降雨海面NRCS数据和同步的平均降雨量数据;
S07.从步骤S01和S05获得的数据中,选取典型动力环境参数下的9°入射角无雨海面NRCS,典型海面风速设定为1-13m/s,典型海面有效波高设定为0.3-3.5m;
S08.从步骤S06获得的数据中,选取有效平均降雨量下的9°入射角降雨海面NRCS,有效平均降雨量设定为大于1mm/hr;
S09.利用概率统计方法估计典型动力环境参数下9°入射角无雨海面NRCS的95%置信区间;
S10.利用概率统计方法估计有效平均降雨量下9°入射角降雨海面NRCS的95%置信区间;
S11.计算9°入射角无雨海面NRCS置信区间下限和9°入射角降雨海面NRCS置信区间上限的平均值,作为9°入射角海面NRCS降雨阈值,将9°入射角海面NRCS降雨阈值用于研究区域波谱仪数据确定降雨标志,当波谱仪9°入射角海面NRCS大于降雨阈值时,标志为无雨海面;当波谱仪9°入射角海面NRCS小于降雨阈值时,标志为降雨海面。
2.如权利要求1所述的一种确定波谱仪数据降雨标志的方法,其特征在于所述步骤S05中的动力环境参数包括动力环境参数指海面风速和海面有效波高。
3.如权利要求1所述的一种确定波谱仪数据降雨标志的方法,其特征在于所述步骤S05中同步时间窗口为10分钟,同步空间窗口为5km。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610556806.8A CN105938194B (zh) | 2016-07-12 | 2016-07-12 | 一种确定波谱仪数据降雨标志的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610556806.8A CN105938194B (zh) | 2016-07-12 | 2016-07-12 | 一种确定波谱仪数据降雨标志的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105938194A true CN105938194A (zh) | 2016-09-14 |
CN105938194B CN105938194B (zh) | 2018-04-10 |
Family
ID=56872918
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610556806.8A Active CN105938194B (zh) | 2016-07-12 | 2016-07-12 | 一种确定波谱仪数据降雨标志的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105938194B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104914418A (zh) * | 2015-05-19 | 2015-09-16 | 华中科技大学 | 一种海浪斜率分布的微波散射遥感方法 |
CN105510372A (zh) * | 2016-01-27 | 2016-04-20 | 江苏出入境检验检疫局动植物与食品检测中心 | 建立dpls-bs-uve快速鉴别蜂蜜真假的模型方法 |
CN205203414U (zh) * | 2015-12-24 | 2016-05-04 | 中国农业科学院农业信息研究所 | 一种低空图像采集装置 |
-
2016
- 2016-07-12 CN CN201610556806.8A patent/CN105938194B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104914418A (zh) * | 2015-05-19 | 2015-09-16 | 华中科技大学 | 一种海浪斜率分布的微波散射遥感方法 |
CN205203414U (zh) * | 2015-12-24 | 2016-05-04 | 中国农业科学院农业信息研究所 | 一种低空图像采集装置 |
CN105510372A (zh) * | 2016-01-27 | 2016-04-20 | 江苏出入境检验检疫局动植物与食品检测中心 | 建立dpls-bs-uve快速鉴别蜂蜜真假的模型方法 |
Non-Patent Citations (1)
Title |
---|
储小青: "《海浪波谱仪海浪遥感方法及应用基础研究》", 《中国博士学位论文全文数据库 基础科学辑》 * |
Also Published As
Publication number | Publication date |
---|---|
CN105938194B (zh) | 2018-04-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liang et al. | Time-series snowmelt detection over the Antarctic using Sentinel-1 SAR images on Google Earth Engine | |
Kollias et al. | The Atmospheric Radiation Measurement Program cloud profiling radars: Second-generation sampling strategies, processing, and cloud data products | |
Flaounas et al. | The dynamical structure of intense Mediterranean cyclones | |
Wang et al. | Objective definition of the Indian summer monsoon onset | |
CN109814175B (zh) | 一种基于卫星的强对流监测方法及其应用 | |
Tuononen et al. | Low-level jets over Utö, Finland, based on Doppler lidar observations | |
Podest et al. | Multisensor microwave sensitivity to freeze/thaw dynamics across a complex boreal landscape | |
Carr et al. | Polarimetric signatures of midlatitude warm-rain precipitation events | |
Kollias et al. | Scanning ARM cloud radars. Part II: Data quality control and processing | |
Jurković et al. | Lightning, overshooting top and hail characteristics for strong convective storms in Central Europe | |
Summa et al. | Characterization of the planetary boundary layer height and structure by Raman lidar: comparison of different approaches | |
Senf et al. | Characterization of initiation and growth of selected severe convective storms over central Europe with MSG-SEVIRI | |
Zhang et al. | Comparison of planetary boundary layer height from ceilometer with ARM radiosonde data | |
Morrison et al. | On a natural environment for glaciogenic cloud seeding | |
Apke et al. | Relationships between deep convection updraft characteristics and satellite-based super rapid scan mesoscale atmospheric motion vector–derived flow | |
CN102540277A (zh) | 基于面向对象和时序影像的白天陆地辐射雾检测方法 | |
Frehlich | Scanning doppler lidar for input into short-term wind power forecasts | |
Saraiva et al. | Regional variability of rain clouds in the Amazon basin as seen by a network of weather radars | |
de Roda Husman et al. | Remote sensing of surface melt on Antarctica: Opportunities and challenges | |
Sun et al. | Retrieval and accuracy assessment of tree and stand parameters for Chinese fir plantation using terrestrial laser scanning | |
Bluestein et al. | Doppler radar analysis of the Northfield, Texas, tornado of 25 May 1994 | |
Bianco et al. | Implementation of a Gabor transform data quality-control algorithm for UHF wind profiling radars | |
Smith et al. | Applications of radar to meteorological operations and research | |
CN105938194A (zh) | 一种确定波谱仪数据降雨标志的方法 | |
Lin et al. | An ERS-1 synthetic aperture radar image of a tropical squall line compared with weather radar data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |