CN105954812B - 一种确定云相态的方法和设备 - Google Patents
一种确定云相态的方法和设备 Download PDFInfo
- Publication number
- CN105954812B CN105954812B CN201610282202.9A CN201610282202A CN105954812B CN 105954812 B CN105954812 B CN 105954812B CN 201610282202 A CN201610282202 A CN 201610282202A CN 105954812 B CN105954812 B CN 105954812B
- Authority
- CN
- China
- Prior art keywords
- cloud
- target object
- polarized reflectance
- scattering
- angle
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
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)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种确定云相态的方法和设备,包括:获取设定研究区域内包含的目标对象的卫星观测数据;根据所述目标对象的卫星观测数据,确定所述目标对象的偏振反射率曲线;计算所述目标对象的偏振反射率曲线与理论偏振反射率曲线之间的相似度,并根据所述相似度确定所述目标对象的云相态。在得到目标对象的偏振反射率曲线后,计算目标对象的偏振反射率曲线与理论水云偏振反射率曲线和/或理论冰云偏振反射率曲线之间的相似度,并根据相似度确定目标对象的云相态,这样,通过将现有的根据三个判断条件确定云相态转化为根据偏振反射率曲线之间的相似度确定云相态,可以有效简化云相态的识别过程,提高云相态的识别效率。
Description
技术领域
本发明涉及卫星遥感技术领域,尤其涉及一种确定云相态的方法和设备。
背景技术
云相态是云粒子的热力学属性,包含冰云、水云以及混合相态,其中,冰云由冰晶粒子构成、水云由水滴构成,混合相态由冰晶和水滴构成。通常,云粒子的云相态与气候变化、天气、环境等息息相关,在识别云粒子的云相态后,可以根据识别的云相态进行气候变化的研究、天气预报以及环境监测等,因此,准确识别云粒子的云相态显得至关重要。
目前,主要使用卫星遥感技术,并基于多角度偏振的方法识别云粒子的云相态,具体地,可以利用卫星遥感技术反演得到云粒子的偏振反射率与散射角之间的偏振反射比率曲线,并根据得到的云粒子的偏振反射率曲线识别云粒子的云相态是否为水云或者冰云。
一般地,在根据云粒子的偏振反射率与散射角之间的变化曲线识别云粒子是否为水云或者冰云时,可以基于以下三个判断条件进行识别:
第一:散射角为140°时,水云865nm波段的偏振反射率随散射角的变化曲线存在峰值,而冰云865nm波段的偏振反射率随散射角的变化曲线不存在峰值;
第二:散射角在0°与135°之间时,水云865nm波段的偏振反射率随着散射角的增大而增大,而冰云的偏振反射率随着散射角的增大而减小;
第三:散射角小于100°时,水云865nm波段的偏振反射率为负值,而冰云865nm波段的偏振反射率为正值。
具体地,可以将得到的云粒子的偏振反射率曲线与上述三个判断条件进行对比,如果根据上述三种判断条件得到的判断结果都为水云,那么,可以确定云粒子的云相态为水云,如果根据上述三种判断条件得到的判断结果都为冰云,那么,可以确定云粒子的云相态为冰云。
但是,在实际应用中,在根据上述三个判断条件识别云粒子的云相态时,需要将云粒子的偏振反射率曲线分别与上述三个判断条件进行对比,使得整个确定云相态的过程比较复杂,效率比较低。
发明内容
有鉴于此,本发明实施例提供了一种确定云相态的方法和设备,用于解决现有的确定云相态的方法比较复杂,效率比较低的问题。
本发明提供了一种确定云相态的方法,包括:
获取设定研究区域内包含的目标对象的卫星观测数据;
根据所述目标对象的卫星观测数据,确定所述目标对象的偏振反射率曲线,其中,所述目标对象的偏振反射率曲线用于表征所述目标对象的偏振反射率随散射角的变化规律;
计算所述目标对象的偏振反射率曲线与理论偏振反射率曲线之间的相似度,并根据所述相似度确定所述目标对象的云相态,其中,所述理论偏振反射率曲线包含理论水云偏振反射率曲线和理论冰云偏振反射率曲线,所述目标对象的云相态包含水云和冰云。
本发明提供了一种确定云相态的设备,包括:
获取单元,用于获取设定研究区域内包含的目标对象的卫星观测数据;
确定单元,用于根据所述目标对象的卫星观测数据,确定所述目标对象的偏振反射率曲线,其中,所述目标对象的偏振反射率曲线用于表征所述目标对象的偏振反射率随散射角的变化规律;
所述确定单元,还用于计算所述目标对象的偏振反射率曲线与理论偏振反射率曲线之间的相似度,并根据所述相似度确定所述目标对象的云相态,其中,所述理论偏振反射率曲线包含理论水云偏振反射率曲线和理论冰云偏振反射率曲线,所述目标对象的云相态包含水云和冰云。
本发明有益效果如下:
本发明实施例获取设定研究区域内包含的目标对象的卫星观测数据;根据所述目标对象的卫星观测数据,确定所述目标对象的偏振反射率曲线,其中,所述目标对象的偏振反射率曲线用于表征所述目标对象的偏振反射率随散射角的变化规律;计算所述目标对象的偏振反射率曲线与理论偏振反射率曲线之间的相似度,并根据所述相似度确定所述目标对象的云相态,其中,所述理论偏振反射率曲线包含理论水云偏振反射率曲线和理论冰云偏振反射率曲线,所述目标对象的云相态包含水云和冰云。本发明实施例提供的技术方案,在得到目标对象的偏振反射率曲线后,计算目标对象的偏振反射率曲线与理论水云偏振反射率曲线和/或理论冰云偏振反射率曲线之间的相似度,并根据相似度确定目标对象的云相态,这样,通过将现有的根据三个判断条件确定云相态转化为根据偏振反射率曲线之间的相似度确定云相态,可以有效简化云相态的识别过程,提高云相态的识别效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种确定云相态的方法的流程示意图;
图2为理论水云偏振反射率曲线以及理论冰云偏振反射率曲线;
图3为本发明实施例提供的一种确定云相态的方法的流程示意图;
图4为本发明实施例提供的一种确定云相态的设备的结构示意图。
具体实施方式
为了实现本发明的目的,本发明实施例中提供了一种确定云相态的方法和设备,获取设定研究区域内包含的目标对象的卫星观测数据;根据所述目标对象的卫星观测数据,确定所述目标对象的偏振反射率曲线,其中,所述目标对象的偏振反射率曲线用于表征所述目标对象的偏振反射率随散射角的变化规律;计算所述目标对象的偏振反射率曲线与理论偏振反射率曲线之间的相似度,并根据所述相似度确定所述目标对象的云相态,其中,所述理论偏振反射率曲线包含理论水云偏振反射率曲线和理论冰云偏振反射率曲线,所述目标对象的云相态包含水云和冰云。本发明实施例提供的技术方案,在得到目标对象的偏振反射率曲线后,计算目标对象的偏振反射率曲线与理论水云偏振反射率曲线和/或理论冰云偏振反射率曲线之间的相似度,并根据相似度确定目标对象的云相态,这样,通过将现有的根据三个判断条件确定云相态转化为根据偏振反射率曲线之间的相似度确定云相态,可以有效简化云相态的识别过程,提高云相态的识别效率。
需要说明的是,在实际应用中,云粒子的云相态可以包含三种:水云、冰云以及混合相态,在本发明实施例中,可以以水云和冰云为例进行说明,并且本发明实施例提供的方案可以确定云粒子的云相态是否为水云或者冰云。
下面结合说明书附图对本发明的各个实施例作进一步地详细描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
图1为本发明实施例提供的一种确定云相态的方法的流程示意图,所述方法如下所述。
步骤101:获取设定研究区域内包含的目标对象的卫星观测数据。
在步骤101中,可以使用卫星遥感技术对设定研究区域进行观测,设定研究区域中可以包含目标对象,在得到设定研究区域的卫星观测数据后,可以根据设定研究区域的卫星观测数据获取到目标对象的卫星观测数据。
在本发明实施例中,所述设定研究区域可以根据实际情况确定,这里不做具体限定。
在实际应用中,使用卫星遥感技术对设定研究区域进行观测时,不仅可以得到所述设定区域的卫星观测数据,还可以得到所述设定研究区域的卫星影像,其中,所述卫星影像中可以包含多个象元。
在得到所述设定区域的卫星影像后,可以将所述研究区域的卫星影像按照设定规则划分为至少一个研究单元,并确定每一个研究单元的云相态,其中,每一个研究单元可以包含至少一个象元。
所述设定规则可以是将所述设定研究区域的卫星影像按照n×n象元划分为至少一个研究单元,也可以是按照其他规则将所述设定研究区域的卫星影像划分为至少一个研究单元,这里不做具体限定。
在本发明实施例中,可以将所述研究单元称为目标对象,每一个目标对象包含至少一个象元,并以确定其中一个目标对象的云相态为例进行说明。
在得到所述设定研究区域的卫星观测数据后,可以从所述设定研究区域的卫星观测数据中获取所述目标对象的卫星观测数据,其中,所述目标对象的卫星观测数据包括但不限于:卫星观测天顶角、卫星方位角、太阳天顶角、太阳方位角以及偏振辐射亮度。
需要说明的是,一般情况下,所述目标对象中包含的象元可以是云象元,也可以不是云象元,这里的云象元指的是使用卫星遥感技术对云粒子进行观测后得到的象元,由于在实际应用中,需要基于云象元确定云相态,因此,在本发明实施例中,在获取到所述目标对象的卫星观测数据后,还需要进一步判断所述目标对象中包含的象元是否为云象元,并基于所述目标对象中包含的云象元识别所述目标对象的云相态。
步骤102:根据所述目标对象的卫星观测数据,确定所述目标对象的偏振反射率曲线。
其中,所述目标对象的偏振反射率曲线用于表征所述目标对象的偏振反射率随散射角的变化规律。
在步骤102中,在获取到所述目标对象的卫星观测数据后,可以根据获取的卫星观测数据,确定所述目标对象的偏振反射率随散射角的变化曲线。
具体地,可以通过以下方式确定所述目标对象的偏振反射率变化曲线:
根据所述目标对象的卫星观测数据,确定所述目标对象中包含的每一个散射角以及每一个散射角对应的偏振反射率;
根据所述每一个散射角以及所述每一个散射角对应的偏振反射率,确定所述目标对象的偏振反射率曲线。
在确定所述目标对象的偏振反射率时,首先,需要得到所述目标对象包含的每一个散射角以及每一个散射角对应的偏振反射率,其次,可以根据每一个散射角以及每一个散射角对应的偏振反射率,确定所述目标对象的偏振反射曲线。
具体地,根据所述目标对象的卫星观测数据,确定所述目标对象包含的每一个散射角以及每一个散射角对应的偏振反射率,包括:
根据所述目标对象的卫星观测数据,确定所述目标对象中包含的每一个云象元的卫星观测数据;
根据所述每一个云象元的卫星观测数据,确定所述每一个云象元中包含的散射角以及所述散射角对应的偏振反射率;
根据每一个云象元的散射角以及所述散射角对应的偏振反射率确定所述目标对象中包含的每一个散射角以及每一个散射角对应的偏振反射率。
所述目标对象中可以包含至少一个云象元,每一个云象元中可以包含多个散射角,那么,在确定所述目标对象包含的散射角以及散射角对应的偏振反射率时,首先,可以根据所述目标对象的卫星观测数据,确定每一个云象元的卫星观测数据;其次,根据每一个云象元的卫星观测数据确定每一个云象元包含的散射角以及散射角对应的偏振反射率;最后,根据每一个云象元包含的散射角以及散射角对应的偏振反射率,确定得到所述目标对象包含的每一个散射角以及每一个散射角对应的偏振反射率。
其中,每一个云象元的卫星观测数据中可以包括但不限于:卫星观测天顶角、卫星方位角、太阳天顶角、太阳方位角以及偏振辐射亮度。
在本发明实施例中,可以以确定其中一个云象元包含的散射角以及散射角对应的偏振反射率为例进行说明。
针对其中一个云象元,在获取到所述云象元的卫星观测数据后,可以通过以下方式确定所述云象元包含的散射角:
首先,可以根据所述云象元的卫星观测数据中包含的卫星方位角以及太阳方位角确定所述云象元的相对方位角;
其次,在得到所述云象元的相对方位角,可以根据所述相对方位角、所述云象元的卫星观测数据中包含的卫星天顶角以及太阳天顶角确定得到所述云象元的散射角。
需要说明的是,在实际应用中,确定云相态时,可以根据设定散射角区间对应的偏振反射率曲线确定云相态,例如,可以根据90°至150°的散射角区间对应的偏振反射率确定云相态,因此,在本发明实施例中,在得到所述云象元的散射角后,可以对得到的散射角按照角度进行筛选,筛选的散射角区间可以根据实际情况确定,这里不做具体限定,优选地,筛选的散射角区间可以为90°至150°。
针对所述云象元,在得到所述云象元的散射角后,可以通过以下公式确定所述云象元包含的散射角对应的偏振反射率:
其中,上式中的Rp代表偏振反射率,Q和U代表偏振辐射亮度,E0代表太阳入射辐射,Q、U和E0可以从所述目标对象的卫星观测数据中得到。
这样,可以根据上述记载的方法确定得到所述目标对象包含的每一个云象元的散射角以及散射角对应的偏振反射率。
在得到所述目标对象包含的每一个云象元的散射角以及散射角对应的偏振反射率后,可以将得到的每一个散射角以及每一个散射角对应的偏振反射率作为所述目标对象包含的每一个散射角以及每一个散射角对应的偏振反射率。
在得到所述目标对象包含的每一个散射角以及每一个散射角对应的偏振反射率后,可以根据得到的所述散射角以及所述散射角对应的偏振反射率,确定得到所述目标对象的偏振反射率随散射角变化的偏振反射率曲线。
需要说明的是,在得到所述目标对象的偏振反射率曲线之前,需要判断所述目标对象包含的散射角是否满足得到偏振反射率曲线的条件。
具体地,在本发明实施例中,能够得到所述目标对象的偏振反射率曲线的条件为:
(1)所述目标对象包含的散射角的个数大于所述设定阈值;
(2)所述目标对象包含的散射角的最大值与最小值之间的角度差异大于所述第一设定角度;
(3)所述目标对象包含的散射角中相邻散射角之间的角度差异小于所述第二设定角度。
如果所述目标对象包含的散射角满足上述三个条件,那么,可以确定所述目标对象满足得到偏振反射率的条件。
其中,所述设定阈值、所述第一设定角度以及所述第二设定角度可以根据实际情况确定,不做具体限定,优选地,所述设定阈值可以是10个,所述第一设定角度可以是10°,所述第二设定角度可以是10°。
例如:所述目标对象包含的散射角从小到大的顺序为100°、103°、104°、106°、108°、113°、114°、116°、120°、126°、130°,可以得到散射角的个数为11个,最大散射角130°与100°之间的差异为30°,相邻散射角之间的最小差异为1°,那么,可以确定所述目标对象满足得到偏振反射率曲线的条件。
在确定所述目标对象满足得到偏振反射率的条件后,可以确定所述目标对象的偏振反射率曲线,其中,在确定所述目标对象的偏振反射率时,可以使用三次样条函数差值的方法,也可以是其他方法,这里不做具体限定。
步骤103:计算所述目标对象的偏振反射率曲线与理论偏振反射率曲线之间的相似度,并根据所述相似度确定所述目标对象的云相态。
其中,所述理论偏振反射率曲线包含理论水云偏振反射率曲线和理论冰云偏振反射率曲线,所述目标对象的云相态包含水云和冰云。
在步骤103中,在得到所述目标对象的反射率曲线后,可以计算所述目标对象的偏振反射率曲线与理论的偏振反射率曲线之间的相似度,根据所述相似度,可以确定所述目标对象的云相态。
在计算所述目标对象的偏振反射率曲线与所述理论偏振反射率曲线之间的相似度之前,需要得到所述理论偏振反射率曲线。
在本发明实施例中,所述理论偏振反射率曲线包含理论水云偏振反射率曲线以及理论冰云偏振反射率曲线。
下面将分别说明如何确定理论水云偏振反射率曲线以及理论冰云偏振反射率曲线。
第一:确定理论水云偏振反射率曲线:
具体地,可以通过计算水云的偏振散射相函数,确定所述理论水云偏振反射率曲线,其中,则水云的偏振散射相函数可以代表水云粒子的偏振散射率随散射角的变化特征。
在计算水云的偏振散射相函数时,可以假设水云粒子为球形,具体地,可以通过以下公式计算水云的偏振散射相函数:
其中,Pp(Θ)表示水云的偏振散射相函数,Θ代表散射角,k代表波数,βs代表水云粒子的散射系数,r1代表水云粒子有效半径的最小值,r2代表水云粒子有效半径的最大值,S1和S2代表Mie散射的强度,*代表共轭复数,n(r)代表水云粒子的分布特征。
需要说明的是,在根据上述公式计算水云的偏振散射相函数时,散射角的取值范围、散射角之间的间隔、水云粒子的有效半径以及水云粒子的有效半径之间的间隔可以根据实际情况设定,优选地,散射角的取值范围可以是90°至150°,散射角的间隔可以是0.5°,水云粒子的有效半径的取值范围可以是5μm至20μm,水云粒子的有效半径之间的间隔可以是5μm。
这样,通过计算,可以得到水云粒子在设定散射角区间内每个散射角对应的偏振辐射,进而得到水云的偏振反射曲线。
如图2所示,为计算得到的理论水云偏振反射率曲线,理论水云偏振反射率曲线反映了水云的偏振散射率随散射角的变化规律。
需要说明的是,在得到水云的偏振散射相函数后,可以将水云的偏振散射相函数与散射角按照对应关系进行存储,以便于在计算所述目标对象的偏振散射率曲线与理论水云偏振散射率曲线之间的相似度时,提供数据依据。
第二:确定理论冰云偏振反射率曲线:
具体地,可以通过计算冰云的偏振散射相函数,确定所述理论冰云偏振反射率曲线,其中,冰云的偏振散射相函数可代表冰云粒子的偏振散射率随散射角的变化特征。
在计算冰云的偏振散射相函数时,可以假设冰云粒子为六棱柱形状,具体地,也可以通过以下公式计算冰云的偏振散射相函数:
其中,Pp(Θ)表示冰云的偏振散射相函数,Θ代表散射角,k代表波数,βs代表冰云粒子的散射系数,r1代表冰云粒子有效半径的最小值,r2代表冰云粒子有效半径的最大值,S1和S2代表Mie散射的强度,*代表共轭复数,n(r)代表云冰云粒子的分布特征。
需要说明的是,在根据上述公式计算冰云的偏振散射相函数时,散射角的取值范围、散射角之间的间隔、冰云粒子的有效半径、冰云粒子的有效半径之间的间隔可以根据实际情况设定,优选地,散射角的取值范围可以是90°至150°,散射角的间隔可以是0.5°,冰云粒子的有效半径的取值范围可以是15μm至40μm,冰云粒子的有效半径之间的间隔可以是5μm。
这样,通过计算,可以得到冰云粒子在设定散射角区间内每个散射角对应的偏振辐射,进而得到冰云的偏振反射曲线。
如图2所示,为计算得到的理论冰云偏振反射率曲线,反映了冰云的偏振散射率随散射角的变化规律。
需要说明的是,在得到冰云的偏振散射相函数后,可以将冰云的偏振散射相函数与散射角按照对应关系进行存储,以便于在计算所述目标对象的偏振散射率曲线与理论冰云偏振散射率曲线之间的相似度时,提供数据依据。
在得到理论水云偏振反射率曲线以及理论冰云偏振反射率曲线后,可以计算测量得到的所述目标对象的偏振散射率曲线与理论偏振反射率曲线之间的相似度。
在本发明实施例中,可以通过计算所述目标对象的偏振反射率曲线与理论偏振反射率曲线之间的均方根误差以及相关性,确定所述目标对象的偏振散射率曲线与理论偏振反射率曲线之间的相似度,并根据所述均方根误差以及所述相关性,确定所述目标对象的云相态。
由于理论偏振反射率曲线可以包含理论水云偏振反射率曲线,也可以包含理论冰云偏振反射率曲线,因此,在计算所述目标对象的偏振反射率曲线与所述理论偏振反射率曲线之间的相似度时,可以分别计算所述目标对象的偏振反射率曲线与所述理论水云偏振反射率曲线之间的相似度以及所述目标对象的偏振反射率曲线与所述理论冰云偏振反射率曲线之间的相似度。
具体地,计算所述目标对象的偏振反射率曲线与理论水云偏振反射率曲线之间的均方根误差以及相关性;
在确定所述均方根误差小于设定第一均方根误差阈值,且所述相关性大于设定第一相关性阈值时,确定所述目标对象的云相态为水云。
可以根据所述目标对象包含的散射角以及散射角对应的偏振反射率,和已存储的水云的散射角以及散射角对应的偏振反射率,计算得到所述目标对象的偏振反射率曲线与理论水云偏振反射率曲线之间的均方根误差以及相关性,这里对计算所述均方根误差以及所述相关性的方法不做具体限定。
在计算得到所述均方根误差以及所述相关性后,可以将所述均方根误差与设定第一均方根误差阈值进行比较,并将所述相关性与设定第一相关性阈值进行比较,如果所述均方根误差小于设定第一均方根误差阈值,且所述相关性大于设定第一相关性阈值,此时,可以说明,所述目标对象的偏振反射率曲线与理论水云偏振反射率曲线相似,可以确定所述目标对象的云相态为水云。
需要说明的是,在本发明实施例中,所述设定第一均方根误差阈值以及所述设定第一相关性阈值可以根据实际情况设定。
可选地,如果所述均方根误差不小于所述设定第一均方根误差阈值,或者所述相关性不小于所述设定第一相关性阈值时,可以说明,所述目标对象的偏振反射率曲线与理论水云偏振反射率曲线不相似,可以确定所述目标对象的云相态不是水云,此时,可以进一步确定所述目标对象的云相态是否为冰云。
具体地,计算所述目标对象的偏振反射率曲线与理论冰云偏振反射率曲线之间的均方根误差以及相关性;
在确定所述均方根误差小于设定第二均方根误差阈值,且所述相关性大于设定第二相关性阈值时,确定所述目标对象的云相态为冰云。
需要说明的是,计算所述目标对象的偏振反射率曲线与理论冰云偏振反射率曲线之间的均方根误差以及相关性的方法,与上述记载的计算所述目标对象的偏振反射率曲线与理论水云偏振反射率曲线之间的均方根误差以及相关性的方法相同,这里不再重复描述。
在计算得到所述均方根误差以及所述相关性后,可以将所述均方根误差与设定第二均方根误差阈值进行比较,并将所述相关性与设定第二相关性阈值进行比较,如果所述均方根误差小于设定第二均方根误差阈值,且所述相关性大于设定第二相关性阈值,此时,可以说明,所述目标对象的偏振反射率曲线与理论冰云偏振反射率曲线相似,可以确定所述目标对象的云相态为冰云。
需要说明的是,在本发明实施例中,所述设定第二均方根误差阈值以及所述设定第二相关性阈值可以根据实际情况设定。
可选地,如果所述均方根误差不小于所述设定第二均方根误差阈值,或者所述相关性不小于所述设定第二相关性阈值时,可以说明,所述目标对象的偏振反射率曲线与理论冰云偏振反射率曲线不相似,可以确定所述目标对象的云相态不是冰云,此时,可以确定所述目标对象的云相态即不是水云,也不是冰云。
需要说明的是,在实际应用中,可以先判断所述目标对象的云相态是否为水云,如果不为水云,则进一步判断是否为冰云,也可以先判断所述目标对象的云相态是否为冰云,如果不为冰云,则进一步判断是否为水云,这里对判断所述目标对象是否为水云或者是否为冰云的先后顺序不做具体限定。
本发明实施例获取设定研究区域内包含的目标对象的卫星观测数据;根据所述目标对象的卫星观测数据,确定所述目标对象的偏振反射率曲线,其中,所述目标对象的偏振反射率曲线用于表征所述目标对象的偏振反射率随散射角的变化规律;计算所述目标对象的偏振反射率曲线与理论偏振反射率曲线之间的相似度,并根据所述相似度确定所述目标对象的云相态,其中,所述理论偏振反射率曲线包含理论水云偏振反射率曲线和理论冰云偏振反射率曲线,所述目标对象的云相态包含水云和冰云。本发明实施例提供的技术方案,在得到目标对象的偏振反射率曲线后,计算目标对象的偏振反射率曲线与理论水云偏振反射率曲线和/或理论冰云偏振反射率曲线之间的相似度,并根据相似度确定目标对象的云相态,这样,通过将现有的根据三个判断条件确定云相态转化为根据偏振反射率曲线之间的相似度确定云相态,可以有效简化云相态的识别过程,提高云相态的识别效率。
图3为本发明实施例提供的一种确定云相态的方法的流程示意图。
步骤301:获取设定研究区域的卫星观测数据。
其中,所述卫星观测数据中包括但不限于:卫星观测天顶角、卫星方位角、太阳天顶角、太阳方位角以及偏振辐射亮度。
步骤302:选取所述卫星观测数据对应的卫星影像中包含的云象元。
在获取到所述设定研究区域的卫星观测数据后,可以得到所述卫星观测数据对应的卫星影像。
对卫星影像进行识别,判断每一个象元是否为云象元,选择其中的云象元,并对云象元进行分析。
步骤303:根据所述卫星观测数据,确定每一个云象元包含的散射角以及散射角对应的偏振反射率。
步骤304:针对每一个云象元,选取90°至150°之间的散射角以及散射角对应的偏振反射率。
步骤305:将所述卫星观测数据对应的卫星影像中包含的所有云象元进行划分,得到至少一个反演单元。
其中,每一个反演单元可以包含n×n个云象元,n为自然数。
步骤306:选取满足得到偏振反射率曲线条件的反演单元。
步骤307:针对其中一个反演单元,确定所述反演单元的偏振反射率曲线。
步骤308:计算所述反演单元的偏振反射率曲线与理论水云偏振反射率曲线之间的均方根误差以及相关性。
步骤309:判断所述均方根误差是否小于设定第一均方根误差阈值,且所述相关性是否大于设定第一相关性阈值。
如果所述均方根误差小于设定第一均方根误差阈值,且所述相关性大于设定第一相关性阈值,说明所述反演单元的偏振反射率曲线与理论水云偏振反射率曲线相似,则执行步骤312;否则,说明所述反演单元的偏振反射率曲线与理论水云偏振反射率曲线不相似,执行步骤310。
步骤310:计算所述反演单元的偏振反射率曲线与理论冰云偏振反射率曲线之间的均方根误差以及相关性。
步骤311:判断所述均方根误差是否小于设定第二均方根误差阈值,且所述相关性是否大于设定第二相关性阈值。
如果所述均方根误差小于设定第二均方根误差阈值,且所述相关性大于设定第二相关性阈值,说明所述反演单元的偏振反射率曲线与理论冰云偏振反射率曲线相似,则执行步骤313;否则,说明所述反演单元的偏振反射率曲线与理论冰云偏振反射率曲线不相似,执行步骤314。
步骤312:确定所述反演单元的云相态为水云。
步骤313:确定所述反演单元的云相态为冰云。
步骤314:不能确定所述反演单元的云相态。
图4为本发明实施例提供的一种确定云相态的设备的结构示意图。所述设备包括:获取单元41和确定单元42,其中:
获取单元41,用于获取设定研究区域内包含的目标对象的卫星观测数据;
确定单元42,用于根据所述目标对象的卫星观测数据,确定所述目标对象的偏振反射率曲线,其中,所述目标对象的偏振反射率曲线用于表征所述目标对象的偏振反射率随散射角的变化规律;
所述确定单元42,还用于计算所述目标对象的偏振反射率曲线与理论偏振反射率曲线之间的相似度,并根据所述相似度确定所述目标对象的云相态,其中,所述理论偏振反射率曲线包含理论水云偏振反射率曲线和理论冰云偏振反射率曲线,所述目标对象的云相态包含水云和冰云。
具体地,所述确定单元42计算所述目标对象的偏振反射率曲线与理论偏振反射率曲线之间的相似度,包括:
计算所述目标对象的偏振反射率曲线与理论水云偏振反射率曲线之间的均方根误差以及相关性;
根据所述相似度确定所述目标对象的云相态,包括:
在确定所述均方根误差小于设定第一均方根误差阈值,且所述相关性大于设定第一相关性阈值时,确定所述目标对象的云相态为水云。
所述确定单元42计算所述目标对象的偏振反射率曲线与理论偏振反射率曲线之间的相似度,包括:
计算所述目标对象的偏振反射率曲线与理论冰云偏振反射率曲线之间的均方根误差以及相关性;
根据所述相似度确定所述目标对象的云相态,包括:
在确定所述均方根误差小于设定第二均方根误差阈值,且所述相关性大于设定第二相关性阈值时,确定所述目标对象的云相态为冰云。
所述确定单元42根据所述目标对象的卫星观测数据,确定所述目标对象的偏振反射率曲线,包括:
根据所述目标对象的卫星观测数据,确定所述目标对象中包含的每一个散射角以及每一个散射角对应的偏振反射率;
根据所述每一个散射角以及所述每一个散射角对应的偏振反射率,确定所述目标对象的偏振反射率曲线。
具体地,所述确定单元42根据所述目标对象的卫星观测数据,确定所述目标对象包含的每一个散射角以及每一个散射角对应的偏振反射率,包括:
根据所述目标对象的卫星观测数据,确定所述目标对象中包含的每一个云象元的卫星观测数据;
根据所述每一个云象元的卫星观测数据,确定所述每一个云象元中包含的散射角以及所述散射角对应的偏振反射率;
根据每一个云象元的散射角以及所述散射角对应的偏振反射率确定所述目标对象中包含的每一个散射角以及每一个散射角对应的偏振反射率。
需要说明的是,本发明实施例提供的确定云相态的设备可以通过硬件方式实现,也可以通过软件方式实现,这里不做限定。
本领域的技术人员应明白,本发明的实施例可提供为方法、装置(设备)、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、装置(设备)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种确定云相态的方法,其特征在于,包括:
获取设定研究区域内包含的目标对象的卫星观测数据;
根据所述目标对象的卫星观测数据,确定所述目标对象的偏振反射率曲线,其中,所述目标对象的偏振反射率曲线用于表征所述目标对象的偏振反射率随散射角的变化规律;
计算所述目标对象的偏振反射率曲线与理论偏振反射率曲线之间的相似度,并根据所述相似度确定所述目标对象的云相态,其中,所述理论偏振反射率曲线包含理论水云偏振反射率曲线和理论冰云偏振反射率曲线,所述目标对象的云相态包含水云和冰云。
2.如权利要求1所述的确定云相态的方法,其特征在于,
计算所述目标对象的偏振反射率曲线与理论偏振反射率曲线之间的相似度,包括:
计算所述目标对象的偏振反射率曲线与理论水云偏振反射率曲线之间的均方根误差以及相关性;
根据所述相似度确定所述目标对象的云相态,包括:
在确定所述均方根误差小于设定第一均方根误差阈值,且所述相关性大于设定第一相关性阈值时,确定所述目标对象的云相态为水云。
3.如权利要求1所述的确定云相态的方法,其特征在于,
计算所述目标对象的偏振反射率曲线与理论偏振反射率曲线之间的相似度,包括:
计算所述目标对象的偏振反射率曲线与理论冰云偏振反射率曲线之间的均方根误差以及相关性;
根据所述相似度确定所述目标对象的云相态,包括:
在确定所述均方根误差小于设定第二均方根误差阈值,且所述相关性大于设定第二相关性阈值时,确定所述目标对象的云相态为冰云。
4.如权利要求1所述的确定云相态的方法,其特征在于,
根据所述目标对象的卫星观测数据,确定所述目标对象的偏振反射率曲线,包括:
根据所述目标对象的卫星观测数据,确定所述目标对象中包含的每一个散射角以及每一个散射角对应的偏振反射率;
根据所述每一个散射角以及所述每一个散射角对应的偏振反射率,确定所述目标对象的偏振反射率曲线。
5.如权利要求4所述的确定云相态的方法,其特征在于,
根据所述目标对象的卫星观测数据,确定所述目标对象包含的每一个散射角以及每一个散射角对应的偏振反射率,包括:
根据所述目标对象的卫星观测数据,确定所述目标对象中包含的每一个云象元的卫星观测数据;
根据所述每一个云象元的卫星观测数据,确定所述每一个云象元中包含的散射角以及所述散射角对应的偏振反射率;
根据所述每一个云象元的散射角以及所述散射角对应的偏振反射率确定所述目标对象中包含的每一个散射角以及每一个散射角对应的偏振反射率。
6.一种确定云相态的设备,其特征在于,包括:
获取单元,用于获取设定研究区域内包含的目标对象的卫星观测数据;
确定单元,用于根据所述目标对象的卫星观测数据,确定所述目标对象的偏振反射率曲线,其中,所述目标对象的偏振反射率曲线用于表征所述目标对象的偏振反射率随散射角的变化规律;
所述确定单元,还用于计算所述目标对象的偏振反射率曲线与理论偏振反射率曲线之间的相似度,并根据所述相似度确定所述目标对象的云相态,其中,所述理论偏振反射率曲线包含理论水云偏振反射率曲线和理论冰云偏振反射率曲线,所述目标对象的云相态包含水云和冰云。
7.如权利要求6所述的确定云相态的设备,其特征在于,
所述确定单元计算所述目标对象的偏振反射率曲线与理论偏振反射率曲线之间的相似度,包括:
计算所述目标对象的偏振反射率曲线与理论水云偏振反射率曲线之间的均方根误差以及相关性;
根据所述相似度确定所述目标对象的云相态,包括:
在确定所述均方根误差小于设定第一均方根误差阈值,且所述相关性大于设定第一相关性阈值时,确定所述目标对象的云相态为水云。
8.如权利要求6所述的确定云相态的设备,其特征在于,
所述确定单元计算所述目标对象的偏振反射率曲线与理论偏振反射率曲线之间的相似度,包括:
计算所述目标对象的偏振反射率曲线与理论冰云偏振反射率曲线之间的均方根误差以及相关性;
根据所述相似度确定所述目标对象的云相态,包括:
在确定所述均方根误差小于设定第二均方根误差阈值,且所述相关性大于设定第二相关性阈值时,确定所述目标对象的云相态为冰云。
9.如权利要求6所述的确定云相态的设备,其特征在于,
所述确定单元根据所述目标对象的卫星观测数据,确定所述目标对象的偏振反射率曲线,包括:
根据所述目标对象的卫星观测数据,确定所述目标对象中包含的每一个散射角以及每一个散射角对应的偏振反射率;
根据所述每一个散射角以及所述每一个散射角对应的偏振反射率,确定所述目标对象的偏振反射率曲线。
10.如权利要求9所述的确定云相态的设备,其特征在于,
所述确定单元根据所述目标对象的卫星观测数据,确定所述目标对象包含的每一个散射角以及每一个散射角对应的偏振反射率,包括:
根据所述目标对象的卫星观测数据,确定所述目标对象中包含的每一个云象元对应的卫星观测数据;
根据所述每一个云象元的卫星观测数据,确定所述每一个云象元中包含的散射角以及所述散射角对应的偏振反射率;
根据所述每一个云象元的散射角以及所述散射角对应的偏振反射率确定所述目标对象包含的每一个散射角以及每一个散射角对应的偏振反射率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610282202.9A CN105954812B (zh) | 2016-04-29 | 2016-04-29 | 一种确定云相态的方法和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610282202.9A CN105954812B (zh) | 2016-04-29 | 2016-04-29 | 一种确定云相态的方法和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105954812A CN105954812A (zh) | 2016-09-21 |
CN105954812B true CN105954812B (zh) | 2018-09-07 |
Family
ID=56913338
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610282202.9A Active CN105954812B (zh) | 2016-04-29 | 2016-04-29 | 一种确定云相态的方法和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105954812B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106959474B (zh) * | 2017-03-17 | 2018-10-30 | 中国科学院遥感与数字地球研究所 | 一种水云云粒子谱分布的空间反演分辨率优化方法 |
CN106680157B (zh) * | 2017-03-17 | 2020-04-14 | 中国科学院遥感与数字地球研究所 | 一种确定大颗粒水云云粒子谱分布的方法 |
CN108089240B (zh) * | 2018-01-09 | 2020-06-02 | 中国科学院遥感与数字地球研究所 | 一种过冷水云检测方法 |
CN109001161B (zh) * | 2018-05-07 | 2020-10-30 | 安徽师范大学 | 一种基于偏振图像的污染云分类识别方法 |
CN118211428A (zh) * | 2024-05-20 | 2024-06-18 | 中国科学院合肥物质科学研究院 | 遥感器在轨偏振精度真实性检验方法、系统、设备、介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2463487A (en) * | 2008-09-15 | 2010-03-17 | Viper Subsea Ltd | Subsea protection device |
CN101587190A (zh) * | 2009-06-25 | 2009-11-25 | 国家海洋局第二海洋研究所 | 白天海雾的卫星遥感监测方法 |
CN102707336A (zh) * | 2012-02-13 | 2012-10-03 | 安徽师范大学 | 一种利用A-Train系列卫星数据协同反演云相态和云参量的新方法 |
-
2016
- 2016-04-29 CN CN201610282202.9A patent/CN105954812B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN105954812A (zh) | 2016-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105954812B (zh) | 一种确定云相态的方法和设备 | |
Miller et al. | Quantum loewner evolution | |
Clarkson | Measuring core reduction using 3D flake scar density: a test case of changing core reduction at Klasies River Mouth, South Africa | |
Lindberg et al. | Continuous sky view factor maps from high resolution urban digital elevation models | |
US20170178297A1 (en) | Method and system for dehazing natural images using color-lines | |
Yang et al. | Remote sensing of seasonal variability of fractional vegetation cover and its object-based spatial pattern analysis over mountain areas | |
Nie et al. | Study of microwave backscattering from two-dimensional nonlinear surfaces of finite-depth seas | |
Fofonov et al. | Projected Field Similarity for Comparative Visualization of Multi‐Run Multi‐Field Time‐Varying Spatial Data | |
Rajasekaran et al. | PTRM: Perceived terrain realism metric | |
CN107292031B (zh) | 一种基于改进的准镜像海面散射模型的海浪斜率反演方法 | |
Zhao et al. | Identifying spatial patterns and dynamics of climate change using recurrence quantification analysis: a case study of qinghai–tibet plateau | |
Jones et al. | A method to quantify bedform height and asymmetry from a low-mounted sidescan sonar | |
Korinenko et al. | Experimental research of statistical characteristics of wind wave breaking | |
Shui et al. | SAR image edge detection robust to isolated strong scatterers using anisotropic morphological directional ratio test | |
Li et al. | Fracture Characterization Using Azimuthal AVO, Ant-Tracking and Curvature | |
CN106777698B (zh) | 后向散射系数的定标系数的校正方法及装置 | |
CN104574428A (zh) | 一种sar图像入射角估算方法 | |
Rabinovich et al. | Sea ice and current response to the wind: A vector regressional analysis approach | |
Binder | Measurements of grain boundary networks in deep polar ice cores-A digital image processing approach | |
CN108959680B (zh) | 一种基于核驱动二向反射分布函数模型的冰雪前向散射校正方法 | |
Monahan et al. | The latitudinal variation in the wind-speed parameterization of oceanic whitecap coverage: Implications for global modelling of air-sea gas flux and sea surface aerosol generation | |
CN106959474B (zh) | 一种水云云粒子谱分布的空间反演分辨率优化方法 | |
Weber et al. | Improving classification accuracy assessments with statistical bootstrap resampling techniques | |
Boyko | Detection and elimination of rock face vegetation from terrestrial LIDAR data using the virtual articulating conical probe algorithm | |
Francius et al. | Surface wave effects on long range IR imaging in the marine surface layer |
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 |