CN109145494A - 一种海面温度反演方法及系统 - Google Patents
一种海面温度反演方法及系统 Download PDFInfo
- Publication number
- CN109145494A CN109145494A CN201811054360.4A CN201811054360A CN109145494A CN 109145494 A CN109145494 A CN 109145494A CN 201811054360 A CN201811054360 A CN 201811054360A CN 109145494 A CN109145494 A CN 109145494A
- Authority
- CN
- China
- Prior art keywords
- sea
- photon
- sea surface
- model
- surface 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明公开一种海面温度反演方法及系统,首先根据海面风速确定海面模型;采用蒙特卡洛方法产生n个光子,其中,n为大于等于1的整数;其次根据所述n个光子和所述海面模型,确定海面发射率;根据所述海面发射率确定温度模型参数;然后采用改进的分裂窗算法,建立海面温度模型;最后将所述温度模型参数代入所述海面温度模型,确定海面温度;本发明在大的观测天顶角和风速条件下,依然能够准确确定海洋表面发射率,进而提高了确定海面温度的精度。
Description
技术领域
本发明涉及预测海面温度技术领域,特别是涉及一种海面温度反演方法及系统。
背景技术
海洋的面积约占地球总面积的71%,海水的热容量大、比热高,可以存储和传输大量的热量,制约着海面和大气的热量、动量和水汽交换,海气相互作用对于气候和天气有着巨大的影响。因水的热容量很大,所以海洋是一个巨大的能量库,有人计算过,当厄尔尼诺现象在东南太平洋洋面上发生时,只要水温增高3-4℃,则其所蕴含的热能约相当于美国1995年全年的发电量。海洋在全球能量循环系统中扮演重要的角色,它从低纬度地区吸收热量并且重新分配到高纬度的地区。由此可见,海水表面温度是海洋的主要物理参数之一,在海洋学和气象学研究中占有重要的地位,因此,海洋表面温度数据已经被广泛应用于多个海洋研究领域,范围涉及海洋和大气数值模拟、海洋学勘察和海洋表面特征的解释、商业海洋资源开发、赤潮研究、气候变化研究等。
目前,在气候监测以及海洋业务实践中应用的各类海洋表面温度产品(Windsat海洋表面温度产品、VIRR/FY-3国产卫星传感器)要求海洋表面温度的反演精度高达0.3K。然而实际各类海洋表面温度产品还不能满足这一要求。为了实现0.3K的SST反演精度,则海面发射率的精确率必须达到0.5%。传统海洋表面温度测量方法有两种,一是利用航船进行现场的实测,而是移动的浮标网络测量。通过两者的有机结合获得的实测数据一般具有较高的精度,但是数据的测量范围相对较小,只能覆盖一小部分区域。另外,由于在大的观测天顶角和风速条件下确定海洋表面发射率的精度较低,因此根据海洋表面发射率确定的海洋表面温度也必然存在反演精度较低的特点。
发明内容
本发明的目的是提供一种海面温度反演方法及系统,以提高确定海面温度的精度。
为实现上述目的,本发明提供了一种海面温度反演方法,所述海面温度反演方法包括:
步骤S1:根据海面风速确定海面模型;
步骤S2:采用蒙特卡洛方法产生n个光子,其中,n为大于等于1的整数;
步骤S3:根据所述n个光子和所述海面模型,确定海面发射率;
步骤S4:根据所述海面发射率确定温度模型参数;
步骤S5:采用改进的分裂窗算法,建立海面温度模型;
步骤S6:将所述温度模型参数代入所述海面温度模型,确定海面温度。
可选的,所述根据海面风速确定海面模型,具体包括:
S11:获取海面风速;
S12:根据所述海面风速确定斜率分布标准差;
S13:根据所述斜率分布标准差确定海面模型。
3、根据权利要求1所述的海面温度反演方法,其特征在于,所述根据所述n个光子和所述海面模型,确定海面发射率,具体包括:
S31:利用后向追踪方式模拟所述光子的运动轨迹,所述光子与所述海面模型之间的碰撞认为是镜面反射;
S32:初始化参数;所述初始化参数包括i=1,初始权重为1;
S33:获取第i个光子;
S34:当所述第i个光子与所述海面模型碰撞后,利用斯涅尔定律,根据海面复折射率指确定第i个光子的折射角、入射角;
S35:利用菲涅尔公式根据所述折射角和入射角确定第i个光子的反射率;
S36:根据所述反射率和初始权重确定第i个光子的当前权重;
S37:根据所述当前权重确定第i个光子的剩余能量;
S38:判断所述第i个光子是否离开海面;如果离开海面,则输出第i个光子的反射率,且令i=i+1,并执行步骤S310;
S39:如果没有离开海面,则判断所述剩余能量是否小于设定阈值;如果小于设定阈值,则输出第i个光子的反射率,并执行步骤S310;如果大于等于设定阈值,则将当前权重作为初始权重,等待所述第i个光子与所述海面模型碰撞,并执行步骤S34;
S310:判断所述i是否小于n,如果小于等于n,则等待所述第i个光子与所述海面模型碰撞,并执行步骤S34;如果大于n,则执行步骤S311;
S311:根据输出的n个光子的反射率确定海面发射率。
可选的,所述根据所述海面发射率确定温度模型参数;具体包括:
S41:利用卫星传感器确定两个分裂窗波段的亮度温度、卫星观测天顶角和大气水汽含量;
S42:利用大气廓线数据确定模拟系数;
S43:根据所述海面发射率确定两个分裂窗波段发射率的平均值和两个分裂窗波段发射率的差值。
可选的,所述采用改进的分裂窗算法,建立海面温度模型,具体公式为:
SST=T4+(a1S+a2)(T4-T5)+(b1S+b2)(T4-T5)2+(c1S+c2)+α0+α1W+α2W2(1-ε)-(β0+β1W+β2W2)Δε
其中,SST为海表温度,S=secθ-1,θ为卫星观测天顶角,T4、T5分别为两个分裂窗波段的亮度温度,W=W0(S+1),W0为大气水汽含量,ε为两个分裂窗波段发射率的平均值,Δε为两个分裂窗波段发射率的差值,a1,a2,b1,b2,c1,c2,α0,α1,α2,β0,β1,β2分别为模拟系数。
可选的,所述利用菲涅尔公式根据所述折射角和入射角确定第i个光子的反射率,具体公式为:
其中,i为变量,ρi为第i个光子的反射率,θi为第i个光子的入射角,θi′为第i个光子的折射角。
可选的,所述根据输出的n个光子的反射率确定海面发射率,具体公式为:
其中,ε′为海面发射率,n为光子的总数量,ρi为第i个光子的反射率。
本发明还提供一种海面温度反演系统,所述海面温度反演系统包括:
海面模型确定模块,用于根据海面风速确定海面模型;
光子产生模块,用于采用蒙特卡洛方法产生n个光子,其中,n为大于等于1的整数;
海面发射率确定模块,用于根据所述n个光子和所述海面模型,确定海面发射率;
温度模型参数确定模块,用于根据所述海面发射率确定温度模型参数;
海面温度模型确定模块,用于采用改进的分裂窗算法,建立海面温度模型;
海面温度确定模块,用于将所述温度模型参数代入所述海面温度模型,确定海面温度。
可选的,所述海面模型确定模块,具体包括:
第一获取单元,用于获取海面风速;
斜率分布标准差确定单元,用于根据所述海面风速确定斜率分布标准差;
海面模型确定单元,用于根据所述斜率分布标准差确定海面模型。
可选的,所述温度模型参数确定模块,具体包括:
第一参数确定单元,用于利用卫星传感器确定两个分裂窗波段的亮度温度、卫星观测天顶角和大气水汽含量;
第二参数确定单元,用于利用大气廓线数据确定模拟系数;
第三参数确定单元,用于根据所述海面发射率确定两个分裂窗波段发射率的平均值和两个分裂窗波段发射率的差值。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明首先根据海面风速确定海面模型;采用蒙特卡洛方法产生n个光子,其中,n为大于等于1的整数;其次根据所述n个光子和所述海面模型,确定海面发射率;根据所述海面发射率确定温度模型参数;然后采用改进的分裂窗算法,建立海面温度模型;最后将所述温度模型参数代入所述海面温度模型,确定海面温度;本发明在大的观测天顶角和风速条件下,依然能够准确确定海洋表面发射率,进而提高了确定海面温度的精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,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为本发明实施例海面温度反演方法流程图;
图2为本发明实施例确定海面发射率流程图;
图3为本发明实施例海面温度反演系统结构图;
图4为本发明实施例反演效果图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,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他实施例,都属于本发明保护的范围。
本发明的目的是提供一种海面温度反演方法及系统,以提高确定海面温度的精度。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例海面温度反演方法流程图,如图1所示,本发明提供一种海面温度反演方法,所述海面温度反演方法包括:
步骤S1:根据海面风速确定海面模型;
步骤S2:采用蒙特卡洛方法产生n个光子,其中,n为大于等于1的整数;
步骤S3:根据所述n个光子和所述海面模型,确定海面发射率;
步骤S4:根据所述海面发射率确定温度模型参数;
步骤S5:采用改进的分裂窗算法,建立海面温度模型;
步骤S6:将所述温度模型参数代入所述海面温度模型,确定海面温度。
下面对各个步骤进行详细论述:
步骤S1:所述根据海面风速确定海面模型,具体包括:
S11:获取海面风速;
S12:根据所述海面风速确定斜率分布标准差,具体公式为:
其中,γ0为斜率分布标准差,w为海面风速。
S13:根据所述斜率分布标准差确定海面模型,具体公式为:
其中,P(γ)为海面斜率分布概率密度函数,γ表示二维海面的海面斜率,γ0为斜率分布标准差。P(γ)在0-1之间取值,生成0-1之间的随机数与其对应的海面斜率,建立海面模型。
图2为本发明实施例确定海面发射率流程图,如图2所示,所述根据所述n个光子和所述海面模型,确定海面发射率,具体步骤包括:
S31:利用后向追踪方式模拟所述光子的运动轨迹,所述光子与所述海面模型之间的碰撞认为是镜面反射;本发明对每个光子利用后向追踪的方式模拟其轨迹,其目的是为了反映一个真实海面会连续的像半球空间发射辐射的情况。
S32:初始化参数;所述初始化参数包括i=1,初始权重为1;
S33:获取第i个光子;
S34:当所述第i个光子与所述海面模型碰撞后,利用斯涅尔定律,根据海面复折射率指确定第i个光子的折射角、入射角;
S35:利用菲涅尔公式根据所述折射角和入射角确定第i个光子的反射率,具体公式为:
其中,i为变量,ρi为第i个光子的反射率,θi为第i个光子的入射角,θi′为第i个光子的折射角。
S36:根据所述反射率和初始权重确定第i个光子的当前权重;
S37:根据所述当前权重确定第i个光子的剩余能量;
S38:判断所述第i个光子是否离开海面;如果离开海面,则输出第i个光子的反射率,且令i=i+1,并执行步骤S310;
S39:如果没有离开海面,则判断所述剩余能量是否小于设定阈值;如果小于设定阈值,则输出第i个光子的反射率,并执行步骤S310;如果大于等于设定阈值,则将当前权重作为初始权重,等待所述第i个光子与所述海面模型碰撞,并执行步骤S34;
S310:判断所述i是否小于n,如果小于等于n,则等待所述第i个光子与所述海面模型碰撞,并执行步骤S34;如果大于n,则执行步骤S311;
S311:根据输出的n个光子的反射率确定确定海面发射率,具体公式为:
其中,ε′为海面发射率,n为光子的总数量,ρi为第i个光子的反射率。
S4:所述根据所述海面发射率确定温度模型参数;具体包括:
S41:利用卫星传感器确定两个分裂窗波段的亮度温度、卫星观测天顶角和大气水汽含量;具体步骤为:
S411:采集风云三号气象卫星上的可见光红外扫描辐射计FY-3CVIRR L1的经纬度信息和辐射信息;
S412:对所述经纬度信息和辐射信息进行预处理,所述预处理包括几何校正和辐射校正;
S413:在此基础上提取第4通道的第一分裂窗波段的亮度温度T4,第5通道的第二分裂窗波段的亮度温度T5,提取卫星观测天顶角θ,并计算S=secθ-1;
S414:利用风云三号气象卫星上的可见光红外扫描辐射计FY-3C VIRR TPW采集晴空大气可降水量;
S415:根据所述晴空大气可降水量计算大气水汽含量W0,并计算W=W0(S+1)。
S42:利用大气廓线数据确定模拟系数;具体步骤为:
从大气廓线数据库SeeBor5.0中提取大气廓线数据,并将所述大气廓线数据输入辐射传输模型MODTRAN 5.0中,确定模拟系数;所述大气廓线数据库SeeBor5.0中包含湿度和臭氧在晴空条件下、101级气压条件下的全球温度;所述模拟系数包括a1,a2,b1,b2,c1,c2,α0,α1,α2,β0,β1,β2。
S43:根据所述海面发射率确定两个分裂窗波段发射率的平均值ε和两个分裂窗波段发射率的差值Δε。
步骤S5:所述采用改进的分裂窗算法,建立海面温度模型,具体公式为:
SST=T4+(a1S+a2)(T4-T5)+(b1S+b2)(T4-T5)2+(c1S+c2)+α0+α1W+α2W2(1-ε)-(β0+β1W+β2W2)Δε
其中,SST为海表温度,S=secθ-1,θ为卫星观测天顶角,T4、T5分别为两个分裂窗波段的亮度温度,W=W0(S+1),W0为大气水汽含量,ε为两个分裂窗波段发射率的平均值,Δε为两个分裂窗波段发射率的差值,a1,a2,b1,b2,c1,c2,α0,α1,α2,β0,β1,β2分别为模拟系数。
图3为本发明实施例海面温度反演系统结构图,如图3所示,本发明提供一种海面温度反演系统,所述海面温度反演系统包括:
海面模型确定模块1,用于根据海面风速确定海面模型;
光子产生模块2,用于采用蒙特卡洛方法产生n个光子,其中,n为大于等于1的整数;
海面发射率确定模块3,用于根据所述n个光子和所述海面模型,确定海面发射率;
温度模型参数确定模块4,用于根据所述海面发射率确定温度模型参数;
海面温度模型确定模块5,用于采用改进的分裂窗算法,建立海面温度模型;
海面温度确定模块6,用于将所述温度模型参数代入所述海面温度模型,确定海面温度。
下面对各个模块进行详细论述:
所述海面模型确定模块1,具体包括:
第一获取单元,用于获取海面风速;
斜率分布标准差确定单元,用于根据所述海面风速确定斜率分布标准差;
海面模型确定单元,用于根据所述斜率分布标准差确定海面模型。
所述海面发射率确定模块3,具体包括:
假设单元,用于利用后向追踪方式模拟所述光子的运动轨迹,所述光子与所述海面模型之间的碰撞认为是镜面反射;
初始化单元,用于初始化参数;所述初始化参数包括i=1,初始权重为1;
第二获取单元,用于获取第i个光子;
角度确定单元,用于当所述第i个光子与所述海面模型碰撞后,利用斯涅尔定律,根据海面复折射率指确定第i个光子的折射角、入射角;
反射率确定单元,用于利用菲涅尔公式根据所述折射角和入射角确定第i个光子的反射率;
当前权重确定单元,用于根据所述反射率和初始权重确定第i个光子的当前权重;
剩余能量确定单元,用于根据所述当前权重确定第i个光子的剩余能量;
第一判断单元,用于判断所述第i个光子是否离开海面;如果离开海面,则输出第i个光子的反射率,且令i=i+1,并执行第三判断单元;
第二判断单元,用于如果没有离开海面,则判断所述剩余能量是否小于设定阈值;如果小于设定阈值,则输出第i个光子的反射率,并执行第三判断单元;如果大于等于设定阈值,则将当前权重作为初始权重,等待所述第i个光子与所述海面模型碰撞,并返回角度确定单元;
第三判断单元,用于判断所述i是否小于n,如果小于等于n,则等待所述第i个光子与所述海面模型碰撞,并返回角度确定单元;如果大于n,则执行平均反射率确定单元;
平均反射率确定单元,用于根据输出的n个光子的反射率确定平均反射率;
海面发射率确定单元,用于根据所述平均反射率确定海面发射率。
所述温度模型参数确定模块4,具体包括:
第一参数确定单元,用于利用卫星传感器确定两个分裂窗波段的亮度温度、卫星观测天顶角和大气水汽含量;
第二参数确定单元,用于利用大气廓线数据确定模拟系数;
第三参数确定单元,用于根据所述海面发射率确定两个分裂窗波段发射率的平均值和两个分裂窗波段发射率的差值。
海面温度模型确定模块建立海面温度模型的具体公式为:
SST=T4+(a1S+a2)(T4-T5)+(b1S+b2)(T4-T5)2+(c1S+c2)+α0+α1W+α2W2(1-ε)-(β0+β1W+β2W2)Δε
其中,SST为海表温度,S=secθ-1,θ为卫星观测天顶角,T4、T5分别为两个分裂窗波段的亮度温度,W=W0(S+1),W0为大气水汽含量,ε为两个分裂窗波段发射率的平均值,Δε为两个分裂窗波段发射率的差值,a1,a2,b1,b2,c1,c2,α0,α1,α2,β0,β1,β2分别为模拟系数。
反射率确定单元具体确定反射率的具体公式为:
其中,i为变量,ρi为第i个光子的反射率,θi为第i个光子的入射角,θi′为第i个光子的折射角。
海面发射率确定单元确定海面发射率的具体公式为:
其中,ε′为海面发射率,n为光子的总数量,ρi为第i个光子的反射率。
本发明首先根据海面风速确定海面模型;采用蒙特卡洛方法产生n个光子,其中,n为大于等于1的整数;其次根据所述n个光子和所述海面模型,确定海面发射率;根据所述海面发射率确定温度模型参数;然后采用改进的分裂窗算法,建立海面温度模型;最后将所述温度模型参数代入所述海面温度模型,确定海面温度;本发明在大的观测天顶角和风速条件下,依然能够准确确定海洋表面发射率,进而提高了确定海面温度的精度。
另外,本发明通过根据风速确定海面模型,改善大观测角度、大风速下海面发射率的模拟精度,获得可用于海面温度反演的海面发射率,并用于国产卫星传感器VIRR/FY-3C的特征,从而获取高精度的海面温度数据产品。
具体举例:
应用示范区为美国西南海岸区域。
本发明选取了美国西海岸-124°W至-118°E,32°S至38°N覆盖NDBC的13个实测站点作为研究区域。选取了2016年整年的VIRR/FY-3C L1数据,使用本发明发展的海面温度反演分裂窗算法,进行了反演。
本发明利用ENVI对VIRR/FY-3C L1数据基于GLT(geographic lookup table)方法进行几何校正。ENVI可以直接支持HDF5的读取,可以直接对影像进行处理。选择数据集Ev_Emissvie中的第4和第5波段,输入对应的精度纬度信息文件,投影方式选择等经纬度投影,空间分辨率为0.0089°,最后得到经过校正的GLT文件。
可见光红外扫描辐射计有10个1公里分辨率的光谱通道,其中既有高灵敏度的可见光通道,又有三个红外大气窗区通道。可见光红外扫描辐射计主要用途是监测全球云量,判识云的高度、类型和相态,探测海洋表面温度,监测植被生长状况和类型,监测高温火点,识别地表积雪覆盖,探测海洋水色等。
本发明利用的是VIRR/FY-3C level 1扫描辐射数据。该数据每一景图像包含两个HDF5文件。分别是OBC文件和GEO文件,其中OBC文件存放VIRR的星上定标数据,包括原始的帧信息码、黑体温度、黑体扫描、外空扫描和其他工程数据,同时也包括经过定标处理后的计算结果。其中GEO文件包含扫描辐射计经过定位预处理后生成的数据文件,地理经纬度、太阳和卫星的天顶角和方位角,以及其他辅助信息。数据格式的细节可以参考相关文档。
为了得到热红外通道星上亮温,需要经过一系列步骤。首先需要进行星上线性定标,使用的方法是提取Data数据集下的Emissive_Radiance_Offsets参数,以及Data数据集下的Emissive_Radiance_Scales参数,这两个参数各自存放在一个数组里面,3、4、5波段分别对应一列,利用线性校正公式:
NLIN=Scale*CE+Offset
其中NLIN、Scale、CE、Offset分别为定标后的辐亮度值,传感器的Emissive_Radiance_Scales参数,热红外通道的对地观测值Ev_Emissive和传感器的Emissive_Radiance_Offsets参数。
第二步需要进行非线性校正。提取数据集中的Prelaunch_Nonlinear_Coefficients。改参数中每三个为一组存放,分别对应3、4、5波段,每个波段三个参数,这三个参数用于非线性校正,公式为
b0,b1,b2就是对应的三个校正参数。
第三步需要提取提取Emissive_Centroid_Wave_Number参数,也就是通道的中心波数,用于计算黑体有效温度。公式为
其中表示有效黑体温度,vc对应为两个波段的中心波数,其中4波段为918.595,第5波段为836.536,c1,c2为两个常数,其值分别为
1.1910427×10-5mW/(m2·sr·cm-4),1.4387752cm·K
最后提取Emissive_BT_Coefficients参数,该参数一两个为一组,每个波长对应两个参数,这两个参数为A和B,利用如下公式计算黑体温度。
得到的TBB经过有效黑体温度转换的黑体温度。根据相关的研究,传感器的响应特征随着时间而不断衰减,因此会在不同的波段产生不同的偏差,所以对第4、5通道进行响应的校正,第4通道使用0.84,第5通道使用-0.66。
VIRR/FY-3C头文件中包含landseamask字段,其中landseamask=1代表陆地,其余代表水体部分,在温度反演过程中,对地表覆盖类型进行判断,筛选出水体部分。
水汽产品由由VIRR资料和分裂窗算法反演得到。官方提供段、日、旬和月产品,星下分辨率1km。在温度反演过程中,修正项的计算需要用到大气水汽信息,该产品恰好和L1数据产品时间同步,和L1产品共用同一个GEO地理信息文件,利用与上述相同的方法对数据进行GLT几何校正。其中大气可降水的无效填充值为65535,因此在温度反演的过程中,对TPW=65535的数据进行剔除。
在计算发射率效应时,需要对发射率模型输入海面风速参数,本发明利用Merra2气象再分析数据提供的风速数据,选用的数据集是M2I1NXASM(MERRA-2inst1_2d_asm_Nx:2d,1-Hourly,Instantaneous,Single-Level,Assimilati on,Single-Level Diagnostics0.625x 0.5 degree V5.12.4)。是二维每小时的数据,分辨率是0.625*0.5度。本发明通过插值将其调整为和VIRR/FY-3C亮温数据相同的空间分辨率。提取其中的‘U10M’和‘V10M’数据集,分别代表海面10m高的正东方向风速分量和正北风速分量,我们对其取平方平均,作为海面风速输入海面发射率模拟模型。
计算(1-ε)和Δε所需的海面发射率可以使用本发明建立的发射率模型计算。对模型输入海面风速,卫星观测角度以及海水的复折射率指数可以得到模拟的发射率。其中发射率修正项部分模拟需要使用的海面风速,使用merra2气象再分析数据,通过插值得到与亮度温度相同空间分辨率的数据,卫星观测角度利用VIRR/FY-3C L1产品自带的字段d_sensorzenith,海水的复折射率指数对应于FY-3C 4,5波段对应的波长分别为10.88μm,11.95μm,相对应的指数选取1.194-0.0642i和1.118-0.19i。
图4为本发明实施例反演效果图,如图4所示,将实测数据与反演结果进行了时空匹配,验证结果表明,RMSE为1.03K,bias为0.89K,曲线拟合的R2值为0.91,可见提高了海面发射率反演模型精度。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本发明中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种海面温度反演方法,其特征在于,所述海面温度反演方法包括:
步骤S1:根据海面风速确定海面模型;
步骤S2:采用蒙特卡洛方法产生n个光子,其中,n为大于等于1的整数;
步骤S3:根据所述n个光子和所述海面模型,确定海面发射率;
步骤S4:根据所述海面发射率确定温度模型参数;
步骤S5:采用改进的分裂窗算法,建立海面温度模型;
步骤S6:将所述温度模型参数代入所述海面温度模型,确定海面温度。
2.根据权利要求1所述的海面温度反演方法,其特征在于,所述根据海面风速确定海面模型,具体包括:
S11:获取海面风速;
S12:根据所述海面风速确定斜率分布标准差;
S13:根据所述斜率分布标准差确定海面模型。
3.根据权利要求1所述的海面温度反演方法,其特征在于,所述根据所述n个光子和所述海面模型,确定海面发射率,具体包括:
S31:利用后向追踪方式模拟所述光子的运动轨迹,所述光子与所述海面模型之间的碰撞认为是镜面反射;
S32:初始化参数;所述初始化参数包括i=1,初始权重为1;
S33:获取第i个光子;
S34:当所述第i个光子与所述海面模型碰撞后,利用斯涅尔定律,根据海面复折射率指确定第i个光子的折射角、入射角;
S35:利用菲涅尔公式根据所述折射角和入射角确定第i个光子的反射率;
S36:根据所述反射率和初始权重确定第i个光子的当前权重;
S37:根据所述当前权重确定第i个光子的剩余能量;
S38:判断所述第i个光子是否离开海面;如果离开海面,则输出第i个光子的反射率,且令i=i+1,并执行步骤S310;
S39:如果没有离开海面,则判断所述剩余能量是否小于设定阈值;如果小于设定阈值,则输出第i个光子的反射率,并执行步骤S310;如果大于等于设定阈值,则将当前权重作为初始权重,等待所述第i个光子与所述海面模型碰撞,并执行步骤S34;
S310:判断所述i是否小于n,如果小于等于n,则等待所述第i个光子与所述海面模型碰撞,并执行步骤S34;如果大于n,则执行步骤S311;
S311:根据输出的n个光子的反射率确定海面发射率。
4.根据权利要求1所述的海面温度反演方法,其特征在于,所述根据所述海面发射率确定温度模型参数;具体包括:
S41:利用卫星传感器确定两个分裂窗波段的亮度温度、卫星观测天顶角和大气水汽含量;
S42:利用大气廓线数据确定模拟系数;
S43:根据所述海面发射率确定两个分裂窗波段发射率的平均值和两个分裂窗波段发射率的差值。
5.根据权利要求1所述的海面温度反演方法,其特征在于,所述采用改进的分裂窗算法,建立海面温度模型,具体公式为:
SST=T4+(a1S+a2)(T4-T5)+(b1S+b2)(T4-T5)2+(c1S+c2)+α0+α1W+α2W2(1-ε)-(β0+β1W+β2W2)Δε
其中,SST为海表温度,S=secθ-1,θ为卫星观测天顶角,T4、T5分别为两个分裂窗波段的亮度温度,W=W0(S+1),W0为大气水汽含量,ε为两个分裂窗波段发射率的平均值,Δε为两个分裂窗波段发射率的差值,a1,a2,b1,b2,c1,c2,α0,α1,α2,β0,β1,β2分别为模拟系数。
6.根据权利要求3所述的海面温度反演方法,其特征在于,所述利用菲涅尔公式根据所述折射角和入射角确定第i个光子的反射率,具体公式为:
其中,i为变量,ρi为第i个光子的反射率,θi为第i个光子的入射角,θi′为第i个光子的折射角。
7.根据权利要求3所述的海面温度反演方法,其特征在于,所述根据输出的n个光子的反射率确定海面发射率,具体公式为:
其中,ε′为海面发射率,n为光子的总数量,ρi为第i个光子的反射率。
8.一种海面温度反演系统,其特征在于,所述海面温度反演系统包括:
海面模型确定模块,用于根据海面风速确定海面模型;
光子产生模块,用于采用蒙特卡洛方法产生n个光子,其中,n为大于等于1的整数;
海面发射率确定模块,用于根据所述n个光子和所述海面模型,确定海面发射率;
温度模型参数确定模块,用于根据所述海面发射率确定温度模型参数;
海面温度模型确定模块,用于采用改进的分裂窗算法,建立海面温度模型;
海面温度确定模块,用于将所述温度模型参数代入所述海面温度模型,确定海面温度。
9.根据权利要求8所述的海面温度反演系统,其特征在于,所述海面模型确定模块,具体包括:
第一获取单元,用于获取海面风速;
斜率分布标准差确定单元,用于根据所述海面风速确定斜率分布标准差;
海面模型确定单元,用于根据所述斜率分布标准差确定海面模型。
10.根据权利要求8所述的海面温度反演系统,其特征在于,所述温度模型参数确定模块,具体包括:
第一参数确定单元,用于利用卫星传感器确定两个分裂窗波段的亮度温度、卫星观测天顶角和大气水汽含量;
第二参数确定单元,用于利用大气廓线数据确定模拟系数;
第三参数确定单元,用于根据所述海面发射率确定两个分裂窗波段发射率的平均值和两个分裂窗波段发射率的差值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811054360.4A CN109145494B (zh) | 2018-09-11 | 2018-09-11 | 一种海面温度反演方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811054360.4A CN109145494B (zh) | 2018-09-11 | 2018-09-11 | 一种海面温度反演方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109145494A true CN109145494A (zh) | 2019-01-04 |
CN109145494B CN109145494B (zh) | 2020-04-07 |
Family
ID=64824567
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811054360.4A Expired - Fee Related CN109145494B (zh) | 2018-09-11 | 2018-09-11 | 一种海面温度反演方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109145494B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109709558A (zh) * | 2019-03-06 | 2019-05-03 | 成都信息工程大学 | 一种星载微波遥感陆地上空pwv的物理反演算法 |
CN110059419A (zh) * | 2019-04-23 | 2019-07-26 | 中国人民解放军63921部队 | 高精度区域对流层折射率三维反演方法 |
CN113033063A (zh) * | 2021-05-24 | 2021-06-25 | 航天宏图信息技术股份有限公司 | 海表温度的反演方法、装置、电子设备及存储介质 |
CN114674461A (zh) * | 2022-05-27 | 2022-06-28 | 自然资源部第二海洋研究所 | 海表温度的确定方法、装置及可读存储介质 |
CN115758865A (zh) * | 2022-11-01 | 2023-03-07 | 天津大学 | 一种基于深度学习的水下三维温盐重构方法及系统 |
CN117421942A (zh) * | 2023-12-19 | 2024-01-19 | 北京摩弈信息科技有限公司 | 一种海面温度确定方法和装置、电子设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006119052A2 (en) * | 2005-05-03 | 2006-11-09 | Anaerobe Systems | Anaerobic production of hydrogen and other chemical products |
CN102103203A (zh) * | 2011-01-19 | 2011-06-22 | 环境保护部卫星环境应用中心 | 基于环境一号卫星的地表温度单窗反演方法 |
CN103018736A (zh) * | 2012-12-03 | 2013-04-03 | 北京航空航天大学 | 一种基于大气参数遥感反演的星载遥感器辐射定标方法 |
CN104180907A (zh) * | 2013-05-21 | 2014-12-03 | 江碧涛 | 一种基于近红外高光谱和热红外单通道影像的海表温度协同反演方法 |
CN105737806A (zh) * | 2016-02-16 | 2016-07-06 | 国家卫星海洋应用中心 | 基于星载微波辐射计反演海面盐度的方法和装置 |
CN106768393A (zh) * | 2015-11-20 | 2017-05-31 | 北京大学 | 基于Landsat 8数据的海表温度反演方法及系统 |
CN106778516A (zh) * | 2016-11-24 | 2017-05-31 | 中国科学院地理科学与资源研究所 | 一种利用中国风云三号卫星遥感数据确定地表温度的方法及装置 |
-
2018
- 2018-09-11 CN CN201811054360.4A patent/CN109145494B/zh not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006119052A2 (en) * | 2005-05-03 | 2006-11-09 | Anaerobe Systems | Anaerobic production of hydrogen and other chemical products |
CN102103203A (zh) * | 2011-01-19 | 2011-06-22 | 环境保护部卫星环境应用中心 | 基于环境一号卫星的地表温度单窗反演方法 |
CN103018736A (zh) * | 2012-12-03 | 2013-04-03 | 北京航空航天大学 | 一种基于大气参数遥感反演的星载遥感器辐射定标方法 |
CN104180907A (zh) * | 2013-05-21 | 2014-12-03 | 江碧涛 | 一种基于近红外高光谱和热红外单通道影像的海表温度协同反演方法 |
CN106768393A (zh) * | 2015-11-20 | 2017-05-31 | 北京大学 | 基于Landsat 8数据的海表温度反演方法及系统 |
CN105737806A (zh) * | 2016-02-16 | 2016-07-06 | 国家卫星海洋应用中心 | 基于星载微波辐射计反演海面盐度的方法和装置 |
CN106778516A (zh) * | 2016-11-24 | 2017-05-31 | 中国科学院地理科学与资源研究所 | 一种利用中国风云三号卫星遥感数据确定地表温度的方法及装置 |
Non-Patent Citations (3)
Title |
---|
宋挺等: "《Landsat 8数据地表温度反演算法对比》", 《遥感学报》 * |
施加宝: "《海天背景的红外辐射散射特性研究》", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
陈彬等: "《海面背景下舰船目标红外辐射特性研究》", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109709558A (zh) * | 2019-03-06 | 2019-05-03 | 成都信息工程大学 | 一种星载微波遥感陆地上空pwv的物理反演算法 |
CN110059419A (zh) * | 2019-04-23 | 2019-07-26 | 中国人民解放军63921部队 | 高精度区域对流层折射率三维反演方法 |
CN110059419B (zh) * | 2019-04-23 | 2023-06-30 | 中国人民解放军63921部队 | 高精度区域对流层折射率三维反演方法 |
CN113033063A (zh) * | 2021-05-24 | 2021-06-25 | 航天宏图信息技术股份有限公司 | 海表温度的反演方法、装置、电子设备及存储介质 |
CN114674461A (zh) * | 2022-05-27 | 2022-06-28 | 自然资源部第二海洋研究所 | 海表温度的确定方法、装置及可读存储介质 |
CN115758865A (zh) * | 2022-11-01 | 2023-03-07 | 天津大学 | 一种基于深度学习的水下三维温盐重构方法及系统 |
CN115758865B (zh) * | 2022-11-01 | 2023-11-14 | 天津大学 | 一种基于深度学习的水下三维温盐重构方法及系统 |
CN117421942A (zh) * | 2023-12-19 | 2024-01-19 | 北京摩弈信息科技有限公司 | 一种海面温度确定方法和装置、电子设备 |
CN117421942B (zh) * | 2023-12-19 | 2024-03-12 | 北京摩弈信息科技有限公司 | 一种海面温度确定方法和装置、电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109145494B (zh) | 2020-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109145494A (zh) | 一种海面温度反演方法及系统 | |
Zhang et al. | Potential impacts of assimilating all‐sky infrared satellite radiances from GOES‐R on convection‐permitting analysis and prediction of tropical cyclones | |
Castellari et al. | A model study of air–sea interactions in the Mediterranean Sea | |
Kazumori et al. | Use of the ocean surface wind direction signal in microwave radiance assimilation | |
Matsui et al. | Introducing multisensor satellite radiance‐based evaluation for regional Earth system modeling | |
Delwart et al. | SMOS validation and the COSMOS campaigns | |
Zhang et al. | An operational two-layer remote sensing model to estimate surface flux in regional scale: Physical background | |
Bellenger et al. | An analysis of tropical ocean diurnal warm layers | |
Cronin et al. | An assessment of buoy‐derived and numerical weather prediction surface heat fluxes in the tropical Pacific | |
Sherwood et al. | Deep convective cloud‐top heights and their thermodynamic control during CRYSTAL‐FACE | |
CN101598543A (zh) | 一种实用的遥感影像大气校正方法 | |
Schlundt et al. | Mixed layer heat and salinity budgets during the onset of the 2011 Atlantic cold tongue | |
CN111241698A (zh) | 对流层顶风场反演方法、装置、存储介质及计算机设备 | |
Singh et al. | Impact of GNSS signal delay assimilation on short range weather forecasts over the Indian region | |
Asrar et al. | NASA research strategy for earth system science: Climate component | |
Wu et al. | Effects of local‐scale orography and urban heat island on the initiation of a record‐breaking rainfall event | |
Meng et al. | New observation operators for cloud liquid/ice water path from ABI and their impact on assimilation and hurricane forecasts | |
Gentemann et al. | Evaluation of NASA GEOS‐ADAS modeled diurnal warming through comparisons to SEVIRI and AMSR2 SST observations | |
Kishore Kumar et al. | Mean thermal structure of the low‐latitude middle atmosphere studied using Gadanki Rayleigh lidar, Rocket, and SABER/TIMED observations | |
Guo et al. | A merged continental planetary boundary layer height dataset based on high-resolution radiosonde measurements, ERA5 reanalysis, and GLDAS | |
Seto et al. | Heavy rainfall prediction applying satellite‐based cloud data assimilation over land | |
Bouin et al. | Using scintillometry to estimate sensible heat fluxes over water: first insights | |
Nuijens et al. | The frictional layer in the observed momentum budget of the trades | |
Yu | Sea surface exchanges of momentum, heat, and freshwater determined by satellite remote sensing | |
Kerns et al. | Evaluation of satellite surface winds in relation to weather regimes over the Indian Ocean using dynamo observations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200407 Termination date: 20200911 |