CN111241698A - 对流层顶风场反演方法、装置、存储介质及计算机设备 - Google Patents
对流层顶风场反演方法、装置、存储介质及计算机设备 Download PDFInfo
- Publication number
- CN111241698A CN111241698A CN202010054145.5A CN202010054145A CN111241698A CN 111241698 A CN111241698 A CN 111241698A CN 202010054145 A CN202010054145 A CN 202010054145A CN 111241698 A CN111241698 A CN 111241698A
- Authority
- CN
- China
- Prior art keywords
- wind
- latitude
- convective
- wind field
- wind speed
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000003860 storage Methods 0.000 title claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims description 40
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 claims description 17
- 239000000126 substance Substances 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 5
- 230000005855 radiation Effects 0.000 claims description 5
- 241001669573 Galeorhinus galeus Species 0.000 claims description 2
- 230000015572 biosynthetic process Effects 0.000 claims 2
- 238000009795 derivation Methods 0.000 claims 1
- 230000008901 benefit Effects 0.000 abstract description 7
- 239000005436 troposphere Substances 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 5
- 238000003672 processing method Methods 0.000 description 4
- MWUXSHHQAYIFBG-UHFFFAOYSA-N Nitric oxide Chemical compound O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- KRQUFUKTQHISJB-YYADALCUSA-N 2-[(E)-N-[2-(4-chlorophenoxy)propoxy]-C-propylcarbonimidoyl]-3-hydroxy-5-(thian-3-yl)cyclohex-2-en-1-one Chemical compound CCC\C(=N/OCC(C)OC1=CC=C(Cl)C=C1)C1=C(O)CC(CC1=O)C1CCCSC1 KRQUFUKTQHISJB-YYADALCUSA-N 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- JTJMJGYZQZDUJJ-UHFFFAOYSA-N phencyclidine Chemical class C1CCCCN1C1(C=2C=CC=CC=2)CCCCC1 JTJMJGYZQZDUJJ-UHFFFAOYSA-N 0.000 description 1
- 230000021715 photosynthesis, light harvesting Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000012950 reanalysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 239000005437 stratosphere Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
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)
- Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)
Abstract
本发明公开了一种基于气象卫星的对流层顶风场反演方法、装置、存储介质及计算机设备。其中方法包括以下步骤，基于气象卫星观测数据反演获得对流层顶气压数据，并将所述对流层顶气压数据从卫星观测投影模式转换到等经纬度投影模式；再计算各纬度的科里奥利力，采用差分法获得所述对流层顶风场的风速分量数值,并根据纬度值确定所述风场的风速分量方向；再获得对流层顶风场的风速；将反演得到的对流层顶风场数据输出。本发明反演方法得到的对流层顶风场结果与现有技术反演的结果保持一致，具备有效性，且能够获得比现有反演方法更高的空间分辨率和时间分辨率的对流层顶风场数据，有利于获得对流层顶的中尺度结构信息及天气气候特征。
Description
技术领域
本发明涉及气象遥感技术领域，尤其涉及一种气象卫星的对流层顶风场反演方法、装置、存储介质及计算机设备。
背景技术
大气对流层顶是对流层的上边界，是对流层和平流层之间的过渡层。在这个区域，大气属性，例如位涡、水汽、温度，以及化学属性含量，例如臭氧、二氧化硫、二氧化碳和很多氮氧化物浓度都会发生突变。大气对流层顶不仅会受到天气发展影响而具有日变化特征，还会随纬度和季节变化发生改变。
大气中的动量主要集中在对流层中高层，特别是在对流层顶附近(10km左右)，它们通常以波(波长约为6000km或更短)的形式向前传播，在传播过程中经过数天到一周的能量耗散，逐渐减弱。从过去大量的观测发现，位于对流层顶的高空风速量级通常为10～100m/s，并具有随着高度逐渐增大，以及随纬度和季节变化的特征。从流场的形式看，它们通常表现为平直气流和旋转气流(带有气旋性或反气旋性弯曲的气流)。从一张对流层顶风场图中，可以清楚地观察中高纬度地区高空急流(风速≥30m/s的强风速带)的位置和强度演变；而且还能追踪气旋和反气旋的位置，以及气流发生汇合和疏散的区域。这些在大气动力学中具有重要物理含义的特征和指标对气候变化以及天气预报都具有非常关键的指示作用。
在过去几十年中，对流层顶风场主要依赖于无线电探空测风仪直接观测获得，这些资料空间分布非常稀疏，两个观测站点的距离平均在200km～300km。随着高分辨率的数值模式的发展，例如ECMWF-Interim全球再分析数据，科学家可以借助三维风场，通过垂直插值得到对流层顶高度上的风场分布情况。这种基于数值预报资料的对流层顶风场的空间和时间分辨率分别约为75km和6小时，且该数值预报资料具有严重的时间滞后性，由于需要加入观测资料进行订正，时间上通常会滞后3个月。目前全球数值模式的最高分辨率为0.25°，约为25km，时间分辨率最高为1小时，无法满足天气预报中实时获取高时空分辨率资料要求。基于此，有必要反演得到一种实时的高时空分辨率的大气对流层顶风场反演方法。
发明内容
本发明提供了一种基于气象卫星的对流层顶风场反演方法及装置，该方法及装置能够基于气象卫星的观测资料及有关信息，反演得到高分辨率的时间及空间对流层顶风场数据，便于深入认识大气对流层顶风场及其时空分布特征。
本发明提供了一种基于气象卫星的对流层顶风场反演方法，包括以下步骤：
基于气象卫星观测数据反演获得对流层顶气压数据；
计算各纬度的科里奥利力，基于所述各纬度的科里奥利力和所述对流层顶气压数据获得所述对流层顶风场的风速分量数值,并根据纬度值确定所述风场的风速分量方向；
基于所述风场的风速分量数值和方向反演出对流层顶风场的风速；
将反演出的对流层顶风场的风速数据输出，以区分对流层顶风场的风速。
根据本发明的实施例，所述基于气象卫星观测数据反演获得对流层顶气压数据，包括：
基于气象卫星反演的温度廓线资料，计算温度垂直递减率最小值或温度最低值所在高度的气压来获得对流层顶气压；
或者利用气象卫星的臭氧探测仪的资料反演得到大气臭氧总量，并基于大气臭氧总量通过回归计算式获得臭氧对流层顶气压；
或者通过气象卫星多通道扫描辐射成像仪的水汽通道和红外通道反演的亮温、中层平均比湿、高层平均比湿、卫星观测时间、经纬度及卫星天顶角信息，通过回归计算式获得对流层顶气压。
根据本发明的实施例，在基于气象卫星观测数据反演获得对流层顶气压数据之后，且在所述计算各纬度的科里奥利力之前，所述方法还包括以下步骤：
基于卫星像素点行列号与经纬度的对应关系，将所述对流层顶气压数据从卫星观测投影模式转换到等经纬度投影模式。
根据本发明的实施例，获得所述科里奥利力的计算式为，
其中，Ω＝7.292×10-5弧度/秒,π＝3.14159弧度/度；
所述弧度
的计算式为，
其中，
表示纬度(单位为度°)。
根据本发明的实施例，基于地转平衡原理和所述科里奥利力，计算所述对流层顶风场的风速数值，包括：
获得对流层顶风场风速的分量，所述对流层顶风场风速的分量计算式为：
其中，
为南北风风速分量，
为东西风风速分量，P为气压，单位为hPa，f为科里奥利力，ρ为空气密度，
和
表示对物理量求东西方向和南北方向的偏导；
采用差分法对计算式(3)进行数值化处理求解，所述南北风风速分量
计算式为：
其中，
为南北风风速分量，Δn表示等经纬度网格点上东西方向上相邻两点的经度差，
表示纬度，R为地球纬度圈相隔一度的距离，ΔP为网格点上东西方向上相邻两点的气压差；
采用差分法对计算式(4)进行数值化处理求解，所述东西风风速分量
计算式为：
其中，
为东西风风速分量，Δn表示等经纬度网格点上南北方向上相邻两点的纬度差，R为地球纬度圈相隔一度的距离，ΔP为网格点上南北方向上相邻两点的气压差；
根据本发明的实施例，基于纬度值确定所述对流层顶风场的风速分量方向设置为：若纬度值为-90°～0°，则风场的风速分量方向符号取数值的反值。
根据本发明的实施例，获得所述对流层顶风场的风速的计算式为：
其中，V为对流层顶风场的风速，
为南北风风速分量，
为东西风风速分量；
本发明还提供了一种基于气象卫星的对流层顶风场反演装置，所述装置包括：
气象卫星对流层顶气压信息获取单元，用于获取经过气象卫星反演得到的对流层顶气压数据；
科里奥利力计算单元，基于纬度获得科里奥利力；
对流层顶风场风速计算单元，基于所述科里奥利力和所述对流层顶气压数据采用差分法获得对流层顶风场风速数据；
反演结果输出单元，用于将回归反演得到的所述对流层顶风场数据输出，并区分对流层顶风场的风速。
本发明还提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现以上内容中任一项所述基于气象卫星的对流层顶风场反演方法的步骤。
本发明还提供了一种计算机设备，包括：
存储器，其上存储有计算机程序；以及
处理器，用于执行所述存储器中的所述计算机程序，以实现以上内容中任一项所述基于气象卫星的对流层顶风场反演方法的步骤。
与现有技术相比，本发明的一个或多个实施例可以具有如下优点：
1、本发明基于气象卫星反演得到的对流层顶气压数据及有关资料来对大气动力对流层顶风场进行反演，本发明的反演方法得到的对流层顶风场结果与现有技术反演的结果保持一致，具备有效性。
2、本发明基于气象卫星的观测数据反演得到对流层顶气压数据，再反演大气对流层顶风场，能够获得比现有方法更高的空间分辨率和时间分辨率的对流层顶风场信息，能获得更加细致的对流层顶风场结构，能获得对流层顶的中尺度涡旋信息,有利于获得更高的时空分辨率对流层顶的天气气候特征，也有利于监测和预报对流层天气，并对航空飞行安全保障具有重要作用。
本发明的其它特征和优点将在随后的说明书中阐述，并且部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明实施例的一种基于动力约束的气象卫星的大气对流层顶风场反演处理方法流程示意图；
图2是本发明实施例的一种基于动力约束的风云四号A星多通道扫描成像辐射计资料动力对流层顶风场的反演处理方法流程图；
图3是本发明实施例的FY4A/AGRI通道9(水汽通道5.8-6.7μm)亮温灰度图像(2018年1月21日00:00UTC)；
图4是本发明实施例的ECMWF-Interim全球再分析资料(空间分辨率0.75°×0.75°)动力对流层顶风场分布图(2018年1月21日00:00UTC)
图5是本发明实施例的FY4A/AGRI生成的动力对流层顶风场分布图(2018年1月21日00:00UTC)
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，以下结合附图对本发明作进一步地详细说明，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。
第一实施例
图1是本发明实施例的一种基于动力约束的气象卫星的大气对流层顶风场反演处理方法流程示意图；
图2是本发明实施例的一种基于动力约束的风云四号A星多通道扫描成像辐射计资料动力对流层顶风场的反演处理方法流程图；
图3是本发明实施例的FY4A/AGRI通道9(水汽通道5.8-6.7μm)的亮温灰度图像(2018年1月21日00:00UTC)；
图4是本发明实施例的ECMWF-Interim全球再分析资料(空间分辨率0.75°×0.75°)动力对流层顶风场分布图(2018年1月21日00:00UTC)
图5是本发明实施例的FY4A/AGRI生成的动力对流层顶风场分布图(2018年1月21日00:00UTC)。
气象卫星自上而下对地球进行观测，在长期实时监测大气对流层顶方面具有得天独厚的优势。目前，国际上利用不同卫星资料已经可以实现对流层顶(包括热力对流层顶、动力对流层顶和臭氧对流层顶等)气压的反演，但目前还没有基于卫星资料的大气对流层顶风场产品。
根据大气动力学理论，风场是大气作用力的结果，气压梯度力是大气运动的一种基本大气作用力。在对流层顶附近，由于远离下垫面，因此不受摩擦力的影响，风场可以近似满足地转平衡。即在这种假设下，风场是气压梯度力和科里奥利力合力的结果。气流会从相对高压区向低压区流动，在北半球受科里奥利力的作用，气流向右偏折，在南半球向左偏折。因此，利用上述气压和风场的动力约束关系，可在多种气象卫星资料上实现大气对流层顶风场反演。
当前气象卫星资料的空间覆盖度大，空间和时间分辨率高，例如，FY4A、Himawari-8或者GOES-R等国际上新一代静止气象卫星的多通道扫描辐射成像仪空间分辨率一般为2km～4km，时间分辨率为5分钟～30分钟，FY-4A静止气象卫星上搭载的干涉式大气垂直探测仪的空间分辨率为16km，时间分辨率为1小时～3小时；再如，极轨卫星上搭载的可见光红外扫描辐射计空间分辨率为1km，臭氧探测仪轨道扫描的空间分辨率通常也在24km左右。均远高于当前的数值模式(目前全球数值模式最高分辨率为0.25°，约25km，时间分辨率最高为1小时)和探空观测(空间分辨率约200km～300km，时间分辨率为12小时)，因此，利用气象卫星资料获得的时空连续分布的对流层顶风场产品，对气候变化研究、大气环流监测和中尺度灾害性天气预报以及航空飞行安全保障方面均具有重要应用前景。
本发明提供了一种基于气象卫星的对流层顶风场反演方法，包括以下步骤：
首先，基于气象卫星观测数据反演获得对流层顶气压数据。
具体为，根据指定时间检查对应时间的卫星是否已经反演了对流层顶的气压数据。如果已经存在FY4A/AGRI数据文件、NCEP GDAS/FNL全球分析和预报资料反演的对流层顶气压数据，则直接读取。如果在指定的时间卫星还未反演对应时间的对流层顶的气压数据，则输入相关的卫星观测数据，反演对流层顶气压数据。
具体为，基于气象卫星反演的温度廓线资料，计算温度垂直递减率最小值或温度最低值所在高度的气压来获得对流层顶气压数据。
具体为使用FY-3的GNOS极轨气象卫星上的全球导航卫星掩星探测仪、FY-3的HIRAS红外高光谱大气探测仪、FY-3的MWTS微波温度计资料反演得到大气温度廓线，或使用静止气象卫星FY-4A的GIIRS上搭载的干涉式大气垂直探测仪反演得到的大气温度廓线，并通过计算温度垂直递减率最小值或温度最低值所在高度的气压来可获得热力对流层顶气压。
或者使用气象卫星的臭氧探测仪的资料反演得到大气臭氧总量，并通过回归公式计算臭氧对流层顶气压。
具体为使用Aura卫星上的OMI气象卫星上搭载的臭氧探测仪的资料反演得到大气臭氧总量，并通过回归公式计算臭氧对流层顶气压。
或者使用气象卫星多通道扫描辐射成像仪的水汽通道和红外通道反演的亮温、中层平均比湿、高层平均比湿、卫星观测时间、经纬度及卫星天顶角信息，通过回归公式计算对流层顶气压。
可以使用FY-3的VIRR气象卫星可见光红外扫描辐射计或FY-4的AGRI气象卫星多通道扫描辐射成像仪的水汽和红外通道反演的亮温、中层平均比湿、高层平均比湿以及卫星观测时间、经纬度及卫星天顶角信息，通过回归公式计算动力对流层顶气压，详见现有技术的专利文件。
其中，FY4A/AGRI L1B数据来自国家卫星气象中心，文件名为
FY4A-_AGRI--_N_DISK_1047E_L1-_FDI_MULT_NOM_20180121000000_20180121001459_4000M_V0001.HDF，
以及文件名为
FY4A-_AGRI--_N_DISK_1047E_L1-_GEO-_MULT_NOM_20180121000000_20180121001459_4000M_V0001.HDF的数据。此外，还使用了NCEP GDAS/FNL(Global DataAssimilation System/Final operational global analysis and forecast,GDAS/FNL)全球分析和预报资料(空间分辨率0.25°×0.25°)，文件名为gdas1.fnl0p25.2018012100.f00.grib2.nc。
其中，FY4A/AGRI L1B数据为HDF5格式，包含了高层水汽通道9(波长5.8μm～6.7μm)、中层水汽通道10(波长为6.9μm～7.3μm)、长波红外通道12(波长10.3μm～11.3μm)和长波红外通道13(波长11.5μm～12.5μm)通道计数值、定标系数、卫星天顶角、经纬度数据等；
动力对流层顶回归预测模型是基于FY4A/AGRI长时间序列卫星观测资料与GEOS-5/MERRA-2再分析的动力对流层顶气压(空间分辨率0.5°×0.625°)建立的匹配样本数据集，利用随机森林回归法计算得到，动力对流层顶气压回归预测模型文件名为train_model_50ensembles_cntrlrun_S.m。
然后，基于卫星像素点行列号与经纬度的对应关系，将所述对流层顶气压数据从卫星观测投影模式转换到等经纬度投影模式。
其中，等经纬度网格大小为为0.04°×0.04°。
再计算各纬度的科里奥利力，基于所述科里奥利力采用差分法获得所述对流层顶风场的风速分量数值,并根据纬度值确定所述风场的风速分量方向。
本实施例中，计算科里奥利力的计算式为，
其中，Ω＝7.292×10-5弧度/秒,π＝3.14159弧度/度；
本实施例中，弧度
的计算式为，
其中，
表示纬度(单位为度°)。
本实施例，基于地转平衡原理和所述科里奥利力，计算所述对流层顶风场的分量数值的步骤如下：
所述对流层顶风场的分量计算式为，
其中，
为南北风分量，
为东西风分量，P为气压，单位为hPa，f为科里奥利力，ρ为空气密度，在反演FY4A/AGRI对流层顶风场时，ρ取为标准大气100hPa上空气密度ρ＝0.032kg/m3，
和
表示对物理量求东西方向和南北方向的偏导；
采用差分法对计算式(3)进行数值化处理求解，所述
风量计算式为，
其中，
为南北风分量，Δn表示等经纬度网格点上东西方向上相邻两点的经度差，
表示纬度，R为地球纬度圈相隔一度的距离，本实施例取为111.37km，ΔP为网格点上东西方向上相邻两点的气压差，由于对流层顶上空气密度很小，大气密度可近似为一个定常的小值，如采用ρ＝0.032kg/m3进行计算。
采用差分法对计算式(4)进行数值化处理求解，所述
风量计算式为，
其中，
为东西风分量，Δn表示等经纬度网格点上南北方向上相邻两点的纬度差，R为地球纬度圈相隔一度的距离，本实施例取为111.37km，ΔP为网格点上南北方向上相邻两点的气压差，由于对流层顶上空气密度很小，可近似为一个定常的小值，如采用ρ＝0.032kg/m3进行计算。
本实施例中，根据纬度值确定风场的风速风量方向，具体设置如果纬度值为-90°～0°，则意味着处于南半球，风场的风量方向符号需要取反值；如果纬度值为0°～90°，则意味着处于北半球，风场的风量方向符号无需变化。
再根据所述风场的风速分量数据获得对流层顶风场的风速。
风场的风速V按计算式(6)计算获得，
其中，
为东西风分量，
为南北风分量，V为对流层顶风场的风速。
最后，将反演得到的对流层顶风场数据输出，并区分对流层顶风场的风速。
具体地，将求解后的风速数值大于30米/秒的对流层顶风场标记为高空急流，然后将反演的对流层顶风场结果以0.04°×0.04°的分辨率按像元输出到二进制文件；或根据作图需要，进行降分辨率处理，在x,y方向分别间隔25个格点取值，以1°×1°分辨率制作；或以图像文件展示，以箭头、风向杆及流线的形式表示风场，并用不同颜色表示大于30m/s的对流层顶风速，即高空急流所在的位置。
具体计算示例，假设对流层顶高度上气压差ΔP＝10hPa，在纬度30°处，等压线间的截距Δn＝1°，大气密度取ρ＝0.032kg/m3,地球纬圈相隔一度的距离取1.137×105m,地球经圈相隔一度的距离取1.137×105×cos(30°)＝9.8×104m,地球自转角速度取为7.292×10-5rad/s，对流层顶风场风速分量计算式为：
对流层顶风场风速V计算式为：
风速数值大于30m/s，需要标记为高空急流。
其中，附图图3的图中暗区(亮温高值区)代表高层水汽低值区，灰白色区域则表示高层水汽高值区。
对比图4和图5，可以看到两者的空间分布和强风速区的位置和强度有非常高的一致性。不仅如此，由于空间分辨率高的特点，FY4A/AGRI反演的对流层顶风场的结构更加细致，一些中尺度涡旋也能很好地反映出来，例如图5中中高纬度标注“C”所在的地方上的气旋性环流有3个涡旋中心，它们与卫星图像上逗点云系对应，更加准确地反映出了实际大气环流的结构，而相比之下，图4中只能看到一个。这些特性对监测和预报对流层天气发展以及航空飞行安全保障方面均具有重要应用前景。图中，“C”表示对流层顶气旋，原图彩色填色区为高空急流位置，黑白图参考图中气旋之外北半球中国区域沿纬度方向的气流，及南半球南极洲沿维度方向的气流。
综上所述，本实施例具有如下优点：
1、本发明基于气象卫星反演得到的对流层顶气压数据及有关资料来对大气动力对流层顶风场进行反演，本发明的反演方法得到的对流层顶风场结果与现有技术反演的结果保持一致，具备有效性。
2、本发明基于气象卫星的观测数据反演得到对流层顶气压数据，再反演大气对流层顶风场，能够获得比现有方法更高的空间分辨率和时间分辨率的对流层顶风场信息，能获得更加细致的对流层顶风场结构，能获得对流层顶的中尺度涡旋信息,有利于获得更高的时空分辨率对流层顶的天气气候特征，也有利于监测和预报对流层天气，并对航空飞行安全保障具有重要作用。
第二实施例
对于第一实施例的方法，本发明的实施例还提供了一种基于气象卫星的对流层顶风场反演装置，所述装置包括：
气象卫星对流层顶气压信息获取单元，用于获取经过气象卫星反演得到的对流层顶气压数据；
科里奥利力计算单元，基于纬度获得科里奥利力；
对流层顶风场风速计算单元，基于科里奥利力采用差分法获得对流层顶风场风速数据；
反演结果输出单元，用于将回归反演得到的对流层顶风场数据输出，并区分对流层顶风场的风速。
上述装置中各单元的具体实施过程为上述方法实施例中的内容。
第三实施例
对于第一实施例的方法，本发明还提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一实施例内容中任一项所述基于气象卫星的对流层顶风场反演方法的步骤。
第四实施例
对于第一实施例的方法，本发明还提供了一种计算机设备，包括：
存储器，其上存储有计算机程序；以及
处理器，用于执行所述存储器中的所述计算机程序，以实现第一实施例内容中任一项所述基于气象卫星的对流层顶风场反演方法的步骤。
虽然本发明公开的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所述技术领域内的技术人员，在不脱离本发明所公开的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，本发明的保护范围并不局限于文中公开的特定实施例，而是包括落入权利要求范围内的所有技术方案。
Claims (10)
1.一种基于气象卫星的对流层顶风场反演方法，其特征在于，包括以下步骤：
基于气象卫星观测数据反演获得对流层顶气压数据；
计算各纬度的科里奥利力，基于所述各纬度的科里奥利力和所述对流层顶气压数据获得所述对流层顶风场的风速分量数值,并根据纬度值确定所述风场的风速分量方向；
基于所述风场的风速分量数值和方向反演出对流层顶风场的风速；
将反演出的对流层顶风场的风速数据输出，以区分对流层顶风场的风速。
2.根据权利要求1所述的基于气象卫星的对流层顶风场反演方法，其特征在于，所述基于气象卫星观测数据反演获得对流层顶气压数据，包括：
基于气象卫星反演的温度廓线资料，计算温度垂直递减率最小值或温度最低值所在高度的气压来获得对流层顶气压；
或者利用气象卫星的臭氧探测仪的资料反演得到大气臭氧总量，并基于大气臭氧总量通过回归计算式获得臭氧对流层顶气压；
或者通过气象卫星多通道扫描辐射成像仪的水汽通道和红外通道反演的亮温、中层平均比湿、高层平均比湿、卫星观测时间、经纬度及卫星天顶角信息，通过回归计算式获得对流层顶气压。
3.根据权利要求1所述的基于气象卫星的对流层顶风场反演方法，其特征在于，在基于气象卫星观测数据反演获得对流层顶气压数据之后，且在所述计算各纬度的科里奥利力之前，所述方法还包括以下步骤：
基于卫星像素点行列号与经纬度的对应关系，将所述对流层顶气压数据从卫星观测投影模式转换到等经纬度投影模式。
4.根据权利要求1所述的基于气象卫星的对流层顶风场反演方法，其特征在于，
获得所述科里奥利力的计算式为，
其中，Ω＝7.292×10-5弧度/秒,π＝3.14159弧度/度；
所述弧度
的计算式为，
其中，
表示纬度(单位为度°)。
5.根据权利要求4所述的基于气象卫星的对流层顶风场反演方法，其特征在于，
基于地转平衡原理和所述科里奥利力，计算所述对流层顶风场的风速数值，包括：
获得对流层顶风场风速的分量，所述对流层顶风场风速的分量计算式为：
其中，
为南北风风速分量，
为东西风风速分量，P为气压，单位为hPa，f为科里奥利力，ρ为空气密度，
和
分别表示对物理量求东西方向和南北方向的偏导；
采用差分法对计算式(3)进行数值化处理求解，所述南北风风速分量
计算式为：
其中，
为南北风风速分量，Δn表示等经纬度网格点上东西方向上相邻两点的经度差，
表示纬度，R为地球纬度圈相隔一度的距离，ΔP为网格点上东西方向上相邻两点的气压差；
采用差分法对计算式(4)进行数值化处理求解，所述东西风风速分量
计算式为：
其中，
为东西风风速分量，Δn表示等经纬度网格点上南北方向上相邻两点的纬度差，R为地球纬度圈相隔一度的距离，ΔP为网格点上南北方向上相邻两点的气压差。
6.根据权利要求5所述的基于气象卫星的对流层顶风场反演方法，其特征在于，基于纬度值确定所述对流层顶风场的风速分量方向设置为：若纬度值为-90°～0°，则风场的风速分量方向符号取数值的反值。
7.根据权利要求1所述的基于气象卫星的对流层顶风场反演方法，其特征在于，
获得所述对流层顶风场的风速的计算式为：
其中，V为对流层顶风场的风速，
为南北风风速分量，
为东西风风速分量。
8.一种基于气象卫星的对流层顶风场反演装置，其特征在于，所述装置包括：
气象卫星对流层顶气压信息获取单元，用于获取经过气象卫星反演得到的对流层顶气压数据；
科里奥利力计算单元，基于纬度获得科里奥利力；
对流层顶风场风速计算单元，基于所述科里奥利力和所述对流层顶气压数据采用差分法获得对流层顶风场风速数据；
反演结果输出单元，用于将回归反演得到的所述对流层顶风场数据输出，并区分对流层顶风场的风速。
9.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至7中任一项所述基于气象卫星的对流层顶风场反演方法的步骤。
10.一种计算机设备，其特征在于，包括：
存储器，其上存储有计算机程序；以及
处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1至7中任一项所述基于气象卫星的对流层顶风场反演方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010054145.5A CN111241698A (zh) | 2020-01-17 | 2020-01-17 | 对流层顶风场反演方法、装置、存储介质及计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010054145.5A CN111241698A (zh) | 2020-01-17 | 2020-01-17 | 对流层顶风场反演方法、装置、存储介质及计算机设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111241698A true CN111241698A (zh) | 2020-06-05 |
Family
ID=70865904
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010054145.5A Pending CN111241698A (zh) | 2020-01-17 | 2020-01-17 | 对流层顶风场反演方法、装置、存储介质及计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111241698A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112115406A (zh) * | 2020-09-28 | 2020-12-22 | 自然资源部第二海洋研究所 | 基于遥感海面数据的海洋内部中尺度涡反演方法及系统 |
| CN112464920A (zh) * | 2021-02-01 | 2021-03-09 | 中国人民解放军国防科技大学 | 基于极端随机树的fy-3d红外高光谱云检测方法 |
| CN112730300A (zh) * | 2020-10-13 | 2021-04-30 | 中国人民解放军国防科技大学 | 一种基于香农熵的giirs观测区大气廓线集采样方法 |
| CN112800639A (zh) * | 2021-04-13 | 2021-05-14 | 江苏普旭科技股份有限公司 | 一种用于飞机风环境模拟的仿真方法 |
| CN113609757A (zh) * | 2021-07-13 | 2021-11-05 | 中国科学院国家空间科学中心 | 基于随机森林回归的gnss掩星对流层参数的修正方法 |
| CN114415208A (zh) * | 2021-12-29 | 2022-04-29 | 自然资源部大地测量数据处理中心 | 一种附加外部数据集信息的地基gnss对流层顶探测方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101741085A (zh) * | 2009-12-11 | 2010-06-16 | 西北电网有限公司 | 一种短期风电功率预报方法 |
| CN104820250A (zh) * | 2015-04-14 | 2015-08-05 | 国家卫星气象中心 | 一种极轨气象卫星virr海洋上云检测的处理方法 |
| CN106054283A (zh) * | 2016-05-27 | 2016-10-26 | 中国科学技术大学 | 一种反演上对流层与下平流层风场的方法及装置 |
| CN106547840A (zh) * | 2016-10-13 | 2017-03-29 | 国家卫星气象中心 | 一种全球三维大气数据的解析及管理方法 |
-
2020
- 2020-01-17 CN CN202010054145.5A patent/CN111241698A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101741085A (zh) * | 2009-12-11 | 2010-06-16 | 西北电网有限公司 | 一种短期风电功率预报方法 |
| CN104820250A (zh) * | 2015-04-14 | 2015-08-05 | 国家卫星气象中心 | 一种极轨气象卫星virr海洋上云检测的处理方法 |
| CN106054283A (zh) * | 2016-05-27 | 2016-10-26 | 中国科学技术大学 | 一种反演上对流层与下平流层风场的方法及装置 |
| CN106547840A (zh) * | 2016-10-13 | 2017-03-29 | 国家卫星气象中心 | 一种全球三维大气数据的解析及管理方法 |
Non-Patent Citations (7)
| Title |
|---|
| D. MATEOS等: "Dynamical and temporal characterization of the total ozone column over Spain" * |
| GEORGE OHRING等: "Application of Stepwise Multiple Regression Techniques to Inversion of Nimbus"IRIS" Observations" * |
| JOHN WESSEL等: "Calibration and Validation of DMSP SSMISLower Atmospheric Sounding Channels" * |
| K. P. HOINKA等: "On the correlation between tropopause pressure and ozone above Central Europe" * |
| SIEGFRIED D. SCHUBERT等: "An Analysis of Tropopause Pressure and Total Ozone Correlation" * |
| XIANG WANG等: "Quality Assessments of Chinese FengYun-3B Microwave Temperature Sounder (MWTS) Measurements" * |
| 吴和庚等: "《农田防护林生态工程学》" * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112115406A (zh) * | 2020-09-28 | 2020-12-22 | 自然资源部第二海洋研究所 | 基于遥感海面数据的海洋内部中尺度涡反演方法及系统 |
| CN112115406B (zh) * | 2020-09-28 | 2024-01-12 | 自然资源部第二海洋研究所 | 基于遥感海面数据的海洋内部中尺度涡反演方法及系统 |
| CN112730300A (zh) * | 2020-10-13 | 2021-04-30 | 中国人民解放军国防科技大学 | 一种基于香农熵的giirs观测区大气廓线集采样方法 |
| CN112730300B (zh) * | 2020-10-13 | 2024-06-07 | 中国人民解放军国防科技大学 | 一种基于香农熵的giirs观测区大气廓线集采样方法 |
| CN112464920A (zh) * | 2021-02-01 | 2021-03-09 | 中国人民解放军国防科技大学 | 基于极端随机树的fy-3d红外高光谱云检测方法 |
| CN112800639A (zh) * | 2021-04-13 | 2021-05-14 | 江苏普旭科技股份有限公司 | 一种用于飞机风环境模拟的仿真方法 |
| CN112800639B (zh) * | 2021-04-13 | 2021-07-09 | 江苏普旭科技股份有限公司 | 一种用于飞机风环境模拟的仿真方法 |
| CN113609757A (zh) * | 2021-07-13 | 2021-11-05 | 中国科学院国家空间科学中心 | 基于随机森林回归的gnss掩星对流层参数的修正方法 |
| CN113609757B (zh) * | 2021-07-13 | 2024-03-08 | 中国科学院国家空间科学中心 | 基于随机森林回归的gnss掩星对流层参数的修正方法 |
| CN114415208A (zh) * | 2021-12-29 | 2022-04-29 | 自然资源部大地测量数据处理中心 | 一种附加外部数据集信息的地基gnss对流层顶探测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111241698A (zh) | 对流层顶风场反演方法、装置、存储介质及计算机设备 | |
| Liu et al. | Ocean–atmosphere interaction over Agulhas extension meanders | |
| Zhang et al. | An operational two-layer remote sensing model to estimate surface flux in regional scale: Physical background | |
| Han et al. | Trends of land surface heat fluxes on the Tibetan Plateau from 2001 to 2012 | |
| CN111178384B (zh) | 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 | |
| Wang et al. | Estimation of radiative effect of a heavy dust storm over northwest China using Fu–Liou model and ground measurements | |
| CN102539336A (zh) | 基于环境一号卫星的可吸入颗粒物估算方法及系统 | |
| Kleissl et al. | New Mexico scintillometer network: supporting remote sensing and hydrologic and meteorological models | |
| CN103413272A (zh) | 低空间分辨率多源遥感图像空间一致性校正方法 | |
| Galleguillos et al. | Mapping daily evapotranspiration over a Mediterranean vineyard watershed | |
| Stengel et al. | Assimilation of SEVIRI infrared radiances with HIRLAM 4D‐Var | |
| Otkin et al. | Validation of a large-scale simulated brightness temperature dataset using SEVIRI satellite observations | |
| CN109145494A (zh) | 一种海面温度反演方法及系统 | |
| Hoffmann et al. | Estimating evapotranspiration with thermal UAV data and two source energy balance models | |
| Rey‐Sanchez et al. | Evaluation of atmospheric boundary layer height from wind profiling radar and slab models and its responses to seasonality of land cover, subsidence, and advection | |
| Hakim et al. | Weather: A concise introduction | |
| McNider et al. | Assimilation of GOES-derived solar insolation into a mesoscale model for studies of cloud shading effects | |
| Varentsov et al. | Observations of the urban boundary layer in a cold climate city | |
| Smith et al. | Linking boundary-layer circulations and surface processes during FIFE 89. Part I: Observational analysis | |
| Skeie et al. | Utilising open geospatial data to refine weather variables for building energy performance evaluation—Incident solar radiation and wind-driven infiltration modelling | |
| Zhang et al. | An integrated algorithm for estimating regional latent heat flux and daily evapotranspiration | |
| CN108132096A (zh) | 一种基于激光雷达的林窗太阳辐射监测方法 | |
| Mcgrath-Spangler et al. | Impact of entrainment from overshooting thermals on land–atmosphere interactions during summer 1999 | |
| Marion | Providing the best turbulent heat flux estimates from eddy correlation and bulk methods using DYNAMO data | |
| Mahboob et al. | Modelling topographic variation of solar radiation using GIS |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200605 |