CN111881538B - 一种水汽导风的反演方法 - Google Patents

一种水汽导风的反演方法 Download PDF

Info

Publication number
CN111881538B
CN111881538B CN202010381496.7A CN202010381496A CN111881538B CN 111881538 B CN111881538 B CN 111881538B CN 202010381496 A CN202010381496 A CN 202010381496A CN 111881538 B CN111881538 B CN 111881538B
Authority
CN
China
Prior art keywords
wind
water vapor
wind field
inversion
field
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
CN202010381496.7A
Other languages
English (en)
Other versions
CN111881538A (zh
Inventor
霍彦峰
周后福
胡皓
荀尚培
黄勇
何彬方
刘惠敏
姚筠
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.)
Anhui Province Meteorological Science Research Institute
Chinese Academy of Meteorological Sciences CAMS
Original Assignee
Anhui Province Meteorological Science Research Institute
Chinese Academy of Meteorological Sciences CAMS
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 Anhui Province Meteorological Science Research Institute, Chinese Academy of Meteorological Sciences CAMS filed Critical Anhui Province Meteorological Science Research Institute
Priority to CN202010381496.7A priority Critical patent/CN111881538B/zh
Publication of CN111881538A publication Critical patent/CN111881538A/zh
Application granted granted Critical
Publication of CN111881538B publication Critical patent/CN111881538B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/15Vehicle, aircraft or watercraft design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/10Numerical modelling
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)

Abstract

本发明公开一种水汽导风的反演方法,本发明提供的方法包括下面步骤:步骤1:水汽资料提取;步骤2:水汽灰度计算;步骤3:实际距离估测;步骤4:风向风速估算;步骤5:风场质量控制;步骤6:三维风场形成。本发明引入Farnback光流法,从水汽图像序列中检测水汽灰度的运动,提取运动参数,得到风场信息,即将光流法引入水汽场的二维变化分析中,获得该层的风场信息,并通过多层水汽场的组成得到三维风场产品;水汽灰度用近似方式表达;假定在极短的时间变化量中,水汽灰度保持恒定不变;由前后两个时次的时间间隔和实际距离得到风矢,通过对风矢质控后,基于各层多点的风矢组成三维风场。

Description

一种水汽导风的反演方法
技术领域
本发明涉及地球科学领域,适宜于大气科学的分析研究工作。
背景技术
目前卫星导风产品主要通过分析窗区或水汽通道的辐射亮温梯度变化来获得某个高度层的风矢量(如图1)。它能够在某种程度上弥补高空风探测上的不足,对数值预报精度有一定的改善。
目前的导风产品仅能获得某高度的风矢量,即云顶高度或水汽主要贡献层的风矢量。这种方法无法获得各层风矢量的垂直结构,不能反映风场的三维结构,无法满足对高空风场观测的现实需求。
随着静止卫星在红外高光谱观测方面的突破和国内红外高光谱小星座观测领域的推动,高时空分辨率的温湿廓线探测已成为现实。中尺度模式也提供包括越来越精细的水汽模拟资料。本发明的目的是打破传统导风的局限,以卫星或模式提供的水汽为介质,通过光流法将高时空分辨率的水汽资料转换为高时空分辨率的风矢量产品,弥补现有导风产品在风矢量垂直探测上的不足,改善现有导风产品在数值模式中应用效果,提供更加精准、精细的气象预报场,进而为灾害天气的预报预警提供支撑,为防灾减灾事业做出贡献。为了验证该方法的可行性和评估该方法的反演精度,本发明选取成熟的中尺度业务模式的水汽场和风场资料进行质控方法,或选取探空数据对反演的三维水汽导风进行反演精度评估和质控。
发明内容
本发明引入Farnback光流法,从水汽图像序列中检测水汽灰度的运动,提取运动参数,得到风场信息,即将光流法引入水汽场的二维变化分析中,获得该层的风场信息,并通过多层水汽场分析获得三维风场;水汽灰度用近似方式表达;假定在极短的时间变化量中,水汽灰度保持恒定不变;由前后两个时次的实际距离和时间间隔得到风矢,以各层多点的风矢组成三维风场。
为实现上述目的,本方法发明采用的技术方案是:
一种水汽导风的反演方法,包括下面步骤:
步骤1:水汽资料提取,从卫星资料或模式资料中提取水汽资料;
步骤2:水汽灰度计算,取卫星资料或模式资料中的可视化邻域作为研究目标,该邻域中各像素/格点的水汽灰度用近似二项式表达式表示,通过最小二乘法可以得到表达式的系数;
步骤3:实际距离估测,根据前后两个时次的像素点位移关系和两点的经纬度可通过大地距离计算公式得到两点位移的距离;
步骤4:风向风速估算,通过实际距离与时间间隔的比值得到风速,由位移得知风的移动方向;
步骤5:风场质量控制,
51:从探空资料、模式资料中提取风场,即探空风场和模式风场,选择其中一种风场资料作为对比风场;
52:质控标准确定:一种是定量化标准,即确定反演风场的风速和风向属性;一种是定性标准,即反演风场与对比风场在形态上的相似性;
53:反演效果质控:将反演风场与对比风场进行效果验证,得到质控后的反演风场;当满足反演标准要求时,即均方根误差在阈值范围内,认定反演效果好,精度可信,否则认定效果不好,精度不可信并剔除。
步骤6:三维风场形成,通过计算每个点的风矢量,多个点组建成多个层次,由多个层次组建成三维风场产品。
进一步的,所述步骤2中取卫星或者模式的1个3×3邻域为对象,以(1,x,y,x2,y2,xy)作为基函数,则该邻域中各个点的水汽灰度可近似表达为:
其中x、y为横坐标、纵坐标的顺序编号,r1、r2、r3、r4、r5、r6为系数,上标T为矩阵转置;令矩阵C=r1,则公式(1)可表达为:
f(X)≈XTAX+BTX+C (2)
然后利用邻域内各要素的位置和具体灰度关系,通过最小二乘法可计算得到公式(2)系数A、B和C矩阵;在极短的时间内,邻域经过移动D后,水汽灰度值不变,则前后两个时间上f2(X)=f1(X-D),即可以构建以下等式:
f2(X)=f1(X-D)
=(X-D)TA1(X-D)+B1 T(X-D)+C1
=XTA1X+(B1-2A1D)TX+DTA1D-B1 TD+C1 (3)
=XTA2X+B2 TX+C2 (4)
其中公式(3)、(4)当中的A1、B1、C1和A2、B2、C2分别为邻域移动前后多项式的系数矩阵,均可通过最小二乘法获得。
再进一步的,所述步骤3中通过对比f2(X)的两种表达形式(3)和(4),可得到:
B2=B1-2A1D (5)
得出:
位移D确定后可确定移动前后两点的经纬度(lat1,lon1)、(lat2,lon2),引用已有的大地距离近似计算公式,得到实际距离L:
其中R为平均地球半径。
更进一步的,所述步骤4中结合前后两个时次的时间间隔,实际距离L除以时间间隔得到该点风速,并由位移量确定该点风向;然后通过某一层的各点计算可得到该层的风场,为二维风场,继续对逐层水汽场进行风场反演,于是得到三维空间风场。
本发明打破了传统云导风以辐射亮温作为目标的局限,直接以固定高度的水汽浓度为介质,避免了高度计算引入的误差,可获得高时空分辨率的三维风场结构。
有益效果:
(1)风矢层次丰富,在一个格点/像素点不是仅提供一个风矢,而是提供自下而上的数十个层次的风矢量,层次非常丰富,形成三维立体风场。
(2)有利于分析垂直结构和变化规律,正是由于具备三维风场,才可以分析风的垂直结构,研究空间分布特征,得到发展演变规律。
(3)作为同化资料进入模式初始场,提供精准的气象要素预报值,有利于提高预报准确性,为灾害天气分析预报提供科技支撑。
附图说明
构成本申请的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是基于亮温梯度所得到的风场;
图2是本发明方法流程图;
图3为可视化邻域选取试验领域示意图;
图4为基于本发明反演的三维空间风场。
具体实施方式
下面结合附图和具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
结合图1、2、3、4作进一步地说明:一种水汽导风的反演方法,包括下面步骤:
步骤1:水汽资料提取,从卫星资料或模式资料中提取水汽资料;
步骤2:水汽灰度计算,取卫星资料或模式资料中的可视化邻域作为研究目标,该邻域中各像素的水汽灰度用近似二项式表达式表示,通过最小二乘法可以得到表达式的系数;
由于天气的预报预警多数基于混沌理论的判定,利用Farnback光流法近似确定汽灰度,取卫星或者模式的1个3×3邻域为对象,以(1,x,y,x2,y2,xy)作为基函数,则该邻域中各个点的水汽灰度可近似表达为:
其中x、y为横坐标、纵坐标的顺序编号,r1、r2、r3、r4、r5、r6为系数,上标T为矩阵转置;令矩阵C=r1,则公式(1)可表达为:
f(X)≈XTAX+BTX+C (2)
然后利用邻域内各要素的位置和具体灰度关系,通过最小二乘法可计算得到公式(2)系数A、B和C矩阵;在极短的时间内,邻域经过移动D后,水汽灰度值不变,则前后两个时间上f2(X)=f1(X-D),即可以构建以下等式:
f2(X)=f1(X-D)
=(X-D)TA1(X-D)+B1 T(X-D)+C1
=XTA1X+(B1-2A1D)TX+DTA1D-B1 TD+C1 (3)
=XTA2X+B2 TX+C2 (4)
其中公式(3)、(4)当中的A1、B1、C1和A2、B2、C2分别为邻域移动前后多项式的系数矩阵,均可通过最小二乘法获得。
步骤3:实际距离估测,根据前后两个时次的像素点位移关系和两点的经纬度可通过大地距离计算公式得到两点位移的距离;
通过对比f2(X)的两种表达形式(3)和(4),可得到:
B2=B1-2A1D (5)
得出:
位移D确定后可确定移动前后两点的经纬度(lat1,lon1)、(lat2,lon2),引用已有的大地距离近似计算公式,得到实际距离L:
其中R为平均地球半径
步骤4:风向风速估算,通过距离与时间间隔的比值得到风速,由位移得知风的移动方向,即结合前后两个时次的时间间隔,实际距离L除以时间间隔得到该点风速,并由位移方向确定该点风向;然后通过某一层的各点计算可得到该层的风场,为二维风场,继续对逐层水汽场进行风场反演,于是得到三维空间风场;
步骤5:风场质量控制,
51:从探空资料、模式资料中提取风场,即探空风场和模式风场,选择其中一种风场资料作为对比风场;
52:质控标准确定:一种是定量化标准,即确定反演风场的风速和风向属性;一种是定性标准,即反演风场与对比风场在形态上的相似性,其中考虑到风场同时具有风速和风向属性,根据传统统计结果,认为风速均方根误差阈值:高层(400hPa以上)是10m/s,低层(400hPa以下)是4m/s;认为风向均方根误差阈值是30°。
53:反演效果质控:将反演风场与对比风场进行效果验证,得到质控后的反演风场;当满足反演标准要求时,即均方根误差在阈值范围内,认定反演效果好,精度可信,否则认定效果不好,精度不可信并剔除。
步骤6:三维风场形成,通过计算每个点的风矢量,多个点组建成多个层次,由多个层次组建成三维风场产品。
应当指出的是,本发明公开不限于前述实施方式并且可以在不背离本公开的精神的情况下适当地改变。例如,在步骤2中,扩大或缩小选取可视化领域的区域,将各像素的水汽灰度用近似多项式表达式表示,利用逼近的原理处理多项式表达式的近似值等;例如,在步骤5中通过计算设定不同的方根误差阈值,确定不同的反演风场的精度以及反演风场的方根误差等,另外,值得提出的是本发明的步骤5和步骤6的关系是相互影响的,当反演效果的验证后实现三维风场形成,也可将三维风场形成后再进行反演效果的质量控制,若通过认定反演效果好,精度可信,否则认定效果不好,精度不可信,如果大量的风场数据不可靠,得考虑试用其他质控方法。
以上所举实施例为本发明的较佳实施方式,仅用来方便说明本发明,并非对本发明作任何形式上的限制,任何所属技术领域中具有通常知识者,若在不脱离本发明所提技术特征的范围内,利用本发明所揭示技术内容所作出局部更动或修饰的等效实施例,并且未脱离本发明的技术特征内容,均仍属于本发明技术特征的范围内。

Claims (3)

1.一种水汽导风的反演方法,其特征在于:包括下面步骤:
步骤1:水汽资料提取,从卫星资料或模式资料中提取水汽资料;
步骤2:水汽灰度计算,取卫星资料或模式资料中的可视化邻域作为研究目标,该邻域中各像素/格点的水汽灰度用近似二项式表达式表示,通过最小二乘法可以得到表达式的系数;
步骤3:实际距离估测,根据前后两个时次的像素点位移关系和两点的经纬度可通过大地距离计算公式得到两点位移的距离;
步骤4:风向风速估算,通过实际距离与时间间隔的比值得到风速,由位移得知风的移动方向;
步骤5:风场质量控制,
51:从探空资料、模式资料中提取风场,即探空风场和模式风场,选择其中一种风场资料作为对比风场;
52:质控标准确定:一种是定量化标准,即确定反演风场的风速和风向属性;一种是定性标准,即反演风场与对比风场在形态上的相似性;
53:反演效果质控:将反演风场与对比风场进行验证,实施效果质控;当满足反演标准要求时,即均方根误差在阈值范围内,认定反演效果好,精度可信,否则认定效果不好,精度不可信并剔除;
步骤6:三维风场形成,通过计算每个点的风矢量,多个点组建成多个层次,在质控后由多个层次组建成三维风场产品;
所述的水汽灰度可近似表达为:
其中x、y为横坐标、纵坐标的顺序编号,r1、r2、r3、r4、r5、r6为系数,上标T为矩阵转置;令矩阵C=r1,则公式(1)可表达为:
f(X)≈XTAX+BTX+C(2)然后利用邻域内各要素的位置和具体灰度关系,通过最小二乘法可计算得到公式(2)系数A、B和C矩阵;在极短的时间内,邻域经过移动D后,水汽灰度值不变,则前后两个时间上f2(X)=f1(X-D),即可以构建以下等式:
f2(X)=f1(X-D)
=(X-D)TA1(X-D)+B1 T(X-D)+C1
=XTA1X+(B1-2A1D)TX+ DTA1 D-B1 TD+C1 (3)
=XTA2X+B2 TX+C2 (4)
其中公式(3)、(4)当中的A1、B1、C1和A2、B2、C2分别为邻域移动前后多项式的系数矩阵,均可通过最小二乘法获得。
2.根据权利要求1所述的一种水汽导风的反演方法,其特征在于:所述步骤3中通过对比f2(X)的两种表达形式(3)和(4),可得到:
B2=B1-2A1D (5)
推导出:
位移矩阵D确定后,可得到移动前后两点的经纬度(lat1,lon1)、(lat2,lon2),引用已有的大地距离近似计算公式,得到实际距离L:
其中R为平均地球半径。
3.根据权利要求1所述的一种水汽导风的反演方法,其特征在于:所述步骤4中结合前后两个时次的时间间隔,实际距离L除以时间间隔得到对应的点风速,并由位移方向确定该点风向;然后通过某一层的各点计算可得到该层的风场,为二维风场,继续对逐层水汽场进行风场反演,于是得到三维空间风场。
CN202010381496.7A 2020-05-08 2020-05-08 一种水汽导风的反演方法 Active CN111881538B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010381496.7A CN111881538B (zh) 2020-05-08 2020-05-08 一种水汽导风的反演方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010381496.7A CN111881538B (zh) 2020-05-08 2020-05-08 一种水汽导风的反演方法

Publications (2)

Publication Number Publication Date
CN111881538A CN111881538A (zh) 2020-11-03
CN111881538B true CN111881538B (zh) 2023-12-05

Family

ID=73154325

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010381496.7A Active CN111881538B (zh) 2020-05-08 2020-05-08 一种水汽导风的反演方法

Country Status (1)

Country Link
CN (1) CN111881538B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113538526A (zh) * 2021-06-10 2021-10-22 国家卫星气象中心(国家空间天气监测预警中心) 基于TV_l1光流法的风云四号云导风估计方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6128578A (en) * 1996-12-26 2000-10-03 Nippon Telegraph And Telephone Corporation Meteorological radar precipitation pattern prediction method and apparatus
CN102681033A (zh) * 2012-04-27 2012-09-19 哈尔滨工程大学 一种基于x波段航海雷达的海面风场测量方法
CN103941257A (zh) * 2014-04-11 2014-07-23 哈尔滨工程大学 一种基于波数能量谱的导航雷达图像反演海面风向的方法
CN104700457A (zh) * 2015-03-20 2015-06-10 广州中海达卫星导航技术股份有限公司 降雨情形下风矢量反演的象元筛选、滤波方法和系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6128578A (en) * 1996-12-26 2000-10-03 Nippon Telegraph And Telephone Corporation Meteorological radar precipitation pattern prediction method and apparatus
CN102681033A (zh) * 2012-04-27 2012-09-19 哈尔滨工程大学 一种基于x波段航海雷达的海面风场测量方法
CN103941257A (zh) * 2014-04-11 2014-07-23 哈尔滨工程大学 一种基于波数能量谱的导航雷达图像反演海面风向的方法
CN104700457A (zh) * 2015-03-20 2015-06-10 广州中海达卫星导航技术股份有限公司 降雨情形下风矢量反演的象元筛选、滤波方法和系统

Also Published As

Publication number Publication date
CN111881538A (zh) 2020-11-03

Similar Documents

Publication Publication Date Title
CN111651941B (zh) 一种全球电离层电子总含量预测的算法
CN108875254B (zh) 一种大气温湿廓线的一维变分反演方法
CN111414991B (zh) 一种基于多元回归的气象锋面自动识别方法
KR102006847B1 (ko) 다중규모 광학 흐름을 이용한 레이더 초단기 강수 예측을 위한 장치 및 방법
CN109001845B (zh) 一种降雨量的预报方法
CN103617462B (zh) 一种基于地理统计学的风电场风速时空数据建模方法
CN110705115B (zh) 一种基于深度置信网络的气象预报方法和系统
Liou et al. An application of the immersed boundary method for recovering the three-dimensional wind fields over complex terrain using multiple-Doppler radar data
CN108256546A (zh) 一种非降水条件下大气边界层高度探测方法和系统
CN112541654B (zh) 一种区域风能资源精细化评估方法
CN105868443B (zh) 一种微地形微气象要素场的构建方法
CN111881538B (zh) 一种水汽导风的反演方法
CN103235890A (zh) 卫星短时临近降水预报系统及降水预报方法
CN117933095B (zh) 一种基于机器学习的地表发射率实时反演及同化方法
CN112034007B (zh) 一种微波辐射计间接测量露点温度方法及系统
CN114371519B (zh) 一种基于无偏差亮温的地基微波辐射计大气温湿廓线反演方法
CN115980697A (zh) 一种不同天气条件下激光雷达反演边界层高度的方法
Stewart et al. Observation error correlations in IASI radiance data
CN114037125A (zh) 基于全天候观测误差协方差矩阵的数值天气预报方法
CN106327005A (zh) 一种基于探空数据的大气三维温度场修正方法
CN113065700A (zh) 一种基于显著性与敏感性因子分析法的短时强降水预报方法
Chuang et al. Atmospheric motion vectors derived from an infrared window channel of a geostationary satellite using particle image velocimetry
CN115525854B (zh) 一种静止气象卫星的水汽总量与分层水汽产品的生产方法
Mitra et al. A quantitative analysis of KALPANA-1 derived water vapor winds and its impact on NWP model
CN117056732B (zh) 一种顾及非各向同性的narx对流层延迟格网预测方法

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