CN112816071A - 一种基于云顶高度算法的红外通道辐射稳定性监测方法 - Google Patents
一种基于云顶高度算法的红外通道辐射稳定性监测方法 Download PDFInfo
- Publication number
- CN112816071A CN112816071A CN202110012790.5A CN202110012790A CN112816071A CN 112816071 A CN112816071 A CN 112816071A CN 202110012790 A CN202110012790 A CN 202110012790A CN 112816071 A CN112816071 A CN 112816071A
- Authority
- CN
- China
- Prior art keywords
- channel
- cloud
- brightness temperature
- algorithm
- data
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 35
- 230000005855 radiation Effects 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000011160 research Methods 0.000 claims abstract description 7
- 238000004891 communication Methods 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 3
- 239000005436 troposphere Substances 0.000 claims description 3
- 238000009825 accumulation Methods 0.000 abstract 1
- 241000208818 Helianthus Species 0.000 description 8
- 235000003222 Helianthus annuus Nutrition 0.000 description 8
- 238000001514 detection method Methods 0.000 description 8
- 238000013461 design Methods 0.000 description 4
- 239000010410 layer Substances 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 230000003595 spectral effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000011895 specific detection Methods 0.000 description 2
- 238000002834 transmittance Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 239000000443 aerosol Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000004800 variational method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/80—Calibration
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明公开了一种基于云顶高度算法的红外通道辐射稳定性监测方法，该方法为：提取对应的云顶高度文件，读取出相关数据，检验算法失效部分；提取对应时刻的L1数据，计算12通道、14通道的亮温；提取可信度较高研究区域的12通道和14通道亮温数据，将所有像元按12通道亮温划分为若干子集，统计对应子集内所有像元的12通道亮温均值以及12通道和14通道的亮温差均值，即可得到12通道与14通道的亮温差随着12通道亮温的变化规律；随着时间累积，得到12通道与14通道的亮温差随12通道亮温和观测时间的二维变化规律。本发明的监测方法可以很快得到14通道热红外通道亮温的稳定变化规律，能高效监测热红外通道的稳定性。
Description
技术领域
本发明涉及遥感信息技术领域，具体来说，涉及一种基于云顶高度算法的红外通道辐射稳定性监测方法。
背景技术
经过半个世纪努力，我国已成功发射了17颗气象卫星，目前在轨运行7颗，形成了兼顾成像探测，覆盖可见红外微波等谱段的综合对地观测能力，成为全球同时具有极轨和静止两个系列业务气象卫星的少数几个国家之一。新一代静止轨道气象卫星——风云四号实现了我国静止轨道气象卫星观测系统的更新换代，综合能力部分达到国际领先水平。作为风云四号上搭载的主要遥感仪器，多通道扫描成像辐射计(AGRI)具有14个可见光红外通道，其中远红外通道定标精度优于0.5K，空间分辨率达到4公里，能更好地定量监测云、气溶胶、植被、积雪、火点和水体等要素。
作为我国独立自主生产的遥感仪器，风云四号AGRI红外通道的辐射衰减一直是制约定量反演大气和地表参数的重要问题之一。因此，通常会采用多源卫星交叉、星地协同等方法对红外通道的辐射稳定性进行监测。其中，多源卫星交叉监测方法受制于卫星过境时间、卫星探测范围，尤其对于高光谱分辨率的载荷其探测范围和过境时间限制更多，因此其监测的时间和范围通常受到较大限制；而星地协同观测的方法需要耗费大量的人力物力维持地面监测场站。同卫星平台甚至同载荷的监测技术，由于其观测时间和视场一致性的特点，显然是更为便捷经济。同时，采取这种方法还需要考虑到遥感仪器之间和通道探测能力的差别，因而需要甄别具体探测对象或者探测条件。
我国国产可见光红外遥感仪器起步于上世纪六十年代，1988年风云一号卫星是作为中国首颗地球观测卫星，搭载了中国首部可见光红外成像遥感仪器。经过30余年的发展，我国国产可见光红外成像仪已接近国外先进水平，而在定量应用过程中也发现了国产遥感仪器仍然存在一些制约因素，特别是红外通道辐射衰减问题对云、水汽等大气信息定量探测影响尤为明显。
一般通道辐射衰减问题可以通过地面处理方法订正，但首先需要对红外通道进行长时间监测，采用多源卫星交叉检验和星地实验获得大量样本时间较长，而且维护成本较高，因此采用同卫星平台甚至同载荷的监测技术是一种更为合适的方法，但这就需要选择其中高可信和高稳定的红外通道来对其他红外通道进行监测。此外，由于对地观测的对象非常复杂，并不是所有观测对象都适合用于这种监测，因此还需要快速甄别出具体探测对象，以达到利用高可信度高稳定的红外通道监测其他红外通道辐射稳定性的目标。
发明内容
针对相关技术中的上述技术问题，本发明提出一种基于云顶高度算法的红外通道辐射稳定性监测方法，该方法能够快速甄别探测目标，并用同一载荷上高可信度高稳定的红外通道监测其他红外通道辐射稳定性。
为实现上述技术目的，本发明的技术方案是这样实现的：
一种基于云顶高度算法的红外通道辐射稳定性监测方法，包括以下步骤：
S1从风云四号业务资源池中提取风云四号二级产品，按照产品名称、观测时间提取对应的云顶高度文件；
S2从云顶高度文件中读取出相关数据，检验其中算法失效部分；
S3从资源池提取对应时刻的L1数据，从L1数据中提取出12通道DN值和定标系数，并换算为12通道亮温，从L1数据中提取14通道的DN值和定标系数，并换算为14通道亮温；
S4将算法失效且12通道亮温低于235K的部分分类为不同联通区，去掉其中像元数量小于50的联通区，将剩下的部分作为可信度较高的研究区域；
S5提取可信度较高研究区域的12通道和14通道亮温数据，将所有像元按12通道亮温划分为若干子集，统计对应子集内所有像元的12通道亮温均值以及12通道和14通道的亮温差均值，即可得到12通道与14通道的亮温差随着12通道亮温的变化规律；
S6随着时间累积，得到12通道与14通道的亮温差随12通道亮温和观测时间的二维变化规律。
进一步地，所述基于云顶高度算法的红外通道辐射稳定性监测方法，还包括：
S7同步统计一个时间段内的数据：统计所有观测日内同一时间段的所有像元资料，按照12通道亮温划分为若干子集，统计对应子集内所有像元的12通道亮温均值以及12通道和14通道的亮温差均值，即可得到所述时间段内24小时内12通道和14通道的亮温差随着12通道亮温的二维变化规律。
进一步地，所述基于云顶高度算法的红外通道辐射稳定性监测方法，还包括：
S8统计步骤S7所述时间段内，各子集在所有像元的占比，得到12通道和14通道的亮温差随12通道亮温和观测日的二维概率图、12通道和14通道的亮温差随12通道亮温和时间的二维概率图。
进一步地，步骤S2中检验算法失效部分的具体步骤为：筛选出其中无值区域，检验无值区外围是否被有数值区域包围，以确定其是否为均匀对流层云层顶部分算法失效的部分。
进一步地，步骤S4中将连续的像元标记为同一联通区，相同联通区认为是同一片对流云的算法失效区域。
本发明的有益效果：本发明的基于云顶高度算法的红外通道辐射稳定性监测方法利用云顶高度算法对热红外通道高度依赖的特点，针对低温冷目标(对流云、气旋、台风等)云顶高度算法失效是由热红外通道不稳定引起的情况，通过稳定性较高的12通道来监测14通道红外亮温的稳定性，该方法简单可行，可以很快得到14通道热红外通道亮温的稳定变化规律，能高效监测热红外通道的稳定性，为遥感产品反演算法的改进提供必要的重要改进依据，为L1产品精度监测基础；
此外，本发明的基于云顶高度算法的红外通道辐射稳定性监测方法能够在短时间累积相当数量的样本，积累成像仪热红外通道的稳定性监测资料，也能为热红外通道13.5μm通道设计积累必要的长时间序列监测资料，从而为未来同类型仪器热红外通道的设计提供重要的参考依据。
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的前提下，还可以根据这些附图获得其他的附图。
图1是风云四号AGRI云顶高度算法失效案例2018年9月12日数据结果，(a)、(c)、(e)为采用FCTHA采用风云四号数据结果，(b)、(d)、(f)为采用葵花八号数据结果；
图2是风云四号AGRI和葵花八号通道差值对比图，(a)为风云四号12通道-13通道，(c)为风云四号12通道-14通道，(e)为风云四号13通道-14通道，(b)为葵花八号14通道-15通道，(d)为葵花八号14通道-16通道，(f)为葵花八号15通道-16通道(风云四号12通道与葵花八号14通道近似；风云四号13通道与葵花八号15通道近似；风云四号14通道与葵花八号16通道近似)；
图3是风云四号AGRI 12通道和14通道分别与高光谱分辨率载荷IASI进行交叉定标的相关关系图，其中，虚线表示全部样本，实线表示亮温低于235K的样本；
图4是风云四号AGRI 14通道稳定度监测结果。
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所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，风云四号AGRI数据云顶高度算法(FCTHA)在针对深对流云的情况下存在算法失效的情况，FCTHA采用了10.8μm(12通道)和12μm(13通道)两个红外分裂窗通道，以及一个13.5μm(14通道)的CO2吸收通道，融合了CO2吸收通道高云敏感和红外分裂窗算法云微物理敏感的特点，算法输入包括三个通道亮温、数据天气预报的温湿度气压廓线，以及辐射传输得到的晴空透过率、辐射率廓线、黑体辐射率廓线、晴空辐射率、云检测、云类型、云相态、局地辐射中心等。
算法先将无散射单层云条件下的大气假设为两层，即地面到云层所在高度部分和云层以上到大气层顶部分，构建了相应的大气辐射传输方程，如下：
R观测＝e云R云上+τ云上e云B(T云)+(1-e云)R晴空 (1)
其中，R观测表示卫星观测的云顶大气辐射，T云表示云顶温度，B表示普朗克函数，R晴空表示大气层顶晴空辐射，R云上表示云上辐射，τ云上表示卫星到云像元的透过率，e云表示云发射率。这些变量，包括云发射率e云都与波长λ有关，且存在一个β常数对给定的两个波长，风云四号的12通道、13通道，满足以下关系：
算法核心采用一维变分方法，首先定义了代价函数：
φ＝(x-x初)TS初 -1(x-x初)+(y-f(x))TS误 -1(y-f(x)) (3)
其中，x表示反演参数矢量，x初表示x的初值，y表示观测值，f(x)表示辐射传输模式在x条件下对y的估计值，S初表示x初的误差协方差矩阵，S误表示模式与观测之间的误差协方差矩阵，其中：
其中
为云顶温度初值，
为12通道云发射率初值，
为12通道与13通道β常数的初值，T云为云顶温度，e云,11μm为12通道云发射率，β12/11μm为12通道与13通道β常数，BT11μm为12通道亮温，BTD11-12μm为12通道和13通道亮温差，BTD11-13.3μm为12通道和14通道亮温差。
而迭代步长由下式给出：
δx＝Sx(KT(S误 -1(y-f(x))+S初 -1(x初-x))) (7)
其中，K为雅可比矩阵，Sx为关于x的误差协方差矩阵，表示为：
Sx＝(S初 -1+KTS误 -1K)-1 (8)
该算法其实质是在迭代过程中红外通道12(波长10.8μm)与红外通道14(波长13.5μm)在235K甚至更低的低温冷目不稳定。
如图2-3所示，风云四号12通道的红外亮温与14通道差别较大，因此利用其他高光谱分辨率载荷对12通道和14通道进行交叉定标发现，12通道精度高于14通道，并且在稳定低于235K的情况下12通道R2为0.96，而14通道R2仅为0.72。因此，完全可以采用深对流云(气旋)等12和14通道红外亮温的一致性，利用12通道对14通道亮温进行稳定性监测。
基于云顶高度算法的红外通道辐射稳定性监测方法包括如下步骤：
S1从风云四号业务资源池中提取风云四号二级产品，按照产品名称、观测时间(年、月、日、时、分)提取对应的云顶高度产品：文件FY4A-_AGRI--_N_DISK_1047E_L2-_CTH-_MULT_NOM_20180901000000_20180901001459_4000M_V0001.NC就是2018年9月12日00时刻至00时15分的数据；
S2从云顶高度文件中读取出相关数据，并筛选出其中无值区域，检验无值区外围是否被有数值区域包围，以确定其为均匀对流层云层顶部分算法失效的部分；
S3从资源池提取对应时刻的L1数据，与步骤S1同一时刻的L1文件为FY4A-_AGRI--_N_DISK_1047E_L1-_FDI-_MULT_NOM_20180912000000_20180912001459_4000M_V0001.HDF，从中提取出12通道DN值和定标系数，并将其换算为12通道亮温；从中同时提取14通道的DN值和定标系数，并将其换算为14通道亮温；
S4针对算法失效且12通道亮温低于235K的部分进行分类，并将这些连续的像元标记为同一联通区，相同联通区可以认为是同一片对流云的算法失效区域，去掉其中像元小于50的联通区，将剩下的部分作为可信度较高的研究区域；
S5对于某一时的数据，如2018年9月12日00时00分至00时15分数据，提取其中可信度较高研究区域的12通道和14通道亮温数据，将所有像元按12通道亮温(BT)划分为若干子集，范围分别为180-182K，182-184K，...232-234K，统计对应子集内所有像元的12通道亮温(BT)均值与12通道与14通道的亮温差(BTD)均值，即可得到当天BTD随着12通道BT的变化；
S6随着时间累积，如一个月数据后，根据BTD随BT和观测日的二维变化规律，如图4中(a)部分所示；
S7同步统计某一个时间段内的数据，如累计1个月资料，计算所有观测日内的00时00分至00时15分所有像元资料，同样按照12通道亮温(BT)划分为若干子集，范围分别为180-182K，182-184K，...232-234K，统计对应子集内所有像元的12通道亮温(BT)均值与12通道与14通道的亮温差(BTD)均值，即可得到某个时间短内24小时内BTD随着12通道BT的二维变化规律，如图4中(b)部分所示；
S8同时统计步骤S7所述时间段内，各子集在所有像元的占比，则可以得到BTD随BT和观测日的二维概率图，如图4中(c)部分所示，以及BTD随BT和时间的二维概率图，如图4中(d)部分所示；
根据上述方法，也可以统计任意时间长度的二维分布及其概率图。
综上所述，借助于本发明的上述技术方案，本发明的基于云顶高度算法的红外通道辐射稳定性监测方法利用云顶高度算法对热红外通道高度依赖的特点，针对低温冷目标云顶高度算法失效是由热红外通道不稳定引起的情况，通过稳定性较高的12通道来监测14通道红外亮温的稳定性，该方法简单可行，可以很快得到14通道热红外通道亮温的稳定变化规律，能高效监测热红外通道的稳定性，为遥感产品反演算法的改进提供必要的重要改进依据，为L1产品精度监测基础；此外，本发明的基于云顶高度算法的红外通道辐射稳定性监测方法能够在短时间累积相当数量的样本，积累成像仪热红外通道的稳定性监测资料，也能为热红外通道13.5μm通道设计积累必要的长时间序列监测资料，从而为未来同类型仪器热红外通道的设计提供重要的参考依据。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于云顶高度算法的红外通道辐射稳定性监测方法，其特征在于，包括以下步骤：
S1 从风云四号业务资源池中提取风云四号二级产品，按照产品名称、观测时间提取对应的云顶高度文件；
S2 从云顶高度文件中读取出相关数据，检验其中算法失效部分；
S3 从资源池提取对应时刻的L1数据，从L1数据中提取出12通道DN值和定标系数，并换算为12通道亮温，从L1数据中提取14通道的DN值和定标系数，并换算为14通道亮温；
S4 将算法失效且12通道亮温低于235K的部分分类为不同联通区，去掉其中像元数量小于50的联通区，将剩下的部分作为可信度较高的研究区域；
S5 提取可信度较高研究区域的12通道和14通道亮温数据，将所有像元按12通道亮温划分为若干子集，统计对应子集内所有像元的12通道亮温均值以及12通道和14通道的亮温差均值，即可得到12通道与14通道的亮温差随着12通道亮温的变化规律；
S6 随着时间累积，得到12通道与14通道的亮温差随12通道亮温和观测时间的二维变化规律。
2.根据权利要求1所述的基于云顶高度算法的红外通道辐射稳定性监测方法，其特征在于，进一步包括：
S7 同步统计一个时间段内的数据：统计所有观测日内同一时间段的所有像元资料，按照12通道亮温划分为若干子集，统计对应子集内所有像元的12通道亮温均值以及12通道和14通道的亮温差均值，即可得到所述时间段内24小时内12通道和14通道的亮温差随着12通道亮温的二维变化规律。
3.根据权利要求2所述的基于云顶高度算法的红外通道辐射稳定性监测方法，其特征在于，进一步包括：
S8 统计步骤S7所述时间段内，各子集在所有像元的占比，得到12通道和14通道的亮温差随12通道亮温和观测日的二维概率图、12通道和14通道的亮温差随12通道亮温和时间的二维概率图。
4.根据权利要求1所述的基于云顶高度算法的红外通道辐射稳定性监测方法，其特征在于，步骤S2中检验算法失效部分的具体步骤为：筛选出其中无值区域，检验无值区外围是否被有数值区域包围，以确定其是否为均匀对流层云层顶部分算法失效的部分。
5.根据权利要求1所述的基于云顶高度算法的红外通道辐射稳定性监测方法，其特征在于，步骤S4中将连续的像元标记为同一联通区，相同联通区认为是同一片对流云的算法失效区域。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110012790.5A CN112816071B (zh) | 2021-01-06 | 2021-01-06 | 一种基于云顶高度算法的红外通道辐射稳定性监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110012790.5A CN112816071B (zh) | 2021-01-06 | 2021-01-06 | 一种基于云顶高度算法的红外通道辐射稳定性监测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112816071A true CN112816071A (zh) | 2021-05-18 |
| CN112816071B CN112816071B (zh) | 2021-12-28 |
Family
ID=75857819
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110012790.5A Active CN112816071B (zh) | 2021-01-06 | 2021-01-06 | 一种基于云顶高度算法的红外通道辐射稳定性监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112816071B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114354529A (zh) * | 2022-01-10 | 2022-04-15 | 国家卫星气象中心(国家空间天气监测预警中心) | 基于极轨气象卫星搭载的mersi-ⅱ仪器的全天候云相态反演方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102193093A (zh) * | 2010-03-15 | 2011-09-21 | 北京师范大学 | 环境小卫星hj森林或草原火灾小火点探测系统及其方法 |
| CN102668144A (zh) * | 2009-12-16 | 2012-09-12 | 欧司朗光电半导体有限公司 | 用于制造光电子半导体构件的壳体的方法、壳体和光电子半导体构件 |
| CN108776699A (zh) * | 2018-06-08 | 2018-11-09 | 北京华云星地通科技有限公司 | 一种气象数据和卫星遥感数据处理方法及装置 |
| CN109297605A (zh) * | 2018-10-09 | 2019-02-01 | 北京大学 | 一种基于中红外与热红外数据的地表温度反演方法 |
| CN109946235A (zh) * | 2019-02-26 | 2019-06-28 | 南京信息工程大学 | 风云4a气象卫星多通道扫描成像辐射计的多层云反演方法 |
| CN109976962A (zh) * | 2019-03-10 | 2019-07-05 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种用于fy-4a卫星闪电成像仪的fpga单粒子翻转防护方法及系统 |
| CN110378387A (zh) * | 2019-06-21 | 2019-10-25 | 中国人民解放军国防科技大学 | 基于风云四号卫星和地基毫米波雷达的云底高度监测方法 |
| CN110716185A (zh) * | 2019-10-22 | 2020-01-21 | 国家卫星气象中心 | 一种用于星载微波辐射计的在轨辐射校正方法 |
| CN110749942A (zh) * | 2019-11-12 | 2020-02-04 | 江苏省气象科学研究所 | 适用于静止卫星资料同化的晴空通道检测质量控制方法 |
| CN110765644A (zh) * | 2019-11-06 | 2020-02-07 | 兰州大学 | 一种风云四号卫星闪电成像仪资料同化方法 |
-
2021
- 2021-01-06 CN CN202110012790.5A patent/CN112816071B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102668144A (zh) * | 2009-12-16 | 2012-09-12 | 欧司朗光电半导体有限公司 | 用于制造光电子半导体构件的壳体的方法、壳体和光电子半导体构件 |
| CN102193093A (zh) * | 2010-03-15 | 2011-09-21 | 北京师范大学 | 环境小卫星hj森林或草原火灾小火点探测系统及其方法 |
| CN108776699A (zh) * | 2018-06-08 | 2018-11-09 | 北京华云星地通科技有限公司 | 一种气象数据和卫星遥感数据处理方法及装置 |
| CN109297605A (zh) * | 2018-10-09 | 2019-02-01 | 北京大学 | 一种基于中红外与热红外数据的地表温度反演方法 |
| CN109946235A (zh) * | 2019-02-26 | 2019-06-28 | 南京信息工程大学 | 风云4a气象卫星多通道扫描成像辐射计的多层云反演方法 |
| CN109976962A (zh) * | 2019-03-10 | 2019-07-05 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种用于fy-4a卫星闪电成像仪的fpga单粒子翻转防护方法及系统 |
| CN110378387A (zh) * | 2019-06-21 | 2019-10-25 | 中国人民解放军国防科技大学 | 基于风云四号卫星和地基毫米波雷达的云底高度监测方法 |
| CN110716185A (zh) * | 2019-10-22 | 2020-01-21 | 国家卫星气象中心 | 一种用于星载微波辐射计的在轨辐射校正方法 |
| CN110765644A (zh) * | 2019-11-06 | 2020-02-07 | 兰州大学 | 一种风云四号卫星闪电成像仪资料同化方法 |
| CN110749942A (zh) * | 2019-11-12 | 2020-02-04 | 江苏省气象科学研究所 | 适用于静止卫星资料同化的晴空通道检测质量控制方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114354529A (zh) * | 2022-01-10 | 2022-04-15 | 国家卫星气象中心(国家空间天气监测预警中心) | 基于极轨气象卫星搭载的mersi-ⅱ仪器的全天候云相态反演方法 |
| CN114354529B (zh) * | 2022-01-10 | 2024-06-04 | 国家卫星气象中心(国家空间天气监测预警中心) | 基于极轨气象卫星搭载的mersi-ⅱ仪器的全天候云相态反演方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112816071B (zh) | 2021-12-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hori et al. | A 38-year (1978–2015) Northern Hemisphere daily snow cover extent product derived using consistent objective criteria from satellite-borne optical sensors | |
| Menzel et al. | MODIS global cloud-top pressure and amount estimation: Algorithm description and results | |
| Liu et al. | The contributions of precipitation and soil moisture observations to the skill of soil moisture estimates in a land data assimilation system | |
| Ye et al. | Land surface temperature estimate from Chinese Gaofen-5 satellite data using split-window algorithm | |
| Arsenault et al. | Evaluation of the MODIS snow cover fraction product | |
| CN113553764B (zh) | 一种基于深度学习网络的山火预测方法 | |
| Laguarda et al. | Performance of the site-adapted CAMS database and locally adjusted cloud index models for estimating global solar horizontal irradiation over the Pampa Húmeda | |
| Ohtake et al. | Regional and seasonal characteristics of global horizontal irradiance forecasts obtained from the Japan Meteorological Agency mesoscale model | |
| Mecikalski et al. | Use of Meteosat Second Generation optimal cloud analysis fields for understanding physical attributes of growing cumulus clouds | |
| Alonso et al. | Sky camera imagery processing based on a sky classification using radiometric data | |
| Chernokulsky et al. | Tornadoes in the Russian regions | |
| Michaelides et al. | Monitoring and forecasting air pollution levels by exploiting satellite, ground‐based, and synoptic data, elaborated with regression models | |
| CN114443627A (zh) | 一种陆地和海洋温度的修复方法、系统、计算机设备 | |
| Lim et al. | Tropical cyclone forecasts impact assessment from the assimilation of hourly visible, shortwave, and clear-air water vapor atmospheric motion vectors in HWRF | |
| CN111178384A (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 | |
| Song et al. | Estimation of PM 2.5 concentration in China using linear hybrid machine learning model | |
| Carra et al. | Atmospheric extinction levels of solar radiation using aerosol optical thickness satellite data. Validation methodology with measurement system | |
| CN112816071B (zh) | 一种基于云顶高度算法的红外通道辐射稳定性监测方法 | |
| Surussavadee et al. | Satellite retrievals of arctic and equatorial rain and snowfall rates using millimeter wavelengths | |
| Lee et al. | Atmospheric temporal variations in the pre-landfall environment of typhoon Nangka (2015) observed by the Himawari-8 AHI | |
| Park et al. | Development of sea surface temperature retrieval algorithms for geostationary satellite data (Himawari-8/AHI) | |
| Sunil et al. | Diurnal (24 h) cycle and seasonal variability of cloud fraction retrieved from a Whole Sky Imager over a complex terrain in the Western Ghats and comparison with MODIS | |
| Colaninno et al. | Towards an operational model for estimating day and night instantaneous near-surface air temperature for urban heat island studies: outline and assessment | |
| Wen et al. | Impact of cumulus cloud spacing on Landsat atmospheric correction and aerosol retrieval | |
| CN112948352A (zh) | 一种构建大气光学湍流时空特征及概率化数据库的方法 |
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 |