CN115753687A - 一种大气污染遥感监测方法、系统和计算机可读介质 - Google Patents
一种大气污染遥感监测方法、系统和计算机可读介质 Download PDFInfo
- Publication number
- CN115753687A CN115753687A CN202211662069.1A CN202211662069A CN115753687A CN 115753687 A CN115753687 A CN 115753687A CN 202211662069 A CN202211662069 A CN 202211662069A CN 115753687 A CN115753687 A CN 115753687A
- Authority
- CN
- China
- Prior art keywords
- atmospheric
- data
- pollution
- satellite
- monitoring
- 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
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种大气污染遥感监测方法、系统和计算机可读介质，方法包括：通过静止气象卫星获取被监测区域的大气数据，所述大气数据包括大气温度、湿度及大气污染物成分；将所述大气数据传回地面分析中心；获取地面站数据；利用所述地面站数据对所述大气数据进行精度校正；结合极轨气象卫星获取的大气污染数据和精度校正后的大气数据对监测区域污染情况进行报警。本发明解决现有技术中卫星监测结果精度不足，地面监测结果广度不够，不便分析的问题。
Description
技术领域
本发明涉及环保监测技术领域，特别涉及一种大气污染遥感监测方法、系统和计算机可读介质。
背景技术
大气污染遥感是使用卫星遥感技术监测大气污染的方法。它可以在较短时间内获知大范围的大气污染状况，遥感技术可以对全球性大气污染状况和一个国家、一个城市的大气污染程度进行监测，一般使用气象卫星搭载的大气红外超光谱探测器来获得大气数据。气象卫星分为两类，一种是极轨气象卫星，另一种是静止气象卫星。极轨气象卫星，飞行高度约为600~1500千米，卫星的轨道平面和太阳始终保持相对固定的交角，这样的卫星每天在固定时间内经过同一地区2次，因而每隔12小时就可获得一份全球的气象资料。静止气象卫星，运行高度约35800千米，其轨道平面与地球的赤道平面相重合。从地球上看，卫星静止在赤道某个经度的上空，可以长时间高频次的监控同一区域的大气情况。
现有的大气污染遥感监测方法一般将极轨气象卫星和静止气象卫星结合使用，更方便的获取区域内的大气污染情况，但是由于卫星所处的高空环境，卫星的检测结果不如地面监测方法所得到的结果精细，地面监测的结果精细，但是对于大范围监测力有不逮。
发明内容
本发明实施例提供了一种大气污染遥感监测方法、系统和计算机可读介质，用以解决现有技术中卫星监测结果精度不足，地面监测结果广度不够，不便联合分析的问题。
一方面，本发明实施例提供了一种大气污染遥感监测方法，包括：
通过静止气象卫星获取被监测区域的大气数据，所述大气数据包括大气温度、湿度及大气污染物成分；
将所述大气数据传回地面分析中心；
获取地面站数据；
利用所述地面站数据对所述大气数据进行精度校正；
结合极轨气象卫星获取的大气污染数据和精度校正后的大气数据对监测区域污染情况进行预测及报警。
在一种可能的实现方式中，还包括：对监测区域进行网格式的区域划分，获得相应的网格区域；结合极轨气象卫星获取的大气污染数据和精度校正后的大气数据对监测区域污染情况进行预测及报警，包括：结合极轨气象卫星获取的大气污染数据和精度校正后的大气数据对网格区域污染情况进行预测及报警。
在一种可能的实现方式中，所述利用所述地面站数据对所述大气数据进行精度校正，包括：将所述大气数据按划分的网格区域分类编号，获得相应的区域卫星数据；利用对应网格区域中的所述地面站数据对所述区域卫星数据进行精度校正。
在一种可能的实现方式中，所述通过静止气象卫星获取被监测区域的大气数据，包括：通过静止气象卫星搭载的污染物分析仪器对大气层内的污染物进行实时的监测。
在一种可能的实现方式中，所将所述大气数据传回地面分析中心，包括：将所述大气数据以固定间隔实时传回地面的分析中心。
在一种可能的实现方式中，所述利用所述地面站数据对所述大气数据进行精度校正，包括：根据多个所述大气数据拟合确定相应的数据曲线；确定时刻对应的所述大气数据和地面站数据之间的差值；将所述数据曲线在坐标系中按照所述差值进行平移。
在一种可能的实现方式中，所述结合极轨气象卫星获取的大气污染数据和精度校正后的大气数据对监测区域污染情况进行报警，包括：由所述分析中心先对精度校正后的所述大气数据进行大气污染阈值比对，获得相应的比对结果；结合极轨气象卫星获取的大气污染数据和所述分级报警以及监测区域中的历史大气污染历史数据对整体监测区域进行污染报警，并按照比对结果对不同的所述网格区域分别发出报警信息。
另一方面，本发明实施例提供了一种大气污染遥感监测系统，包括：
卫星遥感模块，用于通过静止气象卫星从高空获取大气数据，通过极轨气象卫星从高空获取大气污染数据；
地面监测模块，用于从地面监测低空大气污染信息；
数据分析模块，利用所述地面站数据对所述大气数据进行精度校正，结合极轨气象卫星获取的大气污染数据和精度校正后的大气数据对监测区域污染情况进行报警。
另一方面，本发明实施例提供了一种计算机可读介质，所述计算机可读介质用于存储非暂时性计算机可读指令，当所述非暂时性计算机可读指令由计算机执行时，使得所述计算机执行上述的方法。
本发明中的一种大气污染遥感监测方法、系统和计算机可读介质，具有以下优点：
（1）通过结合分析卫星和地面监测数据，更精细更系统的进行大气污染监测。
（2）通过极轨气象卫星、静止气象卫星和地面监测站三方联合达到更精确的大气污染报警。
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，下面将对实施例或现有技术描述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为本发明实施例提供的一种大气污染遥感监测方法的流程图。
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。
图1为本发明实施例提供的一种大气污染遥感监测方法的流程图。本发明实施例提供了一种大气污染遥感监测方法，包括：
通过静止气象卫星获取被监测区域的大气数据，所述大气数据包括大气温度、湿度及大气污染物成分；
将所述大气数据传回地面分析中心；
获取地面站数据；
利用所述地面站数据对所述大气数据进行精度校正；
结合极轨气象卫星获取的大气污染数据和精度校正后的大气数据对监测区域污染情况进行预测及报警。
示例性地，所述一种大气污染遥感监测方法需要先通过静止气象卫星持续高频次的获取需要监测的区域内的大气数据包括大气温度、湿度及大气污染物成分等，然后将所述大气数据按固定间隔时间传回地面的分析中心，再由地面分析中心将所述大气数据按网格划分地区编号并与网格区域内的地面监测站监测的地面数据进行对比，接着对所述大气数据进行精度校正，校正无误之后对超出标准阈值的所述网格区域进行报警，并结合极轨气象卫星的大范围监测结果和区域污染数据对所述网格区域内的大气污染情况做分析和预警。
在一种可能的实施例中，还包括：对监测区域进行网格式的区域划分，获得相应的网格区域；结合极轨气象卫星获取的大气污染数据和精度校正后的大气数据对监测区域污染情况进行预测及报警，包括：结合极轨气象卫星获取的大气污染数据和精度校正后的大气数据对网格区域污染情况进行预测及报警。
示例性地，所述对监测区域进行网格式的区域划分，是指对需要监测大气污染的区域进行网格式区域划分，通过网格划分对大的区域实行精细化管理，并在每个网格区域设置地面监测站，使用所述地面监测站获取的低空大气污染数据与所述气象卫星获得的大气污染数据结合进行区域大气污染分析，之后根据分析结果进行预测及报警
在一种可能的实施例中，所述利用所述地面站数据对所述大气数据进行精度校正，包括：将所述大气数据按划分的网格区域分类编号，获得相应的区域卫星数据；利用对应网格区域中的所述地面站数据对所述区域卫星数据进行精度校正。
在一种可能的实施例中，所述利用所述地面站数据对所述大气数据进行精度校正，包括：根据多个所述大气数据拟合确定相应的数据曲线；确定时刻对应的所述大气数据和地面站数据之间的差值；将所述数据曲线在坐标系中按照所述差值进行平移。
示例性地，所述利用所述地面站数据对所述大气数据进行精度校正，需要用所述网格划分的区域内的地面站数据对与网格编号对应的同时刻所述大气数据进行插值计算，再将结果放入多个顺序时间同一区域编号的所述大气数据拟合确定的数据曲线中，将所述数据曲线坐标系中按照所述差值进行平移，校正所述大气数据拟合曲线的图形，达到利用所述地面站数据对所述大气数据进行精度校正的目的。
在一种可能的实施例中，所述通过静止气象卫星获取被监测区域的大气数据，包括：通过静止气象卫星搭载的污染物分析仪器对大气层内的污染物进行实时的监测。
示例性地，所述静止气象卫星上搭载有气体滤光分析器、红外干涉仪、傅里叶变换干涉仪、可见光辐射偏振仪和激光雷达等分析监测仪器，通过静止气象卫星的停留特性对需要监测的区域进行长期高频次的大气污染监测。
在一种可能的实施例中，所述将卫星获取的数据按固定间隔传回地面分析中心，需要将监测信息以固定间隔高频次实时传回地面的分析中心。
示例性地，所述以固定间隔高频次实时传回地面可以保证地面接收的高空大气污染数据的实时性和准确性。
在一种可能的实施例中，所述结合极轨气象卫星获取的大气污染数据和精度校正后的大气数据对监测区域污染情况进行报警，包括：由所述分析中心先对精度校正后的所述大气数据进行大气污染阈值比对，获得相应的比对结果将所述大气数据按照比对结果进行等级排序，并根据所述等级排序进行分级报警；结合极轨气象卫星获取的大气污染数据和所述分级报警以及监测区域中的历史大气污染历史数据对整体监测区域进行污染报警，并按照比对结果对不同的所述网格区域分别发出报警信息。
示例性地，所述结合极轨气象卫星获取的大气污染数据和精度校正后的大气数据对监测区域污染情况进行报警，要由所述分析中心先对精度校正后的所述大气数据和国家规定的大气污染阈值进行大气污染阈值比对，获得相应的比对结果后将所述大气数据按照比对结果进行等级排序，并根据所述等级排序进行分级报警；结合极轨气象卫星获取的大气污染数据和所述分级报警以及监测区域中的历史大气污染历史数据对整体监测区域进行大气污染报警，同时按照比对结果对不同的所述网格区域分别发出报警信息。
本发明实施例还提供了一种大气污染遥感监测系统，包括：
卫星遥感模块，用于通过静止气象卫星从高空获取大气数据，通过极轨气象卫星从高空获取大气污染数据；
地面监测模块，用于从地面监测低空大气污染信息；
数据分析模块，利用所述地面站数据对所述大气数据进行精度校正，结合极轨气象卫星获取的大气污染数据和精度校正后的大气数据对监测区域污染情况进行报警。
本发明实施例还提供了一种计算机可读介质，所述计算机可读介质用于存储非暂时性计算机可读指令，当所述非暂时性计算机可读指令由计算机执行时，使得所述计算机执行上述的方法。
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，则可对这些实施例做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精神和范围。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 (9)
1.一种大气污染的卫星遥感监测方法，其特征在于，包括：
通过静止气象卫星获取被监测区域的大气数据，所述大气数据包括大气温度、湿度及大气污染物成分；
将所述大气数据传回地面分析中心；
获取地面站数据；
利用所述地面站数据对所述大气数据进行精度校正；
结合极轨气象卫星获取的大气污染数据和精度校正后的大气数据对监测区域污染情况进行报警。
2.根据权利要求1所述的一种大气污染的卫星遥感监测方法，其特征在于，在通过静止气象卫星获取被监测区域的大气数据之前，还包括：
对监测区域进行网格式的区域划分，获得相应的网格区域；
结合极轨气象卫星获取的大气污染数据和精度校正后的大气数据对监测区域污染情况进行预测及报警，包括：
结合极轨气象卫星获取的大气污染数据和精度校正后的大气数据对网格区域污染情况进行预测及报警。
3.根据权利要求2所述的一种大气污染的卫星遥感监测方法，其特征在于，所述利用所述地面站数据对所述大气数据进行精度校正，包括：
将所述大气数据按划分的网格区域分类编号，获得相应的区域卫星数据；
利用对应网格区域中的所述地面站数据对所述区域卫星数据进行精度校正。
4.根据权利要求1所述的一种大气污染的卫星遥感监测方法，其特征在于，所述通过静止气象卫星获取被监测区域的大气数据，包括：
通过静止气象卫星搭载的污染物分析仪器对大气层内的污染物进行实时的监测。
5.根据权利要求1所述的一种大气污染的卫星遥感监测方法，其特征在于，所将所述大气数据传回地面分析中心，包括：
将所述大气数据以固定间隔实时传回地面的分析中心。
6.根据权利要求1所述的一种大气污染的卫星遥感监测方法，其特征在于，所述利用所述地面站数据对所述大气数据进行精度校正，包括：
根据多个所述大气数据拟合确定相应的数据曲线；
确定时刻对应的所述大气数据和地面站数据之间的差值；
将所述数据曲线在坐标系中按照所述差值进行平移。
7.根据权利要求1所述的一种大气污染的卫星遥感监测方法，其特征在于，所述结合极轨气象卫星获取的大气污染数据和精度校正后的大气数据对监测区域污染情况进行报警，包括：
由所述分析中心先对精度校正后的所述大气数据进行大气污染阈值比对，获得相应的比对结果；
结合极轨气象卫星获取的大气污染数据和所述分级报警以及监测区域中的历史大气污染历史数据对整体监测区域进行污染报警，并按照比对结果对不同的所述网格区域分别发出报警信息。
8.一种大气污染遥感监测系统，其特征在于，包括：
卫星遥感模块，用于通过静止气象卫星从高空获取大气数据，通过极轨气象卫星从高空获取大气污染数据；
地面监测模块，用于从地面监测低空大气污染信息；
数据分析模块，利用所述地面站数据对所述大气数据进行精度校正，结合极轨气象卫星获取的大气污染数据和精度校正后的大气数据对监测区域污染情况进行报警。
9.一种计算机可读介质，其特征在于，所述计算机可读介质用于存储非暂时性计算机可读指令，当所述非暂时性计算机可读指令由计算机执行时，使得所述计算机执行上述1-7的权利要求所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211662069.1A CN115753687A (zh) | 2022-12-23 | 2022-12-23 | 一种大气污染遥感监测方法、系统和计算机可读介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211662069.1A CN115753687A (zh) | 2022-12-23 | 2022-12-23 | 一种大气污染遥感监测方法、系统和计算机可读介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115753687A true CN115753687A (zh) | 2023-03-07 |
Family
ID=85348672
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211662069.1A Pending CN115753687A (zh) | 2022-12-23 | 2022-12-23 | 一种大气污染遥感监测方法、系统和计算机可读介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115753687A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109213964A (zh) * | 2018-07-13 | 2019-01-15 | 中南大学 | 一种融合多源特征地理参数的卫星aod产品校正方法 |
| CN110567510A (zh) * | 2019-07-23 | 2019-12-13 | 北京英视睿达科技有限公司 | 大气污染监测方法、系统、计算机设备和存储介质 |
| CN110954482A (zh) * | 2019-12-02 | 2020-04-03 | 生态环境部卫星环境应用中心 | 基于静止卫星和极轨卫星的大气污染网格化监控方法 |
| CN111737850A (zh) * | 2020-05-15 | 2020-10-02 | 中国科学院空天信息创新研究院 | 一种基于像元尺度上不确定性的多源卫星aod融合方法 |
-
2022
- 2022-12-23 CN CN202211662069.1A patent/CN115753687A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109213964A (zh) * | 2018-07-13 | 2019-01-15 | 中南大学 | 一种融合多源特征地理参数的卫星aod产品校正方法 |
| CN110567510A (zh) * | 2019-07-23 | 2019-12-13 | 北京英视睿达科技有限公司 | 大气污染监测方法、系统、计算机设备和存储介质 |
| CN110954482A (zh) * | 2019-12-02 | 2020-04-03 | 生态环境部卫星环境应用中心 | 基于静止卫星和极轨卫星的大气污染网格化监控方法 |
| CN111737850A (zh) * | 2020-05-15 | 2020-10-02 | 中国科学院空天信息创新研究院 | 一种基于像元尺度上不确定性的多源卫星aod融合方法 |
Non-Patent Citations (1)
| Title |
|---|
| 管雪梅: "《检测与转换技术》", vol. 2020, 机械工业出版社, pages: 42 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bessho et al. | An introduction to Himawari-8/9—Japan’s new-generation geostationary meteorological satellites | |
| US10529239B2 (en) | Air traffic and weather data aggregating and de-conflicting | |
| US10151834B2 (en) | Weather data de-conflicting and correction system | |
| US7400293B2 (en) | Atmospheric turbulence analysis system | |
| US20070162197A1 (en) | Airplane system for an atmospheric turbulence analysis system | |
| CN108898049A (zh) | 基于modis数据的林火识别方法 | |
| CN115455814B (zh) | 基于深度学习的污染源查找及污染物分布预测方法及系统 | |
| Böhm et al. | Cloud base height retrieval from multi-angle satellite data | |
| Pauley et al. | Assimilation of in-situ observations | |
| Wang et al. | Added-value of GEO-hyperspectral infrared radiances for local severe storm forecasts using the hybrid OSSE method | |
| Pritchard et al. | Optimizing satellite resources for the global assessment and mitigation of volcanic hazards—Suggestions from the USGS Powell Center Volcano Remote Sensing Working Group | |
| Ricciardulli et al. | Remote sensing and analysis of tropical cyclones: Current and emerging satellite sensors | |
| Crapolicchio et al. | ERS-2 scatterometer: Mission performances and current reprocessing achievements | |
| CN115753687A (zh) | 一种大气污染遥感监测方法、系统和计算机可读介质 | |
| Wagner et al. | On the performance of airborne meteorological observations against other in situ measurements | |
| CN115753602A (zh) | 一种海雾检测方法与系统 | |
| Muench et al. | Development and calibration of the forward scatter visibility meter | |
| Olive et al. | Detecting and Measuring Turbulence from Mode S Surveillance Downlink Data | |
| Tahami et al. | Spatial-temporal characterization of hurricane path using GNSS-derived precipitable water vapor: Case study of hurricane Matthew in 2016 | |
| Blakeslee et al. | Lightning Imaging Sensor on the International Space Station: Assessments and Results from First Year Operations | |
| Wagner et al. | On the use of routine airborne observations for evaluation and monitoring of satellite observations of thermodynamic profiles | |
| Saha et al. | Development of real-time quality monitoring module for ARG network over Mumbai: results from monsoon 2020–2021 | |
| Skrovan | An analysis of a lighting prediction threshold for 45th weather squadron electric field mill data | |
| Caldwell et al. | GA pilot information and Weather Technology and the cockpit: Fixed wing and rotorcraft issues | |
| Tanzi et al. | Public safety network: An overview |
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 |