CN115933007A - 基于多时空尺度卫星气象的天气监测方法及装置 - Google Patents
基于多时空尺度卫星气象的天气监测方法及装置 Download PDFInfo
- Publication number
- CN115933007A CN115933007A CN202210970261.0A CN202210970261A CN115933007A CN 115933007 A CN115933007 A CN 115933007A CN 202210970261 A CN202210970261 A CN 202210970261A CN 115933007 A CN115933007 A CN 115933007A
- Authority
- CN
- China
- Prior art keywords
- temperature
- emissivity
- satellite
- determining
- land surface
- 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
Classifications
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Radiation Pyrometers (AREA)
Abstract
本发明提供一种基于多时空尺度卫星气象的天气监测方法及装置,该方法包括:在目标区域内,通过卫星遥感获取日内多个时刻中每个时刻分别对应的卫星气象观测数据;根据所述卫星气象观测数据,确定所述每个时刻分别对应的温度相关参数,所述温度相关参数包括陆表亮温值、陆表发射率及观测天顶角;根据所述温度相关参数,确定所述每个时刻分别对应的陆表温度;根据所述陆表温度,确定所述目标区域对应的天气情况。该方法用以解决现有卫星遥感天气监测方法的局限性易导致电子设备无法准确获取某一地区连续的天气情况的缺陷,实现可对目标区域在日内多个时刻的陆表温度进行实时监测,从而准确确定该目标区域对应的连续的天气情况。
Description
技术领域
本发明涉及天气监测技术领域,尤其涉及一种基于多时空尺度卫星气象的天气监测方法及装置。
背景技术
随着全球气候的频繁变化,电子设备需要对某一地区的天气进行监测,以确定该地区对应的天气情况是正常天气,还是异常天气。
现有基于卫星遥感的天气监测方法如下:电子设备利用气象观测数据与再分析资料,或,利用遥感观测技术,或,利用气象观测数据与遥感观测技术,来确定某一地区的天气情况。然而,气象观测数据的空间分布不连续,再分析资料是基于气象观测数据的插值或模式演算结果,精度具有很大不确定性;遥感观测技术只能获取瞬时的观测数据,这些基于卫星遥感的天气监测方法都具有局限性,使得电子设备无法基于现有的天气监测方法,准确获取某一地区连续的天气情况。
发明内容
本发明提供一种基于多时空尺度卫星气象的天气监测方法及装置,用以解决现有卫星遥感的天气监测方法的局限性易导致电子设备无法准确获取某一地区连续的天气情况的缺陷,实现可对目标区域在日内多个时刻的陆表温度进行实时监测,从而准确确定该目标区域对应的连续的天气情况。
本发明提供一种基于多时空尺度卫星气象的天气监测方法,包括:
在目标区域内,通过卫星遥感获取日内多个时刻中每个时刻分别对应的卫星气象观测数据;
根据该卫星气象观测数据,确定该每个时刻分别对应的温度相关参数,该温度相关参数包括陆表亮温值、陆表发射率及观测天顶角;
根据该温度相关参数,确定该每个时刻分别对应的陆表温度;
根据该陆表温度,确定该目标区域对应的天气情况。
根据本发明提供的一种基于多时空尺度卫星气象的天气监测方法,该温度相关参数包括陆表发射率,该根据该卫星气象观测数据,确定该每个时刻分别对应的温度相关参数,包括:根据该卫星气象观测数据,确定该目标区域对应的植被覆盖度;根据该植被覆盖度,确定该每个时刻分别对应的陆表发射率。
根据本发明提供的一种基于多时空尺度卫星气象的天气监测方法,该根据该植被覆盖度,确定该每个时刻分别对应的陆表发射率,包括:根据发射率公式,确定该每个时刻分别对应的陆表发射率;其中,该发射率公式为εi,pixel=εi,v*FVC+εi,g*(1-FVC)+dεi;εi,pixel表示在第i个通道接收的陆表发射率;εi,v表示在该第i个通道接收的纯植被覆盖像元对应的陆表发射率;FVC表示该植被覆盖度;εi,g表示在该第i个通道接收的纯裸土像元对应的陆表发射率;dεi表示在该第i个通道接收的由植被和下垫面地表经预设次数反射后产生的陆表发射率误差。
根据本发明提供的一种基于多时空尺度卫星气象的天气监测方法,该根据该卫星气象观测数据,确定该目标区域对应的植被覆盖度,包括:根据该卫星气象观测数据对应的热红外光谱波段,确定该目标区域对应的实时归一化植被指数;根据植被覆盖度公式,确定该目标区域对应的植被覆盖度;其中,该植被覆盖度公式为FVC=(NDVI-NDVIS)/(NDVIV-NDVIS);NDVI表示该实时归一化植被指数;NDVIS表示纯裸土像元对应的归一化植被指数;NDVIV表示纯植被覆盖像元对应的归一化植被指数。
根据本发明提供的一种基于多时空尺度卫星气象的天气监测方法,该根据该温度相关参数,确定该每个时刻分别对应的陆表温度,包括:获取第一通道在该每个时刻分别对应的第一亮温值和第一通道发射率;获取第二通道在该每个时刻分别对应的第二亮温值和第二通道发射率;根据该第一温亮值、该第一通道发射率、该第二温亮值及该第二通道发射率,确定该每个时刻分别对应的陆表温度。
根据本发明提供的一种基于多时空尺度卫星气象的天气监测方法,该根据该第一温亮值、该第一通道发射率、该第二温亮值及该第二通道发射率,确定该每个时刻分别对应的陆表温度,包括:根据温度公式,确定该每个时刻分别对应的陆表温度;其中,该温度公式为Tjs=A0+T24+A1(T24-T25)+A2(T24-T25)2+A3(1-ε24,pixel)+A4(ε24,pixel-ε25,pixel)+A5(T24-T25)[sec(θ)-1];Tjs表示该每个时刻中第j个时刻对应的陆表温度;A0表示第一系数,A1表示第二系数,A2表示第三系数,A3表示第四系数,A4表示第五系数,A5表示第六系数;T24表示该第一温亮值,T25表示该第二温亮值;ε24,pixel表示该第一通道发射率,ε25,pixel表示该第二通道发射率;θ表示该第j个时刻对应的观测天顶角。
根据本发明提供的一种基于多时空尺度卫星气象的天气监测方法,该在目标区域内,通过卫星遥感获取日内多个时刻中每个时刻分别对应的卫星气象观测数据,包括:在目标区域内,通过卫星遥感获取日内多个时刻中每个时刻分别对应的待处理观测数据;对该待处理观测数据进行预处理,得到该每个时刻分别对应的卫星气象观测数据;其中,该预处理包括以下至少一项:辐射校正处理、几何校正处理、云监测处理、积雪监测处理、地理位置匹配处理及角度矫正处理。
本发明还提供一种天气监测装置,包括:
获取模块,用于在目标区域内,通过卫星遥感获取日内多个时刻中每个时刻分别对应的卫星气象观测数据;
处理模块,用于根据该卫星气象观测数据,确定该每个时刻分别对应的温度相关参数,该温度相关参数包括陆表亮温值、陆表发射率及观测天顶角;根据该温度相关参数,确定该每个时刻分别对应的陆表温度;根据该陆表温度,确定该目标区域对应的天气情况。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述基于多时空尺度卫星气象的天气监测方法。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述基于多时空尺度卫星气象的天气监测方法。
本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述基于多时空尺度卫星气象的天气监测方法。
本发明提供的基于多时空尺度卫星气象的天气监测方法及装置,通过在目标区域内,通过卫星遥感获取日内多个时刻中每个时刻分别对应的卫星气象观测数据;根据所述卫星气象观测数据,确定所述每个时刻分别对应的温度相关参数,所述温度相关参数包括陆表亮温值、陆表发射率及观测天顶角;根据所述温度相关参数,确定所述每个时刻分别对应的陆表温度;根据所述陆表温度,确定所述目标区域对应的天气情况。该方法用以解决现有卫星遥感的天气监测方法局限性易导致电子设备无法准确获取某一地区连续的天气情况的缺陷,实现可对目标区域在日内多个时刻的陆表温度进行实时监测,从而准确确定该目标区域对应的连续的天气情况。
附图说明
为了更清楚地说明本发明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一简单地介绍,显而易见地,下面描述中的附图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是本发明提供的基于多时空尺度卫星气象的天气监测方法的流程示意图;
图2a是本发明提供的黎明对应的陆表温度分布图;
图2b是本发明提供的下午对应的陆表温度分布图;
图2c是本发明提供的黄昏对应的陆表温度分布图;
图3是本发明提供的天气监测装置的结构示意图;
图4是本发明提供的电子设备的结构示意图。
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,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例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作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。
需要说明的是,本发明实施例涉及的电子设备指的是风云极轨卫星(简称:卫星),该卫星的数量为至少一个。
卫星通过遥感技术,能够以250米(m)至1000m空间分辨率对应的不同尺度对目标区域的天气情况进行观测,得到卫星气象观测数据。
可选的,不同的卫星可以获取目标区域在不同时刻分别对应的卫星气象观测数据;相同的卫星也可以获取该目标区域在不同时刻分别对应的卫星气象观测数据,此处不作具体限定。
需要说明的是,本发明实施例涉及的执行主体可以是天气监测装置,也可以是电子设备,下面以电子设备为例对本发明实施例进行进一步地说明。
如图1所示,是本发明提供的基于多时空尺度卫星气象的天气监测方法的流程示意图,可以包括:
101、在目标区域内,通过卫星遥感获取日内多个时刻中每个时刻分别对应的卫星气象观测数据。
其中,目标区域指的是可能会产生极端温度天气事件的地区;该极端温度天气事件指的是天气情况的状态严重偏离该天气情况的平均态,在统计意义上属于发生概率极小的事件;
日内指的是一天内,即24小时(h)内;
时刻也可称为过境时间,指的是电子设备对目标区域进行观测时对应的时间点,该时刻的数量为至少两个;
卫星气象观测数据指的是卫星在观测目标区域的天气情况时生成的气象观测数据。
可选的,目标区域可以包括但不限于以下其中一项:新疆吐鲁番、四川长宁、贵州赤水、云南巧家、北京、天津及河北等。
可选的,极端温度天气事件可以包括:高温热浪或寒潮等。
其中,高温热浪也可称为高温酷暑或高温,指的是持续多天的35摄氏度(℃)以上的高温天气,也就是说,该高温酷暑指的是一段持续性的高温过程,由于高温持续时间较长,引起人、动物及植物不能适应并且产生不利影响的一种气象灾害;
寒潮也可称为寒流,指的是冬季的一种灾害性天气,也就是说,该寒流指的是来自高纬度地区的寒冷空气,在特定的天气形势下迅速加强并向中低纬度地区侵入,造成目标区域产生剧烈降温、大风和雨雪天气等气象灾害。
可选的,不同的过境时间对应不同的昼夜标识。
示例性的,过境时间可以包括:06:30、10:30、14:30、18:30、22:30及02:30;06:30时刻对应的昼夜标识为黎明,10:30时刻对应的昼夜标识为上午,14:30的时刻对应的昼夜标识为下午,18:30的时刻对应的昼夜标识为黄昏,22:30的时刻对应的昼夜标识为晚上,02:30的时刻对应的昼夜标识为夜间。
可选的,卫星气象观测数据可以包括但不限于:电子设备编号,即卫星编号、过境时间、昼夜标识、卫星对应的仪器、卫星对应的空间分辨率及卫星的在轨状态。
示例性的,如表1所示,是本发明提供的卫星气象观测数据的表格。
表1
电子设备能够以不同的空间的分辨率,在目标区域内,观测不同的过境时间分别对应的卫星气象观测数据,以便该电子设备后续基于该卫星气象观测数据,准确确定该目标区域对应的天气情况。从表1可以看出,电子设备可以获取六个时刻分别对应的卫星气象观测数据,即可以获取六个卫星气象观测数据。
也就是说,上述电子设备获取卫星气象观测数据的过程,也可以称为基于晨昏与上下午轨道卫星对目标区域进行观测,可实时或准实时得到卫星气象观测数据的过程。在该过程中,电子设备的日内观测时间可达到六次,且空间分辨率最优达到250m,利于后续该电子设备刻画高温天气及寒潮天气在陆地表面影响的区域空间分布比较连续的细致变化。
此外,昼夜标识可分为两类,分别为白天与夜间。其中,白天包括:黎明、上午及下午;夜间包括:黄昏、晚上及夜间。
可选的,电子设备在目标区域内,获取日内多个时刻中每个时刻分别对应的卫星气象观测数据,可以包括:电子设备获取目标区域在日内多个时刻中每个时刻分别对应的遥感影像;该电子设备基于该遥感影像,确定该每个时刻分别对应的卫星气象观测数据。
其中,遥感影像指的是卫星拍摄得到的相片。也就是说,电子设备可以基于获取的遥感影像,分析得到卫星气象观测数据。
在一些实施例中,电子设备在目标区域内,通过卫星遥感获取日内多个时刻中每个时刻分别对应的卫星气象观测数据,可以包括:电子设备在目标区域内,通过卫星遥感获取日内多个时刻中每个时刻分别对应的待处理观测数据;该电子设备对待处理观测数据进行预处理,得到每个时刻分别对应的卫星气象观测数据。
其中,预处理包括以下至少一项:辐射校正处理、几何校正处理、云监测处理、积雪监测处理、地理位置匹配处理及角度矫正处理等。
由于电子设备获取的待处理观测数据不够准确,所以,电子设备在获取该待处理观测数据之后,可以对该待处理观测数据进行预处理,即可以对遥感影像进行预处理,这样就可以得到较为准确的卫星气象观测数据,此外,该卫星气象观测数据也可称为连续组网观测,以便该电子设备后续基于该卫星气象观测数据,准确确定目标区域对应的天气情况。
其中,辐射校正处理指的是电子设备对待处理观测数据对应的遥感影像中失真或畸变的辐射进行校正,从而消除或改正因辐射导致该遥感影像畸变的过程;
几何校正处理指的是电子设备通过一系列的数学模型来改正和消除遥感影像成像时因外界因素导致的原始图像上各地物的地物特征与在参照系统中的表达要求不一致时产生的变形的过程;可选的,该外界因素可以包括但不限于以下至少一项:摄影材料变形、物镜畸变、大气折光、地球曲率、地球自转、地形起伏等;该地物特征可以包括但不限于以下至少一项:地物的几何位置、形状、尺寸、方位等;
云监测处理指的是电子设备针对遥感影像,对目标区域内的云的变化情况进行监测的过程;
积雪监测处理指的是电子设备针对遥感影像,对目标区域内的积雪的堆积情况进行监测的过程;
地理位置匹配处理指的是电子设备遥感影像与预设区域影像集合进行位置匹配,并在该预设区域影像集合中,确定与该遥感影像匹配成功的目标区域影像的过程,其中,该预设区域影像集合包括至少一个区域影像;
角度矫正处理指的是电子设备对遥感影像的畸变角度进行矫正的过程。
102、根据卫星气象观测数据,确定每个时刻分别对应的温度相关参数。
其中,温度相关参数可以包括陆表亮温值、陆表发射率及观测天顶角等。
陆表亮度温度值(简称:陆表亮温值)指的是当实际陆表在某一波长(窄谱段范围内)的光谱辐亮度和黑体在同一波长下的光谱辐亮度相等时,把黑体温度称为陆表的辐亮度温度,也即,陆表的辐射能量用同辐射量的黑体温度表示;
陆表发射率也可称为地表比辐射率,指的是指在同一温度下陆地表面发射的辐射量与一黑体发射的辐射量的比值,与该陆地表面的组成成分,地表粗糙度及波长等因素有关;
观测天顶角指的是电子设备针对目标区域的观测方向与该电子设备的水平线方向之间的夹角。
可选的,不同时刻对应的温度相关参数也是不同的。
电子设备在获取卫星气象观测数据之后,可以根据目标时刻对应的目标卫星气象观测数据,确定该目标时刻对应的目标温度相关参数,该目标时刻为上述日内多个时刻中的任一时刻,这样一来,电子设备基于目标温度相关参数的确定过程,就可以获取每个时刻分别对应的温度相关参数。
示例性的,由于电子设备获取了六个时刻分别对应的卫星气象观测数据,所以,该电子设备基于这六个卫星气象观测数据,可以得到该六个时刻分别对应的温度相关参数,即可以得到六个温度相关参数。
在一些实施例中,温度相关参数包括陆表发射率,电子设备根据卫星气象观测数据,确定每个时刻分别对应的温度相关参数,可以包括:电子设备根据卫星气象观测数据,确定目标区域对应的植被覆盖度(Fractional Vegetation Cover,FVC);该电子设备根据植被覆盖度,确定每个时刻分别对应的陆表发射率。
其中,植被覆盖度指的是植被在陆地表面的垂直投影面积占统计区总面积的百分比,该植被覆盖度位于[0,100%]范围内。
可选的,上述植被可以包括但不限于:叶、茎及枝等。
电子设备在获取卫星气象观测数据之后,可以根据该卫星气象观测数据对应的热红外光谱波段,准确确定目标区域对应的植被覆盖度;然后,该电子设备基于该植被覆盖度,可以准确得到每个时刻分别对应的陆表发射率。也就是说,电子设备获取了几个卫星气象观测数据,就可以准确确定几个陆表发射率。
其中,热红外光谱波段指的是热红外传感器的工作波段。
示例性的,电子设备获取六个时刻分别对应的陆表发射率,即可以得到六个陆表发射率。
在一些实施例中,电子设备根据卫星气象观测数据,确定目标区域对应的植被覆盖度,可以包括:电子设备根据卫星气象观测数据对应的热红外光谱波段,确定目标区域对应的实时植被覆盖指数;该电子设备根据植被覆盖度公式,确定目标区域对应的植被覆盖度。
其中,植被覆盖度公式为
FVC=(NDVI-NDVIS)/(NDVIV-NDVIS);
FVC表示植被覆盖度;NDVI表示实时归一化植被指数;NDVIS表示纯裸土像元对应的归一化植被指数;NDVIV表示纯植被覆盖像元对应的归一化植被指数。
其中,实时植被覆盖指数FVC指的是电子设备实时获取的目标区域对应的像元范围内的植被覆盖度;
纯裸土像元对应的归一化植被指数NDVIS指的是纯裸土像元对应的典型归一化植被指数值;
纯植被覆盖像元对应的植被覆盖指数NDVIV指的是纯植被覆盖像元某一植被类型对应的典型归一化植被指数值,可以取固定值0.05,该某一植被类型可由国际地圈生物圈计划(International Geosphere-Biosphere Program,IGBP)地表的分类结果得到。
可选的,纯裸土像元对应的归一化植被指数NDVIS及纯植被覆盖像元对应的归一化植被指数NDVIV可以由发表的文献数据得到,此处不作具体赘述。
电子设备根据卫星气象观测数据对应的热红外光谱波段,可准确确定目标区域对应的实时植被覆盖指数;然后,该电子设备根据植被覆盖度公式,可准确确定目标区域对应的植被覆盖度。
在陆表温度反演的过程中,电子设备通常采用植被覆盖度方法来计算陆表发射率。此时,在目标区域对应的像元范围内,该陆表发射率即由纯植被覆盖像元对应的陆表发射率及纯裸土像元对应的陆表发射率按照线性比例得到。
在一些实施例中,电子设备根据植被覆盖度,确定每个时刻分别对应的陆表发射率,可以包括:电子设备根据发射率公式,确定每个时刻分别对应的陆表发射率。
其中,发射率公式为εi,pixel=εi,v*FVC+εi,g*(1-FVC)+dεi;
εi,pixel表示在第i个通道接收的陆表发射率;εi,v表示在第i个通道接收的纯植被覆盖像元对应的陆表发射率;FVC表示植被覆盖度;εi,g表示在第i个通道接收的纯裸露地表像元(简称:纯裸土像元)对应的陆表发射率;dεi表示在第i个通道接收的由植被和下垫面地表经预设次数反射后产生的陆表发射率误差。
可选的,在第i个通道接收的纯植被覆盖像元对应的陆表发射率εi,v及在第i个通道接收的纯裸土像元对应的陆表发射率εi,g可以由发表的文献数据得到,此处不作具体赘述。
可选的,电子设备为了简化每个时刻分别对应的陆表发射率的计算过程,可以假设目标区域对应的地表是平坦的,该平坦的地表不存在陆表发射率的多次反射项,也即,在第i个通道接收的由植被和下垫面地表经预设次数反射后产生的陆表发射率误差dεi=0。
电子设备根据发射率公式,可准确确定每个时刻分别对应的陆表发射率,以便该电子设备后续基于该陆表发射率,准确确定该每个时刻分别对应的温度相关参数。
103、根据温度相关参数,确定每个时刻分别对应的陆表温度。
其中,陆表温度指的是目标区域对应的陆地表面的温度。
在一些实施例中,电子设备根据温度相关参数,确定每个时刻分别对应的陆表温度,可以包括:电子设备获取第一通道在每个时刻分别对应的第一亮温值和第一通道发射率;该电子设备获取第二通道在每个时刻分别对应的第二亮温值和第二通道发射率;该电子设备根据第一温亮值、第一通道发射率、第二温亮值及第二通道发射率,确定每个时刻分别对应的陆表温度。
其中,通道发射率指的是在一个波长间隔内,在某一温度下测试陆表的辐射功率(或辐射度)与黑体的辐射功率(或辐射度)之比,该通道发射率是介于0~1之间的正数,该发射率与物质特性、环境因素及观测条件等因素相关;
不同通道对应的亮温值是不同的,不同通道对应的发射率也是不同的;同一通道在不同时刻分别对应的亮温值是不同的,同一通道在该不同时刻分别对应的发射率也是不同的,此处不作具体赘述。
电子设备在获取温度相关参数之后,可以基于目标温度相关参数,确定第一通道在目标时刻对应的第一子亮温值和第一通道子发射率,及确定第二通道在该目标时刻对应的第二子亮温值和第二通道子发射率;然后,该电子设备根据该第一子亮温值、该第一通道子发射率、该第二子亮温值及该第二通道子发射率,确定该目标时刻对应的目标陆表温度,这样一来,电子设备基于目标陆表温度的确定过程,就可以获取每个时刻分别对应的陆表温度。
通常情况下,电子设备在获取卫星气象观测数据之后,可以基于该卫星气象观测数据,确定目标区域对应的热红外光谱波段。当地球的陆地表面处于该热红外光谱波段中时,大气可以进行辐射传输,不仅能够吸收和散射穿过该大气的辐射能,还可以向该大气的外部输出辐射能。由辐射传输理论可知,在晴空无云大气状况下,卫星的热红外传感器可以接收多个通道对应的地表辐射量值。电子设备可用目标公式表示该热红外传感器接收的多个通道中第i个通道对应的地表总辐射量;然后,该电子设备基于该目标公式,可准确得到每个时刻分别对应的陆表温度。
其中,目标公式为Ri(θ,φ)=Xi(θ,φ)+Yi(θ,φ)+Zi(θ,φ);
Xi(θ,φ)=∫f i(λ)ελ(θ,φ)Bλ(Ts)τλ(θ,φ)dλ;
Zi(θ,φ)=∫f i(λ)∫∫ρbλ(θ,θ′,φ′)Lsλ(θ’)τλ(θ,φ)cosθ’sinθ′dθ′dφ′dλ;
θ表示观测天顶角;φ表示观测方位角;λ表示波长;Ri(θ,φ)表示热红外传感器以观测方向为(θ,φ)接收的第i个通道对应的地表总辐射量;Xi(θ,φ)表示地表辐射量;Yi(θ,φ)表示大气上行辐射量;Zi(θ,φ)表示大气下行辐射量被地表反射后对应的辐射量;f i(λ)表示该热红外传感器的第i个通道对应的响应函数,该响应函数与该第i个通道的特性及波长λ相关;ελ(θ,φ)表示地物在方向为(θ,φ)时对应的发射率;Bλ(Ts)表示陆表温度为Ts时对应的普朗克函数;τλ(θ,φ)表示大气透过率;Bλ(Tp)表示温度为Tp时对应的普朗克函数;p表示大气压强;表示大气压强p的偏导;θ′表示观测天顶角θ的导数;φ′表示观测方位角φ的导数;ρbλ(θ,θ′,φ′)表示双向反射分布函数(Bidirectional ReflectanceDistrbtion Function,BRDF);Lsλ(θ’)表示大气下行辐射量;Ts表示待求的陆表温度。
然后,电子设备可利用Sobrino算法对该目标公式进行反演,得到温度公式。
其中,Sobrino算法是一种非线性方程,可以在大气水汽含量很高的情况下,提高地表温度(Land Surface Temperature,LST)反演算法的精度。
需要说明的是,Sobrino算法不同于线性分裂窗算法和非线性分裂成算法。线性分裂窗算法和非线性分裂成算法只考虑陆表发射率,或,同时考虑陆表发射率和水汽含量,或,只考虑观测天顶角;而该Sobrino算法可同时考虑陆表发射率及观测天顶角,这样使得电子设备可以基于该温度公式,可准确确定每个时刻分别对应的陆表温度。
此外,热红外传感器指的是传感器工作波段限于红外波段范围内的遥感,即利用星载或机载传感器收集并记录地物的热红外信息,并利用该热红外信息来识别地物和反演陆表参数,该陆表参数可以包括但不限于:陆表温度、陆表湿度及陆表热惯量等。
在一些实施例中,电子设备根据第一温亮值、第一通道发射率、第二温亮值及第二通道发射率,确定每个时刻分别对应的陆表温度,可以包括:电子设备根据温度公式,确定每个时刻分别对应的陆表温度。其中,温度公式为
Tjs=A0+T24+A1(T24-T25)+A2(T24-T25)2+A3(1-ε24,pixel)+A4(ε24,pixel-ε25,pixel)+A5(T24-T25)[sec(θ)-1];
Tjs表示每个时刻中第j个时刻对应的陆表温度;A0表示第一系数,A1表示第二系数,A2表示第三系数,A3表示第四系数,A4表示第五系数,A5表示第六系数;T24表示第一温亮值,T25表示第二温亮值;ε24,pixel表示第一通道发射率,ε25,pixel表示第二通道发射率;θ表示第j个时刻对应的观测天顶角。
其中,第一系数A0、第二系数A1、第三系数A2、第四系数A3、第五系数A4及第六系数A5是电子设备通过辐射传输模拟及最小二乘拟合得到的。
可选的,上述六个系数可以是相同的,也可以是不同的,此处不作具体限定。
可选的,第一通道为10.8微米(μm),第二通道为12.0μm。
可选的,在步骤103之后,用户可以基于电子设备获取的温度公式,对该电子设备经过去云处理和质量检验,最终生成陆表温度产品,可用于实时监测并获取陆表温度。
104、根据陆表温度,确定目标区域对应的天气情况。
其中,天气情况可以包括正常天气或异常天气。
异常天气指的是极端温度天气事件,正常天气指的是除了异常天气以为的天气。
电子设备基于之前获取的准确的陆表温度,可准确确定目标区域对应的天气情况是正常的,还是异常的。
可选的,电子设备根据陆表温度,确定目标区域对应的天气情况,可以包括:电子设备根据温度公式,确定目标区域对应的温度指数;该电子设备根据温度指数,确定目标区域对应的天气情况。
需要说明的是,不同的温度指数对应的温度公式是不同的,此处不作具体赘述。
可选的,温度指数可以包括但不限于以下其中一项:地表温度日较差、日平均温度、日变幅、日最高气温高于35℃的持续天数、日最低温度24小时/48小时/72小时内下降幅度、温度日较差、日平均温度、日变幅、日最高气温高于35℃的持续天数及日最低温度24小时/48小时/72小时内下降幅度等。
示例性的,如表2所示,是本发明提供的温度指数的表格。
表2
变温指数 | 适合产品 | 空间分辨率 | 时次 | 新增与否 |
相对日较差 | FY系列 | 250m/1KM | 每天 | 新增 |
相对日平均温度 | FY系列 | 250m/1KM | 每天 | 新增 |
相对日间变幅 | FY系列 | 250m/1KM | 每天 | 新增 |
相对持续天数 | FY系列 | 250m/1KM | 每天 | 新增 |
可选的,电子设备根据温度公式,确定目标区域对应的温度指数,可以包括但不限于以下其中一种实现方式:
实现方式1:温度指数包括相对日较差,电子设备根据第一温度公式,确定目标区域对应的相对日较差。
其中,第一温度公式为相对日较差=日最高地表温度-日最低地表温度。
日最高地表温度指的是电子设备获取的六个陆表温度中值最大的陆表温度;日最低地表温度指的是该六个陆表温度中值最小的陆表温度。由于日最高地表温度对应的过境时间与日最低地表温度对应的过境时间不固定,只是所有的陆表温度中相对的最高地表温度及最低地表温度,所以,该日最高地表温度与该日最低地表温度的差即可称为相对日较差。
示例性的,日最高地表温度为过境时间为下午14:00的FY3D对应的陆表温度;日最低地表温度为过境时间为黎明06:30的FY3E对应的陆表温度。
实现方式2:温度指数包括相对日平均温度,电子设备根据第二温度公式,确定目标区域对应的相对日平均温度。
其中,第二温度公式为相对日平均温度=每个时刻分别对应的陆表温度之和/时刻的数量。
示例性的,时刻可以包括表1所示的六个时刻。电子设备可以获取06:30对应的第一陆表温度、10:30对应的第二陆表温度、14:30对应的第三陆表温度、18:30对应的第四陆表温度、22:30对应的第五陆表温度及02:30对应的第六陆表温度。然后,电子设备获取该第一陆表温度、该第二陆表温度、该第三陆表温度、该第四陆表温度、该第五陆表温度及该第六陆表温度的温度之和,并将温度之和除以6,即可得到目标区域对应的相对日平均温度。
需要说明的是,由于遥感影像受云的影响,过境时间对应的固定像元的值可能为零或为空,因此,时刻的数量最多为6次。
实现方式3:温度指数包括相对日间变幅,电子设备根据第三温度公式,确定目标区域对应的相对日间变幅。
其中,第三温度公式为相对日间变幅=白天对应的陆表温度中的最高值-夜间对应的陆表温度中的最低值。
示例性的,电子设备获取黎明、上午及下午分别对应的陆表温度中的最大值,并获取黄昏、晚上及夜间分别对应的陆表温度中的最小值;然后,该电子设备将该最大值减去该最小值,即可得到目标区域对应的相对日间变幅。该电子设备仅计算白天与夜间同时有值的像元。
实现方式4:温度指数包括相对持续天数,电子设备获取第一天对应的陆表温度,并确定该第一天对应的第一相对日较差;该电子设备获取第二天对应的陆表温度,并确定该第二天对应的第二相对日较差;以此类推,该电子设备获取第N天对应的第N相对日较差,其中,该第一天与该第二天相邻;然后,该电子设备确定这N个相对日较差是否都位于预设温度范围内,若都位于,则确定相对持续天数;若存在未位于该预设温度范围内的相对日较差,则不做操作。
其中,预设温度范围可以是电子设备出厂前设置的,也可以是用户根据大量观测数据得到,此处不作具体限定。
示例性的,预设温度范围为(-∞,-25℃]或[40℃,+∞)。
经过上述步骤101-104,电子设备可以实现以卫星像元为基本单元的“极端温度天气事件多尺度多时次监测方法指标与系统”,能够解决气象站稀少带来的无值区的不确定性问题。此外,电子设备利用FY系列卫星能够解决日内多次250m空间分辨率和1000m日内多次的多时次监测快速变化的温度指标,弥补气温指标带来的与目标区域的群众感受不一致的问题。
电子设备获取的温度指数能够较为准确的表示出地理要素的空间和时间变化。此外,上述步骤101-104的过程,能够根据陆地表面的异质性和空间结构特征进行优化,捕捉目标区域内的异质性,实现了对纯像元与混合像元的多平台多点采样的最大利用,时间上要求与卫星过境时间和地理要素变化时间一致,能够极大促进对国产卫星像元产品的应用。
可选的,步骤104之后,该方法还可以包括:若天气情况为异常情况,则电子设备输出预警信息,该预警信息用于提示用户所处目标区域的天气异常。
可选的,电子设备输出预警信息,可以包括但不限于:电子设备向目标区域的关联设备发送预警信息,以使关联设备输出该预警信息。
这样一来,当目标区域对应的天气情况为异常天气时,电子设备可及时通知该目标区域内的用户做好相应防护措施。
示例性的,卫星FY3E及FY3D卫星对河南省进行天气监测,得到了三个昼夜标识分别对应的陆表温度分布图。如图2a所示,是本发明提供的黎明对应的陆表温度分布图;如图2b所示,是本发明提供的下午对应的陆表温度分布图;如图2c所示,是本发明提供的黄昏对应的陆表温度分布图。
在图2a中,是河南省在6月16日的06:45对应的陆表温度,该陆表温度位于20℃-30℃之间;
在图2b中,是河南省在6月16日的13:30对应的陆表温度,该河南省大部分地区的陆表温度超过40℃,还有一部分地区的陆表温度超过50℃,极个别地区的陆表温度超过60℃;
在图2c中,是河南省在6月16日的17:25对应的陆表温度,该河南省大部分地区的陆表温度超过30℃,还有一部分地区的陆表温度超过40℃。
由于空气中水汽充沛,人们普遍感觉已经提前进入三伏天气。
在本发明实施例中,在目标区域内,通过卫星遥感获取日内多个时刻中每个时刻分别对应的卫星气象观测数据;根据卫星气象观测数据,确定每个时刻分别对应的温度相关参数,温度相关参数包括陆表亮温值、陆表发射率及观测天顶角;根据温度相关参数,确定每个时刻分别对应的陆表温度;根据陆表温度,确定目标区域对应的天气情况。该方法用以解决现有卫星遥感的天气监测方法局限性易导致电子设备无法准确获取某一地区连续的天气情况的缺陷,实现可对目标区域在日内多个时刻的陆表温度进行实时监测,从而准确确定该目标区域对应的连续的天气情况。
下面对本发明提供的天气监测装置进行描述,下文描述的天气监测装置与上文描述的天气监测方法可相互对应参照。
如图3所示,是本发明提供的天气监测装置的结构示意图,可以包括:
获取模块301,用于在目标区域内,通过卫星遥感获取日内多个时刻中每个时刻分别对应的卫星气象观测数据;
处理模块302,用于根据所述卫星气象观测数据,确定所述每个时刻分别对应的温度相关参数,所述温度相关参数包括陆表亮温值、陆表发射率及观测天顶角;根据所述温度相关参数,确定所述每个时刻分别对应的陆表温度;根据所述陆表温度,确定所述目标区域对应的天气情况。
可选的,该温度相关参数包括陆表发射率,处理模块302,具体用于根据该卫星气象观测数据,确定该目标区域对应的植被覆盖度;根据该植被覆盖度,确定该每个时刻分别对应的陆表发射率。
可选的,处理模块302,具体用于根据发射率公式,确定该每个时刻分别对应的陆表发射率;其中,该发射率公式为εi,pixel=εi,v*FVC+εi,g*(1-FVC)+dεi;εi,pixel表示在第i个通道接收的陆表发射率;εi,v表示在该第i个通道接收的纯植被覆盖像元对应的陆表发射率;FVC表示该植被覆盖度;εi,g表示在该第i个通道接收的纯裸土像元对应的陆表发射率;dεi表示在该第i个通道接收的由植被和下垫面地表经预设次数反射后产生的陆表发射率误差。
可选的,处理模块302,具体用于根据该卫星气象观测数据对应的热红外光谱波段,确定该目标区域对应的实时归一化植被指数;根据植被覆盖度公式,确定该目标区域对应的植被覆盖度;其中,该植被覆盖度公式为FVC=(NDVI-NDVIS)/(NDVIV-NDVIS);NDVI表示该实时归一化植被指数;NDVIS表示纯裸土像元对应的归一化植被指数;NDVIV表示纯植被覆盖像元对应的归一化植被指数。
可选的,获取模块301,具体用于获取第一通道在该每个时刻分别对应的第一亮温值和第一通道发射率;获取第二通道在该每个时刻分别对应的第二亮温值和第二通道发射率;
处理模块302,具体用于根据该第一温亮值、该第一通道发射率、该第二温亮值及该第二通道发射率,确定该每个时刻分别对应的陆表温度。
可选的,处理模块302,具体用于根据温度公式,确定该每个时刻分别对应的陆表温度;其中,该温度公式为Tjs=A0+T24+A1(T24-T25)+A2(T24-T25)2+A3(1-ε24,pixel)+A4(ε24,pixel-ε25,pixel)+A5(T24-T25)[sec(θ)-1];Tjs表示该每个时刻中第j个时刻对应的陆表温度;A0表示第一系数,A1表示第二系数,A2表示第三系数,A3表示第四系数,A4表示第五系数,A5表示第六系数;T24表示该第一温亮值,T25表示该第二温亮值;ε24,pixel表示该第一通道发射率,ε25,pixel表示该第二通道发射率;θ表示该第j个时刻对应的观测天顶角。
可选的,获取模块301,具体用于在目标区域内,通过卫星遥感获取日内多个时刻中每个时刻分别对应的待处理观测数据;
处理模块302,具体用于对该待处理观测数据进行预处理,得到该每个时刻分别对应的卫星气象观测数据;其中,该预处理包括以下至少一项:辐射校正处理、几何校正处理、云监测处理、积雪监测处理、地理位置匹配处理及角度矫正处理。
图4示例了一种电子设备的实体结构示意图,如图4所示,该电子设备可以包括:处理器(processor)410、通信接口(Communications Interface)420、存储器(memory)430和通信总线440,其中,处理器410,通信接口420,存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令,以执行基于多时空尺度卫星气象的天气监测方法,该方法包括:在目标区域内,通过卫星遥感获取日内多个时刻中每个时刻分别对应的卫星气象观测数据;根据该卫星气象观测数据,确定该每个时刻分别对应的温度相关参数,该温度相关参数包括陆表亮温值、陆表发射率及观测天顶角;根据该温度相关参数,确定该每个时刻分别对应的陆表温度;根据该陆表温度,确定该目标区域对应的天气情况。
此外,上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的基于多时空尺度卫星气象的天气监测方法,该方法包括:在目标区域内,通过卫星遥感获取日内多个时刻中每个时刻分别对应的卫星气象观测数据;根据该卫星气象观测数据,确定该每个时刻分别对应的温度相关参数,该温度相关参数包括陆表亮温值、陆表发射率及观测天顶角;根据该温度相关参数,确定该每个时刻分别对应的陆表温度;根据该陆表温度,确定该目标区域对应的天气情况。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的基于多时空尺度卫星气象的天气监测方法,该方法包括:在目标区域内,通过卫星遥感获取日内多个时刻中每个时刻分别对应的卫星气象观测数据;根据该卫星气象观测数据,确定该每个时刻分别对应的温度相关参数,该温度相关参数包括陆表亮温值、陆表发射率及观测天顶角;根据该温度相关参数,确定该每个时刻分别对应的陆表温度;根据该陆表温度,确定该目标区域对应的天气情况。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于多时空尺度卫星气象的天气监测方法,其特征在于,包括:
在目标区域内,通过卫星遥感获取日内多个时刻中每个时刻分别对应的卫星气象观测数据;
根据所述卫星气象观测数据,确定所述每个时刻分别对应的温度相关参数,所述温度相关参数包括陆表亮温值、陆表发射率及观测天顶角;
根据所述温度相关参数,确定所述每个时刻分别对应的陆表温度;
根据所述陆表温度,确定所述目标区域对应的天气情况。
2.根据权利要求1所述的方法,其特征在于,所述温度相关参数包括陆表发射率,所述根据所述卫星气象观测数据,确定所述每个时刻分别对应的温度相关参数,包括:
根据所述卫星气象观测数据,确定所述目标区域对应的植被覆盖度;
根据所述植被覆盖度,确定所述每个时刻分别对应的陆表发射率。
3.根据权利要求2所述的方法,其特征在于,所述根据所述植被覆盖度,确定所述每个时刻分别对应的陆表发射率,包括:
根据发射率公式,确定所述每个时刻分别对应的陆表发射率;
其中,所述发射率公式为εi,pixel=εi,v*FVC+εi,g*(1-FVC)+dεi;
εi,pixel表示在第i个通道接收的陆表发射率;εi,v表示在所述第i个通道接收的纯植被覆盖像元对应的陆表发射率;FVC表示所述植被覆盖度;εi,g表示在所述第i个通道接收的纯裸土像元对应的陆表发射率;dεi表示在所述第i个通道接收的由植被和下垫面地表经预设次数反射后产生的陆表发射率误差。
4.根据权利要求2或3所述的方法,其特征在于,所述根据所述卫星气象观测数据,确定所述目标区域对应的植被覆盖度,包括:
根据所述卫星气象观测数据对应的热红外光谱波段,确定所述目标区域对应的实时归一化植被指数;
根据植被覆盖度公式,确定所述目标区域对应的植被覆盖度;
其中,所述植被覆盖度公式为
FVC=(NDVI-NDVIS)/(NDVIV-NDVIS);
NDVI表示所述实时归一化植被指数;NDVIS表示纯裸土像元对应的归一化植被指数;NDVIV表示纯植被覆盖像元对应的归一化植被指数。
5.根据权利要求4所述的方法,其特征在于,所述根据所述温度相关参数,确定所述每个时刻分别对应的陆表温度,包括:
获取第一通道在所述每个时刻分别对应的第一亮温值和第一通道发射率;
获取第二通道在所述每个时刻分别对应的第二亮温值和第二通道发射率;
根据所述第一温亮值、所述第一通道发射率、所述第二温亮值及所述第二通道发射率,确定所述每个时刻分别对应的陆表温度。
6.根据权利要求5所述的方法,其特征在于,所述根据所述第一温亮值、所述第一通道发射率、所述第二温亮值及所述第二通道发射率,确定所述每个时刻分别对应的陆表温度,包括:
根据温度公式,确定所述每个时刻分别对应的陆表温度;
其中,所述温度公式为
Tjs=A0+T24+A1(T24-T25)+A2(T24-T25)2+A3(1-ε24,pixel)+A4(ε24,pixel-ε25,pixel)+A5(T24-T25)[sec(θ)-1];
Tjs表示所述每个时刻中第j个时刻对应的陆表温度;A0表示第一系数,A1表示第二系数,A2表示第三系数,A3表示第四系数,A4表示第五系数,A5表示第六系数;T24表示所述第一温亮值,T25表示所述第二温亮值;ε24,pixel表示所述第一通道发射率,ε25,pixel表示所述第二通道发射率;θ表示所述第j个时刻对应的观测天顶角。
7.根据权利要求1、5或6所述的方法,其特征在于,所述在目标区域内,通过卫星遥感获取日内多个时刻中每个时刻分别对应的卫星气象观测数据,包括:
在目标区域内,通过卫星遥感获取日内多个时刻中每个时刻分别对应的待处理观测数据;
对所述待处理观测数据进行预处理,得到所述每个时刻分别对应的卫星气象观测数据;
其中,所述预处理包括以下至少一项:辐射校正处理、几何校正处理、云监测处理、积雪监测处理、地理位置匹配处理及角度矫正处理。
8.一种天气监测装置,其特征在于,包括:
获取模块,用于在目标区域内,通过卫星遥感获取日内多个时刻中每个时刻分别对应的卫星气象观测数据;
处理模块,用于根据所述卫星气象观测数据,确定所述每个时刻分别对应的温度相关参数,所述温度相关参数包括陆表亮温值、陆表发射率及观测天顶角;根据所述温度相关参数,确定所述每个时刻分别对应的陆表温度;根据所述陆表温度,确定所述目标区域对应的天气情况。
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述基于多时空尺度卫星气象的天气监测方法。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述基于多时空尺度卫星气象的天气监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210970261.0A CN115933007A (zh) | 2022-08-12 | 2022-08-12 | 基于多时空尺度卫星气象的天气监测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210970261.0A CN115933007A (zh) | 2022-08-12 | 2022-08-12 | 基于多时空尺度卫星气象的天气监测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115933007A true CN115933007A (zh) | 2023-04-07 |
Family
ID=86552874
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210970261.0A Pending CN115933007A (zh) | 2022-08-12 | 2022-08-12 | 基于多时空尺度卫星气象的天气监测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115933007A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117056661A (zh) * | 2023-09-08 | 2023-11-14 | 华风气象传媒集团有限责任公司 | 一种气候三伏的确定方法 |
-
2022
- 2022-08-12 CN CN202210970261.0A patent/CN115933007A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117056661A (zh) * | 2023-09-08 | 2023-11-14 | 华风气象传媒集团有限责任公司 | 一种气候三伏的确定方法 |
CN117056661B (zh) * | 2023-09-08 | 2024-06-04 | 华风气象传媒集团有限责任公司 | 一种气候三伏的确定方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | An automated cloud detection method for daily NOAA-14 AVHRR data for Texas, USA | |
CN108362267B (zh) | 基于卫星数据的湿渍害胁迫下油菜产量损失遥感定量评估方法 | |
Cook et al. | IKONOS technical performance assessment | |
US11294098B2 (en) | Solar irradiance intensity estimation apparatus, solar irradiance intensity estimation system, and solar irradiance intensity estimation method | |
Liu et al. | A new method for cross-calibration of two satellite sensors | |
Susaki et al. | Validation of MODIS albedo products of paddy fields in Japan | |
CN102853916A (zh) | 一种用于对煤垛表面进行远距离红外测温的方法及系统 | |
Werkmeister et al. | Comparing satellite-to ground-based automated and manual cloud coverage observations–a case study | |
Xu et al. | Evaluation of GOES-R land surface temperature algorithm using SEVIRI satellite retrievals with in situ measurements | |
CN110689505B (zh) | 一种基于场景的星载遥感仪器自适应校正方法和系统 | |
CN116912690A (zh) | 一种基于数据融合的森林叶面积指数反演获取方法和系统 | |
Duvel et al. | The ScaRaB-Resurs Earth radiation budget dataset and first results | |
CN115933007A (zh) | 基于多时空尺度卫星气象的天气监测方法及装置 | |
CN109945969B (zh) | 基于气象卫星观测确定地球辐射收支的方法以及装置 | |
Wang et al. | The impact of variable illumination on vegetation indices and evaluation of illumination correction methods on chlorophyll content estimation using UAV imagery | |
Li et al. | Comparison of spectral characteristics between China HJ1-CCD and landsat 5 TM imagery | |
Wang et al. | Removing temperature drift and temporal variation in thermal infrared images of a UAV uncooled thermal infrared imager | |
CN116185616A (zh) | 一种fy-3d mersi l1b数据自动化再处理方法 | |
CN115452167A (zh) | 基于不变像元的卫星遥感器交叉定标方法和装置 | |
CN113125015B (zh) | 用于卫星传感器的长时间序列跟踪方法及系统 | |
CN115203911A (zh) | 遥感载荷在轨绝对辐射定标系数业务化计算方法及装置 | |
Schläpfer et al. | Atmospheric correction of imaging spectroscopy data using shadow-based quantification of aerosol scattering effects | |
DE202021004334U1 (de) | Vorrichtung zur Bestimmung einer globalen Bestrahlungsstärke solarer Strahlung | |
KR20210111578A (ko) | 지상기반 전천 영상자료를 이용한 야간 전운량 산출방법 | |
Zhou et al. | A new method of relative radiometric calibration for hyperspectral imaging based on skylight monitor |
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 |