一种晴空地表净长波辐射一体化反演方法及系统技术方案

本发明专利技术涉及一种晴空地表净长波辐射一体化反演方法及系统，先对MODIS长时间序列数据集和多个实测站点中每一实测站点的地表长波辐射实测数据集进行处理，以构建总数据集。再根据数据集对初始反演模型进行训练，得到反演模型。最后以待反演位置的MODIS第29、31、32波段的大气顶幅亮度和柱水汽含量作为反演模型的输入，反演得到晴空地表净长波辐射，进而能够对晴空地表净长波辐射进行一体化反演，无需分别反演地表上行长波辐射和地表下行长波辐射后再计算晴空地表净长波辐射，能够显著提高晴空地表净长波辐射的反演精度。晴空地表净长波辐射的反演精度。晴空地表净长波辐射的反演精度。

【技术实现步骤摘要】
一种晴空地表净长波辐射一体化反演方法及系统


[0001]本专利技术涉及晴空地表净长波辐射测量
，特别是涉及一种晴空地表净长波辐射一体化反演方法及系统。

技术介绍

[0002]地表净长波辐射是地表辐射收支的关键组成部分，是气候变化的驱动力。地表净长波辐射是地表下行长波辐射与地表上行长波辐射之差，地表下行长波辐射以近地表大气发出的辐射为主导，而地表上行长波辐射主要由地表温度决定。地表净长波辐射主导着夜间地表净辐射，地表下行长波辐射和地表上行长波辐射是评估气候、水文和农业模型中地表过程的相关参数。
[0003]一般地，晴空地表净长波辐射采用分量算法计算，目前常使用的分量算法为：先利用卫星数据分别反演地表下行长波辐射和地表上行长波辐射，再利用地表下行长波辐射减去地表上行长波辐射得到晴空地表净长波辐射，但利用卫星数据反演地表下行长波辐射和地表上行长波辐射的算法存在一定的不确定性，这些不确定性会不可避免的传入到地表净长波辐射中，容易在反演过程中出现较大的误差。
[0004]基于此，亟需一种能够提高晴空地表净长波辐射的反演精度的反演方法及系统。

技术实现思路

[0005]本专利技术的目的是提供一种晴空地表净长波辐射一体化反演方法及系统，综合地表上行长波辐射和地表下行长波辐射的相关特征变量来对晴空地表净长波辐射进行一体化反演，提升晴空地表净长波辐射的反演精度。
[0006]为实现上述目的，本专利技术提供了如下方案：
[0007]一种晴空地表净长波辐射一体化反演方法，所述一体化反演方法包括：
[0008]获取MODIS长时间序列数据集和多个实测站点中每一所述实测站点的地表长波辐射实测数据集；所述MODIS长时间序列数据集包括多个时刻的MODIS数据；所述地表长波辐射实测数据集包括多个时刻的地表净长波辐射实测值；所述MODIS数据和所述地表净长波辐射实测值时刻一一对应；所述MODIS数据包括多个地理位置以及每一所述地理位置对应的MODIS第29、31、32波段的大气顶幅亮度，柱水汽含量以及晴空标识参量；
[0009]对于每一所述实测站点，将所述实测站点的经纬度与所述地理位置进行匹配，得到所述实测站点在每一时刻对应的MODIS第29、31、32波段的大气顶幅亮度，柱水汽含量以及晴空标识参量；根据所述晴空标识参量确定所述实测站点的晴空时刻；所述晴空时刻为所述实测站点所在位置为晴天的时刻；
[0010]根据所有所述实测站点的晴空时刻的MODIS第29、31、32波段的大气顶幅亮度、柱水汽含量以及地表净长波辐射实测值构建总数据集；
[0011]根据所述实测站点的纬度将所述总数据集划分为高纬度数据集、中纬度数据集和低纬度数据集；
[0012]分别以所述高纬度数据集、所述中纬度数据集和所述低纬度数据集作为输入，对初始反演模型进行训练，得到高纬度反演模型、中纬度反演模型和低纬度反演模型；
[0013]根据待反演位置的纬度选用所述高纬度反演模型、所述中纬度反演模型或所述低纬度反演模型作为实际反演模型，以所述待反演位置的MODIS第29、31、32波段的大气顶幅亮度和柱水汽含量作为所述实际反演模型的输入，反演得到晴空地表净长波辐射。
[0014]一种晴空地表净长波辐射一体化反演系统，所述一体化反演系统包括：
[0015]获取模块，用于获取MODIS长时间序列数据集和多个实测站点中每一所述实测站点的地表长波辐射实测数据集；所述MODIS长时间序列数据集包括多个时刻的MODIS数据；所述地表长波辐射实测数据集包括多个时刻的地表净长波辐射实测值；所述MODIS数据和所述地表净长波辐射实测值时刻一一对应；所述MODIS数据包括多个地理位置以及每一所述地理位置对应的MODIS第29、31、32波段的大气顶幅亮度，柱水汽含量以及晴空标识参量；
[0016]筛选模块，用于对于每一所述实测站点，将所述实测站点的经纬度与所述地理位置进行匹配，得到所述实测站点在每一时刻对应的MODIS第29、31、32波段的大气顶幅亮度，柱水汽含量以及晴空标识参量；根据所述晴空标识参量确定所述实测站点的晴空时刻；所述晴空时刻为所述实测站点所在位置为晴天的时刻；
[0017]总数据集构建模块，用于根据所有所述实测站点的晴空时刻的MODIS第29、31、32波段的大气顶幅亮度、柱水汽含量以及地表净长波辐射实测值构建总数据集；
[0018]划分模块，用于根据所述实测站点的纬度将所述总数据集划分为高纬度数据集、中纬度数据集和低纬度数据集；
[0019]训练模块，用于分别以所述高纬度数据集、所述中纬度数据集和所述低纬度数据集作为输入，对初始反演模型进行训练，得到高纬度反演模型、中纬度反演模型和低纬度反演模型；
[0020]反演模块，用于根据待反演位置的纬度选用所述高纬度反演模型、所述中纬度反演模型或所述低纬度反演模型作为实际反演模型，以所述待反演位置的MODIS第29、31、32波段的大气顶幅亮度和柱水汽含量作为所述实际反演模型的输入，反演得到晴空地表净长波辐射。
[0021]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0022]本专利技术用于提供一种晴空地表净长波辐射一体化反演方法及系统，先获取MODIS长时间序列数据集和多个实测站点中每一实测站点的地表长波辐射实测数据集，然后对于每一实测站点，将实测站点的经纬度与地理位置进行匹配，并根据晴空标识参量确定实测站点的晴空时刻，以根据所有实测站点的晴空时刻的MODIS第29、31、32波段的大气顶幅亮度、柱水汽含量以及地表净长波辐射实测值构建总数据集。再根据实测站点的纬度将总数据集划分为高纬度数据集、中纬度数据集和低纬度数据集，分别以高纬度数据集、中纬度数据集和低纬度数据集作为输入，对初始反演模型进行训练，得到高纬度反演模型、中纬度反演模型和低纬度反演模型。最后根据待反演位置的纬度选用高纬度反演模型、中纬度反演模型或低纬度反演模型作为实际反演模型，以待反演位置的MODIS第29、31、32波段的大气顶幅亮度和柱水汽含量作为实际反演模型的输入，反演得到晴空地表净长波辐射，进而能够对晴空地表净长波辐射进行一体化反演，无需分别反演地表上行长波辐射和地表下行长波辐射后再计算晴空地表净长波辐射，能够显著提高晴空地表净长波辐射的反演精度。
附图说明
[0023]为了更清楚地说明本专利技术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专利技术的一些实施例，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。
[0024]图1为本专利技术实施例1所提供的一体化反演方法的方法流程图；
[0025]图2为本专利技术实施例2所提供的一体化反演系统的系统框图。
具体实施方式
[0026]下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种晴空地表净长波辐射一体化反演方法，其特征在于，所述一体化反演方法包括：获取MODIS长时间序列数据集和多个实测站点中每一所述实测站点的地表长波辐射实测数据集；所述MODIS长时间序列数据集包括多个时刻的MODIS数据；所述地表长波辐射实测数据集包括多个时刻的地表净长波辐射实测值；所述MODIS数据和所述地表净长波辐射实测值时刻一一对应；所述MODIS数据包括多个地理位置以及每一所述地理位置对应的MODIS第29、31、32波段的大气顶幅亮度，柱水汽含量以及晴空标识参量；对于每一所述实测站点，将所述实测站点的经纬度与所述地理位置进行匹配，得到所述实测站点在每一时刻对应的MODIS第29、31、32波段的大气顶幅亮度，柱水汽含量以及晴空标识参量；根据所述晴空标识参量确定所述实测站点的晴空时刻；所述晴空时刻为所述实测站点所在位置为晴天的时刻；根据所有所述实测站点的晴空时刻的MODIS第29、31、32波段的大气顶幅亮度、柱水汽含量以及地表净长波辐射实测值构建总数据集；根据所述实测站点的纬度将所述总数据集划分为高纬度数据集、中纬度数据集和低纬度数据集；分别以所述高纬度数据集、所述中纬度数据集和所述低纬度数据集作为输入，对初始反演模型进行训练，得到高纬度反演模型、中纬度反演模型和低纬度反演模型；根据待反演位置的纬度选用所述高纬度反演模型、所述中纬度反演模型或所述低纬度反演模型作为实际反演模型，以所述待反演位置的MODIS第29、31、32波段的大气顶幅亮度和柱水汽含量作为所述实际反演模型的输入，反演得到晴空地表净长波辐射。2.根据权利要求1所述的一体化反演方法，其特征在于，所述获取MODIS长时间序列数据集具体包括：分别获取MOD02_L2/MYD02_L2数据集、MOD05_L2/MYD05_L2数据集、MOD03_L2/MYD03_L2数据集和MOD11_L2/MYD11_L2数据集；所述MOD02_L2/MYD02_L2数据集包括多个时刻的MODIS第29、31、32波段的大气顶幅亮度矩阵；所述MOD05_L2/MYD05_L2数据集包括多个时刻的柱水汽含量矩阵；所述MOD03_L2/MYD03_L2数据集包括多个时刻的地理位置矩阵；所述MOD11_L2/MYD11_L2数据集包括多个时刻的晴空标识参量矩阵；对于每一所述时刻，将所述MODIS第29、31、32波段的大气顶幅亮度矩阵、所述柱水汽含量矩阵和所述晴空标识参量矩阵均重采样至与所述地理位置矩阵的大小相同，得到多个地理位置以及每一所述地理位置对应的MODIS第29、31、32波段的大气顶幅亮度，柱水汽含量以及晴空标识参量，组成MODIS长时间序列数据集。3.根据权利要求2所述的一体化反演方法，其特征在于，根据地表温度和辐射率的质量控制标识确定所述晴空标识参量的值；所述晴空标识参量用于确定当前时刻所述地理位置是晴天还是云天。4.根据权利要求1所述的一体化反演方法，其特征在于，所述获取多个实测站点中每一所述实测站点的地表长波辐射实测数据集具体包括：对于每一实测站点，获取所述实测站点的地表上行长波辐射实测数据集和地表下行长波辐射实测数据集；所述地表上行长波辐射实测数据集包括多个时刻的地表上行长波辐射实测值；所述地表下行长波辐射实测数据集包括多个时刻的地表下行长波辐射实测值；对于每一所述时刻，计算所述地表上行长波辐射实测值和所述地表下行长波辐射实测
值的差值，得到地表净长波辐射实测值；所有所述时刻的地表净长波辐射实测值组成所述实测站点的地表长波辐射实测数据集。5.根据权利要求2所述的一体化反演方法，其特征在于，所述将所述实测站点的经纬度与所述地理位置进行匹配具体包括：计算所述实测站点的经纬度与所述地理位置矩阵的距离，确定所述实测站点在所述地理位置矩阵上的行列号；根据所述行列号确定与所述实测站点的经纬度相匹配的地理位置。6.根据权利要求1所述的一体化反演方法，其特征在于，所述根据所有所述实测站点的晴空时刻的MODIS第29、31、32波段的大气顶幅亮度、柱水汽含量以及地表净长波辐射实测值构建总数据集具体包括：对于每一所述实测站点的每一所述晴空时刻，根据所述晴空时刻的柱水汽含量计算第一特征变量和第二特征变量；以所述MODIS第29、31、32波段的大气顶幅亮度、所述第一特征变量、所述第二特征变量和所述地表净长波辐射实测值作为所述晴空时刻对应的数据，所有所述晴空时刻对应的数据组成总数据集。7.根据权利要求1...

【专利技术属性】
技术研发人员：程洁，曾琪，
申请(专利权)人：北京师范大学，
类型：发明
国别省市：