【技术实现步骤摘要】
基于MODIS数据大气水汽含量反演方法及系统
[0001]本专利技术涉及大气数据反演
,特别涉及基于MODIS数据大气水汽含量反演方法及系统。
技术介绍
[0002]大气水汽含量(Atmospheric Water Vapor)也可称为大气可降水量,在大气中含量相对较少,却表现活跃的大气成分,它是天气变化的主要动力因素之一,在天气变化中起着重要作用。大气水汽含量时空变化与许多天气过程和气候变化直接相关,它是大气中对太阳辐射影响最大的变量,随时间、地点的变化很大,是大气分子中最不稳定、最难准确获取的数据。水汽含量变化影响着全球热量循环、水循环以及辐射能量平衡,在晴空情况下,水蒸气约占大气总辐射吸收量的70%,水汽能强烈地吸收地表发出的长波辐射,也能放出长波辐射,水汽的蒸发和凝结又能吸收和放出潜热,这都直接影响到地面和空气的温度,在干旱监测、气候变化和温度反演等各种研究中也很重要。其中,对于大气水汽含量反演方式采用光
‑
近红外反演及红外反演,光
‑
近红外反演大气水汽含量虽然应用较为成熟,但受天气状况和波段特性的影响较大,其扫描辐射计只能在白天成像,水汽产品在时间尺度上往往不能满足很多应用的需求。
[0003]与近红外反演相比,红外反演的精度和空间分辨率较低,全天均可使用,且对云量敏感。热红外波段有两个具有代表性算法:基于多波段的红外统计回归方法和分裂窗方法。其中,统计回归方法建立亮度温度与大气水汽含量间的回归方程,计算稳定,算法简单,但物理意义不明确,这类方法多用于大气湿 ...
【技术保护点】
【技术特征摘要】
1.基于MODIS数据大气水汽含量反演方法,其特征在于,包括:获取遥感数据,构建辐射传输方程,通过辐射传输方程对所述遥感数据进行计算,得到通道亮度温度,通过深度学习神经网络模型对通道亮度温度进行处理,得到大气水汽含量反演结果。2.根据权利要求1所述基于MODIS数据大气水汽含量反演方法,其特征在于:所述遥感数据的获取过程包括:获取MODIS影像数据,对所述MODIS影像数据进行预处理,得到遥感数据,其中预处理包括辐射定标、几何校正和反射率定标。3.根据权利要求1所述基于MODIS数据大气水汽含量反演方法,其特征在于:所述辐射传输方程的构建过程包括:基于普朗克函数,构建辐射传输方程,其中,所述辐射传输方程如下式所示:B
i
(T
i
)=ε
i
B
i
(T
s
)τ
i
(θ)+(1+(1
‑
ε
i
))τ
i
(θ)(1
‑
τ
i
(θ))B
i
(T
a
),其中,T
i
是通道i的卫星上亮度温度,B
i
(T
i
)是传感器接收到的通道亮度温度;B
i
(T
s
)为地表辐射,其中,T
s
为地表温度;τ
i
(θ)是通道i在观测角度为θ时的大气透过率;ε
i
是i通道的地表发射率,B
i
(T
a
)为大气平均辐射,其中,T
a
为大气有效平均作用温度。4.根据权利要求1所述基于MODIS数据大气水汽含量反演方法,其特征在于:通过深度学习神经网络模型对通道亮度温度进行处理的过程包括:获取地表温度及地表发射率,在将通道亮度温度作为深度学习神经网络模型输入的过程中,同时将所述地表温度及所述地表发射率作为深度学习神经网络模型的输入,通过深度学习神经网络模型对通道亮度温度、地表温度及所述地表发射率进行处理,得到大气水汽含量反演结果。5.根据权利要求4所述基于MODIS数据大气水汽含量反演方法,其特征在于:通过深度学习神经网络模型对通道亮度温度进行处理之前包括:获取最佳红外波段组合,通过深度学习神经网络模型对最佳红外波段组合物下的所述通道亮度温度、所述地表温度及所述地表发射率进行处理;其中,所述最佳红外波段组合基于预设红外波段组合下的大气水汽含量反演结果准确率进行获取,所述预设红外波段组合基于气体吸收光谱获取。6.基于权利要求1
‑
5任一项所述基于MODIS数据大气...
【专利技术属性】
技术研发人员:毛克彪,梅茹玉,孟飞,王旭明,袁紫晋,
申请(专利权)人:中国农业科学院农业资源与农业区划研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。