星地云融合重构三维云体的方法、装置、电子设备及介质

技术领域

本公开涉及大气探测和大气遥感领域，具体涉及一种星地云融合重构三维云体的方法、装置、电子设备及介质。

背景技术

云观测资料的获取，一种途径是通过气象卫星的大面积遥感观测，特别是静止轨道气象卫星与地球之间相对位置保持不变，能够实现对地同一地点的高频次连续观测。气象卫星可获取大范围云分布、云量、云状等信息，还可利用云的红外辐射与温度相关的特点，基于卫星红外云图进一步反演得到云顶高度信息。但由于卫星观测数据受地球大气、地表、太阳位置以及星上仪器工作状态等多种因素影响，加上云的红外辐射强度与云体疏密、云顶高度、云体厚度等因素相关，卫星直接反演的云顶高度有时误差较大。

获取云观测资料的另一种途径是通过地基云的单点观测，如激光云高仪、全天空成像仪、毫米波云雷达等。其中，毫米波云雷达工作在Ka(35GHz)波段，利用水凝物对毫米波的散射特性，能够穿透较厚云层，获取云体内部的回波强度、径向速度、速度谱宽等基本信息，进一步处理可得到云顶高度和云底高度产品。但是地基云的单点观测获得的数据存在“点”产品多，“面”产品少，垂直产品单一的特点，这些特点限制了综合观测效益的发挥。

发明内容

本公开实施例提供一种星地云融合重构三维云体的方法、装置、电子设备及介质。

第一方面，本公开实施例中提供了一种星地云融合重构三维云体的方法。

其中，所述星地云融合重构三维云体的方法，包括：

获取至少三部云雷达的地基云观测数据，其中，所述至少三部云雷达以预设站距进行组网；

基于获取的所述地基云观测数据，得到每部云雷达安装点垂直顶空的云顶高度、云底高度、反射率因子廓线和径向速度廓线；

获取静止轨道气象卫星的多通道扫描成像辐射计数据和云检测产品数据；

将所述地基云观测数据、所述多通道扫描成像辐射计数据和所述云检测产品数据进行时空匹配，得到星地匹配数据；

基于所述星地匹配数据实现卫星在每部云雷达安装点周边预设区域的云顶高度反演，得到各云雷达安装点周边预设区域的云顶高度，进一步得到云雷达组网区域的云顶高度；

将各云雷达的云底高度插值得到云雷达组网区域的云底高度；

将所述云雷达组网区域的云底高度与云顶高度匹配得到三维云体边界；

基于所述云雷达反射率因子廓线和径向速度廓线，在每个垂直高度层上进行面上插值以对所述三维云体进行填充，得到重构的三维云体，其中，所述每个垂直高度层的高度由所述云雷达的垂直距离分辨率确定。

根据本公开实施例，所述基于获取的所述地基云观测数据，得到每部云雷达安装点垂直顶空的云顶高度、云底高度、反射率因子廓线和径向速度廓线，包括：

获取所述地基云观测数据中的云雷达功率谱数据；

根据所述功率谱数据中峰体的位置、宽度和幅度得到功率谱主峰，根据所述功率谱主峰得到反射率因子和径向速度；

获取每个垂直高度层上的功率谱数据，根据所述每个垂直高度层上的功率谱数据得到垂直方向的反射率因子廓线和径向速度廓线；

根据所述反射率因子廓线和径向速度廓线得到垂直方向上的云顶高度和云底高度。

根据本公开实施例，所述将所述地基云观测数据、所述多通道扫描成像辐射计数据和所述云检测产品数据进行时空匹配，得到星地匹配数据，包括：

以卫星观测时次前后M分钟作为地基云观测数据时间窗；

基于所述云检测产品数据确定所述时间窗内无云时间占比；

当所述时间窗内无云时间占比小于第一预设阈值时，根据云雷达安装点的位置信息，查找卫星与之最为接近的像元点进行匹配，得到空间匹配数据；

在所述时间窗内对所述云雷达的云顶高度和云底高度分别进行归一化处理，再将归一化处理后的数据与所述空间匹配数据进行匹配，得到所述星地匹配数据，其中，M为正整数。

根据本公开实施例，所述基于所述星地匹配数据实现卫星在每部云雷达安装点周边预设区域的云顶高度反演，得到各云雷达安装点预设区域的云顶高度，包括：

对所述时间窗内云雷达的云顶高度进行归一化处理，得到匹配像元点的归一化云顶高度H

获取匹配像元点的多通道扫描成像辐射计数据中的热红外通道数据Z

基于公式

基于公式

基于卫星在所述观测时次所有云雷达安装点周边像元的云顶高度，得到所述各云雷达安装点预设区域的云顶高度；

其中，所述预设区域为以云雷达安装点为中心，第一预设距离为半径的圆形区域。

根据本公开实施例，所述将所述各云雷达安装点预设区域的云顶高度组合得到云雷达组网区域的云顶高度，包括：

当所述各云雷达安装点预设区域存在重叠时，确定构成重叠的各云雷达安装点预设区域的云顶高度的均值为所述重叠区域的云顶高度。

根据本公开实施例，其中，在云雷达的垂直观测方向上存在多层云时，基于厚度大于第二预设阈值的最顶层云的观测数据，确定该云雷达安装点垂直顶空的云顶高度、云底高度、反射率因子廓线和径向速度廓线。

根据本公开实施例，所述插值是指以卫星空间分辨率为格点进行的插值。

根据本公开实施例，还包括，对所述三维云体的反射率因子和径向速度取极值，得到所述云雷达组网区域的组合反射率因子和组合径向速度，其中，对所述三维云体的反射率因子和径向速度取极值为，对所述反射率因子取最大值，对所述径向速度取最小值。

第二方面，本公开实施例中提供了一种星地云融合重构三维云体的装置。

其中，所述星地云融合重构三维云体的装置，包括：

第一获取模块，第一获取模块，被配置为获取至少三部云雷达的地基云观测数据，并基于获取的所述地基云观测数据，得到每部云雷达安装点垂直顶空的云顶高度、云底高度、反射率因子和径向速度廓线，其中，所述至少三部云雷达以预设站距进行组网；

第二获取模块，被配置为获取静止轨道气象卫星的多通道扫描成像辐射计数据和云检测产品数据；

时空匹配模块，被配置为将所述地基云观测数据、所述多通道扫描成像辐射计数据和所述云检测产品数据进行时空匹配，得到星地匹配数据；

反演模块，被配置为基于所述星地匹配数据实现卫星在每部云雷达安装点周边预设区域的云顶高度反演，得到各云雷达安装点预设区域的云顶高度，进一步得到云雷达组网区域的云顶高度；

确定模块，被配置为将各云雷达的云底高度插值得到云雷达组网区域的云底高度；

重构模块，被配置为将所述云雷达组网区域的云底高度与云顶高度匹配得到三维云体边界；基于所述云雷达反射率因子廓线和径向速度廓线，在每个垂直高度层上进行面上插值以对所述三维云体进行填充，得到重构的三维云体，其中，所述每个垂直高度层的高度由所述云雷达的垂直距离分辨率确定。

第三方面，本公开实施例提供了一种电子设备，包括存储器和处理器，所述存储器用于存储一条或多条支持数据处理装置执行上述星地云融合重构三维云体方法的计算机指令，所述处理器被配置为用于执行所述存储器中存储的计算机指令。所述电子设备还可以包括通信接口，用于电子设备与其他设备或通信网络通信。

第四方面，本发明实施例提供了一种计算机可读存储介质，用于存储数据处理装置所用的计算机指令，其包含用于执行上述星地云融合重构三维云体方法为数据处理装置所涉及的计算机指令。

本公开实施例提供的技术方案可以包括以下有益效果：

本公开实施例提供的星地云融合重构三维云体方法有效结合了静止轨道气象卫星观测尺度大，地基云雷达观测精度高的特点，对二者进行时空匹配和数据融合，能够快速准确地实现云雷达组网区域云的三维立体重构，提高了三维云体重构的速度和精度；重构后的三维云体可提供云雷达组网区域面上云顶高度、云底高度以及三维立体云融合产品等多种产品，可广泛适用于云的可视化监测及应用。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

结合附图，通过以下非限制性实施方式的详细描述，本公开的其它特征、目的和优点将变得更加明显。在附图中：

图1示出根据本公开实施例的星地云融合重构三维云体方法的流程图。

图2示出根据本公开实施例的云雷达组网区域获取过程的示意图。

图3示出根据本公开实施例的一种星地云融合重构三维云体装置的结构图。

图4示出根据本公开实施例的电子设备的结构框图。

图5是适于用来实现根据本公开实施例的数据传输方法的计算机系统的结构示意图。

具体实施方式

下文中，将参考附图详细描述本公开的示例性实施方式，以使本领域技术人员可容易地实现它们。此外，为了清楚起见，在附图中省略了与描述示例性实施方式无关的部分。

在本公开中，应理解，诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在，并且不排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。

另外还需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。

下面通过具体实施例详细介绍本公开实施例的细节。

上文提及，由于卫星观测数据受地球大气、地表、太阳位置以及星上仪器工作状态等多种因素影响，加上云的红外辐射强度与云体疏密、云顶高度、云体厚度等因素相关，卫星直接反演的云顶高度有时误差较大。同时，地基云的单点观测获得的数据存在“点”产品多，“面”产品少，垂直产品单一的特点，这些特点限制了综合观测效益的发挥。因此，现有的三维云体重构方法无法在较大范围内做到快速准确地重构三维云体。

鉴于此，本公开提出一种星地云融合重构三维云体的方法，通过有效结合静止轨道气象卫星观测尺度大，地基云雷达观测精度高的特点，对二者进行时空匹配和数据融合，能够快速准确地实现云雷达组网区域云的三维立体重构，提高了三维云体重构的速度和精度；重构后的三维云体可提供云雷达组网区域面上云顶高度、云底高度、组合反射率因子、组合径向速度产品以及三维立体云融合产品等多种产品，可广泛适用于云的可视化监测及应用。

图1示出根据本公开实施例的星地云融合重构三维云体方法的流程图。如图1所示，所述星地云融合重构三维云体的方法包括以下步骤S101-S107：

在步骤S101中，获取至少三部云雷达的地基云观测数据，其中，所述至少三部云雷达以预设站距进行组网；

在步骤S102中，基于获取的所述地基云观测数据，得到每部云雷达安装点垂直顶空的云顶高度、云底高度、反射率因子廓线和径向速度廓线；

在步骤S103中，获取静止轨道气象卫星的多通道扫描成像辐射计数据和云检测产品数据；

在步骤S104中，将所述地基云观测数据、所述多通道扫描成像辐射计数据和所述云检测产品数据进行时空匹配，得到星地匹配数据；

在步骤S105中，基于所述星地匹配数据实现卫星在每部云雷达安装点周边预设区域的云顶高度反演，得到各云雷达安装点预设区域的云顶高度，进一步得到云雷达组网区域的云顶高度；

在步骤S106中，将各云雷达的云底高度插值得到云雷达组网区域的云底高度；

在步骤S107中，将所述云雷达组网区域的云底高度与云顶高度匹配得到三维云体边界；

在步骤S108中，基于所述云雷达反射率因子廓线和径向速度廓线，在每个垂直高度层上进行面上插值以对所述三维云体进行填充，得到重构的三维云体，其中，所述每个垂直高度层的高度由所述云雷达的垂直距离分辨率确定。

在本公开实施例中，所述云雷达可以是毫米波云雷达，所述至少三部云雷达可以以多边形的方式布设组网，例如当所述云雷达为三部时，建议采用三角形布局，当所述云雷达为四部时，建议采用正方形或长方形布局，当所述云雷达为五部时，建议采用五边形布局。此外，当所述云雷达的数量较多时，除构成多边形外，还需在所述多边形的中间区域进行布局，以实现多边形内部区域的全面覆盖。所述云雷达之间具有一定的站距，所述一定站距可以是相邻两站最远100公里。

在本公开实施例中，所述基于获取的所述地基云观测数据，得到每部云雷达安装点垂直顶空的云顶高度、云底高度、反射率因子廓线和径向速度廓线，包括：获取所述地基云观测数据中的云雷达功率谱数据；根据所述功率谱数据中峰体的位置、宽度和幅度得到功率谱主峰，根据所述功率谱主峰得到反射率因子和径向速度；获取每个垂直高度层上的功率谱数据，根据所述每个垂直高度层上的功率谱数据得到垂直方向的反射率因子廓线和径向速度廓线；根据所述反射率因子廓线和径向速度廓线得到垂直方向上的云顶高度和云底高度。其中，所述每个垂直高度层的高度由所述云雷达的垂直距离分辨率确定，例如可以是每隔30米为一个垂直高度层。

在本公开实施例中，所述静止轨道气象卫星可以是风云四号气象卫星，所述多通道扫描成像辐射计数据包括多个通道中与云顶高度最敏感的热红外通道数据。所述多通道扫描成像辐射计数据是气象卫星观测的一级数据，通常由遥感影像像元亮度值表征，记录目标物的灰度值，无单位，其大小与传感器的辐射分辨率、目标物的发射率、大气透过率和散射率等有关，在以往应用中，往往需要将通道数据辐射定标转换为具有实际物理含义的值，但辐射定标转换必将引入不确定性误差。在本公开实施例中，所述云检测产品数据为对气象卫星的数据进行处理后的二级数据，其可以表征卫星观测的各像元点是否为云点。所述云检测产品可用于对三维云体进行质量控制，例如若卫星没有监测到云，则云雷达组网区域的云顶高度和云底高度以及三维云体均不应该存在。

在本公开实施例中，为消除上述辐射定标转换引入的不确定性误差，考虑到静止轨道气象卫星在云雷达组网区域进行观测时，短时间内组网区域内的大气、地表、太阳高度角以及星上仪器工作状态可近似认为保持不变，唯一变化的是云体的辐射能力，因此在组网区域的同一个卫星观测时次，卫星通道数据在每个像元上的变化可以直接反应云信息变化。进一步地，考虑到热红外通道数据与目标物的红外辐射相关，红外辐射能量的大小直接反映了云顶温度的高低，云顶温度决定了云顶高度，，因此通过首先将云雷达观测数据中获取的云顶高度与气象卫星的热红外通道数据进行时空匹配，得到星地匹配数据，然后基于所述星地匹配数据得到星地云融合因子，最后基于所述星地云融合因子实现卫星在每部云雷达安装点周边预设区域的云顶高度反演，就能够有效实现卫星在云雷达组网区域内云顶高度的反演。

在本公开实施例中，所述将所述地基云观测数据、所述多通道扫描成像辐射计数据和所述云检测产品数据进行时空匹配，得到星地匹配数据，包括：以卫星观测时次前后M分钟作为地基云观测数据时间窗；基于所述云检测产品数据确定所述时间窗内无云时间占比；当所述时间窗内无云时间占比小于第一预设阈值时，根据云雷达安装点的位置信息，查找卫星与之最为接近的像元点进行匹配，得到空间匹配数据；在所述时间窗内对所述云顶高度和云底高度分别进行归一化处理，再将归一化处理后的数据与所述空间匹配数据进行匹配，得到所述星地匹配数据，其中，M为正整数。当所述时间窗内无云时间占比大于等于所述第一预设阈值时，确定此次时间匹配失败，此次不再进行空间匹配，等待下一次时间窗。

具体地，风云四号气象卫星热红外通道的空间分辨率为4km×4km，而毫米波云雷达在10km高度处观测水平范围为百米级，且气象卫星数据仅在预设的观测时次获取，因此二者在空间和时间上均存在一定差异，在进行数据融合之前需对所述气象卫星的多通道扫描成像辐射计数据和所述云雷达的地基云观测数据进行时空匹配。所述时空匹配具体包括：首先根据所述卫星的观测时次，确定地基云观测数据时间窗，例如，可以以卫星观测时次前后M分钟作为地基云观测数据时间窗，其中，M为正整数；然后在确定的时间窗内，基于所述云检测产品数据确定无云时间占比；当所述时间窗内无云时间占比小于第一预设阈值时，根据云雷达安装点位置信息，查找卫星与之对应像元点进行匹配，得到空间匹配数据，其中，所述第一预设阈值可以根据历史数据以及实际情况综合确定，例如可以是30％；最后在所述时间窗内对所述云顶高度和云底高度分别进行归一化处理，再将归一化处理后的数据与所述空间匹配数据进行匹配，得到所述星地匹配数据。

在本公开实施例中，在确定所述云雷达数据时间窗时，还可将所述卫星观测时次往前和往后分别推N分钟，共获取M＝2N+1分钟数据，以进一步扩大数据样本，提高处理精度。在本公开实施例中，所述归一化处理可采用取平均数、众数、中数等方法进行处理。

在本公开实施例中，所述基于所述星地匹配数据实现卫星在每部云雷达安装点周边预设区域的云顶高度反演，得到各云雷达安装点预设区域的云顶高度，包括：对所述时间窗内的云顶高度进行归一化处理，得到匹配像元点的归一化云顶高度H

在本公开实施例中，所述进一步得到云雷达组网区域的云顶高度可以是，将所述各云雷达安装点预设区域的云顶高度组合得到云雷达组网区域的云顶高度，包括：当所述各云雷达安装点预设区域存在重叠时，确定构成重叠的各云雷达安装点预设区域的云顶高度的均值为所述重叠区域的云顶高度。具体地，由于云雷达组网区域由各云雷达安装点预设区域组合而成，因此将所述各云雷达安装点预设区域的云顶高度组合即可得到云雷达组网区域的云顶高度。但由于诸多因素，各云雷达的预设区域之间可能存在重叠，此时可以将构成重叠的各云雷达安装点预设区域的云顶高度取均值，作为所述重叠区域的云顶高度。

在本公开实施例中，在确定所述云雷达组网区域的云顶高度之后，还可以对所述地基云观测数据中各云雷达安装点垂直顶空的云底高度进行插值，得到所述云雷达组网区域的云底高度，然后将所述云雷达组网区域的云底高度与云顶高度匹配得到三维云体边界。

在本公开实施例中，在云雷达的垂直观测方向上存在多层云时，可以基于厚度大于第二预设阈值的最顶层云的观测数据，确定该云雷达安装点垂直顶空的云顶高度、云底高度、反射率因子廓线和径向速度廓线。具体地，星地匹配需要考虑天空状态，一般情况下，天顶为大面积的层状云时匹配效果最好。同时，由于在垂直方向上存在多层云也属于常见情况，因此，当在云雷达的垂直观测方向上存在多层云时，由于静止轨道气象卫星仅能获取最上层、或者在最上一层或几层云体较为稀薄时的下一层云的数据，故可以基于厚度大于第二预设阈值的最顶层云的观测数据，确定该云雷达安装点垂直顶空的云顶高度、云底高度、反射率因子廓线和径向速度廓线。其中，所述第二预设阈值可以根据需要设置，例如1公里。

在本公开实施例中，如图2所示，所述云雷达组网区域可以通过以下方式确定：首先确定需要进行观测的云雷达观测区域；然后将至少三部地基毫米波云雷达以一定站距在所述云雷达观测区域内进行组网，由于受限于设备架设条件等因素影响，组网的云雷达彼此站距呈现远近不一的不规则形状布局，可以根据相邻云雷达实际站距选取最佳星地匹配半径，得到各云雷达能够有效覆盖的预设区域Q1；接着利用卫星遥感技术，对气象卫星的多通道扫描成像辐射计数据进行聚类分析，得到每个观测时次每个像元是否为云的判识结果，进而得到云检测产品数据，基于所述云检测产品数据，在所述云雷达组网观测区域内判识得到有云范围Q2；最后获取所述覆盖范围Q1和所述有云范围Q2的重叠区域Q12，即可得到所述云雷达组网区域。

在本公开实施例中，所述基于所述云雷达反射率因子廓线和径向速度廓线，在每个垂直高度层上进行面上插值，以及对所述云底高度进行插值，可以是以卫星空间分辨率为格点进行的插值。

根据本公开实施例提供的技术方案，通过有效结合气象卫星观测尺度大，地基云雷达观测精度高的特点，对二者进行时空匹配和数据融合，能够快速准确地实现云雷达组网区域云的三维立体重构，提高了三维云体重构的速度和精度；重构后的三维云体可提供云雷达组网区域面上云顶高度、云底高度以及三维立体云融合产品等多种产品，可广泛适用于云的可视化监测及应用。在本公开实施例中，在得到所述重构的三维云体后，还可以对所述三维云体的反射率因子和径向速度取极值，得到所述云雷达组网区域的组合反射率因子和组合径向速度，其中，对所述三维云体的反射率因子和径向速度取极值为，对所述反射率因子取最大值，对所述径向速度取最小值。

图3示出根据本公开一实施方式的一种星地云融合重构三维云体的装置的结构图，如图3所示，所述星地云融合重构三维云体的装置包括：

第一获取模块301，被配置为获取至少三部云雷达的地基云观测数据，并基于获取的所述地基云观测数据，得到每部云雷达安装点垂直顶空的云顶高度、云底高度、反射率因子廓线和径向速度廓线，其中，所述至少三部云雷达以预设站距进行组网；

第二获取模块302，被配置为获取静止轨道气象卫星的多通道扫描成像辐射计数据和云检测产品，所述多通道扫描成像辐射计数据包括热红外通道数据；

时空匹配模块303，被配置为将所述地基云观测数据、所述多通道扫描成像辐射计数据和所述云检测产品数据进行时空匹配，得到星地匹配数据；

反演模块304，被配置为基于所述星地匹配数据实现卫星在每部云雷达安装点周边预设区域的云顶高度反演，得到各云雷达安装点预设区域的云顶高度，进一步得到云雷达组网区域的云顶高度；

确定模块305，被配置为将各云雷达的云底高度插值得到云雷达组网区域的云底高度；

重构模块306，被配置为将所述云雷达组网区域的云底高度与云顶高度匹配得到三维云体边界；基于所述云雷达反射率因子廓线和径向速度廓线，在每个垂直高度层上进行面上插值以对所述三维云体进行填充，得到重构的三维云体，其中，所述每个垂直高度层的高度由所述云雷达的垂直距离分辨率确定。

在本公开实施例中，所述云雷达可以是毫米波云雷达，所述至少三部云雷达可以以多边形的方式布设组网，例如当所述云雷达为三部时，建议采用三角形布局，当所述云雷达为四部时，建议采用正方形或长方形布局，当所述云雷达为五部时，建议采用五边形布局。此外，当所述云雷达的数量较多时，除构成多边形外，还需在所述多边形的中间区域进行布局，以实现多边形内部区域的全面覆盖。所述云雷达之间具有一定的站距，所述一定站距可以是相邻两站最远100公里。

在本公开实施例中，所述基于获取的所述地基云观测数据，得到每部云雷达安装点垂直顶空的云顶高度、云底高度、反射率因子和径向速度廓线，包括：获取所述地基云观测数据中的云雷达功率谱数据；根据所述功率谱数据中峰体的位置、宽度和幅度得到功率谱主峰，根据所述功率谱主峰得到反射率因子和径向速度；获取每个垂直高度层上的功率谱数据，根据所述每个垂直高度层上的功率谱数据得到垂直方向的反射率因子廓线和径向速度廓线；根据所述反射率因子廓线和径向速度廓线得到垂直方向上的云顶高度和云底高度。其中，所述每个垂直高度层的高度由所述云雷达的垂直距离分辨率确定，例如可以是每隔30米为一个垂直高度层。

在本公开实施例中，所述静止轨道气象卫星可以是风云四号气象卫星，所述多通道扫描成像辐射计数据包括14个通道中与云顶高度最敏感的热红外通道数据。所述多通道扫描成像辐射计数据是卫星观测的一级数据，通常由遥感影像像元亮度值表征，记录目标物的灰度值，无单位，其大小与传感器的辐射分辨率、目标物的发射率、大气透过率和散射率等有关，在以往应用中，往往需要将通道数据辐射定标转换为具有实际物理含义的值，但辐射定标转换必将引入不确定性误差。在本公开实施例中，所述云检测产品数据为对气象卫星的数据进行处理后的二级数据，其可以表征卫星观测的各像元点是否为云点。所述云检测产品可用于对三维云体进行质量控制，例如若卫星没有监测到云，则云雷达组网区域的云顶高度和云底高度以及三维云体均不应该存在。

在本公开实施例中，为消除上述辐射定标转换引入的不确定性误差，考虑到静止轨道气象卫星在云雷达组网区域进行观测时，短时间内组网区域内的大气、地表、太阳高度角以及星上仪器工作状态可近似认为保持不变，唯一变化的是云体的辐射能力，因此在组网区域的同一个卫星观测时次，卫星通道数据在每个像元上的变化可以直接反应云信息变化。进一步地，考虑到热红外通道数据与目标物的红外辐射相关，云顶温度决定了云顶高度，而温度高低直接反映了红外辐射能量的大小，因此通过首先将云雷达观测数据中获取的云顶高度与气象卫星的热红外通道数据进行时空匹配，得到星地匹配数据，然后基于所述星地匹配数据得到星地云融合因子，最后基于所述星地云融合因子实现卫星在每部云雷达安装点周边预设区域的云顶高度反演，就能够有效实现卫星在云雷达组网区域内云顶高度的反演。其中，所述预设区域为以云雷达安装点为中心，第一预设距离为半径的圆形区域，所述第一预设距离可以是80公里。

在本公开实施例中，所述将所述地基云观测数据、所述多通道扫描成像辐射计数据和所述云检测产品数据进行时空匹配，得到星地匹配数据，包括：以卫星观测时次前后M分钟作为地基云观测数据时间窗；基于所述云检测产品数据确定所述时间窗内无云时间占比；当所述时间窗内无云时间占比小于第一预设阈值时，根据云雷达安装点的位置信息，查找卫星与之最为接近的像元点进行匹配，得到空间匹配数据；在所述时间窗内对所述云顶高度和云底高度分别进行归一化处理，再将归一化处理后的数据与所述空间匹配数据进行匹配，得到所述星地匹配数据，其中，M为正整数。当所述时间窗内无云时间占比大于等于所述第一预设阈值时，确定此次时间匹配失败，此次不再进行空间匹配，等待下一次时间窗。

具体地，风云四号气象卫星热红外通道的空间分辨率为4km×4km，而毫米波云雷达在10km高度处观测水平范围为百米级，且气象卫星数据仅在预设的观测时次获取，因此二者在空间和时间上均存在一定差异，在进行数据融合之前需对所述气象卫星的多通道扫描成像辐射计数据和所述云雷达的地基云观测数据进行时空匹配。所述时空匹配具体包括：首先根据所述卫星的观测时次，确定地基云观测数据时间窗，例如，可以以卫星观测时次前后M分钟作为地基云观测数据时间窗，其中，M为正整数；然后在确定的时间窗内，基于所述云检测产品数据确定无云时间占比；当所述时间窗内无云时间占比小于第一预设阈值时，根据云雷达安装点位置信息，查找卫星与之对应像元点进行匹配，得到空间匹配数据，其中，所述第一预设阈值可以根据历史数据以及实际情况综合确定，例如可以是30％；最后在所述时间窗内对所述云顶高度和云底高度分别进行归一化处理，再将归一化处理后的数据与所述空间匹配数据进行匹配，得到所述星地匹配数据。

在本公开实施例中，在确定所述云雷达数据时间窗时，还可将所述卫星观测时次往前和往后分别推N分钟，共获取M＝2N+1分钟数据，以进一步扩大数据样本，提高处理精度。在本公开实施例中，所述归一化处理可采用取平均数、众数、中数等方法进行处理。

在本公开实施例中，所述基于所述星地匹配数据实现卫星在每部云雷达安装点周边预设区域的云顶高度反演，得到各云雷达安装点预设区域的云顶高度，包括：对所述时间窗内的云顶高度进行归一化处理，得到匹配像元点的归一化云顶高度H

在本公开实施例中，所述进一步得到云雷达组网区域的云顶高度可以是，将所述各云雷达安装点预设区域的云顶高度组合得到云雷达组网区域的云顶高度，包括：当所述各云雷达安装点预设区域存在重叠时，确定构成重叠的各云雷达安装点预设区域的云顶高度的均值为所述重叠区域的云顶高度。具体地，由于云雷达组网区域由各云雷达安装点预设区域组合而成，因此将所述各云雷达安装点预设区域的云顶高度组合即可得到云雷达组网区域的云顶高度。但由于诸多因素，各云雷达的预设区域之间可能存在重叠，此时可以将构成重叠的各云雷达安装点预设区域的云顶高度取均值，作为所述重叠区域的云顶高度。

在本公开实施例中，在确定所述云雷达组网区域的云顶高度之后，还可以对所述地基云观测数据中各云雷达安装点垂直顶空的云底高度进行插值，得到所述云雷达组网区域的云底高度，然后将所述云雷达组网区域的云底高度与云顶高度匹配得到三维云体边界。

在本公开实施例中，在云雷达的垂直观测方向上存在多层云时，可以基于厚度大于第二预设阈值的最顶层云的观测数据，确定该云雷达安装点垂直顶空的云顶高度、云底高度、反射率因子廓线和径向速度廓线。具体地，星地匹配需要考虑天空状态，一般情况下，天顶为具有连续大面积的层状云时匹配效果最好。同时，由于在垂直方向上存在多层云也属于常见情况，因此，当在云雷达的垂直观测方向上存在多层云时，由于气象卫星仅能获取最上层、或者在最上一层或几层云体较为稀薄时的下一层云的数据，故可以基于厚度大于第二预设阈值的最顶层云的观测数据，确定该云雷达安装点垂直顶空的云顶高度、云底高度、反射率因子廓线和径向速度廓线。其中，所述第二预设阈值可以根据需要设置，例如1公里。

在本公开实施例中，所述基于所述云雷达反射率因子廓线和径向速度廓线，在每个垂直高度层上进行面上插值，以及对所述云底高度进行插值，可以是以卫星空间分辨率为格点进行的插值。

根据本公开实施例提供的技术方案，通过有效结合气象卫星观测尺度大，地基云雷达观测精度高的特点，对二者进行时空匹配和数据融合，能够快速准确地实现云雷达组网区域云的三维立体重构，提高了三维云体重构的速度和精度；重构后的三维云体可提供云雷达组网区域面上云顶高度、云底高度以及三维立体云融合产品等多种产品，可广泛适用于云的可视化监测及应用。

在本公开实施例中，在得到所述重构的三维云体后，还可以对所述三维云体的反射率因子和径向速度取极值，得到所述云雷达组网区域的组合反射率因子和组合径向速度，其中，对所述三维云体的反射率因子和径向速度取极值为，对所述反射率因子取最大值，对所述径向速度取最小值。

本公开实施例还公开了一种电子设备，图4示出根据本公开一实施方式的电子设备的结构框图，如图4所示，所述电子设备400包括存储器401和处理器402；其中，

所述存储器401用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器402执行以实现上述任一方法步骤。

图5是适于用来实现根据本公开一实施方式的数据传输方法的计算机系统的结构示意图。

如图5所示，计算机系统500包括处理单元501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行上述实施方式中的各种处理。在RAM503中，还存储有计算机系统500操作所需的各种程序和数据。处理单元501、ROM502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。其中，所述处理单元501可实现为CPU、GPU、TPU、FPGA、NPU等处理单元。

特别地，根据本发明的实施方式，上文描述的方法可以被实现为计算机软件程序。例如，本发明的实施方式包括一种计算机程序产品，其包括有形地包含在及其可读介质上的计算机程序，所述计算机程序包含用于执行所述数据传输方法的程序代码。在这样的实施方式中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。

附图中的流程图和框图，图示了按照本发明各种实施方式的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，路程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施方式中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。

作为另一方面，本发明实施例还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施方式中所述装置中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本发明实施例的方法。

以上描述仅为本发明的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本发明实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本发明实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。