基于激光雷达和卫星资料的沙尘消光系数廓线估算方法

技术领域

本发明涉及气象雷达探测技术领域，尤其涉及基于激光雷达和卫星资料的沙尘消光系数廓线估算方法。

背景技术

沙尘天气是指干旱地区的土壤在风蚀作用下产生的大颗粒沙尘被卷入大气中，从而造成水平能见度小于1公里的灾害性天气现象。空气中的沙尘粒子在气流的运动中，其物理和化学性质也在发生变化。沙尘天气会导致能见度严重下降和空气质量的显著恶化，对人们的交通出行、生产生活和身体健康有着严重的威胁。

沙尘的消光系数与沙尘粒子的尺寸、浓度等有关，与沙尘天气的能见度有着直接的关系。因此，对沙尘消光系数的研究有利于沙尘天气能见度的准确测量。目前，对沙尘消光系数的直接观测采用的是地面气象观测与污染监测仪，这种观测手段费时费力且受限于仪器的数量，其观测范围十分有限。随着卫星被动遥感技术的成熟，利用沙尘在卫星不同观测通道中散射与吸收特性的不同，可以用来实现对沙尘过程的实时动态且大范围监测。然而，受限于被动遥感的方式和卫星工作模式，这种观测手段不足以提供高精度的沙尘微物理参数信息。此外，现有的大气模型也不能很好地描述沙尘在垂直廓线上的变化特征。激光雷达作为一种主动式遥感设备，能够对沙尘的光学特性和时空分布特征进行准确的探测，能够直接获取准确的沙尘消光系数廓线信息，但监测的范围太小。仅仅依靠以上单个探测手段，还不能实现对大范围沙尘消光系数廓线的准确测量，且目前研究中较少考虑沙尘气溶胶类型对观测资料的影响，缺少一种能够针对多种类型沙尘估算其消光系数廓线的高效且准确的估算方法。

需要说明的是，在上述背景技术部分公开的信息只用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本发明的目的在于克服现有技术的缺点，提供了基于激光雷达和卫星资料的沙尘消光系数廓线估算方法，解决了现有沙尘消光系数廓线估算方法存在的不足。

本发明的目的通过以下技术方案来实现：基于激光雷达和卫星资料的沙尘消光系数廓线估算方法，所述估算方法包括：

步骤一、收集沙尘廓线数据，并根据其时间和位置信息形成时空匹配数据集，设置沙尘的气溶胶类型并与时空匹配数据集输入到待求辐射传输模型中模拟计算出沙尘情况下的可见光通道反射率和红外通道的亮温值；

步骤二、将沙尘廓线数据进行扰动形成新的沙尘数据集，输入到大气辐射传输模型计算得到不同沙尘参数扰动情况下的可见光通道反射率和红外通道的亮温值，并计算出任意两个红外通道间的亮温差变化量和各通道的沙尘估计自由度数据，得到沙尘敏感通道；

步骤三、提取同步的激光雷达观测数据对沙尘数据进行筛选，结合沙尘敏感通道形成可见光/红外观测和沙尘消光系数数据集，输入到递归神经网络中进行训练，生成沙尘消光系数廓线的递归神经网络估算模型；

步骤四、获取真实卫星可见光反射率和红外通道亮温观测，结合沙尘敏感通道，提取沙尘敏感通道的可见光反射率和红外亮温，将其输入到递归神经网络估算模型中实现沙尘消光系数廓线的估算。

所述步骤一具体包括以下内容：

A1、收集MERRA沙尘廓线数据，根据MERRA沙尘廓线数据的时间和位置信息，提取MERRA大气温度、湿度廓线和云参数数据，形成沙尘天气情况下的大气温度、湿度廓线、云参数和沙尘廓线时空匹配数据集；

A2、设置沙尘的气溶胶类型，根据沙尘光学数据库提取设定沙尘类型的单次散射反照率、消光系数和相函数，并与A1步骤收集的时空匹配数据集一起输入到大气辐射传输模型中，设定模拟条件和可见光与红外成像仪的仪器通道参数，运行大气辐射传输模型模拟计算出沙尘情况下的可见光通道反射率和红外通道的亮温值。

所述步骤二具体包括以下内容：

B1、将MERRA沙尘廓线数据进行扰动形成新的沙尘数据集，并将其重新输入到大气辐射传输模型中计算得到不同沙尘参数扰动情况下的可见光通道反射率和红外通道的亮温值；

B2、分析沙尘参数变化情况下各通道可见光反射率和红外亮温的变化量，并计算出任意两个红外通道间的亮温差变化量，计算各通道的沙尘估算自由度数据，分别对各通道的反射率变化量、红外亮温变化量、红外通道间亮温差值变化量和沙尘估算自由度按数值的绝对值从大到小进行排序，选择排序前一半的可见光和红外通道作为沙尘敏感通道。

所述步骤三具体包括以下内容：

C1、根据MERRA沙尘廓线数据提供的沙尘发生时的时间和位置信息，提取同步的激光雷达观测数据对沙尘数据进行筛选，并将筛选之后保留的激光雷达消光系数作为沙尘消光系数廓线，根据选取的沙尘敏感通道提取沙尘敏感通道的可见光反射率和红外亮温，形成可见光/红外观测和沙尘消光系数数据集；

C2、将C1步骤获取的沙尘敏感通道的可见光反射率和红外亮温作为输入，沙尘消光系数廓线作为输出，将输入和输出的数据集一起输入到递归神经网络中，网络模型进行训练、验证和评估，生成沙尘消光系数廓线的递归神经网络估算模型。

所述MERRA沙尘廓线数据包括：沙尘近地面质量浓度、沙尘质量密度、沙尘气溶胶550nm光学厚度和沙尘混合比廓线；将MERRA沙尘廓线数据进行扰动包括将沙尘近地面质量浓度、沙尘质量密度、沙尘气溶胶550nm光学厚度和沙尘混合比廓线在原数值的基础分别增加±5%、±10%、±15%、±20%、±25%和±30%。

所述自由度的计算公式如下：

，

其中，λ

本发明具有以下优点：基于激光雷达和卫星资料的沙尘消光系数廓线估算方法，充分考虑了可见光可观测沙尘的数浓度、有效粒子半径和形状信息，红外通道可观测沙尘的高度和光学厚度信息，以及气象卫星可见光和红外通道可以进行大范围、高时空分辨率观测的优势，可进行大范围高时空分辨率三维沙尘消光系数廓线估算，对通道进行了敏感性分析和选择，因此算法计算速度快，精度较高且适用性较好。

附图说明

图1为本发明的流程示意图；

图2为本发明通过辐射传输计算进行通道选择的的流程示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请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申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下结合附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的保护范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。下面结合附图对本发明做进一步的描述。

本发明具体涉及一种基于激光雷达和卫星资料的沙尘消光系数廓线估算方法，该方法包括：收集MERRA沙尘廓线数据，提取MERRA大气温度、湿度廓线和云参数数据，形成大气温度、湿度廓线、云参数和沙尘廓线时空匹配数据集，模拟计算出沙尘情况下的可见光通道反射率和红外通道的亮温值。将沙尘近地面质量浓度、沙尘质量密度、沙尘气溶胶550nm光学厚度和沙尘混合比廓线进行扰动，计算得到不同沙尘参数扰动情况下的可见光通道反射率和红外通道的亮温值。进行沙尘敏感性分析和自由度计算，选取沙尘敏感通道。根据MERRA沙尘廓线所提供的沙尘发生时的时间和位置信息，提取同步的激光雷达的沙尘消光系数廓线，形成可见光/红外观测和沙尘消光系数数据集。将沙尘敏感通道的可见光反射率和红外亮温作为输入，沙尘消光系数廓线作为输出，将数据集输入到递归神经网络，对模型进行训练、验证和评估，生成沙尘消光系数廓线的递归神经网络估算模型，通过递归神经网络估算模型对获取的真实数据进行估算。

如图1和图2所示，具体包括以下内容：

步骤1：收集MERRA（现代卫星时代最新大气实时再分析资料）沙尘廓线数据，根据MERRA沙尘廓线数据的时间和位置信息，提取MERRA大气温度、湿度廓线和云参数数据，形成沙尘天气情况下的大气温度、湿度廓线、云参数和沙尘廓线时空匹配数据集。

其中，沙尘廓线数据主要包括：沙尘近地面质量浓度、沙尘质量密度、沙尘气溶胶550nm光学厚度和沙尘混合比廓线。

其中，云参数数据主要包括：云量、云类型、云液态水质量分数、水云光学厚度和冰云光学厚度。

步骤2：设置沙尘的气溶胶类型，根据OPAC沙尘光学数据库，提取设定沙尘类型的单次散射反照率、消光系数和相函数。设置中分辨率成像光谱仪(MODIS)可见光、红外通道参数，同时将步骤1收集的时空匹配数据集和沙尘气溶胶的单次散射反照率、消光系数和相函数输入到大气辐射传输模型MODTRAN。同时，定义模拟的条件，包括大气层模型、地表特性、天顶角、太阳高度角等，设定可见光、红外成像仪的仪器通道参数，参数设定后运行MODTRAN模型软件，即可模拟计算出沙尘情况下的MODIS可见光通道反射率和MODIS红外通道的亮温值。

其中，中分辨率成像光谱仪(MODIS)可见光、红外成像仪的仪器通道参数是通道的中心波长、仪器响应函数、光谱分辨率和等效噪声温差。

步骤3：将步骤1获取的沙尘近地面质量浓度、沙尘质量密度、沙尘气溶胶550nm光学厚度和沙尘混合比廓线进行扰动，形成新的沙尘数据集，并将其重新输入到大气辐射传输模型MODTRAN，计算得到不同沙尘参数扰动情况下的可见光通道反射率和红外通道的亮温值。

其中，沙尘近地面质量浓度、沙尘质量密度、沙尘气溶胶550nm光学厚度和沙尘混合比廓线进行扰动，指的是在原数值的基础分别增加±5%、±10%、±15%、±20%、±25%和±30%。

步骤4：基于步骤3的计算数据分析沙尘参数变化情况下MODIS各通道可见光反射率和红外亮温的变化量以及红外通道间的亮温差变化量，并将MODIS各通道的反射率和红外亮温变化量，以及红外通道间的亮温差变化量按数值绝对值从大到小进行排序。基于步骤2和3的数据，计算各通道的沙尘估算自由度数据，对沙尘估算自由度也按数值从大到小进行排序。选择反射率变化量、红外亮温变化量、红外通道间的亮温差变化量和自由度排序的前一半通道作为沙尘敏感通道。

其中，自由度由以下公式计算的到：

自由度（d）:

其中，λ

步骤5：根据MERRA沙尘廓线所提供的沙尘发生时的时间和位置信息，提取同步的532nm激光雷达观测数据，对沙尘数据进行筛选，并将筛选之后保留的532nm激光雷达消光系数作为沙尘消光系数廓线。根据步骤4选取的沙尘敏感通道，提取沙尘敏感通道的可见光反射率和红外亮温，形成可见光/红外观测和沙尘消光系数数据集。

步骤6：将步骤5获取的沙尘敏感通道的MODIS可见光反射率和红外亮温作为输入数据集，将532nm激光雷达沙尘消光系数廓线作为输出数据集，将输入和输出的数据集一起输入到递归神经网络中，对模型进行训练、验证和评估，生成沙尘消光系数廓线的递归神经网络估算模型。

步骤7：获取真实的MODIS卫星可见光反射率和红外通道亮温观测，结合步骤5获取的沙尘敏感通道，提取沙尘敏感通道的MODIS可见光反射率和红外亮温，将其输入到步骤6构建的递归神经网络估算模型，实现沙尘消光系数廓线的估算。

以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。