基于ERA5再分析资料的大气折射率剖面估计方法

技术领域

本发明涉及大气折射误差修正技术领域，具体地，涉及一种基于ERA5再分析资料的大气折射率剖面估计方法。

背景技术

雷达等设备发射电磁波对空中目标或大气环境进行探测时，由于大气的不均一性，电磁波在大气中传播时，其传播路径、传播速度和多普勒频移会因折射效应发生变化，从而影响雷达的测量精度。随着雷达等硬件设备及信号处理技术的不断提高和优化，大气折射已经成为制约雷达测量精度的重要因素之一，因此，获取精确的大气折射率剖面，对提高雷达测量精度有重要意义。

大气折射率剖面获取的主要方法包括：直接探测法和统计模型法。直接探测法主要指通过在地面释放探空气球，获取大气环境参数在各个高度层上的变化，进一步通过计算得到大气折射率剖面，其主要缺点在于探空气球单次释放时间长、成本高、探测高度有限，远不能满足现有雷达等设备大气折射修正的需求。统计模型法通过对大气折射率的多次探测建立统计模型后，可基于地面一点大气折射率得到大气折射率剖面，因此大气折射率剖面取决于大气结构。我国幅员辽阔、四季分明，不同地区、不同季节、不同天气条件下的大气结构和性质都有所不同，由单一的统计模型计算大气折射率剖面，必然存在误差。常用且经典的大气折射率分段模型中对大气的分层高度固定为1km和9km，极有可能与实际大气空间结构情况不一致，应基于实际大气结构对其进行修正，提高模型精度；另外，若探测区域没有足够多的大气参数廓线数据，则无法建立统计模型。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于ERA5再分析资料的大气折射率剖面估计方法。

第一方面，本申请实施提供一种基于ERA5再分析资料的大气折射率剖面估计方法，包括：

步骤1：获取观测区域的ERA5再分析资料中，预设年段的多个目标压力层结上的大气温度、湿度的逐小时数据，以及云量、总降水的逐小时数据；

步骤2：将预设年段对应的各种逐小时数据按照月份和小时区间分别进行分组，并根据降水和云量数据区分不同天气条件，以及根据不同天气条件进行分组的细化；

步骤3：根据统计的各月份不同时段、不同天气条件下边界层高度，以及对流层高度，修正大气折射率分段模型中的分层高度；

步骤4：计算各月份不同时段、不同天气条件下的大气折射率廓线；

步骤5：基于修正后的大气折射率分段模型，统计各月份不同时段、不同天气条件下各分段高度层内的折射率梯度，建立观测区域的大气折射率剖面估计模型参数库；

步骤6：设置观测区域的约束条件，调用所述大气折射率剖面估计模型参数库中对应的模型参数，输入地面大气折射率，得到所述观测区域的大气折射率剖面估计结果；其中，所述约束条件包括：月份、观测时间段、天气条件。

可选地，所述步骤2包括：

步骤2.1：将预设年段对应的各种逐小时数据按照12个自然月，以及2小时间隔进行分组，其中，将2n～2n+2小时区间记为2n小时区间，n为小于12的自然数；

步骤2.2：分别判断每个小时区间的天气条件，若在对应小时区间内出现降水，则将天气条件设置为：降水；若在对应小时区间内未出现降水，则将天气条件设置为非降水；

步骤2.3：若天气条件为非降水，则判断对应小时区间内的云量数据，若云量占比大于等于30％，则将对应小时区间的天气条件设置为：多云；若云量占比小于30％，则将对应小时区间的天气条件设置为：晴天。

可选地，所述步骤3包括：

步骤3.1：将观测区域的ERA5再分析资料中各个气压层根据压高公式转换为分层高度，所述压高公式如下：

ΔH＝287.05287T

其中，△H为分层高度，T

由于大气压力随高度按对数递减，将公式(2)中大气压的平均值，按对数平均方法计算，计算公式如下：

步骤3.2：基于ERA5再分析资料中边界层高度的逐小时数据，统计每个月各个时刻、不同天气条件下边界层高度的平均值；

步骤3.3：根据ERA5再分析资料中大气温湿廓线，计算每个月各个时刻、不同天气条件下对流层高度；统计每个月各个时刻、不同天气条件下对流层高度的平均值；

步骤3.4：基于每个月各个时刻、不同天气条件下边界层和对流层高度，对大气折射率分段模型分层高度进行修正；其中，修正后的大气折射率分段模型如下：

式中：高度单位均为km，大气折射率递减系数的单位为km

可选地，所述步骤3.3包括：

步骤3.3.1：设置对流层高度的起始判定高度为7km，从7km高度向上开始查找大气温湿廓线；

步骤3.3.2：当查找的温度递减率减小为≤2K/km时，且对应高度以上2km内高度层之间的平均温度递减率不超过2K/km，则确定对应高度为对流层高度；

步骤3.3.3：统计每个月各个时刻、不同天气条件下对流层高度的平均值。

可选地，所述步骤4包括：

步骤4.1：计算各个高度层上水汽的分压强，计算公式如下：

其中，e为大气中的水汽分压强，单位为hPa，RH为大气相对湿度，单位为％；t为大气温度，单位为℃；a、b、c为三个系数；当对水面时，a＝6.1121，b＝17.502，c＝240.97；当对冰面时，a＝6.1121，b＝17.502，c＝240.97；

步骤4.2：计算各个高度层上大气折射率，计算公式如下：

其中，N为大气折射率；p为大气压强，单位为hPa；T为大气绝对温度，单位为K，T＝273.15+t。

可选地，所述步骤5包括：

步骤5.1：根据不同月份、不同时间段、不同天气条件下分组统计计算出来的大气边界层高度和对流层高度，对大气折射率分段模型中分层高度进行修正；

步骤5.2：基于不同月份、不同时间段、不同天气条件下的大气折射率剖面数据和修正后的大气折射率分段模型，统计出相应分组情况下各分段高度层内的大气折射率递减系数；

步骤5.3：建立观测区域在不同月份、不同时间段、不同天气条件下的大气折射率剖面估计模型参数库。

第二方面，本申请实施例提供一种基于ERA5再分析资料的大气折射率剖面估计设备，包括：处理器和存储器，所述存储器中存储有可执行的程序指令，所述处理器调用所述存储器中的程序指令时，所述处理器用于：

执行如第一方面中任一项所述的基于ERA5再分析资料的大气折射率剖面估计方法的步骤。

与现有技术相比，本发明具有如下的有益效果：

本申请提供的基于ERA5再分析资料的大气折射率剖面估计方法，区域范围可覆盖全球，且充分考虑大气结构的时间变化和空间变化特征，建立精细的大气折射率估计模型参数库，提出用所在区域实际大气结构的边界层和对流层高度的统计平均值，对大气折射率分段模型中的分层高度进行修正，并进一步通过对不同天气条件各分段高度层内真实大气折射率递减系数进行统计计算，对大气折射率分段模型中大气折射率递减系数进行修正，有效地提高模型精度。并且，使用再分析资料，可以使得大气折射率精细模型的建立不再受限与地理位置和气象站点累计观测数据的影响，进一步提升了估计算法的精度。

附图说明

为了更清楚地说明本发明实施例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简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为本申请实施例提供的一种基于ERA5再分析资料的大气折射率剖面估计方法的流程示意图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。

需要说明的是，当元件被称为“固定于”或“设置于”另一个元件，它可以直接在另一个元件上或者间接在该另一个元件上。当一个元件被称为是“连接于”另一个元件，它可以是直接连接到另一个元件或间接连接至该另一个元件上。另外，连接即可以是用于固定作用也可以是用于电路连通作用。

需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明实施例和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多该特征。在本发明实施例的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

为了便于对本申请技术方案的理解，对本申请中出现的专业术语进行如下的简要说明。

ERA5再分析资料：为欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts，ECMWF)发布的第五代全球气候和天气再分析资料。其中，再分析指使用物理定律将模型数据与来自世界各地的观测结果结合到一个全球完整且一致的数据集中。这一原理称为数据同化，它基于数值天气预报中心使用的方法，其中每隔12小时以最佳方式将以前的预报与新可用的观测结果相结合，以产生对大气状态的新的最佳估计，称为分析，从中更新，发布改进的预测。所述EAR5再分析资料以2.5°×2.5°的水平分辨率覆盖全球；以37个垂直压力层覆盖1000hPa至1hPa之间的大气层；数据跨度从1959年到近实时，时间分辨率为1小时。EAR5再分析资料是唯一提供每小时数据的再分析产品，其气象要素主要包括大气温度、湿度、云量、总降水量、边界层高度的逐小时变化数据。

本申请实施例提供的基于ERA5再分析资料的大气折射率剖面估计方法，基于所需观测区域ERA5再分析资料中近30年大气温湿廓线、边界层高度、云量、降水等数据，考虑大气环境参数的时间和空间变化，提出了更为精细的大气折射率剖面估计方法，对12个月中各月份12个时间段(0，2，4，6…22h)内包括晴天、阴天、降水等典型天气条件下边界层、对流层高度进行统计分析，对大气折射率经典分段模型中分层高度进行修正后，建立该区域精细的大气折射率剖面估计模型参数库。雷达等设备在进行折射修正时，以所在位置、探测时间、地面大气折射率和实时天气条件作为约束条件，选用相应的模型参数，即可完成所需区域大气折射率剖面估计，进一步用于设备大气折射修正，提高设备测量精度。

图1为本申请实施例提供的一种基于ERA5再分析资料的大气折射率剖面估计方法的流程示意图，如图1所示，本实施例中的方法可以包括如下步骤：

步骤S1：获取观测区域的ERA5再分析资料中，预设年段的多个目标压力层结上的大气温度、湿度的逐小时数据，以及云量、总降水的逐小时数据。

本实施例中，可以根据观测地区位置，获取(https://cds.climate.copernicus.eu/)相应区域ERA5再分析资料中近30年37个压力层结上的大气温度、湿度的逐小时数据，以及云量、总降水和边界层的逐小时数据。

步骤S2：将预设年段对应的各种逐小时数据按照月份和小时区间分别进行分组，并根据降水和云量数据区分不同天气条件，以及根据不同天气条件进行分组的细化。

本实施例中，将30年逐小时数据以12个月份下12个时段(0，2，4，6…22h)分别进行分组，并根据降水和云量数据区分不同天气条件：降水、阴天和晴天，进一步细化分组，共计422组数据。

示例性的，步骤S2可以包括：

S21：将预设年段对应的各种逐小时数据按照12个自然月，以及2小时间隔进行分组，其中，将2n～2n+2小时区间记为2n小时区间，n为小于12的自然数。

本实施例中，各个月份指12个自然月，各月份下12个时间段区分方法为：0-2h之间记为0h、2-4h之间记为2h…依次的，22-24h之间记为22h。

S22：分别判断每个小时区间的天气条件，若在对应小时区间内出现降水，则将天气条件设置为：降水；若在对应小时区间内未出现降水，则将天气条件设置为非降水。

本实施例中，若该时段内降水数据出现不等于0的情况，则该时段天气条件为降水；反之则为非降水天气条件。

S23：若天气条件为非降水，则判断对应小时区间内的云量数据，若云量占比大于等于30％，则将对应小时区间的天气条件设置为：多云；若云量占比小于30％，则将对应小时区间的天气条件设置为：晴天。

步骤S3：根据统计计算的各月份不同时段、不同天气条件下边界层高度，以及对流层高度，修正大气折射率分段模型中的分层高度。

本实施例中，通过统计计算各月份不同时段、不同天气条件下边界层和对流层高度，修正大气折射率分段模型中分层高度。由于不同高度大气对太阳辐射吸收程度的差异，使得大气在水平方向上比较均匀，而在垂直方向上呈现明显的层状分布。对于雷达电波传播来说，地球大气层可以分为低层大气与电离层，分界海拔高度一般约为60km，地面至60km为低层大气，包括对流层和平流层；60km以上为电离层。对流层大气的主要热源为地面，其大气温度变化总趋势为随高度升高而降低，到离地十几公里高度处，温度的下降渐趋于缓慢或稍有增加，当温度递减率减小到2K/km或更小时的最低高度，就称为对流层顶。对流层顶的高度一般随纬度的降低而升高，在极地地区约为9km，中纬度地区约为8～14km，在赤道附近及热带地区约为15～20km。由对流层顶向上到60km高度左右，温度垂直递减率为负值的气层称为平流层，平流层下半部的温度随高度变化很缓慢，上半部分由于臭氧层吸收紫外线，使得空气温度随着高度上升而显著增加。

大气边界层是大气层的最底层，因距离地面最近，其温度、湿度等要素极易受地表温度和水汽含量的变化而发生变化，大气边界层具有明显的区域特征，且季节变化和日变化明显。

示例性的，步骤S3包括：

S31：将再分析资料中各个气压层根据压高公式转换为高度层。

ΔH＝287.05287T

公式(1)中，T

公式(2)中，

公式(3)中，

由于大气压力随高度按对数递减，公式(2)中大气压的平均值

公式(4)中，p

S32：基于ERA5再分析资料中边界层高度小时数据，统计每个月各个时刻、不同天气条件下边界层高度的平均值。

S33：根据ERA5再分析资料中大气温湿廓线，计算每个月各个时刻、不同天气条件下对流层高度。对流层高度的判定步骤如下：

S33-1：对流层高度的起始判定高度为7km，从7km高度向上开始查找。

S33-2：查找温度递减率减小至≤2K/km时的最低大气层，且该高度以上2km内高度层之间的平均温度递减率不超过2K/km，则确定对应高度为对流层高度。公式(5)为温度递减率计算方法。

S34：统计每个月各个时刻、不同天气条件下对流层高度的平均值。

经典的大气折射指数分段模型中分层高度固定为1km和9km，真实大气中由于太阳短波辐射、地面长波辐射等各因素的影响，导致真实大气各个分层的高度有明显的地域特征，且具有显著季节变化和日变化特征。

S35：基于每个月各个时刻、不同天气条件下边界层和对流层高度，对大气折射率分段模型分层高度进行修正。公式(6)为修正后的大气折射率分段模型。

公式(6)中高度单位均为km，大气折射率递减系数的单位为km

步骤S4：获取各月份不同时段、不同天气条件下大气折射率廓线。

示例性的，步骤S4包括：

S41：计算各个高度层上的水汽压e，即水汽的分压强。

公式(7)中，RH为大气相对湿度，单位为％；t为大气温度，单位为℃；a、b、c为系数，对水面，a＝6.1121，b＝17.502，c＝240.97；对冰面，a＝6.1121，b＝17.502，c＝240.97。

S42：计算各个高度层上大气折射率N。

公式(8)中，N为大气折射率；p为大气压强，单位为hPa；T为大气绝对温度，单位为K，T＝273.15+t；e为大气中的水汽分压强，单位为hPa。

步骤S5：基于修正后的大气折射率分段模型，统计各月份不同时段、不同天气条件下各分段高度层内的折射率梯度，建立观测区域的大气折射率剖面估计模型参数库。

示例性的，步骤S5包括：

S51：根据不同月份、不同时间段、不同天气条件下分组统计计算出来的大气边界层高度和对流层高度，对大气折射率分段模型中分层高度进行修正，修正后模型如公式(6)所示。

S52：基于不同月份、不同时间段、不同天气条件下的大气折射率剖面数据和修正的分段模型，统计出相应分组情况下各分段高度层内的大气折射率递减系数，即公式(6)中的c

S53：建立该区域不同月份、不同时间段、不同天气条件下共计422组参数h

步骤S6：设置观测区域的约束条件，调用所述大气折射率剖面估计模型参数库中对应的模型参数，输入地面大气折射率，得到所述观测区域的大气折射率剖面估计结果；其中，所述约束条件包括：月份、观测时间段、天气条件。

本实施例提供的基于ERA5再分析资料的大气折射率剖面估计方法，区域范围可覆盖全球，且充分考虑大气结构的时间变化和空间变化特征，建立精细的大气折射率估计模型参数库，提出用所在区域实际大气结构的边界层和对流层高度的统计平均值，对大气折射率分段模型中的分层高度进行修正，并进一步通过对不同天气条件下各分段高度层内真实大气折射率递减系数进行统计计算，对大气折射率分段模型中大气折射率递减系数进行修正，有效地提高模型精度。并且，使用再分析资料，可以使得大气折射率精细模型的建立不再受限与地理位置和气象站点累计观测数据的影响，进一步提升了估计算法的精度。

本申请实施例还提供一种基于ERA5再分析资料的大气折射率剖面估计设备可以包括：处理器和存储器。

存储器，用于存储程序；存储器，可以包括易失性存储器(英文：volatilememory)，例如随机存取存储器(英文：random-access memory，缩写：RAM)，如静态随机存取存储器(英文：static random-access memory，缩写：SRAM)，双倍数据率同步动态随机存取存储器(英文：Double Data Rate Synchronous Dynamic Random Access Memory，缩写：DDR SDRAM)等；存储器也可以包括非易失性存储器(英文：non-volatile memory)，例如快闪存储器(英文：flash memory)。存储器用于存储计算机程序(如实现上述方法的应用程序、功能模块等)、计算机指令等，上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器中。并且上述的计算机程序、计算机指令、数据等可以被处理器调用。

上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器中。并且上述的计算机程序、计算机指令、数据等可以被处理器调用。

处理器，用于执行存储器存储的计算机程序，以实现上述实施例涉及的方法中的各个步骤。

具体可以参见前面方法实施例中的相关描述。

处理器和存储器可以是独立结构，也可以是集成在一起的集成结构。当处理器和存储器是独立结构时，存储器、处理器可以通过总线耦合连接。

本实施例的基于ERA5再分析资料的大气折射率剖面估计设备可以执行上述方法中的技术方案，其具体实现过程和技术原理参见上述方法中的相关描述，此处不再赘述。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“平台”。

此外，本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，当用户设备的至少一个处理器执行该计算机执行指令时，用户设备执行上述各种可能的方法。其中，计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。另外，该ASIC可以位于用户设备中。当然，处理器和存储介质也可以作为分立组件存在于通信设备中。

以上是本发明的核心思想，为使本发明的上述目的、特征和优点能够更加明显易懂，下面将结合本发明实施例中的附图，对本发明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做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。

本说明书中实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。