[發明專利]基于機器學習的衛星雷達反演融合方法

有效

• 申請號: 201810199839.0
• 申請日: 2018-03-12
• 公開（公告）號: CN108445464B
• 公開（公告）日: 2021-09-10
• 發明（設計）人: 萬秉成
• 申請（專利權）人: 南京恩瑞特實業有限公司
• 主分類號: G01S7/41
• 分類號: G01S7/41;G06N3/04
• 代理公司: 南京知識律師事務所 32207
• 代理人: 高嬌陽

1.一種基于機器學習的衛星雷達反演融合方法，其特征在于,包括訓練階段和反演階段；

訓練階段：

1)衛星資料及處理

將葵花8號靜止衛星的B08、B10、B13、B15共4個波段的圓盤投影數據進行投影換算并插值到0.02°×0.02°的空間網格點上；

2)閃電資料及處理

將空間區域按照插值后的衛星資料的0.02°×0.02°網格進行劃分，分別統計每個網格點中對應時間發生的閃電次數；

3)雷達資料及雷達數據組網

將所有雷達基數據進行空間笛卡爾坐標轉換，并使用空間8點插值法將其插值到統一的網格點上；對重疊區域，使用其雷達回波最大值，并計算組網后的雷達組合反射率；

4)土地使用類型資料及處理

將MODIS的土地使用類型數據進行投影換算，并按照統一的空間網格進行劃分，使用該網格中格中比重最大的土地使用類型作為該網格的土地使用類型；

5)模型訓練

使用Tensorflow構建卷積神經網絡，進行模型訓練，得到訓練后的神經網絡模型；

反演階段：

1)數據預處理

對實時觀測得到的葵花8號靜止衛星資料、閃電資料做和訓練階段相同的處理，土地使用類型資料使用訓練階段處理后的資料；

2)雷達資料組網

將實時觀測的雷達基數據資料按照訓練階段的組網步驟進行組網，計算組合發射率；

3)雷達回波反演

將處理后的葵花8號衛星資料、閃電資料和土地使用類型資料輸入訓練好的神經網絡模型，得到反演后的雷達組合反射率；土地使用類型數據直接使用訓練時所用的數據作為輸入；對雷達基數據使用相同的方式進行插值組網；將衛星資料、閃電資料、土地使用類型資料輸入到訓練好的神經網絡中，得到反演后的雷達回波資料；

4)衛星雷達數據融合

將雷達組網組合反射率和反演后的雷達組合發射率進行邊緣模糊融合，生成反演融合雷達組合發射率產品。

2.根據權利要求1所述的基于機器學習的衛星雷達反演融合方法，其特征在于,所述的衛星資料：葵花8號靜止衛星共有16個通道，水平空間分辨率從500米到2公里不等，時間分辨率為10分鐘，其中可見光中的紅光水平分辨率為500米，藍光和綠光以及近紅外通道水平分辨率為1公里，其余通道水平分辨率均為2公里；考慮到夜晚可見光通道無觀測數據，雷達回波由空氣中的云滴雨滴造成，經過篩選，選取B08、B10、B13、B15共4個通道的數據進行訓練；其中B08和B10為水汽通道，B13和B15為紅外通道，其水平分辨率均為2公里；數據投影方式為圓盤投影。

3.根據權利要求1所述的基于機器學習的衛星雷達反演融合方法，其特征在于,所述的雷達資料：雷達基數據存放的為雷達的體掃資料，包含9個仰角；包含雷達反射率、徑向數據和譜寬數據。

4.根據權利要求1所述的基于機器學習的衛星雷達反演融合方法，其特征在于,所述的土地使用類型資料：使用ADTD閃電定位系統觀測到的閃電資料，包括閃電發生的時間、經度、緯度、強度、陡度、電荷和能量信息。

5.根據權利要求1所述的基于機器學習的衛星雷達反演融合方法，其特征在于,所述的衛星資料處理：對葵花8號靜止衛星所提供的圓盤投影數據進行解碼，并插值到等間距的經緯度格點上；圓盤投影描述的是從虛擬衛星到理想地球的視圖；這里，虛擬衛星處于靜止軌道，位于赤道平面上，經度確定；衛星與地球中心的距離是42164公里；理想化的地球是一個完美的橢圓體，赤道半徑為6378.1690公里，極半徑為6356.5838公里；

根據某像素點在以衛星為圓點的坐標系中的位置，以及地球的赤道半徑和極半徑，使用圓盤投影對衛星資料進行投影轉換，推算出該像素點的經緯度坐標，進而推算出圓盤圖中各像素點的經緯度信息；葵花8號衛星在遠紅外波段的空間分辨率為2km，在得到圓盤圖的經緯度信息后，將B08、B10、B13和B15共4個波段的亮溫數據使用空間線性插值法插值到0.02°×0.02°的等經緯度間距網格點上；同時計算B08和B10以及B13和B15之間的亮溫差，用于模型訓練。