[發(fā)明專利]一種全球海洋表面亮溫確定方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110729585.0
• 申請(qǐng)日: 2021-06-29
• 公開（公告）號(hào): CN113435119B
• 公開（公告）日: 2022-08-05
• 發(fā)明（設(shè)計(jì)）人: 鄢俊潔;瞿建華;冉茂農(nóng);史墨杰;卜鵬舉
• 申請(qǐng)（專利權(quán)）人: 北京華云星地通科技有限公司
• 主分類號(hào): G06F30/27
• 分類號(hào): G06F30/27;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京高沃律師事務(wù)所 11569
• 代理人: 王愛濤

本發(fā)明涉及一種全球海洋表面亮溫確定方法及系統(tǒng)。該方法包括：獲取單層數(shù)據(jù)集和氣壓層數(shù)據(jù)集；根據(jù)所述單層數(shù)據(jù)集和所述氣壓層數(shù)據(jù)集，采用深度學(xué)習(xí)方法，確定訓(xùn)練好的AI?RTTOV深度網(wǎng)絡(luò)；根據(jù)所述單層數(shù)據(jù)集和所述氣壓層數(shù)據(jù)集，利用所述訓(xùn)練好的AI?RTTOV深度網(wǎng)絡(luò)確定基于RTTOV模擬的FY3?D MWHS 183±1GHz的全球范圍海洋上亮溫值。本發(fā)明能夠提高大氣輻射傳輸模式在衛(wèi)星正演過程中的效率，并減少耗時(shí)。

技術(shù)領(lǐng)域

本發(fā)明涉及大氣輻射傳輸領(lǐng)域，特別是涉及一種全球海洋表面亮溫確定方法及系統(tǒng)。

背景技術(shù)

RTTOV作為最常用的大氣輻射傳輸模型之一，主要用于衛(wèi)星數(shù)據(jù)同化、定量信息提取、及儀器性能穩(wěn)定性監(jiān)測(cè)。經(jīng)過了多年的改進(jìn)與完善，已經(jīng)發(fā)展成為業(yè)務(wù)化運(yùn)行的快速輻射傳輸模式，基于輻射模式的衛(wèi)星資料同化顯著提高了數(shù)值天氣預(yù)報(bào)(NWP)準(zhǔn)確度。Derber等將TOVS晴空輻射資料直接同化到美國國家環(huán)境預(yù)報(bào)中心同化系統(tǒng)之中，改進(jìn)了模式的預(yù)報(bào)技巧。丁偉鈺等模擬暴雨過程，結(jié)果表明，同化衛(wèi)星資料后可以改進(jìn)初始場水汽和溫度分布，對(duì)短時(shí)降水預(yù)報(bào)有正面影響。張華等基于GRAPES三維變分同化系統(tǒng)，同化改進(jìn)了微波探測(cè)裝置資料，使預(yù)報(bào)的臺(tái)風(fēng)路徑更加準(zhǔn)確。丁偉鈺等利用RTTOV快速輻射傳輸模式針對(duì)臺(tái)風(fēng)進(jìn)行了研究，結(jié)果表明，晴空條慮了云的影響之后，對(duì)應(yīng)低層通道的模擬結(jié)果與觀測(cè)比較一致。馬剛等重新計(jì)算了RTTOV透過率系數(shù)，并將其用于FY-2B紅外和水汽通道亮溫的模擬。蘇捷等改用RTTOV-SCATT將大氣中水凝物的信息納入同化的計(jì)算中，可以有效地解決使用以往的方法所導(dǎo)致的對(duì)大氣中水汽含量的高估現(xiàn)象。但是這些得到廣泛應(yīng)用的物理模型也同時(shí)存在著缺陷，例如通過CRTM模型輸出日數(shù)據(jù)需要1.3個(gè)小時(shí)。因此，目前能夠得到同化的衛(wèi)星數(shù)據(jù)非常少，隨著衛(wèi)星觀測(cè)數(shù)據(jù)量的海量增長，如何使RTTOV等輻射模式業(yè)務(wù)應(yīng)用的效率提高，尤其是提高衛(wèi)星數(shù)據(jù)的同化效率，成為眼下急需解決的問題。

因此，亟需一種新的方法或系統(tǒng)以改善基于物理算法的輻射傳輸模式在衛(wèi)星正演中的耗時(shí)問題，進(jìn)而提高衛(wèi)星正演性能與效率。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種全球海洋表面亮溫確定方法及系統(tǒng)，能夠提高大氣輻射傳輸模式在衛(wèi)星正演過程中的效率，并減少耗時(shí)。

為實(shí)現(xiàn)上述目的，本發(fā)明提供了如下方案：

一種全球海洋表面亮溫確定方法，包括：

獲取單層數(shù)據(jù)集和氣壓層數(shù)據(jù)集；所述單層數(shù)據(jù)集包括：衛(wèi)星方位角、衛(wèi)星天頂角、緯度、經(jīng)度、地表氣壓、2米比濕、2米溫度、10米U風(fēng)量以及10米V風(fēng)量；所述氣壓層數(shù)據(jù)集包括：溫度廓線、臭氧廓線、比濕廓線以及氣壓廓線數(shù)據(jù)；

根據(jù)所述單層數(shù)據(jù)集和所述氣壓層數(shù)據(jù)集，采用深度學(xué)習(xí)方法，確定訓(xùn)練好的AI-RTTOV深度網(wǎng)絡(luò)；所述AI-RTTOV深度網(wǎng)絡(luò)包括局部連接層、殘差連接層、多層感知器層以及輸出層；所述AI-RTTOV深度網(wǎng)絡(luò)將輸入的單層數(shù)據(jù)集和氣壓層數(shù)據(jù)集首先經(jīng)過原始特征映射與殘差學(xué)習(xí)，其次將學(xué)習(xí)得到的特征輸入多層感知器層進(jìn)行深層次特征提取，并將不同層次網(wǎng)絡(luò)特征進(jìn)行融合，輸出基于RTTOV模擬的FY3-D MWHS 183±1GHz的全球范圍海洋上亮溫值；

根據(jù)所述單層數(shù)據(jù)集和所述氣壓層數(shù)據(jù)集，利用所述訓(xùn)練好的AI-RTTOV深度網(wǎng)絡(luò)確定基于RTTOV模擬的FY3-D MWHS 183±1GHz的全球范圍海洋上亮溫值。

可選地，所述根據(jù)所述單層數(shù)據(jù)集和所述氣壓層數(shù)據(jù)集，采用深度學(xué)習(xí)方法，確定訓(xùn)練好的AI-RTTOV深度網(wǎng)絡(luò)，具體包括：

將所述單層數(shù)據(jù)集和所述氣壓層數(shù)據(jù)集分別分為訓(xùn)練數(shù)據(jù)集、驗(yàn)證數(shù)據(jù)集和測(cè)試數(shù)據(jù)集；

利用所述單層數(shù)據(jù)集和所述氣壓層數(shù)據(jù)集劃分的訓(xùn)練數(shù)據(jù)集、驗(yàn)證數(shù)據(jù)集進(jìn)行AI-RTTOV深度網(wǎng)絡(luò)的訓(xùn)練與超參數(shù)調(diào)優(yōu)；

利用所述單層數(shù)據(jù)集和所述氣壓層數(shù)據(jù)集劃分的測(cè)試集進(jìn)行訓(xùn)練好的AI-RTTOV深度網(wǎng)絡(luò)的測(cè)試。