CN115758717A - 模拟亮温偏差的估算方法、装置、电子设备及存储介质 - Google Patents
模拟亮温偏差的估算方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115758717A CN115758717A CN202211428840.9A CN202211428840A CN115758717A CN 115758717 A CN115758717 A CN 115758717A CN 202211428840 A CN202211428840 A CN 202211428840A CN 115758717 A CN115758717 A CN 115758717A
- Authority
- CN
- China
- Prior art keywords
- cloud
- historical
- simulated
- group
- parameters
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种模拟亮温偏差的估算方法、装置、电子设备及存储介质,该方法包括:获取当前时刻的模拟参数,所述模拟参数包括大气参数、地表参数和云参数;根据所述模拟参数计算有云条件下和无云条件下的模拟亮温数据;根据所述有云条件下和无云条件下的模拟亮温数据的关系确定所述模拟参数对应的分组;根据所述模拟参数和所述对应的分组所对应的拟合关系,确定所述当前时刻有云条件下的模拟亮温偏差;其中,一个分组对应一个拟合关系,不同分组对应的拟合关系不同,一个分组所对应的拟合关系为根据该分组对应的有云条件下的历史模拟参数和历史模拟亮温偏差拟合得到的,所述分组表征云对于有云条件下的历史模拟亮温偏差的影响大小。
Description
技术领域
本申请涉及气象预测领域,尤其涉及一种模拟亮温偏差的估算方法、装置、电子设备及存储介质。
背景技术
在进行大气亮温预测时,一般使用模拟大气参数对大气亮温进行预测。然而模拟结果与卫星实际测量结果存在偏差,这种偏差称为模拟亮温偏差。为了对模拟亮温数据进行校正,需要得到模拟亮温偏差。
现有技术一般只计算晴空条件下的模拟亮温偏差。一般的计算方法为利用一组模拟参数,与历史模拟亮温偏差建立拟合关系,进而根据这种拟合关系,预测未来的模拟亮温偏差。
由于现有技术下的模拟亮温偏差一般只考虑晴空情况,所以,得到的模拟亮温偏差并不准确,且适用情况太过狭窄。
发明内容
本申请实施例的目的在于提供一种模拟亮温偏差的估算方法、装置、电子设备及存储介质,用以解决现有模拟亮温偏差不够准确,适用情况太过狭窄的问题。
本申请实施例提供一种模拟亮温偏差的估算方法,包括:获取当前时刻的模拟参数,所述模拟参数包括大气参数、地表参数和云参数;根据所述模拟参数计算有云条件下和无云条件下的模拟亮温数据;根据所述有云条件下和无云条件下的模拟亮温数据的关系确定所述模拟参数对应的分组;根据所述模拟参数和所述对应的分组所对应的拟合关系,确定所述当前时刻有云条件下的模拟亮温偏差;其中,一个分组对应一个拟合关系,不同分组对应的拟合关系不同,一个分组所对应的拟合关系为根据该分组对应的有云条件下的历史模拟参数和历史模拟亮温偏差拟合得到的,所述分组表征云对于有云条件下的历史模拟亮温偏差的影响大小。
在上述实现过程中,由于分组表征云因素对历史模拟亮温数据的影响大小,而拟合关系是根据该分组对应的有云条件下的历史模拟参数和历史模拟亮温偏差拟合得到的,因此,通过确定所述模拟参数对应的分组,进而根据分组对应的拟合关系,确定当前时刻有云条件下的模拟亮温偏差,考虑了云因素对模拟亮温偏差的影响,由于分组和拟合关系是一一对应的关系,每个分组对应的拟合关系都不完全相同,相比于现有技术中不考虑云因素并且所有时刻预测都使用同一组拟合关系的方式,能够更加准确地获取有云条件下的模拟亮温偏差。
进一步地,在所述根据所述有云条件下和无云条件下的模拟亮温数据的关系确定所述模拟参数对应的分组之前,所述方法还包括:获取所述当前时刻之前的多个时刻对应的多个历史模拟参数和其对应的历史观测亮温数据,所述历史模拟参数包括大气参数、地表参数和云参数;针对每一个历史模拟参数,根据该历史模拟参数计算有云条件和无云条件下的历史模拟亮温数据;针对每个有云条件下的历史模拟亮温数据,根据该有云条件下的历史模拟亮温数据和其对应的所述历史观测亮温数据计算有云条件下的历史模拟亮温偏差;根据同一个所述历史模拟参数计算得到的所述有云条件和无云条件下的历史模拟亮温数据的关系对有云条件下的多个历史模拟参数和对应历史模拟亮温偏差进行分组;针对所述分组中,所述对应的分组,根据该分组对应的有云条件下的历史模拟参数和历史模拟亮温偏差确定该组对应的拟合关系。
在上述实现过程中,由于拟合关系中的模拟亮温偏差是采用历史观测亮温数据和有云条件下的历史模拟亮温数据计算得到的,因此,拟合关系中的历史模拟亮温偏差考虑了云因素的影响。由于云因素对有云条件下的模拟亮温偏差的影响比较复杂,整体来看模拟参数和有云条件下的模拟亮温偏差是非线性关系,但由于按照云因素贡献大小细致分组后,有云条件下的历史模拟亮温偏差随历史模拟参数的变化是相对规则和近似线性的,所以每个分组可以得到一个相对准确的拟合关系。
进一步地,所述多个时刻中与所述当前时刻最近的时刻与所述当前时刻间隔有预设数量个时刻,所述方法还包括:针对所述分组中,除所述对应的分组的每一个分组,根据该分组对应的有云条件下的历史模拟参数和历史模拟亮温偏差确定该组对应的拟合关系。
在上述实现过程中,由于云的生存周期在几小时到十几小时之间,因此,可以预先确定生存周期内多个时刻各分组对应的拟合关系,在计算当前时刻有云条件下的模拟亮温数据时,根据预先确定的各分组的拟合关系进行计算,而不需要再次实时计算当前时刻之前多个时刻下对应分组的拟合关系,减少了计算量,提高了效率。
进一步地,所述针对每一个历史模拟参数,根据该历史模拟参数计算有云条件和无云条件下的历史模拟亮温数据,包括:针对每一个历史模拟参数,在中尺度模式下,根据该历史模拟参数和预设模拟亮温模型计算有云条件和无云条件下的历史模拟亮温数据。
在上述实现过程中,使用中尺度模式,计算有云条件和无云条件下的历史模拟亮温数据,能够在更加合适的时间和空间尺度上计算指定区域的历史模拟亮温数据。
进一步地,所述根据同一个所述历史模拟参数计算得到的所述有云条件和无云条件下的历史模拟亮温数据的关系对有云条件下的多个历史模拟参数和对应历史模拟亮温偏差进行分组,包括:对根据同一个所述历史模拟参数计算得到的所述有云条件下和无云条件下的历史模拟亮温数据求取差值的绝对值;将大于预设阈值的所述绝对值按照预设区间进行分组;将每个分组中的所述绝对值对应的有云条件下的历史模拟参数和历史模拟亮温偏差分为一组。
在上述实现过程中,由于有云条件下和无云条件下的历史模拟亮温数据求取差值的绝对值,表征云因素对历史模拟亮温数据的影响大小,因此根据绝对值大小进行分组,能够更加准确地得到云因素贡献大小不同的分组。
进一步地,所述根据该分组对应的有云条件下的历史模拟参数和历史模拟亮温偏差确定该组对应的拟合关系,包括:将该分组对应的有云条件下的历史模拟参数和历史模拟亮温偏差输入预设模型中进行训练,得到该组对应的拟合关系。
在上述实现过程中,通过预设模型对分组的有云条件下的历史模拟参数和历史模拟亮温偏差进行训练,能够简单高效的得到有云条件下的历史模拟参数和历史模拟亮温偏差的拟合关系。
进一步地,所述根据所述有云条件下和无云条件下的模拟亮温数据的关系确定所述模拟参数和模拟亮温偏差对应的分组,包括:计算所述有云条件下和无云条件下的模拟亮温数据的差值的绝对值;将所述绝对值与预设的分组对应的绝对值区间进行对比;将所述绝对值所在的绝对值区间的组确定为所述对应的分组。
在上述实现过程中,根据有云条件和无云条件下的模拟亮温数据的差值的绝对值,确定模拟参数和模拟亮温偏差所在分组,能够更加准确的确定对应的拟合关系。
本申请实施例提供一种模拟亮温偏差的估算装置,包括:获取模块,用于获取当前时刻的模拟参数,所述模拟参数包括大气参数、地表参数和云参数;第一计算模块,用于根据所述模拟参数计算有云条件下和无云条件下的模拟亮温数据;第一确定模块,用于根据所述有云条件下和无云条件下的模拟亮温数据的关系确定所述模拟参数和模拟亮温偏差对应的分组;第二确定模块,用于根据所述模拟参数和所述对应的分组所对应的拟合关系,确定所述当前时刻有云条件下的模拟亮温偏差;其中,一个分组对应一个拟合关系,不同分组对应的拟合关系不同,一个分组所对应的拟合关系为根据该分组对应的有云条件下的历史模拟参数和历史模拟亮温偏差拟合得到的,所述分组表征云对于有云条件下的历史模拟亮温偏差的影响大小。
本申请实施例提供一种电子设备,包括:处理器,存储器;所述处理器用于执行所述存储器中存储的程序,以实现上述任一项所述的模拟亮温偏差的估算方法。
本申请实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序可被一个或多个处理器执行,以实现上述任一项所述的模拟亮温偏差的估算方法。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种模拟亮温偏差确定方法的流程示意图;
图2为本申请实施例提供的一种模拟亮温偏差确定方法中确定分组拟合关系的流程示意图;
图3为本申请实施例提供的一种模拟亮温偏差确定装置的结构示意图;
图4为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
为了便于理解,以下先进行名词解释:
亮温:当一个物体辐射亮度与某一黑体的辐射亮度相等时,该黑体的物理温度被称为该物体的亮度温度,所以,亮温具有温度的量纲,但不具有温度的物理含义,它是一个物体辐射亮度的代表名词。
有云条件:是指计算模拟亮温数据时,输入的模拟参数中包括云参数。
无云条件:是指计算模拟亮温数据时,输入的模拟参数不包括云参数。
实施例一:
为了解决现有技术模拟亮温偏差不够准确且适用范围狭窄的问题,本申请实施例中提供了一种模拟亮温偏差的估算方法。可以参见图1所示,图1为本申请实施例中提供的一种模拟亮温偏差的估算方法的流程示意图,包括:
S101:获取当前时刻的模拟参数,模拟参数包括大气参数、地表参数和云参数;
其中,模拟参数的模式不做限定,示例性地,可以选择气候模式、中尺度模式或微尺度模式。其中,不同模式下模拟参数的时间和空间的分辨率不同。模拟参数的获取方式不做限定,可以从数据库中获取,或者从气象模拟参数生成模块获取,或者对接外部气象模拟软件获取当前时刻的模拟参数。模拟参数包括大气参数、地表参数和云参数。大气参数包括温度、湿度廓线,云参数包括云量、云高,地表参数包括地表反射率、地表温度等。每个模拟参数具有频率属性、坐标属性和时间属性,即一个模拟参数表征的是某个坐标上某个时间上和某个频率下的模拟参数。
可选地,在中尺度气象模式下获取模拟参数。
S102:根据模拟参数计算有云条件下和无云条件下的模拟亮温数据;
可选地,模拟参数基于中尺度气象模式。
具体地,无云条件下模拟亮温数据的计算公式如下:
其中,B(v,T)为频率v、温度T的普朗克函数,τs(v,θ)为从黑体表面向太空的透射率,εs(v,θ)为黑体表面的发射率。其中,v是卫星接收频率,θ是天顶角度数。B(v,Ts)为频率v,地表温度Ts的普朗克函数。
其中,根据模拟参数求B(v,T),εs(v,θ),τs(v,θ)的方法为现有技术,在此不再赘述。
具体地,完全云覆盖时模拟亮温数据的计算公式如下:
其中,τcld(v,θ)是云顶以上的透射率,其中,v是卫星接收频率,θ是天顶角度数。B(v,Tcld)为频率v,云顶温度Tcld的普朗克函数,B(v,T)为频率v、温度T的普朗克函数。
其中,根据模拟参数求B(v,T),B(v,Tcld),τcld(v,θ)的方法为现有技术,在此不再赘述。
具体地,有云条件下的模拟亮温数据的计算公式如下:
L(v,θ)=(1-N)Lclr(v,θ)+NLcld(v,θ) (3)
其中,N为云量,取值范围在[0,1]区间。v是卫星接收频率,θ是天顶角度数。
具体地,采用公式(1)批量计算指定区域每个坐标值在无云条件下的模拟亮温数据。在公式(1)公式(2)基础上,采用公式(3)批量计算指定区域每个坐标值在有云条件下的模拟亮温数据。其中,N为当前时刻指定区域具体坐标值下模式背景场的云量。N的取值范围为[0,1],坐标值包括经度、纬度和高度信息。
S103:根据所述有云条件下和无云条件下的模拟亮温数据的关系确定所述模拟参数对应的分组;
S104:根据所述模拟参数和所述对应的分组所对应的拟合关系,确定当前时刻有云条件下的模拟亮温偏差;其中,一个分组对应一个拟合关系,不同分组对应的拟合关系不同,一个分组所对应的拟合关系为根据该分组对应的有云条件下的历史模拟参数和历史模拟亮温偏差拟合得到的,所述分组表征云对于有云条件下的历史模拟亮温偏差的影响大小。
为了便于理解步骤S103中的分组及S104中的分组对应的拟合关系,以下将先详细说明各分组及其对应的拟合关系是如何确定的。
请参考图2,图2为本申请亮温偏差确定方法中确定分组拟合关系的流程示意图,该流程可以由执行模拟亮温偏差确定方法的电子设备执行,也可以由其他设备执行,得到拟合关系后发送给执行模拟亮温偏差确定方法的电子设备,本申请实施例不做具体限定。
具体地,如图2所示,在步骤S103之前,即在根据所述有云条件下和无云条件下的模拟亮温数据的关系确定所述模拟参数对应的分组之前,还包括如下技术方案:
S201:获取当前时刻之前的多个时刻对应的多个历史模拟参数和其对应的历史观测亮温数据,历史模拟参数包括大气参数、地表参数和云参数;
具体地,获取当前时刻最近的连续多个整点时刻的历史模拟参数和历史观测亮温数据。
可选地,获取中尺度模式下的历史模拟参数。
示例性地,当前时刻是7点,那么可以获取0点、1点、2点、3点、4点、5点、6点时刻的历史模拟参数。此步骤与步骤S101类似,在此不做一一赘述。
可选地,由于云的生存周期一般在几小时到十几小时之间,因此,也可以获取最近时刻离当前时刻间隔有预设数量的连续多个时刻的历史模拟参数,其中,预设数量根据云的生存周期决定。
S202:针对每一个历史模拟参数,根据该历史模拟参数计算有云条件和无云条件下的历史模拟亮温数据;
可选地,可以在中尺度模式下,根据该历史模拟参数和预设模拟亮温模型计算有云条件和无云条件下的历史模拟亮温数据。
其中,预设模拟亮温模型为步骤S102中的公式(1)、公式(2)和公式(3)。
计算有云条件下和无云条件下的历史模拟亮温数据的方法如步骤S102,在此不再一一赘述。
S203:针对每个有云条件下的历史模拟亮温数据,根据该有云条件下的历史模拟亮温数据和其对应的历史观测亮温数据计算有云条件下的历史模拟亮温偏差;
具体地,将每个时刻、每个坐标值下的历史观测亮温数据和对应有云条件下的历史模拟亮温数据做差值,得到每个时刻及每个坐标值下有云条件下的历史模拟亮温偏差。
S204:根据同一个历史模拟参数计算得到的有云条件和无云条件下的历史模拟亮温数据的关系对有云条件下的多个历史模拟参数和对应的有云条件下的历史模拟亮温偏差进行分组;
具体地,有云条件和无云条件下的历史模拟亮温数据的关系可以是差值关系,也可以是商值关系。
在一种可行的实施方式中,步骤S204包括:对根据同一个历史模拟参数计算得到的有云条件下和无云条件下的历史模拟亮温数据求取差值的绝对值。将大于预设阈值的绝对值按照预设区间进行分组。将每个分组中的绝对值对应的历史模拟参数及其对应的有云条件下的历史模拟亮温偏差分为一组。
其中,预设阈值是云因素对模拟亮温偏差产生显著影响的临界值。预设区间是对差值的绝对值进行分组的数值区间,预设区间大小不做限定。
具体地,针对每个历史模拟参数,计算有云条件和无云条件下的历史模拟亮温数据差值的绝对值,判断每个差值的绝对值与预设阈值的关系,当差值的绝对值高于预设阈值时,采用预设区间对差值的绝对值进行分组,并将对应的有云条件下的历史模拟参数和历史模拟亮温偏差归入对应分组中。
示例性地,当有云条件和无云条件下的历史模拟亮温数据差值的绝对值为4k、6k、8k、12k、15k、18k时,预设阈值为3k,其中,k为温度单位开尔文。预设区间为5k,那么可以得到3k-8k、9k-14k、15k-20k几个绝对值区间。分别将4k、6k、8k对应的历史模拟参数及对应的有云条件下的历史模拟亮温偏差归入3k-8k分组内,将12k对应的有云条件下的历史模拟参数及历史模拟亮温偏差归入9k-14k分组内,将15k、18k对应的有云条件下的历史模拟参数及历史模拟亮温偏差归入15k-20k分组内。
可选地,还可以根据有云条件和无云条件下历史模拟亮温数据的商值对有云条件下的历史模拟参数和历史模拟亮温偏差进行分组。
具体地,将有云条件和无云条件下的历史模拟亮温数据做商值,判断商值和第二预设阈值的关系,当商值大于第二预设阈值时,按照第二预设区间进行分组,并将对应的有云条件下的历史模拟参数和历史模拟亮温偏差归入对应分组内。其中,第二预设阈值根据先验经验获得,取值范围不做具体限定。第二预设区间取值范围不做具体限定。
S205:针对分组中,对应的分组,根据该分组对应的有云条件下的历史模拟参数和历史模拟亮温偏差确定该组对应的拟合关系。
具体地,由于当前时刻的模拟参数可以唯一确定对应的分组,因此,可以只计算当前时刻的模拟参数对应分组的拟合关系。拟合关系的计算不做限制。示例性地,可以采用最小二乘法或多元线性回归的方法计算拟合关系,也可以使用神经网络训练的方法确定拟合关系。
示例性地,当前时刻的模拟参数对应的有云条件和无云条件下的模拟亮温数据差值的绝对值是7k,对应3k-8k绝对值区间的分组,则可以根据多元线性回归的方法计算该分组对应的拟合关系。
换言之,在本申请实施例中,可以在要执行S104时,才处理当前时刻最近的几个时刻的历史数据,进而得到当前时刻对应的分组的拟合关系。及在每个预测时刻,都重新执行一次步骤S201-步骤205。
在一种可行的实施方式中,由于云的生存周期在几小时到十几小时之间,可以预先确定生存周期内所有分组的拟合关系。具体的,所述多个时刻中与所述当前时刻最近的时刻与所述当前时刻间隔有预设数量个时刻,所述方法还包括:针对所述分组中,除所述对应的分组的每一个分组,根据该分组对应的历史模拟参数和历史模拟亮温偏差确定该组对应的拟合关系。换言之,在生存周期内,只需计算一次各个分组的拟合关系,就可以在生存周期内多次使用。比如,计算0-6小时内的各分组对应的拟合关系,在同一生存周期内,计算第7小时、第8小时甚至第10小时的模拟亮温偏差时,都可以使用0-6小时各分组的拟合关系进行计算。此时,当前时刻第10小时和6个时刻中的第6个时刻间隔了4个时刻。预设数量根据云的生存周期来确定。
可选地,在本实施例中,可以是在步骤S101之前,就执行步骤S201-步骤S205,以及确定其他分组的拟合关系,在接下来的几个预测时刻(即当前时刻)直接使用该拟合关系,而不用在每个当前时刻(预测时刻)都执行一次步骤S201-步骤S205,以及确定其他分组的拟合关系。
在一种可行的实施方式中,不管是在何时确定出对应分组的拟合关系,根据该分组对应的有云条件下的历史模拟参数和历史模拟亮温偏差确定该组对应的拟合关系,包括:将该分组对应的历史模拟参数和历史模拟亮温偏差输入预设模型中进行训练,得到该组对应的拟合关系。
其中,预设模型不做具体限定,可以是线性回归模型,也可以是各种神经网络模型。示例性地,可以是全连接神经网络。
具体地,将分组内的历史模拟参数作为自变量,将历史模拟亮温偏差作为因变量,将以上历史数据输入预设模型进行训练,可以得到该分组历史模拟参数和历史模拟亮温偏差的各拟合参数,进而得到该分组对应的拟合关系。
在通过如上方式或者其他方式确定分组及其对应的拟合关系后,接下来继续介绍图1所示方法中的步骤S103和步骤S104。
S103:根据有云条件下和无云条件下的模拟亮温数据的关系确定模拟参数对应的分组;
具体地,有云条件下和无云条件下的模拟亮温数据的关系,可以是差值关系,也可以是商值关系。当获取分组时采用的是差值绝对值的关系,那么确定对应分组时也采用差值绝对值;当获取分组时采用的是商值的关系,那么确定对应分组时也采用商值关系。
在一种可能的实现方式中,步骤S103包括:计算有云条件下和无云条件下的模拟亮温数据的差值的绝对值;将绝对值与预设的分组对应的绝对值区间进行对比;将绝对值所在的绝对值区间的组确定为对应的分组。
具体地,对每个坐标值对应的有云条件和无云条件下的模拟亮温数据做差值,并求取差值的绝对值。判断该绝对值和预设阈值的关系。其中,该预设阈值为云因素对模拟亮温偏差有显著贡献的临界值,在此预设阈值之上,云因素对模拟亮温偏差具有显著影响。预设阈值不做具体限定,一般根据先验经验取得。当此绝对值大于预设阈值时,判断该绝对值是否在各分组的绝对值区间内,如果该绝对值在某个分组的绝对值区间内,则确定此分组为该绝对值对应的模拟参数所对应的分组。
示例性地,当前时刻多个坐标值下有云条件和无云条件下的模拟亮温数据差值的绝对值分别为2k,4k,7k,13k,18k,预设阈值为3k,其中k代表温度单位开尔文,分组区间分别为3k-8k,9k-14k,15k-20k,则对于3k以下的数值对应的模拟参数不进行分组,其模拟亮温偏差按照现有技术中无云条件下的模拟亮温偏差进行预测。对于大于3k的数值,可以判断4k、7k位于绝对值区间在3k-8k的分组内,13k位于绝对值区间在9k-14k的分组内,18k位于绝对值区间在15k-20k的分组内。将分别对应4k、7k、13k、18k的当前时刻的模拟参数添加到对应绝对值区间的分组中。
S104:根据模拟参数和对应的分组所对应的拟合关系,确定当前时刻有云条件下的模拟亮温偏差;其中,一个分组对应一个拟合关系,不同分组对应的拟合关系不同,一个分组所对应的拟合关系为根据该分组对应的有云条件下的历史模拟参数和历史模拟亮温偏差拟合得到的,分组表征云对于有云条件下的历史模拟亮温偏差的影响大小。
具体地,将当前时刻的模拟参数输入到对应分组对应的拟合关系中,得到当前时刻有云条件下的模拟亮温偏差。
本申请实施例所提供的一种模拟亮温偏差的估算方法,通过有云条件和无云条件下模拟亮温数据的关系确定对应的分组,进而根据分组对应的模拟参数和模拟亮温偏差间的拟合关系,实现了对于当前时刻有云条件下亮温偏差的准确确定,扩大了亮温偏差的适用范围。
此外,根据有云条件和无云条件下的模拟亮温数据的差值的绝对值,确定所在分组,能够更加快速准确的确定对应的拟合关系。
此外,由于拟合关系中的模拟亮温偏差是采用历史观测亮温数据和有云条件下的历史模拟亮温数据计算得到的,因此,拟合关系中的历史模拟亮温偏差考虑了云因素的影响。由于云因素对模拟亮温偏差的影响比较复杂,整体来看模拟参数和有云条件下的模拟亮温偏差是非线性关系,但由于按照云因素贡献大小细致分组后,有云条件下的亮温偏差随模拟参数的变化是相对规则的,所以每个分组可以得到一个相对准确的拟合关系。
此外,由于云的生存周期在几小时到十几小时之间,因此,可以预先确定生存周期内多个时刻各分组对应的拟合关系,在计算当前时刻有云条件下的模拟亮温数据时,根据预先确定的各分组的拟合关系进行计算,而不需要再次实时计算当前时刻之前多个时刻下对应分组的拟合关系,减少了计算量,提高了效率。
此外,使用中尺度模式,计算有云条件和无云条件下的历史模拟亮温数据,能够在更加合适的时间和空间尺度上计算指定区域的历史模拟亮温数据。
此外,通过对有云条件下和无云条件下的历史模拟亮温数据求取差值的绝对值,并根据预设区间进行分组,能够得到云因素贡献不同的历史模拟参数和历史模拟亮温偏差的分组,从而能在更小数据范围内,更加容易地得到有云条件下的历史模拟参数和历史模拟亮温偏差的拟合关系。
此外,通过预设模型对分组的历史模拟参数和历史模拟亮温偏差进行训练,能够简单高效的得到历史模拟参数和历史模拟亮温偏差的拟合关系。
实施例二
基于同一发明构思,本申请实施例中还提供了一种模拟亮温偏差的估算装置300。请参阅图3所示,图3示出了采用图1所示的方法的模拟亮温偏差的估算装置。应理解,模拟亮温偏差的估算装置300具体的功能可以参见上文中的描述,为避免重复,此处适当省略详细描述。模拟亮温偏差的估算装置300包括至少一个能以软件或固件的形式存储于存储器中或固化在模拟亮温偏差的估算装置300的操作***中的软件功能模块。具体地:
参见图3所示,模拟亮温偏差的估算装置300可以包括:
获取模块301,用于获取当前时刻的模拟参数,模拟参数包括大气参数、地表参数和云参数;
第一计算模块302,用于根据模拟参数计算有云条件下和无云条件下的模拟亮温数据;
第一确定模块303,用于根据有云条件下和无云条件下的模拟亮温数据的关系确定模拟参数对应的分组;
第二确定模块304,用于根据模拟参数和对应的分组所对应的拟合关系,确定当前时刻有云条件下的模拟亮温偏差;其中,一个分组对应一个拟合关系,不同分组对应的拟合关系不同,一个分组所对应的拟合关系为根据该分组对应的有云条件下的历史模拟参数和历史模拟亮温偏差拟合得到的,分组表征云对于有云条件下的历史模拟亮温偏差的影响大小。
在本申请实施例中,第一确定模块303具体可以用于计算有云条件下和无云条件下的模拟亮温数据的差值的绝对值;将绝对值与预设的分组对应的绝对值区间进行对比;将绝对值所在的绝对值区间的组确定为对应的分组。
在本申请实施例中,模拟亮温偏差的估算装置300还可以包括拟合关系确定模块。拟合关系确定模块用于获取当前时刻之前的多个时刻对应的多个历史模拟参数和其对应的历史观测亮温数据,历史模拟参数包括大气参数、地表参数和云参数;针对每一个历史模拟参数,根据该历史模拟参数计算有云条件和无云条件下的历史模拟亮温数据;针对每个有云条件下的历史模拟亮温数据,根据该有云条件下的历史模拟亮温数据和其对应的历史观测亮温数据计算有云条件下的历史模拟亮温偏差;根据同一个历史模拟参数计算得到的有云条件和无云条件下的历史模拟亮温数据的关系对有云条件下的多个历史模拟参数和历史模拟亮温偏差进行分组;针对分组中,对应的分组,根据该分组对应的有云条件下的历史模拟参数和历史模拟亮温偏差确定该组对应的拟合关系。
在本申请实施例中,拟合关系确定模块还用于针对分组中,除对应的分组的每一个分组,根据该分组对应的有云条件下的历史模拟参数和历史模拟亮温偏差确定该组对应的拟合关系。
在本申请实施例中,拟合关系确定模块具体用于针对每一个历史模拟参数,在中尺度模式下,根据该历史模拟参数和预设模拟亮温模型计算有云条件和无云条件下的历史模拟亮温数据。
在本申请实施例中,拟合关系确定模块具体用于对根据同一个历史模拟参数计算得到的有云条件下和无云条件下的历史模拟亮温数据求取差值的绝对值;将大于预设阈值的绝对值按照预设区间进行分组;将每个分组中的绝对值对应的历史模拟参数和有云条件下的历史模拟亮温偏差分为一组。
在本申请实施例中,拟合关系确定模块具体用于将该分组对应的历史模拟参数和历史模拟亮温偏差输入预设模型中进行训练,得到该组对应的拟合关系。
需要理解的是,出于描述简洁的考量,部分实施例一中描述过的内容在本实施例中不再赘述。
实施例三:
本实施例提供了一种电子设备,参见图4所示,其包括处理器401和存储器402。其中:
处理器401用于执行存储器402中存储的一个或多个程序,以实现上述实施例一所描述的亮温偏差确定方法。
可以理解,图4所示的结构仅为示意,电子设备还可包括比图4中所示更多或者更少的组件,或者具有与图4所示不同的配置。
例如,处理器401和存储器402之间可以是通过通信总线的方式进行的连接。又例如,电子设备还可包括诸如显示器、鼠标、键盘等部件。
在本申请实施例中,处理器401可以为中央处理器、微处理器、单片机等,但不作为限制。存储器402可以为随机存取存储器,只读存储器,可编程只读存储器,可擦除只读存储器,电可擦除只读存储器等,但不作为限制。
在本申请实施例中,电子设备可以是,但不限于台式机、笔记本电脑、智能手机、智能穿戴设备、车载设备等实体设备,还可以是虚拟机等虚拟设备。另外,电子设备也不一定是单台设备,还可以是多台设备的组合,例如服务器集群,等等。
本实施例还提供了一种计算机可读存储介质,如软盘、光盘、硬盘、闪存、U盘、SD(Secure Digital Memory Card,安全数码卡)卡、MMC(Multimedia Card,多媒体卡)卡等,在该计算机存储介质中存储有实现上述各个步骤的一个或者多个程序,这一个或者多个程序可被一个或者多个处理器执行,以实现上述实施例一的亮温偏差确定方法。在此不再赘述。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。
在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
在本文中,多个是指两个或两个以上。
以上仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种模拟亮温偏差的估算方法,其特征在于,包括:
获取当前时刻的模拟参数,所述模拟参数包括大气参数、地表参数和云参数;
根据所述模拟参数计算有云条件下和无云条件下的模拟亮温数据;
根据所述有云条件下和无云条件下的模拟亮温数据的关系确定所述模拟参数对应的分组;
根据所述模拟参数和所述对应的分组所对应的拟合关系,确定当前时刻有云条件下的模拟亮温偏差;其中,一个分组对应一个拟合关系,不同分组对应的拟合关系不同,一个分组所对应的拟合关系为根据该分组对应的有云条件下的历史模拟参数和历史模拟亮温偏差拟合得到的,所述分组表征云对于有云条件下的历史模拟亮温偏差的影响大小。
2.根据权利要求1所述的方法,其特征在于,在所述根据所述有云条件下和无云条件下的模拟亮温数据的关系确定所述模拟参数对应的分组之前,所述方法还包括:
获取所述当前时刻之前的多个时刻对应的多个历史模拟参数和其对应的历史观测亮温数据,所述历史模拟参数包括大气参数、地表参数和云参数;
针对每一个历史模拟参数,根据该历史模拟参数计算有云条件和无云条件下的历史模拟亮温数据;
针对每个有云条件下的历史模拟亮温数据,根据该有云条件下的历史模拟亮温数据和其对应的所述历史观测亮温数据计算有云条件下的历史模拟亮温偏差;
根据同一个所述历史模拟参数计算得到的所述有云条件和无云条件下的历史模拟亮温数据的关系对有云条件下的多个历史模拟参数和对应历史模拟亮温偏差进行分组;
针对所述分组中,所述对应的分组,根据该分组对应的有云条件下的历史模拟参数和历史模拟亮温偏差确定该组对应的拟合关系。
3.根据权利要求2所述的方法,其特征在于,所述多个时刻中与所述当前时刻最近的时刻与所述当前时刻间隔有预设数量个时刻,所述方法还包括:
针对所述分组中,除所述对应的分组的每一个分组,根据该分组对应的有云条件下的历史模拟参数和历史模拟亮温偏差确定该组对应的拟合关系。
4.根据权利要求2所述的方法,其特征在于,所述针对每一个历史模拟参数,根据该历史模拟参数计算有云条件和无云条件下的历史模拟亮温数据,包括:
针对每一个历史模拟参数,在中尺度模式下,根据该历史模拟参数和预设模拟亮温模型计算有云条件和无云条件下的历史模拟亮温数据。
5.根据权利要求2所述的方法,其特征在于,所述根据同一个所述历史模拟参数计算得到的所述有云条件和无云条件下的历史模拟亮温数据的关系对有云条件下的多个历史模拟参数进行分组,包括:
对根据同一个所述历史模拟参数计算得到的所述有云条件下和无云条件下的历史模拟亮温数据求取差值的绝对值;
将大于预设阈值的所述绝对值按照预设区间进行分组;
将每个分组中的所述绝对值对应的有云条件下的历史模拟参数和历史模拟亮温偏差分为一组。
6.根据权利要求2或3所述的方法,其特征在于,所述根据该分组对应的有云条件下的历史模拟参数和历史模拟亮温偏差确定该组对应的拟合关系,包括:
将该分组对应的有云条件下的历史模拟参数和历史模拟亮温偏差输入预设模型中进行训练,得到该组对应的拟合关系。
7.根据权利要求1所述的方法,其特征在于,所述根据所述有云条件下和无云条件下的模拟亮温数据的关系确定所述模拟参数对应的分组,包括:
计算所述有云条件下和无云条件下的模拟亮温数据的差值的绝对值;
将所述绝对值与预设的分组对应的绝对值区间进行对比;
将所述绝对值所在的绝对值区间的组确定为所述对应的分组。
8.一种模拟亮温偏差的估算装置,其特征在于,包括:
获取模块,用于获取当前时刻的模拟参数,所述模拟参数包括大气参数、地表参数和云参数;
第一计算模块,用于根据所述模拟参数计算有云条件下和无云条件下的模拟亮温数据;
第一确定模块,用于根据所述有云条件下和无云条件下的模拟亮温数据的关系确定所述模拟参数对应的分组;
第二确定模块,用于根据所述模拟参数和所述对应的分组所对应的拟合关系,确定当前时刻有云条件下的模拟亮温偏差;其中,一个分组对应一个拟合关系,不同分组对应的拟合关系不同,一个分组所对应的拟合关系为根据该分组对应的有云条件下的历史模拟参数和历史模拟亮温偏差拟合得到的,所述分组表征云对于历史模拟亮温偏差的影响大小。
9.一种电子设备,其特征在于,包括:处理器,存储器;所述处理器用于执行所述存储器中存储的程序,以实现如权利要求1至7中任一项所述的模拟亮温偏差的估算方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序可被一个或多个处理器执行,以实现如权利要求1-7中任一项所述的模拟亮温偏差的估算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211428840.9A CN115758717A (zh) | 2022-11-15 | 2022-11-15 | 模拟亮温偏差的估算方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211428840.9A CN115758717A (zh) | 2022-11-15 | 2022-11-15 | 模拟亮温偏差的估算方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115758717A true CN115758717A (zh) | 2023-03-07 |
Family
ID=85371833
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211428840.9A Pending CN115758717A (zh) | 2022-11-15 | 2022-11-15 | 模拟亮温偏差的估算方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115758717A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117191197A (zh) * | 2023-09-08 | 2023-12-08 | 国家卫星海洋应用中心 | 一种基于均匀面目标的观测亮温定标方法、装置及设备 |
-
2022
- 2022-11-15 CN CN202211428840.9A patent/CN115758717A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117191197A (zh) * | 2023-09-08 | 2023-12-08 | 国家卫星海洋应用中心 | 一种基于均匀面目标的观测亮温定标方法、装置及设备 |
CN117191197B (zh) * | 2023-09-08 | 2024-03-19 | 国家卫星海洋应用中心 | 一种基于均匀面目标的观测亮温定标方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109949290B (zh) | 路面裂缝检测方法、装置、设备及存储介质 | |
CN111896914A (zh) | 一种协同定位方法、装置、设备和存储介质 | |
CN111666971A (zh) | 基于位置定位的事件识别方法、装置、设备及存储介质 | |
CN107730097B (zh) | 一种母线负荷预测方法、装置及计算设备 | |
CN112381299A (zh) | 一种确定空气质量的方法及装置 | |
CN115758717A (zh) | 模拟亮温偏差的估算方法、装置、电子设备及存储介质 | |
CN110689230B (zh) | 一种区域的贫困程度确定方法、电子装置及存储介质 | |
CN114691661B (zh) | 一种基于同化的云导风、温湿廓线预处理分析方法及*** | |
CN117671303B (zh) | 基于孪生网络的立体测距隐患预警方法及*** | |
CN111815576A (zh) | 金属部件腐蚀状况检测方法、装置、设备和存储介质 | |
CN113569432B (zh) | 一种液气密元件的模拟检测方法及*** | |
CN117146739B (zh) | 用于光学瞄准镜的测角检定方法及*** | |
CN109429194B (zh) | 移动感知网络中的参考节点位置确定方法及装置 | |
CN114911788B (zh) | 一种数据插补方法、装置及存储介质 | |
CN116432548A (zh) | 基于迁移学习的融合风速计算方法、装置、设备及介质 | |
CN115983329A (zh) | 空气质量及气象条件的预测方法、装置、设备及存储介质 | |
CN113554899B (zh) | 天气影响空中交通程度分析方法、装置、设备及存储介质 | |
CN115560926A (zh) | 一种手机密封性检测方法及装置 | |
CN115453661A (zh) | 气象预报方法、装置、设备以及存储介质 | |
CN115035481A (zh) | 一种图像物距融合方法、装置、设备及存储介质 | |
CN111062448B (zh) | 设备类型的识别模型训练方法、设备类型识别方法和装置 | |
CN108269004B (zh) | 产品寿命分析方法及终端设备 | |
CN113313330A (zh) | 电磁环境参数区间预测方法、装置和计算机设备 | |
CN110389947A (zh) | 一种黑名单生成方法、装置、设备及介质 | |
CN105389594B (zh) | 信息处理方法及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |