[发明专利]基于支持向量机识别的沙尘型气溶胶反演方法

说明书

技术领域

本发明属于卫星遥感技术领域，特别设计一种基于支持向量机识别的沙尘型气溶胶反演方法。

背景技术

我国每年遭受多起沙尘暴侵袭，在这一极端天气的影响下，我国工农业生产、交通运输和人类生命安全遭受到严重的损失和危害。近年来，沙尘影响范围逐渐扩大，甚至已扩散至福州和台湾等东南部地区。因此，开展大范围沙尘观测和反演方法的基础研究具有重要的科学意义，将在沙尘预警、减灾等国计民生的重大事件中发挥积极作用。

激光雷达是获取气溶胶垂直分布廓线的最佳手段，目前唯一在轨星载大气激光雷达是美国航空航天局NASA于2006年发射的CALIPSO。但由于CALIPSO是为云和气溶胶检测而研制的，其国际通用数据处理方法没有针对沙尘检测进行优化，无法分辨浓厚沙尘层和云层，可导致错误的结果。在我国西北地区，常年存在云-沙共存的现象，特别是针对沙尘源区的浓厚沙尘层，NASA发布的CALIPSO塔克拉玛干沙漠地区的气溶胶识别结果(Version2)，错误率达到43%。因此，前期利用CALIPSO探测沙尘的研究主要集中在常年云量较少、云-沙的混合程度较轻的非洲西北部沙尘源区（撒哈拉地区）。CALIPSO是获取我国大面积沙尘的垂直分布廓线信息的最佳手段，其硬件上能探测沙尘信息，但其数据处理方法的缺陷使其不能应用于我国沙尘研究与预报。如NASA的Version2方法沙尘分类错误率较高，Version3方法复杂、参数多、气溶胶模式区域适应性差等。

发明内容

本发明的目的是提供基于支持向量机识别的沙尘型气溶胶反演方法，采用该方法得到沙尘暴发生时沙尘源区的气溶胶悬浮位置，最终反演获得沙尘型气溶胶的高度、厚度和消光作用。

本发明的技术方案为一种基于支持向量机识别的沙尘型气溶胶反演方法，包括以下步骤：

首先，训练分类器，包括以下4个子步骤，

步骤1.1，输入沙尘型气溶胶层和云层的样本，所述云层的样本包括薄云和厚云的样本；所述沙尘型气溶胶层的样本根据沙尘暴所在发生地取得，沙尘暴所在发生地由被动式卫星传感器所获遥感影像数据所确定；

步骤1.2，下载与被动式卫星传感器所获遥感影像数据相对应的主动式卫星传感器所获激光雷达廓线数据，获得沙尘型气溶胶层和云层的悬浮高度信息和回波信号值；

步骤1.3，根据步骤1.2所得沙尘型气溶胶层和云层的悬浮高度信息和回波信号值，求得沙尘型气溶胶层样本和云层样本的特征向量；

步骤1.4，根据步骤1.3所得沙尘型气溶胶层样本和云层样本的特征向量，训练得到分类器；然后，根据分类器进行沙尘型气溶胶反演；包括以下3个子步骤，

步骤2.1，根据气象观测数据获取日常沙尘暴的发生时间和区域，当主动式卫星传感器经过该区域时，下载对应日期的激光雷达廓线数据；根据下载的激光雷达廓线数据，计算获得待分类层次所需的特征向量；

步骤2.2，基于步骤1.4所得分类器对步骤2.1所得待分类层次的特征向量进行分类，并获得沙尘型气溶胶的激光雷达比；

步骤2.3，根据步骤2.2所得沙尘型气溶胶的激光雷达比，综合考虑主动式卫星传感器的探测特性，采用近端反演法，求得沙尘型气溶胶粒子的消光系数，积分得到地表上空沙尘型气溶胶层的光学厚度值。

而且，所述的主动式卫星传感器采用CALIPSO卫星上搭载的CALIOP传感器；所述的被动式卫星传感器采用Aqua卫星搭载的MODIS传感器。

本发明提出新型星载激光雷达数据处理方法，即用支持向量机代替概率密度方程，提高沙尘和云层的分类精度；可以有效扭转目前只能被动使用NASA提供的低精度数据的局面。本发明的应用将可解决当前我国大面积沙尘垂直廓线数据缺失、数据可用性差等瓶颈问题，满足我国乃至全球沙尘气溶胶源区及其扩散传输区域的观测要求。本发明提供的技术方案具有以下优点和积极效果：

1）大大降低对样本的数量需求，无须模拟各特征向量的分布特点；

2）提高沙尘型气溶胶的分类精度，避免将其划分为云层，而忽略了其大气作用效应；

3）进而提高对沙尘的空间分布、扩散和散射特性的认知。

附图说明

图1为本发明实施例的流程图。

具体实施方式