[发明专利]一种基于随机采样拟合的边界层高度提取算法

权利要求书

1.一种基于随机采样拟合的边界层高度提取算法，其特征在于，包括以下步骤：

步骤S1)选择CALIPSO卫星承载的CALIOP激光雷达1级产品中的ASR数据，即总衰减散射比数据为待选数据，对待选数据引入一个阈值，该阈值为：地表ASR1，即从待选数据中选出地表ASR1的数据，作为初始数据，以用于反映从地表到对流层顶部气溶胶载荷的变化，完成初始数据的选择；

步骤S2)第i次从步骤S1中的初始ASR数据中随机选取10％～60％的数据作为样本点，使用现有的IPF方法，即理想廓线拟合法对样本点进行第i次拟合，得到第i个理想廓线，计算第i次随机选择的各ASR样本点数据与第i个理想廓线之间的偏差θ，将θ＜std(ASR)的样本点数据保存，即将所对应的偏差θ小于第i次随机选择的各ASR样本点数据标准差的样本点数据保存，并计算第i次更新的样本数量N，所述i代表次序号，i的初始值为1；

步骤S3)从经步骤S2保存得到的i个更新样本中选出对应的N值最大的样本为最优选的样本，使用现有的IPF方法对此样本进行拟合，得到最优边界层高BLH_i和对应最优决定系数R²_i；

步骤S4)若i小于M，则令i＝i+1，返回步骤S2；

若i大于或等于M，且满足以下条件：

最优决定系数R²_i大于用现有的IPF方法拟合得到的决定系数R²_IPF，且该最优决定系数R²_i所对应的边界层高BLH_i数值在0～4千米范围内；

则以该最优决定系数R²_i所对应的边界层高BLH_i为最终要得到的最优边界层高度值，以该最优边界层高为有效输出结果；

所述M为大于或等于200的正整数；

所述现有的IPF方法拟合得到的决定系数R²_IPF指以步骤S1得到的满足地表ASR1的初始数据为样本，经现有的IPF方法拟合得到的决定系数。

2.根据权利要求1所述的一种基于随机采样拟合的边界层高度提取算法，其特征在于，所述步骤S1中，ASR数据是由激光雷达的总衰减后向散射系数β_total(r)与纯大气条件下的后向散射系数β_air(r)的比值得出，具体的：

空间激光雷达的总衰减后向散射系数β_total(r)表示为式1，纯大气条件下的后向散射系数β_air(r)表示为式2，ASR数据采用式3推导；

式1～式3中，r为海拔，β_m(r)和β_p(r)分别指海拔r位置处对应的大气分子和粒子的后向散射系数，分别表示大气粒子、分子和臭氧的双向透射率，大气粒子、分子和臭氧的双向透射率从气象数据中获得，R(r)指海拔r位置处对应的总衰减散射比。

3.根据权利要求1所述的一种基于随机采样拟合的边界层高度提取算法，其特征在于，所述步骤S2及步骤S3中所述的现有的IPF方法是通过将激光雷达导出的后向散射廓线拟合为一个理想的后向散射廓线来获得边界层参数，理想的后向散射廓线B(r)表示为式4：

式4中，r为海拔，B_m为混合层平均后向散射系数，B_μ为混合层正上方空中平均后向散射系数，r_m为混合层深度，s为夹带层厚度，erf代表误差函数，具体表示为其中e为自然常数，x为积分上限，即为t为积分变量，利用最小二乘法拟合使理想廓线B(r)和激光雷达导出的后向散射廓线的均方根偏差最小，在此基础上，确定四种理想的后向散射廓线参数，即B_m、B_μ、r_m和s。

4.根据权利要求1所述的一种基于随机采样拟合的边界层高度提取算法，其特征在于，所述步骤S2中，每次从步骤S1中的初始ASR数据中随机选取50％的数据作为样本点进行拟合。