基于辐射模式和机器学习的多通道云物理特性反演算法

    公开(公告)号:CN116467854A

    公开(公告)日:2023-07-21

    申请号:CN202310312365.7

    申请日:2023-03-28

    Applicant: 复旦大学

    Abstract: 本发明属于云物理特性反演技术领域,具体为一种基于辐射模式和机器学习的云物理特性反演算法。本发明是从Himawari 8卫星AHI成像仪可见光和红外多通道反演单层云以及多层云的物理特性CTH、COT和CER,具体步骤包括:利用辐射传输模式ERTM模拟不同云状态下AHI成像仪各通道的有云反射率/亮温以及热红外通道的晴空亮温,构成云物理特性—多通道模拟辐射值数据集;利用神经网络,用辐射模式模拟的数据集预训练云遥感反演模型;以主动雷达观测为标准值构建真实的卫星观测数据集,利用迁移学习方法以真实卫星观测数据集对预训练的云反演模型再次训练优化;最终实现云物理特性的更高精度的反演。本发明比传统的云反演方法更准确,精度更高。

    基于双层云顶高度信息的双层云导风反演算法

    公开(公告)号:CN116482779A

    公开(公告)日:2023-07-25

    申请号:CN202310368256.7

    申请日:2023-04-09

    Applicant: 复旦大学

    Abstract: 本发明属于卫星云导风反演技术领域,具体为一种基于双层云顶高度信息的双层云导风反演算法。本发明利用日本葵花8号卫星热红外多通道观测反演得到的双层云(上层冰云、下层水云)云顶高度信息,根据其在连续时刻上的像素偏移量,利用稠密光流法估算对应时刻的光流场,进而转化为云导风矢量。本发明首次获得双层云导风信息,针对2022年第7个热带风暴“木兰”的云导风反演试验表明,可以较准确反演空心结构台风在不同高度层的螺旋中心和风场差异,对台风路径和强度预报以及云导风资料在数值预报中同化应用方面具有重要意义。

Patent Agency Ranking