首页 / 专利库 / 变压器和转换设备 / 传感器 / 传感器 / 一种温压廓线与切高联合反演方法

一种温压廓线与切高联合反演方法

阅读:1发布:2020-08-13

专利汇可以提供一种温压廓线与切高联合反演方法专利检索,专利查询,专利分析的服务。并且本 发明 涉及一种温压廓线与切高联合反演方法,通过构建先验廓线、先验协方差矩阵、观测协方差矩阵;将卫星观测的地理与几何信息输入正向 辐射 传输模型SCIATRAN,得到模拟值和 温度 的权重函数,结合所述模拟值、温度的权重函数、先验廓线、先验方差矩阵和观测协方差矩阵,基于最优估计 算法 得到温度廓线;基于最优估计算法实现掩星 传感器 的温度廓线反演,并在反演 迭代 的过程中,使用 流体 静 力 学平衡方程,实现压强与切高的同步反演,通过迭代,最终得到温度廓线、压强廓线,校正后切高。,下面是一种温压廓线与切高联合反演方法专利的具体信息内容。

1.一种温压廓线与切高联合反演方法,其特征在于,包括以下步骤:
构建先验廓线、先验协方差矩阵、观测协方差矩阵;
将卫星观测的地理与几何信息输入正向辐射传输模型SCIATRAN,得到模拟值和温度的权重函数,结合所述模拟值、温度的权重函数、先验廓线、先验协方差矩阵和观测协方差矩阵,基于最优估计算法得到第一温度廓线;
根据温度廓线基于流体学平衡方程计算压强廓线;
根据压强廓线基于流体静力学平衡方程计算切高;
通过将得到的第一温度廓线替换先验廓线,计算得到新的第一温度廓线,及其对应的压强廓线和切高的迭代计算,得到第二温度廓线、压强廓线,校正后切高;
其中,所述最优估计算法包括以下步骤:
将模拟值,温度的权重函数,先验廓线、先验协方差矩阵、观测协方差矩阵,代入以下公式:
其中,xa代表先验估计, 代表先验估计的协方差,KT代表温度的权重函数的转置,Sy代表观测误差的协方差,y代表实测值,f代表正向模型函数, 代表估计的大气参数;
其中,所述根据温度廓线基于流体静力学平衡方程计算压强廓线的具体公式为其中,z代表切高;P代表压强;g代表重力加速度;Mr代表空气相对分子质量,在80km以下时,可作为常数;R代表气体常数;T代表温度;
其中,所述根据压强廓线基于流体静力学平衡方程计算切高的具体公式为其中,z代表切高;P代表压强;g代表重力加速度;Mr代表空气相对分子质量,在80km以下时,可作为常数;R代表气体常数;T代表温度。

说明书全文

一种温压廓线与切高联合反演方法

技术领域

[0001] 本发明涉及掩星观测技术领域,尤其涉及一种基于掩星传感器的温压廓线与切高联合反演方法。

背景技术

[0002] 温度和压廓线是进行痕量气体反演所必备的大气参数,温压参数精度直接影响其他大气成分反演的精度。掩星观测的有效垂直高度为10-100km,气象资料无法提供足够有效数据,因此大气温度和压力廓线需要从探测仪的观测数据中反演获取。对红外通道利用CO2的吸收通道进行温压反演是常规的做法。
[0003] 对于掩星观测,传感器的观测指向信息对于反演来说是至关重要的,这关系到传感器接受辐射的传播路径。观测指向主要体现为观测路径的大气切高,在高层中由于大气相对稀薄,观测路径中由于气体浓度差异导致的光线折射很弱,可以忽略不计,观测切高可利用卫星观测几何以及日地相对位置信息计算得到。但对于低层大气,观测路径上气体浓度梯度变化明显,光线折射对传输路径影响明显,切高不能利用观测几何信息简单计算获取,需要将切高作为一个未知数和待反演参数一起进行拟合获取。
[0004] 目前,国际上已有的红外掩星传感器ACE-FTS获得温压廓线与切高廓线的方法是将下层(40Km以下)的切高作为一个拟合因子,对该区域的切高采用全局拟合的方法获得,对上层(40km以上),认为相邻切高间的高度差是准确的,不作为拟合因子。基于全局拟合的方法获得温压廓线与切高序列的方式误差不可定量估计。现阶段,基于最优的反演算法,具有误差可定量估计,适用范围广的优势,广泛应用于红外与太赫兹波段的临边探测器。但是最优估计算法在掩星传感器的温压廓线与切高联合反演中,还未使用。

发明内容

[0005] 本发明的目的在于,解决现有技术中存在的上述不足之处。
[0006] 为实现上述目的,本发明提供了一种温压廓线与切高联合反演方法,该方法包括以下步骤:构建先验廓线、先验协方差矩阵、观测协方差矩阵;将卫星观测的地理与几何信息输入正向辐射传输模型SCIATRAN,得到模拟值和温度的权重函数,结合模拟值、温度的权重函数、先验廓线、先验方差矩阵和观测协方差矩阵,基于最优估计算法得到第一温度廓线;根据温度廓线基于流体静力学平衡方程计算压强廓线;根据压强廓线基于流体静力学平衡方程计算切高;通过迭代计算,得到第二温度廓线、压强廓线,校正后切高。
[0007] 优选地,最优化算法包括以下步骤:
[0008] 将模拟值,温度的权重函数,先验廓线、先验方差矩阵、观测协方差矩[0009] 阵,代入以下公式:
[0010]
[0011]
[0012] 其中,xa代表先验估计, 代表先验估计的协方差,KT代表权重函数的转置,Sy代表观测误差的协方差,y代表实测值,f代表正向模型函数,代表估计的大气参数。
[0013] 优选地,根据流体静力学平衡方程计算压强廓线的具体公式为
[0014]
[0015] 其中,z代表切高;P代表压强;g代表重力加速度;Mr代表空气相对分子质量,在80km以下时,可作为常数;R代表气体常数;T代表温度。
[0016] 优选地,根据流体静力学平衡方程计算切高的具体公式为
[0017]
[0018] 其中,z代表切高;P代表压强;g代表重力加速度;Mr代表空气相对分子质量,在80km以下时,可作为常数;R代表气体常数;T代表温度。
[0019] 优选地,迭代计算包括在每次得到温度廓线、压强廓线和切高后,修正温度、压强、重新计算模拟值、温度的权重函数、先验廓线、先验方差矩阵和观测协方差矩阵。
[0020] 本发明采用了最优估计算法,该算法应用广泛,误差可定量估计,结合掩星传感器特点,使用流体静力学平衡方程,实现压强与切高的同步反演,该算法可应用到国产掩星传感器的地面数据处理系统中。附图说明
[0021] 图1为本发明实施例提供的一种温压廓线与切高联合反演方法示意图;
[0022] 图2为本发明实施例提供的一种温压与切高联合反演流程示意图;
[0023] 图3为本发明实施例提供的一种温度反演图;
[0024] 图4为本发明实施例提供的一种温度反演的差值;
[0025] 图5为本发明实施例中提供的一种压强反演结果图;
[0026] 图6为本发明实施例中提供的一种压强的差值百分比图;
[0027] 图7为本发明实施例中提供的一种切高的繁衍结果与官方切高的对比图;
[0028] 图8为本发明实施例提供的一种校正还有切高与原始切高的差值图。

具体实施方式

[0029] 下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
[0030] 图1为本发明实施例提供的一种温压廓线与切高联合反演方法示意图;
[0031] 图2为本发明实施例提供的一种温压与切高联合反演流程示意图;
[0032] 如图1和图2所示,本反演方法的具体步骤如下:
[0033] 步骤S101:构建先验廓线、先验协方差矩阵、观测协方差矩阵;
[0034] 具体地,利用MLS v4.22级产品构建本发明中最优估计算法中所需的先验廓线,时间跨度为2005-2015年,并对该数据做纬度5°,经度30°格网的月平均。在使用时根据卫星观测的时间经纬度信息匹配先验知识。先验协方差矩阵是对先验廓线进行统计的结果。先验廓线的维数为xa(k,1),其中k为大气层数。先验协方差矩阵的维数为
[0035] 观测误差协方差矩阵是一个对阵,其非零元素(对角线元素)代表观测误差,非对角线元素为零代表观测噪声与通道无关,对各个通道是独立的。对掩星传感器,观测误差受通道信噪比的影响。实际上,Sy应包括总的系统噪声,非对角线元素并非全为零。在实际应用中将非对角线元素设为零,是将问题简化的一种处理。观测协方差矩阵的维数为Sy(m,m),其中m代表通道数。
[0036] 步骤S102:将卫星观测的地理与几何信息输入正向辐射传输模型SCIATRAN,得到模拟值和温度的权重函数,结合模拟值、温度的权重函数、先验廓线、先验方差矩阵和观测协方差矩阵,基于最优估计算法得到第一温度廓线。
[0037] 进一步具体地,步骤S102求解具体过程如下:
[0038] 实测的透过率观测值可表示为
[0039] y=f(x,b)+∈y      (1.1)
[0040] f代表正向模型函数,x代表真实的温度廓线,b为模型参数,∈y为观测误差。利用正向模型模拟的辐射值可表示为:
[0041]
[0042] 与 代表估计的大气参数与模型参数。对于参数 的反演,可表示为:
[0043]
[0044] xa代表先验估计,I表示反向模型函数,c代表其他数据(如初始迭代值)。代价函数可表示为:
[0045]
[0046] 代表先验估计的协方差,Sy代表观测误差的协方差。使代价函数最小,即令方程(1.4)的一阶导数为0,可表示为:
[0047]
[0048] 其中K为权重函数
[0049]
[0050] 式(1.5)的解为:
[0051]
[0052] 当式(1.7)为适度非线性且初始估计值在真实解的附近时,可采用顿迭代法解,如式(1.8)所示:
[0053]
[0054] 解的协方差可表示为:
[0055]
[0056] 当初始估计值离真实值很远是,可采用最速下降法,使迭代收敛到最优解:
[0057]
[0058] γ代表迭代步长。Levenberg-Marquardt可将牛顿迭代法与最速下降法结合起来如式(1.11)所示:
[0059]
[0060] γ取决于函数的迭代性能,当φ(x(i+1))>φ(x(i))时,增大γ值,反之减小。D代表比例矩阵,一般情况下取值为
[0061] 将步骤S101中的先验知识,卫星观测的地理与几何信息输入正向辐射传输模型SCIATRAN,可得到模拟值(透过率) 与温度的权重函数K,结合步骤S101的先验廓线,先验协方差矩阵,观测协方差矩阵,带入公式(1.7)(1.9),得到的 即为所求的温度廓线即可求的迭代1次的温度廓线(即第一温度廓线)及其协方差矩阵。
[0062] 步骤S103:根据温度廓线基于流体静力学平衡方程计算压强廓线;
[0063] 步骤S104:根据压强廓线基于流体静力学平衡方程计算切高;
[0064] 步骤S103和步骤S104具体的求解过程如下:
[0065] 假设大气满足流体静力学平衡条件的,根据流体静力学方成和理想大气状态方程,温度,压强,高度和大气密度之间存在如下关系
[0066]
[0067] 其中z代表切高;P代表压强;g代表重力加速度;Mr代表空气相对分子质量,在80km以下是,可作为常数;R代表气体常数;T代表温度,对上式进行积分
[0068]
[0069]
[0070] 其中g是纬度和高度的函数,可以表示为:
[0071]
[0072] 其中 代表纬度, 代表海平面上的重力加速度,Reff代表切高处地球的有效半径。
[0073] 通过公式(1.13)可求的压强廓线,并将新的压强廓线写回先验知识,通过公式(1.14)可求得相邻切高的高度差,得到新的切高,并写回正向模型的切高设置。
[0074] 步骤S105:通过迭代计算,得到第二温度廓线、压强廓线,校正后切高。
[0075] 具体地,迭代步骤S102-104,满足循环条件,将得到的温度廓线替换先验廓线,得到的压强,温度和切高替换SCIATRAN中的压强,温度和切高,不满足迭代条件,跳出,得到的即为所求的温度廓线最终的的温度廓线(即第二温度廓线),得到的压强廓线以及切高即为最终的压强廓线和切高。
[0076] 其中,循环条件为:如果迭代次数小于3次且能满足阈值条件即可跳出,如果3次之后还没达到所设的阈值条件,也跳出。
[0077] 其中,阈值条件为|Tranobser-Transimu|<0.00001
[0078] 其中,Tranobser与Transimu分别代表观测光谱透过率与模拟光谱透过率[0079] 图3为本发明实施例提供的一种温度反演图;
[0080] 图4为本发明实施例提供的一种温度反演的差值;
[0081] 图5为本发明实施例中提供的一种压强反演结果图;
[0082] 图6为本发明实施例中提供的一种压强的差值百分比图;
[0083] 图7为本发明实施例中提供的一种切高的反演结果与官方切高的对比图;
[0084] 图8为本发明实施例提供的一种校正还有切高与原始切高的差值图。
[0085] 以ACE-FTS掩星传感器的1景观测光谱sr38154(2010-09-13,纬度63°N,经度287°)为例,说明上述过程,并将反演结果与官方产品相对比。其流程图如2所示,结果如图3-8所示:
[0086] 其中图3,带圆圈实线代表本文算法的反演结果,带×号的为本文反演算法使用的先验廓线,带☆的为ACE-FTS给出的结果。图4为本文的反演算法的结果与官方产品结果的差值(retrive-ACE_FTS)。通过对比可以看出,在70km以下,两者的相对温差在2K以内,在70-80km处两者差异显著,总体上相对温差在±5K之间。
[0087] 图5为本文算法反演的压强与官方结果的对比,其中带○为反演结果,带☆为ACE-FTS给出的结果,图6为两者的相对误差,从图上可以看出,在15Km以上,两者的相对误差在±20%以内。
[0088] 图7为本文算法反演的切高与官方结果的对比,其中带○为反演结果,带☆为ACE-FTS给出的结果,图8为两者的相对误差,从图上可以看出,两者的相对误差随着高度的增加而增大,最终相对误差在±1.5km之间。
[0089] 以上的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈