联合CloudSat-CALIPSO-MODIS进行云相态检测的新方法(英文)

云与生活息息相关,云参量的定量研究便显得极其重要 ,其中包括云相态的精确判识。由于传统基于单传感器的云相态识别算法都存在一定的局限性,提出了联合CloudSat-CALIPSO-MODIS多传感器进行云相态检测的新方法,提高了云相态的识别精度。利用2008年5月2日和2010年2月1日的CloudSat、CALIPSO、MODIS综合观测数据,获取了6种云相态,包括不确定云,混合云, 水云,过冷水云,冰云和晴空。结果表明协同算法可以更精确地进行云相态识别,并为数值天气预报提供条件,具有重要的科学意义。     

基于CALIPSO数据反演云相态的方法研究

依据云粒子对偏振激光的消偏原理,基于星载激光雷达CALIPSO的数据,利用其层积分衰减的后向散射β与层积分的退偏振比δ之间的二维阈值关系及其空间相关性提出了一种云相态识别的新算法.应用该算法对2010年3月3日中国区域内的一轨CALIPSO数据进行了云相态的反演实例实验,并对实验反演结果与CALIPSO相态产品进行了对比分析.结果表明该算法具有更高的云相态识别精度.     

风云二号静止气象卫星的云相态识别算法

风云二号静止气象卫星上装载有可见光、中波红外、水汽和红外波段探测通道,其中白天的中波红外通道反射率可以反映云顶粒子的尺度和相态信息.联合使用可见光、中波红外和热红外通道辐射,可构建白天云顶粒子相态识别算法.云相态识别结果与CloudSat卫星的云分类产品相比较,个例分析表明,两种数据对于以深对流和卷云为主的高层冰云识别...     

基于BP神经网络进行云相态识别方法的研究

根据MODIS图像中8.5μm、11μm、12μm三波段的亮温判断云相态的原理,建立一个三层的BP人工神经网络算法.利用该算法分别对中国高纬度区域(N30°～N55°)和低纬度区域(N0°～N30°)的2008年1月15日和2008年7月15日的两景MODIS图像进行了云相态的识别,并把识别结果与NASA中心的MOD06云相态结果进行了对比,对比结果表明利用该方法反演云相态的正确率在90%以上,且利用该算法反演得出的云相态结果中,无法确定的云相态范围减少.     

基于深度学习理论下电子海图与雷达图像船舶感知信息融合

基于深度学习理论,对电子海图与雷达图像船舶感知信息融合进行了研究,通过三维点云数据特征将满足要求的点云筛选出,并将点云数据在二维平面投影进行聚类.支持向量机(SVM)分类器和视觉显著性两种方法结合跟踪船只,采集正负样本并进行正负样本的方向梯度直方图特征提取,完成SVM分类器训练;通过训练好的SVM分类器识别视频图像的目...     

美国的云卫星

美国的云卫星(CloudSat)是美国宇航局地球系统科学探路者(ESSP)计划的一部分,它是一项多卫星、多敏感器实验,这是美国为了测量用现有卫星测量系统无法获得的那些云特性而设计的。它将于2004年与云气溶胶激光雷达和红外探路者卫星观测任务(CALIPSO)一同发射。下面就这颗云卫星的科学目标、测量目标、编队飞行、有效载荷以及运行轨道等内容作一简要介绍。     

基于三维彩色点云的物体识别算法

随着新一代深度传感器的出现,使用三维(3-D)数据成为物体识别研究的热点,而且提出了很多点云特征描述子.针对传统的采用点云形状特征描述子在目标描述方面的不足,提出了一种基于三维彩色点云的物体识别算法.首先提取点云数据的视点特征直方图(VFH)和颜色直方图(CH),然后对提取的形状特征和颜色特征分别通过支持向量机(SVM)进行预分类,最后将上述2个识别结果进行决策级融合.提出的算法在Washington RGB-D数据集进行训练和测试.结果表明,该方法与传统的采用点云形状特征描述子相比,其物体的正确识别率有了显著的提高.     

CALIPSO星载激光在全球海洋上空的透性统计

利用CALIPSO卫星2006年6月至2010年5月四年的5 km二级云产品数据对CALIPSO星载激光在全球海洋上空的穿透性进行统计分析,分别讨论了穿透概率随年度变化、季节变化、昼夜变化及地理位置的变动情况,同时分析了产品版本因素对分析结果造成的影响.分析表明,海洋上空的数据中探测到云层的约占72.2％,其中不透明云...     

基于集成学习的风云四号遥感图像云相态分类算法

云相态分类在气象预报和气候研究中具有重要的地位。我国新一代气象卫星风云四号的成像仪在光谱通道数量和空间分辨率较上一代风云二号有较大提升,这为云相态的研究提供了新的遥感数据。本文首先对风云四号相隔15 min的遥感图像进行分析,然后提出亮温云相态指数,该指数可以进行初步云相态分类,最后在此基础上提出基于集成学习的云相态分类算法。实验结果与风云四号官方云相态分类结果进行比较,水云的一致率达到91.69%,冰云的一致率达到76.10%。     

利用星载激光雷达研究云层垂直结构及其分布

云的垂直结构（CVS）是云的重要特征量,在大气模式的研究中有着有着十分重要的影响。利用CALIPSO（Cloud Aerosol Lidar and Infrared Pathfinder Satellite Observations）星载激光雷达2007年到2010年间的Level 2 Version 3的云数据对中国海及其周边海域的云的垂直结构及其分布随年度和区域的变化进行了统计分析。结果表明：层数不同的云在研究区域内发生的概率（COF）差别较大,云顶海拔高度（LTA）不同的云沿纬度方向的分布差异明显,LTA在10 km到20 km的云出现的概率较高而且大多出现于靠近赤道区域。由于有些云CALIPSO信号不能穿透,可能使云层数以及云顶高度的统计结果偏小。     

典型滤波器对星载高光谱分辨率激光雷达532 nm通道回波信号的影响

高光谱分辨率激光雷达（High Spectral Resolution Lidar,HSRL）系统利用窄带滤波器将激光雷达回波信号中的大气粒子（云或气溶胶）散射和分子散射成分分开,提升了云或气溶胶光学特性的反演质量。提出了一种基于HSRL探测原理的HSRL回波信号模拟方法,其原理是利用CALIPSO云/气溶胶消光系数产品和数值天气预报数据被用来仿真星载HSRL 532 nm回波信号。两种典型的窄带光谱滤波器:FPI（Fabry-Prot Interferometer）和碘吸收滤波器,作为分子通道滤波器的性能通过仿真的星载HSRL回波信号进行分析。对三种典型:晴空、卷云、气溶胶（两层厚云）的HSRL回波廓线进行详细的敏感分析表明碘分子吸收滤波器的性能明显优于FPI滤波器,其中碘吸收滤波能保持可以忽略不计的相对偏差（4.010-3%）,这是由低光学厚度（1.0）的粒子后向散射效应引起的。但是,如果FPI滤波器的粒子后向散射透过率能保持在10-3水平以下,其仍不失为是一个好的选择。     

基于随机森林算法的FY-4A云底高度估计方法

基于2017年8月至10月FY-4A的云顶高度、云光学性质等上游产品和A-Train系列卫星星载毫米波雷达和激光雷达主动探测的云底高度资料,利用随机森林算法建模,提出了FY-4A对最上层云云底高度的估计算法,并用2017年11月独立样本对算法进行了检验与评估.结果表明,该算法可以有效实现对最上层云云底高度的估计,与星载主动探测结果相比,平均绝对偏差为1. 29 km,相关系数为0. 80.对单层云的估计结果相对较好,而多层云存在时云底高度的估计结果一般偏小.     

星载激光雷达探测海面风速昼夜差异研究

采用夜间数据反演海面风速已经取得较好的研究成果。由于受到太阳直射光和天空背景辐射等因素的影响,星载激光雷达信号在白天的信噪比较差。基于已有的反演关系模型,采用CALIPSO星载激光雷达532 nm通道2007年1月、4月、7月和10月的单脉冲昼夜数据,将AOD数据用来做大气双程透过率校正,以准同步的AMSR-E v7版本的海面风速为真值,进行反演海面风速的昼夜对比研究。研究结果表明,采用白天数据反演海面风速是可行的。通过采用恰当的关系模型来反演白天风速可以提高探测精度。     

大气探测激光雷达网络和星载激光雷达技术综述

大气探测激光雷达以精细的时空分辨率、高探测精度和连续廓线数据获取能力成为大气探测强有力的工具。通过激光雷达观测网络和星载激光雷达, 可以获得大空间尺度持续的四维大气信息,满足环境、气象和气候研究的需要。介绍了目前存在的比较重要的激光雷达网络和航天强国的星载激光雷达计划。主要的激光雷达网络有全球大气成分变化探测网(NDACC)、欧洲气溶胶研究激光雷达观测网(EARLINET)、亚洲沙尘激光雷达观测网(AD-NET)、美国东部激光雷达观测网(REALM)、微脉冲激光雷达网(MPLNET)和独联体激光雷达网(CIS-LINET),分别介绍了它们各自的功能、激光雷达类型和站点、日常观测活动与规范。激光雷达空间技术试验(LITE)开启了星载激光雷达的新纪元,之后美国航空航天局NASA、欧空局ESA和日本宇航局JAXA先后开展了星载激光雷达计划,分别介绍了这些星载激光雷达的科学目标、激光雷达类型及相关参数以及技术原理。中国也正在筹划研制激光雷达卫星载荷,用于探测大气气溶胶、云和二氧化碳。最后总结说明了激光雷达网络化和卫星载荷的优势和应用。     

Retrievals of profiles of fine and coarse aerosols using lidar and radiometric space measurements

The Cloud-Aerosol Lidar and Infrared Pathfinder Satellite Observations (CALIPSO) spaceborne lidar, expected to be launched in 2004, will collect profiles of the lidar attenuated backscattering coefficients of aerosol and clouds at 0.53 and 1.06 /spl mu/m. The measurements are sensitive to the vertical distribution of aerosols. However, the information is insufficient to be mapped into unique aerosol physical properties and vertical distribution. Spectral radiances measured by the Moderate Resolution Imaging Spectrometer (MODIS) on the Aqua spacecraft, acquired simultaneously with the CALIPSO observations, can constrain the solutions. The combination of the MODIS and CALIPSO data can be used to derive extinction profiles of the fine and coarse modes of the aerosol size distribution for aerosol optical thickness of 0.1 and larger. Here we describe a new inversion method developed to invert simultaneously MODIS and CALIPSO data over glint-free ocean. The method is applied to aircraft lidar and MODIS data collected over a dust storm off the coast of West Africa during the Saharan Dust Experiment (SHADE). The backscattering-to-extinction ratio (BER) (BER=/spl omega//sub o/P(180)/4/spl pi/) can be retrieved from the synergism between measurements avoiding a priori hypotheses required for inverting lidar measurements alone. For dust, the resultant value of BER =0.016 sr/sup -1/ is over 50% smaller than what is expected using Mie theory, but in good agreement with recent results obtained from Raman lidar observations of dust episodes. The inversion is robust in the presence of 10% and 20% noise in the lidar signal at 0.53 and 1.06 /spl mu/m, respectively. Calibration errors of the lidar of 5% to 10% can cause an error in optical thickness of 20% to 40%, respectively, in the tested cases.     

应用于无人驾驶车的激光雷达雪天去噪方法研究

针对雪花噪声对激光雷达造成误检的问题,提出了一种基于激光雷达反射强度和邻域搜索算法的综合方法对降雪场景采集的激光雷达点云数据进行去噪处理。首先通过自适应方法统计激光雷达点云数据的反射强度分布,计算点云的动态边界阈值。然后,通过分析点云数据反射强度与邻域搜索算法对雪花噪声进行滤除。本方法对园区降雪天气下的实际激光点云数据进行了实验验证,实验结果表明该方法在滤除效果和保留周边环境特征等关键数据优于常用的动态半径离群点滤波器等方法,而且在车辆无人驾驶应用中具有较好的有效性与可行性。