(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111211296.8 (22)申请日 2021.10.18 (71)申请人 中国人民解 放军国防科技大 学 地址 410073 湖南省长 沙市开福区德雅路 109号 (72)发明人 余意　张卫民　任开军　吴建平　 赵延来　马烁　王舒畅　刘柏年　 杜华栋　 (74)专利代理 机构 长沙大珂知识产权代理事务 所(普通合伙) 4323 6 代理人 伍志祥 (51)Int.Cl. G01W 1/10(2006.01) G06F 17/15(2006.01) G06F 17/16(2006.01)G06K 9/62(2022.01) G06N 20/00(2019.01) (54)发明名称 一种红外高光谱的全天候同化方法 (57)摘要 本发明公开了红外高光谱的全天候同化方 法， 步骤包括： 使用非静力载水预报模式收集背 景场云水廓线信息； 获取通道包含的云辐射率和 云量信息； 对观测视场稀疏化处理， 对水汽通道 进行主成分重构， 降低通道噪声水平， 将处理后 的观测再使用变 分偏差订正方法 处理； 对视场进 行初始质量控制和分类， 对有云视场的中上对流 层水汽通道使用云场景全天候R模 型计算有云观 测误差， 进行同化计算， 对其它通道通过变分质 量控制方法计算初步分析场再进行同化计算； 将 分析场通过变分偏差订正方法处理， 执行上一 步； 重复直到计算出最优分析场。 本发明能对全 天候天气进行准确地天气预报。 权利要求书2页 说明书9页 附图2页 CN 114047563 A 2022.02.15 CN 114047563 A 1.一种红外高光谱的全天候同化方法， 其特 征在于， 包括以下步骤： S1： 使用非静力载 水预报模式收集 准确的背景场云水廓线信息； S2： 使用RTTOV的快速辐射传输模式， 在辐射传输计算过程中对于红外高光谱水汽通道 的模拟进行云场景辐 射模拟， 采用包含云水、 云冰的参数化方案以准确模拟通道包含的云 辐射率， 采用云层叠加方案以获得准确的云量信息， 为云视场全天候 R模型提供准确的云特 征函数和云量的输入信息； S3： 对于输入的观测进行观测视场稀疏化处理， 并对红外高光谱GIIRS水汽通道进行主 成分重构， 降低通道噪声水平； S4： 对于输入的红外高光谱视场进行初始质量控制后， 再使用AI云检测将红外高光谱 视场进行分类， 对有云视场的中上对流层水汽通道使用所述云场景全天候R模型计算有云 观测误差， 进行同化计算， 对其它通道通过变分质量控制方法计算初步分析场再进行同化 计算； S5： 将同化计算得到的分析场再通过变分偏差订 正方法处 理， 执行步骤S4； S6： 重复S5步 直到计算出最优分析场， 将所述 最优分析场进行天气预报。 2.根据权利要求1所述的红外 高光谱的全天候同化方法， 其特征在于， 在所述非静力载 水预报模式的湿物理过程中设置包 含云水、 云冰、 大尺度降雨和大尺度降雪参数。 3.根据权利要求1所述的红外 高光谱的全天候同化方法， 其特征在于， 所述云视场全天 候R模型如下： 将卫星观测资料误差构造观测误差协方差矩阵， 并对所述观测误差协方差矩阵进行计 算得到观测误差相关矩阵； 将所述观测误差相关矩阵用代价 函数实现； 将模拟的有云辐射率与观测辐射率分别和晴空辐射率计算偏差， 获得背景场的云辐射 率和观测包 含的云辐射 率和云特 征函数； 构造不同通道 的膨胀因子， 由所述膨胀因子构成对角化的膨胀矩阵， 其中第一特征值 膨胀因子由云量 函数计算得到； 将所述云特征函数和云量函数带入所述代价函数， 在同化系统中计算新构造的代价函 数及其梯度， 求 解最优分析场。 4.根据权利要求1所述的红外 高光谱的全天候同化方法， 其特征在于， 所述对红外 高光 谱GIIRS水汽通道进行主成分重构， 包括： 取M×M维度的滤波矩阵F的前N个特征向量， 构成一个N ×M维新的滤波矩阵记为 将 和观测样本y做矩阵乘 法， 把原始M维度投影到N维的pc 空间中， 重构y时， 再乘以 的广义逆 矩阵， 即： 5.根据权利要求1所述的红外高光谱的全天候同化方法， 其特征在于， 所述AI云检测包 括： 利用大气长波波段温度和窗区通道的吸收特征作为机器学习云检测的输入特征参数，权　利　要　求　书 1/2 页 2 CN 114047563 A 2标签数据由同FY ‑4A卫星平台的中分辨率成像仪AGRI落在GIIRS像元位置内的观测数据云 信号确定， 剔除海陆交界观测数据， 对陆地和海洋上空有云、 晴空类型5000以上GIIRS训练 样本执行云检测机器学习， 利用机器学习算法获得海面和陆地不同地表类型上 空云检测训 练模型， 将实时GII RS观测预 处理成机器学习模 型的标准格式， 通过基于机器学习的云检测 将GIIRS像元快速标记为晴空视场、 有云视场和半透明云视场。 6.根据权利要求1所述的红外 高光谱的全天候同化方法， 其特征在于， 所述变分偏差订 正方法包括扫描偏差订正和气团偏差订正， 所述扫描偏差订正修正在卫星通道观测和模拟 亮温统计过程中的临边变暗的现象， 即关于星下点两边亮温有所降低的现象； 所述气团偏 差订正通过选取不同的预报因子进行偏差订正所述预报因子包括地表温度、 可降水量、 1000‑300hPa厚度、 85 0‑300hPa厚度和20 0‑50hPa厚度。 7.根据权利要求1所述的红外 高光谱的全天候同化方法， 其特征在于， 所述变分质量控 制方法如下： xa‑xb＝wT(H(xb)‑yobs) 式中： xa为最优化求解的分析场， xb为背景场， 上标T表示转置， w＝(w1,w2,…,wN)T， 是分 析的后验权重， 与 观测无关， 背 景场和观测资料读入到同化系统之后， 通过空间转换程序和 辐射传输模式来得到观测点处特定通道大气层顶的模拟辐射率， 并计算观测增量d＝H (xb)‑yobs； 将观测通道亮 温和模拟的通道亮 温的差即通道亮温观测增量， 与估计的标准差σ 的相比较， 来度量红外高光谱通道 观测质量： |d|＜nσ 式中： n为常数， 如果通道亮温观测增量超过了标准差的n倍， 则判定观测是错误的， 小 于标准差的n 倍， 则认为观测是合理的。 8.根据权利要求1所述的红外 高光谱的全天候同化方法， 其特征在于， 所述初始质量控 制包括将超级极值范， 扫描 线两端， 以及受地表、 云、 雨影响的GI IRS观测数据去除。权　利　要　求　书 2/2 页 3 CN 114047563 A 3