对应数据。
[0041] 参见图2所示，该图2示出了本发明采用的BP神经网络算法模型，具体的采用Ξ层 前馈BP神经网络，输入变量X代表多通道卫星红外亮溫数据，输出Z是云底高度、云顶高度、 平均反射率因子。通过该Ξ层前馈BP神经网络可W实现将卫星红外亮溫数据输入后，输出 相应的每个亮溫数据值对应的云底高度、云顶高度、平均反射率因子，从而就可W此而得到 卫星云图覆盖区域内的云顶高度、云底高度和平均反射率因子水平分布图。
[0042] 需要说明的是，本发明中，所述卫星云图覆盖区域是指W所述云雷达为中屯、、一定 公里为半径的区域。
[0043] 具体的，所述一定公里可W为50公里或其它公里数值。
[0044] 本发明通过毫米波雷达探测获取云垂直结构数据，如云底高度、云顶高度、反射率 因子，通过获取气象卫星云图资料，如红外亮溫，和毫米波雷达探测资料进行处理，完成毫 米波测云仪探测数据与卫星探测数据融合，得到卫星云图覆盖范围内云顶高度、云底高度 和平均反射率因子水平分布图，为天气预报分析、数值预报和大气科学研究提供新的云信 息
[0045] 参见图3所示，本发明的目的还在于提供一种云雷达与卫星探测数据融合系统，包 括：
[0046] 毫米波云雷达，用于探测云底高度CBH、云顶高度CTH和平均反射率因子Z数据输入 数据处理器进行处理；
[0047] 所述数据处理器，与所述毫米波云雷达，用于获取所述毫米波云雷达所述探测的 云底高度C册、云顶高度CTH和平均反射率因子Z，并连接卫星云图系统W及获取与毫米波云 雷达上空对应的卫星云图亮溫数据资料，通过训练好的卫星亮溫与毫米波云雷达探测的云 底高度CBH、云顶高度CTH和平均反射率因子Z的神经网络进行处理，输出卫星云图覆盖区域 内每个亮溫值对应的云底高度CBH、云顶高度CTH和平均反射率因子Z，根据所述每个亮溫值 对应的云底高度CBH、云顶高度CTH、平均反射率因子Z得到卫星云图覆盖区域内的云顶高 度、云底高度和平均反射率因子水平分布图。
[004引所述训练好的神经网络是通过建立卫星探测的亮溫与毫米波云雷达探测的云底 高度CBH、云顶高度CTH和平均反射率因子Z的神经网络是通过将预处理完成的卫星亮溫样 本数据作为输入，毫米波云雷达探测数据作为输出，对已初始化的神经网络进行训练而得 到的。
[0049] 所述神经网络采用BP神经网络算法模型，具体的采用Ξ层前馈BP神经网络。
[0050] 参见图2所示，该图2示出了本发明采用的BP神经网络算法模型，具体的采用Ξ层 前馈BP神经网络，输入变量X代表多通道卫星红外亮溫数据，输出Z是云底高度、云顶高度、 平均反射率因子。通过该Ξ层前馈BP神经网络可W实现将卫星红外亮溫数据输入后，输出 相应的每个亮溫数据值对应的云底高度、云顶高度、平均反射率因子，从而就可W此而得到 卫星云图覆盖区域内的云顶高度、云底高度和平均反射率因子水平分布图。
[0051] 需要说明的是，本发明中，所述卫星云图覆盖区域是指W所述云雷达为中屯、、一定 公里为半径的区域。
[0052] 具体的，所述一定公里可W为50公里或其它公里数值。
[0053] 可W看出，本发明方法通过获取所述毫米波云雷达所述探测的云底高度CBH、云顶 高度CTH和平均反射率因子Z，W及同步获取与毫米波云雷达上空对应的卫星云图亮溫数 据，通过训练好的卫星亮溫与毫米波云雷达探测的云底高度CBH、云顶高度CTH和平均反射 率因子Z的神经网络进行处理，实现了实时输出卫星云图覆盖区域内每个亮溫值对应的云 底高度CBH、云顶高度CTH、平均反射率因子Z，从而根据所述每个亮溫值对应的云底高度 CBH、云顶高度CTH、平均反射率因子Z得到卫星云图覆盖区域内的云顶高度、云底高度和平 均反射率因子水平分布图，为天气预报分析、数值预报和大气科学研究提供新的云信息。
[0054] W上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人 员来说，在不脱离本发明原理的前提下，还可w做出若干改进和润饰，运些改进和润饰也应 视为本发明的保护范围。
【主权项】
1. 一种云雷达与卫星探测数据融合方法，其特征在于，包括以下步骤： 建立卫星探测的亮温与毫米波云雷达探测的云顶高度、云底高度和平均反射率因子的 神经网络； 获取与毫米波云雷达上空对应的卫星亮温数据输入所述神经网络，通过所述神经网络 处理并输出卫星云图覆盖区域内每个亮温值对应的云顶高度、云底高度、平均反射率因子； 根据所述每个亮温值对应的云顶高度、云底高度、平均反射率因子得到卫星云图覆盖 区域内的云顶高度、云底高度和平均反射率因子水平分布图。2. 根据权利要求1所述云雷达与卫星探测数据融合方法，其特征在于，所述建立卫星探 测的亮温与毫米波云雷达探测的云顶高度、云底高度和平均反射率因子的神经网络是通过 将预处理完成的卫星亮温样本数据作为输入，毫米波云雷达探测数据作为输出，对已初始 化的神经网络进行训练而得到的。3. 根据权利要求1或2所述云雷达与卫星探测数据融合方法，其特征在于，所述神经网 络采用三层前馈BP神经网络算法模型。4. 根据权利要求3所述云雷达与卫星探测数据融合方法，其特征在于，所述卫星云图覆 盖区域是指以所述云雷达为中心、一定公里为半径的区域。5. 根据权利要求4所述云雷达与卫星探测数据融合方法，其特征在于，所述一定公里为 50公里。6. -种云雷达与卫星探测数据融合系统，其特征在于，包括： 毫米波云雷达，用于探测云顶高度、云底高度和平均反射率因子数据输入数据处理器 进行处理； 所述数据处理器，与所述毫米波云雷达，用于获取所述毫米波云雷达所述探测的云顶 高度、云底高度和平均反射率因子，以及获取与毫米波云雷达上空对应的卫星云图亮温数 据，通过训练好的卫星亮温与毫米波云雷达探测的云顶高度、云底高度和平均反射率因子 的神经网络进行处理，输出卫星云图覆盖区域内每个亮温值对应的云顶高度、云底高度、平 均反射率因子，根据所述每个亮温值对应的云顶高度、云底高度、平均反射率因子得到卫星 云图覆盖区域内的云顶高度、云底高度和平均反射率因子水平分布图。7. 根据权利要求6所述云雷达与卫星探测数据融合系统，其特征在于，所述神经网络采 用三层前馈BP神经网络算法模型。8. 根据权利要求6或7所述云雷达与卫星探测数据融合系统，其特征在于，所述卫星云 图覆盖区域是指以所述云雷达为中心、一定公里为半径的区域。9. 根据权利要求8所述云雷达与卫星探测数据融合系统，其特征在于，所述一定公里为 50公里。10. 根据权利要求6所述云雷达与卫星探测数据融合系统，其特征在于，所述神经网络 是通过将预处理完成的卫星亮温样本数据作为输入，毫米波云雷达探测数据作为输出，对 已初始化的神经网络训练而得到的。
【专利摘要】本发明涉及一种云雷达与卫星探测数据融合方法及系统。本发明方法通过获取毫米波云雷达所述探测的云顶高度、云底高度和平均反射率因子，以及与毫米波云雷达上空对应的卫星云图亮温数据，通过训练好的卫星亮温与毫米波云雷达探测的云顶高度、云底高度和平均反射率因子的神经网络处理，实时输出卫星云图覆盖区域内每个亮温值对应的云顶高度、云底高度、平均反射率因子，从而得到卫星云图覆盖区域内的云顶高度、云底高度和平均反射率因子水平分布图，为天气预报分析、数值预报和大气科学研究提供新的云信息。
【IPC分类】G01W1/00, G06N3/02, G06N3/08
【公开号】CN105445816
【申请号】CN201510927715
【发明人】马舒庆, 唐英杰, 陶法, 胡树贞, 刘聪
【申请人】中国气象局气象探测中心
【公开日】2016年3月30日
【申请日】2015年12月14日