专利名称：基于支持向量机识别的沙尘型气溶胶反演方法
技术领域：
本发明属于卫星遥感技术领域，特别设计一种基于支持向量机识别的沙尘型气溶胶反演方法。
背景技术：
我国每年遭受多起沙尘暴侵袭，在这一极端天气的影响下，我国工农业生产、交通运输和人类生命安全遭受到严重的损失和危害。近年来，沙尘影响范围逐渐扩大，甚至已扩散至福州和台湾等东南部地区。因此，开展大范围沙尘观测和反演方法的基础研究具有重要的科学意义，将在沙尘预警、减灾等国计民生的重大事件中发挥积极作用。激光雷达是获取气溶胶垂直分布廓线的最佳手段，目前唯一在轨星载大气激光雷达是美国航空航天局NASA于2006年发射的CALIPS0。但由于CALIPSO是为云和气溶胶检测而研制的，其国际通用数据处理方法没有针对沙尘检测进行优化，无法分辨浓厚沙尘层和云层，可导致错误的结果。在我国西北地区，常年存在云-沙共存的现象，特别是针对沙尘源区的浓厚沙尘层，NASA发布的CALIPSO塔克拉玛干沙漠地区的气溶胶识别结果(Version2)，错误率达到43%。因此，前期利用CALIPSO探测沙尘的研究主要集中在常年云量较少、云-沙的混合程度较轻的非洲西北部沙尘源区(撒哈拉地区)。CALIPSO是获取我国大面积沙尘的垂直分布廓线信息的最佳手段，其硬件上能探测沙尘信息，但其数据处理方法的缺陷使其不能应用于我国沙尘研究与预报。如NASA的Version〗方法沙尘分类错误率较高，Version3方法复杂、参数多、气溶胶模式区域适应性差等。
发明内容
本发明的目的是提供基于支持向量机识别的沙尘型气溶胶反演方法，采用该方法得到沙尘暴发生时沙尘源区的气溶胶悬浮位置，最终反演获得沙尘型气溶胶的高度、厚度和消光作用。本发明的技术方案为一种基于支持向量机识别的沙尘型气溶胶反演方法，包括以下步骤:首先，训练分类器，包括以下4个子步骤，步骤1.1，输入沙尘型气溶胶层和云层的样本，所述云层的样本包括薄云和厚云的样本；所述沙尘型气溶胶层的样本根据沙尘暴所在发生地取得，沙尘暴所在发生地由被动式卫星传感器所获遥感影像数据所确定；步骤1.2，下载与被动式卫星传感器所获遥感影像数据相对应的主动式卫星传感器所获激光雷达廓线数据，获得沙尘型气溶胶层和云层的悬浮高度信息和回波信号值；步骤1.3，根据步骤1.2所得沙尘型气溶胶层和云层的悬浮高度信息和回波信号值，求得沙尘型气溶胶层样本和云层样本的特征向量；步骤1.4，根据步骤1.3所得沙尘型气 溶胶层样本和云层样本的特征向量，训练得到分类器；然后，根据分类器进行沙尘型气溶胶反演；包括以下3个子步骤，
步骤2.1，根据气象观测数据获取日常沙尘暴的发生时间和区域，当主动式卫星传感器经过该区域时，下载对应日期的激光雷达廓线数据；根据下载的激光雷达廓线数据，计算获得待分类层次所需的特征向量；步骤2.2，基于步骤1.4所得分类器对步骤2.1所得待分类层次的特征向量进行分类，并获得沙尘型气溶胶的激光雷达比；步骤2.3，根据步骤2.2所得沙尘型气溶胶的激光雷达比，综合考虑主动式卫星传感器的探测特性，采用近端反演法，求得沙尘型气溶胶粒子的消光系数，积分得到地表上空沙尘型气溶胶层的光学厚度值。而且，所述的主动式卫星传感器采用CALIPSO卫星上搭载的CALIOP传感器；所述的被动式卫星传感器采用Aqua卫星搭载的MODIS传感器。本发明提出新型星载激光雷达数据处理方法，即用支持向量机代替概率密度方程，提高沙尘和云层的分类精度；可以有效扭转目前只能被动使用NASA提供的低精度数据的局面。本发明的应用将可解决当前我国大面积沙尘垂直廓线数据缺失、数据可用性差等瓶颈问题，满足我国乃至全球沙尘气溶胶源区及其扩散传输区域的观测要求。本发明提供的技术方案具有以下优点和积极效果:I)大大降低对样本的数量需求，无须模拟各特征向量的分布特点；2)提高沙尘型气溶胶的分类精度，避免将其划分为云层，而忽略了其大气作用效应；3)进而提高对沙尘的空间分布、扩散和散射特性的认知。
图1为本发明实施例的流程图。
具体实施例方式沙尘对大气辐射的影响作用不容忽视，错误的沙尘识别将无法获得沙尘的空间分布信息，以及沙尘的消光和大气辐射效应。常见的错误主要是将沙尘源区浓度较高的沙尘层误判为云层。这主要是因为:星载激光雷达提供的参数中除衰减后向散射系数外，双波长比是用来描述粒子的尺度特性，退偏振比是用来描述粒子的形状特性；而冰晶云和大粒子沙尘气溶胶同时具有大尺度和非球形的特性，因此，构成了该错误分类的存在。NASA官方采用的概率密度方程分类方法，在早期的版本中存在大量的错误；更新后，仍有少量错误存在，且样本需求数量较大(需要得知各个特征向量的分布情况)。错误的层次识别必将导致其光学特性的错误反演。实施例的主动式卫星传感器采用CALIPSO卫星上搭载的CALIOP传感器；所述的被动式卫星传感器采用Aqua卫星搭载的MODIS传感器；M0DIS与CALIOP具有协同观测效果，MODIS得到的是二维平面的卫星遥感影响，覆盖面广；CAL10P即星载激光雷达，到达地表的二维覆盖面积小，但能得到三维大气层的描述信息，如:云和气溶胶的空间分布情况，该星载激光器分两个波段532nm和1064nm，其中532nm波段具有垂直和水平的两个偏振通道。具体实现时可采用计算机软件技术实现自动运行流程。为克服以上问题，本发明结合被动探测设备Aqua卫星上搭载的MODIS探测器。首先基于其二维影像得到沙尘和云层的水平分布信息，再利用主-被动探测设备时空一致性的特点，获取星载激光雷达CALIOP传感器在该区域特征明显的样本。由于支持向量的超平面只需要少量的支持向量即可确定得至IJ，因此样本的需求数量也大大减小，在云层和气溶胶层生命周期短、验证难度高的前提下最大可能的确保了样本的正确性。这样，为后期可靠的分类、识别奠定了坚实的前提保障。分类结果还可与对应的被动影像数据相比较，验证的结果显示本方法较NASA的官方处理方法有较大的改善效果。如图1所示，实施例针对我国西北地区的沙尘源区进行沙尘型气溶胶反演，流程如下:首先，对分类器进行训练，以确保后续分类结果的正确性。即利用MODIS遥感影像数据，确定沙尘暴所在发生地和发生时间，选取样本，并对分类器进行训练，包括以下4个步骤，步骤1.1，输入沙尘型气溶胶层和云层的样本。其中云层的样本包括薄云和厚云的样本。其中沙尘型气溶胶层的样本应参考被动式卫星所获遥感影像数据取得。具体实施时，可利用被动式卫星传感器与主动式卫星传感器的时空准同步性，参考被动式卫星所获遥感影像数据，获得沙尘暴的发生信息，确定沙尘型气溶胶的样本选择区域，另在非沙尘暴爆发期，确定厚云层和薄云层的样本选择区域。由于MODIS遥感影像光谱信息丰富、完成一次全球全覆盖探测时间短，因此，其执行对地观测和大气校正已多年，能较为直观的看到沙尘暴分布和扩散情况。为了确保MODIS影像数据的正确性，实施例通过NASA官方网站的earth observatory页面的发布信息,获取我国西北地区的沙尘暴影像，确定该沙尘源区的沙尘暴样本选取方案，同时，在无沙尘期间，确定厚云和薄云的样本选取方案。气溶胶的特点主要反映在低空的弱反射信号；厚云的特点主要是云顶强回波信号，而下方信号陡然减弱；薄云的特点是云顶到云低的回波信号都较强，同时能看到近地面的弱信号。由于这种判断主要是基于人眼识别，所以样本数量的需求越少、特征越明显，就越能确保分类的精度。步骤1.2，下载与被动式卫星传感器所获遥感影像数据相对应的主动式卫星传感器所获激光雷达廓线数据，获得沙尘型气溶胶层和云层的悬浮高度信息和回波信号值。在确定了样本的选取方案以后，下载对应于MODIS的CALIOP激光雷达廓线探测数据，再利用卫星数据读取程序，将相应经纬度范围内的廓线观测数据进行读取和保存，主要包括:已查找到的大气层次的顶高、底高、1064nm和532nm通道的衰减后向散射系数，以及532nm不同偏振通道上的分量值。整个数据处理系统基于IDL和matlab开发完成。步骤1.3，根据步骤1.2所得沙尘型气溶胶层和云层的悬浮高度信息和回波信号值，求得沙尘型气溶胶层样本和云层样本的特征向量。CALIOP作为星载激光雷达，飞行高度高、速度快，相应的数据处理流程更精细，需要先查找大气层次(如云和气溶胶)所在的悬浮高度，这里实施例将直接引用NASA的层次查找结果，进而计算层次特征向量。可以直接引用的特征向量包括层次的顶高、底高，地表覆盖物类型等，需要利用公式间接计算得到的支持向量包括层次积分的衰减后向散射系数(attenuated scattering coefficient)、退偏振比(volume depolarization ratio ；VDR)和双波长信号比(total attenuated color ratio ;ACR),需要强调的是，星载激光雷达CALIOP属于脉冲式Mie散射激光光雷达，有效数据在_2.0_40km大气高度范围内，且空间分辨率会随着高度而有所变化，最高空间分辨率为30m，最低空间分辨率为300m。层次积分即是对对应高度范围内的信号进行叠加。实施例采用的特征向量计算公式参考美国宇航局提供的公式如下:
权利要求
1.一种基于支持向量机识别的沙尘型气溶胶反演方法，其特征在于，包括以下步骤: 首先，训练分类器，包括以下4个子步骤， 步骤1.1，输入沙尘型气溶胶层和云层的样本，所述云层的样本包括薄云和厚云的样本；所述沙尘型气溶胶层的样本根据沙尘暴所在发生地取得，沙尘暴所在发生地由被动式卫星传感器所获遥感影像数据所确定； 步骤1.2，下载与被动式卫星传感器所获遥感影像数据相对应的主动式卫星传感器所获激光雷达廓线数据，获得沙尘型气溶胶层和云层的悬浮高度信息和回波信号值； 步骤1.3，根据步骤1.2所得沙尘型气溶胶层和云层的悬浮高度信息和回波信号值，求得沙尘型气溶胶层样本和云层样本的特征向量； 步骤1.4，根据步骤1.3所得沙尘型气溶胶层样本和云层样本的特征向量，训练得到分类器； 然后，根据分类器进行沙尘型气溶胶反演；包括以下3个子步骤， 步骤2.1，根据气象观测数据获取日常沙尘暴的发生时间和区域，当主动式卫星传感器经过该区域时，下载对应日期的激光雷达廓线数据；根据下载的激光雷达廓线数据，计算获得待分类层次所需的特征向量； 步骤2.2，基于步骤1.4所得分类器对步骤2.1所得待分类层次的特征向量进行分类，并获得沙尘型气溶胶的激光雷达比； 步骤2.3，根据步骤2.2所得沙尘型气溶胶的激光雷达比，综合考虑主动式卫星传感器的探测特性，采用近端反演法，求得沙尘型气溶胶粒子的消光系数，积分得到地表上空沙尘型气溶胶层的光学厚度值。
2.根据权利要求1所述的基于支持向量机识别的沙尘型气溶胶反演方法，其特征在于:所述的主动式卫星传感器采用CALIPSO卫星上搭载的CALIOP传感器；所述的被动式卫星传感器采用Aqua卫星搭载的MODIS传感器。
全文摘要
本发明公开一种基于支持向量机识别的沙尘型气溶胶反演方法，选取特征明显的沙尘气溶胶层、厚云层和薄云层作为分类样本；用不同的样本数量和特征向量对分类器进行训练，进而确定最优的分类器；对星载激光雷达沙尘源区的数据进行分类，得到高精度的沙尘型气溶胶识别结果；反演气溶胶的层次高度、光学厚度。本发明利用支持向量机通过支持向量确定超平面的特点，能减少对样本数量的需求，降低样本不确定性对分类精度造成的干扰；有效利用星载激光雷达532nm的偏振探测数据和层次高度信息，区分非球形的冰晶云和沙尘型气溶胶粒子。本发明特别适合于处理我国西北地区沙尘多发季节的星载激光雷达探测数据。
文档编号G01S7/48GK103197305SQ20131009351
公开日2013年7月10日 申请日期2013年3月21日 优先权日2013年3月21日
发明者马盈盈, 龚威, 李俊, 马昕 申请人:武汉大学