一种三维云场诊断方法及装置与流程

本发明涉及数据分析领域，尤其涉及一种三维云场诊断方法及装置。

背景技术：

大气中的云场同云辐射特性、降水机制和降水效率等方面紧密相关，具备巨大的研究价值。卫星是大范围云观测的最有效手段，国际常用的卫星云产品有国际卫星云气候计划isccp(internationalsatellitecloudclimatologyproject)、美国宇航局nasa云与地球辐射能量系统ceres的云资料以及modis卫星云观测产品。这三类国际常用的卫星云观测产品，均为二维水平分布，无法提供云和云含水量的垂直分布。cloudsat和calipso卫星对云垂直结构有较强的探测能力，但其不能得到一个地区的时空连续观测结果，也无法满足大范围三维云观测的需求。

此外，还可以通过飞机观测或地面云雷达来了解云场。飞机观测是最直接的穿云探测，但飞机观测仅能给出沿飞行航迹的云的特性。地面云雷达可以给出观测站点上空时间连续的云垂直结构观测，但目前还未形成观测网，也难以获取到三维时变的云场和云水场的分布及演变。

云是时空不连续的，且现有技术缺乏系统观测手段，因此难以得到三维云场和云水场的分布。

技术实现要素：

为了解决上述技术问题，本发明提出了一种三维云场诊断方法及装置。本发明具体是以如下技术方案实现的：

一种三维云场诊断方法，包括：

获取大气再分析资料，所述大气再分析资料包括三维分布的大气温度场和大气湿度场，以及位势高度场；

构建用于描述三维云场的三维坐标系，在所述三维坐标系中设定虚拟格点集；

将平面坐标位置相同的虚拟格点归类为一组，每一组的虚拟格点按照海拔递增顺序构成虚拟格点序列；

获取所述虚拟格点序列对应的目标虚拟格点序列，所述目标虚拟格点序列中的目标虚拟格点的位势高度高于其地表位势高度；

根据所述大气温度场和大气湿度场获取所述目标虚拟格点序列对应的目标云垂直结构；

根据各组对应的目标虚拟格点序列对应的目标云垂直结构得到三维云场诊断结果。

进一步地，还包括：

基于所述三维云场诊断结果，分析某个虚拟格点序列对应的云顶高度，包括：

根据所述三维云场诊断结果依次判断所述虚拟格点序列中各个虚拟格点对应位置是否有云；

将对应位置有云的海拔最高的虚拟格点的海拔高度作为云顶高度；

或，

基于所述三维云场诊断结果，分析某虚拟格点序列对应的云底高度，包括：

根据所述三维云场诊断结果依次判断所述虚拟格点序列中各个虚拟格点对应位置是否有云；

将对应位置有云的海拔最低的虚拟格点的海拔高度作为云底高度。

进一步地，还包括：

基于所述大气温度场和所述云顶高度得到对应的云顶温度；

或，

基于所述大气温度场和所述云底高度得到对应的云底温度。

进一步地，还包括：

若获取到某个虚拟格点序列对应的云底高度，则根据所述云底高度判断云类型；

所述根据所述云底高度判断云类型，包括：

若所述云底高度小于第一阈值，则所述云类型被判定低云；

若所述云底高度不小于第一阈值并且不大于第二阈值，则所述云类型被判定为中云；

若所述云底高度大于第二阈值，则所述云类型被判定为高云。

进一步地，还包括：

若获取到云类型，则根据所述云类型获取对应的云类别；

所述根据所述云类型获取对应的云类别，包括：

若所述云类型为中云或高云，则对应的云类别被判定为层状云；

若所述云类型为低云，则：

从所述虚拟格点序列中提取云格点，所述云格点满足下述要求：基于所述三维云场诊断结果，所述云格点对应位置有云；

根据各个云格点在所述虚拟格点序列中的位置，得到至少一个云格点序列，所述云格点序列中相邻云格点在所述虚拟格点序列中的位置也是相邻的；

对每个云格点序列进行分析，得到云格点序列对应的云类别。

进一步地，所述对每个云格点序列进行分析，得到云格点序列对应的云类别，包括：

若所述云格点序列的长度大于预设数字阈值，则判定所述云格点序列涵盖的海拔空间存在对流云；

若所述云格点序列的长度不大于预设数字阈值，则判定所述云格点序列涵盖的海拔空间存在层状云。

进一步地，所述根据所述大气温度场和大气湿度场获取所述目标虚拟格点序列对应的目标云垂直结构，包括：

根据所述大气温度场和大气湿度场判断所述目标虚拟格点序列中每个目标虚拟格点的是否有云；

根据对每个目标虚拟格点的判断结果得到目标云垂直结构。

进一步地，所述根据所述大气温度场和大气湿度场判断所述目标虚拟格点序列中每个目标虚拟格点的是否有云，包括：

获取云诊断映射表，所述云诊断映射表记录有温度与云湿度阈值的映射关系；

根据所述大气温度场得到所述目标虚拟格点所对应的目标温度；

根据所述云诊断映射表和所述目标温度得到目标湿度阈值；

根据所述大气湿度场得到所述目标虚拟格点所对应的目标湿度；

若所述目标湿度大于所述目标湿度阈值，则判定所述目标虚拟格点的有云；

若所述目标湿度不大于所述目标湿度阈值，则判定所述目标虚拟格点的无云。

进一步地，所述云诊断映射表通过获取云观测样本，基于所述云观测样本分析不同相对湿度阈值对云区诊断的ts评分测试，结合对云区预报的正确率、空报率和漏报率而得到；

所述获取云观测样本包括：

在使用cloudsat卫星进行云观测的基础上，在统计出的云区样本中加入calipso卫星的云区样本，基于cloudsat卫星和calipso卫星进行联合观测构建云观测样本。

一种三维云场诊断装置，包括：

大气再分析资料获取模块，用于获取大气再分析资料，所述大气再分析资料包括三维分布的大气温度场和大气湿度场，以及位势高度场；

三维坐标系建立模块，用于构建用于描述三维云场的三维坐标系，在所述三维坐标系中设定虚拟格点集；

虚拟格点序列获取模块，用于将平面坐标位置相同的虚拟格点归类为一组，每一组的虚拟格点按照海拔递增顺序构成虚拟格点序列；

目标虚拟格点序列获取模块，用于获取所述虚拟格点序列对应的目标虚拟格点序列，所述目标虚拟格点序列中的目标虚拟格点的位势高度高于其地表位势高度；

目标云垂直结构获取模块，用于根据所述大气温度场和大气湿度场获取所述目标虚拟格点序列对应的目标云垂直结构；

三维云场诊断结果获取模块，用于根据各组对应的目标虚拟格点序列对应的目标云垂直结构得到三维云场诊断结果。

本发明实施例提供了一种三维云场诊断方法及装置，通过基于双卫星联合观测得到了准确度较高的云诊断映射表，并且在云诊断映射表获取过程中将温度对湿度阈值的影响着重考虑，抓住了对于云诊断精度影响较大的变量，提升了云诊断精度。本发明实施例提出的三维云场诊断技术，能够给出时空连续的云及云含水量分布结果，且能给出大范围云的垂直结构，这是常规和特种观测无法做到的。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。

图1是本发明实施例提供的一种三维云场诊断方法流程图；

图2是本发明实施例提供的根据所述大气温度场和大气湿度场获取所述目标虚拟格点序列对应的目标云垂直结构流程图；

图3是本发明实施例提供的根据所述大气温度场和大气湿度场判断所述目标虚拟格点序列中每个目标虚拟格点的是否有云流程图；

图4是本发明实施例提供的卫星观测产品云出现频数统计示意图；

图5是本发明实施例提供的增加样本百分比随温度变化的曲线示意图；

图6是本发明实施例提供的对三维云场单点云垂直结构诊断与实测的比较结果；

图7(1)是本发明实施例提供的三维云场诊断总云量示意图；

图7(2)是本发明实施例提供的与本发明实施例三维云场诊断总云量相对应的卫星反演结果；

图8(1)是本发明实施例提供的诊断云顶高度示意图；

图8(2)是本发明实施例提供的卫星反演云顶高度示意图；

图9(1)是本发明实施例提供的00时刻诊断云底高度与实测云底高度分布散点图；

图9(2)是本发明实施例提供的06时刻诊断云底高度与实测云底高度分布散点图；

图9(3)是本发明实施例提供的12时刻诊断云底高度与实测云底高度分布散点图；

图9(4)是本发明实施例提供的18时刻诊断云底高度与实测云底高度分布散点图；

图10是本发明实施例提供的云类别诊断流程图；

图11是本发明实施例提供的一种三维云场诊断装置框图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

本发明实施例提供了一种三维云场诊断方法，如图1所示，所述方法包括：

s101.获取大气再分析资料，所述大气再分析资料包括三维分布的大气温度场和大气湿度场，以及位势高度场。

s102.构建用于描述三维云场的三维坐标系，在所述三维坐标系中设定虚拟格点集。

s103.将平面坐标位置相同的虚拟格点归类为一组，每一组的虚拟格点按照海拔递增顺序构成虚拟格点序列。

具体地，在一个可行的实施例中，可以根据ncep数据里指定的高度设置虚拟格点。继美国环境预报中心(ncep)和国家大气研究中心(ncar)联合推出月平均再分析资料(1949-01)和日平均再分析资料(1958-01-01)后，又正式对外发布逐6h再分析资料集(1958-01-01t00)，其可以用作本发明实施例中进行三维云场诊断的数据源。

具体地，每个虚拟格点序列共有26个虚拟格点，其对应的压强单位分别为：10009759509259008508007507006506005505004504003503002502001501007050302010，单位是百帕(hpa)。

s104.获取所述虚拟格点序列对应的目标虚拟格点序列，所述目标虚拟格点序列中的目标虚拟格点的位势高度高于其地表位势高度。

s105.根据所述大气温度场和大气湿度场获取所述目标虚拟格点序列对应的目标云垂直结构。

具体地，如图2所示，所述根据所述大气温度场和大气湿度场获取所述目标虚拟格点序列对应的目标云垂直结构，包括：

s1051.根据所述大气温度场和大气湿度场判断所述目标虚拟格点序列中每个目标虚拟格点的是否有云。

s1052.根据对每个目标虚拟格点的判断结果得到目标云垂直结构。

如图3所示，所述根据所述大气温度场和大气湿度场判断所述目标虚拟格点序列中每个目标虚拟格点的是否有云，包括：

s10511.获取云诊断映射表，所述云诊断映射表记录有温度与云湿度阈值的映射关系。

所述云诊断映射表通过获取云观测样本，基于所述云观测样本分析不同相对湿度阈值对云区诊断的ts评分测试，结合对云区预报的正确率、空报率和漏报率而得到；所述获取云观测样本包括：在使用cloudsat卫星进行云观测的基础上，在统计出的云区样本中加入calipso卫星的云区样本，基于cloudsat卫星和calipso卫星进行联合观测构建云观测样本。

云诊断映射表的准确度是本发明实施例中最终得到三维云场的准确度的保证，因此，是非常重要的数据基础。有别于现有技术，本发明实施例中创新性的利用cloudsat云卫星的2b-geoprof和ecwmf-aux产品及其与calipso结合的2b-geoprof-lidar产品来进行云诊断，从而得到云诊断映射表。相较于现有技术使用单一观测，本发明所提出的联合观测是本发明定向实验研究的结果，下面对于本发明实施例中使用cloudsat云卫星与calipso结合进行联合观测的原因给出解释：

如图4所示，其示出了利用2007年-2010年两颗卫星观测产品统计中国地区云的出现频数，从其随温度变化的分布特征来看，无论是cloudsat与calipso的联合观测结果，还是cloudsat单独的观测结果都表明：随温度的降低，云出现频数都会呈现先增加后减少的分布特征，峰值都出现在-15～-10℃之间，但相较于cloudsat单独观测，cloudsat与calipso联合对低温区的云观测样本显著增加。如图5所示，从增加样本百分比随温度变化的曲线图可以看出，calipso对云的探测优势是随温度的降低而逐渐增加的，且呈现双峰型，在-5～0℃之间有个小峰值，云出现频数增加百分比大约在20％，-40℃以下云出现频数增加百分比随温度的下降而而急剧增加。在低于-60℃时，联合calipso观测的云样本数比仅采用cloudsat观测的云样本数增加百分比达到了150％。由此可见，calipso卫星明显提高了对低温区云的观测能力。这是因为-40℃以下，过冷水滴自发冻结可能会形成较多的冰晶，但由于温度较低，含水量较少，冰晶粒子半径较小，因此calipso卫星能观测到而cloudsat观测不到。

综上所述，利用cloudsat和calipso卫星对中国不同温度范围云的观测统计表明，随温度的降低，云出现频数呈现先增加后减少的分布特征，-15～-10℃的温度范围内云的频数最高。相较于cloudsat单独观测，cloudsat与calipso联合增加了低温区云的观测样本，特别是-40℃以下的低温区，云出现频数增加百分比随温度的下降而而急剧增加。可见，使用cloudsat和calipso卫星联合能够得到更为稳定的云区观测结果。因此，使用cloudsat和calipso卫星联的云区观测结果作为数据源来进行云区分析，从而得到的云诊断映射表更为精准，也具备更好的指向性。

在一个具体的实施例中，所述云诊断映射表如表1所示：

表1中国不同温度区间诊断云区的相对湿度阈值及对云区和晴空的ts(threatscore)评分、云区预报正确率、空报率和漏报率

表1利用cloudsat和calipso联合观测云产品，结合大气温湿观测，对中国诊断云区的相对湿度阈值进行优化而得到，其记录了不同温度范围内诊断云区的相对湿度阈值。该阈值相较于过去仅用cloudat观测的统计结果，对云区预报的ts评分和正确率均有所提升。

s10512.根据所述大气温度场得到所述目标虚拟格点所对应的目标温度。

s10513.根据所述云诊断映射表和所述目标温度得到目标湿度阈值。

s10514.根据所述大气湿度场得到所述目标虚拟格点所对应的目标湿度。

s10515.若所述目标湿度大于所述目标湿度阈值，则判定所述目标虚拟格点处有云。

s10516.若所述目标湿度不大于所述目标湿度阈值，则判定所述目标虚拟格点处无云。

相较于考虑云的相态特征及相对湿度与温度的关系来进行云诊断，本发明实施例中基于云诊断映射表中通过垂直分布按温度进行分层来进行云垂直结构诊断比显然高度更加合理。由此得到不同温度区间基于cloudat和calipso联合观测的识别云区的相对湿度阈值优化结果(表1)。对比过去仅采用cloudsat资料按高度分档的统计结果，优化后的相对湿度阈值对云区的ts评分和正确率都普遍高于原阈值结果，尤其是在低温区更加明显，且优化的阈值对云区的空报率和漏报率都有大幅度的下降，说明按温度垂直分层统计后的阈值更为合理，且对低温区阈值优化尤为明显。而基于本发明实施例中得到的云诊断映射表得到的云垂直结构也因此更加精确。

s106.根据各组对应的目标虚拟格点序列对应的目标云垂直结构得到三维云场诊断结果。

如图6所示，其示出了本发明实施例对三维云场单点云垂直结构诊断与实测的比较结果。利用与地基云雷达实测的云垂直结构，对诊断得到的单点云垂直结构进行对比检验。以邢台观测站2016年6月的一次云降水观测过程为例，诊断的云垂直结构能够较好的反映出云层的变化及演变特征，随着时间推移，高层卷云逐渐向下发展，云层逐渐密实，后又出现间隙，又继续加深最后变为中高云的趋势与云雷达的实测都较为接近。

如图7(1)所示，其示出了本发明实施例中三维云场诊断总云量示意图，如图7(2)所示，其示出了与本发明实施例三维云场诊断总云量相对应的卫星反演结果。利用2001-2009年ceres卫星反演的总云量产品，对同时段诊断的总云量及其分布进行对比。总体来说，诊断的总云量多年平均值与ceres卫星反演的总云量多年平均值的空间分布特征比较一致。总云量的高值区均主要位于四川盆地、天山山脉和喜马拉雅山脉一带，而新疆的沙漠地区、青藏高原南部、内蒙和华北地区为总云量的低值区。但在我国黑龙江东北部，诊断的总云量略高于ceres卫星反演总云量。

本发明实施例公开了一种三维云场诊断方法，通过基于双卫星联合观测得到了准确度较高的云诊断映射表，并且在云诊断映射表获取过程中将温度对湿度阈值的影响着重考虑，抓住了对于云诊断精度影响较大的变量，提升了云诊断精度，同样的，进一步通过与实测数据的对比说明，本发明实施例得到了精准的云诊断结果。

总体来说，三维云场的诊断结果与卫星、飞机和地基观测都较为一致。但相较于卫星、探空、地基特种观测和飞机直接穿云探测，本发明实施例提出的三维云场诊断技术，能够给出时空连续的云及云含水量分布结果，且能给出大范围云的垂直结构，这是常规和特种观测无法做到的。中国地区三维云场和云水场分布的诊断结果，对于中国地区云的气候分布特征及变化规律研究以及中国云水资源评估十分重要。本发明实施提出的三维云场和云水场诊断方法，可在全球任意区域推广应用。

进一步地，在一个优选的实施方式中，本发明实施例还可以基于所述三维云场诊断结果，分析某个虚拟格点序列对应的云顶高度，包括：

s201.根据所述三维云场诊断结果依次判断所述虚拟格点序列中各个虚拟格点对应位置是否有云。

s203.将对应位置有云的海拔最高的虚拟格点的海拔高度作为云顶高度。

进一步地，在一个优选的实施例中，还可以基于所述大气温度场和所述云顶高度得到对应的云顶温度。

如图8(1)所示，其示出了诊断云顶高度示意图，如图8(2)所示，其示出了卫星反演云顶高度示意图。利用2001-2009年ceres卫星反演的云顶气压产品，对同时段诊断云顶高度值及其分布进行对比。总体来说，诊断的云顶高度多年平均值与ceres卫星反演的云顶气压多年平均值的空间分布特征比较一致。诊断的云顶高度大值区主要位于我国西部地区，特别是青藏高原南部，云顶高度年平均值超过8km，而这些区域对应着ceres卫星反演的云顶气压400hpa低值区。东北地区的云顶气压较高，诊断的云顶高度较低。此外，我国南部沿海的广西、广东等省，由于水汽丰沛，海洋性暖积云发生频繁，云顶高度略低，这与ceres卫星观测的云顶气压高值也比较一致。

进一步地，在一个优选的实施方式中，本发明实施例还可以基于所述三维云场诊断结果，分析某虚拟格点序列对应的云底高度，包括：

s202.根据所述三维云场诊断结果依次判断所述虚拟格点序列中各个虚拟格点对应位置是否有云。

s204.将对应位置有云的海拔最低的虚拟格点的海拔高度作为云底高度。

进一步地，在一个优选的实施例中，还可以基于所述大气温度场和所述云底高度得到对应的云底温度。

如图9(1)所示，其示出了00时刻诊断云底高度与实测云底高度分布散点图，如图9(2)所示，其示出了06时刻诊断云底高度与实测云底高度分布散点图，如图9(3)所示，其示出了12时刻诊断云底高度与实测云底高度分布散点图，如图9(4)所示，其示出了18时刻诊断云底高度与实测云底高度分布散点图。在北京南郊观象台(116.47,39.8)布设的vaisala公司cl51型激光云高仪，通过测量激光脉冲发出和接收到后向散射信号之间的时间差，可以计算出云底高度。为了验证诊断云底高度的精度，采取以下的时空匹配方案，即利用距离该激光云高仪测站最近的格点云底高度作为诊断值，将诊断时刻前后各5分钟的激光云高仪计算最低层云底高度平均值作为实测云底高度。通过对图9(1-4)的分析可见诊断的云底高度与激光云高仪实测云底高度具有较好的相关性，四个时次的相关系数分别为0.75,0.61,0.67和0.64。

在一个优选的实施方式中，在得到三维云场的基础上，还可以进行云类型诊断，若获取到某个虚拟格点序列对应的云底高度，则根据所述云底高度判断云类型。所述根据所述云底高度判断云类型，包括：

(1)若所述云底高度小于第一阈值，则所述云类型被判定低云；

(2)若所述云底高度不小于第一阈值并且不大于第二阈值，则所述云类型被判定为中云；

(3)若所述云底高度大于第二阈值，则所述云类型被判定为高云。

在另一个优选的实施方式中，在云类型诊断的基础上，还可以进行云类别诊断，如图10所示，包括：

s301.若所述云类型为中云或高云，则对应的云类别被判定为层状云。

s302.若所述云类型为低云，则从所述虚拟格点序列中提取云格点，所述云格点满足下述要求：基于所述三维云场诊断结果，所述云格点对应位置有云；

s303.根据各个云格点在所述虚拟格点序列中的位置，得到至少一个云格点序列，所述云格点序列中相邻云格点在所述虚拟格点序列中的位置也是相邻的；

s304.对每个云格点序列进行分析，得到云格点序列对应的云类别。

具体地，若所述云格点序列的长度大于预设数字阈值，则判定所述云格点序列涵盖的海拔空间存在对流云；若所述云格点序列的长度不大于预设数字阈值，则判定所述云格点序列涵盖的海拔空间存在层状云。

本发明实施例中，所述预设数字阈值可以为8。

云类别与温度与云内含水量的诊断密切相关，因此，对于云类别对于基于三维云场的云水场诊断具有重要意义。

本发明实施例进一步公开了一种三维云场诊断装置，如图11所示，包括：

大气再分析资料获取模块401，用于获取大气再分析资料，所述大气再分析资料包括三维分布的大气温度场和大气湿度场，以及位势高度场；

三维坐标系建立模块402，用于构建用于描述三维云场的三维坐标系，在所述三维坐标系中设定虚拟格点集；

虚拟格点序列获取模块403，用于将平面坐标位置相同的虚拟格点归类为一组，每一组的虚拟格点按照海拔递增顺序构成虚拟格点序列；

目标虚拟格点序列获取模块404，用于获取所述虚拟格点序列对应的目标虚拟格点序列，所述目标虚拟格点序列中的目标虚拟格点的海拔高于其在位势高度场对应的位势高度；

目标云垂直结构获取模块405，用于根据所述大气温度场和大气湿度场获取所述目标虚拟格点序列对应的目标云垂直结构；

三维云场诊断结果获取模块406，用于根据各组对应的目标虚拟格点序列对应的目标云垂直结构得到三维云场诊断结果。

本发明装置实施例与方法实施例基于相同的发明构思，详情请详见方法实施例。

需要说明的是：上述本发明实施例的先后顺序仅仅为了描述，不代表实施例的优劣。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。