基於A-Train衛星觀測的沙塵暴數字重構技術研究

《基於A-Train衛星觀測的沙塵暴數字重構技術研究》是依託蘭州大學,由張北斗擔任項目負責人的青年科學基金項目。

基本介紹

  • 中文名:基於A-Train衛星觀測的沙塵暴數字重構技術研究
  • 依託單位:蘭州大學
  • 項目負責人:張北斗
  • 項目類別:青年科學基金項目
項目摘要,結題摘要,

項目摘要

反演沙塵暴的垂直廓線、光學特性及內部結構在沙塵暴的研究中具有重要的意義;同時,獲得沙塵暴所產生的沙塵氣溶膠的空間分布狀況及其時空演變規律對研究雲、降水和氣候變化具有重要的價值。針對A-Train衛星對地觀測具備多平台、多感測器、多譜段的特點,利用CALIPSO星載雷射雷達能夠對沙塵暴進行切片,在垂直截面上獲得沙塵暴的內部結構信息,融合MODIS提供高解析度的可見光水平遙感圖像。基於A-Train衛星多種觀測資料,採用現代信息科學最新技術,發展計算機三維數字重構技術,對沙塵暴發生與傳輸過程中的衛星遙感圖像進行數字圖像分析與處理,進行沙塵暴的三維數字重構工作,反演出沙塵暴的立體結構及其時空運動變化狀況,獲得沙塵氣溶膠的光學特性、濃度分布、運動傳輸的時空演變規律。為沙塵暴遙感監測、預報預警、模式開發提供可視化的數字動態分析系統。

結題摘要

反演沙塵暴的垂直廓線、光學特性及內部結構在沙塵暴的研究中具有重要的意義;同時,獲得沙塵暴所產生的沙塵氣溶膠的空間分布狀況及其時空演變規律對研究雲、降水和氣候變化具有重要的價值。本項目依託於蘭州大學半乾旱氣候變化教育部重點實驗室和半乾旱氣候與環境觀測站(SACOL),針對項目研究計畫,在如下幾方面開展了研究工作: 1. 基於非線性脈衝耦合神經網路(PCNN)圖像處理技術,分析處理衛星遙感圖像,進行邊界和輪廓提取、區域分割、圖像融合等算法研究,完成適合衛星遙感圖像的定位配準算法研究,進行衛星遙感圖像的自動定位、像素填充、表面消隱等三維數字反演算法工作。 2. 分析衛星遙感探測沙塵的方法,基於CALIOP接收的信號,提出了一種新的方法,利用TIR識別冰雲和厚沙塵,使用雷射雷達識別薄沙塵和水雲。 3. 利用衛星觀測數據,使用最大標準差法對CALIPSO衰減後向散射觀測來估計大氣邊界層(PBL)的高度。 4. 將地基偏振拉曼雷射雷達與星載雷射雷達的觀測對比分析,研究了東亞沙塵源區晴空和雲上沙塵氣溶膠特徵。 5. 發展了一套大氣溫度、水汽、相對濕度及液態水廓線反演算法。同時分析了典型半乾旱蘭州地區降水前水汽含量和雲液態水含量的變化特徵與降水預報的閾值。 6. 分析了沙塵暴對微波雷達的影響,研究了沙塵暴對微波的散射和吸收作用、沙塵暴中微波的傳輸距離等。 項目執行期間,發表學術論文10篇(第一作者3篇,SCI論文4篇,核心論文5篇)。獲批計算機軟體著作權2項(第一完成人)、實用新型專利1項(第五完成人)。出版專著1部(第三完成人)。完成科技轉化成果1項(第一完成人,經濟效益10萬元)。2篇論文獲獎獲得省部級獎勵(第一獲獎者1篇,第二獲獎者1篇)。 項目培養了博士研究生1名,碩士研究生2人(在讀)。

相關詞條

熱門詞條

聯絡我們