基于A-Train卫星观测的沙尘暴数字重构技术研究

Abstract: The retrieval of vertical profile, optical properties and internal structure of dust storm is of great significance in the study of dust storms. Meanwhile, acquiring dust aerosol spatial distribution and its temporal and spatial development regularity from dust storms has an important value in studying cloud, precipitation and climate change. A-Train satellites have multi-platform, multi-sensor and multi-spectral characteristics in observing the earth. CALIPSO spaceborne lidar can slice the dust storm and acquire internal structure information in the vertical section. And, MODIS provides high-resolution visible horizontal remote sensing image. Using multiple observation data of A-Train satellites and the latest fusion algorithm of information processing technology, we develop the computer three-dimensional reconstruction technique. Digital image processing technology is used for satellite remote sensing image in the process of dust storms, completing the three-dimensional visualization reconstruction of image sequences. We retrieve the three-dimensional structure and spatial and temporal changes of motion status, therefore acquiring optical properties, concentration distribution as well as temporal and spatial development regularity in the transport of dust aerosol. It provides visual technology-based support and precise analysis products for remote sensing monitoring method research of dust storm, dust storm forecast and early warning, and the model development.

反演沙尘暴的垂直廓线、光学特性及内部结构在沙尘暴的研究中具有重要的意义；同时，获得沙尘暴所产生的沙尘气溶胶的空间分布状况及其时空演变规律对研究云、降水和气候变化具有重要的价值。针对A-Train卫星对地观测具备多平台、多传感器、多谱段的特点，利用CALIPSO星载激光雷达能够对沙尘暴进行"切片"，在垂直截面上获得沙尘暴的内部结构信息，融合MODIS提供高分辨率的可见光水平遥感图像。基于A-Train卫星多种观测资料，采用现代信息科学最新技术，发展计算机三维数字重构技术，对沙尘暴发生与传输过程中的卫星遥感图像进行数字图像分析与处理，进行沙尘暴的三维数字重构工作，反演出沙尘暴的立体结构及其时空运动变化状况，获得沙尘气溶胶的光学特性、浓度分布、运动传输的时空演变规律。为沙尘暴遥感监测、预报预警、模式开发提供可视化的数字动态分析系统。

反演沙尘暴的垂直廓线、光学特性及内部结构在沙尘暴的研究中具有重要的意义；同时，获得沙尘暴所产生的沙尘气溶胶的空间分布状况及其时空演变规律对研究云、降水和气候变化具有重要的价值。本项目依托于兰州大学半干旱气候变化教育部重点实验室和半干旱气候与环境观测站（SACOL），针对项目研究计划，在如下几方面开展了研究工作：..1. 基于非线性脉冲耦合神经网络（PCNN）图像处理技术，分析处理卫星遥感图像，进行边界和轮廓提取、区域分割、图像融合等算法研究，完成适合卫星遥感图像的定位配准算法研究，进行卫星遥感图像的自动定位、像素填充、表面消隐等三维数字反演算法工作。..2. 分析卫星遥感探测沙尘的方法，基于CALIOP接收的信号，提出了一种新的方法，利用TIR识别冰云和厚沙尘，使用激光雷达识别薄沙尘和水云。 ..3. 利用卫星观测数据，使用最大标准差法对CALIPSO衰减后向散射观测来估计大气边界层（PBL）的高度。 ..4. 将地基偏振拉曼激光雷达与星载激光雷达的观测对比分析，研究了东亚沙尘源区晴空和云上沙尘气溶胶特征。..5. 发展了一套大气温度、水汽、相对湿度及液态水廓线反演算法。同时分析了典型半干旱兰州地区降水前水汽含量和云液态水含量的变化特征与降水预报的阈值。. ..6. 分析了沙尘暴对微波雷达的影响，研究了沙尘暴对微波的散射和吸收作用、沙尘暴中微波的传输距离等。..项目执行期间，发表学术论文10篇（第一作者3篇，SCI论文4篇，核心论文5篇）。获批计算机软件著作权2项（第一完成人）、实用新型专利1项（第五完成人）。出版专著1部（第三完成人）。完成科技转化成果1项（第一完成人，经济效益10万元）。2篇论文获奖获得省部级奖励（第一获奖者1篇，第二获奖者1篇）。 项目培养了博士研究生1名，硕士研究生2人（在读）。

内容获取失败，请点击重试