[发明专利]利用云气候学数据预判目标区域未来月平均云量的方法

说明书

技术领域

本发明涉及卫星遥感技术领域，尤其涉及一种利用云气候学数据预判目标区域未来月平均云量的方法。

背景技术

卫星遥感技术在生态环境保护、防灾减灾、资源调查、城市规划、地图测绘等领域发挥了重要作用。随着遥感技术的发展，遥感图像空间分辨率的不断提高，导致遥感数据特别是高空间分辨率数据量急剧增加，这对于卫星资源的高效利用提出了更高的要求。由于天空中云层覆盖的影响，光学传感器在获取遥感数据时经常无法获取满足用户需求的无云或少云遥感数据。而多云遥感数据直接影响着遥感数据在各领域的应用效果。因而如何预判未来一年月平均云量，为用户获取优质卫星遥感数据提供参考就成为了一个重要问题。

国际卫星云气候研究计划(ISCCP)成立于1982年，作为世界气候研究计划(WCRP)之一，它自1983年7月起通过气象卫星收集全球云空间分布和时间分布信息。为了研究方便，ISCCP采用等面积投影方式，对全球范围按照标准网格划分。例如D2数据集单个网格大小为2.5°×2.5°(约280公里*280公里)，全球共划分为6596个网格。根据ISCCP多年来收集的数据，国内外学者对云的空间和时间分布及其变化规律进行了大量的研究，但基本不涉及未来云量的预判问题。

现有技术一般采用月平均云量年度平均的方法计算未来一年月平均云量的方法。如图1所示，以ISCCP的D2数据集为例，该方法包括：

步骤S101，从D2数据集中获取某一网格的n年某月的月平均云量序列C_i，j。

其中，i为网格编号，取值范围[1，6596]；j为月份，取值范围[1，12]，C_i，j为12×n个数组成的序列；

步骤S102，将n年的月平均云量平均值作为作为未来一年j月份的平均云量预判值。

然而，在实现本发明的过程中，申请人发现上述的预判未来月云量的方法存在如下缺陷：上述方法没有利用考虑到不同区域月平均云量序列的特征，简单的取平均预判未来月云量导致预判结果准确度较低。

发明内容

(一)要解决的技术问题

鉴于上述技术问题，本发明提供了一种利用云气候学数据预判目标区域未来月云量的方法，以提高预判结果的准确性。

(二)技术方案

本发明提供了一种利用云气候学数据预判目标区域未来月平均云量的方法，该方法包括：步骤A，读取ISCCP的D2数据集中目标区域所在网格的预设年份段的月平均云量序列C；步骤B，采用迪基-福勒检验法检验所述月平均云量序列C的平稳性，如果所述月平均云量序列C的数据平稳，执行子步骤D1；以及子步骤D1，利用自回归滑动平均模型对月平均云量进行处理，得到未来月平均云量。

(三)有益效果

从上述技术方案可以看出，本发明利用云气候学数据预判目标区域未来月云量的方法具有以下有益效果：

(1)根据目标区域的历史云量特征选择的不同的预判模型，能够适应不同区域的云量变化特点，提高预判精度；

(2)自回归滑动平均(ARMA)模型、求和自回归滑动平均(ARIMA)模型和季节性求和自回归滑动平均(SARIMA)模型能够充分利用时间序列自身的规律性，得出较为准确的预判值，被广泛应用于经济、气象、农业、生物科学等领域，本发明结合历史月平均云量序列特征，选择上述三种不同的模型之一对目标区域的未来月平均云量进行预判，可以供遥感卫星订购用户做参考，预判目标区域有效数据获取的可行性。

附图说明

图1为本发明实施例利用云气候学数据预判目标区域未来月云量的方法的流程图；

图2为对于北京地区利用1984年到1996年12年数据预判1997年12个月份的预判图；

图3为对于乌鲁木齐地区利用1984年到2008年24年数据预判2009年12个月份的预判图。

具体实施方式

在本发明的一个示例性实施例中，提供了一种利用云气候学数据预判目标区域未来月云量的方法。请参照图1，该方法包括四个步骤：

步骤A：读取ISCCP的D2数据集中目标区域所在网格的预设年份段【1984-2012】的月平均云量序列C：