[发明专利]反演边界层高度的方法、装置、计算机设备及存储介质

权利要求书

1.一种反演边界层高度的方法，其特征在于，该方法包括：

获取包含标准化的后向散射信号NRB信息的激光雷达资料；

根据所述激光雷达资料的NRB信息找到云层；

对所述云层进行判定，判定云层为边界层云或非边界层云；并针对边界层云和非边界层云分别确定反演边界层高度的上限阈值高度；

针对所述云层，在不同的阈值高度以下，基于所述激光雷达资料反演对流边界层高度；

所述对所述云层进行判定，判定云层为边界层云或非边界层云，包括：

在基于所述激光雷达资料提供的NRB廓线找到的云层中，取海拔最低的云层，判定海拔最低的云为边界层云或非边界层云；

在所述海拔最低的云层之下找到最强负梯度；

所述海拔最低的云层之下的最强负梯度的高度为z₁；

所述海拔最低的云层的云底高度为z₂；

所述海拔最低的云层的云的上边界高度为z₃；

所述NRB廓线的底部至z₁之间的NRB平均值为a₁；

z₁和z₂之间的信号平均值为a₂：

设定阈值为β；

若β×a₁<a₂<a₁，则所述海拔最低的云层为边界层云；

若a₂≥a₁或a₂≤β×a₁，则所述海拔最低的云层为非边界层云；

所述针对边界层云和非边界层云分别确定反演边界层高度的上限阈值高度，包括：

对于边界层云，将阈值高度确定在云层上边界以上NRB的正梯度第一次出现的位置；

对于非边界层云，将阈值高度定义在云底以下第二设定范围内NRB开始增大的位置。

2.如权利要求1所述的方法，其特征在于，所述根据所述激光雷达资料NRB信息找到云层，还包括：

根据所述NRB信息，计算NRB梯度和NRB相对梯度：

在所述激光雷达资料中找到NRB的强正负梯度对层，所述NRB的强正负梯度对层中正梯度处的NRB相对梯度大于或等于设定的相对梯度阈值的梯度层判定为云层。

3.如权利要求2所述的方法，其特征在于，所述设定的相对梯度阈值为55％。

4.如权利要求2所述的方法，其特征在于，所述在所述激光雷达资料中找到NRB的强正负梯度对层，还包括：

在所述激光雷达资料中，由上向下找到NRB最强负梯度，在所述最强负梯度以下第一设定范围内寻找最大正梯度，构成所述NRB的强正负梯度对层。

5.如权利要求1所述的方法，其特征在于，所述针对所述云层，在不同的阈值高度以下，基于所述激光雷达资料反演对流边界层高度，还包括：

针对所述云层，在不同的阈值高度以下，利用梯度法、哈尔haar小波变换法、墨西哥帽Mexican Hat小波变换法和曲线拟合法分别反演对流边界层高度。