利用地基红外高光谱发射率数据进行云参数反演(2): 云滴有效半径和云水路径反演

云滴有效半径和云水路径等微物理参数是了解云的形成过程、辐射效应以及云、气溶胶和降水相互作用等问题的重要数据。利用地基红外高光谱辐射数据开展了云微物理参数反演方法研究。针对光谱数据的特点,进行了基于云层发射率光谱和辐射光谱的敏感性分析,在此基础上建立了云微物理参数与云发射率光谱差值和斜率等特征参数有关的查找表关系。具体特征参数包括：热红外波段862.1和934.9 cm-1的云层发射率之差、中红外波段1 900.1和2 170.1 cm-1的云层发射率之差、热红外波段900～1 000 cm-1区间的发射率光谱斜率和辐射值光谱斜率、1 100～1 200 cm-1区间的发射率光谱斜率和辐射值光谱斜率等。研究了臭氧波段云层透过率的计算方法及对查找关系的约束性,选择了1 050～1 060 cm-1区间的云层透过率平均值作为约束特征参数。实现了基于逐步搜索法的多重查找反演云滴有效半径和光学厚度,并可通过经验关系计算云水路径。研究表明,该算法得到的水云的云滴有效半径与ARM计划中的MICROBASE产品基本相当,冰云的云滴有效半径相对偏小,两者的云水路径反演结果差异较大。该反演算法较适合于光学厚度小于6的薄云。     

应用单波段亮度变化率获取无云干扰的卫星数据

在卫星遥感检测中,云对数据的反演带来了严重的干扰。精确地确定云区及减弱云的干扰是具有挑战性的问题。根据云的大气辐射特性给出了卫星图像亮度变化率计算公式、图像反射率的变化率计算公式和热红外波段图像亮度温度变化率的计算方法。利用单波段亮度变化率检测卫星数据中云干扰相对强度的新方法,快速、精确地获取云区位置,得到云区以外无云干扰的数据。根据各光谱波段具有不同的透射云层能力的特点,文章还给出了卫星各红外波段对云层透射能力的客观评价以及影响透射效果的因素。在此基础上利用红外波段对伪卷云透射图像数据完成了多波段数据融合。很好地恢复了可见光波段云区下面的真实数据。统计数据表明,融合后的云区图像数据与可见光波段相关性保持一致。     

相态对冰水混合云微观特性反演的影响研究

当云层的温度在－40℃~0℃之间时, 云层中会存在冰和水两种相态的云滴, 其散射特性与纯水云以及纯冰云特性有较大差异, 因此遥感反演混合相云层的微观和宏观物理特性具有重要的意义。本文采用冰水双层球模型模拟了冰水混合云中的云滴, 利用Mie理论计算了纯水、纯冰和冰水颗粒的单次散射特性, 分析了单次散射相函数, 不对称因子, 单次散射反照率等随着有效半径、相态、内外半径比等的变化特性。利用离散纵标法(DISORT)计算了水云和冰云对0.75 μm、2.16 μm和3.3 μm的双向反射函数, 讨论了利用纯水滴和纯冰滴反演冰水混合云滴的误差。分析结果表明, 利用0.75 μm和2.16 μm的太阳光反演冰水混合云的光学厚度和有效半径时, 光学厚度误差较大, 有效半径误差较小; 结合0.75 μm和3.3 μm的太阳光反演冰水混合云的光学厚度和有效半径时, 光学厚度误差较小, 有效半径误差较大, 其会高估其有效半径; 另外结合0.75 μm和3.3 μm这两个波长的反射函数反演冰水云的冰水混合比更为有效。     

傅里叶变换红外光谱结合化学计量学鉴别预包装纯菠萝汁中外源糖

为了快速、准确鉴别预包装纯菠萝汁是否掺有外源性糖,采用傅里叶变换衰减全反射中红外光谱技术采集900～1 500 cm-1范围内不同批次的预包装纯菠萝汁样品和掺入甜菜糖浆、大米糖浆、木薯糖浆的菠萝汁掺假样品的中红外光谱共计234例,以线性判别分析和支持向量机分析为掺假鉴别模型的建模方法,比较了全波段谱图与通过主成分载荷系数分析选取特征波长图谱的两种掺假鉴别模型。研究表明,全波段图谱的线性判别分析和支持向量机分类模型对验证集的判断正确率均高于88%;选取8个特征波长之后,线性判别分析模型验证集判断正确率提高至96.15%,支持向量机模型验证集判断正确率提高至94.87%,且模型输入变量由312个减少到8个。利用傅里叶变换衰减全反射中红外光谱技术结合化学计量学方法选取特征波长后建立的模型可以较好的应用于预包装纯菠萝汁外源糖的鉴别。     

红外光谱结合最小二乘支持向量机掺杂牛奶判别方法研究

基于红外光谱和最小二乘支持向量机建立掺杂牛奶与纯牛奶的判别模型。分别配置含有葡萄糖牛奶(0.01~0.3gL-1)和三聚氰胺牛奶(0.01~0.3gL-1)样品各36个,采集纯牛奶及掺杂牛奶样品的红外光谱。采用最小二乘支持向量机分别建立掺杂葡萄糖、掺杂三聚氰胺、两种掺杂牛奶与纯牛奶的判别模型,并利用这些模型对未知样品进行判别,其判别正确率都为95.8%。研究结果表明:与线性的偏最小二乘判别建模方法相比,最小二乘支持向量机方法具有更强的预测能力。     

云的红外辐射模型综述

介绍了云的分类和组成,以及云的红外辐射模型(包括二流近似、灰体近似和黑体近似模型),测量了云的红外光谱辐射。分析表明:二流近似模型可用于云层对太阳和大气中红外波段的反射、透射和云自身的辐射。黑体近似模型和灰体近似模型主要用于对云层较粗略的估算,灰体模型可近似描述8～12μm波段的辐射,且形式上比较简单,是一种常用的简化模型。     

基于BP神经网络的云检测和云相态识别

为快速高效地进行云检测和云相态识别,提出了基于BP神经网络的云检测和云相态识别方法,并针对中分辨率成像光谱仪(MODIS)的相关数据建立了BP神经网络。利用该算法对MODIS图像进行了云检测和云相态识别,并把识别结果与MOD06数据进行了对比,对比结果表明,该算法对冰云、水云以及混合云的识别准确率分别达到了100%、100%以及99.94%。该算法快速、准确,消除了未确定态,具有很强的自主学习能力。     

Suomi NPP卫星可见光红外成像辐射仪的改进动态阈值云检测算法

基于可见光红外成像辐射仪多波段、宽覆盖、长重访周期的特点,以及云层在可见光到热红外通道的分布及变化特性,提出了一种适用于可见光红外成像辐射仪数据的改进的动态阈值云检测算法;通过遥感目视解译的方法对云检测结果进行精度验证,并与通用动态阈值云检测算法、可见光红外成像辐射仪云掩膜产品的结果进行对比。结果表明:所提算法能以较高的精度识别不同地表上空的云层,平均总体精度为93.23%,平均Kappa系数为0.821,对薄、碎云的整体识别精度得到了明显提高,错分和漏分误差明显减小;所提算法的云检测结果整体优于通用动态阈值云检测算法和可见光红外成像辐射仪云掩膜产品的云检测结果。     

云探测中的激光雷达技术研究进展

云宏微观参数的探测对云物理和气候变化研究具有重要意义。激光雷达是实现云宏微观参数高时空分辨率探测的有效的重要科学仪器。回顾和总结了激光雷达在云参数探测中的主要技术及其研究进展,讨论了激光雷达在云探测研究中的不足和局限性及目前在云探测应用中亟待解决的关键问题,展望了激光雷达未来在云探测中的应用潜力,并提出了研究思路与方案。内容涉及云检测和云相态识别的多波长及偏振激光雷达和云内温度、湿度、风速风向与垂直气流探测等激光雷达技术与方法,分析讨论了云系降水潜力探测的激光雷达应用案例。激光雷达对于探测初生云团及稀薄云层具有较好的穿透性及精细探测优势,但对于强对流云等厚云层,需将其与其他探测手段如微波雷达等联合观测,并开展多源数据融合技术研究,以实现云全生命周期的精细化监测。随着激光与光电子技术和大数据及人工智能技术的发展,激光雷达技术日趋成熟,面向业务化应用所需的系统稳定性、可靠性及探测能力的激光雷达产品将越来越受到气象与环境领域行业专家的关注,并将在云探测领域中发挥越来越重要的作用。     

基于多角度偏振特性的云相态识别及验证

云相态识别是云参数研究的重要组成部分,为了有效识别水云和冰云,根据水云和冰云微物理性质的差别,研究了水云和冰云的单次散射特性,采用基丁倍加累加法的,人量辐射传输方程模拟了水云和冰云的多角度偏振特件.模拟结果表明,光谱的多角度偏振特件能够体现山水云粒子和冰云粒子微物理性质的差异,云在特定方向反射的偏振辐射强度对云相态非常敏感,可以用米进行云相念的识别,在模拟的基础上进行了云相态识别算法的研究,并利用多角度偏振卫星数据--POLDER 0.865μm通道数据进行了实例分析.识别结果与MODIS云相态产品及其1.38μm卷云榆测结果进行了比较.分析结果表明,基于多角度偏振特性云相态识别算法可以有效地进行云相态识别.     

星载激光雷达云和气溶胶分类反演算法研究

激光探测对于获取云和气溶胶的垂直廓线,研究大气中云和气溶胶的垂直分布特征以及对全球气候变化的影响意义重大。而星载大气激光雷达云气溶胶分类算法的研究,对于激光雷达数据的参数反演及应用极为重要。针对激光条件下探测的云和气溶胶特有的光学信息和空间分布,结合概率统计与机器学习算法,提出了一种对于云/气溶胶、云相态及气溶胶子类型识别的分类算法,实现了星载激光雷达的大气特征层快速、有效分类。算法采用中国地区2016年CALIOP的观测数据作为样本数据,主要由三部分组成：（1）基于激光探测的云和气溶胶层不同的光学特性以及地理空间分布特征,分别构建了云和气溶胶的γ₅₃₂,χ,δ,Z和lat的五维概率密度函数,以此为基础构建云气溶胶的分类置信函数,并基于此实现了云和气溶胶类型的反演;（2）选取支持向量机(SVM)作为随机朝向冰晶粒子(ROI)和水云分类的算法模型基础,结合云层的γ₅₃₂,χ,δ Z和云顶温度T的概率密度函数构建ROI,水平朝向冰晶粒子(HOI)和水云的分类置信函数以修正SVM误分的特征层以及筛选出水云中少部分的HOI冰云,获得云相态的分类结果;（3）以各气溶胶子类型的光学以及空间分布特性为基础,采用决策树策略的气溶胶子类型识别算法实现了对气溶胶子类型的区分,完成气溶胶子类型的识别。利用现有CALIOP观测结果作为样本数据构建分类数据库,避免了对于地面以及航测数据的依赖,而机器学习则大大简化了算法的实现过程,使得云气溶胶分类更加高效。算法结果与正交极化云气溶胶激光雷达垂直特征层分布数据(CALIPSO VFM)产品对比分析：云层有98.51%一致性,气溶胶有88.43%的一致性,且白天比夜间一致性高。对于云相态分类,可以有效区分出水云和冰云,其中二者水云一致性高达93.44%。在气溶胶子类型反演结果中,可以准确识别出大多数气溶胶特征层子类型。霾、沙尘以及晴空三种典型情况下的反演结果均与CALIOP VFM产品数据具有较好的一致性。其中,霾天的大部分煤烟型以及污染型（污染沙尘以及污染大陆）气溶胶反演结果与VFM具有较好的一致性。沙尘天也能够获得较好的沙尘以及污染沙尘的结果。晴空为数不多的气溶胶层也取得了较为一致的结果。对于实现的星载大气激光雷达特征层分类算法,针对CALIOP激光测量的云气溶胶层的分类进行了重要的改进,在保证一定精度的基础上,简化了算法,提高了数据处理的效率,在下一步工作中,将分别构建不同时段和季节的分类模型以及提高两种不同偏振特性的冰云和气溶胶子类型的分类精度。     

AIRS红外高光谱卫星数据反演卷云光学厚度和云顶高度

基于大气红外探测器L1B红外高光谱辐射观测资料,结合中分辨率成像光谱仪(moderate resolution imaging spectroradiometer, MODIS)云产品数据,利用通用大气辐射传输模式(combined atmospheric radiative transfer model,CART),根据模式模拟和AIRS实际观测亮温的亮温差,研究从AIRS红外波段1 070～1 135 cm-1高光谱数据反演卷云的光学厚度和云顶高度。将反演的卷云光学厚度与云顶高度作为输入参数模拟计算650～1 150 cm-1波段卷云大气顶的辐射亮温谱,并将模拟值与AIRS观测亮温谱进行了对比分析。将反演的卷云光学厚度和云顶高度和AIRS的760通道(900.56 cm-1,11.1 μm)的亮温以及MODIS卷云反射率进行了对比分析。最后将反演的卷云云顶高度和MODIS云顶高度进行了对比分析。研究结果表明：反演所使用的650～1 150 cm-1波段模式模拟和观测亮温谱吻合得很好,说明CART可以较好的模拟AIRS亮温谱。反演的卷云参数与AIRS在大气窗口区的760通道(900.56 cm-1,11.1 μm)的亮温的分布满足低亮温对应较大的卷云光学厚度和高云顶高度。反演的卷云参数和MODIS卷云的反射率分布满足高卷云光学厚度和云顶高度对应高卷云反射率。反演的卷云云顶高度和MODIS的卷云云顶高度之间线性相关系数相对较高,且都在8.5～11.5 km的概率较高,两者的概率分布趋势一致。说明CART可以用于反演卷云的性质,反演结果具有一定的可靠性。     

云计算的蚕豆虫害可见-近红外光谱分类

利用蚕豆叶片可见-近红外反射光谱结合导数光谱对健康、少量、大量虫害三种等级的实验样本进行光谱特征分析,并选择虫害检测最优波段。采用Hadoop,Spark和VMWare虚拟机搭建云计算平台,使用MLlib机器学习库实现人工神经网络(ANN)和支持向量机(SVM)分类算法,并对三种等级蚕豆叶片全波段和最优波段光谱进行分类建模与预测。结果表明ANN虫害光谱分类模型准确率优于SVM虫害光谱分类模型,并且在云平台上运行效率更高,同时全光谱波段的预测准确性高于最优波段。通过扩展光谱数据集,云计算技术在光谱数据挖掘中的计算效率有显著提升。云计算分类检测可以为作物生物胁迫光谱识别提供新的技术和方法。     

浊点萃取-火焰原子吸收光谱法测定痕量铅的研究

研究了浊点萃取-火焰原子吸收光谱法测定痕量铅的新方法.利用表面活性剂聚乙二醇辛基苯基醚(Triton X-100)和配合剂1-苯基-3-甲基-4-苯甲酰吡喹啉酮-5(PMBP)对试样中的Pb(Ⅱ)进行浊点萃取.并详细探讨了溶液pH值、试剂浓度等实验条件对浊点萃取及测定灵敏度的影响.在最佳条件下,铅的富集倍数为20,检出...     

浊点萃取-分光光度法测定彩笔中的灿烂绿

建立了浊点萃取-分光光度法测定灿烂绿的方法.以非离子型表面活性剂Triton X-114为萃取剂,富集、分离灿烂绿,采用分光光度法进行检测.研究了缓冲溶液用量、表面活性剂用量、平衡温度和平衡时间对浊点萃取的影响,得到最佳实验条件：5％的Triton X-114溶液2.5mL、pH3.8的盐酸-柠檬酸钠缓冲溶液2.0mL、平衡温度和时间分别为50℃和15min.在优化的实验条件下,灿烂绿被萃取到Triton X-114相与水相分离.该方法用于彩笔中灿烂绿的测定,结果满意.     

基于Wi-Fi与Web的云计算资源调度算法研究

为了缩短云计算执行时间,改善云计算性能,在一定程度上加强云计算资源节点完成任务成功率,需要对云计算资源进行调度。当前的云计算资源调度算法在进行调度时,通过选择合适的调度参数并利用CloudSim仿真工具,完成对云计算资源的调度。该算法在运行时有效地进行平衡负载,导致云计算资源调度的均衡性能较差,存在云计算资源调度结果误差大的问题。为此,提出一种基于Wi-Fi与Web的云计算资源调度算法。该算法首先利用自适应级联滤波算法对云计算资源数据流进行滤波降噪,然后以降噪结果为基础,采用本体论对云计算资源进行预处理操作,最后通过人工蜂群算法完成对云计算资源的调度。实验结果证明,所提算法可以良好地应用于云计算资源调度中,有效提高了云计算资源利用率,具有实用性以及可实践性,为该领域的后续研究发展提供了可靠支撑。     

基于多层感知器网络的FTIR高光谱数据温度和发射率光谱同步反演

文章以土壤为例,首先指出了典型的温度反射率分离算法由高光谱FTIR数据反演温度和发射率的局限; 当地物出射能量的真值和地物真实温度对应的黑体辐射在数值上的差别与仪器的噪声等效光谱辐射亮度在相同的数量级上时,产生奇异发射率的概率很大, 野外测量时这种现象在714和1 250 cm-1附近经常发生。针对这个局限,构建了一个三层的感知器(MLP)网络,利用ASTER光谱库中的土壤发射率光谱生成训练样本,MODIS光谱库中的土壤发射率光谱生成测试样本,对网络进行训练和测试,取得了比较好的结果。同时利用光谱平滑迭代算法(ISSTES)由测试样本反演土壤的温度和发射率,并与MLP方法的结果进行比较,MLP方法反演的土壤发射率精度在可接受的范围之内,略低于ISSTES算法,MLP方法的优点在于,它能够克服典型的温度发射率算法的局限,可以作为典型的温度发射率分离算法有益的补充。     

基于InGaN/GaN多量子阱双波长发光二极管生长及发光性能

差分吸收激光雷达测量臭氧浓度过程中,云层信号会造成对流层臭氧浓度剧烈的抖动,带来了很大的测量误差.本文提出了一种云消除算法,该算法通过插值云层高度区域内的臭氧浓度,有效消除了对流层臭氧浓度的剧烈抖动.通过阐述其理论基础,给出了其算法关键点,即云信号的识别和云高度的精确定位.根据云层消光系数的特点,通过设定气溶胶消光系数阈值获取云层高度信息,利用累加平均有效减少噪音造成的测量误差.结果表明,在精确确定云高、云底的基础上,运用线性插值算法对臭氧测量结果进行修正,可以有效克服云层对测量结果造成的急剧起伏.     

基于差分吸收激光雷达的云消除算法研究

差分吸收激光雷达测量臭氧浓度过程中,云层信号会造成对流层臭氧浓度剧烈的抖动,带来了很大的测量误差.本文提出了一种云消除算法,该算法通过插值云层高度区域内的臭氧浓度,有效消除了对流层臭氧浓度的剧烈抖动.通过阐述其理论基础,给出了其算法关键点,即云信号的识别和云高度的精确定位.根据云层消光系数的特点,通过设定气溶胶消光系数阈值获取云层高度信息,利用累加平均有效减少噪音造成的测量误差.结果表明,在精确确定云高、云底的基础上,运用线性插值算法对臭氧测量结果进行修正,可以有效克服云层对测量结果造成的急剧起伏.