(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210890812.2 (22)申请日 2022.07.27 (65)同一申请的已公布的文献号 申请公布号 CN 114966899 A (43)申请公布日 2022.08.30 (73)专利权人 南京云熙遥感科技有限公司 地址 210058 江苏省南京市栖霞区龙潭街 道港城路1号办公楼386室 (72)发明人 史达伟　李超　周灏　柴元方　 娄小静　田林　万凌峰　 (74)专利代理 机构 南京灿烂知识产权代理有限 公司 323 56 专利代理师 赵丽 (51)Int.Cl. G01W 1/10(2006.01)G06Q 10/04(2012.01) G06Q 50/26(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (56)对比文件 WO 2018098738 A1,2018.0 6.07 A.T.Adew ole 等.Chaotic time series analysis of meteoro logical parameters i n some selected stati ons in Nigeria. 《Scientific African》 .2020,第10卷 审查员 张蒙恩 (54)发明名称 一种基于多源多元遥感技术协同的区域能 见度预测方法 (57)摘要 本发明公开了一种基于多源多元遥感技术 协同的区域能见度预测方法。 区域能见度预测方 法步骤： 1） 多源遥感技术的设置； 2） 协同探测数 据的采集； 3） 协同探测数据预处理； 4） 得出多元 因素一维时序数据； 5） 多元因素一维时序数据的 重构； 6） 建立预测模型对区域能见度进行预测。 多源遥感技术的设置， 即设置遥感卫星、 毫米波 雷达、 粒子收集器、 微波辐射计、 激光粒子分析 仪、 风廓线雷达、 大气透射仪和地面气象观测站， 分别进行协同探测影响区域能见度的多元因素。 多元因素， 即为影响区域能见度的因素： 大雾、 霾 和沙尘暴。 应用多源遥感设备对影 响能见度的多 元因素： 大雾、 霾和沙尘暴天气 进行联合探测， 为 研究区域能见度天气探测提供一个新的方法。 权利要求书1页 说明书14页 附图2页 CN 114966899 B 2022.11.01 CN 114966899 B 1.一种基于多源多元遥感技术协同的区域能见度预测方法， 其特征是， 区域能见度预 测方法步骤： 1） 多源遥感设备的设置； 2） 协同探测数据的采集； 3） 协同探测数据预处理； 4） 得出多元因素一维时序数据； 5） 多元因素一维时序数据的重构； 6） 建立预测模型对区域能 见度进行 预测， 步骤6） 基于混沌相空间重构法和 神经网络法的结果进行能见度的估算， 具体如下： a.当混沌相空间重构法和 神经网络法均预测到出现霾时， 能见度取S2和S0的平均值； b.当混沌相空间重构法预测到出现霾， 而神经网络法未 预测到出现霾时， 能见度取S0； c.当神经网络法预测到出现霾， 而混沌相空间重构法未 预测到出现霾时， 能见度取S2； d.当混沌相空间重构法和神经网络法均未预测出现霾， 而神经网络法预测大雾和沙尘 暴同时发生， 则能见度取S0、 S1和S3的平均值； e.当混沌相空间重构法和神经网络法均未预测出现霾， 而神经网络法预测出现大雾， 未出现沙尘暴时， 能见度取S0和S1的平均值； f.当混沌相空间重构法和神经网络法均未预测出现霾， 而神经网络法预测未出现大 雾， 出现沙尘暴时， 则能见度取S0和S3的平均值； g.当混沌相空间重构法和神经网络法均预测大雾、 霾和沙尘暴不会发生时， 能见度取 S0、 S1、 S2和S3的平均值； S0为基于混沌相空间进行重构， 推测混沌相空间下未来k个时刻的区域能见度； S1为基 于神经网络法， 大雾模型下的能见度； S2为基于神经网络法， 霾模型下的能见度； S3为基于 神经网络法， 沙尘暴模型 下的能见度S3 。 2.根据权利要求1所述的基于多源多元遥感技术协同的区域能见度预测方法， 其特征 是， 所述多源遥感设备的设置， 即设置遥感卫星、 毫米波雷达、 粒子收集器、 微波辐射计、 激 光粒子分析仪、 风廓线 雷达、 大气透射仪和地面气象观测站， 分别进 行协同探测影响区域能 见度的多元因素。 3.根据权利要求1或2所述的基于多源多元遥感技术协同的区域 能见度预测方法， 其特 征是， 所述多元因素， 即为影响区域能见度的因素： 大雾、 霾和沙尘暴、 4.根据权利要求1所述的基于多源多元遥感技术协同的区域能见度预测方法， 其特征 是， 所述协同探测数据的采集， 是收集有 多源遥感设备协同探测的数据。 5.根据权利要求1所述的基于多源多元遥感技术协同的区域能见度预测方法， 其特征 是， 所述协同探测数据预处理， 应用小波去 噪方法的对收集有多源遥感设备协同探测的数 据进行预处理。 6.根据权利要求1所述的基于多源多元遥感技术协同的区域能见度预测方法， 其特征 是， 所述多 元因素一维时序数据的重构， 将多元数据中的每个元的时间序列， 都在混沌相空 间中重构。 7.根据权利要求1所述的基于多源多元遥感技术协同的区域能见度预测方法， 其特征 是， 所述建立预测模型进行 预测， 即是建立神经网络模型进行能见度的预测。权　利　要　求　书 1/1 页 2 CN 114966899 B 2一种基于多源多元遥感技术协同的区域能见度预测方 法 技术领域 [0001]本发明涉及 一种区域能见度预测技术领域， 特别是将多源多元遥感技术协同探测 应用于区域能见度预测技 术领域。 背景技术 [0002]能见度测量在气象上可以用来了解大气稳定度， 判别气团属性； 国防和国民经济 建设方面， 它是保证航空、 航海、 交通运输安全的一个重要因素； 在环保方面， 它能反映出大 气污染的一些基本状况。 [0003]低能见度天气是造成 能见度下降的天气现象， 主要包括霾、 雾、 烟、 扬沙和沙尘暴。 在低能见度天气中， 大雾和沙尘暴是造成能见度小于1km的灾害天气， 霾是指大量极细 小的 盐末、 烟末均匀悬浮空中， 且使 能见度低于10km的现象。 在预测能见度时候， 主要考虑就是 大雾、 霾和沙尘暴 三个主要因素。 [0004]利用多源遥感设备对影响能见度的大雾和霾及沙漠的沙尘暴天气进行了联合探 测。 通过分析多源遥感资料， 得到了三种气象 （大雾、 霾和沙尘暴） 要 素的时空演变特征和统 计特征， 这些探测数据不但为预报低能见度天气提供一定事实和理论依据， 而且为预报能 见度提供了一个新的手段。 发明内容 [0005]针对上述技术问题， 本发明将提出一种基于多源多元遥感技术协同的区域能见度 预测方法， 具体技 术方案如下： [0006]一种基于多源多元遥感技术协同的区域能见度预测方法。 区域能见度预测方法步 骤： 1） 多源遥感设备的设置； 2） 协同探测数据的采集； 3） 协同探测数据预处理； 4） 得出多元 因素一维时序数据； 5） 多元因素一维时序数据的重构； 6） 建立预测模型对区域能见度进行 预测。 [0007]所述多源遥感设备的设置， 即设置遥感卫星、 毫米波雷达、 粒子收集器、 微波辐射 计、 激光粒子分析仪、 风廓线雷达、 大气透射仪和地面气象观测站， 分别进行协同探测 影响 区域能见度的多元因素。 [0008]所述多元因素， 即为影响区域能见度的因素： 大雾、 霾和沙尘暴。 [0009]所述协同探测数据的采集， 是收集有 多源遥感设备协同探测的数据。 [0010]所述协同探测数据预处理， 应用小波去噪方法的对收集有多源遥感设备协同探测 的数据进行 预处理。 [0011]所述多元数据的重构， 将多元因素中的每个元的一维时序数据， 都在相空间中重 构。 [0012]所述建立预测模型进行 预测， 即是建立神经网络模型进行能见度的预测。 [0013]本发明的技 术效果： [0014]应用多源遥感设备对影响能见度的多元因素： 大雾、 霾和沙尘暴天气进行联合探说　明　书 1/14 页 3 CN 114966899 B 3