本發(fā)明涉及一種遙感云量資料降尺度方法，屬于遙感云量觀測(cè)技術(shù)領(lǐng)域。

背景技術(shù)：

MODIS(中分辨率成像光譜儀)是Terra衛(wèi)星和Aqua衛(wèi)星上搭載的主要傳感器之一，兩顆衛(wèi)星相互配合每1-2天可重復(fù)觀測(cè)整個(gè)地球表面，得到36個(gè)波段的觀測(cè)數(shù)據(jù)，這些數(shù)據(jù)將有助于我們深入理解全球陸地、海洋和低層大氣內(nèi)的動(dòng)態(tài)變化過程，因此，MODIS在發(fā)展有效的、全球性的用于預(yù)測(cè)全球變化的地球系統(tǒng)相互作用模型中起著重要的作用，其精確的預(yù)測(cè)將有助于決策者制定與環(huán)境保護(hù)相關(guān)的重大決策。MOD06是大氣2、3級(jí)標(biāo)準(zhǔn)數(shù)據(jù)產(chǎn)品，內(nèi)容為云產(chǎn)品，Lambert投影空間分辨率1公里，地理坐標(biāo)30秒空間分辨率，每日數(shù)據(jù)為2級(jí)數(shù)據(jù)產(chǎn)品，每旬、每月數(shù)據(jù)合成為3級(jí)數(shù)據(jù)產(chǎn)品。

高空間分辨率的云量數(shù)據(jù)在水文、氣象、生態(tài)環(huán)境等應(yīng)用方面起著至關(guān)重要的作用。目前云量數(shù)據(jù)的獲取主要有兩個(gè)來源：地面氣象站點(diǎn)和遙感技術(shù)，然而大量的研究表明通過傳統(tǒng)地面氣象站點(diǎn)實(shí)測(cè)的都是單點(diǎn)數(shù)據(jù)，不能有效地反映云量的空間變化特征，尤其是在研究復(fù)雜區(qū)域；而遙感技術(shù)不僅能夠提高云量的實(shí)際觀測(cè)數(shù)量，而且能夠生成相對(duì)精確的空間柵格數(shù)據(jù)。但是，對(duì)云量進(jìn)行深層次的應(yīng)用研究，需要提高云量的空間分辨率，這就要用到空間降尺度方法。降尺度的方法主要有簡(jiǎn)單降尺度法、統(tǒng)計(jì)降尺度法、動(dòng)力降尺度法以及動(dòng)力和統(tǒng)計(jì)相結(jié)合降尺度這四種降尺度方法。簡(jiǎn)單降尺度法就是通過單點(diǎn)進(jìn)行插值，但是由于受到研究區(qū)地形地貌等因素的影響，造成空間插值結(jié)果誤差很大，而且缺乏空間代表性。動(dòng)力降尺度法具有明確的物理意義，同時(shí)觀測(cè)資料對(duì)其影響較小，并能用于不同空間分辨率，在降水研究中較廣泛。在1989年，Dickinson等人運(yùn)用CCMI全球氣候模式作為區(qū)域氣候模式的邊界，對(duì)美國西部的氣候進(jìn)行模擬，使輸出的氣候模型空間分辨率由500km降到60km。統(tǒng)計(jì)降尺度方法首次由Kim等人于1984年提出，主要是利用降水以及氣溫季節(jié)循環(huán)變化的空間分布特征，后經(jīng)研究者們演化改進(jìn)，使該方法在模擬降水時(shí)更加精確。與動(dòng)力降尺度方法相比較，統(tǒng)計(jì)降尺度法具有計(jì)算量小、節(jié)省機(jī)時(shí)，更易于操作的特點(diǎn)。在遙感云量方面，現(xiàn)有技術(shù)還沒有實(shí)現(xiàn)降尺度的方法。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問題是提供一種采用全新設(shè)計(jì)策略，基于現(xiàn)有遙感云量觀測(cè)數(shù)據(jù)為基礎(chǔ)，能夠快速實(shí)現(xiàn)降尺度云量觀測(cè)的遙感云量資料降尺度方法。

本發(fā)明為了解決上述技術(shù)問題采用以下技術(shù)方案：本發(fā)明設(shè)計(jì)了一種遙感云量資料降尺度方法，基于目標(biāo)區(qū)域5km×5km分辨率總云量，獲得目標(biāo)區(qū)域1km×1km分辨率總云量，包括如下步驟：

步驟001.針對(duì)至少30年的歷史時(shí)間段，根據(jù)目標(biāo)區(qū)域各站點(diǎn)歷史時(shí)間段內(nèi)逐月平均總云量觀測(cè)數(shù)據(jù)、逐月平均日照百分率數(shù)據(jù)，獲得如下模型(1)中的a_n和b_n，作為目標(biāo)區(qū)域一月至十二月各月分別所對(duì)應(yīng)系數(shù)組{a_n，b_n}，然后進(jìn)入步驟002；

${\mathrm{CL}}_{i_n}=a_n+b_n\×S_{i_n}---\left(1\right)$

其中，n＝{1、…、12}，i_n＝{1、…、I_n}，i_n表示目標(biāo)區(qū)域歷史時(shí)間段內(nèi)第n月的第i個(gè)站點(diǎn)，I_n表示目標(biāo)區(qū)域歷史時(shí)間段內(nèi)第n月的總站點(diǎn)數(shù)；表示目標(biāo)區(qū)域歷史時(shí)間段內(nèi)第n月、第i個(gè)站點(diǎn)的月平均總云量觀測(cè)數(shù)據(jù)，表示目標(biāo)區(qū)域歷史時(shí)間段內(nèi)第n月、第i個(gè)站點(diǎn)的月平均日照百分率數(shù)據(jù)；

步驟002.獲得目標(biāo)區(qū)域分別對(duì)應(yīng)指定時(shí)間內(nèi)第l月的1km×1km分辨率日照百分率S_{(neigh,1km)，l}，其中，l＝{1、…、L}，L表示指定時(shí)間內(nèi)的總月數(shù)，然后進(jìn)入步驟003；

步驟003.基于目標(biāo)區(qū)域分別對(duì)應(yīng)指定時(shí)間內(nèi)第l月的1km×1km分辨率日照百分率S_{(neigh,1km)，l}，獲得目標(biāo)區(qū)域分別對(duì)應(yīng)指定時(shí)間內(nèi)第l月的5km×5km分辨率日照百分率S_{(neigh,5km)，l}，然后進(jìn)入步驟004；

步驟004.獲得目標(biāo)區(qū)域分別對(duì)應(yīng)指定時(shí)間內(nèi)第l月5km×5km分辨率日照百分率S_{(neigh,5km)，l}與1km×1km分辨率日照百分率S_{(neigh,1km)，l}之間的差值ΔS_l，ΔS_l的分辨率為1km×1km，并獲得目標(biāo)區(qū)域分別對(duì)應(yīng)指定時(shí)間內(nèi)第l月5km×5km分辨率總云量CL_l,5km，然后進(jìn)入步驟005；

步驟005.根據(jù)如下模型(2)：

CL_l，1km＝CL_l,5km-b_l×ΔS_l (2)

獲得目標(biāo)區(qū)域分別對(duì)應(yīng)指定時(shí)間內(nèi)第l月的1km×1km分辨率總云量CL_l，1km。

作為本發(fā)明的一種優(yōu)選技術(shù)方案，所述步驟001具體包括如下步驟：

步驟00101.獲得目標(biāo)區(qū)域各站點(diǎn)歷史時(shí)間段內(nèi)逐月平均總云量觀測(cè)數(shù)據(jù)、逐月平均日照時(shí)間觀測(cè)數(shù)據(jù)和逐月平均可照時(shí)間數(shù)據(jù)，并根據(jù)目標(biāo)區(qū)域歷史時(shí)間段內(nèi)各站點(diǎn)逐月平均日照時(shí)間觀測(cè)數(shù)據(jù)與逐月平均可照時(shí)間數(shù)據(jù)之間的比值，獲得目標(biāo)區(qū)域歷史時(shí)間段內(nèi)的逐月平均日照百分率數(shù)據(jù)，然后進(jìn)入步驟00102；

步驟00102.根據(jù)目標(biāo)區(qū)域歷史時(shí)間段內(nèi)各站點(diǎn)逐月平均總云量觀測(cè)數(shù)據(jù)和逐月平均日照百分率數(shù)據(jù)，通過多元回歸分析法，獲得如下模型(1)中的a_n和b_n，作為目標(biāo)區(qū)域一月至十二月各月分別所對(duì)應(yīng)系數(shù)組{a_n，b_n}，然后進(jìn)入步驟002；

${\mathrm{CL}}_{i_n}=a_n+b_n\×S_{i_n}---\left(1\right)$

其中，n＝{1、…、12}，i_n＝{1、…、I_n}，i_n表示目標(biāo)區(qū)域歷史時(shí)間段內(nèi)第n月的第i個(gè)站點(diǎn)，I_n表示目標(biāo)區(qū)域歷史時(shí)間段內(nèi)第n月的總站點(diǎn)數(shù)；表示目標(biāo)區(qū)域歷史時(shí)間段內(nèi)第n月、第i個(gè)站點(diǎn)的月平均總云量觀測(cè)數(shù)據(jù)，表示目標(biāo)區(qū)域歷史時(shí)間段內(nèi)第n月、第i個(gè)站點(diǎn)的月平均日照百分率數(shù)據(jù)。

作為本發(fā)明的一種優(yōu)選技術(shù)方案，所述步驟002包括如下操作：獲得目標(biāo)區(qū)域中各個(gè)網(wǎng)格區(qū)域分別對(duì)應(yīng)指定時(shí)間內(nèi)第l月的1km×1km分辨率日照時(shí)間和1km×1km分辨率地理可照時(shí)間，并據(jù)此獲得分別對(duì)應(yīng)指定時(shí)間內(nèi)第l月、目標(biāo)區(qū)域中所有網(wǎng)格區(qū)域的平均1km×1km分辨率日照百分率，即目標(biāo)區(qū)域分別對(duì)應(yīng)指定時(shí)間內(nèi)第l月的1km×1km分辨率日照百分率S_(neigh,1km)，其中，l＝{1、…、L}，L表示指定時(shí)間內(nèi)的總月數(shù)，然后進(jìn)入步驟003。

作為本發(fā)明的一種優(yōu)選技術(shù)方案，所述步驟002具體包括如下步驟：

步驟00201.獲得目標(biāo)區(qū)域中各個(gè)網(wǎng)格區(qū)域分別對(duì)應(yīng)指定時(shí)間內(nèi)第l月的1km×1km分辨率日照時(shí)間和1km×1km分辨率地理可照時(shí)間，其中，l＝{1、…、L}，L表示指定時(shí)間內(nèi)的總月數(shù)；然后進(jìn)入步驟00202；

步驟00202.據(jù)目標(biāo)區(qū)域中各個(gè)網(wǎng)格區(qū)域分別對(duì)應(yīng)指定時(shí)間內(nèi)第l月1km×1km分辨率日照時(shí)間與1km×1km分辨率地理可照時(shí)間之間的比值，獲得目標(biāo)區(qū)域中各個(gè)網(wǎng)格區(qū)域分別對(duì)應(yīng)指定時(shí)間內(nèi)第l月的1km×1km分辨率日照百分率，進(jìn)而獲得分別對(duì)應(yīng)指定時(shí)間內(nèi)第l月、目標(biāo)區(qū)域中所有網(wǎng)格區(qū)域的1km×1km分辨率日照百分率，即目標(biāo)區(qū)域分別對(duì)應(yīng)指定時(shí)間內(nèi)第l月的1km×1km分辨率日照百分率S_(neigh,1km)，然后進(jìn)入步驟003。

作為本發(fā)明的一種優(yōu)選技術(shù)方案，所述步驟003包括如下操作：針對(duì)目標(biāo)區(qū)域分別對(duì)應(yīng)指定時(shí)間內(nèi)第l月的1km×1km分辨率日照百分率S_(neigh,1km)，通過鄰域分析法，根據(jù)5×5窗口大小，獲得目標(biāo)區(qū)域分別對(duì)應(yīng)指定時(shí)間內(nèi)第l月的5km×5km分辨率日照百分率S_(neigh,5km)，然后進(jìn)入步驟004。

本發(fā)明所述遙感云量資料降尺度方法采用以上技術(shù)方案與現(xiàn)有技術(shù)相比，具有以下技術(shù)效果：本發(fā)明所設(shè)計(jì)的遙感云量資料降尺度方法，采用全新設(shè)計(jì)策略，基于現(xiàn)有遙感云量觀測(cè)數(shù)據(jù)為基礎(chǔ)，通過設(shè)計(jì)一系列步驟，實(shí)現(xiàn)了降尺度的云量觀測(cè)，有效提高了云量觀測(cè)的精度，大大有助于決策者制定與環(huán)境保護(hù)相關(guān)的重大決策。

附圖說明

圖1是本發(fā)明設(shè)計(jì)的一種遙感云量資料降尺度方法的流程示意圖；

圖2a是實(shí)施例目標(biāo)區(qū)域2013年1月份降尺度前的遙感云量示意圖；

圖2b是實(shí)施例目標(biāo)區(qū)域2013年1月份降尺度后的遙感云量示意圖；

圖2c是實(shí)施例目標(biāo)區(qū)域2013年7月份降尺度前的遙感云量示意圖；

圖2d是實(shí)施例目標(biāo)區(qū)域2013年7月份降尺度后的遙感云量示意圖；

圖3a是實(shí)施例目標(biāo)區(qū)域中局部區(qū)域2013年1月份降尺度前的遙感云量放大示意圖；

圖3b是實(shí)施例目標(biāo)區(qū)域中局部區(qū)域2013年1月份降尺度后的遙感云量放大示意圖；

圖3c是實(shí)施例目標(biāo)區(qū)域中局部區(qū)域2013年7月份降尺度前的遙感云量放大示意圖；

圖3d是實(shí)施例目標(biāo)區(qū)域中局部區(qū)域2013年7月份降尺度后的遙感云量放大示意圖。

具體實(shí)施方式

下面結(jié)合說明書附圖對(duì)本發(fā)明的具體實(shí)施方式作進(jìn)一步詳細(xì)的說明。

如圖1所示，本發(fā)明所設(shè)計(jì)的一種遙感云量資料降尺度方法，基于目標(biāo)區(qū)域5km×5km分辨率總云量，獲得目標(biāo)區(qū)域1km×1km分辨率總云量，實(shí)際應(yīng)用過程當(dāng)中，具體包括如下步驟：

步驟001.根據(jù)目標(biāo)區(qū)域各站點(diǎn)至少30年歷史時(shí)間段中各年內(nèi)逐月平均總云量觀測(cè)數(shù)據(jù)、逐月平均日照百分率數(shù)據(jù)，獲得如下模型(1)中的a_n和b_n，作為目標(biāo)區(qū)域一月至十二月各月分別所對(duì)應(yīng)系數(shù)組{a_n，b_n}，然后進(jìn)入步驟002；

${\mathrm{CL}}_{i_n}=a_n+b_n\×S_{i_n}---\left(1\right)$

其中，n＝{1、…、12}，i_n＝{1、…、I_n}，i_n表示目標(biāo)區(qū)域歷史時(shí)間段中各年內(nèi)第n月的第i個(gè)站點(diǎn)，I_n表示目標(biāo)區(qū)域歷史時(shí)間段中各年內(nèi)第n月的總站點(diǎn)數(shù)；表示目標(biāo)區(qū)域歷史時(shí)間段中各年內(nèi)第n月、第i個(gè)站點(diǎn)的月平均總云量觀測(cè)數(shù)據(jù)，通過MODIS大氣產(chǎn)品MOD06獲得總云量觀測(cè)數(shù)據(jù)，a_n和b_n表示目標(biāo)區(qū)域歷史一年時(shí)間內(nèi)第n月的系數(shù)，表示目標(biāo)區(qū)域歷史時(shí)間段中各年內(nèi)第n月、第i個(gè)站點(diǎn)的月平均日照百分率數(shù)據(jù)。

上述步驟001，具體包括如下步驟：

步驟00101.獲得目標(biāo)區(qū)域各站點(diǎn)歷史時(shí)間段中各年內(nèi)逐月平均總云量觀測(cè)數(shù)據(jù)、逐月平均日照時(shí)間觀測(cè)數(shù)據(jù)和逐月平均可照時(shí)間數(shù)據(jù)，并根據(jù)目標(biāo)區(qū)域歷史時(shí)間段中各年內(nèi)各站點(diǎn)逐月平均日照時(shí)間觀測(cè)數(shù)據(jù)與逐月平均可照時(shí)間數(shù)據(jù)之間的比值，獲得目標(biāo)區(qū)域歷史時(shí)間段中各年內(nèi)的逐月平均日照百分率數(shù)據(jù)，然后進(jìn)入步驟00102；其中，通過反距離權(quán)重插值法(IDW)獲得日照時(shí)間。

步驟00102.根據(jù)目標(biāo)區(qū)域歷史時(shí)間段中各年內(nèi)各站點(diǎn)逐月平均總云量觀測(cè)數(shù)據(jù)和逐月平均日照百分率數(shù)據(jù)，通過多元回歸分析法，獲得如下模型(1)中的a_n和b_n，作為目標(biāo)區(qū)域一月至十二月各月分別所對(duì)應(yīng)系數(shù)組{a_n，b_n}，然后進(jìn)入步驟002；

${\mathrm{CL}}_{i_n}=a_n+b_n\×S_{i_n}---\left(1\right)$

其中，n＝{1、…、12}，i_n＝{1、…、I_n}，i_n表示目標(biāo)區(qū)域歷史時(shí)間段中各年內(nèi)第n月的第i個(gè)站點(diǎn)，I_n表示目標(biāo)區(qū)域歷史時(shí)間段中各年內(nèi)第n月的總站點(diǎn)數(shù)；表示目標(biāo)區(qū)域歷史時(shí)間、各年內(nèi)第n月、第i個(gè)站點(diǎn)的月平均總云量觀測(cè)數(shù)據(jù)，通過MODIS大氣產(chǎn)品MOD06獲得總云量觀測(cè)數(shù)據(jù)，表示目標(biāo)區(qū)域歷史時(shí)間段中各年內(nèi)第n月、第i個(gè)站點(diǎn)的月平均日照百分率數(shù)據(jù)。

這里基于上述設(shè)計(jì)方法所確定的a_n和b_n，作為目標(biāo)區(qū)域一年時(shí)間內(nèi)各月的系數(shù)，彼此有一定的相似性，即當(dāng)a_n>0，b_n<0，體現(xiàn)了云量與日照百分率的負(fù)相關(guān)關(guān)系；同時(shí)也存在差異性，夏季系數(shù)略大于冬季；如此基于上述目標(biāo)區(qū)域歷史時(shí)間段的實(shí)際數(shù)據(jù)，通過多元回歸分析法，獲得a_n和b_n，作為目標(biāo)區(qū)域一年時(shí)間內(nèi)各月的系數(shù)，即誤差最小的參數(shù)數(shù)據(jù)，也是最符合目標(biāo)區(qū)域一年時(shí)間內(nèi)各月實(shí)際情況的參數(shù)數(shù)據(jù)。

步驟002.獲得目標(biāo)區(qū)域中各個(gè)網(wǎng)格區(qū)域分別對(duì)應(yīng)指定時(shí)間內(nèi)第l月的1km×1km分辨率日照時(shí)間和1km×1km分辨率地理可照時(shí)間，并據(jù)此獲得分別對(duì)應(yīng)指定時(shí)間內(nèi)第l月、目標(biāo)區(qū)域中所有網(wǎng)格區(qū)域的平均1km×1km分辨率日照百分率，即目標(biāo)區(qū)域分別對(duì)應(yīng)指定時(shí)間內(nèi)第l月的1km×1km分辨率日照百分率S_(neigh,1km)，其中，l＝{1、…、L}，L表示指定時(shí)間內(nèi)的總月數(shù)，然后進(jìn)入步驟003。

其中，對(duì)于可照時(shí)間而言，在實(shí)際地形中，任意一點(diǎn)P在一天中的任意時(shí)刻是否可照，主要由該時(shí)刻太陽光線投射方向上的地形對(duì)P點(diǎn)有無造成遮蔽決定。當(dāng)太陽高度角大于地形對(duì)P點(diǎn)造成的遮蔽角時(shí)，P點(diǎn)可得到日照，反之，則被遮蔽，沒有日照?；诖怂枷?，充分考慮天空因子和局地地形條件對(duì)實(shí)際地形可照時(shí)間的影響，通過建立起伏地形下可照時(shí)間的分布式計(jì)算模型，即可獲得可照時(shí)間。

上述步驟002具體包括如下步驟：

步驟00201.獲得目標(biāo)區(qū)域中各個(gè)網(wǎng)格區(qū)域分別對(duì)應(yīng)指定時(shí)間內(nèi)第l月的1km×1km分辨率日照時(shí)間和1km×1km分辨率地理可照時(shí)間，其中，l＝{1、…、L}，L表示指定時(shí)間內(nèi)的總月數(shù)；然后進(jìn)入步驟00202；其中，通過反距離權(quán)重插值法獲得1km×1km分辨率日照時(shí)間。

步驟00202.據(jù)目標(biāo)區(qū)域中各個(gè)網(wǎng)格區(qū)域分別對(duì)應(yīng)指定時(shí)間內(nèi)第l月1km×1km分辨率日照時(shí)間與1km×1km分辨率地理可照時(shí)間之間的比值，獲得目標(biāo)區(qū)域中各個(gè)網(wǎng)格區(qū)域分別對(duì)應(yīng)指定時(shí)間內(nèi)第l月的1km×1km分辨率日照百分率，進(jìn)而獲得分別對(duì)應(yīng)指定時(shí)間內(nèi)第l月、目標(biāo)區(qū)域中所有網(wǎng)格區(qū)域的1km×1km分辨率日照百分率，即目標(biāo)區(qū)域分別對(duì)應(yīng)指定時(shí)間內(nèi)第l月的1km×1km分辨率日照百分率S_(neigh,1km)，然后進(jìn)入步驟003。

在處理柵格數(shù)據(jù)時(shí)，由于數(shù)據(jù)像元大小不符合要求，或者在進(jìn)行柵格數(shù)據(jù)配準(zhǔn)后，像元發(fā)生傾斜，或者對(duì)多個(gè)柵格數(shù)據(jù)進(jìn)行分析時(shí)，往往需要使用相同的柵格分辨率，ArcGIS中的重采樣功能即可實(shí)現(xiàn)此目的。鄰域分析是一種窗口分析，是空間分析中的一個(gè)柵格計(jì)算方式，其基本思路就是以待計(jì)算的柵格像元為中心，向周圍擴(kuò)展一定的范圍，然后根據(jù)這些擴(kuò)展柵格像元與中心像元的值或僅用擴(kuò)展像元(即分析窗口)的值進(jìn)行函數(shù)運(yùn)算，從而得到這個(gè)待計(jì)算像元的新值。

步驟003.針對(duì)目標(biāo)區(qū)域分別對(duì)應(yīng)指定時(shí)間內(nèi)第l月的1km×1km分辨率日照百分率S_(neigh,1km)，通過鄰域分析法，根據(jù)5×5窗口大小，獲得目標(biāo)區(qū)域分別對(duì)應(yīng)指定時(shí)間內(nèi)第l月的5km×5km分辨率日照百分率S_(neigh,5km)，然后進(jìn)入步驟004。

步驟004.獲得目標(biāo)區(qū)域分別對(duì)應(yīng)指定時(shí)間內(nèi)第l月5km×5km分辨率日照百分率S_{(neigh,5km)，l}與1km×1km分辨率日照百分率S_{(neigh,1km)，l}之間的差值ΔS_l，ΔS_l的分辨率為1km×1km，并通過MODIS大氣產(chǎn)品MOD06，獲得目標(biāo)區(qū)域分別對(duì)應(yīng)指定時(shí)間內(nèi)第l月5km×5km分辨率總云量CL_l,5km，然后進(jìn)入步驟005。

步驟005.根據(jù)如下模型(2)：

CL_l，1km＝CL_l,5km-b_l×ΔS_l (2)

獲得目標(biāo)區(qū)域分別對(duì)應(yīng)指定時(shí)間內(nèi)第l月的1km×1km分辨率總云量CL_l，1km。

將本發(fā)明所設(shè)計(jì)的遙感云量資料降尺度方法應(yīng)用在具體的實(shí)施例中，針對(duì)實(shí)施例中目標(biāo)區(qū)域進(jìn)行遙感云量資料降尺度觀測(cè)，其中，針對(duì)實(shí)施例中目標(biāo)區(qū)域，分析云量和日照百分率的相關(guān)性，對(duì)云量和日照百分率進(jìn)行建模，模型模擬絕對(duì)誤差見下表1所示。

表1

應(yīng)用本發(fā)明所設(shè)計(jì)的遙感云量資料降尺度方法，針對(duì)實(shí)施例中目標(biāo)區(qū)域2013年1月和2013年7月的總云量進(jìn)行分析，如圖2a所示，實(shí)施例目標(biāo)區(qū)域2013年1月份降尺度前的遙感云量示意圖，經(jīng)過本發(fā)明所設(shè)計(jì)的遙感云量資料降尺度方法后，如圖2b所示，實(shí)施例目標(biāo)區(qū)域2013年1月份降尺度后的遙感云量示意圖；同樣，如圖2c所示，實(shí)施例目標(biāo)區(qū)域2013年7月份降尺度前的遙感云量示意圖，經(jīng)過本發(fā)明所設(shè)計(jì)的遙感云量資料降尺度方法后，如圖2d所示，實(shí)施例目標(biāo)區(qū)域2013年7月份降尺度后的遙感云量示意圖。

為了獲得清晰分辨率降尺度的效果，分別針對(duì)實(shí)施例目標(biāo)區(qū)域2013年1月和2013年7月降尺度前、降尺度后遙感云量示意圖進(jìn)行局部放大處理，獲得實(shí)施例目標(biāo)區(qū)域中局部區(qū)域的實(shí)施效果圖，如圖3a所示，實(shí)施例目標(biāo)區(qū)域中局部區(qū)域2013年1月份降尺度前的遙感云量示意圖，經(jīng)過本發(fā)明所設(shè)計(jì)的遙感云量資料降尺度方法后，如圖3b所示，實(shí)施例目標(biāo)區(qū)域中局部區(qū)域2013年1月份降尺度后的遙感云量示意圖；同樣，如圖3c所示，實(shí)施例目標(biāo)區(qū)域中局部區(qū)域2013年7月份降尺度前的遙感云量示意圖，經(jīng)過本發(fā)明所設(shè)計(jì)的遙感云量資料降尺度方法后，如圖3d所示，實(shí)施例目標(biāo)區(qū)域中局部區(qū)域2013年7月份降尺度后的遙感云量示意圖，其中，局部區(qū)域?yàn)閷?duì)應(yīng)圖2a-圖2d中的方框區(qū)域。

本發(fā)明所設(shè)計(jì)的遙感云量資料降尺度方法，采用全新設(shè)計(jì)策略，基于現(xiàn)有遙感云量觀測(cè)數(shù)據(jù)為基礎(chǔ)，通過設(shè)計(jì)一系列步驟，實(shí)現(xiàn)了降尺度的云量觀測(cè)，有效提高了云量觀測(cè)的精度，大大有助于決策者制定與環(huán)境保護(hù)相關(guān)的重大決策。

上面結(jié)合附圖對(duì)本發(fā)明的實(shí)施方式作了詳細(xì)說明，但是本發(fā)明并不限于上述實(shí)施方式，在本領(lǐng)域普通技術(shù)人員所具備的知識(shí)范圍內(nèi)，還可以在不脫離本發(fā)明宗旨的前提下做出各種變化。