一种卫星气体数据补全方法和系统与流程

技术特征：
1.一种卫星气体数据补全方法，其特征在于，包括：预设区域，包括数据采集区和数据缺乏区；所述方法用于通过数据采集区的数据来补全数据缺乏区的数据；通过第一卫星获取所述数据采集区的第一气体信息；所述第一气体信息包括第一浓度数据和第一坐标信息；通过第二卫星获取所述数据采集区的第二气体信息；所述第二气体信息包括第二浓度数据和第二坐标信息；获取所述数据采集区的气象数据；通过第三卫星获取所述数据采集区的数字高程模型数据；根据所述第一坐标信息和所述第二坐标信息进行时空匹配，获取所述数据采集区的数据集；根据所述数据集构建数据模型，所述数据模型至少基于所述第二浓度数据、所述气象数据和所述数字高程模型数据获得所述第一浓度数据。2.根据权利要求1所述的一种卫星气体数据补全方法，其特征在于，所述第一气体包括co2，所述第二气体包括no2和co；所述预设区域划分为多个栅格，所述数据集包括子数据集，每个栅格对应一个子数据集，所述子数据集包括：co2浓度、no2浓度、co浓度、经度、纬度、数字高程模型数据、气象数据、儒略日中的至少一项；所述气象数据包括大气相对湿度、大气温度、水平方向风速、垂直方向风速、总风速和大气压强中的至少一项。3.根据权利要求2所述的一种卫星气体数据补全方法，其特征在于，所述方法还包括对所述数据集进行处理，其中所述处理包括：剔除在vc
q
∈(μ
q-3δ
q
，μ
q
3δ
q
)范围之外的数据，其中q∈[1,2,3]，vc1为co2浓度，vc2为no2浓度，vc3为co浓度，μ1为第一卫星获取的co2浓度均值，μ2为第二卫星获取的no2浓度均值，μ3为第二卫星获取的co浓度均值，δ1为第一卫星获取的co2浓度标准差，δ2为第二卫星获取的no2浓度标准差，δ3为第二卫星获取的co浓度标准差。4.根据权利要求1所述的一种卫星气体数据补全方法，其特征在于，所述根据所述第一坐标信息和所述第二坐标信息进行时空匹配，包括：根据第一卫星的地理坐标和第二卫星的地理坐标之间的距离d的数值是否在阈值范围之内确定所述第一卫星的地理坐标和第二卫星的地理坐标是否匹配；其中lon1表示第一卫星的经度，lon2表示第二卫星的经度，lat1表示第一卫星的纬度，lat2表示第二卫星的纬度。5.根据权利要求3或4所述的一种卫星气体数据补全方法，其特征在于，所述方法还包括：所述数据集进行特征变换，基于特征变换后的数据集训练数据模型；其中，所述特征变换包括，对地理坐标进行特征变换得到lon=ln(lon)和lat=ln(lat)，其中lon为经度数据，lat为纬度数据；以及对气象数据中的垂直方向和水平方向上的风速
数据进行特征变换得到，其中wind为总风速，u为水平方向的风速，v为垂直方向的风速。6.根据权利要求5所述的一种卫星气体数据补全方法，其特征在于，所述数据模型包括：vc1≌f(rh，temp，u，v，wind，pres，dem，vc2，vc3，lon，lat，doy)其中co2浓度vc1的影响因数包括，大气相对湿度rh、大气温度temp、水平方向风速u和垂直方向风速v、总风速wind、大气压强pres、数字高程模型数据dem、no2浓度vc2、co浓度vc3、特征变换后的经度lon、特征变换后的纬度lat以及儒略日doy，f()为所述数据模型的表示函数，所述数字高程模型数据中包括地形地貌以及植被。7.根据权利要求6所述的一种卫星气体数据补全方法，其特征在于，所述基于特征变换后的数据集训练数据模型，包括：将所述特征变换后的数据集分成训练集和测试集；对所述训练集抽样，得到多个样本；用得到的样本作为训练样本构造相互独立的多个决策树；由多个决策树共同决定输出的二氧化碳浓度。8.根据权利要求7所述的一种卫星气体数据补全方法，其特征在于，通过网格搜索方法对所述决策树的个数和深度的参数进行调整。9.根据权利要求8所述的一种卫星气体数据补全方法，其特征在于，由训练集训练得到的数据模型通过测试集对精确度进行验证。10.一种卫星气体数据补全系统，其特征在于，包括：预设模块，所述预设模块用于预设区域，所述预设区域包括数据采集区和数据缺乏区；所述模块用于通过数据采集区的数据来补全数据缺乏区的数据；第一获取模块，所述第一获取模块通过第一卫星获取所述数据采集区的第一气体信息；所述第一气体信息包括第一浓度数据和第一坐标信息；第二获取模块，所述第二获取模块通过第二卫星获取所述数据采集区的第二气体信息；所述第二气体信息包括第二浓度数据和第二坐标信息；气象获取模块，所述气象获取模块以获取所述数据采集区的气象数据；第三获取模块，所述第三获取模块通过第三卫星获取所述数据采集区的数字高程模型数据；时空匹配模块，所述时空匹配模块根据所述第一坐标信息和所述第二坐标信息进行时空匹配以获取所述数据采集区的数据集；数据模型，所述数据模块根据所述数据集构建得到，且至少基于所述第二浓度数据、所述气象数据和所述数字高程模型数据获得所述第一浓度数据。11.根据权利要求10所述的一种卫星气体数据补全系统，其特征在于，所述第一气体包括co2，所述第二气体包括no2和co；所述预设区域划分为多个栅格，所述数据集包括子数据集，每个栅格对应一个子数据集，子数据集包括：co2浓度、no2浓度、co浓度、经度、纬度、数字高程模型数据、气象数据、儒略日中的至少一项；所述气象数据包括大气相对湿度、大气温度、水平方向风速、垂直方向风速、总风速和
大气压强中的至少一项。12.根据权利要求11所述的一种卫星气体数据补全系统，其特征在于，所述系统还包括数据处理模块：剔除在vc
q
∈(μ
q-3δ
q
，μ
q
3δ
q
)范围之外的数据，其中q∈[1,2,3]，vc1为co2浓度，vc2为no2浓度，vc3为co浓度，μ1为第一卫星获取的co2浓度均值，μ2为第二卫星获取的no2浓度均值，μ3为第二卫星获取的co浓度均值，δ1为第一卫星获取的co2浓度标准差，δ2为第二卫星获取的no2浓度标准差，δ3为第二卫星获取的co浓度标准差。13.根据权利要求10所述的一种卫星气体数据补全系统，其特征在于，根据所述第一坐标信息和所述第二坐标信息进行时空匹配包括：根据第一卫星的地理坐标和第二卫星的地理坐标之间的距离d的数值是否在阈值范围之内确定所述第一卫星的地理坐标和第二卫星的地理坐标是否匹配；其中lon1表示第一卫星的经度，lon2表示第二卫星的经度，lat1表示第一卫星的纬度，lat2表示第二卫星的纬度。14.根据权利要求12或13所述的一种卫星气体数据补全系统，其特征在于，所述系统还包括特征变换模块：基于特征变换后的数据集训练数据模型；其中，所述特征变换包括，对地理坐标进行特征变换得到lon=ln(lon)和lat=ln(lat)，其中lon为经度数据，lat为纬度数据；以及对气象数据中的垂直方向和水平方向上的风速数据进行特征变换得到，其中wind为总风速，u为水平方向的风速，v为垂直方向的风速。15.根据权利要求14所述的一种卫星气体数据补全系统，其特征在于，所述数据模型包括：vc1≌f(rh，temp，u，v，wind，pres，dem，vc2，vc3，lon，lat，doy)其中co2浓度vc1的影响因数包括，大气相对湿度rh、大气温度temp、水平方向风速u和垂直方向风速v、总风速wind、大气压强pres、数字高程模型数据dem、no2浓度vc2、co浓度vc3、特征变换后的经度lon、特征变换后的纬度lat以及儒略日doy，f()为所述数据模型的表示函数，所述数字高程模型数据中包括地形地貌以及植被。16.根据权利要求15所述的一种卫星气体数据补全系统，其特征在于，所述基于特征变换后的数据集训练数据模型包括：将所述特征变换后的数据集分成训练集和测试集；对所述训练集抽样，得到多个样本；用得到的样本作为训练样本构造相互独立的多个决策树；由多个决策树共同决定输出的二氧化碳浓度。17.根据权利要求16所述的一种卫星气体数据补全系统，其特征在于，通过网格搜索模块对所述决策树的个数和深度的参数进行调整。18.根据权利要求17所述的一种卫星气体数据补全系统，其特征在于，所述系统还包括验证模块，所述验证模块由训练集训练得到的数据模型通过测试集对精确度进行验证。

技术总结
本公开涉及气体测量领域，具体而言涉及一种卫星气体数据补全方法和系统。所述方法包括：获取第一卫星的与地理坐标对应的第一气体信息，获取第二卫星的与地理坐标对应的第二气体信息；根据所述第一卫星的地理坐标和第二卫星的地理坐标匹配所述第一气体信息和第二气体信息，同时匹配相应的气象因子、地形以及植被等数据从而获得数据集；根据所述数据集训练机器学习模型，从而获得由第二气体信息得到补全的第一气体信息的卫星数据模型；所述根据预定位置的第二气体信息，使用所述数据模型补全该位置的第一气体信息。本公开能够补全监测缺失区域的气体浓度的同时保证其准确度。失区域的气体浓度的同时保证其准确度。失区域的气体浓度的同时保证其准确度。


技术研发人员：田启明 徐彬仁 徐炜达
受保护的技术使用者：北京英视睿达科技股份有限公司
技术研发日：2022.03.02
技术公布日：2022/4/12