ARTS Microwave 数据库 及其 python Interface 的简介(一)

前言

ARTS Microwave 数据库全称 ARTS Microwave Single Scattering Properties Database, ARTS 微波单散射光学特性数据库。目前被托管在 Zenodo research share 云上。

这个粒子光学特性数据库是ARTS项目旗下的一个子项目,ARTS 全称 Atmospheric Radiative Transfer Simulator, 大气辐射传输模拟工具,是德国汉堡大学和查尔姆斯理工大学的一个合作项目,感兴趣的可以参考ARTS项目官网:

http://www.radiativetransfer.org/about/

ARTS粒子微波光学特征数据库初版发布于2018年2月, 就目前获取到的信息看,数据库还在长期维护更新中, 目前已经发行的版本仅仅包括了粒子随机欧拉角的光学特性数据(totally random), 规划未来还将引入随机方向角光学特性数据(Azimuthally random),以及非球形水滴,融化层微粒等新组件。

之所以选择这个数据库,除了它还在长期维护更新外还有以下原因:

  • 微波可用频域较宽,1GHZ-886GHZ
  • 温度可用范围较宽,190K-270K
  • 同时支持主动观测和被动观测
  • 支持粒子折射模型完整的Stokes向量,理论上可以导出任何其他衍生光学物理量
  • 17个粒子Habit受支持,粒子 Habit 分类为: 单晶(single crystal), 高度淞附粒子(heavily rimmed particles),聚合粒子(aggregating particles), 其他粒子(hail, snow), 每种粒子的尺寸分布略有不同, 每种Habit平均约有30个尺寸
  • 支持液体粒子
  • 数据本体以NetCDF4格式存储,提取,转化方式可以利用Python或MATLAB, 相对而言非常方便

数据库本体托管于

https://zenodo.org/record/1175573#.W5fAHfZuI3J

数据库接口托管于

https://zenodo.org/record/1175589#.W5fAFfZuI3I

一. ARTS 数据库基本架构

ARTS Database structure.PNG

数据库根目录下有四个重要的子目录

  1. SSD: Single scattering database, 它是数据库本体,也就是粒子单散射数据库, 包含了17种粒子Habit的基本光学特性,是所有导出光学量的根本。

  2. Input: 是产生数据库SSD的一些工程文件,包括粒子的三维模型,建模程序等等

  3. DataInterfaces: 数据库接口,包括python MATLAB的数据库接口,本质上是提取转化SSD一个脚本工具集。 里面有通过这些工具提取转化生成的17个.rssp文件(reduced single scattering properties, RTTOV 不需要完整的 stokes 向量), 这十七个装配好的.rssp文件目前已经集成到RTTOV12.2版本上, 可以直接通过 Mietable_generation.ksh 脚本生成Mietable 。
    如果你使用的RTTOV版本较低, 可以通过 /DataInterface/RTTOV/patch 目录下的补丁文件修改 你的RTTOV12.1 or earlier 版本文件, 修改完后重新编译一下RTTOV,就可以正常使用 ARTS 数据库了

  4. StandardHabits: 自带的提取组合几种基本Habit生成的复合Habit(也有部分是单Habit 直接提取的, 没有经过Habit组合)。 是原始的Single scattering properties, 没有经过转化的Reduce步骤, 这些数据以 .xml 格式 或 .mat(MATLAB数据文件)格式提供。

我们先重点来看本体SSD 目录架构:


SSD 架构.PNG

Layer 1: 粒子旋转随机类型: TotallyRandom/AzimuthallyRandom
Layer 2: 粒子相态: Ice/liquid
Layer 3: 粒子聚合类型: singleCrystal/Aggregates
Layer 4: 粒子原型/衍生形: Pristine/Rimmed
Layer 5: 粒子Habit: ........
Layer 6: 粒子旋转随机类型: TotallyRandom/AzimuthallyRandom [该目录下附带粒子基本属性报告]
Layer 7:粒子尺寸分文件存储的数据库granules

用ncl_dump 来看看数据库granule的基本结构

granules1.PNG
granules2.PNG

我们看到, 数据是分group存储的, 每个group对应一个固定的频率和温度,
每个group下有三个子group, 分别是单散射光学特性数据, 粒子形状数据, 与计算生成形式有关的元数据。

重点关注单散射数据, 单散射数据下有几个重要的维度:aa_scat 散射角azimuth, 因为totally random所以这个维度被消去了。za_scat 散射角zenith, 0~181不等间距, 角度信息存储在aa_scat变量中, inc表示 income 入射光线, 容易理解

scatMat_row 是 Stokes 向量 行
scatMat_col 是 Stokes 向量 列
phaMatElem 是6个非零独立的Stokes向量相元素
extMatElem 是Extinction系数元素
absVecEleme 是Absorption系数元素

basic radiative transfer equation.PNG

具体含义参照辐射传输基本方程

data.PNG

数据就存储在这些Data 后缀的变量中


这一期暂时就到这里,下一期讲python interface


第二期已更新,链接:

ARTS Microwave 数据库 及其 python Interface 的简介(二)

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,080评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,422评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,630评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,554评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,662评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,856评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,014评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,752评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,212评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,541评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,687评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,347评论 4 331
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,973评论 3 315
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,777评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,006评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,406评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,576评论 2 349

推荐阅读更多精彩内容