1.一种基于气象卫星的云天大气可降水量估算方法，其特征在于，包括：

步骤1.收集大气探空气球大气廓线数据和数值预报模式大气廓线数据，对大气探空气球大气廓线数据和数值预报模式大气廓线数据进行异常值筛选，进行这两类大气廓线时间和空间匹配，形成时空匹配的探空气球大气温度、大气湿度、压力廓线和数值预报模式大气温度、大气湿度、压力廓线；

步骤2.利用相对湿度阈值方法对步骤1所收集的大气探空气球大气温度、大气湿度、压力廓线相对阈值云检测，获取大气的云垂直分布结构，进一步形成与数值预报模式时间和空间匹配的云天情况下的大气温度、大气湿度、压力廓线数据集；

步骤3.利用中光谱分辨率大气辐射传输模式MODTRAN和步骤2收集的云天情况下的大气温度、大气湿度、压力廓线数据集，设置气象卫星MODIS的仪器特征参数、太阳高度角和卫星观测角，进行云天情况下的气象卫星MODIS的近红外和热红外水汽通道的反射率和亮温模拟计算；

步骤4.对步骤2收集的云天情况下的大气温度、大气湿度、压力廓线进行分层垂直积分计算，计算获取大气探空气球的云层上部和整层大气总的大气可降水量；

分层垂直积分为：对分层大气温度、大气湿度、压力廓线进行积分，计算出大气可降水量；

进行整层大气温度、大气湿度、压力廓线积分获取整层大气总的大气可降水量，进行云层之上的大气廓线积分获取云层之上的大气可降水量；

具体通过以下公式进行计算：

式中，PW为大气可降水量，g为重力加速度，Ps为地面气压或者云顶气压，Pt为大气廓线顶部气压，qυ为大气湿度信息；

步骤5.将步骤3模拟的云天情况下的气象卫星MODIS的近红外和热红外水汽通道的反射率和亮温，数值预报模式的大气温度、大气湿度、压力廓线作为输入，步骤4中大气探空气球的大气温度、大气湿度、压力廓线分层垂直积分的大气可降水量作为输出，进行模型训练、模型验证和误差评估，利用卷积神经网络构建云天大气可降水量估算模型；

步骤6.利用MODIS云检测产品区分云天和晴空像素，进而提取云天情况下的MODIS实际观测的近红外和热红外水汽通道的的反射率和亮温，根据气象卫星MODIS观测像素的经度和纬度提取数值预报模式的大气温度、大气湿度、压力廓线，将这些数据输入到步骤5构建的云天大气可降水量估算模型估算出云天大气可降水量。

2.根据权利要求1所述的基于气象卫星的云天大气可降水量估算方法，其特征在于，步骤1中所述异常值筛选为判断大气温度、大气湿度、压力廓线是否超出历史气候数据的极大值和极小值，若超出近几十年历史气候数据的极大值和极小值的20％则判断为异常值；

所述时间和空间匹配为以大气探空气球的位置和观测时间为基准，选取与大气探空气球的位置最邻近的数值预报模式观测格点廓线为空间匹配的数据，选取与大气探空气球观测时间最邻近的数值预报模式的预报时刻廓线为时间匹配的数据。

3.根据权利要求1所述的基于气象卫星的云天大气可降水量估算方法，其特征在于，步骤2中，所述相对湿度阈值方法为：在0‑1.0km高度范围内相对湿度大于91％判断为云；当高度大于1.0km小于2.0km时相对湿度大于87％判断为云；当高度大于2.0km小于7.0km时相对湿度大于82％判断为云；当高度大于7.0km小于10.0km时相对湿度大于72％则判断为云；当高度大于10.0km时相对湿度大于67％则判断为云。

4.根据权利要求1所述的基于气象卫星的云天大气可降水量估算方法，其特征在于，步骤3中，所述气象卫星MODIS的仪器特征参数包括：中心波长、仪器响应函数、瞬时视场角、空间分辨率和仪器噪声；

气象卫星MODIS近红外和热红外水汽通道为：0.89‑0.96μm近红外水汽吸收通道、6.5‑

8.7μm红外水汽吸收通道和10.7‑12.3μm热红外水汽通道。

5.根据权利要求1所述的基于气象卫星的云天大气可降水量估算方法，其特征在于，步骤6中，所述MODIS云检测产品是气象卫星MODIS各像素的云覆盖掩膜数据，基于这一数据判断观测像元是否为云天。