基于衛星主動觀測的東海海域有限高度視線無云概率研究

李榮波，齊琳琳，趙倩，安潔

（1.解放軍92538部隊12分隊，遼寧大連116041；2.空軍裝備研究院航空氣象防化研究所，北京100085；3.安徽省氣象科學研究所，安徽合肥230031；4.安徽省大氣科學與衛星遙感重點實驗室，安徽合肥 230031）

?

基于衛星主動觀測的東海海域有限高度視線無云概率研究

李榮波1，齊琳琳2，趙倩3，4，安潔2

（1.解放軍92538部隊12分隊，遼寧大連116041；2.空軍裝備研究院航空氣象防化研究所，北京100085；3.安徽省氣象科學研究所，安徽合肥230031；4.安徽省大氣科學與衛星遙感重點實驗室，安徽合肥 230031）

摘要：鑒于衛星主動觀測具備對云空間結構進行垂直觀測能力，利用2008年CloudSat/ CALIPSO衛星資料，以東海為例，重點開展了不同高度不同視線方向視線無云概率的分布特征研究。結果表明：視線無云概率隨觀測高度、角度的不同而不同，相同高度不同視線方向無云概率分布差異顯著。研究結果對加強衛星云特征產品的實際保障應用具有重要意義。

關鍵詞：CloudSat衛星；東海；視線無云概率

1　引言

云的三維時空分布對空基和天基光學、紅外傳感器的使用有著明顯影響，如紅外照相時較厚的云層有可能完全阻擋紅外線穿過。針對云對傳感器觀測的影響問題，美國學者在20世紀60年代提出了視線無云概率的概念。視線無云概率（Probability of Cloud-Free Lines-Of-Sight，PCFLOS）定義為視線上不被云遮擋的概率，通常用0—100之間的百分比來表示。在某一視線上，10%的視線無云概率就表示目標物能夠被觀測到的概率為10%。目前，隨著光學精確制導武器已成為現代戰爭的重要“殺手锏”武器，云的存在對此類武器性能的影響也越來越受到人們的重視。研究云對傳感器觀測的影響在航空和軍事等部門的應用前景非常廣泛，將有助于提高飛機精確投彈和準確照像偵察等的成功率。

受觀測條件限制，早期視線無云概率研究主要是基于地面常規觀測資料。McCabe［1］和Lund［2］分別獨立地提出了利用地面觀測資料計算視線無云概率的半客觀分析方法。此后，Lund等［3］利用哥倫比亞地區的全天空照相機連續3 a拍攝的云照片資料，研究得出從地面穿透整層大氣視線無云概率的兩種計算方法，并提出了Lund模型方位角無關假設。而后Rapp等［4］、Boltz等［5］、Warren等［6］相繼發展和評估驗證了該方法的合理性。國內對視線無云概率的研究雖相對較晚，但取得的結果有力支持了我航空、軍事部門的迫切需求［7-9］。其中，較為代表的是李昀英在Lund工作基礎上給出了適用于世界任意地區有限高度視線無云概率的計算方法［7］，并利用佛山地區30 a云氣候資料計算得出的視線無云概率隨高度的增加和視角的減小而減小。但對于高原、海洋等觀測資料匱乏地區，基于地面觀測資料的視線無云概率研究仍存在很大局限性。

隨著遙感技術的不斷發展，衛星資料在視線無云概率研究中的應用逐步得到重視，如Hobbs等［10］利用美國NOAA極軌環境衛星大氣紅外垂直探測器（HIRS）為期8 a的全球云氣候學資料，得出利用被動衛星資料確定視線無云概率的方法。但由于被動衛星只能對云頂部分提供有效測量，因此，基于被動衛星資料只能得到最高云層之上的視線無云概率，對于最高云層下方的視線無云情況無法直接確定，從而還是存在或多或少局限性。2006年主動觀測衛星CloudSat與CALIPSO的發射成功，其所具備的垂直探測能力為視線無云概率研究提供了新的契機。姚志剛等［11］利用該衛星資料重點針對青藏高原及周邊區域各季節不同高度不同視線方向視線無云概率進行了較為全面的研究。但尚未有學者利用衛星主動觀測資料對我國近海海域的視線無云概率進行針對性研究。考慮到東海海域的重要軍事戰略地位，其視線無云概率研究對于航空偵察等具有重要指導意義。為此，本文利用2008年CloudSat/CALIPSO衛星資料開展了該海域視線無云分布狀況研究，重點分析出相同高度不同視線方向視線無云概率的分布特征，以便為衛星云特征產品的實際保障應用奠定基礎。

2　資料和方法

2006年4月，載有94 GHz云廓線雷達（CPR）的CloudSat衛星和載有激光雷達（CALIOP）的CALIPSO的衛星發射，實現了對云垂直分布和結構特征的主動遙感探測，并且首次實現了對云和降水的同時觀測［12-14］。尤其是CloudSat衛星搭載的94GHz毫米波云觀測雷達（CPR），可以“切開”云層，為研究全球尺度云屬性提供了新的契機。

CloudSat衛星位于705 km高度的太陽同步軌道上，衛星繞地球一周成為一個掃描軌道，掃描時間大約99 min，每天大約繞地球14—15個掃描軌道，一個掃描軌道的長度大約是40 786 km，每條軌道由37 088條掃描廓線組成，在雷達軌跡上約每0.16 s產生一個有效的探測廓線，每個像素點的星下點波束覆蓋寬度的沿軌是2.5 km，橫軌是1.4 km，數據采樣自兩根廓線之間，因此數據產品的水平分辨率為1.1 km×1.3 km，垂直方向有125個距離庫，代表氣柱高度約240 m，即垂直探測的高度大約為30 km，如圖1所示。

鑒于視線無云概率以及云的出現頻率強烈的依賴于云的三維空間分布情況，而主動觀測衛星CloudSat與CALIPSO在云垂直結構方面具有其它手段無法比擬的優點，為此，本文針對東海海域，利用姚志剛等建立的無云出現頻率計算模型，計算了相同高度不同視線方向上無云的出現頻率。

計算各高度上各視線方向上的無云概率模型圖如圖2所示，O為觀測點，r為視線距離（取20 km），θ為視線與y軸正方向的夾角，h是觀測高度，s是視線末端在地面上的投影與觀測點在地面上的投影之間的距離。

由于不同的視線方向，有云/無云概率計算方法不同，需分不同情況處理：

（1）垂直向上觀測，即θ=0°時，若高度h小于觀測點所在廓線內最上層云的云頂高度，則判斷其為有云；

（2）垂直向下觀測，即θ=180°時，如果高度h大于觀測點所在廓線內最下層云的云底高度，則判斷其為有云；

圖1 CloudSat產品存儲說明示意圖

圖2各高度上各視線方向上的無云概率模型圖

（3）沿水平方向觀測，即θ=90°或θ=270°時逐一判斷方向“北”或方向“南”距離觀測點20 km范圍內觀測廓線內在h高度是否有云，如果任何一條廓線有云，則判斷該觀測點在該方向觀測到云；

（4）若視線在直角坐標系內的Ⅰ和Ⅱ象限時，首先計算經過的廓線數，計算方法如圖3所示，

式中：g為地球重力加速度。

由于CPR的沿軌水平分辨率是1.1 km，所以廓線數為：

由圖還可以得到：

由于 xn+1=rgcosθ，所以可得 x1、x2、x3、…、xn，然后得到視線在各觀測廓線內的邊界高度：

圖3視線向上觀測示意圖

這樣逐一判斷高度hn至hn+1之間在距O點第n條廓線內是否有云，如果任一視線高度內有云，則判斷該方向有云；

（5）如果視線在直角坐標系的Ⅲ和Ⅳ象限時，要分兩種情況進行考慮，即1）觀測點在視線方向上與地面距離小于視線距離r和2）觀測點在視線方向上與地面距離大于視線距離r。

1）如4所示，可以得到：

同上，視線經過的廓線數為：

從而可以得到

然后可以得到視線在各觀測廓線內的邊界高度：

這樣逐一判斷高度hn至hn+1之間在距O點的第n條廓線內是否有云，如果任何一個視線高度內有云則判斷該方向有云。

2）如圖5所示，可以得到：

圖4　觀測點在視線方向上與地面距離小于視線距離r時的視線向下觀測示意圖

圖5觀測點在視線方向上與地面距離大于視線距離r時的視線向下觀測示意圖

視線經過的廓線數：

可以得到：

推得：

進而得到：

同樣，逐一判斷高度hn至hn+1之間在距O點的第n條廓線內是否有云，如果任何一個視線高度內有云則判斷該方向有云。

由

3　特征分析

針對1—5 km逐1 km的5個高度層不同視線方向無云概率年平均分布情況進行計算發現，盡管相同高度不同視線方向無云出現概率在量值和分布上均存在差異，但任一高度上的視線無云概率沿著0°和180°的垂直線大致有對稱分布的趨勢，這一結果與姚志剛等［11］對青藏高原地區的分析相似，說明Lund模型中的方位角無關假設具有普適性。

圖6給出了1 km高度上逐30°變化的不同方向視線無云概率分布。可以看出：視線向下的無云概率比視線向上的無云概率偏高，沿垂直向上或向下的對稱兩側視線無云概率分布趨勢一致。其中，由于1 km所在的高度較低，其上方往往被大量云層覆蓋，而1 km以下的云量有限，所以視線垂直向上的無云概率相對最小。而隨著觀測角度的增大，無云概率也逐漸增大，至斜視150°和210°方向上達到最大，約95%以上，這可能與云與云的間隙落在觀測視線內有關。而對于水平90°和270°方向，無云概率低值區呈東北西南走向，高值區位于長江入海口沿岸和臺灣海峽區域，高值中心無云概率值在70%以上。對于120°與240°方向，無云概率的分布形式與水平方向相似，但是無云概率的值略微偏高，整體在70%以上；同時視線向上60°和300°方向上，視線無云概率同時呈現南北向分布，高值區位于臺灣海峽、巴士海峽及澎湖列島的東南部，高值中心的無云概率值達65%以上。需要指出的是，在間隔逐10°的視線無云概率計算中我們發現，150°—170°和190°—210°的視線無云概率基本相當，相對最大，由此我們可以將150°作為視線方向的分水嶺。1 km高度上，當視線轉向下時，其觀測半徑遠遠小于20 km，又因低于1 km的云量本就不多，所以90°視線后隨著角度增加，無云概率增大，至150°受觀測半徑和云之間縫隙的共同影響，使得視線無云概率顯著增大。而180°上值的相對減小，應該是與垂直向下觀測時云層間隙對其沒有影響有關。只要視線下有云，都會削弱視線無云概率。

對于5 km高度上的視線無云概率分布而言（見圖7），其與1 km上的規律基本一致，也是沿垂直向上或向下的對稱兩側視線無云概率分布趨勢一致。其中，視線偏上方向的無云概率分布呈南北型分布，而視線偏下方向的則大致呈東北西南向分布。琉球群島西北部的東北西南向海域是視線無云概率低值帶，臺灣海峽以及臺灣島西南部的各個方向上無云概率分布是相對高值區，而在臺灣島的東北部及東部地區則偏低。與1 km視線無云概率隨角度變化不同的是，隨著視線由垂直向上的逐漸下移，無云概率逐漸變大，至水平90°達到最大，之后隨著角度的增大逐漸減小，至垂直向下時達到相對最低。對于水平90°和270°方向上無云概率達到最大，這說明該高度上此角度云的遮蔽性不強，云與云的間隙落在觀測視線內最大。而5 km高度的各類云相對多，云與云的互相遮蔽效應明顯，故視線被云遮擋最強。對于其它視線方向，總體來看還是視線斜向下的無云概率比視線斜向上的無云概率偏高，這應與向下看時可透過不同高度云塊間的縫隙有關。

圖6 1 km高度不同方向視線無云頻率分布圖（a—l分別表示0—330°間逐30°變化的各視線方向）

上述分析也可一定程度上反映出無云概率分布的高度變化特征，即同一視線條件下不同高度的無云概率存在很大差異。無論是垂直向上還是水平方向，視線無云概率與該層及其以上的可視云量有關，隨著高度的增加視線無云概率有逐漸增大趨勢。但對于垂直向下而言，卻是高度越高，視線上的云遮蔽越明顯，這反映出在中高云集中出現的高度層云間隙的可視度相對少。由此可以說，視線無云概率的分布與觀察角度、觀測高度等密切相關，其反映的只是在既定計算條件下的視線上不被云遮擋的概率相對性，不具有絕對性。

圖7 5 km高度不同方向視線無云頻率分布圖（a—l分別表示0—330°間逐30°變化的各視線方向）

4　結論

本文以我國東海海域為研究對象，利用衛星主動觀測資料計算分析了既定條件下不同高度不同視線方向無云概率的年平均特征，得出以下結論：

（1）不同高度沿垂直軸線對稱不同視角方向的無云概率分布特征具有一致性的趨勢，這說明計算模型中的方位角無關假設具有普適性；

（2）相同高度不同視線方向和不同高度同一視線方向的無云概率分布差異顯著。1 km上的最大視線無云概率出現在向下斜視，而5 km的則出現在水平方向。這說明不同高度各角度上的云遮蔽情況有很大不同，只有當云與云的間隙落在觀測視線內最大時無云概率最強。但總體來看還是視線斜向下時的無云概率比視線斜向上的偏大；

（3）考慮到視線無云概率的分布與觀察角度、觀測高度等密切相關，當云與云間隙落在觀測視線內多時視線無云概率就會變大。因此計算結果反映的只是既定計算條件下視線上不被云遮擋的概率相對性，而非決定性。當使用的云產品數據、觀測角度定義等不同時，可能會得到不同結果。

上述研究結果對于海洋環境空基傳感器探測性能的有效發揮具有支撐意義。而隨著衛星主被動觀測的逐步發展完善，海洋上空有限高度視線無云概率研究將會得到越來越廣泛開展。

參考文獻：

［1］McCabe J T.Estimating Mean Cloud and Climatological ProbabilityofCloud-FreeLine-of-Sight［R］.AirWeatherService （MATS），United StatesAir Force，Technical Report，1965，186，26.

［2］Lund I A.Estimating the Probability of Clear Lines-of-Sight from Sunshine and Cloud Cover Observations［J］.Journal of Applied Meteorology，1965，4（6）:714-722.

［3］Lund I A，Shanklin M D.Universal Methods for Estimating Probabilities of Cloud-Free Lines-of-Sight Through the Atmosphere ［J］.Journal ofApplied Meteorology，1972，12（1）:28-35.

［4］Rapp R R，Schutz C，Rodriguez E.Cloud-Free Line-of-Sight Calculations［J］.Journal of Applied Meteorology，1973，12（3）: 484-493.

［5］Boltz R W，Kather G R.Analysis of Whole-Sky Imager Data to Determine the Validity of PCFLOS Models［D］.Ohio:Air Force Institute of Technology Wright-PattersonAFB Oh School，1992.

［6］Warren A J.Climatological Probability of Cloud-Free Line-of-Sight ［R］.Scott Air Force Base，Illinois:USAF Environmental Technical Application center（AD-A260 139），1992.

［7］李昀英，孫立潭.佛山地區有限高度視線無云概率的計算［J］.氣象科學，1998，18（4）:361-368.

［8］孫體忠.我國東南地區視線無云概率統計氣候特征研究［D］.南京:解放軍理工大學，2005.

［9］陳秀紅，魏合理，饒瑞中.合肥和東南沿海地區云分布統計特征［J］.大氣與環境光學學報，2007，2（6）:434-439.

［10］Hobbs R，Mitchell J，Bedrick M A，et al.Use of Satellite Cloud Climatology for Assessing Cloud-Free-Line-of-Sight Probabilities ［C］//Proceedings of the 12th Conference on Satellite Meteorology and Oceanography.［S.l.］:American Meteorological Society，2003.

［11］姚志剛，王帥輝，韓志剛，等.衛星主動觀測的視線云出現頻率特征分析［J］.遙感技術與應用，2013，28（1）:108-115.

［12］Stephens G L，Vane D G，Tanelli S，et al.CloudSat Mission: Performance and Early Science After the First Year of Operation ［J］.Journal of Geophysical Research，2008，113（C5）:D00A18，doi:10.1029/2008JD009982.

［13］Mace G，Vane D，Stephens G，et al.CloudSat Project:Level 2 Radar-LidarGEOPROFProductVERSION1.0Process DescriptionandInterfaceControlDocument［R］.Pasadena，California:JPL，2007:9.

［14］Mace G G，Zhang Q Q，Vaughan M，et al.A Description of Hydrometeor Layer Occurrence Statistics Derived from the First Year of Merged CloudSat and CALIPSO Data［J］.Journal of Geophysical Research，2009，114（D8）:D00A26，doi:10.1029/ 2007JD009755.

中圖分類號：P732.1

文獻標識碼：A

文章編號：1003-0239（2016）02-0008-08

DOI:10.11737/j.issn.1003-0239.2016.02.002

收稿日期：2015-09-06

基金項目：國家“863”計劃項目（2012AA091801）；國家自然科學青年基金（41005030，41205044）

作者簡介：李榮波（1972-），男，高級工程師，學士，主要從事氣象水文預報工作。E-mail:279900133@qq.com

通訊作者：齊琳琳（1973-），女，高級工程師，博士，主要從事海洋氣象研究。E-mail：niceqll@mail.iap.ac.cn

Characteristics of cloud occurrence frequency along the line of sight at given height over the East China Sea from satellite-based active measurements

LI Rong-bo1，QI Lin-lin2，ZHAO Qian3，4，AN Jie2
（1.Unite 92538 of PLA，Dalian 116041 China；2.Institute of Aeronautical Meteorology，Beijing 100085 China；3.Anjui Institute of Meteorological，Hefei 230031 China；4.Laboratory of Atmospheric Science and Satellite Romote Sensing of Anhui Province，Hefei 230031 China）

Abstract：Based on the cloud vertical structure observed by the satellite-based active measurements，theCloudSat/CALIPSO observations from January 2008 to December 2010 are used to analyze the characteristics and distributions of cloud occurrence frequency along the line of sight at difference heights over the East China Sea.The results show that the cloud occurrence frequency along the line of sight is dependent on the altitude and angle from the observer.The cloud occurrence frequency is significantly difference along the different line of sight at the same height.The results are significant for the actual application of the observations from satellite.

Key words：CloudSat satellite；East China Sea；cloud occurrence frequency