紅外衛星資料的云檢測

摘 要：借鑒MC NALLY的紅外資料云檢測方法，結合具體實例和具體大氣狀態進行參數調整和步驟簡化，將其應用于臺風初始場時刻紅外衛星資料的云檢測中，并通過與實測的云量資料和實時衛星云圖的對比來驗證該方法的準確性。結果發現，將該云檢測方法的效果較好，與實測云量資料對比時，云區和晴空區的分布比較對應；與實時衛星云圖對比時，云頂較高和較低的區域也是較對應的。

關鍵詞：云檢測；紅外；衛星云圖；云量

引言

由于衛星遙感受云和降水的影響嚴重，模擬的云區輻射與實測輻射之間的差值往往較大[1]，在云區衛星資料的同化方面，目前是通過云檢測方法判斷衛星視場是否有云后直接去掉有云視場，只同化晴空資料。有研究指出[2]，解決紅外輻射資料云污染的問題主要有以下幾種方法：只選擇晴空資料；將云污染影響取出；選擇不受云污染的通道；發展能計算云對紅外輻射率影響的輻射模式和它的伴隨算子。王云峰等[3]在研究AIRS資料質量控制對颶風路徑模擬的影響試驗時指出目前常用的WRFDA同化系統中通過云水路徑檢測、長波窗口通道亮溫檢測、海表面溫度（SST）檢測和云覆蓋面積指數來判斷某視場是否存在云，從而進行剔除；朱文剛等[4]利用McNally和Watts提出的云檢測方案，針對GRAPES-3Dvar系統和AIRS儀器特征，對AIRS各個視場通道進行云檢測，剔除受云污染的通道。

文章在MC NALLY的紅外資料云檢測方法[17]基礎上進行了一些修改，在保證精度的前提下做了一些步驟簡化與參數調整，使之能夠快速便捷的開展針對大范圍衛星視場的云檢測工作。

1 資料介紹

光柵式紅外大氣探測器AIRS（Atmospheric Infrared Sounder）搭載于美國地球觀測系統（Earth Observation System，EOS）的第二顆Aqua衛星，每2.667秒橫向掃描一次，49.5°的掃描角可覆蓋地球表面1650km，稱之為一條掃描線，每個景由135條掃描線組成，每條掃描線有90個觀測視場，每個視場包含2378個光譜取樣。AIRS星下點水平分辨率為13.5km，垂直分辨率為1km，能夠提供從地面到40km高度的大氣信息，第一次真正意義上實現了對大氣、海洋環境的高光譜分辨率大氣紅外探測。

2 云檢測方法介紹

如果以衛星觀測的某一含云視場上方各通道的一組亮溫值為真值，同時，以該視場的大氣狀態廓線為輸入資料，利用CRTM模擬另一組晴空狀態下的通道亮溫。這兩組亮溫必然存在差別，而這種差別正是由視場中云的存在所導致的。正是基于這樣的理論，MC NALLY最早提出了針對紅外探測的云檢測方案用于找出晴空通道，具體用流程圖表示這種方法如圖1。ilow表示對云最敏感的通道，其亮溫值受云的影響最大；d表示一組實測亮溫與模擬的晴空亮溫的偏差矢量；dLP表示經過低通濾波處理之后的的偏差矢量；dLPi表示通道i的偏差矢量；Grad（dLPi）表示通道i處的偏差矢量的梯度值。

從對云最敏感的通道ilow=1開始，逐個判斷通道i的偏差矢量dLPi和通道i處的偏差矢量的梯度值Grad（dLPi）與各自閾值dmax和Gradmax的大小，直到這兩個值都小于各自閾值為止時，得出相應的通道編號i。該編號對應的通道即為臨界通道，將該通道所處高度視為云頂高度，同時編號大于i的通道為云頂以上通道，編號小于i的通道為云頂以下通道。

3 云檢測試驗

結合臺風實例，運用實時AIRS的衛星資料，開展了2組云檢測試驗，通過將實時衛星云圖和觀測的云量分布圖與云檢測出的云頂高度分布圖的對比分析來檢驗云檢測方法的可行性。要指出的是，所有視場最終得出的云頂高度均以長波CO2通道檢測出的為準，但是在批量處理時發現，并不是每個視場都能檢測得到一個云頂高度，即所有通道對應的亮溫偏差和亮溫偏差梯度都達不到標準，但這種視場占總視場的比例小于2%，對于下一步AIRS云區資料的同化影響不大，因此本論文中對于無法檢測出云頂高度的視場采用臨近視場的云頂高度值代替。

選取的2個實例分別是初始場時刻為2011年8月5號06時的臺風“梅花”，初始場時刻為2011年8月28號06時的臺風“南瑪都”。將各初始場時刻的NCEP資料放入CRTM中模擬各視點的281個通道亮溫值，結合AIRS衛星觀測通道亮溫判斷出各視場的云頂高度，得出云頂高度分布。將云頂高度分布與實測的云量分布和衛星云圖作比較，如圖2所示。

圖2（a1）（a2）中是AIRS衛星資料提供的對應時刻的云量分布，單位為百分比，圖2（b1）（b2）中是利用上文闡述的云檢測方法得到的云頂高度分布，單位為hPa，圖2（c1）（c2）是對應時刻該區域的衛星云圖。圖2（b1）（b2）中，當檢測出的通道高度位于1000hPa時該通道為地面通道，所以可以將接近1000hPa的云頂高度區域認為是晴空區，將云檢測出的5組試驗的云頂高度分布與圖2（a1）（a2）和圖2（c1）（c2）的觀測資料對比發現均有較好的一致性。臺風“梅花”（圖2（a1）（b1）（c1））中心位于臺灣東北方向，這一區域檢測出的云頂高度較高，在100hPa左右，海南島地區、北京以北、黃海和日本海檢測出的晴空區與實際情況也是比較相符。臺風“南瑪都”（圖2（a2）（b2）（c2））云圖上位于臺灣地區和日本以南的臺風中心在云檢測分布圖上表現為對應地區存的云頂高度較高，位于華中地區和兩個臺風之前的晴空帶在檢測出的云頂高度分布上也是比較明顯。

4 結束語

文章對MC NALLY的紅外資料云檢測方法進行步驟簡化和參數修改，得到能夠進行批量處理的快速云檢測方法，將該方法用于快速檢測大范圍初始場中各AIRS視場的云頂高度，通過與實時云圖和實測云量分布的對比分析來驗證該云檢測方法的可行性，將該云檢測方法運用于衛星初始場實例發現，該云檢測的效果較好，云區和晴空區的分布與實時衛星云圖比較對應。

參考文獻

[1]English S J. Issues in the assimilation of cloud and precipitation affected radiances and prospects for future instruments // Proceeding of ECMWF Seminar on Recent Developments in of Satellite Observations in Numerical Weather Prediction. ECMWF Publication，Reading UK，2007，59-74.

[2]皇群博.云水污染的衛星微波資料變分同化技術[D].國防科學技術大學，2011.

[3]王云峰，韓月琪，馬剛，等. AIRS資料質量控制對颶風路徑模擬的影響試驗[J].氣象科學，2014，4：383-389.

[4]朱文剛，李剛，張華，等.高光譜大氣紅外探測器AIRS資料云檢測及晴空通道應用技術初步研究[J].氣象，2013，5：633-644.