基于CALIOP數據的海霧檢測方法研究*

趙經聰， 吳 東，2**， 趙耀天

(1.中國海洋大學信息科學與工程學院，山東 青島 266100；2.青島海洋科學與技術國家實驗區域海洋動力學與數值模擬功能實驗室，山東 青島 266200)

基于CALIOP數據的海霧檢測方法研究*

趙經聰1， 吳 東1，2**， 趙耀天1

(1.中國海洋大學信息科學與工程學院，山東 青島 266100；2.青島海洋科學與技術國家實驗區域海洋動力學與數值模擬功能實驗室，山東 青島 266200)

提出了一種基于星載激光雷達CALIOP數據檢測海霧的方法。通過對比分析不同條件下低云和低空氣溶膠的衰減后向散射特性,以及研究CALIOP海表誤判區的衰減后向散射特性，發現了海表誤判區其實是一種與海表相接的云，即海霧。繼而，通過反演海表誤判區的消光系數和能見度，發現98%以上海表誤判區的消光系數低于1 km，對該方法進行了檢驗驗證。本文所提出的海霧檢測方法豐富了海霧案例選取途徑，拓展了海霧樣本點來源，對研究海霧特性具有積極意義。

CALIOP； 海霧； 云； 氣溶膠； 衰減后向散射

海霧作為一種災害性天氣現象長久以來影響著人類的海上活動，因此在20世紀初就已經有學者對海霧開展了研究。1924年，Koschmieder提出的Koschmieder定律是大氣能見度研究歷史進程中一個重要的里程碑, 該定律將能見度與大氣消光系數聯系起來, 成為后來計算大氣能見度的物理基礎[1]。隨著技術的創新與發展，1960年美國發射了第一顆氣象衛星“泰勒斯”號，自此之后衛星遙感逐步成為了人類觀測研究大氣和海洋的重要手段。可是，各國利用衛星數據對海霧的研究卻沒有隨著氣象衛星的成功發射而立刻開展，直至1970年代，才開始有國外學者利用遙感方法進行霧的研究和預報。1973年，Hunt等從理論上計算了像霧、低云這類的不透明水云在遠紅外波段和中紅外波段的比輻射率，得出云霧這類目標物亮溫的差異[2]。1984年，Eyre等根據Hunt的理論，嘗試使用NOAA/AVHRR第3和第4通道的亮溫差檢測夜間大霧[3]，之后又有許多學者[4-5]對此方法進行了研究，最終使得該方法發展為目前唯一用于業務化夜間霧檢測的雙通道差值法。1995年，Bendix利用了AVHRR中通道3和4的數據對發生在1993年2月德國科隆和亞琛兩地之間的兩次大霧進行了數據反演，根據光學厚度和幾何厚度推算出了大氣能見度，這為之后的衛星數據反演海霧能見度提供了重要的理論依據[6]。2005年，Bendix等提出了一種應用MODIS日間數據探測地面霧的可能性的研究[7]。2005年，吳曉京等研究表明，當假設一個視力正常的觀察員在綠光(0.55 μm) 照射下,以天空為背景觀察足夠大的黑體目標時，ε=0.02 ，提出了能見度與消光系數的簡化公式[8]。2009年，張紀偉等人在區域增長法的基礎上研究了黃海海霧的檢測機制，并根據檢測結果對海霧的諸多特征量如光學厚度、霧頂高度、能見度等進行了反演[9]。

1981年，Klett等提出了應用激光雷達數據反演消光系數的方法[10]。1984年，Fernald等在計算中引入激光雷達比，提出了應用激光雷達反演消光系數的方法[11]。1995年，StuartA.Young等應用激光雷達分析了光學薄云的后向散射剖面，提出了光學厚云以及光學薄云消光系數的計算方法[12]。1999年，Stoelinga和Warner提出了目前海霧數值研究工作中普遍采用的根據消光系數計算大氣水平能見度的公式[13]。相比于常規衛星遙感，應用星載激光雷達研究海霧起步要晚一些。2006年，CALIPSO衛星成功發射，其星載激光雷達CALIOP至今已成功運行10年，積累了大量全球云和氣溶膠的探測數據[14]。2007年，胡永祥等應用MODIS數據和CALIPSO二級數據，提出了反演低云云頂平均消光系數、液態水路徑、液滴數密度的方法[15]。2010年，Li等提出了一種基于CALIOP拖尾信號反演水云消光系數的新方法，并與胡永祥提出的方法做了對比[16]。2011年，吳東等人在一年CALIOP數據的基礎上，對全球范圍的云體出現概率進行了統計分析，并與MODIS的計算結果對比，發現使用CALIOP檢測到的云體出現概率相較MODIS更大[17]。2012年，Cermak等人使用METEOSAT SEVIRI衛星數據分析了非洲西南沿岸附近海域的海霧和低云時空分布，并采用CALIOP云層產品資料進行對比驗證，這是首次將星載激光雷達資料配合傳統衛星遙感資料應用于海霧研究[18]。2013年魏書曉等人使用CALIOP后向散射系數數據篩選了海霧區域，并將CALIOP判定的海霧區域應用于MODIS海霧遙感研究，通過改進閾值和區域增長的方法的進行了海霧的識別[19]。2015年，盧博使用閾值法篩選CALIOP海表誤判區中的海霧，并將其作為海霧樣本點應用于MODIS遙感海霧檢測[20]。2015年，吳東等使用CALIPSO一級和二級數據利用閾值法篩選海霧區域，并將其應用于提高以MODIS為基礎的海霧探測上[21]，然而其方法卻失去了低于閾值的海霧區域，忽視了海霧樣本點的整體特性。

本文對比分析研究1 km以下不同條件下低云和低空氣溶膠的衰減后向散射特性,研究CALIOP海表誤判區的衰減后向散射特性、消光系數和能見度, 期望改進基于星載激光雷達數據的海霧檢測方法。

1 理論方法

2006年，由美國航空航天局NASA和法國國家航天中心CNES聯合研制的云-氣溶膠激光雷達和紅外探測觀測衛星CALIPSO成功發射。CALIPSO軌道高度705 km，每繞地球一圈96 min，每16天覆蓋探測一遍全球大氣的三維信息。云和氣溶膠探測激光雷達CALIOP搭載于CALIPSO衛星上。Level 1數據產品可提供532 nm通道和1 064 nm通道的一系列衰減后向散射剖面，并且在海拔8.2 km以下具有30 m的垂直分辨率。Level 2 數據產品Vertical feature mask(VFM)描繪了云、氣溶膠的水平分布和垂直分布，然而CALIOP至今沒有海霧的產品。

霧是指由于微小的水滴(或冰晶)懸浮在接近地面的大氣中，使大氣水平能見度小于1 km 的一種天氣現象[22]。海霧則是指在海洋影響下出現在海上(包括岸濱和島嶼)的霧[23]。本文所說的海霧是指所有出現在海面上的霧。霧和云都是水汽凝結的產物，可以說霧升高離開地面或者海面后就成為了云，而云降低到地面或者海面后就成為了霧。

然而對于海霧這種與海表相接、無法計算其層底邊界高度的大氣目標物，CALIOP會把它和下層相鄰的目標物歸為一類，即CALIOP會把海霧歸類為海表，從而造成了海表的誤判現象[20-21]。

以2012年3月28日MODIS監測到的一次海霧事件為例[24]，對海表誤判現象加以說明。圖1是MODIS 1，4，3通道數據RGB三色組合圖，圖2為CALIPSO衛星沿該黃線軌跡的VFM圖像。從圖2中可以看出在33°N～40°N區間內CALIOP判斷的海表面超出海平面50 m以上，存在海表誤判現象。

(圖中黃線表示CALIPSO衛星劃過的軌跡。The yellow line represents the ground-track of collocated CALIPSO orbit.)

圖1 2012年3月28日(世界時間)的MODIS 1，4，3 通道 RGB 云圖
Fig.1 The RGB image is a combination of Aqua-MODIS bands 1,4,3 on March 28,2012

圖2 2012年3月28日VFM剖面圖Fig.2 Feature types on March 28,2012 from CALIOP level 2 VFM data

吳東等認為，CALIOP海表誤判區除了海霧也有可能是氣溶膠[21]。為了區分海霧和氣溶膠，吳東等統計分析了低云以及低空氣溶膠在532 nm通道的衰減后向散射特性，判定采樣點衰減后向散射系數大于閾值(0.03 km-1·sr-1)的即為海霧。采用閾值法僅選擇衰減后向散射系數大于閾值的樣本點，一方面丟失了低于閾值的海霧區域，減少了海霧樣本點；另一方面忽視了對海霧整體特性的把握，所選樣本點并不能真實反映海霧整體特性。

CALIOP在探測云和氣溶膠時，有效光學厚度(ητ)的極限為3[25]。有效光學厚度大于這個極值的云和氣溶膠層對于CALIOP是不可透的。然而，邊界層云的有效光學厚度往往大于該極限值。顯然，不可透部分的衰減后向散射數據是不準確的，不適合用于研究云和氣溶膠的特性。一般而言，不可透水云有效光學厚度小于該極值(ητ<3)的探測范圍與云頂下100 m的探測深度相符合[16]。

本文在分析研究1 km以下不同條件下低云和低空氣溶膠的衰減后向散射特性時,著重統計分析層頂下 90 m 3個采樣單元(bin)的數據。研究CALIOP海表誤判區的衰減后向散射特性以及反演海表誤判區的消光系數和能見度, 開展基于星載激光雷達數據的海霧檢測方法的研究。所用數據為Level 1數據和VFM數據。

2 實驗結果

選取了和盧博相同的黃海2007—2012年35次海表誤判案例[20]，分別統計分析了海表誤判區附近1 km以下整層云和氣溶膠的衰減后向散射特性，得到了云和氣溶膠在532 nm通道和1 064 nm通道衰減后向散射統計分布，色比統計分布以及532 nm通道退偏比統計分布，結果與盧博的相同，如圖3所示。

((a) 532 nm通道衰減后向散射系數概率分布。The statistical distributions of 532 nm layer-integrated attenuated backscatters；(b) 1 064 nm通道衰減后向散射系數概率分布。The statistical distributions of 1 064 nm layer-integrated attenuated backscatters；(c) 色比概率分布。The statistical distributions of layer-integrated color ratio；(d) 532 nm通道退偏比概率分布。The statistical distributions of 532 nm layer-integrated depolarization ratio.)

圖3 整層云和氣溶膠衰減后向散射特性
Fig.3 The statistical distributions of layer-integrated attenuated backscatter

從圖3可以看出，不論是在532 nm通道還是1 064 nm通道，或是色比、退偏比，云和氣溶膠的統計分布都存在較大差異：在532和1 064 nm通道云和氣溶膠衰減后向散射系數的分布范圍、極值點位置、極值點大小都不相同；就色比統計分布而言，云和氣溶膠極值點位置和極值點大小也不盡相同；雖然云和氣溶膠退偏比統計分布的分布范圍、極值點位置都很相似，但是極值點大小卻存在明顯不同。

考慮到CALIOP能探測的云和氣溶膠有效光學厚度極限問題，進一步統計了上述區域云和氣溶膠層頂下3個bin(90 m)范圍內衰減后向散射特性，以及海表誤判區的衰減后向散射統計特性(見圖4)。

從圖4可以看出，海表誤判區與低云在532 nm通道和1 064 nm通道衰減后向散射系數統計分布、色比統計分布、退偏比統計分布的分布范圍、極值點位置、極值點大小以及分布曲線的形狀都十分接近，而與低空氣溶膠的有明顯區別。因此，本文認為海表誤判區可以看作是海霧。

((a) 532 nm通道衰減后向散射系數概率分布。The statistical distributions of 532 nm attenuated backscatters;(b) 1064 nm通道衰減后向散射系數概率分布。The statistical distributions of 1064 nm attenuated backscatters;(c) 色比概率分布。The statistical distributions of color ratio;(d) 532 nm通道退偏比概率分布。The statistical distributions of 532 nm depolarization ratio.)

圖4 云和氣溶膠層頂下3個bin范圍內以及海表誤判區衰減后向散射特性
Fig.4 The statistical distributions of 3 bins attenuated backscatter under the top

另外，通過對比圖3和4可以看出，整層氣溶膠和層頂下3個bin范圍內氣溶膠衰減后向散射特性一致，而整層云和云頂下3個bin范圍內云的衰減后向散射特性存在較大差別。根據上文中的理論分析，認為圖4較準確的反應了云和氣溶膠真實的衰減后向散射特性。

3 實驗驗證

由于霧的水平能見度小于1 km[22]，以下通過反演海表誤判區的能見度來驗證海表誤判區是否為海霧，為此，需先求解海表誤判區的消光系數。

由于CALIOP探測器瞬時響應并不理想，對于強散射信號存在明顯的拖尾現象[26-28]，本文采用了Li的方法校正衰減后向散射系數和計算消光系數[16]。瞬時響應函數表示為：

(1)

然后通過去卷積求得衰減后向散射的準確值。考慮到多次散射的影響，消光系數可以表示為[16]：

(2)

其中：σ為云頂部的平均消光系數；r為云頂內的距離；η為多次散射因子；β0為水云內衰減后向散射峰值。

根據地面氣象觀測規范的規定，氣象能見度定義為在當時的天氣條件下，視力正常的人能夠從天空背景中看到和辨認出目標物(黑色，大小適度)的最大水平距離。氣象能見度由大氣的消光系數決定[9]。對于在水平方向上均勻的大氣來說，其能見度由Koschmieder公式[1]表示為：

(3)

一個視力正常的人以天空為背景觀察足夠大的黑體目標時，ε=0.02，則能見度可以簡化為[8]：

(4)

盡管實際情況下上述條件并不能全部滿足，但是一般而言，公式(4)計算的能見度誤差在+10%以內[9]。

根據上述方法，計算得到黃海2007—2012年35次海表誤判區域，共9 731個采樣點的消光系數和能見度分布分別如圖5所示。

圖5 35次海表誤判事件的消光系數分布和能見度分布Fig.5 The extinction coefficient and visibility statistical distributions of 35 times sea surface misjudged

在此基礎上，本文選取了2011年黃海103次海表誤判現象，使用上述相同方法計算得到了共7 470個采樣點的消光系數和能見度分布，分別如圖6所示。由于能見度大于1 km的數據點僅占全部能見度數據點的0.8%，所以予以忽略，僅展現能見度低于1 km的數據點的消光系數和能見度分布情況。

4 結語

本文對比分析研究了不同條件下低云和低空氣溶膠的衰減后向散射特性,研究CALIOP海表誤判區的衰減后向散射特性，發現了海表誤判區與云的衰減后向散射特性相一致，得出了海表誤判區是海霧的結論。本文將反演云能見度的方法應用于反演海霧能見度，通過反演海表誤判區的消光系數和能見度，發現海表誤判區的能見度小于1 km的區域所占比例多于99%，進一步驗證了海表誤判區是海霧的結論。

圖6 2011年184次海表誤判事件的消光系數分布和能見度分布Fig.6 The extinction coefficient and visibility statistical distributions of 184 times sea surface misjudged in 2011

本文通過對CALIOP海表誤判區特性的分析提出了一種新的海霧檢測方法，豐富了海霧案例選取途徑，為研究海霧特性拓展了樣本點來源。

致謝：感謝NASA的蘭利研究中心ASDC提供的CALIOP激光雷達數據。

[1] Koschmeider H. Therie der horizontalensichtweite[J]. Beitr Phys Freien Atm, 1924(12)： 53-56.

[2] Hunt G E. Radiative properties of terrestrial clouds at visible and infra-red thermal window wavelengths[J]. Quarterly Journal of the Royal Meteorological Society, 1973, 99(420): 346-369.

[3] Eyre J R, Brownscombe J L, Allam R J. Detection of fog at night using Adavance Very High Resolution Radiometer (AVHRR) imagery[J]. Meteorological Magazine, 1984, 113(1346): 266-271.

[4] Turner J, Allam R J, Maine D R. A case-study of the detection of fog at night using channels 3 and 4 on the Advanced Very High-Resolution Radiometer (AVHRR)[J]. Meteorological Magazine, 1986, 115(1370): 285-290.

[5] d'Entremont R P. Low-and midlevel cloud analysis using nighttime multispectral imagery[J]. Journal of Climate and Applied Meteorology, 1986, 25(12): 1853-1869.

[6] Bendix J. Determination of Fog Horizontal Visibility by Means of NOAA-AVHRR[C]. [s. l]: Geoscience and Remote Sensing Symposium, 1995, 3: 1847-1849.

[7] Bendix J, Thies B, Cermak J, et al. Ground fog detection from space based on MODIS daytime data—A feasibility study[J]. Weather & Forecasting, 2005, 20(6): 989-1005.

[8] 吳曉京, 陳云浩, 李三妹. 應用MODIS數據對新疆北部大霧地面能見度和微物理參數的反演[J]. 遙感學報, 2005, 9(6): 688-696.

Wu X J, Chen Y H, Li S M. Utilizing MODIS data to retrieve the visibility and microphysical properties of fog happens in the Northwest China[J]. Journal of Remote Sensing, 2005, 9(6): 688-696.

[9] 張紀偉, 張蘇平, 吳曉京, 等. 基于MODIS的黃海海霧研究——海霧特征量反演[J]. 中國海洋大學學報: 自然科學版, 2009(S1): 311-318.

Zhang J W, Zhang S P, Wu X J, et al. The research on Yellow Sea seafog based on MODIS data: sea fog properties retrieval and spatial-temporal distribution[J]. Periodical of Ocean University of China, 2009(S1): 311-318.

[10] Klett J D. Stable analytical inversion solution for processing lidar returns. [J]. Applied Optics, 1981, 20(2): 211-20.

[11] Fernald F G. Analysis of atmospheric lidar observations: some comments[J]. Applied Optics, 1984, 23(5): 652-653.

[12] Young S A. Analysis of lidar backscatter profiles in optically thin clouds[J]. Applied Optics, 1995, 34(30): 7019-7031.

[13] Stoelinga M T, Warner T T. Nonhydrostatic, mesobeta-scale model simulations of cloud ceiling and visibility for an east coast winter precipitation event[J]. Journal of Applied Meteorology, 1999, 38(38): 385-404.

[14] Winker D M, Pelon J, Coakley J A J, et al. The CALIPSO mission: A global 3D view of aerosols and clouds[J]. Bulletin of the American Meteorological Society, 2010, 91(9): 1211-1229.

[15] Hu Y, Vaughan M, Mcclain C, et al. Global statistics of liquid water content and effective number density of water clouds over ocean derived from combined CALIPSO and MODIS measurements[J]. Atmospheric Chemistry & Physics, 2007, 7(12): 3353-3359.

[16] Li J, Hu Y, Huang J, et al. A new method for retrieval of the extinction coefficient of water clouds by using the tail of the CALIOP signal[J]. Atmospheric Chemistry & Physics, 2010, 11(6): 2903-2916.

[17] Dong W, Hu Y, McCormick M P, et al. Global cloud-layer distribution statistics from 1 year CALIPSO lidar observations[J]. International Journal of Remote Sensing, 2011, 32(5): 1269-1288.

[18] Cermak J. Low clouds and fog along the South-Western African coast—Satellite-based retrieval and spatial patterns[J]. Atmospheric Research, 2012, 116(8): 15-21.

[19] 魏書曉. 星載激光雷達在基于MODIS海霧檢測中的應用[D]. 青島： 中國海洋大學, 2013.

Wei S X. Application of CALIOP in MODIS-Based Sea Fog Detection[D]. Qingdao： Ocean University of China, 2013.

[20] 盧博. CALIOP海霧檢測及其在MODIS日間海霧遙感中的應用[D]. 青島： 中國海洋大學, 2015.

Lu B. CALIOP Sea Fog Detection and Its Application to the Daytime MODIS Remote Sensing of Sea Fog[D]. Qingdao： Ocean University of China, 2015.

[21] Wu D, Lu B, Zhang T, et al. A method of detecting sea fogs using CALIOP data and its application to improve MODIS-based sea fog detection[J]. Journal of Quantitative Spectroscopy & Radiative Transfer, 2015, 153: 88-94.

[22] Oliver, Lewellen, Williamson. The interaction between turbulent and radiative transport in the development of fog and low-level stratus[J]. Journal of Atmospheric Sciences, 1978, 35(2): 301-316.

[23] 王彬華. 海霧[M]. 北京：海洋出版社, 1983.

Wang B H. Sea Fog[M]. Beijing: Ocean Press, 1983.

[24] 徐杰, 過霽冰, 黃寧立. 2012年3月28日海霧過程分析及數值預報釋用[C]. 上海: 長三角氣象科技論壇, 2012.

Xu J, Guo J B, Huang N L. The Sea Fog Process Analysis and Mathematical Forecast on March 28, 2012[C]. Shanghai: Yangtze River Delta Meteorological Science and Technology Forum, 2012.

[25] Hu Y, Vaughan M, Liu Z, et al. Retrieving optical depths and lidarratios for transparent layers above opaque water clouds from CALIPSO lidarmeasurements[J]. IEEE Geoscience & Remote Sensing Letters, 2007, 4(4): 523-526.

[26] Hu Y, Powell K, Vaughan M, et al. Elevation information in tail (EIT) technique for lidar altimetry[J]. Optics Express, 2007, 15(22): 14504-14515.

[27] Mcgill M J, Vaughan M A, Trepte C R, et al. Airborne validation of spatial properties measured by the CALIPSO lidar[J]. Journal of Geophysical Research Atmospheres, 2007, 112(D20): 365-371.

[28] Hunt W H, Winker D M, Vaughan M A, et al. CALIPSO lidar description and performance assessment[J]. Journal of Atmospheric & Oceanic Technology, 2009, 26(7): 1214-1228.

AMethodforSeaFogDetectionUsingCALIOPData

ZHAO Jing-Cong1， WU Dong1,2, ZHAO Yao-Tian1

(1.College of Information Scienceand Engineering, Ocean University of China, Qingdao 266100, China; 2.Laboratory for Regional Oceanography and Numerical Modeling,Qingdao National Laboratory for Marine Science and Technology,Qingdao 266200,China)

A method for sea fog detection using the measurement data acquired by the Cloud-Aerosol Lidar with Orthogonal Polarization (CALIOP) aboard the Cloud-Aerosol Lidar and Infrared Pathfinder Satellite Observation (CALIPSO) satellite is proposed in this paper.The characteristics of the backscattersoflow clouds and low aerosols under two different conditions were analyzed.The statistics of 3 bins below cloud top expresse the real characteristics of backscatters preferably. However, there is no difference for aerosol under the two conditions.Then the characteristic of backscatter for misjudgedsea surface is analyzed and compared with cloud and aerosol. It makes out that the misjudged sea surface is a kind of cloud whose base is attached with sea surface.Summarily the misjudged sea surface is sea fog.In order to verify this conclusion, extinction coefficient and visibility of sea surface which is misjudged were retrieved. It turned out that only 1.95 percent of visibility is greater than 1 kilometer and most of visibility is less than 0.3 kilometer. So it reachesa conclusion that the misjudged sea surface is sea fog. The method of sea fog detection proposed in this paper has enriched the way to detect sea fog and made a difference on researching characteristics of sea fog.

CALIOP; sea fog; cloud; aerosol; backscatter

P407.5

A

1672-5174(2017)12-009-07

責任編輯 龐 旻

10.16441/j.cnki.hdxh.20170002

趙經聰，吳東，趙耀天.基于CALIOP數據的海霧檢測方法研究[J].中國海洋大學學報(自然科學版), 2017, 47(12): 9-15.

ZHAO Jing-Cong, WU Dong, ZHAO Yao-Tian. A method for sea fog detection using CALIOP data[J].Periodical of Ocean University of China, 2017, 47(12): 9-15.

國家自然科學基金項目(41376180)資助

Supported by the National Natural Science Foundation of China(41376180)

2017-01-03；

2017-02-27

趙經聰(1990-)，男，碩士生。

** 通訊作者： E-mail：dongwu@ouc.edu.cn