基于FY-3A／VIRR衛星資料的江西省大霧遙感監測

陳興鵑，黃淑娥，樊建勇，辜曉青，聶志強

（江西省氣象科學研究所，江西 南昌 330096）

引 言

霧是一種常見的災害性天氣現象，可嚴重危害到航空、航海和陸路交通安全，對國民經濟、社會生活和軍事活動造成的影響日益增大。此外，人類活動的增加使霧中混有各種復雜的化學成分，對空氣質量、作物生長等都有著嚴重的影響，而且大霧中化學成分的積累可導致“霧閃”。因此，準確監測大霧的分布區域，跟蹤其生消動態變化有非常重要的意義。傳統的地面人工觀測方法常常受到觀測站點分布及觀測時間的限制，對大范圍的霧無法實現動態監測，而氣象衛星遙感具有覆蓋范圍廣、時間分辨率高、信息量豐富等優勢，可對霧進行宏觀、動態、連續監測，彌補常規監測方法站點設置密度和觀測密度不夠的缺點［1-4］。

國外自上世紀70年代就開始了這方面的研究。Gurka［5］進行了云霧識別及其消散研究，取得了較好的效果。Eyre等［6］首次提出使用高分辨率輻射計（AVHRR）3、4紅外通道亮溫差來區分夜間霧和低層云。隨后，很多學者也用類似的方法進行了研究，如，Ellrod［7］首先對 GOES衛星的雙通道紅外圖像在夜晚云霧檢測中不同功能進行分析。國內在大霧遙感監測方面也進行了大量研究。居為民等［8］利用NOAA和GMS衛星資料進行了滬寧高速公路大霧的監測，獲得初步成果。劉健等［9］利用NOAAAVHRR資料分析了云霧頂部粒子的分布狀況和尺度特征，并分析了粒子分布與3通道反照率的定性關系。張樹譽［10］利用 MODIS 通道 1、3、7 資料進行了白天霧的監測，并使用通道21、31資料監測夜間大霧。近年來，部分學者已開始用我國的衛星資料進行大霧遙感監測研究，如梁益同等［11］以FY-1D衛星資料為數據源，分析了大霧在FY-1D各波段圖像上的光譜特征，指出可見光1波段和紅外4波段是FY-1D衛星監測霧的代表波段。蔣璐璐和魏鳴［12］利用FY-3A衛星的VIRR數據，采用多波段閾值法對我國東部沿海日間霧進行了遙感監測，并估算了霧的垂直厚度、光學厚度以及能見度等特征參數。

總體來講，國內利用氣象衛星進行大霧遙感監測的研究起步較晚，且利用國外衛星資料者居多。我國自主研發的風云三號氣象衛星搭載的可見光紅外掃描輻射計（VIRR）性能已達國際同類衛星的先進水平，部分指標處于領先。江西省是大霧多發區，年平均區域性大霧日數（全省單日15站以上出現大霧）達20天以上，而利用風云三號衛星對內陸地區大霧遙感監測的研究尚少見報道。本文從遙感影像紋理特征、光譜分布特征等方面入手，旨在探索FY-3A在江西省大霧遙感監測中的應用，使其能在霧的監測業務中發揮作用，同時可為江西省有關部門提供大霧的精細化監測和預警信息，從而為實施大霧災害科學調控和管理提供可靠依據。

1 風云三號衛星監測霧的基本原理

1.1 FY-3A氣象衛星簡介

風云三號（FY-3）氣象衛星是在風云一號衛星基礎上發展起來的我國第二代極軌氣象衛星，能夠獲取全球、全天候、三維、定量、多光譜的大氣、地表和海表特性參數。星上搭載了多臺遙感儀器，包括：可見光紅外掃描輻射計 （VIRR）、紅外分光計（IRAS）、 微波溫度計 （MWTS）、 微波濕度計（MWHS）、微波成像儀（MWRI）、中分辨率光譜成像儀（MERSI）等［13］。

FY-3A氣象衛星是風云三號系列衛星的首顆星，于2008年5月27日在太原發射升空，軌道高度為831km，軌道傾角98.81°，繞地球一周大約需要102min［14］。FY-3A氣象衛星攜帶了11臺遙感探測儀器，其中，可見光紅外掃描輻射計（VIRR）擁有10個光譜通道（各通道光譜性能參數見表1），光譜范圍為 0.43～12.5μm，星下點分辨率為 1.1km，可用于監測全球云量，判識云的高度、類型和相態等。FY-3A衛星每天過境兩次，一是在每天早晨，大約在當地時間7～9時，此時段非常有利于監測晨間大霧；另一時次為晚上19～22時。

表1 可見光紅外掃描輻射計（VIRR）通道性能參數表

1.2 霧的紋理特征分析

圖 1 中（a），（b）為 2017 年 3月 1日 07 時 FY-3A氣象衛星可見光（CH1）和近紅外（CH2）單波段遙感圖像，可見與下墊面背景相比，云霧都表現出較高的反射率，云區比霧區反射率要高，在遙感影像上顯現出的亮度也更高。在白天大霧監測中，可將CH1、CH2通道用來做多通道合成。

在可見光（CH1）圖像上，霧區表現為霧頂光滑，紋理較均勻，邊緣清晰光滑。霧一般比其他云類暗，且亮度變化不明顯。而中高云則更加明亮，亮度變化幅度大，紋理散亂，邊界不規則。

圖1 2017年3月1日07時FY－3A單通道圖像（F處為霧區，C處為云區）

利用多通道合成原理，把FY-3A衛星的長波紅外（CH4）、近紅外（CH2）和可見光（CH1）通道數據分別以紅、綠、藍生成 RGB 彩色圖（圖 2（a）、（b），見彩頁）來監測白天大霧。由于中高云區的可見光反射率最高，近紅外通道反射也較大，而在長波紅外輻射最小，因此呈現亮藍綠色。下墊面在可見光和近紅外上的反射很小，但是它的長波輻射很大，因此呈現紅或綠色。霧區在可見光反射率小于中高云，近紅外波段反射也較大，在長波紅外也有一定的輻射，因此霧區以淡藍綠色為主，顏色相比中高云區平滑。

在FY-3A圖像上，中高云高度變化明顯，其波譜廓線的波動較大，云頂凹凸不平，紋理散亂，亮度差異大，且邊界也不像霧區那么整齊，見圖2a（見彩頁）。低層云霧則因反射率較低而顏色較暗，且外形上紋理特征不明顯，霧頂紋理光滑均勻，邊界整齊清楚。霧低，受到地形的影響，隨山谷分布特征明顯，見圖 2b（見彩頁）。

1.3 霧的光譜特征分析

霧是近地面層氣溫低于露點溫度時，過飽和的水汽凝結（或凝華）成水滴（或冰晶）生成的產物［15-16］。霧粒子小而均勻，半徑一般在幾個μm到幾十個μm之間，比云粒子小得多。霧粒子的微物理特性顯著影響了霧的光學特性和大氣能見度，引起云霧輻射特性差異。利用這些差異可在衛星影像上區分霧與其他地物信息，為衛星遙感大霧監測提供有效依據［17］。

霧在可見光通道的反射率一般為0.45～0.6（見圖3），明顯高于植被、水體、土壤等地物，但小于中高云，在可見光圖像上表征出不同的波譜特征。在可見光波段，衛星得到的輻射值主要是目標物反射太陽輻射部分。云有著高反射率，霧區次之，地物的反射率最小。利用可見光通道可將地物剔除。

在長波紅外波段，中高云與霧、地物相比具有較高的高度，因此云頂溫度也較霧頂和地物低，其亮溫值也較低。而霧接近地面，它的溫度也相對接近地面，與中高云比明顯較低，見圖4。利用長波紅外通道可將中高云剔除。

同時，在中紅外波段，傳感器得到的輻射值既有目標物反射太陽輻射部分又有其自身的發射，而且反射太陽輻射占大比例。霧在中紅外波段對太陽的反射要大于云，去除目標物自身得到的太陽反射部分后，霧區有著最大的發射輻射值，這與其微物理參數有關。由于溫度上的差異，云區的發射輻射值比霧區要小。那么，霧區的反射太陽輻射較大，且其自身的溫度也高，因此霧區反演得到的亮溫值要比云區大，見圖5。

圖3 2017年3月1日（a）、27日（b）FY－3A云、霧及地物CH1（可見光）通道光譜剖面圖

圖4 2017年3月1日（a）、27日（b）FY－3A云、霧及地物CH4（長波紅外）通道光譜剖面圖

圖5 2017年3月1日（a）、27日（b）FY－3A云、霧及地物CH3（中紅外）通道光譜剖面圖

2 監測實例分析

2.1 數據預處理

利用國家衛星氣象中心的衛星監測分析與遙感應用系統（SMART）對0級數據進行等角投影、輻射定標等處理，將可見光波段灰度值轉化為反射率值，紅外波段灰度值轉化為亮溫值，同時利用ENVI地理位置查找表（GLT）方法對數據進行幾何校正，完成數據預處理。

2.2 光譜特征分析

通過霧在不同通道光譜特征分析，可選擇可見光（CH1）通道（0.58～0.68μm）、中紅外（CH3）通道（3.55～3.93μm）和熱紅外（CH4）通道（10.3～11.3μm）信息，利用閾值法對大霧進行提取。圖3～5即為在數據預處理后的遙感影像上提取云、霧、地物作為感興趣區所得到的光譜剖面圖，通過分析不同目標物在可見光、中紅外和熱紅外波段的輻射特性差異，確定合適閾值，提取大霧信息。

根據圖3，在可見光CH1通道處，云有高反射率，霧區次之，反射率均在0.3以上，地物的反射率最小，在0.3以下，利用這個特點可以把反射率較小的地物剔除。

在長波紅外波段，太陽輻射的能量很小，云、霧和地物自身的發射輻射是主要的輻射來源。根據圖4，在長波紅外CH4通道處，云區的亮溫值最低，在260K以下，霧和地物的亮溫值則在270K以上，利用這個特點可以把中高云剔除。

低層云與霧的亮溫值差異很小，利用單波段閾值很難進行區分。而由于在CH1可見光波段，云的反射率高于霧區，而在CH3中紅外波段，霧區反演出的亮度溫度高于云區（見圖5），將CH3波段圖像比上CH1波段，霧區的比值要大于云區，因此可采用比值指數RFI（CH3/CH1），將中紅外反射太陽輻射和可見光反射率的比值用于進一步區分云霧。通過實驗分析表明，當 6＜（CH3/CH1）＜8 時，低云和霧的分離效果較好。

2.3 云霧檢測

決策樹是遙感圖像分類中的一種分層處理結構，可以逐級分層次地把所研究的目標一一區分、識別出來，具有靈活、直觀、運算效率高的特點。根據前面光譜特征分析得到的閾值建立分類規則，得到FY-3A/VIRR白天云霧分離算法流程（圖6），可分離出地物、中高云和低層云，得到大霧信息，見圖7（見彩頁），圖中黃色行政邊界代表江西省縣界，其中（b）圖黑色為下墊面和云區，灰色為霧區。與圖2b（見彩頁）紋理分析結果對比可知，通過閾值法提取出了絕大部分的大霧，但同時也有少量云被提取出來，這主要是由于在一些區域，霧和中高云、低層云同時存在，利用閾值法很難從中準確提取大霧信息。

圖6 FY－3A／VIRR云霧分離算法流程

2.4 監測結果驗證

表3為2017年3月27日6時～7時左右大霧危險報。江西省共91個國家站，自動報送大霧危險報，當能見度小于750m、相對濕度達80%以上時發一次報，小于500米時續發一次，小于50m時再續發一次。根據表3的統計結果，2017年3月27日6時～7時前后江西省興國、定南、廣昌、銅鼓、資溪、永豐等6個國家站監測到大霧，在GIS系統疊加分析表明，此6個站均包含在利用FY-3A數據提取的大霧監測結果中（圖5）。其余地區由于未達到能見度小于750m、相對濕度80%以上，或不在91個國家站監測范圍內，故未報送危險報。造成誤差的另一個原因是一些零星霧區分布在縣市的局部區域，未能被地面氣象站觀測到和記錄。

表2 2017年3月27日6～7時左右大霧危險報

3 結語

從紋理特征、光譜分布特征等方面對云霧的差異進行分析研究，并利用多波段閾值法對風云三號氣象衛星遙感影像進行日間大霧信息提取。結果表明，FY-3A/VIRR遙感資料對霧的監測效果較好，可在大霧衛星遙感監測業務中推廣應用。

需要注意的是：（1）有時霧和中高云、低層云在一些區域同時存在，因此利用閾值法很難從中準確提取大霧信息，這也是該方法的一個弊端。（2）根據業務經驗，利用多通道閾值法監測大霧時，閾值需要根據遙感資料的時相差異及影像特點進行適當調整，在使用中要注意閾值選取的動態性，因此尚需進行大量實驗研究來不斷驗證閾值準確性。（3）本文只對單日的白天大霧進行了監測與驗證，后續還將利用風云三號系列衛星進行夜間霧監測方法的研究，并總結其季節變化特征，以期在業務中推廣使用。

參考文獻：

［1］樊建勇，黃玲，祝必琴，等.NOAA/AVHRR遙感數據在夜間霧監測中的應用［J］.江西農業大學學報，2011，33（1）：189-193.

［2］唐忠蓮，黃瀅.珠海機場平流霧特征分析及預報［J］.氣象研究與應用，2014，35（2）：47-51.

［3］ 徐圣璇，黃卓，陸甲，等.廣西輕霧特征分析［J］.氣象研究與應用，2015，36（2）：70-73.

［4］楊守懋，王娟懷，史成，等.四會霧的氣候特征及天氣成因分析［J］.氣象研究與應用，2016，37（2）：47-51.

［5］ Gurka J J.Using satellite data for forecasting fog and stratus dissipation ［R］.5th Conference on Weather Forecasting and Analysis，1974：54-57.

［6］ Eyre J R，Brownscombe J L，Allam R J.Detection of fog at night using advanced very high resolution radiometer imagery［J］.Meteorology Magazine，1984，113（1346）：266-271.

［7］ Ellrod G P.Advances in the detection and analysis of tog at night using GOES multi—spectral infrared imagery［J］.Weather Forecasting，1995，10（3）：606-619.

［8］居為民，孫涵，張忠義，等.衛星遙感資料在滬寧高速公路大霧監測中的初步應用［J］.遙感信息，1997，（3）：25-27.

［9］劉健，許健民，方宗義.利用NOAA衛星的AVHRR資料試分析云和霧頂部粒子的尺度特征［J］.應用氣象學報，1999，10（1）：28-33.

［10］張樹譽.EOS-MODIS資料在陜西大霧監測中的應用［J］.災害學，2003，17（2）：65-68.

［11］梁益同，張家國，劉可群，等.應用FY-1D氣象衛星監測霧［J］.氣象，2007，33（10）：68-72.

［12］蔣璐璐，魏鳴.FY-3A衛星資料在霧監測中的應用研究［J］.遙感技術與應用，2011，26（4）：489-495.

［13］黃永璘，農民強，孫涵.基于FY-3A/MERSI的洪澇災害遙感監測初探［J］.氣象研究與應用，2009，30（2）：59-61.

［14］楊軍，董超華，盧乃錳，等.中國新一代極軌氣象衛星-風云三號［J］.氣象學報，2009，67（4）：501-509.

［15］鄧英姿，黎穎智，史彩霞.南寧平流霧并伴有毛毛雨天氣的邊界層特征［J］.氣象研究與應用，2014，35（2）：19-22.

［16］黃子航，黃干淇.基于廣西西江流域大霧的氣候特征及大霧類型分類［J］.氣象研究與應用，2017，38（2）：22-26.

［17］王中挺，厲青，王橋，等.利用環境一號衛星數據監測霧分布［J］.遙感技術與應用，2010，25（3）：318-322.