基于FY-4A和氣象條件的梵凈山云海識別及特征分析

李光一， 田鵬舉， 陳遠航， 谷曉平， 段瑩， 廖留峰

1. 貴州省生態氣象和衛星遙感中心，貴陽 550002；2. 貴州楚云環保科技有限公司，貴陽 550081

生態旅游是由世界自然保護聯盟(International Union for Conservation of Nature, IUCN)特別顧問、 墨西哥專家Ceballos-Lascurain在20世紀80年代初首次提出[1], 它在賦予自然保護區生態系統經濟價值的同時, 還為游客提供了強大的自然體驗感[2]． 于是, 諸多學者基于氣候資料與歷史氣象數據對山地旅游區、 生態旅游區等進行了旅游氣候資源評估[3-4]． 近年來, 云海、 日出、 夕陽等天象景觀成為了游客熱衷的打卡項目之一． 由于缺乏準確的云海景觀預報, 游客勢必會為守候云海奇觀耗費大量的經濟成本和時間成本, 故做好生態旅游氣象服務對旅游業發展具有十分重要的實際意義． 吳有訓等[5]通過氣象站定時定地觀測, 記錄黃山云頂信息, 分析了黃山云海的時空分布特征, 發現云海出現前一日或者當日降水概率較高, 且40年期間出現概率呈減少趨勢, 這與全球氣溫升高、 暖冬等氣候現象有關． 鄧承之等[6]以重慶黑山谷云海為例開展了云海景觀的天氣學分析和數值模擬, 得出WRF模式和水物質法對多層云類和低云類云海具有一定預報能力． 喬舒婷等[7]根據華山氣象站高山氣象觀測資料, 利用統計方法分析了華山云海30 年的時間變化特征以及與氣象條件的關系, 得出春季云海出現頻次最少, 秋季最多, 且相對濕度較大更有利于云海形成的結論． 此外, 諸多研究[8-11]僅依托地面觀測數據開展云海特征分析, 不僅耗費人力和時間, 且其數據來源單一, 統計原理簡單, 研究結果會受到主觀因素判斷的影響．

目前遙感技術在云檢測方面已發展成熟[12], 風云二號、 風云四號衛星的相繼發射, 也使得三維大氣在靜止軌道上實現了立體監測． Lee等[13]研究了基于FY-2E和 Himawari-8衛星同時觀測云頂高度的提取算法, 且已有研究表明, FY-2E衛星數據對層積云/高積云具有較好識別能力[14-15]． 付炳秀等[16]根據丹霞景區特性, 利用氣象常規資料與FY-2E云分類數據, 將層積云或高積云作層積云辨識處理, 基于低云面積百分比來定義云海日． 然而, FY-2E衛星于2019年退出了業務運行． 2016年風云四號A星的成功發射, 為我國氣象和災害監測提供了預報、 預警服務, 其發布的數據產品包括大氣、 云、 降水、 閃電等23種． 許多學者基于FY-4A衛星反演了云頂高度信息[17], 并與其他衛星數據反演結果進行了比較與評估, 研究發現隨著云光學厚度的增加, FY-4A反演云頂高度的誤差逐漸減小[18-19]． 張永宏等[20]利用FY-4A數據提出了一種多時相、 多通道閾值組合的云檢測方法, 驗證了云相態檢測的合理性, 紀丞等[21]基于FY-4A數據, 利用臺風帶來的強天氣過程設計了一種自適應閾值對流云提取算法, 可為風云數據在云檢測方面提供重要支撐．

作為世界自然遺產之一的梵凈山, 海拔450～2 563 m(圖1), 是云貴高原向湘西丘陵過渡斜坡上的第一高峰, 梵凈山金頂又稱紅云金頂, 海拔2 336 m, 因其晨間常見紅云瑞氣環繞, 故得其名． 本研究充分利用風云衛星數據, 多元化信息來源, 并基于地面氣象觀測資料, 以梵凈山為例開展天地一體化的云海特征研究, 不僅具有強大的實際需求和應用價值, 也可為當地生態旅游的可持續發展提供科學可靠的服務依據．

圖1 梵凈山地理位置與地勢概況

1 數據與方法

1.1 數據來源

風云四號衛星是我國第二代靜止軌道氣象衛星, 將接替第一代靜止軌道氣象衛星—風云二號, 確保我國靜止軌道氣象衛星觀測業務的連續、 穩定． 風云四號第一顆星即FY-4A, 為科研試驗衛星, 于2016年12月11日發射． 風云四號衛星通過對云、 云系、 大氣溫濕度三維空間結構、 下墊面物理狀態屬性的監測, 全面提高對天氣、 環境、 災害的監測能力, 為天氣預報、 環境監測、 國防軍事保障提供高精度的產品和服務． FY-4A提供了32種定量產品, 包括云和大氣產品、 地表類產品、 天氣產品、 輻射產品等． 本研究選取北京時間2020年1月1日00點00分至2020年12月31日23點59分FY-4A云頂高度(Cloud Top Height, CTH)產品作為主要數據(FY4A_AGRI_L2_CTH), 傳感器為多通道掃描成像輻射計, 時間分辨率為15,45,60 min不等, 空間分辨率為4 km． 數據來自國家衛星氣象中心官網, 共計14 485條數據(NC格式)． 下載完成后批量換算為北京時間, 并結合地理位置查找表文件(Geographic Lookup Table, GTL)和交互式數據語言(Interactive Data Language, IDL)構建算法, 對全圓盤數據進行了重投影(CGS_WGS_1984)、 幾何校正、 格式轉換等預處理工作．

先進星載熱發射和反射輻射儀全球數字高程模型(Advanced Spaceborne Thermal Emission and Reflection Radiometer Global Digital Elevation Model, ASTER GDEM)是美國航空航天局NASA和日本經濟產業省聯合發布的全球數字高程數據產品, ASTER GDEM 30M數據是根據NASA新一代對地觀測衛星TERRA的觀測結果完成, 數據水平精度1 s(約30 m, 置信度95%), 數據來自于地理空間數據云官網, 統一投影坐標系為CGS_WGS_1984, 并提取梵凈山高程數據． 高分辨率可見光衛星影像來自Google Earth, 空間分辨率約0.26 m． 溫度與相對濕度數據均來自梵凈山自動觀測氣象站, 該自動觀測氣象站位于梵凈山景區, 獲取逐小時的氣象要素數據．

1.2 云海識別方法

1.2.1 云海出現時間提取

對影像進行批量預處理后抽樣檢查發現, 受空氣質量影響, 研究區域內某些時刻的風云影像存在大部分Value值為空的情況, 因此需對此類影像予以剔除, 避免對計算結果產生影響． 通過DEM數據可知, 梵凈山最高峰海拔可達2 563 m, 同時結合云海現象的定義, 在一定的條件下云頂高度低于山頂高度且達到一定面積范圍時認為云海出現, 即云頂高度低于山頂高度的云覆蓋面積至少達到區域總面積的一半以上, 判定規則如圖2所示． 圖中,CCTH表示某時刻FY-4A影像中每個柵格的Value值, 即云頂高度, 如果該影像中存在某柵格值低于山頂高度DDEMmax, 且滿足該條件的柵格數n達到柵格總數N的50%及以上, 則記錄影像時間并判定為云海日．

圖2 云海日判定規則

1.2.2 可觀賞性云海日提取

可觀賞性云海日即在云海日的基礎上篩選出現在金頂周邊的云海時間． 根據衛星影像識別梵凈山金頂位置并進行標注, 生成點位數據, 并建立5 km緩沖區, 提取金頂周邊可觀賞性云海出現時間, 具體流程如圖3所示．

圖3 可觀賞性云海日判定規則

首先將初步處理的FY4A_AGRI_L2_CTH柵格影像通過Raster to Point工具將柵格數據轉為點要素, 并判斷緩沖區范圍內點要素的Value值即云頂高度CTH是否小于金頂高度(DDEMjd=2 336 m), 最后統計滿足該條件的點數量m, 根據云海的定義, 如果m大于緩沖區范圍內總點數M的50%及以上, 也即云頂高度低于金頂高度的云覆蓋面積達到緩沖區總面積的50%以上則記錄該影像時間, 判定為可觀賞性云海日．

1.2.3 云海時間特征分析

通過統計云海出現的時間得到云海季變化和月變化特征, 為進一步細化可觀賞性云海的時間特征, 將一天24 h分為6個時段, 即00: 00-04: 00, 04: 00-08: 00, 08: 00-12: 00, 12: 00-16: 00, 16: 00-20: 00及20: 00-24: 00, 統計365 d各時段出現可觀賞性云海的頻率, 得到云海觀測的具體時間特征, 并結合溫度和相對濕度等氣候參數進行相關分析, 為游客觀賞云海以及生態旅游可持續發展提供科學可靠的依據．

2 結果與分析

2.1 云海季節變化特征

如圖4所示, 2020年梵凈山云海日和可觀賞性云海日具有明顯的季節特征． 2020年云海日總計85 d, 平均每季度出現云海21 d, 春季云海出現日數最多, 總計38 d, 春季平均溫度3.00 ℃, 相對其他季節溫度較低, 但相對濕度達92.4%, 水汽充足, 有利于云海形成． 秋季雖相對濕度達到四季最高狀態, 但平均溫度也最高, 達14.87 ℃, 由于氣溫過高不易于形成云海, 故該季節云海日相對于春季有所減少． 夏季相對濕度低于90.0%, 平均溫度高達11.65 ℃, 溫度偏高且水汽不足, 云海日較少, 僅18 d． 進入冬季后, 隨著平均溫度的降低, 相對濕度也低于90.0%, 云海日僅10 d．

圖4 梵凈山云海與氣象條件的季節變化特征

通過對比發現, 梵凈山可觀賞性云海日季節特征與云海日保持一致, 春秋多、 夏冬少． 可觀賞性云海全年總計出現日數為62 d, 占云海日的72.9%, 表明云海出現在金頂周邊的頻率較高． 平均每季度出現可觀賞性云海15 d, 較云海日減少6 d． 水汽充足是云海形成的必備條件． 春季相對濕度較高, 溫度適宜, 且可觀賞性云海日占總云海日的73.7%, 為前往梵凈山金頂觀賞云海的最佳季節, 而冬季相對濕度僅88.1%, 溫度偏低, 水汽不足, 受氣候條件限制, 不易形成云海．

2.2 云海月變化特征

一年中平均每月出現云海7 d, 但月際變化差異較大． 如圖5a所示, 云海日最少月為7月, 僅有1 d, 7月相對濕度雖為97.2%, 但正值夏季高溫, 平均溫度高達16.18 ℃, 形成云海的氣候條件不足． 云海日集中在3月出現, 有17 d, 占全年云海日總數的18.7%, 3月冬末春初, 平均溫度5.40 ℃, 氣溫回升, 相對濕度92.2%, 氣候條件適宜． 從全年來看, 云海日主要集中在1-4月, 相對濕度均處于90.0%以上, 平均溫度維持在3.00 ℃左右, 平均每月出現云海日12 d; 5-8月雖相對濕度較高, 但平均溫度達到13.00 ℃以上, 云海出現日數較少; 9月平均溫度降低, 但相對濕度達到全年最高值98.3%, 水汽充足, 云海出現日數大幅增加; 10月隨著相對濕度的降低, 云海日數又逐漸減少; 11月進入冬季, 雖平均溫度低至6.44 ℃, 但相對濕度僅77.6%, 空氣干燥, 云海日僅有3 d; 12月相對濕度得到回升, 達到96.8%, 但平均溫度低至零下, 云海出現日數較上月有所減少．

圖5 梵凈山云海與氣象條件的月變化特征

如圖5b所示, 全年可觀賞性云海日月均5 d, 較云海日減少2 d, 其中3月仍為可觀賞性云海日最多的月份, 有12 d; 7月高溫以及12月低溫的氣候條件使得云海日最少, 僅有1 d． 1-4月可觀賞性云海日均達5 d以上; 5-8月可觀賞性云海日均在6 d以下, 前往梵凈山觀賞到云海的概率較小． 9月相對濕度最大, 為98.3%, 氣候濕潤, 平均溫度較5-8月有所降低, 水汽充足, 可觀賞性云海日增至10 d, 隨后進入冬季, 金頂周邊每月出現云海日數低至3 d以下．

2.3 可觀賞性云海時變化特征

有學者研究發現, 云海最常見于冬末春初, 山間多霧, 晝夜溫差大, 清晨與傍晚時分極易形成云海[10, 15]． 因此, 本研究統計一年中各時段出現可觀賞性云海的頻率, 如圖6所示, 梵凈山可觀賞性云海出現在凌晨4點至上午8點頻率最高, 為29.7%, 結合圖7的溫度和濕度來看, 該時段相對濕度較高, 平均可達92.7%, 平均溫度7.70 ℃, 而中午12點至下午4點時段濕度低于90.0%, 且溫度最高, 水汽不足, 全年可觀賞性云海出現頻率僅有5.19%． 下午4點以后隨著氣溫降低, 溫差增大, 相對濕度升高, 可觀賞性云海出現頻率又逐漸升高．

圖6 梵凈山可觀賞性云海時變化特征

00-04表示00: 00-04: 00, 其余以此類推．圖7 梵凈山可觀賞性云海月變化特征

通過分析可觀賞性云海的季變化、 月變化、 時段變化與氣溫和濕度的關系可以發現, 當相對濕度高且平均溫度較低時云海形成的概率較高; 當相對濕度不變或升高, 平均溫度也隨之升高時, 云海形成概率降低; 當相對濕度較低, 無論平均溫度如何變化, 云海都不易形成． 因此, 相對濕度對云海出現具有決定性作用, 而平均溫度的變化則進一步影響著云海出現的概率, 二者相互牽制, 且同時處于某個區間狀態時才易滿足云海形成條件(表1)．

表1 濕度與溫度對云海出現概率的影響

2.4 地面資料結果驗證

根據可觀賞性云海日識別結果, 選取相應時間調取地面監測資料進行驗證, 結果如表2所示．

表2 地面驗證結果

7月、 10月、 12月可觀賞性云海出現頻次較低, 準確率最高, 而2-4月為可觀賞性云海出現的高頻時節, 但衛星監測的準確率反而較低, 監測結果不僅受該時期風云數據質量的影響, 而且初春時期山頂容易多霧, 通過地面監測資料的人工判別相對困難, 因此精確度不高． 全年遙感監測可觀賞性云海日為62 d, 通過地面驗證, 其中有40 d實際出現, 準確率接近70%, 因此該結果在一定程度上仍然可信．

3 討論

FY-4A云頂高度產品空間分辨率相對較低, 根據第二次全國土地調查數據, 梵凈山自然保護區實測面積4.341 1萬hm2, 僅涵蓋風云影像約30個網格, 在提取梵凈山影像時, 影像邊界容易缺失, 使得部分邊界范圍無數據． 受風云數據質量影像, 在數據預處理過程中, 如果空值柵格超過柵格總數的30%, 則剔除該景影像, 不納入云海日計算, 此處理過程極易剔除掉實際生成云海的時間, 勢必對研究結果產生影響． 在結果驗證過程中, 由于梵凈山云海監測儀器設在金頂附近, 且攝像角度固定, 歷史資料無法實現360°實時旋轉, 僅能查看到攝影機所攝區域范圍, 而攝影機視線盲區是否出現云海無法得知, 為驗證工作帶來了一定局限性． 同時, 山頂夜間容易多霧, 在視頻資料中受霧影響, 無法清楚辨析云與霧, 因此對云海判別也會帶來一定誤差．

但是, 在云海變化特點的相關研究中, 許多學者僅根據當地的實測資料進行時間特征分析, 而本研究在地面實測數據的基礎上, 利用了FY-4A云頂高度產品提取云海日并進行了地面資料結果驗證． 此外, 還引入了平均溫度和相對濕度兩個氣象參數, 從宏觀尺度上研究了云海出現的季、 月、 時變化特征, 其結果具有一定的可信度．

4 結論

云海的出現必須達到一定的氣候條件, 水汽充足是其中的條件之一, 而梵凈山山頂氣候千變萬化, 云海更是變幻莫測． 2020年梵凈山出現云海的天數總計85 d, 月均7 d, 其中金頂周邊可觀賞到的云海天數為62 d, 占云海總日數72.9%, 月均5 d, 即出現云海后約70%概率能夠在金頂、 蘑菇石附近肉眼觀賞到云海． 根據梵凈山山頂的氣候特征, 冬季溫度偏低, 冰雪覆蓋, 不易達到云海形成的氣候條件． 冬末春初時節, 氣溫回升, 濕度增加, 水汽充足, 晝夜溫差增大, 山間極易形成云海景觀, 一年中可觀賞性云海主要集中在2-4月, 凌晨4點至上午8點期間頻率最高, 是梵凈山景區觀賞到云海景觀概率最大的時期． 利用遙感技術從衛星視角識別云海, 分析全年的云海日變化特征, 不僅能夠充分利用風云數據的多種云信息產品掌握云海出現的時間規律, 為梵凈山生態旅游提供科學可靠的服務依據, 還能夠為當地氣候資源的合理開發利用提供決策服務, 助力地方政府推動生態旅游城市發展．

致謝: 銅仁市氣象局相關工作人員為本研究提供了幫助, 協助處理了梵凈山視頻監測資料, 并提供了重要的經驗信息, 特此感謝!