NASA衛(wèi)星觀測(cè)及模式資料和WMO 氣象站點(diǎn)資料的可視化集成簡(jiǎn)介

1 概況

眾所周知，目前可以從大量分散的氣象數(shù)據(jù)服務(wù)中心獲取衛(wèi)星和站點(diǎn)觀測(cè)資料，以及模式資料，但是對(duì)資料的檢索、訪問和處理要耗費(fèi)很多的時(shí)間和精力。為此，南京信息工程大學(xué)大氣資料服務(wù)中心(NADSC)和NASA(National Aeronautics and Space Administration)戈達(dá)德地球科學(xué)數(shù)據(jù)和信息服務(wù)中心(GES DISC，Goddard Earth Sciences Data and Information Services Center)開展了國(guó)際合作研究，最大化地實(shí)現(xiàn)了存儲(chǔ)于異地不同服務(wù)器的異構(gòu)數(shù)據(jù)的數(shù)據(jù)共享，為用戶提供一個(gè)操作簡(jiǎn)單、基于Web的可視化集成平臺(tái)?；贕oogle Earth，目前該系統(tǒng)實(shí)現(xiàn)了四維氣候數(shù)據(jù)的可視化集成，為不同層面用戶之間的協(xié)同研究提供了統(tǒng)一的平臺(tái)，大大促進(jìn)了全球數(shù)據(jù)共享和科研合作。

2 數(shù)據(jù)及預(yù)處理方法

該可視化系統(tǒng)集成的數(shù)據(jù)及圖像來自于3種不同的數(shù)據(jù)源(表1、2、3)，下面簡(jiǎn)要描述數(shù)據(jù)源的基本情況及預(yù)處理方法。

2.1 全球月氣候數(shù)據(jù)

全球月氣候數(shù)據(jù)反映了氣候狀態(tài)的季節(jié)和空間變化(表1)。目前系統(tǒng)集成的氣象要素包括氣溫、氣壓、位勢(shì)高度、風(fēng)速、濕度、降水和氣溶膠。

2.1.1 全球降水氣候數(shù)據(jù)

全球月氣候降水?dāng)?shù)據(jù)及圖像直接來自于亞洲季風(fēng)區(qū)域集成研究項(xiàng)目(MAIRS)在線可視化數(shù)據(jù)分析工具(Giovanni)的門戶網(wǎng)站——NASA GES DISC Giovanni(http://disc.gsfc.nasa.gov/giovanni)服務(wù)。Giovanni系統(tǒng)的月氣候降水資料是NASA全球氣候降水項(xiàng)目的極軌衛(wèi)星合成產(chǎn)品(GPCP，http://precip.gsfc.nasa.gov/)，月氣候值是GPCP 2.1版1979-01—2008-12的月降水值的平均值。該數(shù)據(jù)的空間分辨率為1.0°×1.0°，它是利用海洋—陸面—大氣研究中心(COLA，Center for Ocean-Land-Atmosphere Studies)的網(wǎng)格分析和顯示系統(tǒng)(GRADS，http://grads.iges.org/grads/grads.html)將原始的2.5°×2.5°格點(diǎn)數(shù)據(jù)集利用塊平均的方法重新網(wǎng)格化而得到的。

2.1.2 全球大氣再分析氣候數(shù)據(jù)

全球月氣候大氣要素，像氣壓、氣溫、風(fēng)、濕度，由NASA的現(xiàn)代回顧性分析研究與應(yīng)用項(xiàng)目(MERRA)的大氣再分析數(shù)據(jù)集生成。MERRA是NASA戈達(dá)德太空飛行中心(GSFC)的全球模式和同化辦公室的一個(gè)研究項(xiàng)目，它主要使用戈達(dá)德地球觀測(cè)系統(tǒng)的第五版資料同化系統(tǒng)(GEOS-5)的衛(wèi)星遙感數(shù)據(jù)(1979年至今)，此大氣同化系統(tǒng)主要致力于氣候時(shí)間尺度與水循環(huán)相關(guān)領(lǐng)域。存儲(chǔ)于NASA GES DISC的MERRA數(shù)據(jù)可以通過Mirador、OPeNDAP和GDS三種數(shù)據(jù)服務(wù)方式下載獲取。在該系統(tǒng)中，采用本地OpenGrADS，通過GDS服務(wù)在線訪問和利用遠(yuǎn)程數(shù)據(jù)，直接對(duì)數(shù)據(jù)進(jìn)行相應(yīng)的處理，從而避免了大量數(shù)據(jù)的下載和重新存儲(chǔ)，因此，節(jié)省了時(shí)間和本地的存儲(chǔ)空間，有效地共享了遠(yuǎn)程數(shù)據(jù)。該資料的月氣候值同樣是由相應(yīng)的月再分析資料平均而來(1979-01—2008-12)。將生成的每個(gè)要素的各月氣候圖像存儲(chǔ)于NADSC服務(wù)器，相應(yīng)的URL組織于MySQL數(shù)據(jù)庫中，最終由KML(Keyhole Markup Language)進(jìn)行解析集成，可視化于Google Earth。

表1 全球逐月數(shù)據(jù)

2.1.3 全球氣溶膠光學(xué)厚度氣候數(shù)據(jù)

類似于全球月降水氣候數(shù)據(jù)，全球氣溶膠光學(xué)厚度氣候數(shù)據(jù)的可視化圖像通過MAIRS項(xiàng)目的門戶網(wǎng)站訪問NASA GES DISC的Giovanni系統(tǒng)，利用WMS(Web Map Service)服務(wù)直接訪問獲取。在當(dāng)前的Giovanni系統(tǒng)中，該氣候資料是直接由光學(xué)厚度為550 nm的MODIS-Terra月氣溶膠資料(2001-01—2008-12)計(jì)算得到，空間分辨率為1.0°×1.0°。

2.2 氣象站觀測(cè)數(shù)據(jù)

1980—2009年世界氣象組織(WMO)在中國(guó)區(qū)域的194個(gè)地面觀測(cè)站的月氣象數(shù)據(jù)的時(shí)間序列，下載于中國(guó)氣象數(shù)據(jù)共享服務(wù)系統(tǒng)(CMDSSS，http://cdc.cma.gov.cn/)。像月平均氣溫、最高氣溫、最低氣溫、月降水、風(fēng)速、日溫差、日照時(shí)間等氣象要素值均從SURF_CLI_CHN_MUL_MON_CES產(chǎn)品提取而來(表2)。在此期間，因站點(diǎn)遷移等原因而導(dǎo)致某些站點(diǎn)數(shù)據(jù)不完備，最終選取183站作為研究對(duì)象。

表2 WMO氣象站觀測(cè)數(shù)據(jù)

月氣候數(shù)據(jù)集(SURF_CLI_CHN_MUL_MMON_19712000_CES)同樣也來自于CMDSSS，在充分考慮站點(diǎn)遷移等因素后，每個(gè)站點(diǎn)的數(shù)據(jù)均是由1971-01-01—2001-09-30高質(zhì)量數(shù)據(jù)控制計(jì)算而來。

中國(guó)區(qū)域183站各要素的各月及氣候值通過一定的算法被集成到NADSC服務(wù)器的數(shù)據(jù)庫中。各要素的異常值及異常趨勢(shì)由統(tǒng)一的程序進(jìn)行計(jì)算處理，當(dāng)點(diǎn)擊Google Earth上的某一站點(diǎn)時(shí)，該站點(diǎn)的各要素的氣候值、異常值及其異常趨勢(shì)由NADSC的相應(yīng)應(yīng)用程序自動(dòng)地以圖像的形式直觀地呈現(xiàn)給用戶。

2.3 區(qū)域衛(wèi)星遙感觀測(cè)數(shù)據(jù)

該系統(tǒng)的區(qū)域衛(wèi)星遙感數(shù)據(jù)來自于陸表數(shù)據(jù)處理產(chǎn)品，包括MODIS-Terra1-km的陸表溫度(LST)和標(biāo)準(zhǔn)化植被指數(shù)(NDVI)。為了獲得研究區(qū)域高分辨率的數(shù)據(jù)，從USGS陸面處理分布交互式存儲(chǔ)中心(LPDAAC，https://lpdaac.usgs.gov/)下載了MODIS 1KM 8-day的LST(MOD11A2.005)和月NDVI(MOD13A3.005)資料(表3)。

由于數(shù)據(jù)量龐大，MODIS 1-km標(biāo)準(zhǔn)產(chǎn)品以每片10°×10°的格式存儲(chǔ)。亞洲季風(fēng)區(qū)內(nèi)(60～150°E，0°～60°N)各片數(shù)據(jù)以圓柱投影的形式被組合拼接。為此，利用某些圖形處理工具，像GrADS通過NADSC本地WMS服務(wù)，可以較容易地為選擇區(qū)域創(chuàng)建多幅圖像進(jìn)行拼接顯示。在該原型開發(fā)過程中，中國(guó)東部(102～122.5°E，21～41.5°N)夏季(6—8月平均)圖像被創(chuàng)建并存儲(chǔ)于NADSC的服務(wù)器中，并將其URL集成于相應(yīng)的數(shù)據(jù)庫中，便于遠(yuǎn)程調(diào)用拼接。

3 可視化系統(tǒng)訪問方法

3.1 可視化系統(tǒng)的訪問

開發(fā)的系統(tǒng)安裝在NADSC和喬治梅森大學(xué)空間信息科學(xué)與系統(tǒng)中心(GMU CSISS)的服務(wù)器上，目前的訪問地址是http://nadsc.nuist.edu.cn/mairsprogram/data/mairs.kml或者h(yuǎn)ttp://geobrain.laits.gmu.edu/mairsprogram/data/mairs.kml，該系統(tǒng)具備高移植性，使用方法如下:1)在本地下載并安裝Google Earth軟件;2)下載mairs.kml文件;3)在Google Earth上運(yùn)行mairs.kml文件。

3.2 可視化系統(tǒng)簡(jiǎn)介

利用Google Earth打開mairs.kml，出現(xiàn)如圖1所示的主界面。所有數(shù)據(jù)在臨時(shí)位置的“Visualization for Climate Study”文件中，點(diǎn)擊“Visualization for Climate Study”，該項(xiàng)目的簡(jiǎn)單描述呈現(xiàn)于web頁中。左側(cè)菜單列出了3個(gè)主菜單:全球逐月氣候(Global Monthly Climatology)，地面站點(diǎn)觀測(cè)(Ground Station Observations)和區(qū)域衛(wèi)星觀測(cè)(Regional Satellite Observations(summer))。

1)全球逐月氣候。全球逐月氣候包括氣溫、氣壓、降水、風(fēng)向量等8個(gè)觀測(cè)量，每個(gè)觀測(cè)量包括一個(gè)或多個(gè)空間層次的12個(gè)月可視化氣候圖像，全球氣候圖像可以逐月動(dòng)態(tài)演示。

2)地面站點(diǎn)觀測(cè)。點(diǎn)擊地面站點(diǎn)觀測(cè)菜單，183站站標(biāo)呈現(xiàn)在中國(guó)區(qū)域，點(diǎn)擊某一站點(diǎn)，出現(xiàn)一個(gè)帶有站點(diǎn)名、站點(diǎn)ID、站點(diǎn)位置、站點(diǎn)高度以及多個(gè)地面觀測(cè)氣象要素可視化圖像的頁面，其中地面觀測(cè)氣象要素的圖像包括:a)降水，風(fēng)速，平均、最高、最低氣溫的氣候季節(jié)變化圖像;b)氣溫、降水、風(fēng)速30 a的月氣候異常時(shí)間序列;c)30 a的月日溫差時(shí)間序列;d)各要素的異常趨勢(shì)。

3)區(qū)域衛(wèi)星觀測(cè)。區(qū)域衛(wèi)星觀測(cè)菜單包含分辨率為1 km的陸表溫度和植被指數(shù)兩個(gè)陸面產(chǎn)品的多年夏季(2001—2009年6—8月平均)可視化數(shù)據(jù)，該圖像同樣可以進(jìn)行動(dòng)態(tài)觀察，據(jù)此開展對(duì)區(qū)域地表氣溫及植被變化的研究。

Google Earth接口界面通過疊加層可以可視化不同菜單中的一副或多幅圖像。例如，通過氣壓場(chǎng)與風(fēng)場(chǎng)疊加觀測(cè)風(fēng)壓關(guān)系，通過站點(diǎn)觀測(cè)要素與全球氣候要素場(chǎng)疊加，在全球氣候背景場(chǎng)的基礎(chǔ)上研究區(qū)域氣候變化與異常。系統(tǒng)詳情請(qǐng)?jiān)L問以上所列網(wǎng)址?？傊cGoogle Earth嵌入的地理信息相結(jié)合，通過該系統(tǒng)，用戶可以對(duì)感興趣的區(qū)域進(jìn)行氣候研究，觀察要素的時(shí)空變化，理解不同要素之間的關(guān)系，從而實(shí)現(xiàn)對(duì)氣候現(xiàn)象的探索。衛(wèi)星遙感、模式與地面觀測(cè)站點(diǎn)數(shù)據(jù)的協(xié)同研究增強(qiáng)了用戶訪問、處理和分析全球氣候與區(qū)域氣候變化關(guān)系的能力。

表3 區(qū)域衛(wèi)星遙感觀測(cè)數(shù)據(jù)

圖1 可視化系統(tǒng)的主界面

4 結(jié)論與展望

4.1 結(jié)論

1)開發(fā)原型結(jié)合Google Earth豐富的地理空間信息，充分體現(xiàn)了各種分散的、異構(gòu)氣候數(shù)據(jù)源和圖像的有效集成。

2)目前有效訪問圖像的端口包括中國(guó)氣象觀測(cè)站的月氣候及異常數(shù)據(jù)、全球氣候數(shù)據(jù)以及東亞區(qū)域MODIS陸表氣溫和植被指數(shù)，使得集成數(shù)據(jù)更易于使用。

3)各種遠(yuǎn)程數(shù)據(jù)服務(wù)的相互緊密合作是非常重要的。為了規(guī)律性地診斷遠(yuǎn)程服務(wù)的運(yùn)行狀態(tài)和版本更新狀況，開發(fā)一個(gè)對(duì)遠(yuǎn)程數(shù)據(jù)的自動(dòng)化定期檢測(cè)系統(tǒng)是非常必要的，以期該系統(tǒng)為數(shù)據(jù)共享服務(wù)提供借鑒。

4.2 展望

1)為了更便于用戶的使用，利用Google Earth plug-in將Google Earth嵌入到Web頁面中。

2)當(dāng)進(jìn)行放大、縮小圖像時(shí)，實(shí)時(shí)更新圖像的分辨率，進(jìn)一步提高可視化圖像的質(zhì)量。

3)用同樣的方法，在其他國(guó)家植入更多的觀測(cè)站，擴(kuò)大研究區(qū)域。

致謝:該研究工作得到國(guó)家自然科學(xué)基金主任基金項(xiàng)目(41140002)的資助，同時(shí)系統(tǒng)平臺(tái)建設(shè)得到國(guó)際科研合作伙伴NASA GES DISC沈素紅博士、Gregory Leptoukh博士和GMU CSISS狄黎平教授的悉心指導(dǎo)和支持，在此表示誠摯的謝意。