FY-2E紅外通道“晴空區(qū)”水汽信息提取算法的改進(jìn)與應(yīng)用效果

趙航, 王振會(huì), 楊璐, 詹奕哲, 湯敏

(1.氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心，南京 210044;2.南京信息工程大學(xué)大氣物理學(xué)院，南京 210044)

FY-2E紅外通道“晴空區(qū)”水汽信息提取算法的改進(jìn)與應(yīng)用效果

趙航1,2, 王振會(huì)1,2, 楊璐1,2, 詹奕哲1,2, 湯敏1,2

(1.氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心，南京 210044;2.南京信息工程大學(xué)大氣物理學(xué)院，南京 210044)

提出了一種改進(jìn)的FY-2E紅外通道“晴空區(qū)”水汽信息提取算法——二次差分法,即在對(duì)紅外分裂窗云掩圖進(jìn)行分裂窗差分的基礎(chǔ)上再進(jìn)行時(shí)間差分處理，或者先進(jìn)行時(shí)間差分后再進(jìn)行分裂窗差分處理。該方法能減弱晴空區(qū)地表溫度變化對(duì)水汽信息提取的干擾，從而有助于獲得水汽團(tuán)的紋理及其移動(dòng)信息。實(shí)驗(yàn)結(jié)果表明，應(yīng)用該方法可以更加有效地追蹤紅外通道“晴空區(qū)”水汽微弱示蹤信號(hào)的移動(dòng)，獲得傳統(tǒng)云導(dǎo)風(fēng)方法所無法得到的晴空水汽含量高值區(qū)風(fēng)場(chǎng)信息，且晴空風(fēng)矢與NCEP(national centers for environmental prediction)再分析資料級(jí)低空風(fēng)場(chǎng)有著很好的一致性。

FY-2E紅外通道；晴空導(dǎo)風(fēng)；地表溫度干擾；二次差分法

0 引言

風(fēng)向和風(fēng)速是最重要的氣象資料之一。衛(wèi)星導(dǎo)風(fēng)資料由于覆蓋范圍大，不僅在一定程度上彌補(bǔ)了常規(guī)探測(cè)在海洋和沙漠等地區(qū)的資料空白[1-4]，而且對(duì)臺(tái)風(fēng)、雷暴和沙塵暴等災(zāi)害性天氣預(yù)報(bào)和數(shù)值預(yù)報(bào)也有積極作用[5-9]。

常規(guī)的衛(wèi)星導(dǎo)風(fēng)技術(shù)，主要是以衛(wèi)星云圖上的云和水汽圖上的水汽為示蹤物追蹤云區(qū)和水汽區(qū)的風(fēng)場(chǎng)信息[10-12]，因此，在不能被云導(dǎo)風(fēng)識(shí)別為“云”的區(qū)域(本研究稱其為“晴空區(qū)”)，云導(dǎo)風(fēng)技術(shù)無法獲得風(fēng)矢信息。水汽圖導(dǎo)風(fēng)可以在一定程度上彌補(bǔ)“晴空區(qū)”缺少的風(fēng)矢，但其所代表的高度一般比較高[13-14]。Eck等[15]對(duì)大陸不同地區(qū)AVHRR分裂窗亮溫差(BTD)與大氣總水汽含量(WV)之間關(guān)系的研究表明，當(dāng)氣溶膠含量較低或大氣較為潮濕時(shí)，BTD與WV具有較好的線性相關(guān)。李莉等[16]研究了冬夏兩季沙塵氣溶膠光學(xué)厚度變化對(duì)熱紅外分裂窗通道亮溫(BT)的影響。這些成果都表明衛(wèi)星紅外分裂窗通道云圖含有水汽和氣溶膠信息。

楊璐等[17]定量計(jì)算并分析了水汽差分對(duì)衛(wèi)星紅外2個(gè)通道觀測(cè)亮溫時(shí)間差分的影響大小以及主要影響高度；張治國等[18]模擬得到衛(wèi)星觀測(cè)亮溫對(duì)大氣水汽及氣溶膠的敏感性，并進(jìn)行了晴空區(qū)導(dǎo)風(fēng)的可行性分析；詹奕哲等[19]計(jì)算得到沙塵氣溶膠含量豐富區(qū)域的晴空區(qū)風(fēng)場(chǎng)信息。這些研究表明，在一定條件下，分裂窗差值法或時(shí)間差分法均可以用于追蹤靜止氣象衛(wèi)星紅外云圖上水汽團(tuán)或氣溶膠團(tuán)移動(dòng)的微弱信息。為了達(dá)到凸顯弱示蹤信號(hào)的目的，“時(shí)間差分法”是通過時(shí)間差值來抵消輻射傳輸方程中的時(shí)間不變量，“分裂窗差分法”是通過分裂窗差值抵消輻射傳輸方程中的頻率不變量。模擬計(jì)算的結(jié)果表明，在地表溫度和邊界層氣溫隨著時(shí)間變化不可忽略的情況下，紅外窗通道亮溫時(shí)間序列差值圖上水汽團(tuán)或氣溶膠團(tuán)移動(dòng)的微弱信息就不可避免地受地表溫度和邊界層氣溫變化的干擾[19]。為此，本文提出了一種改進(jìn)的FY-2E紅外通道“晴空區(qū)”水汽信息提取算法——二次差分法，用以進(jìn)一步減弱晴空區(qū)溫度變化的干擾。

1 理論分析

對(duì)于“晴空”大氣，衛(wèi)星在紅外通道觀測(cè)到的輻射量Iλ為

Iλ=ελBλ(Ts)τλ(0,∞)+

(1)

(2)

FY-2E衛(wèi)星2個(gè)“分裂窗”通道的波長區(qū)間分別為10.3～11.5μm和11.6～12.8μm[21]，把分裂窗通道的中心波長分別記為λ1和λ2，則對(duì)應(yīng)2個(gè)紅外通道的亮溫度分別表示為BTλ1和BTλ2。同時(shí)，在熱紅外通道，地表可近似為灰體[22]，忽略窗區(qū)2個(gè)通道間地表反照率的差異(ελ1≈ελ2用ε表示)，則分裂窗2個(gè)通道的亮溫差(BTD)可表示為

BTD=BTλ1-BTλ2。

(3)

整理以上各式得到

(4)

式中： Ck=[k1(z)-k2(z)]，其中k1(z)和k2(z)分別代表z高度上氣體在2個(gè)紅外通道的質(zhì)量吸收系數(shù)。根據(jù)式(4)，分裂窗通道輻射亮溫的差值BTD由地表溫度、大氣溫度廓線、吸收氣體的密度及吸收氣體在分裂窗2個(gè)通道的吸收系數(shù)差決定。由于質(zhì)量吸收系數(shù)隨時(shí)間和高度變化較小，地表與大氣層結(jié)溫度的變化對(duì)BTD圖像紋理的影響因差值[εTs-T(z)]而減弱，所以，BTD圖像紋理主要體現(xiàn)水汽含量的分布特征。

(5)

根據(jù)數(shù)學(xué)原理，二次差分的結(jié)果與差分計(jì)算順序無關(guān)。因此，通過對(duì)紅外分裂窗云掩模圖在分裂窗差分的基礎(chǔ)上繼續(xù)進(jìn)行時(shí)間差分處理，或者先進(jìn)行時(shí)間差分再進(jìn)行分裂窗差分處理，都可以進(jìn)一步減弱“晴空區(qū)”地表及大氣溫度的干擾，從而有助于獲得水汽團(tuán)的紋理及其移動(dòng)信息?；谝陨侠碚摰摹扒缈諈^(qū)”水汽信號(hào)提取計(jì)算方法，本文稱之為“二次差分法”。

2 模擬計(jì)算分析

楊璐等[17]計(jì)算了FY-2E紅外窗通道亮溫對(duì)各高度層上水汽變化的響應(yīng)。為了定量分析地表溫度和大氣溫度對(duì)水汽信號(hào)的影響，按照上述理論，利用MODTRAN模式，把地表以上10km大氣按高度平均分為10層(每1km厚度的大氣為1層)，計(jì)算出地表溫度和對(duì)流層內(nèi)各層氣溫變化對(duì)亮溫的影響。

2.1 各層氣溫變化對(duì)亮溫的影響

表1 中緯度夏季大氣單層氣溫1K差分對(duì)BT的貢獻(xiàn)Tab.1 Single layer 1 K difference’s contribution to BT in the middle latitude summer atmospheric

?BT/?T為亮溫對(duì)大氣溫度變化的響應(yīng)，由于△T=1 K，故

(6)

各層亮溫對(duì)大氣溫度變化的響應(yīng)?BT/?Ti對(duì)應(yīng)數(shù)值見表1最后2列；高度變化分布如圖1所示。

?BT/?Ti(IR1) ?BT/?Ti(IR2)

圖1 觀測(cè)亮溫對(duì)大氣溫度和地表溫度1K差分的響應(yīng)以及響應(yīng)峰值高度

Fig.1 Bright temperature variation’s response to atmospheric single layer’s 1 K increment

可見，氣溫變化的貢獻(xiàn)主要來自于0～3 km的邊界。這是因?yàn)椋髿獯皡^(qū)衛(wèi)星觀測(cè)的輻射主要來自于大氣低層，所以在紅外2個(gè)通道，邊界層氣溫變化對(duì)亮溫變化貢獻(xiàn)較大，近地面3層之和可大于0.2 K。楊璐等[17]計(jì)算各高度層上的水汽差分對(duì)于亮溫度差分的貢獻(xiàn)，最大值也在近地面3層。這表明，在進(jìn)行晴空導(dǎo)風(fēng)中，紋理不僅僅來源于水汽密度的變化，也包含了大氣溫度的變化。這對(duì)于水汽分布紋理信息提取而言，氣溫分布不均勻就成為前面所說的“干擾”。但大氣溫度和水汽的水平變化均“隨風(fēng)漂流”(即平流)，且最大貢獻(xiàn)高度均在低層，故對(duì)于導(dǎo)風(fēng)計(jì)算而言，二者的紋理信息沒必要進(jìn)行分解。當(dāng)然，如果水汽分布紋理為0，僅大氣溫度變化引起亮溫變化紋理，這樣的紋理也可以作為大氣運(yùn)動(dòng)示蹤物(條件是“|△BT|>星載儀器靈敏度NE△T，即0.2 K”)，只是這種情況不經(jīng)常發(fā)生，因?yàn)榇髿鉁囟茸兓瘜?dǎo)致的紅外窗通道亮溫變化在數(shù)值上依賴于水汽含量(限于篇幅，將另文詳述)。

2.2 地表溫度變化對(duì)亮溫的影響

保持表1中大氣廓線不變，計(jì)算紅外波段2個(gè)通道在地表溫度300 K處增加1 K時(shí)對(duì)亮溫的貢獻(xiàn)，結(jié)果如表2所示。

表2 中緯度夏季大氣地表溫度Ts增加1 K后對(duì)BT的貢獻(xiàn)Tab.2 1 K Ts increment’s contribution to BT in the middle latitude summer atmospheric (K)

由表2可知,亮溫對(duì)地表溫度1 K變化的響應(yīng)為

△BTIR1=293.939-293.247=0.692 ，

(7)

△BTIR2=290.575-290.065=0.510 ，

(8)

即，地表溫度變化1K，足以能讓FY-2E的IR1和IR2識(shí)別。在實(shí)際中，地表溫度在0.5h內(nèi)發(fā)生1K的變化時(shí)常發(fā)生[24-26]。因此，地表溫度變化造成的影響很大，時(shí)間差值圖像的紋理含有地表溫度變化，對(duì)基于時(shí)間差值圖像的導(dǎo)風(fēng)計(jì)算而言，必須予以剔除。

為了計(jì)算亮溫度對(duì)大氣含水量變化的響應(yīng)，保持表1中大氣廓線前3列不變，僅改變整層大氣含水量，將M增加30%(由2.90 g/cm2增至3.77 g/cm2，增加量△M=0.87 g/cm2)，即對(duì)應(yīng)表1第4列水汽密度ρH2O增加30%，計(jì)算紅外2個(gè)通道在整層大氣含水量增加30%后對(duì)亮溫的貢獻(xiàn)，結(jié)果如表3所示。

表3 中緯度夏季整層大氣含水量M增加30%對(duì)BT的貢獻(xiàn)Tab.3 30% M increment’s contribution to BT in the middle latitude summer atmospheric

由表3可知，亮溫度對(duì)大氣含水量增加30%(0.87 g/cm2)的響應(yīng)為

△BTIR1=293.061-293.247=-0.186 ，

(9)

△BTIR2=289.305-290.065=-0.760 。

(10)

即，整層大氣含水量M增加30%，僅能讓FY-2E IR2通道識(shí)別。在實(shí)際中，水汽密度在0.5 h內(nèi)發(fā)生30%的變化時(shí)常發(fā)生[17]， FY-2E 的IR1識(shí)別不出這一變化。因此，IR2比IR1更有利于提取水汽變化信息，但地表溫度變化干擾較大，因此，時(shí)間差值圖上只有在紅外2個(gè)通道云圖“晴空區(qū)”地表溫度變化可以忽略時(shí)，水汽紋理才能凸顯出來。依據(jù)二次差分理論，在時(shí)間差分(式(7)-(10))的基礎(chǔ)上進(jìn)行分裂窗差分，得到

△BTD(Ts)=0.692-0.510=0.182 ，

(11)

△BTD(M)=-0.186-(-0.760)=0.574。

(12)

可見,Ts增加1K會(huì)導(dǎo)致BTD增加0.182 K，而M增加30%會(huì)導(dǎo)致BTD增加0.574 K。由式(11)和(12)得到變化率為

?BTD/?Ts≈△BTD/△Ts=0.182/1=0.182 ，

(13)

?BTD/?M≈△BTD/△M=0.574/0.87=0.660 。

(14)

這意味著在二次差分圖上，水汽變化0.87g/cm2,相當(dāng)于地表溫度變化3.63K(即0.660/0.182)。因此，在時(shí)間差分基礎(chǔ)上再進(jìn)行分裂窗差分，即可得到抑制地表溫度干擾而凸顯水汽紋理的二次差值圖。同理，根據(jù)表2和表3的數(shù)值，如果先對(duì)亮溫度進(jìn)行分裂窗差分，再繼續(xù)通過時(shí)間差分，可得到與式(13)和(14)相同的變化率，這也驗(yàn)證了“二次差分結(jié)果與差分順序無關(guān)”的數(shù)學(xué)原理。

綜上所述，對(duì)于一定的水汽分布，地表溫度和大氣溫度的1K變化均可以被衛(wèi)星觀測(cè)到，而對(duì)于“晴空區(qū)”衛(wèi)星導(dǎo)風(fēng)而言，大氣溫度變化造成的附加紋理不影響導(dǎo)風(fēng)效果，而地表溫度變化對(duì)追蹤水汽的干擾可以用二次差分法來減弱。

3 晴空導(dǎo)風(fēng)實(shí)例

3.1 實(shí)例一

采用2011年8月3日FY-2EIR1和IR2通道資料，對(duì)連續(xù)時(shí)次分別為20:00，20:30及21:00(UTC)的分裂窗通道共計(jì)6張?jiān)茍D進(jìn)行掩模，并對(duì)每個(gè)時(shí)次的2張掩模圖先進(jìn)行分裂窗差分處理，再進(jìn)行時(shí)間差分，利用王振會(huì)等[27]所編寫的CWIS云導(dǎo)風(fēng)系統(tǒng)進(jìn)行風(fēng)場(chǎng)反演，具體流程如圖2所示。

圖2 晴空導(dǎo)風(fēng)實(shí)驗(yàn)流程Fig.2 Flow chart of wind fields in clear sky region

圖3(a)為 2011年8月3日17:30 FY-2E國家衛(wèi)星氣象中心云跡風(fēng)產(chǎn)品圖，方形框區(qū)為晴空，無云跡風(fēng)矢。圖3(b)是21：00時(shí)晴空大氣可降水量圖，顯示水汽含量豐富。該區(qū)域中北京10個(gè)自動(dòng)氣象站的地表溫度1 h(20:00～21:00)內(nèi)變化都在1 K左右(表4)，表明0.5 h地表溫度變化較大。圖3(c)(d)表示分裂窗差分和時(shí)間差分晴空導(dǎo)風(fēng)結(jié)果，圖3(e)表示二次差分晴空導(dǎo)風(fēng)結(jié)果?？梢?，在水汽含量豐富但Ts變化較大的陸表面上，二次差分可以更易發(fā)揮水汽紋理信息的作用，獲得更多晴空風(fēng)矢。二次差分法處理得到的風(fēng)矢，與24時(shí)NCEP FNL再分析資料800 hPa風(fēng)場(chǎng)(圖3f)進(jìn)行比較，雖然風(fēng)速較NCEP資料提供的數(shù)值偏大，但風(fēng)向一致性較好。受對(duì)比時(shí)次差異的影響，有部分風(fēng)矢的風(fēng)向?qū)?yīng)不夠一致，有待于進(jìn)一步通過質(zhì)量控制來解決。

(a) NSMC云跡風(fēng)產(chǎn)品 (b) NSMC晴空大氣可降水產(chǎn)品 (c) 晴空風(fēng)場(chǎng)圖(分裂窗差分法)

(d) 晴空風(fēng)場(chǎng)圖(時(shí)間差分法) (e) 晴空風(fēng)場(chǎng)圖(二次差分法)(f) NCEP 24時(shí)800 hPa風(fēng)場(chǎng)

圖3 2011年8月3日20:30陸表面導(dǎo)風(fēng)實(shí)例
Fig.3 On August 3, 2011 20:30, land surface instance

表4 實(shí)驗(yàn)區(qū)部分自動(dòng)氣象站地表溫度1 h變化(20：00～21：00)Tab.4 Surface temperature change for 1 h from part of AWS of experimental area(20：00～21：00)

3.2 實(shí)例二

實(shí)例二的處理結(jié)果如圖4所示。圖4(a)為國家衛(wèi)星氣象中心2011年8月3日17:30 (UTC)熱帶風(fēng)暴“梅花”附近的云跡風(fēng)產(chǎn)品圖，實(shí)驗(yàn)區(qū)(方形框)內(nèi)部分有云跡風(fēng)矢，到21:00 (UTC)，圖4(b)是這時(shí)的大氣可降水量圖，方形框區(qū)為晴空，水汽含量豐富，分裂窗差分和時(shí)間差分晴空導(dǎo)風(fēng)結(jié)果如圖4(c)和(d)所示，二次差分晴空導(dǎo)風(fēng)結(jié)果如圖4(e)所示。對(duì)比可見，在水汽含量豐富但Ts變化緩慢的海表面上，二次差分法仍然具有優(yōu)勢(shì)，獲得更多晴空風(fēng)矢。與24:00時(shí)NCEP FNL再分析資料850 hPa風(fēng)場(chǎng)(圖4(f))進(jìn)行比較，雖然風(fēng)速較NCEP資料偏大，但風(fēng)向有很好的一致性。

(a) NSMC云跡風(fēng)產(chǎn)品 (b) NSMC晴空大氣可降水產(chǎn)品 (c) 晴空風(fēng)場(chǎng)(分裂窗差分法)

圖4-1 2011年8月3日20:30海表面導(dǎo)風(fēng)實(shí)例

Fig.4-1 On August 3, 2011 20:30, sea surface instance

(d) 晴空風(fēng)場(chǎng)圖(時(shí)間差分法) (e) 晴空風(fēng)場(chǎng)圖(二次差分法) (f) NCEP 24時(shí)850 hPa風(fēng)場(chǎng)

圖4-2 2011年8月3日20:30海表面導(dǎo)風(fēng)實(shí)例

Fig.4-2 On August 3, 2011 20:30, sea surface instance

3.3 實(shí)例三

實(shí)例三選用2011年6月25日23: 30 (UTC)氣象資料，處理結(jié)果如圖5所示。實(shí)驗(yàn)對(duì)比框區(qū)處于我國新疆東部，框區(qū)缺少云跡風(fēng)風(fēng)矢(圖5(a))，且表明水汽含量不夠豐富(圖5(b))。表5給出了對(duì)應(yīng)地區(qū)8個(gè)自動(dòng)氣象站地表溫度1 h變化(23：00～24：00)，可見多數(shù)站溫度變化超過1.5 K。對(duì)比圖5(c)和(d)可見，在地表溫度變化很大的時(shí)候，經(jīng)過二次差分法處理得到的晴空風(fēng)場(chǎng)豐富了框區(qū)內(nèi)的風(fēng)矢信息，且風(fēng)向一致性較好。與24:00 NCEP FNL再分析資料750 hPa低空風(fēng)場(chǎng)(圖5(d))對(duì)比，二者風(fēng)速、風(fēng)向都有著較好的一致性。個(gè)別風(fēng)矢顯出某種不一致性，有待于進(jìn)一步通過質(zhì)量控制來解決。

(a) NSMC云跡風(fēng)產(chǎn)品(b) NSMC晴空大氣可降水產(chǎn)品 (c) 晴空風(fēng)場(chǎng)圖(分裂窗差分法)

(d) 晴空風(fēng)場(chǎng)圖(時(shí)間差分法) (e) 晴空風(fēng)場(chǎng)圖(二次差分法)(f) NCEP 24時(shí) 750 hPa風(fēng)場(chǎng)

圖5 2011年6月25日23:30實(shí)例

Fig.5 On June 25, 2011 23:30, land surface instance

表5 3實(shí)驗(yàn)區(qū)自動(dòng)氣象站地表溫度1h變化個(gè)例(23：00～24：00)Tab.5 Surface temperature change for 1h from part of AWS of experimental three area(23：00～24：00)

4 結(jié)論

本文通過模擬大氣溫度和地表溫度1K的變化對(duì)觀測(cè)亮溫差的影響以及影響程度，并進(jìn)行實(shí)例分析，得到以下結(jié)論：

1)對(duì)基于水汽示蹤物的“晴空區(qū)”導(dǎo)風(fēng)而言，地表溫度變化產(chǎn)生的紋理是干擾信息，需要剔除，大氣溫度差異產(chǎn)生的紋理信息可以保留。

2)采用二次差分法可以有效地剔除地表溫度的干擾、追蹤紅外通道晴空區(qū)上水汽微弱示蹤信號(hào)的移動(dòng)，可獲得云導(dǎo)風(fēng)所無法得到的晴空水汽含量高值區(qū)的大氣低層風(fēng)場(chǎng)信息，有助于風(fēng)能資源的獲取和追蹤。

3)二次差分法可以獲得比單次差分法(時(shí)間差分法和分裂窗差分法)更加豐富的風(fēng)矢信息，且與NCEP再分析資料低層風(fēng)場(chǎng)的對(duì)比一致性較好，驗(yàn)證了二次差分法可行性。

由于模擬計(jì)算和實(shí)例分析均在中緯度夏季大氣條件下進(jìn)行，該方法缺少對(duì)地域季節(jié)、大氣條件適用性進(jìn)行系統(tǒng)研究，并需要對(duì)高空薄卷云進(jìn)行更加有效的掩模，因此針對(duì)實(shí)際晴空風(fēng)矢的質(zhì)量控制仍有待于完善，與NCEP再分析資料的對(duì)比也需要進(jìn)行大樣本的定量分析。

志謝： 本研究FY-2E資料和NCEP資料分別由國家衛(wèi)星氣象中心和美國國家環(huán)境預(yù)報(bào)中心提供，在此表示衷心感謝！

[1] Fujita T T,Izawa T,Watanabe K.Formation and structure of equatorial anticyclones caused by large-scale cross-equatorial flows determined by ATS-I photographs[J].J Appl Meteor,1969,8(4):649-667.

[2] Kelly G.Numerical experiments using cloud motion winds at ECMWF[C]//Proceedings of the Second International Winds Workshop.Tokyo,1993:227-244.

[3] Marshall J L.Cloud and water vapour motion vectors in tropical cyclone track forecasting-a review[J].Meteorol Atmos Phys,1998,65(3-4):141-151.

[4] Zhang Z Y,Deriche R,Faugeras O,et al.A robust technique for matching two uncalibrated images through the recovery of the unknown epipolar geometry[J].Artificial Intelligence,1995,78(1/2):87-119.

[5] Ottenbacher A,Schmetz J,Holmlund K.Low-level wind fields from geostationary satellites and water vapour transport[J].Advances in Space Research,1996,18(7):73-76.

[6] Li Z J.Estimation of cloud motion using cross-correlation[J].Advances in Atmospheric Sciences,1998,15(2):277-282.

[7] Davies R,Horváthkos,Moroney C.Cloud motion vectors from MISR using sub-pixel enhancements[J].Remote Sensing of Environment,2007,107(1/2):194-199.

[8] Deb S K,Kishtawal C M,Pal P K,et al.A modified tracer selection and tracking procedure to derive winds using water vapor images[J].Journal of Applied Meteorology and Climatology,2008,47(12):3252-3263.

[9] Ushio T,Katagami D,Okamoto K,et al.On the use of split window data in deriving the cloud motion vector for filling the gap of passive microwave rainfall estimation[J].SOLA,2007,3:3001-3004.

[10]Stewart T R,Smith W L,Hayden C M.A note on water-vapor wind tracking using VAS DATA on McIDAs[J].Bull Amer Meteor Soc,1985,66(9):1111-1115.

[11]Johannes S,Kenneth H,Joel H.Operational cloud-motion winds from meteosat infrared images[J].J Appl Meteor,1993,32(7):1206-1225.

[12]Christopher S V,Christopher M H,Steven J N.Upper-tropospheric winds derived from geostationary satellite water vapor observations[J].Bull Amer Meteor Soc,1997,78(2):173-195.

[13]李艷兵,黃思訓(xùn),翟景秋.衛(wèi)星反演風(fēng)場(chǎng)進(jìn)展概述[J].氣象科學(xué),2009,29(2):277-284. Li Y B,Huang S X,Zhai J Q.A review of satellite wind retrieval technologies[J].Scientia Meteorologica Sinica,2009,29(2):277-284.

[14]楊文凱,白潔,劉健文,等.靜止氣象衛(wèi)星水汽風(fēng)反演研究[J].遙感技術(shù)與應(yīng)用,2007,22(1):31-34. Yang W K,Bai J,Liu J W,et al.Deriving winds from vapour images of geostationary meteorological satellite[J].Remote Sensing Technology and Application,2007,22(1):31-34.

[15]Eck T F,Holben B N.AVHRR split window temperature differences and total precipitable water over land surfaces[J].Int J Remote Sens,1994,15(3):567-582.

[16]李莉,顧行發(fā),余濤.沙塵氣溶膠對(duì)熱紅外分裂窗通道亮溫和地表反演溫度的影響研究[J].紅外與毫米波學(xué)報(bào),2009,28(2):102-106. Li L,Gu X F,Yu T.Influrence of dust aerosol on the brightness temperature of thermal infrared window and land surface temperature retrieval[J].J Infrared Millim Waves,2009,28(2):102-106.

[17]楊璐.基于時(shí)間差分法的FY-2E紅外通道晴空區(qū)導(dǎo)風(fēng)研究[D].南京:南京信息工程大學(xué),2013. Yang L.Study on Water Vapor Motion Signal Extraction from FY-2E Infrared Window Imagery for Clear Sky-time Difference Technique[D].Nanjing:Nanjing University of Information Science & Technology,2013.

[18]張治國,王振會(huì),詹奕哲,等.面向“紅外云圖晴空區(qū)導(dǎo)風(fēng)”的FY-2E紅外通道亮溫度敏感性分析[J].熱帶氣象學(xué)報(bào),2013,29(2):321-327. Zhang Z G,Wang Z H,Zhan Y Z,et al.FY-2E ir brightness temperature’s sensitivity analysis for clear region amv derivation from geo satellite ir imagery[J].Journal of Tropical Meteorology,2013,29(2):321-327.

[19]詹奕哲,王振會(huì),張治國.FY-2E分裂窗晴空沙塵區(qū)導(dǎo)風(fēng)初步研究[J].遙感學(xué)報(bào),2012,16(4):738-750. Zhan Y Z,Wang Z H,Zhang Z G.Wind fields in dust storm clear sky region from the FY-2E split window channels[J].Journal of Remote Sensing,2012,16(4):738-750.

[20]Mosher F R.Feasibility of using water vapor as a tracer to obtain winds from satellite observations[C]//Final Scientific Report on NAS5-24136.Space Science and Engineering Center.[s,l]:University of Wisconsin Madison,1977,77(7):171-194.

[21]張勇,李元,戎志國.FY-2E與FY-2C紅外分裂窗通道光譜響應(yīng)差異的對(duì)比分析[J].光譜學(xué)與光譜分析,2010,30(6):1634-1637. Zhang Y,Li Y,Rong Z G.Comparisons and analysis of the spectral response functions’difference between FY-2E’s and FY-2C’s split window channels[J].Spectroscopy and Spectral Analysis,2010,30(6):1634-1637.

[22]張培昌,王振會(huì).大氣微波遙感基礎(chǔ)[M].北京:氣象出版社,1995:304-306. Zhang P C,Wang Z H.Basis of Atmospheric Microwave Remote Sensing[M].Beijing:China Meteorological Press,1995:304-306.

[23]覃志豪,李文娟,徐斌,等.陸地衛(wèi)星TM6波段范圍內(nèi)地表比輻射率的估計(jì)[J].國土資源遙感,2004,16(3):28-32,36. Qin Z H,Li W J,Xu B,et al.The estimation of land surface emissivity for Landsat TM6[J].Remote Sensing for Land and Resources,2004,16(3):28-32,36.

[24]王旻燕,呂達(dá)仁.GMS5反演中國幾類典型下墊面晴空地表溫度的日變化及季節(jié)變化[J].氣象學(xué)報(bào),2005,63(6):957-968. Wang M Y,Lü D R.Diurnal and seasonal variation of clear-sky land surface temperature of several representative land surface types in China retrieved by GMS5[J].Acta Meteorologica Sinica,2005,63(6):957-968.

[25]錢維宏,張瑋瑋.我國近46年來的寒潮時(shí)空變化與冬季增暖[J].大氣科學(xué),2007,31(6):1266-1278. Qian W H,Zhang W W.Changes in cold wave events and warm winter in China during the last 46 years[J].Chinese Journal of Atmospheric Sciences,2007,31(6):1266-1278.

[26]朱家其,湯緒,江灝.上海市城區(qū)氣溫變化及城市熱島[J].高原氣象,2006,25(6):1154-1160. Zhu J Q,Tang X,Jiang H.The air temperature variation and heat island effect in urban area of Shanghai city[J].Plateau Meteorology,2006,25(6):1154-1160.

[27]王振會(huì),曾維麟.衛(wèi)星云跡風(fēng)微機(jī)客觀導(dǎo)出系統(tǒng)[J].南京氣象學(xué)院學(xué)報(bào),1996,19(1):69-75. Wang Z H,Zeng W L.A PC-based objective inferring system for cloud motion winds from geostationary satellite images[J].Journal of Nanjing Institute of Meteorology,1996,19(1):69-75.

(責(zé)任編輯： 刁淑娟)

Improvement and application effect of water vapor moving signal extraction algorithm in “clear sky region” from FY-2E infrared channel

ZHAO Hang1,2， WANG Zhenhui1,2， YANG Lu1,2， ZHAN Yizhe1,2， TANG Min1,2

(1.CollaborativeInnovationCenteronForecastandEvaluationofMeteorologicalDisasters,NanjingUniversityofInformationScience&Technology,Nanjing210044,China; 2.SchoolofAtmosphericPhysics，NanjingUniversityofInformationScience&Technology,Nanjing210044,China)

The quadratic difference method, as an improved water vapor signal extraction algorithm, is employed in “clear sky region” from FY-2E infrared channel. By means of both split window and temporal difference calculation from infrared cloud mask images, the method can weaken the surface temperature interference and help trace the weak signal of water vapor in “clear sky region”, regardless of the order of the two calculations. Application examples show that this method can trace the weak signal of water vapor in “clear sky region” more effectively and make up for the lacking wind field data in clear sky with high water vapor content values as compared with the obvious limitation of deriving cloud motion wind by the traditional method. A comparison between the wind fields using this technique and that obtained from the NCEP reanalysis data shows a good relative accuracy.

FY-2E infrared channel; wind fields in clear sky region; surface temperature interference; quadratic difference method

2013-03-10；

2013-05-13

國家自然科學(xué)基金項(xiàng)目(編號(hào)： 41175035,40475018)、國家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃項(xiàng)目(編號(hào)： 2009CB421502)和江蘇高校優(yōu)勢(shì)學(xué)科建設(shè)工程資助項(xiàng)目(編號(hào)： PAPD)共同資助。

10.6046/gtzyyg.2015.01.15

趙航,王振會(huì),楊璐,等.FY-2E紅外通道“晴空區(qū)”水汽信息提取算法的改進(jìn)與應(yīng)用效果[J].國土資源遙感,2015,27(1):92-99.(Zhao H，Wang Z H，Yang L,et al.Improvement and application effect of water vapor moving signal extraction algorithm in “clear sky region” from FY-2E infrared channel[J].Remote Sensing for Land and Resources,2015,27(1):92-99.)

TP 79

A

1001-070X(2015)01-0092-08

趙航(1988-)，女，碩士研究生，主要從事衛(wèi)星遙感應(yīng)用等方面的研究。Email： janemars@163.com。

王振會(huì)(1955-)，男，教授，博士生導(dǎo)師，現(xiàn)從事大氣遙感應(yīng)用研究。Email: eiap@nuist.edu.cn。