紅外衛(wèi)星資料的云檢測(cè)

摘 要：借鑒MC NALLY的紅外資料云檢測(cè)方法，結(jié)合具體實(shí)例和具體大氣狀態(tài)進(jìn)行參數(shù)調(diào)整和步驟簡(jiǎn)化，將其應(yīng)用于臺(tái)風(fēng)初始場(chǎng)時(shí)刻紅外衛(wèi)星資料的云檢測(cè)中，并通過(guò)與實(shí)測(cè)的云量資料和實(shí)時(shí)衛(wèi)星云圖的對(duì)比來(lái)驗(yàn)證該方法的準(zhǔn)確性。結(jié)果發(fā)現(xiàn)，將該云檢測(cè)方法的效果較好，與實(shí)測(cè)云量資料對(duì)比時(shí)，云區(qū)和晴空區(qū)的分布比較對(duì)應(yīng)；與實(shí)時(shí)衛(wèi)星云圖對(duì)比時(shí)，云頂較高和較低的區(qū)域也是較對(duì)應(yīng)的。

關(guān)鍵詞：云檢測(cè)；紅外；衛(wèi)星云圖；云量

引言

由于衛(wèi)星遙感受云和降水的影響嚴(yán)重，模擬的云區(qū)輻射與實(shí)測(cè)輻射之間的差值往往較大[1]，在云區(qū)衛(wèi)星資料的同化方面，目前是通過(guò)云檢測(cè)方法判斷衛(wèi)星視場(chǎng)是否有云后直接去掉有云視場(chǎng)，只同化晴空資料。有研究指出[2]，解決紅外輻射資料云污染的問(wèn)題主要有以下幾種方法：只選擇晴空資料；將云污染影響取出；選擇不受云污染的通道；發(fā)展能計(jì)算云對(duì)紅外輻射率影響的輻射模式和它的伴隨算子。王云峰等[3]在研究AIRS資料質(zhì)量控制對(duì)颶風(fēng)路徑模擬的影響試驗(yàn)時(shí)指出目前常用的WRFDA同化系統(tǒng)中通過(guò)云水路徑檢測(cè)、長(zhǎng)波窗口通道亮溫檢測(cè)、海表面溫度（SST）檢測(cè)和云覆蓋面積指數(shù)來(lái)判斷某視場(chǎng)是否存在云，從而進(jìn)行剔除；朱文剛等[4]利用McNally和Watts提出的云檢測(cè)方案，針對(duì)GRAPES-3Dvar系統(tǒng)和AIRS儀器特征，對(duì)AIRS各個(gè)視場(chǎng)通道進(jìn)行云檢測(cè)，剔除受云污染的通道。

文章在MC NALLY的紅外資料云檢測(cè)方法[17]基礎(chǔ)上進(jìn)行了一些修改，在保證精度的前提下做了一些步驟簡(jiǎn)化與參數(shù)調(diào)整，使之能夠快速便捷的開(kāi)展針對(duì)大范圍衛(wèi)星視場(chǎng)的云檢測(cè)工作。

1 資料介紹

光柵式紅外大氣探測(cè)器AIRS（Atmospheric Infrared Sounder）搭載于美國(guó)地球觀測(cè)系統(tǒng)（Earth Observation System，EOS）的第二顆Aqua衛(wèi)星，每2.667秒橫向掃描一次，49.5°的掃描角可覆蓋地球表面1650km，稱之為一條掃描線，每個(gè)景由135條掃描線組成，每條掃描線有90個(gè)觀測(cè)視場(chǎng)，每個(gè)視場(chǎng)包含2378個(gè)光譜取樣。AIRS星下點(diǎn)水平分辨率為13.5km，垂直分辨率為1km，能夠提供從地面到40km高度的大氣信息，第一次真正意義上實(shí)現(xiàn)了對(duì)大氣、海洋環(huán)境的高光譜分辨率大氣紅外探測(cè)。

2 云檢測(cè)方法介紹

如果以衛(wèi)星觀測(cè)的某一含云視場(chǎng)上方各通道的一組亮溫值為真值，同時(shí)，以該視場(chǎng)的大氣狀態(tài)廓線為輸入資料，利用CRTM模擬另一組晴空狀態(tài)下的通道亮溫。這兩組亮溫必然存在差別，而這種差別正是由視場(chǎng)中云的存在所導(dǎo)致的。正是基于這樣的理論，MC NALLY最早提出了針對(duì)紅外探測(cè)的云檢測(cè)方案用于找出晴空通道，具體用流程圖表示這種方法如圖1。ilow表示對(duì)云最敏感的通道，其亮溫值受云的影響最大；d表示一組實(shí)測(cè)亮溫與模擬的晴空亮溫的偏差矢量；dLP表示經(jīng)過(guò)低通濾波處理之后的的偏差矢量；dLPi表示通道i的偏差矢量；Grad（dLPi）表示通道i處的偏差矢量的梯度值。

從對(duì)云最敏感的通道ilow=1開(kāi)始，逐個(gè)判斷通道i的偏差矢量dLPi和通道i處的偏差矢量的梯度值Grad（dLPi）與各自閾值dmax和Gradmax的大小，直到這兩個(gè)值都小于各自閾值為止時(shí)，得出相應(yīng)的通道編號(hào)i。該編號(hào)對(duì)應(yīng)的通道即為臨界通道，將該通道所處高度視為云頂高度，同時(shí)編號(hào)大于i的通道為云頂以上通道，編號(hào)小于i的通道為云頂以下通道。

3 云檢測(cè)試驗(yàn)

結(jié)合臺(tái)風(fēng)實(shí)例，運(yùn)用實(shí)時(shí)AIRS的衛(wèi)星資料，開(kāi)展了2組云檢測(cè)試驗(yàn)，通過(guò)將實(shí)時(shí)衛(wèi)星云圖和觀測(cè)的云量分布圖與云檢測(cè)出的云頂高度分布圖的對(duì)比分析來(lái)檢驗(yàn)云檢測(cè)方法的可行性。要指出的是，所有視場(chǎng)最終得出的云頂高度均以長(zhǎng)波CO2通道檢測(cè)出的為準(zhǔn)，但是在批量處理時(shí)發(fā)現(xiàn)，并不是每個(gè)視場(chǎng)都能檢測(cè)得到一個(gè)云頂高度，即所有通道對(duì)應(yīng)的亮溫偏差和亮溫偏差梯度都達(dá)不到標(biāo)準(zhǔn)，但這種視場(chǎng)占總視場(chǎng)的比例小于2%，對(duì)于下一步AIRS云區(qū)資料的同化影響不大，因此本論文中對(duì)于無(wú)法檢測(cè)出云頂高度的視場(chǎng)采用臨近視場(chǎng)的云頂高度值代替。

選取的2個(gè)實(shí)例分別是初始場(chǎng)時(shí)刻為2011年8月5號(hào)06時(shí)的臺(tái)風(fēng)“梅花”，初始場(chǎng)時(shí)刻為2011年8月28號(hào)06時(shí)的臺(tái)風(fēng)“南瑪都”。將各初始場(chǎng)時(shí)刻的NCEP資料放入CRTM中模擬各視點(diǎn)的281個(gè)通道亮溫值，結(jié)合AIRS衛(wèi)星觀測(cè)通道亮溫判斷出各視場(chǎng)的云頂高度，得出云頂高度分布。將云頂高度分布與實(shí)測(cè)的云量分布和衛(wèi)星云圖作比較，如圖2所示。

圖2（a1）（a2）中是AIRS衛(wèi)星資料提供的對(duì)應(yīng)時(shí)刻的云量分布，單位為百分比，圖2（b1）（b2）中是利用上文闡述的云檢測(cè)方法得到的云頂高度分布，單位為hPa，圖2（c1）（c2）是對(duì)應(yīng)時(shí)刻該區(qū)域的衛(wèi)星云圖。圖2（b1）（b2）中，當(dāng)檢測(cè)出的通道高度位于1000hPa時(shí)該通道為地面通道，所以可以將接近1000hPa的云頂高度區(qū)域認(rèn)為是晴空區(qū)，將云檢測(cè)出的5組試驗(yàn)的云頂高度分布與圖2（a1）（a2）和圖2（c1）（c2）的觀測(cè)資料對(duì)比發(fā)現(xiàn)均有較好的一致性。臺(tái)風(fēng)“梅花”（圖2（a1）（b1）（c1））中心位于臺(tái)灣東北方向，這一區(qū)域檢測(cè)出的云頂高度較高，在100hPa左右，海南島地區(qū)、北京以北、黃海和日本海檢測(cè)出的晴空區(qū)與實(shí)際情況也是比較相符。臺(tái)風(fēng)“南瑪都”（圖2（a2）（b2）（c2））云圖上位于臺(tái)灣地區(qū)和日本以南的臺(tái)風(fēng)中心在云檢測(cè)分布圖上表現(xiàn)為對(duì)應(yīng)地區(qū)存的云頂高度較高，位于華中地區(qū)和兩個(gè)臺(tái)風(fēng)之前的晴空帶在檢測(cè)出的云頂高度分布上也是比較明顯。

4 結(jié)束語(yǔ)

文章對(duì)MC NALLY的紅外資料云檢測(cè)方法進(jìn)行步驟簡(jiǎn)化和參數(shù)修改，得到能夠進(jìn)行批量處理的快速云檢測(cè)方法，將該方法用于快速檢測(cè)大范圍初始場(chǎng)中各AIRS視場(chǎng)的云頂高度，通過(guò)與實(shí)時(shí)云圖和實(shí)測(cè)云量分布的對(duì)比分析來(lái)驗(yàn)證該云檢測(cè)方法的可行性，將該云檢測(cè)方法運(yùn)用于衛(wèi)星初始場(chǎng)實(shí)例發(fā)現(xiàn)，該云檢測(cè)的效果較好，云區(qū)和晴空區(qū)的分布與實(shí)時(shí)衛(wèi)星云圖比較對(duì)應(yīng)。

參考文獻(xiàn)

[1]English S J. Issues in the assimilation of cloud and precipitation affected radiances and prospects for future instruments // Proceeding of ECMWF Seminar on Recent Developments in of Satellite Observations in Numerical Weather Prediction. ECMWF Publication，Reading UK，2007，59-74.

[2]皇群博.云水污染的衛(wèi)星微波資料變分同化技術(shù)[D].國(guó)防科學(xué)技術(shù)大學(xué)，2011.

[3]王云峰，韓月琪，馬剛，等. AIRS資料質(zhì)量控制對(duì)颶風(fēng)路徑模擬的影響試驗(yàn)[J].氣象科學(xué)，2014，4：383-389.

[4]朱文剛，李剛，張華，等.高光譜大氣紅外探測(cè)器AIRS資料云檢測(cè)及晴空通道應(yīng)用技術(shù)初步研究[J].氣象，2013，5：633-644.