地表信息對靜止衛(wèi)星云檢測算法的影響

何明元，王毅，俞宏

(國防科技大學(xué) 氣象海洋學(xué)院，南京 211101)

0 引言

云檢測在衛(wèi)星資料的定量反演與應(yīng)用中非常重要，云檢測的結(jié)果直接影響著其他遙感產(chǎn)品的精度[1-2]。圍繞著優(yōu)化云檢測算法、提高云檢測效率等相關(guān)問題，國內(nèi)外已經(jīng)開展了大量研究工作[3-9]。概括起來云檢測基本方法為：統(tǒng)計法和閾值法，另外還有近年來發(fā)展的綜合云檢測方法[10]。有代表性的綜合云檢測方法包括：ISCCP法、APOLLO法、CLAVR法等。

ISCCP算法(又稱為亮溫底圖法，或晴空背景場法)，最早是Rossow在1989年針對GOES衛(wèi)星提出來的。最初檢測過程中僅用到可見光(0.6 μm)和紅外窗區(qū)(11 μm)的資料，假定觀測值只來自晴空和云兩種狀況，逐像元比較觀測值和晴空輻射值，若二者差值大于晴空輻射值本身的變化，則判定為云點[3]。因此ISCCP法的基礎(chǔ)就是運用統(tǒng)計手段生成晴空背景場。而晴空背景場就是利用一定時間范圍、同一區(qū)域的遙感數(shù)據(jù)合成的反射率或者亮溫底圖。生成具體的亮溫底圖要考慮區(qū)域地理特征和氣候特征，進行時空對比試驗[3]。ISCCP法經(jīng)過幾十年的發(fā)展，已經(jīng)成為靜止衛(wèi)星資料云檢測的基本方法。迄今為止，ISCCP方法從使用單一通道資料發(fā)展為可利用多通道資料進行檢測，從簡單像元對比分析發(fā)展到可利用像元間關(guān)系進行檢測，算法的效率及精度有了極大的提高。

在前期工作中，針對中國及周邊環(huán)境的地理特征和氣候特征，我們改進了ISCCP法[10]，得到了適合于中國區(qū)域的綜合優(yōu)化的云檢測算法。但是該方法所生成的晴空底圖需要至少15天以上的衛(wèi)星觀測數(shù)據(jù)，甚至有些區(qū)域難以得到完全無云的底圖。因此本文引入了地表背景特征，通過分析地表信息對云檢測影響，優(yōu)化了云檢測算法，提高了云檢測效率。

1 最高紅外亮溫晴空背景場

ISCCP法實現(xiàn)云檢測的基礎(chǔ)在于合成亮溫底圖，因此如何改進晴空背景場、合成最佳底圖是本文實現(xiàn)算法優(yōu)化的關(guān)鍵。

地表輻射隨著太陽的升落，在白天和夜晚有一定的變化。因此，云圖中即使是同一地區(qū)的地表或海表亮溫在一天中變化也很明顯。我們利用多時次衛(wèi)星紅外通道資料建立了較為準確的地表特征數(shù)據(jù)庫，該資料能較為準確地反映某一時段地表亮溫分布情況，如圖1所示。

圖1 亮溫日變化特征

圖1(a)是2011年12月中旬的最大亮溫合成資料，圖1(b)是2011年5月中旬的最大亮溫合成資料，分別在相同經(jīng)度的中緯度陸地，高緯度陸地，低緯度海洋選取40×40的像素點求平均后代表該時次該范圍的亮溫。圖中顯示：在冬季海表亮溫高于同時刻的陸表亮溫，中緯度陸地亮溫高于高緯度陸地亮溫；在夏季白天陸表亮溫高于海表亮溫，夜間海表亮溫高于陸表亮溫；海表亮溫日變化較小，陸表亮溫日變化較大，在中午1時左右達到最大值。由此可見，利用多時次衛(wèi)星紅外通道計算的亮溫變化趨勢較好地反映了實際晴空地表的亮溫變化趨勢。

通過對歷史云圖分析發(fā)現(xiàn)，太陽輻射是晴空區(qū)紅外輻射的主要影響源。一般情況下，當?shù)貢r間中午14時紅外輻射最強，然后地表或海表輻射開始減小，地表或海表開始降溫，直至第二天凌晨2時左右才開始升溫，地表或海表的紅外輻射才開始增強。因此我們對所選取的檢測閾值根據(jù)晝夜的亮溫變化進行適當調(diào)整，以中午14時的亮溫底圖為基準，確定出某段時間不同緯度段內(nèi)底圖的基準閾值。具體實現(xiàn)方法是：根據(jù)地表或海表的輻射特性，一天中其他時次的地表或海表亮溫均小于中午14時的地表或海表亮溫，則上述基準閾值b0是一天內(nèi)云和晴空區(qū)差值的最大值，其他時次云與晴空的亮溫差值都較該基準閾值b0小。將中午14時的亮溫底圖與待減時次底圖逐像素相減，就可得到這2個時次每個掃描點的亮溫補充差值Δb。該補充差值Δb反映出了不同地表其紅外輻射隨時間的變化情況。在云檢測時，將基準閾值b0與補充差值Δb相減得到最終檢測閾值b，使用最終檢測閾值b對云圖進行最高亮溫檢測，具體檢測結(jié)果見圖2所示。

圖2 利用最高紅外亮溫底圖的云檢測結(jié)果

圖2(a)為生成的研究區(qū)域某一時次動態(tài)紅外地表亮溫背景，圖2(b)為對應(yīng)時刻的可見光圖像，圖2(c)為對應(yīng)時刻的基于動態(tài)紅外輻射背景基礎(chǔ)上的云檢測結(jié)果。研究衛(wèi)星資料為FY2C靜止衛(wèi)星資料，研究區(qū)域為我國東部地區(qū)及西北太平洋海域(15°N～50°N，100°E～140°E)。

如圖2所示，A區(qū)緯度較高，在圖2(a)上反照率較低，因此結(jié)合動態(tài)亮溫背景場才能在圖2(c)準確實現(xiàn)云檢測。另外以B區(qū)為例，圖2(b)上并不能判斷是否有云，結(jié)合圖2(a)中的動態(tài)亮溫背景場，在圖2(c)中可確定為無云區(qū)。經(jīng)長時間序列和空間序列FY2衛(wèi)星資料分析，本文認為采用動態(tài)紅外亮溫背景場進行云檢測可提高云檢測精度和效率。

2 地表紋理特征的影響

地表的紋理特征也會對云檢測造成影響。地表背景紋理可分輻射背景和植被背景，植被分布情況的不同帶來地表輻射背景的不同，亦帶來地表紋理在衛(wèi)星云圖上的差異。通常，從紋理分布角度而言，地表的紋理分布相對固定，而云則千變?nèi)f化。這亦是利用紋理分布進行云檢測的基礎(chǔ)。一般情況下，陸表、海表的紋理特征在短期內(nèi)變化不大。所以，底圖中的這些信息可被用于短期內(nèi)的晴空區(qū)檢測。輻射背景也即在上文中計算得到的紅外晴空亮溫背景或可見光晴空反照率背景(白天)，而植被背景則需要利用其他輔助資料，或者多通道衛(wèi)星資料合成。

本文采用與靜止衛(wèi)星資料對應(yīng)時刻的極軌衛(wèi)星多通道合成的植被背景。地表背景紋理的選擇可分輻射背景和植被背景，靜止氣象衛(wèi)星所用的輻射背景可用前面得到的紅外晴空亮溫背景(圖3(a))或可見光晴空反照率背景(白天)，極軌氣象衛(wèi)星所用的輻射背景可用多通道合成的彩色植被背景(圖3(b))，最終云檢測的結(jié)果見圖3(c)。研究區(qū)域范圍為35°N～45°N，110°E～120°E。

圖3 地表紋理特征對云檢測的影響

在本文的處理過程中，通過交叉相關(guān)系數(shù)法計算某一區(qū)域影像與地表紋理的相識程度來引入地表紋理分布特征。計算示蹤云塊與在目標區(qū)域的交叉相關(guān)系數(shù)為：

(1)

利用交叉相關(guān)系數(shù)法判識云和晴空的基礎(chǔ)是：最高紅外亮溫底圖中包含了海表、陸表的紋理特征信息，將目標云圖與相同位置的地表亮溫底圖進行對比，在晴空狀態(tài)下海表、陸表的紋理特征信息應(yīng)當相似，如有云存在，就會破壞晴空海表、陸表的紋理特征，其相似程度將會大大降低；由此計算目標云圖與相同位置地表亮溫底圖之間的相似系數(shù)，根據(jù)該系數(shù)的大小就可以確定云區(qū)或晴空區(qū)域。如果相關(guān)系數(shù)大，說明云圖某區(qū)域與底圖對應(yīng)區(qū)域相似，則認為這一區(qū)域為晴空區(qū)。如果相關(guān)系數(shù)小，則云圖區(qū)域與底圖不相似，認為該區(qū)域有云干擾，則判斷該地區(qū)為云。

圖3(a)為2006年6月10日FY2C動態(tài)紅外亮溫晴空背景場；圖3(b)為與之對應(yīng)的FY3B多通道資料合成的地表紋理特征；圖3(c)為云檢測結(jié)果。利用地表的紋理分布相對固定進行云檢測通常是區(qū)域檢測，計算某一區(qū)域影像與地表紋理的相識程度，若相似，則為晴空，反之為云。如圖所示，C區(qū)是晴空區(qū)域，即使地表或海表降溫造成亮溫變化，其紋理特征與亮溫底圖對應(yīng)區(qū)域的紋理特征是相似的，此時交叉相關(guān)系數(shù)很大，判定為晴空區(qū)。D區(qū)域為海上區(qū)域，晴空底圖也可以反應(yīng)出海表紋理信息，從圖中可見云圖D區(qū)域與底圖對應(yīng)區(qū)域相似程度小，并且根據(jù)計算得到的交叉相關(guān)系數(shù)小，則判定D區(qū)域為云。通過2006—2012年歷史資料分析，利用紋理分析對海上積云的檢測效果非常好。

3 高程差異的影響

地表高程資料在云檢測中的影響主要有兩個方面，一是得到待檢區(qū)域的海拔高度，間接得到溫度分布情況，這在利用紅外資料進行云檢測時常常忽略從而導(dǎo)致誤檢；二是區(qū)分水體和陸地，特別是海陸的區(qū)分，這在利用可見光資料進行云檢測非常重要。

通過分析不同通道云圖特征發(fā)現(xiàn)，部分低云由于云頂溫度較高，在紅外云圖上的色調(diào)較暗，致使很難將該低云與地表進行區(qū)分，從而造成晴空誤檢。而可見光云圖的色調(diào)僅與目標物反射率和目標物的太陽高度角有關(guān)，云頂溫度較高的低云在可見光云圖上的反射率高于地表或海表，所以利用可見光通道可以很方便地識別云與晴空。

衛(wèi)星探測過程中，由于觀測點的太陽高度角不同，造成探測值的偏差，該偏差值隨太陽高度的增大而增大。因此對于可見光波段的反射率必做太陽高度角訂正。即把不同太陽高度角下的實際反射率換算成相當于太陽處于天頂時的反射率，訂正后的反射率Ec為：

Ec=E(Es)/cos(hδ)

(2)

式中：E(Es)定標后的反射率；hδ為探測點的太陽天頂角。

對于白天的云檢測，由于云與地表在可見光通道的差異非常大，可見光資料的云檢測是效果非常好、非常穩(wěn)定的。特別是在海洋上，在可見光通道洋面通常被認為是黑體，其晴空反照率通常在0.03以下，而云的反照率通常在0.05以上，80%以上的云的反照率在0.2以上。也即，利用高程資料區(qū)分了水體之后，用可見光資料進行白天云檢測就可以得到非常準確的結(jié)果。

此外需要注意是：一是積雪特別是終年積雪區(qū)域的確定，二是沙漠等高反照率區(qū)域的確定，需要高程資料和植被背景資料的綜合使用。圖4為2006年6月2日12時考慮高程差異的云檢測。圖4(a)為某一時次的可見光圖像，圖4(b)為考慮高程差異的云檢測結(jié)果。研究區(qū)域范圍為20°N～50°N，100°E～145°E。

圖4 地表高程數(shù)據(jù)對云檢測的影響

由圖示可見，圖4(a)中E區(qū)為渤海區(qū)域，在可見光云圖上根據(jù)反射率不能判斷有云無云，考慮了地表高程數(shù)據(jù)后，在圖4(b)中E區(qū)有云。由此可見地表高程數(shù)據(jù)的引入，提高了云檢測精度。在圖4(a)中F區(qū)為高緯度地區(qū)，由于該區(qū)域的太陽高度角較大，并且地表反照率的差異較小，給云檢測帶來一定難度。在考慮綜合考慮地表紋理信息和地表高程數(shù)據(jù)后，在圖4(b)中實現(xiàn)精度較高的云檢測。

4 結(jié)束語

靜止衛(wèi)星的云檢測是一項非常復(fù)雜的工作，對于靜止衛(wèi)星資料的應(yīng)用具有重要的影響。我們之前發(fā)展的靜止衛(wèi)星綜合優(yōu)化算法，加入地表信息后，經(jīng)過近四年的實時業(yè)務(wù)運行檢測，有云準確率平均達到93%以上。通過上述工作，我們得出以下結(jié)論：(1)動態(tài)亮溫晴空背景場在云檢測中的貢獻最大，基本上消除了由于地表差異帶來的閾值選取的困難。(2)動態(tài)亮溫底圖中引入地表紋理信息，進一步消除了地表差異帶來的誤差，提高了有云的檢測效率。(3)地表高程數(shù)據(jù)在可見光通道云檢測中有非常重要的作用，特別是海陸交界和高緯區(qū)域。