风云二号卫星的冰云光学厚度反演偏差分析

冰云的微物理特性参数反演是云参数反演的难点和热点问题,目前风云二号(FY-2)卫星还没有相关的业务产品。考虑薄卷云覆盖在中低云上的两层云情况,采用六棱柱形状的冰云,在云相态识别基础上,利用FY-2 卫星观测数据,采用双通道算法反演冰云光学厚度。选取2013年8月的EOS/Terra和EOS/Aqua云参数产品对反演的FY-2云光学厚度精度进行比对分析。研究结果表明,联合FY-2的可见光通道和中波红外通道可反演冰云光学厚度。基于匹配得到的34个分析个例,FY-2反演的云光学厚度分布态势与EOS/ MODIS云产品相同,但FY-2云光学厚度反演值小于EOS/MODIS 云光学厚度产品值。FY-2 反演云光学厚度与EOS/MODIS云光学厚度产品的平均偏差为6.41,相关系数平均为0.92,线性拟合平均斜率为0.74。FY-2 与EOS/MODIS云光学厚度值偏差出现原因除了反演算法存在差异外,与反演所用数据的不同存在密切关系,基础观测数据越相近,FY-2 与EOS/MODIS云光学厚度反演结果的偏差越小。     

利用FY-2C卫星数据反演云辐射特性

本文利用FY-2C静止卫星提供的可见光、中红外和热红外观测数据, 开展了水云光学厚度、粒子有效半径和云顶温度的云参数遥感探测理论和反演方法研究。基于FY-2C可见光、中红外(3.75 μm)与热红外(11 μm)通道辐射率对云光学厚度、 云滴有效半径、云顶温度辐射参数的敏感性分析, 提出三通道同时反演云的光学厚度、云滴有效半径及云顶温度的迭代方案; 通过个例分析进行了云参数反演试验, 并将结果与MODIS的云反演产品进行了对比, 最后对反演误差进行了分析。主要结论如下:(1) 个例反演得到的云参数与各通道探测数据有着较好的对应关系, 迭代计算标准偏差在允许的计算精度范围内(<0.89%), 反演结果具有合理性; (2) 通过与MODIS云反演产品的对比可以看到, 两者云光学厚度、云滴有效半径的均值和直方图分布都非常一致, 而MODIS的云顶温度比FY-2C反演值要高, 考虑到FY-2C的 11 μm通道测量的辐射值与MODIS相比偏小, 因此认为我们的反演方法与MODIS方法的精度是相当的。     

利用MODIS数据反演多层云光学厚度和有效粒子半径

利用卫星资料反演云微物理参数不仅有助于对天气变化的监测和预报,而且对人工影响天气的研究十分有益.目前卫星反演云微物理参数的算法一般是假设视场中只有一层云,但是实际环境中多层云出现很频繁.文中研究了多层云的光学厚度和有效粒子半径微物理参数的反演算法,主要针对薄的冰云覆盖在低层水云的多层云情形.算法利用中分辨率成像光谱仪(MODIS)吸收通道和非吸收通道同时进行反演,在此基础上利用SBDART辐射传输模式模拟冰云覆盖在低层水云上的多层云对云微物理参数反演的影响,模拟表明反演时将多层云作为单层云处理会使反演结果产生较大误差.为此,文中提出了云光学厚度和有效粒子半径反演算法中要考虑多层云的因素,并设计了一套云光学厚度和有效粒子半径反演方案.该方案使用SBDART辐射传输模式建立不同观测几何条件、下垫面类型、大气环境等条件下以光学厚度和有效粒子半径为函数变量的多层云、水云和冰云辐射查找表.经过云检测、云相态识别和多层云检测后,在该查找表的基础上,对MODIS通道1和通道7的数据采用最小方差拟合法反演光学厚度、有效粒子半径.利用该方案对2006年7月12日TERRA卫星MODIS数据进行反演试验,反演结果与NASA发布的MOD06产品中云的光学厚度和有效粒子半径的结果较一致,表明方案具有合理性.     

FY-2G卫星冬夏云量产品偏差分析

开展卫星反演云量的精度评估是业务应用的基础,也是充分发挥卫星观测效益的前提。利用同类卫星产品EOS Aqua/MODIS云产品,选取2015年6月和12月共80个个例,包括43个白天个例,37个夜间个例。采用交叉比对方法对FY-2G云量产品进行相对偏差分析。结果表明:FY-2G与Aqua/MODIS计算云量总体趋势相当,无论从时间分布（白天和夜间）还是季节分布（6月和12月）上看,FY-2G与Aqua云量相对偏差较为稳定,FY-2G反演云量小于Aqua/MODIS反演云量。匹配个例中FY-2G平均云量为72.81%,Aqua/MODIS平均云量是76.19%,两者相关系数为0.74。两者绝对偏差小于5%的像元比例为72.34%;云量偏差绝对值小于15%的像元比例为79.51%。FY-2G与Aqua/MODIS云量偏差主要来自各自卫星的观测能力与所采用的云检测算法。与具有36个探测通道、星下点最低空间分辨率为0.01°×0.01°的Aqua/MODIS观测数据相比,FY-2G所具有的5通道、星下点最高空间分辨率为0.05°×0.05°的观测数据会出现对云,尤其是破碎云和薄卷云的漏检。两种具有不同时空属性的数据在匹配处理时采用的不同算法也会在比对分析中引入偏差。     

中尺度强暴雨云团云特征的多种卫星资料综合分析

针对2002年6月23—27日发生于江淮地区的一次中尺度强暴雨过程，利用FY-1D，EOS和NOAA卫星的可见光、红外、微波通道遥感观测、反演资料，从相态、光学厚度、垂直结构等各方面分析云特征，并将分析结果与同时段地面雨量观测进行对比分析，发现云光学厚度大且云顶粒子为大粒子、冰相态是此次降雨过程中云团的主要云特征，地面雨量的大小与云光学厚度密切相关，两者间基本呈正相关关系；稳定少变的大光学厚度云或云光学厚度显著增大均可带来强的地面降水。微波资料可以很好地体现降雨云团的垂直结构。分析结果显示，卫星遥感对揭示中尺度强暴雨云团的云特征，具有很好的指示作用。     

卫星云参数与飞机云物理探测对比研究和飞行方案设计

开展卫星反演云特性参数与飞机观测的对比研究,对于更好地发挥卫星遥感观测在天气、云物理和人工影响天气方面的探测优势具有重要意义。选取2012年9月21日一次层状云降水过程,对比分析FY-2与MODIS反演云参数及飞机观测结果,探索了飞机检验卫星云参数的飞行方案。结果表明:FY-2反演云参数演变趋势与飞机观测结果有较好的一致性;FY-2反演有效粒子半径(Effective Radius,Re)和光学厚度(τ)与MODIS反演的Re和τ间相关性较好,但此个例FY-2反演值普遍小于MODIS反演值;探测区域FY-2反演Re频率分布与飞机观测Re分布有一定差异,FY-2反演Re偏小,MODIS反演Re频率分布与飞机观测结果更为接近;飞机观测计算得到的τ和液水路径值(Liquid WaterPath,LWP)与卫星反演τ和LWP差异较大,FY-2反演值明显偏小。对于Re的检验,飞机最好在Re分布不大均匀的云顶作较长距离平飞观测;对于LWP和τ等垂直积分参量的检验,飞机最好选择在光学厚度较均匀的小区域内螺旋爬升至云顶之上,再自云顶向下至最低高度进行垂直观测。     

用FY-2C/D卫星等综合观测资料反演云物理特性产品及检验

云的宏微观物理特性参数无论对天气、气候还是人工影响天气的研究和业务都有十分重要的应用价值.基于FY-2C/D静止卫星遥感观测,融合高空和地面等其它观测资料,研发了近10种云宏微观物理特性参数的反演技术方法,并实现业务化运行.简单介绍反演得到的云顶高度、云顶温度、云过冷层厚度、云暖层厚度、云底高度、云体厚度、云光学厚度、云粒子有效半径和云液水路径等近10种云宏微观物理参数产品的物理意义、反演技术方法和业务流程等;对主要云参数产品,利用最新获得的Cioudsat云卫星实测结果进行了对比检验和可用性分析;将反演产品同MODIS反演的同类产品进行对比分析,发现两者具有较好的一致性.     

FY-2C静止气象卫星资料对不透明云云顶气压的反演研究

采用红外窗区通道法尝试对FY-2C静止气象卫星图像上的不透明云的云顶气压进行反演,并结合MODIS反演产品和CloudSat/CPR雷达探测产品对反演结果进行对比分析。结果表明:（1） 对于厚实密蔽的云层,不透明云云顶气压的反演结果与MODIS反演结果一致性较好,特别是对于发展较强的对流云和厚实密蔽的多层云,易满足云层比辐射率近似为1的条件,可近似看作黑体;（2） 对于单层云和光学厚度不够厚的云层,反演结果更接近辐射中心,尤其是对于锋面云带暖水云上空覆盖卷云的情况,由于FY-2C对于薄卷云的检测不如MODIS细致,导致反演结果与MODIS和CloudSat存在一定偏差。      

基于MODIS云宏微观特性的卫星云分类方法

利用MODIS云光学厚度、云粒子有效半径、云顶高度、云相态等产品,以及表征6种云类的云光学厚度、云粒子有效半径、云顶高度、云相态的特征值,采用最小距离分类法和多阈值判识法相结合,对卫星观测像元的云进行分类,包括层云、层积云、积云、积雨云、雨层云、高积云/高层云、卷云以及卷云伴随高积云或高层云的多层云、卷云伴随层云或层积云的多层云、高积云或高层云伴随层积云或层云的多层云10类。2008年、2013年卫星分类结果与地面站云类观测对比,达到60%的一致性;将相同时间的地面小时降水量与分类结果叠加显示,出现降水处多为雨层云或积雨云。     

利用FY-2C静止卫星资料反演云粒子有效半径的试验研究

为充分发挥FY-2C静止卫星在人工影响天气和气候领域的重要作用，基于SBDART辐射传输模式，利用该卫星通道4（3．5～4．0μm）的探测数据，反演了云粒子有效半径，并与TERRA上MODIS的相应产品做了比较。结果表明，FY-2C和MODIS资料能一致地反映云粒子有效半径分布的主要特征，但反演的粒子大小存在差异。反演算法、卫星分辨率及选取通道的不同可能是造成两种资料间差异的主要原因。     

基于Himawari-8气象卫星的东亚夏季冰云云顶特征分布

利用Advanced Himawari Imager (AHI)/Himawari-8(HW8)云产品分析2017年夏季东亚地区不同下垫面条件对冰云云顶特征的影响,针对不同下垫面条件选择了9个研究区域。结果表明,冰云最常出现在青藏高原和南亚季风区。冰云的发生频率存在南北递减的趋势,并在日本附近有高值中心。冰云云顶的垂直分布高度依赖于纬度,此外还有地形和海陆热力差异的作用。青藏高原和南亚季风区冰云最常发生在6~9 km和6~15 km;冰云云顶温度在南北之间存在明显差异,不同高度的冰云形成方式也存在不同;青藏高原和南亚季风区的冰云光学厚度较高,且冰云光学厚度与发生频率呈正相关。在冰云云顶属性垂直分布中,中国东部冰云发生频率相对于其他区域较低,冰云粒子半径表现出随高度增加先增大后减小的趋势,海洋上的平均冰云粒子半径相对于其他研究区域最大;在中国西部地区,冰云光学厚度存在双峰结构,而其他相对平坦的区域只有一个单峰。     

云特征参数与降水相关性的研究

利用FY2C卫星和探空反演得到的云结构特征参数,结合地面降水,研究了云顶高度、光学厚度、云粒子有效半径和云厚度等云结构参数与降水的关系,并分类研究了层状云和对流云在不同降水强度情况下,云参数的频数分布规律及其与降水的关系。结果表明：通常云厚大于5km、云底较低、云粒子有效半径较大时,地面易出现降水,若云顶高于10km、云光学厚度大于20且云中无夹层或夹层稀薄时,地面雨强多大于1mm/h;对于层状云降水,当云光学厚度大于17时,地面出现降水的概率较大,随光学厚度值增加,地面雨强呈增大趋势;对于对流云降水,云顶高度和光学厚度相关性较好,云光学厚度大于17且云顶高于7km时,地面出现降水的概率较大,当光学厚度大于20时,地面雨强明显增大;层状云和对流云的降水概率均随云顶高度和光学厚度的增加而增大,降水概率与云光学厚度的相关性更为密切,光学厚度小于10的云很难产生降水,而云光学厚度大于20时,层状云和对流云的降水概率都会显著增加;综合云体的高度、厚度和云光学厚度等云参量的组合特征,对分析判断地面降水落区和降水强度更加有效。     

FY2C/D卫星反演云特性参数与地面雨滴谱降水观测初步分析

针对2008年4月11-12日一次北方层状云降水过程,将FY2C/D静止卫星反演的云参数和地面同时段的雨滴谱仪的观测资料进行联合分析,发现反演得到的一些特征云参数对地面降水有一定的指示意义:一般降水发生前,云系发展,云顶抬升,云顶温度和云黑体亮温都降低,云光学厚度增大,云参数先于地面降水变化,两者大概相差2小时。其中,云光学厚度与地面降水量和降水粒子数关系密切,其相关性比云顶高度、云顶温度和云黑体亮温的相关性都好;一般地面降水强,光学厚度一定大,若云层光学厚度较小,即便云顶发展得很高,地面几乎无降水或降水较小,但云光学厚度大时,地面降水强度并不一定都大,可能降水粒子数浓度大,地面多降毛毛雨。     

AREM模拟云参数与卫星观测的比较研究

数值模式模拟计算云量与卫星观测云量的定义不同, 难以进行定量比较, 从而限制了对云模拟误差的检验和修正.作者介绍了可把数值模式输出云参数转换成ISCCP卫星反演云参数的云模拟器, 并将其试用于AREM区域模式中, 定量分析了模拟云参数和ISCCP反演云参数的差异.结果表明, AREM模式可以再现中国东部冬季云的基本分布特征, 但与观测相比, 四川地区云量模拟偏大20%, 华东地区则偏小20%左右, 云量中心的云顶高度比ISCCP反演值偏低一个高度段, 云光学厚度偏大一个厚度段.模拟与观测云参数的定量比较, 为评估和改进模式性能提供了依据.     

中国地区云光学厚度和云滴有效半径变化趋势

利用ISCCP最新的D2云气候资料集和MODIS云的资料,给出中国地区云的光学厚度和云滴有效半径的分布特征;分别对季节平均和年平均时间序列进行线性趋势分析,并进行了显著性检验。结果表明：夏季云的光学厚度和有效半径的变化趋势最显著。结合云量变化情况,可发现云滴有效半径的变化对云光学厚度的影响可能在夏季最大,也就是说,气溶胶的间接气候效应可能在夏季最强;云量、云光学厚度和云滴有效半径的变化也表明长江以南地区和青藏高原地区可能是气溶胶间接气候效应比较显著的地区。中国地区冰云光学厚度与有效直径的相关具有很强的区域特征,说明冰云的微物理机制比水云更复杂。     

利用CloudSat卫星资料分析云微物理和光学性质的分布特征

利用2007年1月2010年12月高垂直分辨率CloudSat卫星的2B数据产品,对云微物理特征量(包括云中液态水/冰水含量、液态水/冰水路径、云滴有效半径等)以及云光学参数(云光学厚度等)的全球分布和季节变化进行了统计分析,并研究了云微物理性质对光学性质的影响。结果表明,冰水路径分布在北美南部、南美大陆、非洲大陆、澳大利亚和南亚的陆地上空,以及太平洋、大西洋和印度洋的洋面上空,高值区最大值达600 g·m-2以上;垂直方向上,高值区位于赤道地区8 km附近以及中纬度地区4~8 km高度上。液态水路径在300 g·m-2以上的高值区主要位于太平洋、印度洋和大西洋的中低纬度海域上空,垂直上液态水含量随高度递减。冰云有效半径在高纬度地区近地面层达200μm以上,在赤道附近4~8 km上有1个高值区,南北半球中纬度地区2~4 km上有2个高值区,最大值均达到80μm以上。在1 km以下的边界层水云有效半径值较大,达到12μm以上。总云光学厚度在全球大部分地区40,高值区普遍位于中高纬度的广阔地区和低纬度靠近大陆的洋面上空;垂直方向上,云光学厚度的高值集中在2 km以下的边界层。云光学厚度的分布受云量、云水含量和云滴有效半径的影响,云量大的地区基本为云光学厚度的大值区。     

FY-3A/MERSI、MODIS C5.1和C6气溶胶光学厚度产品在中国区域与地面观测站点的对比分析

准确获取气溶胶光学厚度对于气候变化研究和大气环境监测具有重要意义。通过波长插值和时空匹配方法,利用气溶胶自动观测站网（AERONET）观测的气溶胶光学厚度（AOD）对风云3A/中分辨率光谱成像仪（FY-3A/MERSI）、Terra（Aqua）/MODIS的C5.1（Collections 5.1）和C6（Collections 6）气溶胶光学厚度产品在中国区域的反演精度进行验证分析。结合一次发生在中国境内的沙尘天气与一次严重雾霾天气个例,分析上述卫星气溶胶光学厚度的分布特征。研究结果表明,（1）FY-3A/MERSI AOD的反演精度较高（R=0.887,RMSE=0.234）,其值低于AERONET的观测值（Bias=-0.293）。（2）在不同的下垫面下,各种卫星暗像元算法AOD产品反演精度有差异,植被覆盖情况越好,反演精度越高,而植被很少的地区,即亮地表甚至没有反演值。（3）MODIS C5.1深蓝算法产品能在亮地表地区反演AOD,但效果不佳。MODIS C6中的深蓝算法产品在不同下垫面的反演精度都很高（RMSE为0.096-0.127）。（4）在不同季节的对比中,各种卫星AOD产品在夏季的反演精度最差,而反演最好的季节各有不同。（5）在一次沙尘天气污染与一次严重雾霾天气个例中,中国西部与北部区域,MODIS C6深蓝算法AOD的监测效果优于其他算法AOD;MERSI AOD产品在此区域的分布不连续。总体而言,MODIS C6 AOD分布比MODIS C5.1产品连续,MODIS 3 km产品在相同区域的AOD值高于其他产品。以上结论可为卫星AOD产品在中国区域的使用提供参考。      

FY-2G云量产品与地面观测云量对比分析北大核心CSCD

为推动地面云观测自动化,利用2015 2016年全国范围内不同时段FY-2G卫星观测云覆盖率和总云量反演产品与同时段地面气象站人工观测总云量资料进行对比分析,评估卫星观测与地面人工观测的一致性和偏差。结果表明,FY-2G卫星观测云产品较地面观测偏低,总云量较云覆盖率偏低明显。定义晴天、少云、多云、阴天四种不同云量等级,进一步分析卫星数据,结果显示不同云量等级下云覆盖率与总云量与地面人工观测的一致性和偏差有所不同,晴天和少云状态下总云量产品一致性较好,阴天时云覆盖率一致性较好。从分布上分析发现西部和西南部观测偏差较大,且根据云量等级呈现不同的状态。因此在云观测自动化布局中,卫星观测不能完全替代地面云量观测。地面观测应在西部和西南部,以及天气状况较为复杂的区域加强观测。     

基于MODIS产品的中国陆地冰云季节变化特征

利用2011年11月-2016年10月Terra卫星MODIS（moderate-resolution imaging spectroradiometer）3级大气产品数据（MOD08_M3）对中国陆地区域冰云发生概率、有效粒子半径、光学厚度和冰水路径的水平分布与季节变化进行分析。结果表明:冰云特性的水平分布和季节变化特征与东亚季风和强对流天气的发生存在一定联系。近5年冰云发生概率呈上升趋势,季节性变化规律明显,高值区出现在青藏高原东北部;冰云有效粒子水平分布呈现由西南向东北逐渐增加的趋势,总体季节性变化特点不明显,但在纬度较高地区出现随季节变化特征;冰云光学厚度与冰水路径水平分布和季节变化趋势大致相同,呈东南向西北递减趋势,总体季节性变化明显。     

北京地区地基辐射计与卫星云特性参数对比研究

利用2019年MODIS卫星数据、葵花-8卫星数据和天空辐射计观测数据分析北京城区云光学特性的时空分布特征。结果表明,北京地区的云光学厚度(Cloud optical depth,COD)和云滴有效半径(Cloud drop effective radius,CER)呈现明显的季节变化特征。北京地区COD主要分布特征为南部地区较高而北部地区较低,且夏季COD值明显高于其他季节,最高值为20左右。CER在春季和夏季呈现相反的区域分布特征,春季北京地区南低北高,夏季北京地区南高北低,而秋冬季CER明显低于春夏两季。通过将天空辐射计观测数据与卫星观测结果对比分析发现二者在COD方面一致性较高, r分别为0.69和0.66,MODIS对于CER数据的一致性较差,r值为0.053而葵花-8一致性较好r值为0.53。