MODIS遥感数据在我国台湾海峡海雾监测中的应用

海雾是一种常见的灾害性天气现象。以我国台湾海峡为示范研究区, 利用新一代卫星传感器MODIS的可见光和红外探测通道数据, 在分析海洋、中高云、低云和海雾等不同下垫面的MODIS光谱辐射特征基础上, 选择对海雾具有敏感反应的探测通道, 通过综合判识建立台湾海峡海雾遥感监测模型。利用该模型对2004-2007年我国台湾海峡海雾事件进行监测, 并用福建沿海5个地面气象观测站的能见度数据对监测结果进行验证分析。结果表明:基于MODIS数据的海雾遥感监测模型能够较准确地对台湾海峡海雾分布和发展过程进行监测, 从地面观测数据与卫星监测结果对比验证来看, 海雾监测的准确率可达80 %以上, 具有较高的业务化应用前景。     

基于MODIS多通道资料的白天雾监测

根据云雾微物理性质的差别,用SBDART辐射传输模式模拟了MODIS通道1、6、20、31的云雾光谱辐射特性。模拟结果表明,这4个通道的辐射值中都包含有云雾的信息,能体现出云雾的微物理性质差异,可以用来区分中高云、雾和无云地表,从而实现白天雾的监测。在模拟分析的基础上提出一种白天雾监测的方案,并进行了实例分析。实例分析结果表明,这种多通道雾监测方法提高了白天卫星识别低云和大雾的能力。     

基于深度学习的卫星多通道图像融合的海雾监测处理方法

海雾无论在海上还是在沿岸地带，都因其恶劣的能见度对交通运输、海洋捕捞和海洋开发工程以及军事活动等造成不良影响，因此对于海雾的实时监测和预报就显得尤为重要。本文提出了基于深度学习的静止气象卫星多通道图像融合分割算法，使用D LinkNet深度卷积神经网络语义分割算法模型对黄渤海海域范围的16通道、空间分辨率为0.5 km的Himawari 8卫星数据进行研究。分别采用均交并比（mIOU）以及观测值检验作为评价指标，在测试集上的mIOU为0.9436，并且用卫星测试数据结果与海上观测数据结果进行对比，得出雾区准确率（检测有雾且真实有雾/检测有雾）为66.5%，雾区识别率（检测有雾且真实有雾/（真实有雾-云覆盖））为51.9%，检测正确率(检测正确/总样本)93.2%。本文提出的方法能为海雾监测提供一个可靠的参考。     

EOS—MODIS卫星资料在北疆大雾监测中的应用分析

根据雾与云、积雪、裸地等地表物在可见光、长波红外和中红外波段的反射及辐射特性差异,利用MODIS卫星多通道多光谱探测数据,采用最佳波段组合法和量化判识指标法,对2006年3月8日到10日北疆大雾天气进行判识检验试验和动态监测分析。结果:发现较利于雾与背景(地物、云、雪)分离的最佳波段是可见光B0.65μm和近红外B0.85μm、短红外B1.64μm、中红外B3.7μm、热红外B11μm,综合判识就可以将云、雾、雪、裸地有效的区分;雾在夜间的有效温度在中红外波段比热红外波段低,可采用中红外和热红外波段的组合方法,根据两通道的亮温差进行雾的监测。     

基于FY-2E数据白天海雾检测算法的改进

根据各类云层、雾和下垫面的光谱辐射特性和云雾的空间纹理,在前人研究基础上,采用面向对象的方法,构建一系列判别指数,建立一套有效的海雾检测算法进行FY-2E数据白天海雾的判识,并将该方法应用到2014年4月8日黄海中北部一次海雾的动态变化过程。2014年4月8日高时间分辨率的海雾检测个例应用表明,本文提出的白天海雾检测算法可较好地实现海雾过程的动态监测。另外,结合FY-3B雾产品数据进行算法的精度检验,11次海雾个例的精度检验结果显示,命中率(POD)为90.9%,误报率(FAR)为33.2%,临界成功指数(CSI)为62.6%,表明该方法有效、可行。     

利用动态阈值方法改进的风云二号卫星海雾检测技术

有效的观测是提高对海雾认知和预报水平的关键因素,卫星数据是当前最可行的观测数据源,但需要高质量的观测数据和精细的检测技术。本文为提高风云二号海雾检测水平,在现有卫星观测数据条件下借鉴了动态获取云雾阈值的思想,定制设计了一套从获取动态检测阈值到温度、纹理、噪声检测等步骤的黄渤海海雾检测方法流程。对黄渤海白天海雾检测结果的检验表明,虽然对于秋、冬非海雾季月份的效果还有待提高,但在春季海雾季已接近国际同类产品水平。同时该技术方法也需要继续搜集实例,进一步优化阈值获取方案。     

基于多灰度共生矩阵特征值的黄渤海白天海雾识别算法

本文基于多灰度共生矩阵特征值,即相关性、对比度、同质性和能量,进行联合海雾遥感判识,提出一种高准确率黄渤海白天海雾识别算法。采用第二代静止气象卫星FY-4A可见光、近红外和红外数据,将该算法应用于黄渤海区域白天海雾判识,并利用2019—2020年沿黄渤海气象站点能见度实测数据及CALIPSO卫星数据产品对本算法识别结果进行精度验证。结果表明：海雾识别平均检测率(POD)为92%,误报率(FAR)为27%,临近成功指数(CSI)为69%,可以实现对海雾的动态监测,为海上交通等领域提供较好的数据支持。     

MODIS和HJ-1B资料在江苏大雾监测中的应用

雾是一种常见的天气现象,雾的遥感监测是近年来的热点之一。利用多种卫星资料实现雾的监测和预警工作,对于环境保护、灾害评估等具有重要的意义。根据云、雾及下垫面在可见光、中红外和热红外波段的光谱特性差异,结合EOS-MODIS数据特点和HJ-1B传感器波段设置等,利用多通道阈值法分别对2013年1月24日江苏省一次雾天过程不同生长阶段的雾进行雾区监测,并分别结合地面实测数据对两种数据源的监测结果进行精度检测。结果发现:对此次雾的两个生长阶段的雾区监测,MODIS数据监测的结果总体精度为80.28%,HJ-1B数据的监测结果总体精度为91.04%,两者监测效果均比较理想,HJ-1B数据可作为雾监测的一种可靠资料来源。     

霾观测判识标准定量化对雾霾观测记录的影响

为研究霾观测判识标准定量化对雾霾观测记录的影响,选取2006—2012年湖北省18个基准站、基本站和一般站三类国家级地面气象观测站的资料,对已记录和按照相对湿度判识标准统计的雾、轻雾和霾天数进行分析,结果表明:判识标准定量化将使霾的观测记录明显增多,轻雾和雾观测记录略有减少,霾和轻雾观测记录将更趋合理,就湖北省而言,相对湿度在80%~95%之间,应以轻雾和雾为主;通过定时观测时次的能见度、相对湿度,以及日天气现象记录,可以得到历年按照相对湿度判识标准统计的霾和轻雾天数,实现对历史资料序列的订正,形成判识标准改变前后均一化的月年资料序列。判识标准定量化后,不能机械的硬套判识指标,观测员仍需熟练掌握轻雾和霾以及其他视程障碍现象的成因和特征,避免相对湿度在霾观测判识标准上下波动、轻雾处于消散过程阶段,轻雾与霾的频繁转记。     

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。     

黄渤海一次持续性海雾过程形变特征及其成因分析

2016年3月3—5日,渤海和黄海大部出现了一次大范围持续性的海上大雾天气过程。本文从卫星遥感监测上分析海雾在生成、发展和消亡三个阶段的形态演变特征。从海洋气象条件上分析了山东半岛东南近海没有海雾和海雾形态演变的原因。结果表明:(1)在海雾形成初期,在山东半岛东南海域有弱气旋性弯曲,大气层结不稳定,地面形势受低压影响,虽受偏南风控制,但湿度小,无水汽辐合,因此在山东半岛东南近海没有雾。(2)海雾的形成与低层的偏南暖湿气流有关,而这个偏南暖湿气流来源于西北太平洋,雾区对应着水汽辐合区,海气温差为0～1℃的区域与雾区吻合,在海雾发展成熟期,雾顶长波辐射导致雾体降温,出现气温低于海温的现象。(3)925～1000 hPa垂直风切变有利于海雾在逆温层内维持和垂直高度上的发展,形成有一定厚度的海雾。     

FY-4卫星资料在青藏高原地区积雪判识和雪深反演中的应用

青藏高原积雪监测在地球辐射平衡、全球气候变化和生态环境等方面有重要作用，对气候预测、雪灾预测等具有重要意义。FY-4（风云4号）卫星数据具有高时空分辨率的优势，基于FY-4A（风云4号A星）构建积雪监测方法与模型，不仅拓展了静止卫星应用领域，也丰富了积雪监测应用的手段。FY-4的高时间分辨率为积雪监测的研究提供了分钟级数据，对积雪与云的变化掌握的更为细致，但用于积雪监测的波段，因分辨率不高容易导致错判与漏判。本文基于2020年小时级野外地面雪深观测数据、风云3号D星积雪覆盖产品（FY-3D_SNC）数据，构建了基于归一化积雪指数（Normalized Difference Snow Index，NDSI）的FY-4A卫星积雪判识方法，提出了雪深监测模型与等级划分指标。结果表明：NDSI≥0.20是青藏高原地区FY-4A卫星积雪判识的适用阈值，无论有云或无云条件，其漏判率均低于8.0%。地面站点验证结果表明，积雪判识准确率达83.33%以上。空间范围内直接剔除云区后，积雪判识经混淆矩阵验证准确率在82.48%以上。因此，FY-4A卫星在青藏高原地区具有积雪监测的能力。虽然FY-4A卫星对超过10 cm以上雪深不具备区分能力，但可以较好地识别10 cm以下浅雪雪深，相关系数达到0.745，〖JP3〗通过了0.001显著性水平检验。据此建立的FY-4A卫星0～10 cm雪深等级指标，总体分级精度达到87.50%。FY-4A卫星雪深反演方法在青藏高原地区对0～10 cm浅雪雪深有较好的估算能力。     

浙江省静止卫星白天大雾识别方法研究与检验

根据大雾在可见光、长波红外波段的反射及辐射特征差异,基于高时空分辨率的FY2E静止卫星开展白天大雾识别方法研究。统计分析白天大雾的卫星特征并提取多通道动态阈值,并与自动站观测数据相结合,利用阈值叠加可以实现大雾的自动识别。研究发现,白天大雾的反射率一般介于20%~50%,红外亮温一般集中在270~285 K的范围,通过双通道阈值的结合,基本可以滤除海洋、地表和厚云,达到粗判识大雾的目的。另外,由于地表温度和长波红外亮温的正相关,分季节设定阈值可以适当提高识别准确率,并且同一时刻的大雾反射率和亮温存在像元的均一性特征,因此,实时动态提取双通道阈值,缩小阈值区间,有利于降低虚报率;大雾的细判识需要结合相对湿度的观测数据,滤除低湿区,可以使TS评分增加20%以上。通过对16天大雾样本的检验表明,探测率达到92%,漏报率为8%,但虚报率较高,达到32%,TS评分达到62。可见,卫星双通道和自动站数据的结合应用,在大雾的自动识别中可以达到较高的准确率,但是低云覆盖下的大雾识别存在高虚报的情况,精细分离低云、轻雾和大雾仍然存在困难。     

基于FY-2C红外资料进行夜间云检测的方法研究

应用2007年4月30日20时至5月1日03时的FY-2C红外亮温资料、地面云观测资料以及地理海拔高度资料,详细分析了无云条件下红外亮温与地理海拔高度之间的关系特征。通过建立夜间无云条件下红外亮温与地理海拔高度之间对应关系的标准数据库,以此为判据实现了有云区和无云区的分离,云检测个例结果表明正确率可达88%;将无云区误判为有云区的百分比为4%,同时将有云区误判为晴空区的百分比是8%。在云区的云检测正确率为82%;在无云区的云检测正确率达到92%。在业务化应用和适用性分析中,以5月1日00时资料建立的判据,分别对5月2日至5日00时整个区域进行云检测试验,分析结果表明其总体准确率与5月1日00时的基本接近但稍高,达到92%。在云区的判识正确率提高到93%,从而导致总体准确率稍微提高;而在无云区的判识效果与5月1日00时的一致为92%。     

山东国家级气象观测站综合判识观测项目评估分析

基于全国综合气象信息共享系统(CIMISS)数据库,以一致率(冻土深度用误差绝对值)作为检验指标。对山东国家级气象观测站15项自动综合判识数据,与同期台站观测结果做对比检验,并进行评估分析。结果表明:1)总云量判识一致率为65.8％,云量偏差绝对值为1的占比51.1％;大部分不一致的情况出现在实况为阴天到满云时,判识结果为无云或少云。云高分类后与人工观测的总体一致率为85.0％。各站云高一致率均高于云量。2)雾凇、雨凇、雾、轻雾、浮尘、扬沙、沙尘暴、积雪和结冰等9种现象综合判识结果与台站观测一致率达92.0％以上;霜、霾、露的一致率为75.0％以上。结冰、轻雾、雾与霜命中率较高;积雪、雨凇与扬沙漏判率较高;沙尘暴、雨凇、扬沙和雾凇空判率较高。3)雨凇、雾凇判识效果受单站样本大小的影响;评估期内国家级气象观测站无草温观测任务,是造成积雪现象漏判率高的主要原因。有降水天气现象时,同时出现的视程障碍类天气现象不判识,是其漏判率增大的原因之一。4)评估时段冻土数据绝对误差平均值为1.6 cm,判识与实测误差绝对值在1～10 cm之间的占82.8％,判识效果较好。通过评估分析可见,基于卫星、探空、自动气象站、雷达、闪电定位等多源数据,结合模式再分析产品,实现综合判识结果与台站观测数据一致性较好,能够更好地满足气象预报服务需求。     

南海及周边地区云量分布及低云量与南海海温的关系

利用国际卫星云气候计划提供的月平均云气候资料集,分析了南海及周边地区云量的分布特征,并进一步研究了低云量与南海海温的关系。结果表明:(1)南海及周边地区总云量分布存在显著的季节性差异特征。(2)低云主要分布在南海海区,中云为华南地区,而高云则主要位于靠近赤道区域。(3)低云受海表温度影响较大,而中高云则主要与强对流相对应。低云主要分布于南海海表冷水中心南侧的暖水区内的温度梯度区,其高值区分布与海表温度梯度分布基本一致,海表温度梯度的大小与高值中心的低云量成正比。(4)低云量高值中心位置与水平海温梯度区两侧基本一致,高温暖水受西边界强迫上升在海表层辐合,有利于低云的生成。     

海雾的准周期振荡特征

根据南海北部海雾外场观测获取的高分辨率液态含水量、长波辐射通量数据,采用小波分析方法分析了2008年3月16—17日和18—19日两次海雾中的液态水含量、净长波辐射通量的变化特征,讨论南海北部海雾发展和维持的冷却机制。结果显示:(1)无论在有云或无云条件下,海雾都可发展和维持;但前者的液态含水量明显小于后者,而风速大于后者;(2)在地面海雾的生成之前和生成初期,净辐射通量都存在准周期振荡现象,无论无云/有云,地面海雾液态水的大幅度发展的阶段都存在含水量的准周期振荡现象;(3)含水量的准周期振荡现象与振荡发生时段的长波辐射通量关系不大,而主要通过湍流对液态水的混合作用与高空海雾液态水大量生成阶段的雾顶长波辐射间接相关。(4)海雾的生成都与雾顶长波辐射冷却密切相关,但发展和维持可通过不同的冷却机制,既可通过海气间湍流热量输送和辐射传输,也可通过雾顶长波辐射冷却。     

三种经典夜间陆地雾遥感反演方法的适用性对比分析

相较于地面站点观测,卫星可以监测更大范围的夜间雾区分布,目前虽然已存在几种经典的夜间陆地雾遥感反演算法,然而其在我国大范围陆上的适用性尚不清楚。基于葵花8号（Himawari-8）静止气象卫星数据,分别利用双通道差值法、温度差值法及归一化大雾指数法反演了我国2016年1月—2018年12月的夜间陆地雾区,并用地面观测资料以鉴定成功评分、准确率、判识率和误判率为指标参数对雾区反演结果进行验证分析,讨论了三种反演方法的适用性。结果显示:1)三种夜间陆地雾反演方法在秋季和冬季反演效果最好,其中温度差值法的鉴定成功评分高、准确率高、误判率低,反演效果最好,双通道差值法的判识率高、误判率高,反演效果次之,归一化大雾指数法效果最差。2)三种方法对夜间陆地雾的反演在秋季和冬季的最佳适用区域略有不同,但都倾向于在平原和盆地达到最佳效果,如华北平原、长江中下游平原和四川盆地。3)两次雾过程的反演结果显示,温度差值法和双通道差值法对平原地区夜间雾的识别能力均较强,在具体雾过程反演中各有优势。     

CLDAS陆面融合实况数据对天津雾和霾判识的准确性分析

雾和霾是危害人类健康和影响社会经济发展的灾害天气，精细化的实况资料能够在雾和霾的防治中发挥重要作用。利用2017年12月1日至2020年11月30日天津及其周边地区国家气象观测站资料、Himawari-8卫星L1级全圆盘观测数据和L3级气溶胶光学厚度产品，分析了中国气象局陆面数据同化系统（CMA Land Data Assimilation System,CLDAS）能见度和相对湿度融合实况分析产品判识天津地区雾、轻雾和霾的准确性。结果表明：与台站资料相比，CLDAS产品对轻雾、雾和霾的平均检出率分别为90.4%、84.2%和78.8%;CLDAS产品对轻雾的逐月检出率为81.1%～96.4%，雾和霾出现较多的月份，其检出率均在80.0%左右。个例分析表明CLDAS产品判识的雾、轻雾和霾与台站观测结果以及Himawari-8卫星反演检测结果基本一致。CLDAS产品未正确判识雾、轻雾和霾的情况主要表现为雾误判为轻雾（各站为3.8%～21.4%）和霾漏判（各站为8.6%～25.0%）。当台站水平能见度在区间[0,0.75 km）时，CLDAS能见度的误差主要导致雾误判为轻雾；在区间[0.7...     

城市和沿海大雾遥感自动检测和云、雾分离技术研究

鉴于大雾对沿海城市国民经济的巨大影响,迫切需要对大雾产生时的分布、范围、地点等状况进行实时监测和精细分析。本文以FY-2C/D、MTSAT静止气象卫星为主,其他极轨卫星为辅,从光谱特征出发,利用大量历史、实时同步或准同步气象卫星与地面能见度观测资料,客观分析了云、雾、下垫面的晴空象元在可见光和红外各波段的光谱特征及辐射...