O2-O2云反演算法及其在TROPOMI上的应用

利用遥感技术对大气环境污染进行监测时，云是影响痕量气体反演精度的重要因素，因此在痕量气体反演中需要对云的影响进行校正，通常使用的云参数主要是有效云量和云压。本文基于O₂-O₂ 477 nm吸收波段构建了O₂-O₂云反演算法：首先，根据有效云量和云高与连续反射率和O₂-O₂斜柱浓度之间的对应关系，结合假定的云模型利用VLIDORT辐射传输模型建立关于有效云量和云压的查找表；然后，通过差分吸收光谱技术拟合卫星载荷观测的大气层顶辐射，获得O₂-O₂斜柱浓度并计算连续反射率；最后，结合辅助数据，根据查找表进行插值反演获得有效云量和云压。通过将算法应用到OMI观测数据，将反演结果与OMCLDO2产品进行对比验证，有效云量和云压空间分布一致，相关系数R均超过0.97；并还将该算法应用于下一代大气成分监测仪器TROPOMI，与FRESCO+产品对比，有效云量和云压空间分布基本一致，当地表类型为海洋时，有效云量相关系数R大于0.97，云压相关系数R大于0.94，云压反演结果存在一定的区别；通过将O₂-O₂云反演算法和FRESCO+云压反演结果与CALIOP Cloud Layer产品进行对比，结果表明，在低云情况下，O₂-O₂云反演算法线性回归方程斜率为0.782，截距为198.0 hPa，相关系数R为0.850，算法表现优于FRESCO+。而在高云情况下，FRESCO+反演结果更接近CALIOP云压结果。在OMI和TROPOMI上的应用表明O₂-O₂云反演算法在大气云反演中具有较高的准确性和可行性，可以为大气痕量气体反演的校正提供云参数，并为中国同类型卫星载荷的云反演算法提供算法参考。     

基于CALIPSO卫星资料的京津冀地区MODIS卷云云顶高度订正

卷云在大气辐射中扮演着重要角色,对天气系统和气候变化产生重要影响。相比传统地基观测手段,卫星遥感更容易探测到高层卷云的信息,本文利用CALIOP主动遥感仪器可获取较为准确的薄卷云特性的特点,针对MODIS被动遥感探测器反演的薄卷云云顶高度的偏差开展订正研究。研究选取2013～2017年京津冀地区MODIS云产品,结合CALIPSO卫星的卷云云顶高度数据,基于交叉验证的方法得到线性拟合方案,对MODIS卷云云顶高度进行订正。订正后的MODIS与CALIPSO卷云云顶高度差值的分布区间由?3～2 km变为?2.0～2.5 km,峰值由?0.8 km左右变为0.2 km左右。订正效果随云顶高度和云光学厚度的不同有所变化,其中较低层卷云和光学薄卷云的订正效果更明显。     

A Validation of CloudSat and CALIPSO's Temperature,Humidity, Cloud Detection,and Cloud Base Height over the Arctic Marine Cryosphere

Abstract

This study presents a semi‐analytic non‐iterative solution for the Monin‐Obukhov similarity equations under unstable surface conditions. The solution is represented in terms of the non‐dimensional Monin‐Obukhov stability parameter z/L. This parameter is given as a function of the bulk Richardson number and other surface parameters including the heat and momentum roughness lengths which are generally assumed to be different in this formulation. The proposed formulations give results that are both quantitatively and qualitatively consistent with the fully iterated numerical solution for a wide range of surface parameters.     

基于CALIPSO卫星产品的中国区域异质核化冰云比例差异

利用 2012 年 1 月 ~ 2015 年 12 月 CALIPSO 冰云 3 级月平均产品（CAL_LID_L3_Ice_ Cloud） 对中国区域异质核化冰云比例进行分析，研究冰云的比例分布与季节变化特征，探究中国区域冰 云分布情况和影响冰云分布的因素。结果表明：中国南北部冰云的比例差异与地面 2 m 温度、地表 长波净辐射通量和来自地面的冰核有关。-40 ~ 0 ℃之间的冰云比例水平分布，中国大陆北部比中 国大陆南部高约 30%，季节性变化规律明显，冬季南北差异大，夏季南北差异小；云箱温度在-30 ~ 10 ℃之间的冰云，中国大陆北部比例比大陆南部平均高出约 5%，春季、秋季、冬季北部冰云比例 均高于南部，夏季温度在-8 ℃以下，南部的冰云比例超过了北部的冰云比例；在对流层（10 km 以 下），冰云比例分布中国大陆北部比南部高，南北部之间冰云比例差异在 6 km 左右显示出峰值，约 50%，四季冰云比例随高度增加均呈现增大的趋势，且北部冰云比例均高于南部。     

基于CALIPSO星载激光雷达的中国沙尘气溶胶观测

基于2006年6月至2012年5月无云条件下CALIPSO星载激光雷达观测资料,分析中国典型地区（塔克拉玛干沙漠、柴达木盆地、戈壁区和华北）沙尘气溶胶分布。结果表明：塔克拉玛干沙漠和戈壁区为沙尘天气发生频率高值区,且前者在各高度层的沙尘发生频率都大于后者。沙尘发生呈季节性分布。塔克拉玛干沙漠在春季沙尘发生频率最大,抬升最高可至10 km,冬季频率最小,高度最低,主要分布在3 km以下。戈壁区在春季沙尘发生频率、抬升高度最大,冬季抬升高度最低,但低层发生频率大于夏、秋两季。在塔克拉玛干沙漠,沙尘光学厚度春季最大约为0.44,冬季最小约为0.17,春,冬季消光系数峰值最大,可达0.25 km^-1,且随高度的递减率大于夏,秋季。在戈壁区和柴达木盆地,沙尘光学厚度春季最大、秋季最小。在华北,沙尘光学厚度春季最大、夏季最小,消光系数在2 km以上春季最大,这主要是由于春季远距离高空传输到华北的沙尘量最多。塔克拉玛干沙漠与柴达木盆地的退偏比为0.2~0.35,戈壁区为0.16~0.28,可能是由于塔克拉玛干沙漠的物质组成与柴达木盆地相同,而与戈壁区不同。华北因低层沙尘与其他气溶胶混合导致退偏振比廓线随高度递增。4个区域对流层上部退偏比全为0.2,表明高空气溶胶可能为来自相同源区的沙尘。     

中国北部一次沙尘过程中沙尘气溶胶的时空分布及输送特性

利用CALIPSO(Cloud-Aerosol Lidar Infrared Pathfinder Satellite Observations)卫星观测资料,结合气溶胶模式模拟,分析了2011年4月28—30日发生的强度较大的一次沙尘远距离输送过程中气溶胶的时空分布特征及输送特性。结果表明,此次沙尘过程有两个源区,分别为中国南疆盆地和蒙古国中南部,并在沙尘输送过程中交汇于内蒙古西南部和甘肃地区;源区一（南疆盆地）沙尘主要分布高度在1 km以下,退偏振比平均在0.35左右,色比值平均在0.6左右,且沙尘在输送过程中被抬升到自由对流层,并先后影响内蒙古西南部、甘肃、宁夏等地区,输送到内蒙古、甘肃地区时沙尘主要分布在2.5～3 km高度,退偏振比主要分布在0.3～0.5,色比值主要分布在0.5～0.9。源区二（蒙古国中南部）沙尘先后影响内蒙古中西部地区、甘肃、山西北部、内蒙古中东部地区、河北北部、北京天津和东北地区西部部分地区,沙尘输送到中国内蒙古东部、北京、河北等地区时主要分布在1～4 km高度,退偏振比值主要集中在0.3～0.5,色比值主要在0.7～1.2。     

A Machine Learning-based Cloud Detection Algorithm for the Himawari-8 Spectral Image

Cloud Masking is one of the most essential products for satellite remote sensing and downstream applications. This study develops machine learning-based (ML-based) cloud detection algorithms using spectral observations for the Advanced Himawari Imager (AHI) onboard the Himawari-8 geostationary satellite. Collocated active observations from Cloud-Aerosol Lidar with Orthogonal Polarization (CALIOP) are used to provide reference labels for model development and validation. We introduce both daytime and nighttime algorithms that differ according to whether solar band observations are included, and the artificial neural network (ANN) and random forest (RF) techniques are adopted for comparison. To eliminate the influences of surface conditions on cloud detection, we introduce three models with different treatments of the surface. Instead of developing independent ML-based algorithms, we add surface variables in a binary way that enhances the ML-based algorithm accuracy by ~5%. Validated against CALIOP observations, we find that our daytime RF-based algorithm outperforms the AHI operational algorithm by improving the accuracy of cloudy pixel detection by ~5%, while at the same time, reducing misjudgment by ~3%. The nighttime model with only infrared observations is also slightly better than the AHI operational product but may tend to overestimate cloudy pixels. Overall, our ML-based algorithms can serve as a reliable method to provide cloud mask results for both daytime and nighttime AHI observations. We furthermore suggest treating the surface with a set of independent variables for future ML-based algorithm development.     

Vertical Structures of Convective and Stratiform Clouds in Boreal Summer over the Tibetan Plateau and Its Neighboring Regions

Cloud is essential in the atmosphere, condensing water vapor and generating strong convective or large-scale persistent precipitation. In this work, the relationships between cloud vertical macro- or microphysical properties, radiative heating rate, and precipitation for convective and stratiform clouds in boreal summer over the Tibetan Plateau (TP) are analyzed and compared with its neighboring land and tropical oceans based on CloudSat/CALIPSO satellite measurements and TRMM precipitation data. The precipitation intensity caused by convective clouds is twofold stronger than that by stratiform clouds. The vertical macrophysics of both cloud types show similar features over the TP, with the region weakening the precipitation intensity and compressing the cloud vertical expansion and variation in cloud top height, but having an uplift effect on the average cloud top height. The vertical microphysics of both cloud types under conditions of no rain over the TP are characterized by lower-level ice water, ice particles with a relatively larger range of sizes, and a relatively lower occurrence of denser ice particles. The features are similar to other regions when precipitation enhances, but convective clouds gather denser and larger ice particles than stratiform clouds over the TP. The atmospheric shortwave (longwave) heating (cooling) rate strengthens with increased precipitation for both cloud types. The longwave cooling layer is thicker when the rainfall rate is less than 100 mm d^?1, but the net heating layer is typically compressed for the profiles of both cloud types over the TP. This study provides insights into the associations between clouds and precipitation, and an observational basis for improving the simulation of convective and stratiform clouds over the TP in climate models.     

霾期间上海低层气溶胶微物理属性与地面相对湿度分析

用2007年1月至2010年11月美国国家航空航天局(NASA)的CALIPSO星载激光雷达资料,通过532 nm总后向散射系数、体积退偏比和色比,分析了上海地区霾期间低层0~2 km高度气溶胶微物理属性与地面相对湿度的关系。结果表明,当地面相对湿度为65%~80%时,后向散射系数在0~0.001 km-1·sr-1范围内出现的频率最大;当地面相对湿度为50%~65%时,后向散射系数大于0.001 km-1·sr-1的频率最大;低层大气中聚集的主要是规则气溶胶粒子,当地面相对湿度为65%~80%时,气溶胶粒子最为规则,其次为80%~95%的地面相对湿度。当地面相对湿度为50%~65%时,不规则气溶胶粒子所占比重较大;霾期间,低层大气中细粒子气溶胶均占主导地位,但随着地面相对湿度的增大,气溶胶粒子粒径逐渐增大。在地面相对湿度为80%~95%时,大颗粒气溶胶相对较多。     

基于CloudSat/CALIPSO资料的海陆上空中云的物理属性分析

利用CloudSat和CALIPSO卫星云产品数据分析了2007年1月至2010年12月中国华北(陆地A1)、日本海(近海A2)和太平洋地区(远海A3)的中云(高积云Ac和高层云As)分布特征.3个地区全年中云平均发生概率近1/3,As的发生概率高于Ac.As高度主要位于4～8 km,Ac则集中于高度3.5～5.5 km范围,中云垂直及水平尺度从陆地向深海逐步增加.位于对流层中部的中云其所处位置温度使冰晶和过冷水状态的液态水能够同时存在.统计结果表明As中冰态粒子含量占绝对多数,Ac中液态和冰态各占比例彼此相当.As与Ac中IER(冰晶有效粒子半径)分布与高度均呈负相关关系,IER谱分布主要范围为35～80 μm.As中LER(液水有效粒子半径)与高度呈正相关特征,但Ac中这一特征明显减弱,Ac及As中LER主要分布范围为5～15 μm.As及Ac中IWC及LWC谱分布比较分散,与高度之间的相关性亦不明显.