基于光谱分析和综合阈值的FY-3/MERSI云检测

云检测是卫星遥感影像应用中的重要环节。为了获取FY-3中分辨率光谱成像仪(Medium Resolution Spectral Imager,MERSI)传感器精确的云掩膜数据,在分析云与植被、水体、裸露地表等地物在不同波段光谱差异的基础上,结合FY-3/MERSI数据的通道特性,构建基于多光谱和综合阈值的云检测算法。采用热红外通道亮温(CH_5)检测出高云,使用云检测指数(Normalized Cloud Detection Index,I_(NCD))和可见光波段反射率(CH_3)检测中低云。利用江西地区的FY-3/MERSI数据进行应用,将检测结果与其他算法、人机交互解译结果进行了对比分析。结果表明,该算法对FY-3/MERSI影像上的云区具有较好的检测效果,同时利用地面气象观测资料进行验证,检测精度均高于88%,能够满足当前云检测精度需求。     

基于迁移学习的卫星云图云分类

针对在基于机器学习的云图识别中,由于不存在公认的云分类样本库的现实条件下,带来的训练样本数量不足和不平衡,从而难以获得可靠的分类模型的问题,利用迁移学习中的多源加权Tradaboost算法(内部采用极限学习机作为分类器)来进行卫星云图云的检测。利用多人(多源)标注的大量厚云的样本,构成多源辅助样本集;利用少量标注的薄云样板构成目标样本集。使用迁移学习和辅助样本集,对仅在薄云样本集下的训练获得的极限学习机分类器进行辅助训练,提高其薄云识别率。基于国家卫星气象中心的HJ-1A/B的卫星数据实验结果表明,迁移学习可以充分利用容易获得的大样本厚云辅助样本知识,对同类型有关联的小样本薄云分类器进行识别提高。实验表明,迁移学习算法可以进一步用于更多多源样本和其他云分类的任务。     

FY 2F卫星和毫米波云雷达云高观测的个例对比分析

风云二号静止卫星上装载有可见光、水汽、中长波红外等探测通道,其中红外通道资料可提供卫星云顶温度数据。基于FY-2F静止卫星云顶温度资料,结合局地实时探空数据对北京南郊和朝阳站点上空云层进行云高反演,并展开与地基毫米波云雷达探测云顶高关系的对比,分析3种不同云厚(薄云、适中、厚云)条件下的云高观测结果。研究结果表明,二者云顶高匹配度受几何云厚的影响,其吻合度呈现出厚云最佳,薄云最差的特征。     

激光云高仪与可见光测云仪观测试验对比

选取激光云高仪观测的云高和可见光测云仪观测的云量,通过对比两种地面云观测设备观测数据在相同条件下的差异,分析不同要素对设备观测性能的影响,结果表明:在相同观测条件下,两种地基云观测设备的观测结果不同;激光云高仪和可见光测云仪受雾、霾、降水等天气现象以及云物理特性的影响,云观测数据会出现的漏报和误报的现象;激光云高仪还受自身探测高度和垂直分辨率的影响,对高云和薄云的捕获率较差。     

云检测在高光谱大气红外探测器 辐射率直接同化中的应用

对于高光谱大气红外探测器AIRS(Atmospheric Infrared Sounder)辐射率的同化,云检测技术是关键的一步.本文借鉴G01dberg的云检测的思想,通过AIRS通道和相应微波通道的经验组合来进行云检测,此云检测方案不需要对通道进行偏差订正,并且除背景场海表温度,不依赖于大气的先验信息,是一个快速简...     

基于模糊纹理光谱的全天空红外图像云分类

为了对全天空红外测云系统获得的红外图像进行云类自动识别, 提出了基于模糊纹理光谱结合云物理属性的全天空云类识别方法。首先根据不同滤波窗口的模糊纹理光谱图像特征, 确定了滤波窗口大小, 然后通过分析不同天空类型下的FUTS谱 (fuzzy uncertainty texture spectrum) 以及同一种天空类型下的FUTS谱, 考察了FUTS进行云类识别的适用性, 最后利用最小距离分类法和云基本物理属性对全天空红外图像进行了分类测试。在200个测试样本中, 层状云、积云、高积云、卷云和晴空的识别率分别为100%, 100%, 90%, 100%, 100%, 平均识别率达到98%。基于模糊纹理光谱的云分类算法对单一云空具有很好的分类效果, 可进一步应用于全天空红外图像的云分类识别。     

我国东南沿海FY-2C卫星图像上多光谱云分析技术

为了对我国东南沿海地区的云类型/下垫面进行客观定量检测,从云的光学特性出发,利用卫星图像上各种云型/下垫面呈现出的光谱特征,结合白天正午样本集,分析云的光谱特征差异,提出一种利用通道亮温和通道间亮温差及反照率等,识别发展较强的对流云、高中低混合多层云、中低层水云、薄高云和晴空的方法。通过样本采集、绘制散点图、检测试验,建立FY-2C云类型/下垫面识别流程,给出白天及夜间适合的检测判据。结果表明:强对流云团的光谱特征最显著,其判别相对简单,采用单通道或通道间亮温差即可获得较好的判别效果,但也存在对密实卷云错判的情形;与天气过程相联系的高中低混合多层云光谱特征也比较明显,较易识别,但高中低混合多层云和厚卷云以及发展较强的对流云光谱特征存在相似之处,在一些云层边界或交界处还是存在一些错判;暖水云和薄卷云的判识对可见光通道依赖性较强。经过多光谱云分析,可间接确定云相态,并可为其它云参数（云顶高、光学厚度及有效粒子半径等）的反演提供有利信息。      

CloudSat卫星及其在天气和云观测分析中的应用

介绍了2006年4月28日成功发射的第1颗以对云层特性进行全球主动遥感测量CloudSat卫星的观测仪器、工作参数、运行方式、数据产品及“A—Train”卫星群等基本概况。CloudSat卫星主要有效载荷是94GHz（3mm波）云雷达,它可以“切开”云层,获得许多有关云的最新气象数据,主要数据产品包括了云的宏观物理参量和微观物理参量。介绍了CloudSat卫星已获得的典型天气和云的初期观测结果：从首次观测的云三维图片,可以清楚地看到南极洲上空风暴云的垂直剖面结构特征;从首张获得降雪云的垂直剖面图像可以得到降雪云层的发展状态以及结构特点;使用CloudSat统计数据可分析全球水凝物的分布特征。将TRMM卫星上的测雨雷达与CloudSat卫星上的云雷达联合观测研究,可以获得从薄云到浓厚云及降水的精细垂直结构特征。通过下载的CloudSat观测资料,对我国典型台风和层状云系等两类不同天气条件下云的宏微观结构特征等进行了初步分析,可以看到台风眼区附近云系的垂直结构随台风发展不同阶段的演变;从层状云系的垂直剖面可以清楚地发现云层的内部分层结构及不同相态的垂直分布特征等。     

多光谱卫星图像的一种模糊聚类方法

基于二维光谱特征空间，用模糊C均值(FCM)聚类方法，对多光谱静止卫星(GMS-5)图像进行了云分类试验，得到了比较合理的分类结果。该方法利用不同光谱通道的卫星云图光谱特征构造出一个二维光谱特征空问，对云图在特征空间上的光谱特征点进行FCM聚类，然后与已知云类样本的特征进行比较，确定出各聚类域的类属，进而得到二维光谱空间的云分类图，实况接收的云图可通过查验特征像素点在分类图中的落区位置来实现云的分类。     

利用辐射数据构建云物理结构

本文运用CloudSat卫星上搭载的雷达探测数据和AQUA卫星搭载的辐射光谱仪探测数据,选择2007年1月至2010年12月期间,地理位置位于（15°~45°N,145°~165°E）区域内（远海）发生的云场数据开展分析,研究云的物理结构特征与其光谱辐射特性的相互关系。不同光谱波段对云物理结构变化的响应情况各有不同,首先从MODIS光谱仪22个云相关光谱波段中分析并选择出与云物理结构特征密切相关的光谱组合（包含13个波段）,而后开展了这些光谱波段的云辐射特性与云物理结构特征的相互变化关系研究。统计分析表明,在外部大气、地表条件以及太阳入射辐射变化不大情况下,云的结构变化与其光谱辐射变化之间总体存在单调相关关系,物理结构变化不大的云廓线之间其光谱辐射的变化也小,反之也成立,即光谱辐射变化小的云廓线之间物理结构变化也小。从而,对于某些内部物理结构特征未知的云,利用与其光谱辐射特性相近的云结构数据可实现自身垂直结构信息的重建。基于光谱辐射相近则云物理结构很可能相近的特点,本文对未知云场的物理结构重建开展了模拟试验,试验结果表明光谱相近原则匹配物理结构的方法一定程度上能够实现云物理结构的构建,为利用被动遥感数据推测云物理结构特征研究提供参考。     

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。     

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.     

CloudSat云底高度外推估计的可行性分析

云底高度对于全球辐射平衡以及航空飞行均具有重要影响。针对CloudSat与MODIS主、被动观测的优缺点,本文提出了利用MODIS云分类信息进行CloudSat云底高度外推估计的技术。首先使用MODIS和CloudSat数据,利用回归分析方法比较了基于云类型（CSAT）与基于距离（MSAT）的云底高度估计方法的优劣。此外,分析了中国及周边地区CloudSat各类云云底高度的均一性特征。最后,利用CloudSat各类云云底高度的统计特征,建立了一种基于云类型和距离权重的云底高度估计方法,并对该方法进行了验证和分析。结果表明,利用该方法得到的MODIS各类云云底高度估计误差的标准差均小于1.5 km,除了积雨云在观测点与待测点距离大于400 km的估计误差均值稍大于1.5 km外,各种情况下其他各类云的云底高度估计误差的均值均小于1.5 km。     

MODIS数据云相态反演在一次暴雪过程中的应用

该文选取新疆阿克苏地区2006年11月22—24日的EOS/MODIS卫星遥感资料,同时选取相关气象站的观测资料,应用三光谱云相态反演法,对阿克苏地区暴雪云团的变化过程进行了研究,通过三光谱亮温差点聚图对云相态变化的分析,清晰地展示出该天气系统的发生、发展到最终暴雪形成过程中的物理机制。反演结果与实际气象观测情况相一致;表明三光谱云相态反演法在理论和实际应用方面具有一定优势。     

MODIS多光谱云相态识别技术的应用研究

介绍了卫星多光谱云相态识别的基本原理, 并给出了EOS/ MODIS云相态识别的流程。针对简单和复杂云场, 利用个例并结合无线电探空资料与MODI S三通道合成图肯定了多光谱云相态识别的合理性和实际效果。文中对几个特定天气系统(西南涡旋和西太平洋台风)下大面积云场相态分析的结果表明:多光谱云相态识别技术有一定应用价值, 且需要引入可见光技术来减少红外谱段对多层云覆盖和薄卷云的相态分析误差。     

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。     

基于多源卫星资料的中国地区云宏微观特征研究

利用2007—2016年国际卫星云气候计划（International Satellite Cloud Climatology Project,ISCCP）、云和地球辐射能量系统（Clouds and the Earth''s Radiant Energy System,CERES）和中分辨率成像光谱仪（Moderate Resolution Imaging Spectroradiometer,MODIS）卫星反演云产品,对比分析了不同数据反演的中国地区云系结构的宏微观特征,并采用复合评价指标定量评估了不同数据之间时间和空间上的一致性。结果表明：三套卫星数据都能较好地反演出中国地区总云量呈南高北低、东高西低、夏高冬低的分布特征,但通过比较时间技巧（Temporal Skill,S_T）及空间技巧（Spatial Skill,S_S）复合评价指标及其各项分量发现,与MODIS相比,CERES与ISCCP数据反演的总云量时间序列演变特征明显更为一致,且其评分均有南方优于北方,夏季优于冬季的特征;进一步分析不同高度云量的S_T评分发现,CERES和ISCCP两套数据在南方地区的总云量差异主要来自于低云量的绝对偏差,而北方地区的偏差则同时存在于低云和中云;对比分析MODIS和CERES反演的云滴有效半径发现,高云对应的冰相云一致性较高,而中低云相对应的液相云的偏差则有夏季高于冬季的规律。针对夏季液相和冰相云滴粒径及概率密度分析则表明,相比CERES数据,MODIS对夏季液水和冰水粒子的有效半径在不同地区均有不同程度的高估,液（冰）水谱宽则更宽（窄）。     

Application of aircraft observations over Beijing in cloud microphysical property retrievals from CloudSat

Cloud microphysical property retrievals from the active microwave instrument on a satellite require the cloud droplet size distribution obtained from aircraft observations as a priori data in the iteration procedure.The cloud lognormal size distributions derived from 12 flights over Beijing,China,in 2008-09 were characterized to evaluate and improve regional CloudSat cloud water content retrievals.We present the distribution parameters of stratiform cloud droplet （diameter ＜500 tm and ＜1500 μm） and discuss the effect of large particles on distribution parameter fitting.Based on three retrieval schemes with different lognormal size distribution parameters,the vertical distribution of cloud liquid and ice water content were derived and then compared with the aircraft observations.The results showed that the liquid water content （LWC） retrievals from large particle size distributions were more consistent with the vertical distribution of cloud water content profiles derived from in situ data on 25 September 2006.We then applied two schemes with different a priori data derived from flight data to CloudSat overpasses in northern China during April-October in 2008 and 2009.The CloudSat cloud water path （CWP） retrievals were compared with Moderate Resolution Imaging Spectroradiometer （MODIS） liquid water path （LWP） data.The results indicated that considering a priori data including large particle size information can significantly improve the consistency between the CloudSat CWP and MODIS CWP.These results strongly suggest that it is necessary to consider particles with diameters greater than 50 tm in CloudSat LWC retrievals.     

基于A-Train综合资料的云顶高度反演研究

提出一种适用性较强的云顶高度反演方法。利用2007年低纬地区(15°S~15°N)的A-Train综合资料反演云顶高度。首先以M0DIS通道31和通道32的亮温值为特征参数,基于SVM分类法,将云分为不透明云、半透明云和透明云三类,分类准确率达到90.6%。然后对三类云分别用核回归法反演云顶高度,将其与CloudSat的2B-GEOPROF-LIDAR产品对比,均方根误差分别为0.95、1.17和1.27 km。与未分类的核回归法结果相比,分类后三种云的反演误差都有所减小。最后分析了三个典型个例。该方法可推广至其他含有红外分裂窗通道的卫星上,发挥更多卫星资源的效用。     

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。