利用MODIS云检测产品客观确定AIRS云检测

云检测是用卫星资料研究云对气候系统作用至关重要的第一步,采用Nagle的基于扫描几何特性的共同空间匹配算法,用MODIS云检测产品客观确定了AIRS云检测,是将高空间分辨率成像仪产品与高光谱分辨率传感器观测资料结合使用的一次实际应用。合成使用高空间分辨率成像仪与高光谱分辨率传感器观测资料的关键步骤在于:①有效而精确的时间和空间上的匹配;②传感器像素内图像仪云检测产品的断定。不仅是云检测,利用AIRS视场内空间匹配的MODIS云产品,还可以判断AIRS的云相态、有效云量及云光学厚度等。     

MODIS图像的薄云透明云检测

基于云与土壤、植被、冰雪、水体等目标的光谱差异,本文结合MODIS影像的波段范围,提出了一种对不同下垫面通用的多光谱云检测算法。同时,本文还加入了大气可降水量指标,用以对基本云区进一步检测,最终实现薄云、透明云的检测。试验证明:通过水汽反演结果的不同,薄云、透明云能够被有效检测。     

基于沙尘气溶胶识别的中国北方地区MODIS云检测产品的改进研究

美国国家航空航天局(NASA)的MODIS业务云检测产品MOD35是其他大气产品和陆地产品反演的辅助数据,也是目前很多云检测研究的检验依据。为研究MODIS云检测业务产品MOD35的监测效果,分析了中国北方地区有沙尘暴天气的MOD35产品,发现产品易将沙尘气溶胶区域误判为云。为了区分沙尘和云,对中国北方地区白天4次沙尘过程数据进行散点图分析,并通过计算损失率得到沙尘气溶胶的11μm、12μm通道亮温差特征和11μm通道、3.7μm通道的亮温范围,改进了MODIS监测沙尘气溶胶的算法。应用此算法对MODIS云检测产品中的沙尘气溶胶污染进行判别,分析结果与国家气象卫星中心发布的沙尘监测一致。改进的算法能有效地监测出MOD35产品中误判为云的沙尘区域,结合MOD35自身的厚气溶胶标记,改进了云检测产品的效果。     

高光谱大气红外探测器AIRS资料云检测及晴空通道应用技术初步研究

目前GRAPES-3DVar(全球\区域同化预报系统)使用的AIRS云检测方案只能够检测出完全晴空时的视场资料,对于受到云污染的视场,所有通道资料全部被剔除。研究表明有云视场当中的云顶以上资料对数值预报的影响更加重要,研究也更加有意义。因此,文章借鉴McNally和Watts云检测方案,结合GRAPES-3DVar系统和仪器特征,建立了一种适合于GRAPES-3DVar模式的晴空通道检测方案。该方案不但可以检测出完全晴空的视场资料,同时也可以检测出有云视场当中不受云影响的云顶以上通道资料;另外,还可以求出云顶高度,判断出高、中和低云。然后,将AIRS观测资料分别用晴空视场检测方案和晴空通道检测方案进行云检测,从结果分析看,晴空视场检测方案可以检测出的晴空资料占总资料的9.14%,而晴空通道检测方案检测出的晴空资料达到了34.86%,是传统云检测方案的3.8倍,大大增加了资料的使用度。     

利用MODIS资料对中国西部地区的云检测

许多运用卫星资料的工作首先要求将卫星观测区域内的云去除,而美国国家航空和宇宙航行局(NASA,National Aeronautics and Space Administration)的中分辨率成像分光辐射计(MODIS,Mod-erate Resolution Imaging Spectroradiometer)云检测产品MOD35_L2在光亮表面(如中国西部地区)上空存在较大误差。因而对于云检测结果敏感的工作(如反演气溶胶光学特性),如果简单的采用MOD35_L2,将给最终的结果带来误差。本文提出时间序列方法和MODIS第1(0.659μm)、3(0.470μm)、4(0.555μm)通道多通道方差方法与MOD35_L2中部分云检测方法相结合对中国西部地区进行云检测,得到了较好的云检测结果。     

基于MODIS云产品的AIRS云相态的识别和云量产品的检验

选用中国中东部(95～130 °E, 20～60 °N)午后同一时刻相对应的AIRS与MODIS各15景样本数据,将MODIS在红外波段上四种基于亮温的云识别算法对AIRS晴空像元和云像元中不同的云相态进行区分,分别统计出AIRS不同类型像元中这四种云识别算法的亮温差异,根据AIRS在晴空、水云和冰云三种不同相态下亮温的差异,确定出其阈值,实现AIRS晴空和云相态识别。在此基础上,对AIRS不同云相态下反演的有效云量进行检验和改进。结果表明:运用亮温阈值法对AIRS进行云相态识别能够较好地反映AIRS的晴空和云相态特征,云相态分布与MODIS云相态产品对应效果较好,特别在云边缘区域。对AIRS不同云相态下反演的有效云量进行对比和误差分析后发现:当水云有效云量较高、冰云有效云量较低时,AIRS反演的有效云量误差较大。在误差分析的基础上,提出了AIRS有效云量的偏差订正算法,对AIRS反演的有效云量具有一定改进,为AIRS云产品的应用提供参考依据。      

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...     

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。     

用MODIS植被指数研究福州城区空间扩展变化

城区空间的扩展变化对人居环境产生的影响越来越受到人们的关注。利用2001-2005年美国EOS卫星的MODIS遥感资料,以福州市为示范区,逐年计算能反映城区植被覆盖变化的比值植被指数、差值植被指数、归一化植被指数和植被覆盖度,在地理信息系统（GIS）和全球定位系统（GPS）的辅助下,对福州市各种植被指数的年际动态变化过程进行了研究,并在此基础上对福州市的城区空间扩展变化情况进行遥感动态监测,同时结合社会经济统计数据加以分析。结果表明：福州市从2001年到2005年,城区空间扩展约29km^2,每年平均扩展约7．3km^2,与实际情况一致。利用MODIS资料能准确地监测城区空间扩展变化面积的大小。     

基于深度学习的FY3D/MERSI和EOS/MODIS云检测模型研究

针对FY3D/MERSI和EOS/MODIS的云检测问题,提出了一种基于深度学习技术的全自动云检测算法,首次将深度学习引入到卫星影像云检测领域。本算法使用深度全卷积神经网络(Deep Convolutional Neural Networks)作为核心结构,基于EOS/MODIS基本云检测原理选择合适的通道作为特性向量参数,针对不同的场景进行分类和网络模型的训练,最终得到基于深度学习的云检测模型。经过EOS/MODIS数据和FY3D/MERSI数据的测试,云检测的精度达到98%以上,可以看出基于深度学习的云检测算法能够用于云检测,该算法具有效率高、精度高等特点,云检测效果理想。     

Synergistic use of AIRS and MODIS for dust top height retrieval over land

It is nontrivial to extract the dust top height(DTH) accurately from passive instruments over land due to the complexity of the surface conditions. The Moderate Resolution Imaging Spectroradiometer(MODIS) deep blue(DB) algorithm can be used to infer the aerosol optical depth(AOD) over high-reflective surfaces. The Atmospheric Infrared Sounder(AIRS) can simultaneously obtain the DTH and optical depth information. This study focuses on the synergistic use of AIRS observations and MODIS DB results for improving the DTH by using a stable relationship between the AIRS infrared and MODIS DB AODs. A one-dimensional variational(1DVAR) algorithm is applied to extract the DTH from AIRS. Simulation experiments indicate that when the uncertainty of the dust optical depth decreases from 50% to 20%, the improvement of the DTH retrieval accuracy from AIRS reaches 200 m for most of the assumed dust conditions. For two cases over the Taklimakan Desert, the results are compared against Cloud-Aerosol Lidar with Orthogonal Polarization(CALIOP) measurements. The results confirm that the MODIS DB product could help extract the DTH over land from AIRS.     

RETRIEVING ATMOSPHERIC SOUNDING PROFILES AROUND TYPHOON YUNNA USING INFRARED HYPERSPECTRAL MEASUREMENTS AIRS

In this study,we derived atmospheric profiles of temperature,moisture,and ozone,along with surface emissivity,skin temperature,and surface pressure,from infrared-sounder radiances under clear sky (cloudless) condition.Clouds were detected objectively using the Atmospheric Infrared Sounder under a relatively low spatial resolution and cloud-mask information from the Moderate Resolution Imaging Spectroradiometer under a high horizontal resolution;this detection was conducted using space matching.Newton’s nonlinear physical iterative solution technique is applied to the radiative transfer equation (RTE) to retrieve temperature profiles,relative humidity profiles,and surface variables simultaneously.This technique is carried out by using the results of an eigenvector regression retrieval as the background profile and using corresponding iterative forms for the weighting functions of temperature and water-vapor mixing ratio.The iterative forms are obtained by applying the variational principle to the RTE.We also compared the retrievals obtained with different types of observations.The results show that the retrieved atmospheric sounding profile has great superiority over other observations by accuracy and resolution.Retrieved profiles can be used to improve the initial conditions of numerical models and used in areas where conventional observations are sparse,such as plateaus,deserts,and seas.     

利用AIRS卫星资料反演大气廓线Ⅰ.特征向量统计反演法

引进美国威斯康星大学的IMAPP（International MODIS／AIRS Preprocessing Package）软件包，介绍了利用高光谱分辨率大气红外探测器AIRS（Atmospheric Infrared Sounder）观测辐射值，用特征向量统计法反演大气温度、湿度等垂直廓线的算法，采用亮度温度分类和扫描角分类回归后，减小了反演误差。并将其应用到中国地区，通过与无线电探空值及欧洲中期天气预报中心ECMWF（European Center of Medium-range Weather Forecasts）客观分析场的比较，结果表明：该方法所获得的温度、水汽反演结果与探空观测及ECMWF大气廓线分布一致，且AIRS因其高光谱分辨率（即高垂直空间分辨率）显示了精细的大气结构。     

基于EOS/MODIS的台风"浣熊"云顶相态分析

借鉴MODIS云检测算法的地表生态分型和可信度思想,结合可见光和红外两方面的检测项目,介绍了为云相态分析提供输入的晴空像元检测方法。给出了多光谱判识云相态的综合流程,反演出2002年6月台风“浣熊”的云顶粒子相态分布,并结合1.38卷云检测与MODIS通道1、4、6合成图进行了分析。     

基于IDL的MODIS1B数据SST反演

海表温度是重要的海洋环境参数。MODIS(Moderate Resolution Imaging Spectrora-diometer)具有强大的海洋信息探测功能。采用多通道分裂窗算法,通过交互式数据语言IDL编程,实现了直接利用MODIS1B数据进行海表温度(SST)反演,并将反演结果存贮为标准的HDF文件以供其他软件使用。该方法能够适应对整条轨道的MODIS1B数据进行快速、实时和自动处理,大大节省人力资源,同时提高遥感产品数据的分发和共享能力。     

STUDY ON CLOUD CLASSIFICATIONS BY USING AVHRR,GMS-5 AND TERRA/MODIS SATELLITE DATA

This paper presents the automated pixel-scale neural network classification methods beingdeveloped at National Satellite Meteorological Center(NSMC)of China to classify clouds by usingNOAA/AVHRR and GMS-5 satellite imageries.By using Terra satellite MODIS imageries,anautomated pixel-scale threshold technique has been developed to detect and classify clouds.Thestudy focuses on applications of these cloud classification techniques to the Huaihe River and theChangjiang(Yangtze)River drainage basin.The different types of clouds show more clearly onthis cloud classification image than single band image.The results of the cloud classifications arethe basis of studying cloud amount,cloud top height and cloud top pressure.Cloud mask methodsare widely used in SST,LST,and TPW retrieval schemes.Some case studies about cloud maskand cloud classification in satellite imageries,which are related with the study of Global Energyand Water Cycle Experiment(GEWEX)in the Huaihe River and the Changjiang River drainagebasin are illustrated.