基于多源信息的大气环境光学特性研究方法

刘浩，刘兴润，李霞，董雁冰

(光学辐射重点实验室，北京　100854)



基于多源信息的大气环境光学特性研究方法

刘浩，刘兴润，李霞，董雁冰

(光学辐射重点实验室，北京100854)

综合利用地面气象观测、卫星遥感、再分析资料等多渠道气象信息，获取较高时间分辨率、空间分辨率、和更大地区范围的大气参数。结果应用于光学探测工作地点和时机选择，大气红外传输特性区域分布特性研究，云的光学参数提取和云背景亮度仿真，有助于全方位研究大气环境光学特征。

大气参数；地面观测；卫星遥感；再分析资料；大气环境；光学特性

0　引言

大气参数对大气光学特性研究、大气环境仿真、光学传感器设计和使用等都极其重要。由于大气自身结构的复杂性以及时空多变特点，并受到地理位置和观测设备限制，以及云、雾、降水等现象干扰，仅靠传统单一的地面观测无法得到任何时间和地点的大气参数，或者难以达到理想的精度要求。卫星遥感技术发展使得人们不仅能够获得人员无法到达地区的大气信息，还能够获取地面观测无法得到的高空信息。卫星遥感数据的局限性体现在一些数据空间分辨率不够高，或者受天气影响导致数据缺失。综合来看，不同来源的数据，虽然观测角度不同，对应的时间、地点以及数据精度不同，但是有极好的互补作用。充分利用这些不同来源数据，可以得到具有较高时间分辨率和空间分辨率的大气参数，为各项应用提供更符合真实场景的大气环境描述，有助于全方位研究大气环境光学特性。

1　基于地面气象观测资料分析大气传输特性

1.1基于多地点气象观测数据推算特定地点气象参数

地面气象观测特点是观测地点较多，据不完全统计，全球大约有10 000多个气象观测站点，我国有700多地面气象观测站。对于没有观测站，人员也难以到达的地点，可以采取模型计算方法推算该地区气象参数。通常两个地点之间气象参数的相关性与距离有关[1]，因此可以利用周围有气象观测数据地点的资料，使用数值内插方法计算得到该地点气象参数[2]，较多使用的是反距离加权法，即：设特定地点和周围其他地点气象参数之间相关性与距离成平方反比，该地点单个气象参数可表示为

(1)

式中：y为待求地点气象参数估计值，可以是温度、湿度或者压力；xk为周围第k个地点的气象参数值(已知)；dk为待求地点与周围某个地点距离；m为周围参与计算的有气象参数地点的数目。

使用式(1)计算时，需要人为确定周围选取几个地点较为合适，即i的取值。地点过多或过少，距离过远或过近都会影响计算结果。为此设定一个以待求地点为圆心，距离R为半径为的圆形区域，在这个区域内搜索有气象参数的地点参与计算。如图1，图中A表示为待求气象参数地点，B，C，D，E为A地点周围有气象观测数据的地点，到A的距离分别是d1,d2,d3,d4,其中，B，C，D 3个地点在设定区域内，用于参与A地点气象参数计算，E地点被排除。

1.2地面观测的云、雾、降水资料应用

云、雾、降水等天气现象出现时，大气背景与晴朗天气有极大不同，光信号强度被严重衰减。

基于多年地面气象观测资料可获得各个观测地点在全年以及各月份的云、雾、降水等天气现象出现频次统计结果[3]。作为示例，图2～5给出厦门、兰州2个地区1月份到12月份云量、降水、雾的出现情况统计结果。

图1　参与气象参数计算的地点示意Fig.1　Sites of atmospheric parametercalculation

图2　降水大于等于0.1 mm日数Fig.2　Precipitation days more or equal to 0.1 mm

图3　有雾的天数Fig.3　Number of fog days

厦门和兰州分别处于我国东南和西北地区，气候差别较大。借助上述资料，可以按照各个地区云、雾的出现情况，事先了解该地区气候特点，选择更适合光学系统工作的季节或地区。

图4　云量小于2成的日数(较晴朗)Fig.4　Number of days of cloud amount less than 2 (clear)

图5　云量大于8成日数(较阴)Fig.5　Number of days of cloud amount more than 8 (overcast)

1.3近地面大气红外传输特性研究

在红外波段，大气传输特性用透过率表示，透过率数值随温度、湿度、压力等气象参数变化而变化。

如果按照国际上普遍使用的标准大气模式给出的大气参数计算透过率，则我国所有地点都得到相同的透过率数值，显然不符合我国各地区之间大气环境差异的实际情况。因此需要利用我国地面气象观测资料，获得与我国各地区气候特点相符合的透过率。

利用我国地面气象观测资料，针对近地面水平大气传输路径计算得到了1～12月份全国各地大气透过率平均值。作为示例，图6和图7给出我国福建、江西、浙江3省的计算结果，用等值线形式表示。图中对应时间是1月和7月，这2个月份分别代表高温高湿的夏季和相反气象条件的冬季。

从图中可以看到不同地点之间，以及同一地点不同月份之间的大气传输特性差异。这些差异是采用大气模式计算无法体现的。而这种不同地点、时间对应的大气传输特性差别，恰好是光学系统设计和使用者所关注的，是影响光学系统正常工作能力发挥的重要因素。

2　应用卫星遥感资料分析高空大气环境光学特性

卫星遥感在空间上具有独特的优越性，可以获得受较低云层遮挡导致地面观测无法获得的较高云层或云顶信息。从场景仿真角度看，卫星遥感同光学系统从高空向下观测的角度一致， 更利于实现相同视线条件的大气背景仿真。目前国内外在轨运行的卫星越来越多，每个卫星都携带多个传感器实现不同观测目的[4-5]。在大气环境光学特性研究方面， 来自卫星遥感的高空大气参数和云特性参数发挥重大作用。

图6　3个省1月份的大气透过率计算值Fig.6　Transmittance of January at three provinces

图7　3个省7月份的大气透过率计算值Fig.7　Transmittance of July at three provinces

2.1卫星遥感获取大气廓线

卫星遥感获得的大气廓线具有地域范围广、时间持续性好的特点，弥补了地面获取大气廓线的局限性，NOAA，EOS-MODIS，风云卫星等都有自己的大气廓线数据对外发布[6]。作为示例，图8～10给出MODIS数据反演的2014-01-31北京地区上空的温度廓线、压力廓线以及水汽密度廓线。

2.2利用卫星遥感资料获取云参数

中国的风云系列气象卫星已经成为全球业务气象卫星探测系统的重要成员，可提供的资料产品有图像产品、定量产品、图形和分析产品，例如云图、植被、泥沙、火点监测、云参数、海洋水色、大气温、湿度廓线等。图11，12为经过云检测[7-8]处理后形成的云判识图像。

图8　卫星遥感的温度廓线Fig.8　Temperature-height profile from satellite remote sensing

图9　卫星遥感的压力廓线Fig.9　Pressure-height profile from satellite remote sensing

图10　卫星遥感的水汽混合比廓线Fig.10　Water vapor mixming ratio profile from satellite

图11　对云区标识Fig. 11　Marker of cloud

图12　不同类型的云判断和标识Fig.12　Marker of cloud classification

MODIS是EOS重要传感器之一，其数据主要用于陆地/云/汽溶胶特性、海洋水色/浮游植物、生物地球化学、大气水汽、地面/云温度、大气温度、云特性、臭氧等方面研究，对全球免费发布。在云观测方面，提供的云产品数据除了反映云分布，还给出云的微物理参数，如反射率、光学厚度、粒子尺度、云顶温

度等等。这些云参数是从地面观测很难获得的[9-10]。

图13为相邻时刻的遥感图像，上面云的分布清晰可见；图14为卷云微物理参数，包括卷云反射率、云顶温度、云光学厚度、云粒子尺度。时间均为2014-05-21[6]。从云参数可以知道云的水平和垂直方向分布，云层内部结构以及物理光学特性。将上述参数代入辐射传输方程，即可计算云的亮度，分析亮度分布特点，生成云背景图像进行仿真。

3　数据融合资料应用

3.1从再分析资料获取大气参数

再分析资料是将不同时期、不同设备观测数据经过一定的模式计算后得到的一类数据资料。其数据来源非常广泛，涵盖船舶、卫星、地面观测站、探空仪以及雷达数据，目前国际上比较有影响力的大气再分析资料有[11-12]：

(1) NCEP(national centers for environment prediction，美国国家环境预测中心)/ NCAR(the national center for atmospheric research，美国国家大气研究中心)再分析资料，包括从1948年1月至今的一日4次、逐日和逐月的全球再分析数据，水平分辨率为2.5°×2.5°，大气廓线的垂直分辨率为17层。

(2) NCEP/DOE(department of energy，美国能源部)再分析资料(1979—2014)。资料修正了一些误差，修改了一些物理过程和参数化方案，是NCEP/NCAR再分析资料的更新和订正。

图13　相邻时刻卫星遥感图像Fig.13　Satellite remote sensing of closer times

(3) NARR(north american regional reanalysis,北美区域再分析资料) (1979—2014)。NARR的分辨率更高，只包括北美区域。

(4) 20世纪再分析资料(1851—2012)。20世纪再分析资料可提供从1851—2012年期间一日4次的再分析资料，数据内容除了地面和海平面的观测资料外，还增加了浓度、太阳变化以及火山气溶胶分布，可用于长期的气象变化研究。

图15，16为利用NCEP/NCAR再分析资料的多年(1981—2010年)气象要素平均数据画出的全球范围温度、湿度分布等值线。

3.2国际卫星云气候计划资料的应用

国际卫星云气候计划ISCCP(international satellite cloud climate project)始于1983年[13]，是一项专门进行全球性云观测的科学实验计划，整合了覆盖全球的多颗静止卫星和极轨卫星资料, 经过云检测、辐射分析和统计计算等一系列处理后生成同一时间覆盖全球的数据集。数据集包括了9种云的云参数信息，地表温度、地表反射率、雪冰覆盖率、地表平均气压、近地面平均大气温度、部分高度大气温度、对流层顶气压、对流层顶温度、平流层50 hPa温度、特性高度层上的降水量、平均臭氧量等130个参数[14-15]。这些数据为开展全球范围的大气环境光学特性研究提供了基础，图17～20为其中全球云量、卷云参数的图形显示。

图14　卷云微物理参数Fig.14　Cirrus microphysics parameters

图15　全年温度统计平均值Fig.15　Statistic average of annual temperature

图16　全年湿度统计平均值Fig.16　Statistic average of annual relative humidity

图17　全年总云量Fig.17　Total annual cloud amount

图18　全年卷云的云量Fig.18　Annual cirrus amount

图19　卷云的云顶温度Fig.19　Cirrus top temperature

图20　卷云的云顶气压Fig.20　Cirrus top pressure

4　结束语

工作于地球大气层内的光学系统需要面对各式各样的复杂大气环境，现有技术手段使人们能够从更多角度、更大范围地获取地球大气环境信息。利用地面气象观测资料，可以获得具有我国大气环境特点的大气红外传输特性，展示其时空分布特征；基于云、雾、雨等天气现象统计数据，有助于选择适合/不适合光学探测季节和地区；利用卫星遥感资料，可实现全球范围大气背景光学特征分析和模拟，尤其对于人员无法到达地区，卫星资料显示了独特优点。还可以借助国际上气象科学研究形成的再分析资料，为大气环境光学特性研究提供基础数据输入。但是也应该看到，当综合利用不同来源资料时，面对不同数据的时间分辨率、空间分辨率不一致性问题，面对不同观测手段、不同时期数据的精度差异问题，还需要发展多源遥感数据融合和同化技术，才能形成更精细的大气环境表征能力，获得与实际大气环境相符合的大气环境光学特性。

[1]Eugenia Kalnay. Atmospheric Modeling, Data Assimilation and Predictability[M]. Cambridge: Cambridge University Press.2002.

[2]王庚辰.气象和大气环境要素观测与分析[M].北京:中国标准出版社，2000.

WANG Geng-chen. Observation and Analysis of Meteorological and Atmospheric Environment Factors[M].Beijing: Standards Press of China,2000.

[3]国家气象信息中心.1971-2000年地面气象资料[DB].北京:中国气象局,2006.

National Meteorological Information Center. Meteorological Data of Ground(1971-2000)[DB].Beijing:China Meteorological Administration, 2006.

[4]藏海佳，王雯燕，李占清.美国对地观测系统卫星资料产品及服务[M].北京:气象出版社,2011.

ZANG Hai-jia, WANG Wen-yan, LI Zhan-qing. Earth Observing System Data Product and Service[M].Beijing: China Meteorological Press,2011.

[5]许健民，杨军，张志清，等.我国气象卫星的发展与应用[J].气象，2010，36(7):94-100.

XU Jian-min, YANG Jun, ZHANG Zhi-qing, et al. Chinese Meteorological Satellites, Achievements and Applications[J]. Meteorological Monthly，2010，36(7):94-100.

[6]官莉. 卫星红外超光谱资料及其在云检测、晴空订正和大气廓线反演方面的应用[D]. 南京：南京信息工程大学，2005.

GUAN Li. A Study on Infrared Hyperspectral Messurements and Its Applications on Cloud Detection, Cloud-Clearing and Atmospheric Sounding Profile[D]. Nanjing：Nanjing University of Information Science & Technology,2005.

[7]杨昌军. 韦伯定律及时间序列在FY2C云检测中的应用研究[D]. 南京：南京信息工程大学，2007.

YANG Chang-jun. Study on the Application of Weber’s Law and Time Serials in FY2C Cloud Detection[D]. Nanjing：Nanjing University of Information Science & Technology,2007.

[8]王华荣，朱小祥，谢向明.基于FY-2C红外资料进行夜间云检测的方法研究[J].气象，2010,36(6):105-111.

WANG Hua-rong, ZHU Xiao-xiang, XIE Xiang-ming. A Method of Cloud Detection at Nighttime Using FY-2C Infrared Channel Data[J]. Meteorological Month, 2010,36(6):105-111.

[9]刘玉洁，杨忠东.MODIS遥感信息处理原理与算法[M].北京:科学出版社，2001.

LIU Yu-jie,YANG Zhong-dong. MODIS Information Proceeding Theory and Arithmetic[M]. Beijing: Science Press, 2001

[10]Wind Gal,Platnick Steve,King Michael D. MODIS Cloud Microphysics Product (MOD_PR06OD) Data Collection6 Updates[R].NASA-20150001429.

[11]赵天保，符淙斌，柯宗建，等.全球大气再分析资料的研究现状与进展[J}.地球科学进展,2010，25(3):242-254.

ZHAO Tian-bao, FU Cong-bin, KE Zong-jian, et al. Global Atmosphere Reanalysis Data Sets: Current Status and Recent Advances[J]. Advances in Earth Science,2010，25(3):242-254.

[12]邓小花,翟盘茂,袁春红.国外几套再分析资料的对比与分析[J].气象科技，2010，38(1):1-8.

DENG Xiao-hua,ZHAI Pan-mao, YUAN Chun-hong. Comparative Analysis of NCEP/NCAR, ECMWF and JMA Reanalysis[J]. Meteorological Science and Technology, 2010，38(1):1-8.

[13]SCHIFFER R A, ROSSOW W B. The International Satellite Cloud Climatology Project (ISCCP): The First Project of the World Climate Research Program [J]. Bull. Amer. Meteor. Soc., 1983,64:779-784.

[14]ROSSOW W B, SCHIFFER R A. ISCCP Cloud Data Products[J].Bull. Amer. Meteor. Sci,1991,72:2-20.

[15]王帅辉,韩志刚,姚志刚.基于CloudSat和ISCCP资料的中国及周边地区云量分布的对比分析[J].大气科学,2010,34 (4): 767-779.

WANG Shuai-hui, HAN Zhi-gang, YAO Zhi-gang. Comparison of Cloud Amounts from ISCCP and CloudSat over China and Its Neighborhood[J]. Chinese Journal of Atmospheric Sciences,2010,34 (4): 767-779.

Optical Characteristics of Atmospheric and Environmental with Multi-Information

LIU Hao,LIU Xing-run,LI Xia, DONG Yan-bing

(Science and Technology on Optical Radiation Laboratory,Beijing 100854，China)

Associate with the different kinds of data coming from ground weather observation, satellite remote sensing, and reanalysis plan, we can obtain better atmospheric parameters on temporal and spatial resolution. These parameters can be used to the selection of optical detection time and place, and to the investigation of atmospheric infrared transmittance distributing. Parameters also be used to obtain cloud optical parameter and brightness simulation. The work would assist in the researching of atmospheric environmental optical character.

atmospheric parameter； ground observation； satellite remote sensing； reanalysis data； atmospheric and environmental； optical character

2014-10-10；

2015-10-15

有

刘浩(1964-)，女，北京人。研究员，硕士，研究方向为大气辐射传输特性研究。

通信地址：100854北京142信箱207分箱E-mail：cloud_208@163.com

10.3969/j.issn.1009-086x.2016.04.017

P472.1

A

1009-086X(2016)-04-0101-08