FY-3D-MWRI陆表温度的全国气象台站检验

刘志刚，吴东丽，邵长亮，吴丽侠，刘聪

(1.秦皇岛市气象局，河北 秦皇岛 066000；2.中国气象局气象探测中心，北京 100081)

0 引言

陆表温度(land surface temperature，LST)是地表能量平衡组分中的一个重要参数，在气候变化、水文学、生物化学、城市热岛效应、生态学等的研究中具有重要意义。同时，监测陆表温度对农业作物适时播种、土壤与农作物水分情况等农业生产生活也具有现实意义[1-8]。21世纪初期，我国气象台站已经实现实时观测陆表温度，但由于受台站分布、地形环境、地表植被、土壤种类等制约，在空间上不连续且具有一定局限性[9-10]。因此统计陆表温度空间分布多采用误差较大的插值法，此方法使得获得大面积高空间分辨率的陆表温度较难[11-12]。近些年来，世界空间遥感技术与大型计算机的迅速发展为陆表温度的大范围全方位监测提供了连续的产品，如NOAA/AVHRR、FY/MWRI和FY/VIRR、EOS/MODIS等，其中MODIS LST产品在天气晴朗条件下精度可达 1 K[13-14]，而我国在轨运行的FY3D卫星MWRI探测器L2级LST产品反演精度如何、可用性如何，目前数据甚少。

风云系列卫星是我国气象遥感专用卫星，其中风云三号(缩写为FY-3)卫星是在风云一号(缩写为FY-1)气象卫星技术基础上的发展和升级，为我国气象第二代极轨卫星，由两颗实验星(FY-3A、B)和两颗业务星(FY-3C、D)组成，携带多种观测设备并依据其采集数据，生成多种数据产品应用在多个领域[15-22]。风云系列卫星为地面接收站提供了多种遥感反演产品，其中包括LST，LST数据有瞬时值、日候旬月平均值5类产品。文献[23-25]分别利用FY-3C-MERSI、FY-3A-VIRR、FY-3C-VIRR的LST遥感日平均产品对宁夏、山东和石家庄、郑州、北京、西安等地进行评估及应用。本文基于FY-3D-MWRI L2级 LST瞬时产品，利用FY-3D卫星过境时刻观测值(以下简写为“Ta”)与地面气象台站所观测的地面温度(以下简写为“Tg”)和草面(雪面)温度(以下简写为“Ts”)数据时间差在120 s以内的对比，来检验最初级瞬时产品的精度及可用性。

1 资料与算法

1.1 全国气象站概况

气象站是能够准确及时完成气象观测任务的设备、设施、人员、场地的集合，目前我国已有气象观测站10 000多个，分布在全国12个温度带、24个干湿区、56个气候区内[26-28]，其中，有Tg观测任务的气象站3 392个，有Ts观测任务的气象站2 570个[29]。综合气象观测是气象业务的基础工作，地面气象观测是综合气象观测的重要组成之一，它是对地球表面一定范围内的气象状况及其变化过程进行系统、连续地观察和测定，包括云、能见度、天气现象、气温、相对湿度、降水、风向、风速、气压、地面温度、草温(雪面)温度、日照、浅层地温、深层地温、冻土、蒸发、辐射、雪深、雪压、电线积冰、地面状态等项目，为天气预报、气象预警、气候分析、气象情报、科学研究和气象服务等提供关键数据依据[30-31]。

1.2 数据源

FY-3D气象卫星是我国第二代极轨气象卫星，于2017年11月15日2时35分搭载了微波成像仪、微波温度计、红外高光谱大气探测仪、空间环境监测仪器等10台当时最先进的空间遥感探测设备，在我国太原卫星发射中心搭乘长征四号丙运载火箭发射升空。其中微波成像仪(以下简写为“MWRI”)提供包括LST在内的10余种L1、L2、L3级遥感反演产品，LST产品L2级反演数据可在国家卫星气象中心的风云卫星遥感数据服务网(http：//satellite.nsmc.org.cn/portalsite/default.aspx)实名注册免费订购下载。

本研究选取由国家气象卫星中心FY-3D-MWRI卫星传感器2019年1—12月LST反演的L2级遥感数据，空间分辨率为25 km。同时，全国气象站所在的卫星像元，在25 km×25 km的范围内，有农田、湿地、草原、林地、高原、荒漠、建设用地和裸地等多种组合，像元下垫面不均匀。

气象站地面数据Tg和Ts来自全国有观测任务的气象观测站，该数据可从中国气象数据网免费下载(http：//10.1.64.154/cimissapiweb/apidataclassdefine_list.action)。目前我国气象观测站采用自动化观测手段，实现逐5 min的Tg和Ts汇交到国家气象信息中心。本研究选取与卫星过境时间差在120 s内的Tg和Ts值，利用Python 3.7编程进行对比分析。

1.3 星地检验算法

为做好卫星产品检验，首先建立全国有观测Tg和Ts任务的气象站地面数据集，节选2019年1—12月的地温质控码(以下简写为“Q_GST”)和草温质控码(以下简写为“Q_LGST”)为0(正确)、3(订正)、4(修改)的Tg和Ts数据集，数据集采用CSV格式存储。

之后建立FY-3D-MWRI LST L2级产品数据集，LST作为地球观测产品(包括升轨和降轨)，须基于地图投影呈现其可视化结果，因此FY-3D采用了EASE-Grid的全球圆柱等积投影[32]方式。

利用观测台站所在经纬度结合EASE-Grid投影算法，提取卫星LST观测质控码(以下简写为“QC_Flag”)为1的Ta，计算得到Ta观测UTC时间(升轨或降轨)与地面台站观测时间差在±120 s内的数据，同一卫星像元(25 km×25 km)范围内台站地温和草温数据采用算数平均融合处理，作为对比基准值，形成星地检验数据集，数据集采用CSV格式存储。最后对形成的星地检验数据集Tg和Ta、Ts和Ta分别进行比较计算，分析卫星瞬时LST产品的精度及可用性。具体星地检验算法流程如图1所示。

图1 星地检验算法流程图

2 结果与分析

基于星地检验流程算法，得出2019年FY-3D-MWRI 瞬时LST与全国2 747个地面匹配气象站观测Tg和2 207个Ts匹配观测站检验结果数据集，包括2019全年及春夏秋冬四季逐站年平均卫星LST瞬时Ta值、Tg平均值、Ts平均值、Ta-Tg平均值、Ta-Tg平均标准偏差、Ta-Tg平均相关性、Ta-Ts平均值、Ta-Ts平均标准偏差和Ta-Ts平均相关性，见表1。

地温是在台站观测场西南侧200 cm(南北向)×400 cm(东西向)疏松平整的裸地内进行观测；草温在地温西侧50 cm草地内距地面6 cm高处进行观测，当台站出现积雪后雪深超过6 cm则需要将草温传感器人工调整到雪面上观测，其温度为雪面温度。由于各地区台站观测任务不同，因此有地温观测任务的台站不一定有草温观测任务，造成表1中地温和草温匹配站数不一致。

通过质控码(Q_GST、Q_LGST和QC_Flag)筛选和台站匹配数据量(>10条)进行对比，由表1可知，Ta-Ts平均标准偏差6.36 ℃，Ta-Tg平均标准偏差6.38 ℃，Ta-Ts平均相关性0.548 7，Ta-Tg平均相关性0.542 2，说明两种观测方式对地面平均状况反应一致，卫星产品Ta也能够较好地反演出地面平均状况。从四季分布上看，秋季(9、10、11月)反演产品最接近地面状况，冬季次之，各个季节中平均偏差与标准偏差的误差主要是反演算法精度受地表发射率和大气水汽含量不确定性的影响造成。

表1 Ta与Tg、Ts对比统计表

由各地区反演的LST产品Ta与Tg、Ts对比情况(表2)可知，标准偏差较小且数据相关性较高的台站多集中在广西、贵州、内蒙古、吉林、重庆、辽宁等地区，云南、天津、海南、上海、新疆、西藏、青海等部分地区反演结果相对较差，总体看全国范围内台站观测与卫星反演基本吻合。由于利用观测站以点带面，对于非均匀下垫面，Ts-Ta与Tg-Ta存在明显线性正相关关系，反映卫星反演的Ta更具有代表性。

表2 各地区Ta与Tg、Ts对比统计表

依据此方法，对FY-3D-MWRI LST L2级旬、月产品进行检验，得到表3结果。

表3 Ta与Tg、Ts旬、月对比统计表

利用FY-3D-MWRI数据反演的Ta与地面旬月实际情况基本吻合，与Tg和Ts的相关系数稳定。

3 结束语

本文应用FY-3D-MWRI LST 2级产品Ta与全国2 000多个气象观测站Tg和Ts数据，采用卫星过境时间差在120 s内的Ta与Tg和Ts值对比分析，得出以下结论。

1)对瞬时Ta、旬Ta、月Ta值与对应地面站Tg和Ts逐站对比平均标准偏差小于6.4 ℃，说明利用FY-3D-MWRI数据反演的Ta与地面实际情况基本吻合，季节变化较为明显，能直观反映全国各地Ta的空间分布特征。

2)地面观测站采用以点带面的方式与卫星LST对比，卫星观测像元25 km×25 km，有农田、湿地、草原、林地、高原、荒漠、建设用地和裸地等多种组合，像元下垫面不均匀。对于这些非均匀下垫面，反演的Ta与Tg和Ts的平均相关性高于0.54，Ts-Ta与Tg-Ta存在显著线性正相关关系，且相关系数稳定。

然而，目前LST反演过程中仍然存在许多问题，如其他卫星LST反演产品的验证、地表比辐射率和大气辐射传输模式的准确估算等。因此，笔者在此方面的研究只是一个开始，还存在很多不足和需要改进的地方，有待于以后利用更多的 FY卫星数据进行深入研究。