基于MODIS的青海冷湖地区大气水汽含量时空分布特征研究

刘浩成，孟庆凯，韩 帅，黄鑫华

(青海大学水利电力学院，青海 西宁 810016)

大气水汽含量(Precipitable Water Vapor，PWV)指单位面值的空气柱内含有将全部水汽转化成雨、雪所形成的降水量，也称大气可降水量。由于水汽的蒸发与凝结会吸收和释放大量能量，因此大气水汽含量是影响气候变化的主要因素。同时，它也是影响天文观测红外质量的重要参数之一。高含量大气水汽会增加红外热背景，同时会降低大气透明度，不利于天文观测[1]。研究表明，大气水汽含量分布存在明显的时空差异[2]。了解大气水汽含量时空分布特征对于确定天文台选址和观测时间段具有重要意义。目前，大气水汽含量测量方法主要包括红外水汽测量、卫星遥感数据、探空水汽累加计算法和地基GPS反演等[3]。赵海兰等[4]利用地基GPS技术和探空资料累加计算法反演了上海地区大气水汽含量。Li等[5]利用MODIS数据对西北干旱地区进行了大气水汽含量反演。国外学者利用卫星遥感数据进行了大气水汽含量反演。Gao等[6]对MODIS数据的水汽反演方法进行了全面阐述，并验证了MODIS数据2级产品的精度。相比于GPS反演法和探空资料累加计算法，卫星遥感数据虽然精度不足，但能解决由于GPS站点和探空数据较少而产生的数据时空连续性受限问题[7]。

本文以青海冷湖地区为研究对象，采用2015—2020年1931景、分辨率为1 km的MODIS大气水汽含量日数据，以年与季节两种时间尺度，对研究区2015—2020年大气水汽含量时空分布特征及其演变趋势进行了分析，并结合NCEP再分析资料对其结果进行验证；结合30 m分辨率的土地覆盖类型数据和MODIS05大气水汽含量数据，对研究区不同土地覆盖类型与大气水汽含量的关系进行了分析研究，为确定研究区天文台选址和最佳观测时间段提供理论依据。

1 研究区概况

研究区包括冷湖及其周边地区(89°35′～97°36′E，35°30′～39°06′N)，区域面积为28万km2。该地区属高原大陆性气候，年平均气温2～3 ℃，降水极少，为中国极干燥地区[8]，自然条件恶劣，终年寒冷多风，少雨干旱，发育有大量雅丹地貌[9]。由于研究区海拔高、干旱少雨、人口密度极低，所以夜间星空质量优良，全年夜晴天数多达276 d，符合优良天文台选址对地形条件的要求[10]。研究区概况如图1所示。

图1 研究区概况Fig.1 General situation of the study area

2 数据与方法

2.1 卫星遥感数据 本研究选用的卫星遥感数据为MODIS05遥感数据产品、NCEP再分析资料和GlobeLand 30土地覆盖类型专题数据。MODIS05遥感数据取自于美国发射的Terna和Aqua卫星的中分辨率成像光谱仪，选取时间为2015—2020年，时间分辨率为日尺度，空间分辨率为1 km，共有36个光谱波段。NCEP再分析资料包括月平均的空中8层等压面的水汽数据，选取时间为2015—2020年，时间分辨率为月尺度，水平分辨率为2.5°。土地覆盖类型数据为GlobeLand 30专题数据，分辨率为30 m。三种数据的投影坐标系均为WGS84。数据详细信息如表1所示。

表1 研究区数据集Tab.1 Dataset of the study area

2.2 研究方法 MODIS数据采用HDF格式进行储存，其中包括栅格影像数据、地理定位文件及属性等多种数据类型，利用HEG(HDF～EOS To GeoTIFF Conversion Tool)工具对数据进行投影转换、裁剪和融合。2、5波段对大气的透过率接近1，可作为大气窗口通道；17、18、19三个波段对水汽吸收能力较强，可作为水汽吸收通道。根据Arcgis和Envi等软件计算水汽吸收通道和大气窗口通道的比值提取大气水汽含量。在对MODIS数据进行验证和对比的过程中，将MODIS数据重采样为2.5°分辨率，以保证和NCEP再分析资料的分辨率一致。NCEP再分析资料对大气水汽含量的计算公式如下：

(1)

式中：Pw表示大气可降水水汽(mm)，g为重力加速度，取9.8 N/kg，q为比湿(g/kg)，Ps为地面气压(hPa)，Pz为大气层顶气压，取1 000 hPa，即整层大气。

3 结果与分析

3.1 研究区大气水汽含量时空分布特征 研究区2015—2020年年平均大气水汽含量时空分布特征如图2所示。从图中可以看出，大气水汽含量整体较低，五年累计年平均大气水汽含量为0.29～3.22 g/cm2，整体年平均大气水汽含量为0.59 g/cm2。研究区2015—2020年年季节平均大气水汽含量时空分布情况如图3所示。由图中可以发现，大气水汽含量存在明显的季节差异(本文将春季定义为3—5月，夏季为6—8月，秋季为9—11月，冬季为12月至翌年2月)，即春、夏、秋、冬四季的平均大气水汽含量依次为0.17～2.65、0.61～4.26、0.26～4.00、0.09～2.51 g/cm2，年季节平均大气水汽含量依次为0.43、1.17、0.53、0.21 g/cm2。研究区大气水汽含量整体较低，且存在明显的季节差异，夏季大气水汽含量较多，春、秋、冬三个季节大气水汽含量依次减少。

图2 研究区2015—2020年年平均大气水汽含量时空分布(1 km2)Fig.2 Temporal and spatial distribution of annual average PWV in the study area from 2015 to 2020(1 km2)

图3 研究区2015—2020年年季节平均大气水汽含量时空分布(1 km2)Fig.3 Temporal and spatial distribution of annual seasonal average PWV in the study area from 2015 to 2020(1 km2)

为进一步分析研究区大气水汽含量时空分布特征，按照Kidger等[11]提出的大气水汽含量分类标准，将年平均和年季节平均大气水汽含量分类处理(图4和图5)，并统计了各季节大气水汽含量主要分布范围及其面积比例(表2)。由图4和图5可知，研究区2015—2020年年平均大气水汽含量为0.3～1 g/cm2的地区占总面积的99.23%，春、秋、冬三个季节的平均大气水汽含量为0～1 g/cm2，此范围内的地区分别占总面积的96.12%、99.17%和97.51%。通过分析可知,研究区春、秋、冬三个季节大气水汽含量极低，夏季大气水汽含量最为丰富，大气水汽含量为0.6～1.5 g/cm2的地区占总面积的79.78%。总体来说，除去个别极大值，研究区大气水汽含量常年处于较低水平。

图4 研究区2015—2020年再分类年平均大气水汽含量时空分布(1 km2)Fig.4 Temporal and spatial distribution of annual average PWV reclassified in the study area from 2015 to 2020(1 km2)

图5 研究区2015—2020年再分类年季节平均大气水汽含量时空分布(1 km2)Fig.5 Temporal and spatial distribution of annual seasonal average PWV reclassified in the study area from 2015 to 2020(1 km2)

表2 2015—2020年各季节大气水汽含量主要分布范围及其面积占比Tab.2 Main distribution and area proportion of PWV in each season from 2015 to 2020

为了验证数据的准确性，选择NCEP再分析资料，提取研究区2015—2020年各季节平均大气水汽含量中值，并与MODIS数据进行对比分析，结果如图6所示。基于MODIS数据与NCEP再分析资料提取的研究区内五年长时序大气水汽含量依然存在明显的季节性变化，夏季大气水汽含量最高，冬季大气水汽含量最低。利用NCEP再分析资料提取的研究区大气水汽含量中值与MODIS数据提供的大气水汽含量中值在春、秋、冬三个季节均为0～0.6 g/cm2，无明显差异。根据两种数据提取的大气水汽含量中值最大差异主要集中在夏季，误差为7%～17%，主要是因为夏季大气水汽含量较高，NCEP再分析资料的分辨率较低，导致夏季的大气水汽含量中值偏高。

图6 基于MODIS与NCEP再分析资料的研究区2015—2020年各季节平均大气水汽含量中值Fig.6 Median value of seasonal average content of PWV in the study area from 2015 to 2020 based on MODIS and NCEP reanalysis data

3.2 研究区大气水汽含量与土地覆盖类型的关系 研究区土地覆盖类型主要包括草地、裸地、湖泊、湿地和冰川五大类，分布如图7所示，其中草地占总面积的26.7%，裸地占总面积的58.5%。

图7 研究区土地覆盖类型Fig.7 Land cover types in the study area

从研究区年平均大气水汽含量和年季节平均大气水汽含量的分布可以看出，不同土地覆盖类型对应的大气水汽含量不同。为了进一步分析土地覆盖类型与大气水汽含量的关系，利用分辨率为30 m的研究区土地覆盖类型数据(图7)提取了不同土地覆盖类型对应的2015—2020年年平均大气水汽含量(图8)和分季节大气水汽含量时序图(图9)。由图8可知，研究区湖泊上空大气水汽含量最高，年平均值达 0.73 g/cm2；湿地上空年平均大气水汽含量为0.62 g/cm2；冰川、草地和裸地大气水汽含量相对较低，分别为0.41、0.49、0.54 g/cm2。由图9可以看出，研究区大气水汽含量分布符合季节性特征，即夏季最高，冬季最低；湿地和湖泊上空的大气水汽含量常年高于冰川、草地和裸地上空的大气水汽含量。另外，冰川上空的大气水汽含量在夏季始终处于最低，这可能与冰川上空的气候环境有关。

图8 研究区不同土地覆盖类型2015—2020年 年平均大气水汽含量Fig.8 Annual average content of PWV of different land cover types in the study area from 2015 to 2020

图9 不同土地覆盖类型2015—2020年分季节大气水汽含量时序图Fig.9 Time series of seasonal content of PWV of different land cover types from 2015 to 2020

4 讨论与结论

大气水汽含量分布存在明显的时空差异[2]，因此了解大气水汽含量时空分布特征对于确定天文台选址和观测时间段具有重要意义。探空水汽累加计算法和地基GPS等测量方法虽然保证了大气水汽含量的数据精度，但仅适用于设施齐全、人类活动频繁的区域，如赵海兰等[5]利用此类方法对上海地区大气水汽含量进行测量。前人多利用卫星遥感数据测量西北干旱地区及无人区的大气水汽含量，如李霞等[6]利用MODIS数据对西北干旱地区进行了大气水汽含量反演。虽然遥感卫星数据的精度不如实测数据，但能解决由于GPS站点和探空数据较少而产生的数据时空连续性受限问题[8]。本文利用2015—2020年MODIS日尺度数据分析了冷湖地区大气水汽含量时空分布特征及其演变趋势，并结合土地覆盖类型进行了量化分析，得出如下结论：

(1)研究区2015—2020年年平均大气水汽含量为0.59 g/cm2,夏季大气水汽含量最高，常年为0.6～1.5 g/cm2，年平均值为1.17 g/cm2；春、秋、冬三个季节大气水汽含量常年为0.3～1 g/cm2，冬季大气水汽含量为0～0.3 g/cm2的地区占研究区总面积的97.51%。

(2)研究区不同土地覆盖类型对应的大气水汽含量有较大差异，湖泊上空大气水汽含量最高，年平均值达0 .73 g/cm2；其次，湿地上空的年平均大气水汽含量为0.62 g/cm2；冰川、草地和裸地大气水汽含量相对较低，分别为0.41、0.49、0.54 g/cm2。

(3)从长时序大气水汽含量时空分布特征来看，研究区大气水汽含量分布呈现显著的季节性差异，春、秋、冬三个季节大气水汽含量依次降低，夏季最高，这与梁宏等[12]、马涛等[13]的研究结果一致。根据基于MODIS数据和NCEP再分析资料数据所获得的研究区大气水汽含量长时序分布特征可知，两种数据反映的总体趋势一致，受分辨率影响，MODIS数据分辨特征更为清晰且呈现显著。