陳磊，韓燕，秦方強，石鵬飛，關軍

（西北核技術研究所，陜西西安 710000）

基于晴空閾值法的全天空紅外圖像云量計算

陳磊，韓燕，秦方強，石鵬飛，關軍

（西北核技術研究所，陜西西安 710000）

為提高新疆戈壁地區(qū)云的自動化觀測水平，基于全天空紅外成像儀（WSIRCMS）獲取的紅外輻射圖像，利用輻射傳輸模式SBDART分析了儀器測量波段對有云無云狀況的敏感性并構建了擬合方程，同時利用典型季節(jié)的晴空輻射樣本擬合了晴空曲線并統(tǒng)計形成了晴空閾值，最后利用統(tǒng)計晴空閾值對全天空紅外輻射圖像進行云像素識別和總云量計算。將不同季節(jié)總云量計算結果同人工觀測結果對比驗證表明：觀測時段算法計算總云量和人工觀測總云量差值在±2成以下的概率均在80%以上，說明該方法具有較高的準確度和較強的實用性，在觀測業(yè)務中具有較好的應用前景。

總云量；晴空閾值；紅外圖像

云是大氣中水汽凝結（凝華）成的水滴、冰晶或它們混合組成的漂浮可見聚合體[1]。觀測云是研究大氣的一種重要手段，通過對其觀測，可以了解大氣中的熱力和動力過程，進而分析大氣運動狀況和運動規(guī)律。長期以來，云的業(yè)務觀測主要依靠人工目測進行，主觀性強，精度不高，尤其是夜間觀云困難，使白天夜間很難取得準確度一致的觀云結果。伴隨著衛(wèi)星傳感器技術及相應云遙感算法的不斷進步，天基云檢測技術得到了巨大的發(fā)展。但衛(wèi)星云圖由于其時空分辨率約束，更適合揭示大范圍的云信息和云特征，對低云和區(qū)域性云的描述可能不太理想[2]。因此，利用地基高分辨率全天空成像技術進行云定量遙感探測并業(yè)務化一直受到關注，是目前的研究熱點。近年來隨著電荷耦合器件CCD和圖像處理技術的發(fā)展，出現(xiàn)了一批具有代表性的地基測云儀器。根據(jù)測量技術不同，可見光波段測云的典型代表有：總天空成像儀（Total Sky Imager,TSI）[3]、全天空成像儀（All Sky Imager,ASI）[4]、全天空成像儀（Whole Sky Imager,WSI）[5]以及國內霍娟等研發(fā)的地基全天空可見光成像觀測系統(tǒng)[6-7]，天空圖像獲取方法主要為CCD鏡頭加裝魚眼透鏡，云點識別方法主要為可見光波段紅藍通道對比閾值法[8-9]、神經網絡法[10]。但這類儀器無法獲得夜間云量信息，無法實現(xiàn)晝夜一致測量，并且白天易受大氣能見度和氣溶膠影響。紅外波段測云的典型代表有：紅外云分析儀（Cloud Infrared Radiometer，CIR）[11]、紅外測云儀（Infrared Cloud Imager，ICI）[12-14]、全天空紅外測云儀（Whole Sky Infrared Cloud Measuring System，WSIRCMS）[15-17]等，天空紅外圖像獲取方法主要為實時獲取法和紅外面陣列旋轉拼圖法，云點識別方法基本采用輻射傳輸模式計算結合大氣實測水汽含量計算閾值的方法[18-19]。但這類儀器每次觀測時都需要輻射定標，同時受儀器周邊環(huán)境影響大，保護措施要求高。

本文針對解放軍理工大學氣象海洋學院研制的紅外波段全天空成像儀（WSIRCMS)）試驗樣機測量數(shù)據(jù)開展研究工作。其通過采集8～14 μm波段大氣向下紅外輻射信息，能夠實現(xiàn)對離地仰角15°以上天空的紅外輻射實現(xiàn)晝夜連續(xù)觀測。先期開發(fā)算法具有一定的缺陷：一是算法準確判云點的前提是能夠獲取區(qū)域精確的準實時水汽含量廓線，由于目前常規(guī)氣象觀探測業(yè)務中氣柱水汽含量測量精度較低，導致云識別精度無法滿足條件；二是低仰角區(qū)域天空狀況復雜，受水汽吸收路徑過長、氣溶膠和天空遠景效應影響，導致算法對低仰角天空區(qū)域云量存在過高判斷。鑒于以上問題，本文基于WSIRCMS獲取的紅外輻射數(shù)據(jù)，采用累積紅外輻射數(shù)據(jù)再分析方法進行云量判別，為進一步提高云的自動化觀測水平提供技術支持。

1 資料與方法

采用WSIRCMS2013年7月—2014年4月的累計測量數(shù)據(jù)進行分析，除儀器故障、日常維護和危險性天氣外，一直保持開機測量。測量頻率為每小時獲取4次全天空紅外輻射圖像，獲取時間分別為每小時的00分、15分、30分和45分，測量間隙儀器為待機自檢狀態(tài)。獲取的紅外輻射圖像為9方位天空紅外輻射拼圖，方位角范圍為0°～360°，離地仰角范圍為15°～90°；由于儀器架設位置原因，西方低仰角區(qū)域存在少量地物遮擋。

分析方法為根據(jù)輻射傳輸模式模擬結果和實測紅外圖像特性，統(tǒng)計分析具有季節(jié)代表性的晴空紅外輻射值隨測量天頂角變化的曲線，從而形成具有季節(jié)代表性的晴空閾值。并根據(jù)典型季節(jié)晴空閾值比對實測輻射值識別云點計算總云量。最后將晴空閾值法計算結果與云量人工業(yè)務觀測結果進行比對。

2 分析結果

2.1 敏感性分析和擬合方程構建

在儀器工作波段8～14 μm，全天空向下輻射強度分布僅與輻射傳輸?shù)奶祉斀怯嘘P，與方位角無關，并且其極大值出現(xiàn)在地平位置，天底處輻射強度最小。并且由于該波段太陽輻射影響很小，因此太陽天頂角的變化對全天空紅外輻射的影響較小，即該波段全天空紅外輻射應具有晝夜一致性[20]。利用輻射傳輸模式SBDART，計算了晴空條件下儀器工作波段8～14 μm不同大氣模型下大氣向下紅外輻射隨天頂角變化的關系（圖1）。

從圖1a可以看出，典型大氣模型下（熱帶、中緯度夏季、中緯度冬季、近極地夏季和近極地冬季）晴空大氣向下紅外輻射均隨天頂角增加而增大，呈現(xiàn)出趨勢一致的非線性變化。同時，相同天頂角不同大氣模型的下行紅外輻射也具有一定的大小關系，與不同模型大氣的水汽氣柱積分總含量一一對應（熱帶大氣模型水汽含量最大，近極地冬季大氣模型最?。f明影響該波段大氣紅外輻射的重要原因是水汽在該波段的弱吸收作用，而非地表溫度（該波段為窗區(qū)，地表長波輻射除少量被近地層水汽吸收外，大部分直接輻散至大氣上界），所以該波段的大氣晴空紅外閾值應該具有明顯的季節(jié)變化和同季節(jié)的晝夜相似性。有云條件下8～14 μm波段大氣向下紅外輻射隨天頂角變化的模擬結果見圖1b（計算條件：中緯度夏季大氣模式，云底高度2 km和6 km，云光學厚度4和20）。從圖1b可見，有云情況下的大氣向下紅外輻射整體比晴空輻射大，但仍然隨天頂角的增大而增大。與晴空相比，有云情況下的大氣向下紅外輻射隨天頂角的變化曲線比較“平直”，因為當云光學厚度較大時，云在該波段輻射特性接近黑體，呈現(xiàn)出近似各向同性的輻射性質。有云和晴空狀況下紅外輻射大小和曲線形狀的顯著差異，為利用局地全天空紅外輻射統(tǒng)計信息區(qū)分云族、反演云量提供了可能。

為準確描述大氣向下紅外輻射隨天頂角的非線性變化，需要選取一種合適的擬合方程，其也是后面獲取晴空紅外閾值的前提。本文采用冪指函數(shù)對大氣向下紅外輻射與天頂角的關系進行擬合分析，構建的冪指函數(shù)擬合公式為：

其中，I是測得輻射值，θ為天頂角，a、b、c為擬合參數(shù)。方程（1）每個量都有明確的物理意義。當θ= 0°時，I=c，即c為天頂方向的輻射值；當θ=90°時，I= a+c，即a為天頂與天邊的輻射值差；b為曲線彎曲程度。

2.2 晴空閾值確定

如果云沒有布滿天空，則全天空紅外測云系統(tǒng)獲取的輻射圖像存在晴空像元，那么可以從全天空紅外圖像中提取晴空曲線。圖2a為儀器獲得的某時次全天空紅外輻射圖像，同心圓從內向外分別為天頂角25°、50°和75°；圖2b為對應輻射值對天頂角的散點圖。

可以看出，當天頂角大于20°時，天空中存在晴空，那么天頂角大于20°時各天頂角的最小輻射值就是該時次的晴空輻射值。同時由于天空中云的存在，并不是每個天頂角都存在晴空，導致天頂角的最小輻射值不能平滑增大。因此，在對最小值點進行擬合時，需要將其中的云輻射值進行剔除。基于這個原因，在擬合晴空輻射曲線時，采取迭代擬合和單調性檢測相結合的方法。獲取的該時次晴空最小輻射值隨天頂角變化的曲線（圖2b中紅線）。

根據(jù)前面的數(shù)值模擬分析，晴空閾值應該具有明顯的季節(jié)變化和同季節(jié)的晝夜相似性。為減少由于樣本時間跨度過大導致晴空閾值變化范圍大而不具有季節(jié)代表性，因此按月選取晴空樣本并統(tǒng)計晴空閾值。晴空樣本選擇原則為：一是同月內不分晝夜選擇；而是為避免近地層霧和浮塵對晴空閾值計算的影響，選取測量時次能見度大于15 km的樣本；三是根據(jù)全天空原始輻射拼圖，結合人工觀測選取預判云量小于2成的樣本。利用上述擬合方法對逐月各晴空樣本最小值散點進行擬合，典型月份（7月、10月、1月和4月）的晴空最小曲線統(tǒng)計結果如圖3所示。

從圖3可以看出，典型月份的晴空曲線統(tǒng)計結果不是一條單一的曲線，而是具有一定的變化范圍，這是由于統(tǒng)計時段地平緯圈上吸收氣體含量分布不均造成的，并且天頂角越大，紅外輻射傳輸路徑上的吸收氣體含量的不確定性越大；同時，晴空曲線變化范圍有明顯的季節(jié)特征，區(qū)域水汽總含量變化越大的季節(jié)，晴空曲線變化范圍越大，反之則越小。

之前的分析是對典型月份晴空樣本最小晴空曲線的統(tǒng)計分析，但不能將最小晴空曲線直接運用到云量計算中。由于大氣氣溶膠以及大氣中水汽、二氧化碳、臭氧等的各種成分地平緯圈分布不均，加之儀器本身也有一定的噪聲，因此各測量時次同一天頂角的晴空輻射存在波動范圍，如果以晴空下限作為閾值，則會造成云量的過高估計。經統(tǒng)計分析，夏季晴空上下限差值的平均值為3.6 W/（m2·Sr），因此需要在最小晴空曲線統(tǒng)計結果上加上該值；而冬季晴空上下限差值平均值小于0.5 W/（m2·Sr），該偏差可以忽略。

根據(jù)所有有效測量時次的公式（1）擬合結果，參數(shù)a在7月、10月、1月和4月的平均值分別為28.53、15.65、7.35和17.65，與不同季節(jié)區(qū)域水汽含量和大氣溫度具有一一對應關系，即大氣水汽含量越少，路徑水汽含量的不確定性越小，天頂和天邊的輻射值差異越?。粎?shù)b值不同季節(jié)的b值均在3.4～3.6之間，具有較好的穩(wěn)定性；參數(shù)c在7月、10月、1月和4月的平均值分別為11.32、12.40、15.96和13.97，1月和4月的天頂輻射值較大與1月的霧天頻發(fā)（2014年1月霧天為17 d）和4月的沙塵天氣頻發(fā)有關（2014年4月沙塵天為15 d）。

2.3 云量計算與結果驗證

為分析利用逐月晴空閾值計算云量的可行性，分別在典型月份選取預判薄卷云均勻天空樣本，并利用前面介紹的擬合方法進行擬合，晴空樣本擬合參數(shù)a、c和對應均勻薄云樣本擬合參數(shù)的對比如圖4所示。從圖4可以看出，各典型月份均勻薄云樣本參數(shù)c值均大于晴空樣本參數(shù)c值，說明在天頂附近，利用各月晴空閾值即可進行有云和無云的精確識別；1月的薄云樣本參數(shù)a值絕大部分大于晴空樣本參數(shù)a值，說明該月晴空閾值限和薄云閾值限在各天頂角上沒有交點，因此可直接利用該月晴空閾值上限進行云量識別；7月、10月和4月的薄云樣本參數(shù)a值部分小于晴空樣本參數(shù)a值，說明晴空閾值限和薄云閾值限隨著天頂角的增大會出現(xiàn)交點，如果直接用晴空閾值上限進行云量識別會導致低仰角天空區(qū)域云量的誤判。因此采用晴空閾值上限和薄云閾值下限取平均的辦法來確定晴空閾值，可確保天頂附近云量的精確判斷并盡量減少低仰角天空區(qū)域云量的誤判。

根據(jù)不同月份晴空樣本和薄云樣本統(tǒng)計分析獲得的晴空閾值參數(shù)和薄云閾值參數(shù)，就可以對儀器原始輻射圖像中的每個像素點進行檢測，判斷是否為云點。將每個像素點的輻射值與對應的閾值進行比較，小于該閾值的像素點認為是晴空，高于該閾值的像素點認為是云，其數(shù)目占像素點總數(shù)的百分比就是總云量。圖5為利用該方法獲得的云分布圖，其中白色、灰色代表云區(qū)，藍色是代表晴空；左圖為全天空紅外測云系統(tǒng)給出云圖。

為檢驗該方法計算總云量的準確性，利用2013年7月至2013年12月新疆博湖東岸人工觀測總云量和儀器計算總云量進行對比分析?？紤]到云量的高度時空變化性，因此選擇儀器測量時次和人工觀測時次最接近的時次進行匹配，即選取紅外測云儀每小時00分測量數(shù)據(jù)的總云量計算結果和人工觀測整點總云量進行比對，共匹配得到2 206組數(shù)據(jù)，7—12月±1至±10成云量差出現(xiàn)概率如表1所示。

從表1中可以看出，7—12月算法計算總云量和人工觀測總云量差值在1成以下（含1成）的概率均在75%以上，11月和12月更是達到80%以上，且各月±1成以上總云量差值出現(xiàn)概率逐漸減小，說明本文算法計算結果和大部分人工觀測結果比較一致；除11月和12月外，其余各月算法計算總云量和人工觀測總云量差值在10成的概率偏大，經對該類樣本統(tǒng)計分析，均為計算總云量為9成以上、人工觀測為1成以下的情況。出現(xiàn)這種情況的原因是算法計算總云量采用晴空樣本統(tǒng)計閾值法，許多模糊天空、水汽含量較大的晴空、存在極薄云天空的逐像素實測輻射值均大于統(tǒng)計晴空閾值，因此被算法判斷為全天有云，而人工觀測會將這些天空類型直接判斷為全天無云。由于希望該方法今后能在日常觀測業(yè)務中進行應用，因此儀器對均勻天空的云量測量結果應和人工觀測結果基本一致，所以在下一步工作中將采取調整細化晴空閾值，并嘗試使用模糊判斷、聚類分析等圖像分析方法來改善對該類天空總云量的計算。

3 結論

（1）大氣向下紅外輻射敏感性分析結果表明儀器觀測波段大氣紅外輻射隨測量天頂角的變化曲線具有明顯的季節(jié)變化和同季節(jié)的晝夜相似性；有云和晴空狀況下紅外輻射大小和曲線形狀的顯著差別為利用局地全天空紅外輻射統(tǒng)計信息區(qū)分云族、反演云量提供了可能。

（2）構建了具有明確物理意義的大氣向下紅外輻射隨天頂角變化的擬合方程，通過采集典型季節(jié)晴空紅外圖像樣本統(tǒng)計分析了晴空曲線擬合方程參數(shù)，并結合典型季節(jié)薄云樣本確定了總云量計算閾值。

（3）不同季節(jié)總云量計算結果同人工觀測結果對比驗證表明：觀測時段算法計算總云量和人工觀測總云量差值在±2成以下的概率均在80%以上，說明該方法具有較高的準確度，但水汽含量大的均勻天空和含極薄均勻云的均勻天空可能會存在云量的過高判斷。

[1]孫學金，王曉蕾，李浩，等.大氣探測學[M].北京：氣象出版社，2009.

[2]翁篤嗚，韓愛梅.我國衛(wèi)星總云量與地面總云量分布的對比分析[J].應用氣象學報，1998，9（1）：32-37.

[3]Long C N，Slater D W，Tooman T.Total Sky Imager Model 880 Status and Testing Results[R].ARM Technical Report, ARM TR-006,U S Department of Energy,Washington DC,2001.

[4]Cazorla A，Olmo F J，Alados-Arboledas L..Development of a sky imager for cloud cover assessment[J].J Opt Soc Am A，2008，25（1）：29-39.

[5]ShieldsJ E，Karr M E，Tooman T P，et al.The whole sky imager-ayearofprogress[R].EighthAtmospheric Radiation Measurement（ARM）Science Team Meeting, Tucson,Arizona，1998.

[6]霍娟，呂達仁.全天空數(shù)字相機觀測云量的初步研究[J].南京氣象學院學報，2002，25（2）：242-246.

[7]霍娟，呂達仁，王越.全天空云識別閾值法的數(shù)值模擬初步研究[J].自然科學進展，2006，16（4）：480-484.

“高等職業(yè)院校數(shù)學教師核心素養(yǎng)”，是我的研究題目，研究目的是要探明高職院校數(shù)學教師的核心素養(yǎng)結構．我想請您談談對一些問題的看法，您的意見將是我進一步完善研究的重要依據(jù)．為準確記錄您的信息，請您將具體的看法填在問題后的空白處．非常感謝！

[8]Shields J E，Johnson R W，Karr M E,et al.Daylight Visibel/NIR Whole-sky Images for Cloud and Radiance Monitoring in Support of UV Research Programs[C].Proc SPIE.2003，5156：155-166.

[9]Souza-Echer M P,Pereir A E B,Bins L S,et al.A simple method for the assessment of the cloud cover state in high-latitude regions by a ground-based digital camera[J]. J Atmos Ocean Technol,2006，23（3）：437-447.

[10]Linfoot A,Alliss R J.A Cloud Detection Algorithm Applied to a Whole Sky Imager Instrument Using Neural Networks[R].19thConferenceonProbabilityand StatisticsSixthConferenceonArtificialIntelligence Applications to Environmental Science.New Orleans, LA，2008.

[11]Genkova I,Long C N,Besnard T,et al.Assessing Cloud Spatial and Vertical Distribution with Infrared Cloud Radiometer CIR-7[C].Proceedings of SPIE.2004，4482：341-349.

[12]Shaw J A,Thurairajah B,Edqvist E,et al.Infrared Cloud Imager Deployment at the North Slope of Alaska During Early 2002[R].12th ARM Science Team Meeting，Washington,DC,2002.

[13]BrenthaThurairajah,J.A.Shaw.CloudStatistics Measured with the Infrared Cloud Imager[J].IEEE TransactionsonGeoscienceandRemoteSensing，2005，43（9）：2000-2007.

[14]Shaw J.A,Thurairajah B.Short Term Arctic Cloud Statistics at NSA from the Infrared Cloud Imager[R]. ProceedingsoftheThirteenthARMScienceTeam Meeting.Broomfield,CO，2003.

[16]孫曉鋼，孫學金，牛珍聰，等.全天空云圖獲取的一種方式及算法實現(xiàn)[J].氣象科學，2008，28（3）：338-341.

[17]孫學金.云的地基全天空紅外遙測研究[D].北京：北京大學，2009.

[18]Shaw J A,Thurairajah B.Statistics of Alaskan clouds from the infrared cloud imager（ICI）[R].Proc SPIN Conf Optical Spectroscopic Techniques and Instrumentation for Atmospheric and Space Research.San Diego,C A,2003：1-6.

[19]高太長，劉磊，趙世軍，等.全天空測云技術現(xiàn)狀及進展[J].應用氣象學報，2010，21（1）：101-109.

[20]陳磊，石鵬飛，韓燕，等.新疆博湖地區(qū)大氣向下紅外輻射特性及其對云識別應用的研究[J].沙漠與綠洲氣象，2014，8（1）：39-44.

[21]岳平，劉曉云，郭良才，等.紋理分析法識別靜止衛(wèi)星紅外云圖和監(jiān)測汛期強對流天氣系統(tǒng)[J].干旱氣象，2005，23（2）：50-53.

[22]李慧晶，劉建西，劉東升，等.西南地區(qū)云量變化特征[J].干旱氣象，2014，32（2）：194-200.

[23]趙勇，崔彩霞，賈麗紅，等.中國天山區(qū)域云量的變化及其與降水的關系[J].沙漠與綠洲氣象，2013，7（6）：1-7.

[24]吉哲君，王麗娜，李國平，等.黃河上游瑪曲地區(qū)近40 a云量的變化特征[J].沙漠與綠洲氣象，2014，8（5）：29-33.

Total Cloud Amount Calculation Based on Clear Sky Threshold Using Whole Sky Infrared Images

CHEN Lei，HAN Yan，QIN Fangqiang，SHI Pengfei，GUAN Jun
（Northwest Institute of Nuclear Technology,Sanxi 710000,China）

To improve the ground-based automatic observation of total cloud amount（TCA)in Xinjiang Gobi region,based on the cumulative infrared radiation images obtained by Whole Sky Infrared Cloud Measuring System（WSIRCMS）,the sensitivity of instrument measurement band to different sky conditions（including clear and cloudy）was analyzed using radiative transfer model SBDART,and the fitting equation suitable for relationship of atmospheric downward infrared radiation and zenith angle was designed,and then the clear sky threshold of typical seasons was determined by statistically analyzing the clear sky infrared radiation samples using fitting equation, and TCA was calculated using the clear sky threshold.Feasibility and accuracy of the clear sky threshold method were verified by comparing with the artificial TCA observation data and that the probability of difference within±2 was higher than 80%,this showed that the method has high accuracy and has a good prospect in daily TCA observations.

total cloud amount（TCA）；clear sky threshold；infrared images

S161

B

1002-0799（2015）03-0063-07

陳磊，韓燕，秦方強，等.基于晴空閾值法的全天空紅外圖像云量計算[J].沙漠與綠洲氣象，2015，9（3）：50-56.

10.3969/j.issn.1002-0799.2015.03. 008

2014-09-03；

2015-02-10

國家863計劃軍口部分（2013AA8061002）資助。

陳磊（1984-），男，工程師，現(xiàn)從事大氣輻射與遙感研究。E-mail：legend031v7@163.com