趙營營，朱 琳，孫文彬，李文杰

?

部分云覆蓋下紅外輻射傳輸模型及對火山灰云的敏感性研究

趙營營1，朱 琳2，孫文彬1，李文杰1

（1. 中國礦業(yè)大學(xué)（北京）地球科學(xué)與測繪工程學(xué)院，北京 100083；2. 中國氣象局國家衛(wèi)星氣象中心，北京 100081）

針對我國新一代地球同步氣象衛(wèi)星FY-4的預(yù)期發(fā)射和數(shù)據(jù)應(yīng)用，本文借助與FY-4衛(wèi)星成像儀類似的Meteosat-8衛(wèi)星的SEVIRI儀器數(shù)據(jù)資料開展先期研究，建立了一種部分云覆蓋條件下紅外輻射傳輸模型，模擬了不同大氣條件、火山灰云高度、有效云量和觀測天頂角情況下衛(wèi)星觀測的紅外通道的亮度溫度的變化。美國標(biāo)準(zhǔn)氣候態(tài)大氣廓線和火山灰區(qū)實(shí)時大氣廓線兩種模擬結(jié)果都表明，模型模擬的8.3～9.1mm，9.8～11.8mm，11～13mm，12.4～14.4mm的入瞳亮度溫度對云高度、有效云量較為敏感，基本呈線性相關(guān)；衛(wèi)星天頂角對模擬的輻射亮溫的影響相對較小。通過不同大氣廓線狀態(tài)和火山灰云發(fā)射率情景下的測試結(jié)果表明，只有同時考慮大氣條件和火山灰云通道發(fā)射率的差異后，模式才能夠較好地模擬出火山爆發(fā)情景下火山灰云中酸性物質(zhì)在11mm和12mm的反吸收特性。與大氣條件相比，通道的發(fā)射率差異對火山灰云的遙感建模更為重要。因此，可在傳統(tǒng)的分裂窗通道的基礎(chǔ)上，通過熱紅外多通道亮溫及亮溫差異信息聯(lián)合反演火山灰云高度和有效云量等因子，提高部分覆蓋下火山灰云的微物理參數(shù)的反演精度。本研究為建立基于我國新一代靜止氣象衛(wèi)星FY-4數(shù)據(jù)的火山灰云濃度定量反演模型提供了理論基礎(chǔ)。

火山灰云；部分云覆蓋；紅外輻射傳輸模型；有效云量；火山灰云高度；亮溫敏感性

0 引言

一次大規(guī)模的火山噴發(fā)所形成的火山灰云通常能夠沖破對流層并長期駐留在平流層中，這恰好是民航客機(jī)的飛行高度。平流層火山灰云給航空安全帶來極大威脅[1-4]。首先，火山灰云中硅酸鹽粒子極易被航空器發(fā)動機(jī)高溫部件融化，并冷卻覆蓋在渦輪機(jī)上，引起發(fā)動機(jī)故障。此外，火山灰粒子還會覆蓋在駕駛艙窗口、機(jī)身、引擎等造成部件磨損及長期侵蝕。從長期來看，大規(guī)模的火山灰云覆蓋在地球上空，削弱了到達(dá)地面的太陽輻射，能夠引起氣溫、降水異常，還會造成臭氧層破壞、大氣污染、形成酸雨等現(xiàn)象，從而對全球氣候和環(huán)境產(chǎn)生深遠(yuǎn)影響[5-9]。因此，定量反演火山灰云的高度、濃度等信息對航空安全及環(huán)境氣候研究具有重要意義。

氣象衛(wèi)星數(shù)據(jù)具有較高的時間分辨率和豐富的光譜波段，有利于動態(tài)監(jiān)測火山灰云的空間分布和擴(kuò)散路徑，并實(shí)時反演火山灰云的微物理特性。從20世紀(jì)90年代以來，學(xué)者利用氣象衛(wèi)星可見光至熱紅外通道特別是熱紅外的多通道組合，在檢測火山灰云、沙塵等微物理特性方面進(jìn)行了大量工作[10-13]。近年來，隨著國際上新一代靜止氣象衛(wèi)星的研制和陸續(xù)發(fā)射，傳感器的通道個數(shù)和探測能力進(jìn)一步增強(qiáng)。SEVIRI（Spring Enhanced Visible and Infrared Imager）儀器是搭載在歐洲第二代地球靜止氣象衛(wèi)星MSG的成像儀。學(xué)者利用SEVIRI儀器熱紅外波段在火山灰云識別、火山灰云高度及微物理特性反演方面做了大量工作。Stohl等、Prata等利用SEVIRI分裂窗通道9.8～11.8mm，11～13mm的光譜響應(yīng)特性通過亮溫差模型獲得火山灰平均粒子半徑和光學(xué)厚度以及火山灰云的質(zhì)量濃度等[14-16]。亮溫差法在熱帶和高濕條件下，水汽吸收能屏蔽掉火山灰云在分裂窗通道反吸收特性的影響，導(dǎo)致火山灰云的誤判，這是亮溫差法的局限性[16]。Pavolonis等、Francis等和Cooke等利用SEVIRI熱紅外多通道數(shù)據(jù)根據(jù)比率方法監(jiān)測火山灰云范圍，并基于貝葉斯最優(yōu)估計理論和一維變分方法反演火山灰云物理參數(shù)，如火山灰云所在高度的壓強(qiáng)（或火山灰云高度、有效溫度等）、火山灰云微物理參數(shù)（如粒子有效半徑、柱濃度、粒子分布等）[17-20]。一維變分方法能夠?qū)崿F(xiàn)自動、實(shí)時火山灰云檢測和火山灰云特性反演，但需要實(shí)時輸入地表溫度、地表發(fā)射率以及大氣廓線等輔助數(shù)據(jù)，增加了反演需要的時間，輔助數(shù)據(jù)與衛(wèi)星資料空間分辨率上的不匹配，也在一定程度上降低了反演結(jié)果的精度。

中國下一代靜止氣象衛(wèi)星風(fēng)云四號（FY-4）衛(wèi)星的首發(fā)星FY-4A計劃于2016年發(fā)射。FY-4A上搭載了多通道掃描成像輻射計（AGRI），包括14個成像通道，其中有8個熱紅外通道，通道設(shè)置和歐洲MSG上搭載的SEVIRI儀器對應(yīng)通道相似。與中國第一代靜止衛(wèi)星FY-2相比，F(xiàn)Y-4成像儀增加了8.5mm和13.5mm的兩個熱紅外通道，將進(jìn)一步增強(qiáng)對火山灰云微物理參數(shù)反演的數(shù)據(jù)支持。在FY-4產(chǎn)品算法研制階段，歐洲的SEVIRI衛(wèi)星數(shù)據(jù)為基于FY-4衛(wèi)星的產(chǎn)品算法和模型測試提供了數(shù)據(jù)基礎(chǔ)。如吳曉采用搭載于Meteosat-8的SEVIRI儀器的觀測數(shù)據(jù)作為代理資料，建立了基于FY-4衛(wèi)星的大氣下行長波輻射通量密度反演模式[21]。

雖然目前國際上主流的靜止氣象衛(wèi)星在對火山灰云探測能力方面進(jìn)一步增強(qiáng)，但其空間分辨率大都在500m～5km之間，受到空間分辨率的限制導(dǎo)致混合像元效應(yīng)顯著。特別是在火山爆發(fā)的中后期，隨著火山灰云的擴(kuò)散和沉降，像元內(nèi)部會出現(xiàn)部分為火山灰云，部分是其它地物信息的情況。假設(shè)火山灰云為不透明云，衛(wèi)星觀測到的上行輻射量可寫成晴空輻射量和云輻射量兩部分的線性組合，可理解為衛(wèi)星視場被部分云覆蓋[22]。部分云覆蓋下紅外輻射傳輸模式是否能夠有效地體現(xiàn)火山灰云中微物理特性變化而導(dǎo)致的輻射量的變化，大氣條件、觀測角度以及云的覆蓋比例如何影響最終衛(wèi)星觀測的紅外輻射是后期有效建立火山灰云微物理參數(shù)反演模型的理論基礎(chǔ)。然而，這方面的系統(tǒng)研究報道較少。

本文以搭載在歐洲MSG衛(wèi)星上的SEVIRI數(shù)據(jù)作為代理資料，通過部分云覆蓋下紅外輻射傳輸模型，模擬了不同大氣條件、火山灰云高度、有效云量和觀測天頂角情況下衛(wèi)星觀測的紅外通道的亮度溫度，分析了不同通道模擬的亮溫對火山灰云高度和有效云量等參數(shù)的敏感性，為建立部分云覆蓋條件下基于FY-4衛(wèi)星的火山灰云定量反演模型提供理論基礎(chǔ)。

1 紅外輻射傳輸理論

假設(shè)，以衛(wèi)星視角觀測，視野范圍有部分云覆蓋，大氣環(huán)境無散射（無分子散射），云下行發(fā)射或分子發(fā)射經(jīng)地表反射和透射到達(dá)對流層頂?shù)牟糠挚珊雎裕ㄟ@一部分在紅外波段很?。瑢σ粋€給定的紅外通道或波長，衛(wèi)星接收到的向上輻射可以近似寫成晴空和云輻射項的線性組合[17-18,22]：

obs()＝eff()cld()＋clr()(1－eff()) (1)

式中：為某一給定的熱紅外波長；obs為衛(wèi)星觀測到的輻射亮度；clr和cld分別代表衛(wèi)星視場內(nèi)晴空和云的輻射亮度，eff為該紅外波長范圍內(nèi)的有效云量（由云的發(fā)射率與云量的乘積得到[23]）。為了避免使用額外的符號，公式隱含了角度。在某一高度下，云的輻射亮度（cld）由公式(2)給出：

cld()＝ac()＋ac()(,eff) (2)

式中：ac和ac分別為從云頂?shù)酱髿忭數(shù)纳闲写髿廨椛淞亢屯高^率。是普朗克方程，eff為有效云溫度。公式(2)中，晴空的透過率和輻射亮度的計算基于一種以回歸方法為基礎(chǔ)的晴空大氣快速傳輸模式[24]。模型同時需要輸入地表溫度、地表發(fā)射率、大氣溫度廓線、水汽廓線和臭氧廓線、衛(wèi)星天頂角等參數(shù)。其中，地表發(fā)射率來自SeeBor數(shù)據(jù)庫，不同通道間地表發(fā)射率有所差異[25]。

有效云量的光譜變化直接與云的微物理特性相關(guān)，如粒子大小、形狀和成分。兩個不同的紅外波段有效云量構(gòu)造的有效吸收光學(xué)厚度比率（指數(shù)）能夠直接反映火山灰云的微物理特性。對于給定的1和2兩個波段的有效云量eff(1)和eff(2)，obs[1/2]由公式(3)定義：

公式(3)可以簡單地解釋為兩個不同波長的有效吸收光學(xué)厚度abs.eff的比率。指數(shù)可以從單次散射特征方面進(jìn)行解釋，可以從一個給定的云的組成成分和粒徑分布計算出來。在波長8～15mm的范圍內(nèi)，多次散射的影響很小，obs能夠體現(xiàn)部分云覆蓋條件下輻射傳輸?shù)谋举|(zhì)內(nèi)容[18]。

2 數(shù)據(jù)來源及介紹

2.1 SEVIRI數(shù)據(jù)

SEVIRI（Spring Enhanced Visible and Infrared Imager）是搭載在歐洲第二代氣象衛(wèi)星MSG（Meteosat Second Generation）平臺上的旋轉(zhuǎn)增強(qiáng)可見光及紅外成像儀，對地氣系統(tǒng)進(jìn)行觀測，總共12個通道。其中，高分辨率可見光（HRV）通道在東-西方向進(jìn)行半盤掃描，在南-北方向進(jìn)行全盤掃描，其余11個通道以15min的重復(fù)周期對地球進(jìn)行全盤觀測。在天底點(diǎn)，HRV通道分辨率為1km，其他8個熱紅外通道和3個可見光和近紅外通道空間采樣分辨率為3km。SEVIRI儀器具體的通道設(shè)置和主要應(yīng)用見表1[26]。

表1 SEVIRI在通道的中心、最小和最大波長處的光譜通道特征和每個通道的主要應(yīng)用領(lǐng)域

2.2 廓線數(shù)據(jù)

文章進(jìn)行亮溫模擬時分別使用了美國標(biāo)準(zhǔn)（1976）大氣模式下的氣候態(tài)廓線數(shù)據(jù)和美國國家環(huán)境預(yù)報中心NCEP（National Centers for Environmental Prediction）的6小時全球資料同化系統(tǒng)T126分辨率的GFS（Global Forecast Model）分析數(shù)據(jù)，其數(shù)據(jù)來自美國威斯康辛大學(xué)空間科學(xué)與工程中心（ftp://ftp.ssec.wisc.edu/pub/eosdb/ancillary）。

GFS分析數(shù)據(jù)每個文件都包含了分量，分量，分量，溫度，垂直速度，相對濕度，以及絕對渦度廓線，其中大多數(shù)都在26層強(qiáng)制氣壓層（1000～10hPa）上。垂直速度在1000～100hPa壓強(qiáng)層范圍，相對濕度在1000～300hPa壓強(qiáng)層范圍。另外也包含單層數(shù)據(jù)，例如，邊界層的風(fēng)、溫度和相對濕度，對流層的溫度、壓力和風(fēng)。數(shù)據(jù)采用全球1×1度格網(wǎng)。文件為GRIB格式。

在模擬亮溫時，需要使用對應(yīng)固定壓強(qiáng)層的101層廓線數(shù)據(jù)，這就需要對GFS數(shù)據(jù)進(jìn)行插值處理。廓線數(shù)據(jù)垂直插值方法如下[18]：

101()＝(－1)＋lg(()/(－1))*

(()－(－1))/lg(()/(－1)) (4)

式中：代表26層溫度或水汽廓線（水汽廓線由相對濕度廓線轉(zhuǎn)化得到，高層的水汽廓線由水汽最小值補(bǔ)齊），101代表101層溫度或水汽廓線。代表()與(－1)之間的任意壓強(qiáng)層，(－1)＜＜()。()與(－1)代表壓強(qiáng)層()與(－1)處的值。

標(biāo)準(zhǔn)模式下的氣候態(tài)數(shù)據(jù)和GFS 6小時全球資料同化系統(tǒng)分析數(shù)據(jù)經(jīng)過處理均成為符合壓強(qiáng)層光學(xué)厚度模型的101層壓強(qiáng)層的廓線數(shù)據(jù)。輸入其溫度廓線、水汽廓線、臭氧廓線以及云層溫度、地表發(fā)射率、有效云量和觀測角度等利用快速輻射傳輸模型模擬火山灰云的輻射亮度并通過普朗克函數(shù)轉(zhuǎn)化為亮溫。

3 敏感性分析

3.1 標(biāo)準(zhǔn)大氣與火山灰云大氣條件下模擬亮溫的敏感性

以地球同步軌道MSG平臺上搭載的SEVIRI傳感器對應(yīng)的6個紅外通道，即通道4、5、7、9、10、11的光譜響應(yīng)特性為基礎(chǔ)，利用本文第一節(jié)所述的正演模式，模擬不同有效云量、壓強(qiáng)層高度和衛(wèi)星天頂角條件下對應(yīng)的入瞳亮度溫度的變化。大氣廓線數(shù)據(jù)采用美國標(biāo)準(zhǔn)（1976）大氣模式下氣候態(tài)數(shù)據(jù)以及2010年5月8日冰島艾雅法拉冰河火山（Eyjafjallajokull volcano）區(qū)的GFS廓線數(shù)據(jù)。

如圖1(a)所示，在美國標(biāo)準(zhǔn)大氣廓線條件、壓強(qiáng)＝515.72hPa，衛(wèi)星天頂角＝0°的情況下，模式模擬出的SEVIRI第4、7、9、10、11通道亮度溫度與有效云量表現(xiàn)出明顯的負(fù)線性相關(guān)。相對第4通道，第7、9、10、11通道亮度溫度與有效云量的線性關(guān)系更理想。有效云量從0.1變化到1，模擬的亮度溫度在第7、9、10通道分別由284K、287K、286K降低到252K、253K、253K，改變了32K、34K、33K；在第11通道由265K降低到246K，改變了19K?？梢娕c第11通道相比，SERIVI衛(wèi)星觀測的第7、9、10紅外輻射值隨著有效云量的增加，表現(xiàn)出更強(qiáng)的吸收特性。與其他通道相比，第5通道亮度溫度對有效云量的變化沒有表現(xiàn)出明顯的響應(yīng)。如果保持有效云量和衛(wèi)星天頂角不變（以有效云量＝0.5，衛(wèi)星天頂角＝0°為例）（圖1(b)），SEVIRI第7、9、10、11通道亮度溫度與壓強(qiáng)層高度表現(xiàn)出近似的正線性相關(guān)，特別是在300百帕到近地面層。壓強(qiáng)層高度由200hPa降低到850hPa，第7、9、10、11通道亮度溫度分別由261.5K、261.5K、260K、245K升高到281.5K、284.5K、283K、264K，分別改變了20K、23K、23K、19K，可見第9和第10通道對高度的變化最為敏感。而第4、5通道較其他通道表現(xiàn)的線性關(guān)系較弱。與有效云量、壓強(qiáng)層高度相比，隨著天頂角的增加，第5和第11通道的亮度溫度緩慢減小，其他通道基本上對衛(wèi)星天頂角的變化不敏感。

對比圖1和圖2的結(jié)果可見，在標(biāo)準(zhǔn)大氣廓線和有火山灰云大氣廓線2種大氣條件下，模式模擬出的入瞳輻射亮度表現(xiàn)出相似的規(guī)律。這說明無論是在氣象云還是在火山灰云的情景下，大氣條件的改變基本不影響模式對有效云量、云高度以及衛(wèi)星天頂角的敏感性總體規(guī)律，氣象云是影響火山灰云判識和微物理參數(shù)反演的主要因素之一。

圖1 美國標(biāo)準(zhǔn)氣候態(tài)數(shù)據(jù)模擬SEVIRI傳感器第4、5、7、9、10、11通道的亮溫分別與(a) 有效云量，(b)壓強(qiáng)層，(c)衛(wèi)星天頂角的關(guān)系

圖2 2010年5月8日UTC1200冰島艾雅法拉冰河火山區(qū)的GFS分析數(shù)據(jù)模擬SEVIRI傳感器第4、5、7、9、10、11通道的亮溫分別與(a)有效云量，(b)壓強(qiáng)層，(c)衛(wèi)星天頂角的關(guān)系

3.2 晴空與有火山灰云條件下亮溫差的敏感性

以典型火山爆發(fā)時的大氣廓線為例，進(jìn)一步測試了火山爆發(fā)情景下SEVIRI各個熱紅外通道晴空和有云兩種情況的亮溫差的變化。如圖3(a)所示，在壓強(qiáng)＝515.72hPa，衛(wèi)星天頂角＝0°的情況下，第7、9、10、11通道晴空與有火山灰云條件下的亮溫差與有效云量表現(xiàn)出明顯的線性相關(guān)。有效云量從0.1變化到1，模擬的晴空與有火山灰云條件下的亮溫差在第7、9、10通道大約分別由2K、2.5K、3K上升到26K、27K、27K，改變了24K、24.5K、24K；在第11通道，由3K上升到18K，改變了15K。SEVIRI第11通道這種獨(dú)特的吸收特性對建立有效云量的反演方法非常重要。圖3(b)表明，在有效云量和衛(wèi)星天頂角不變的情況下，SEVIRI第7、9、10、11通道晴空與有火山灰云條件下的亮溫差與壓強(qiáng)層高度表現(xiàn)為近似的線性相關(guān)。壓強(qiáng)層高度由200hPa降低到850hPa，第7、9、10、11通道晴空與有火山灰云條件下的亮溫差分別由25K、28K、30K、25K下降到3K、3K、4K、2K，分別改變了22K、25K、26K、23K。SEVIRI第4通道晴空和有云條件下亮溫差只在大氣中低層表現(xiàn)出和高度的負(fù)線性關(guān)系，而第5通道則相反，只在中高層大氣表現(xiàn)出和高度的線性相關(guān)。衛(wèi)星天頂角的變化對最終模擬的亮溫差變化波動性較大，沒有表現(xiàn)出明顯的規(guī)律。

3.3 火山灰云大氣條件下SEVIRI傳感器第9、10通道亮溫差的敏感性

紅外通道之間在不同有效云量、高度上表現(xiàn)出的對火山灰云粒子的差異性吸收特性是選擇合適的通道進(jìn)行火山灰云反演的關(guān)鍵依據(jù)?；鹕交遗c水或冰在11mm和12.0mm兩個分裂窗通道具有相反的吸收特性，這是廣泛使用的分裂窗亮溫差算法區(qū)分火山灰云與氣象云的理論基礎(chǔ)。Prata（1989）指出，對于火山灰云部分云覆蓋的視野，兩個紅外分裂窗區(qū)的亮溫差小于0，即BT11mm－BT12mm＜0[27]。找出影響SEVIRI 第9和10兩個分裂窗通道亮溫差的因素是后期建立火山灰云反演模式的關(guān)鍵步驟。結(jié)合我們正演模式（本文第1章所示）分析可知，大氣廓線條件是模型正向模擬的輸入數(shù)據(jù)，是影響最終模擬的入瞳亮度溫度的直接因素之一。本章分別以美國標(biāo)準(zhǔn)（US Standard）氣候態(tài)數(shù)據(jù)和火山灰區(qū)GFS數(shù)據(jù)的大氣廓線作為輸入數(shù)據(jù)模擬SEVIRI傳感器第9、10通道的亮溫差，并對亮溫差對有效云量、壓強(qiáng)層高度以及衛(wèi)星天頂角的敏感性進(jìn)行分析。在模擬SEVIRI傳感器第9、10通道的亮溫差時，忽略兩個通道之間有效云量的差異。如圖4(a)所示，有效云量從0.1變化到1.0時，根據(jù)火山灰區(qū)GFS大氣廓線數(shù)據(jù)模擬的第9、10通道亮溫差明顯小于美國標(biāo)準(zhǔn)氣候態(tài)大氣廓線數(shù)據(jù)模擬的結(jié)果。而且，第9、10通道亮溫差隨有效云量的增大而減小。圖4(b)顯示，不同壓強(qiáng)層高度上，除個別點(diǎn)外，火山灰區(qū)GFS數(shù)據(jù)模擬的第9、10通道亮溫差總體小于美國標(biāo)準(zhǔn)氣候態(tài)數(shù)據(jù)模擬的結(jié)果。圖4(c)模擬結(jié)果表明在不同衛(wèi)星天頂角下，火山灰區(qū)GFS數(shù)據(jù)模擬的第9、10通道亮溫差小于美國標(biāo)準(zhǔn)氣候態(tài)數(shù)據(jù)模擬的亮溫差。由上述分析可見，與美國標(biāo)準(zhǔn)氣候態(tài)廓線數(shù)據(jù)相比，利用實(shí)時的火山灰云區(qū)的大氣廓線得出的SEVIRI第9、10通道亮溫差總體小于美國標(biāo)準(zhǔn)氣候態(tài)數(shù)據(jù)模擬的結(jié)果，能夠從一定程度上反映由于這兩個通道對火山灰云的反吸收特性造成的吸收能力的差異。然而，僅利用實(shí)時的火山灰云區(qū)的大氣廓線，仍不能較好地模擬第9和第10通道的反吸收特性，即理論上，對于火山灰云區(qū)，第9和第10通道的亮溫差應(yīng)該小于0，而上述模擬結(jié)果表明，大部分情況下，亮溫差都是大于0的。出現(xiàn)這一現(xiàn)象的主要原因是我們在進(jìn)行正向模擬時，忽略了通道間有效云量的差異，即默認(rèn)為通道之間有效云量是一致的。實(shí)際上，由于熱紅外通道之間的輻射和吸收特性的差異，即使像元內(nèi)真實(shí)云量對于各個通道來說是一致的，但由于實(shí)際通道之間云的發(fā)射率的不同，導(dǎo)致有效云量在通道之間還是有變化的。

圖3 2010年5月8日UTC1200 GFS分析數(shù)據(jù)模擬SEVIRI傳感器第4、5、7、9、10、11通道晴空與有火山灰云條件下的亮溫差分別與(a)有效云量，(b)壓強(qiáng)層，(c)衛(wèi)星天頂角的關(guān)系

大量實(shí)驗(yàn)表明，在火山灰云區(qū)，由兩個分裂窗通道組成的比率指數(shù)（如本文第1章所述）小于1，而對于氣象云、冰雪等其它地物，對應(yīng)的比率指數(shù)大于1[16]。比率指數(shù)實(shí)際反映了由于通道間云的發(fā)射率的不同而導(dǎo)致的火山灰云與氣象云或其它地物不同的獨(dú)特特性。下文以12/11mm比率指數(shù)分別等于0.2、0.4、0.6、0.8為例，模擬在火山爆發(fā)情景下，不同有效云量、壓強(qiáng)層高度和衛(wèi)星天頂角情況下第9、10通道的亮溫差（Brightness Temperature Difference，BTD）。模擬結(jié)果如圖5(a)-(c)所示，通過引入指數(shù)，9、10通道亮溫差均小于0，模擬結(jié)果較好地反映出分裂窗通道的反吸收特性?？傮w上，12/11mm越小，9、10通道亮溫差的絕對值越大，表明其反吸收特性表現(xiàn)越強(qiáng)。隨有效云量的增加，亮溫差的絕對值增大（圖5(a)）。隨著壓強(qiáng)層的升高，反吸收作用增強(qiáng)（圖5(b)），說明模式在高層的模擬精度要高于低層。與有效云量和壓強(qiáng)層相比，9、10通道亮溫差與衛(wèi)星天頂角關(guān)系不大，這與本文第3.1和3.2節(jié)的敏感性分析結(jié)果一致。由上述分析可見：只有同時考慮大氣條件和通道發(fā)射率的差異，模式才能更好地模擬火山爆發(fā)情景下火山灰云中酸性物質(zhì)在11mm和12mm的反吸收特性。與大氣條件相比，通道的發(fā)射率差異對火山灰云的遙感建模更為重要。

圖4 美國標(biāo)準(zhǔn)（US Standard, US）氣候態(tài)數(shù)據(jù)和火山灰(Volcanic Ash, VA)區(qū)GFS分析數(shù)據(jù)分別在SEVIRI傳感器第9、10通道的亮溫差(BTD9-10)與 (a)有效云量，(b)壓強(qiáng)層，(c)衛(wèi)星天頂角的關(guān)系

圖5 利用火山灰區(qū)的大氣廓線數(shù)據(jù)模擬SEVIRI 9、10通道亮溫差在不同β指數(shù)下分別與(a)有效云量，(b)壓強(qiáng)層，(c)衛(wèi)星天頂角的關(guān)系

4 結(jié)論

本文以FY-4成像儀代理資料Meteosat-8衛(wèi)星的SEVIRI儀器光譜響應(yīng)特性為基礎(chǔ)，建立了一種部分云覆蓋條件下紅外輻射傳輸模型。該模型反映大氣條件的改變基本不影響入瞳視場下亮溫對有效云量、云高度以及衛(wèi)星天頂角的敏感性總體規(guī)律，氣象云是影響火山灰云判識和微物理參數(shù)反演的主要因素之一，因此在火山灰云識別時要考慮氣象云的干擾，提高火山灰云識別精度。該模型還間接反映了火山灰云發(fā)射率、高度等微物理特性在不同通道間的差異。

總體上，模式對有效云量、云高度兩個參數(shù)較為敏感，但對衛(wèi)星天頂角的變化較不敏感，說明亮溫與衛(wèi)星天頂角可近似為獨(dú)立變量。模式模擬的SEVIRI第7、9、10、11通道入瞳亮度溫度與有效云量表現(xiàn)出明顯的負(fù)線性相關(guān)、與壓強(qiáng)層高度表現(xiàn)出近似的正線性相關(guān)。SEVIRI第4通道（3.48～4.36mm）入瞳亮度溫度與有效云量也表現(xiàn)出明顯的負(fù)相關(guān)，但該通道目前只適用于夜間，在白天由于反射輻射難以模擬，需要進(jìn)一步研究。

通過敏感性分析進(jìn)一步表明，SEVIRI第11通道的吸收特性與第10通道相似但在不同條件下吸收的速率有所不同，因此在傳統(tǒng)的分裂窗通道（9.8～11.8mm，11～13mm）基礎(chǔ)上，增加第11通道（12.4～14.4mm）能夠加強(qiáng)對云輻射溫度的敏感性。同時，不同大氣廓線情景和通道發(fā)射率情景下的測試結(jié)果表明，只有同時考慮大氣條件和火山灰云通道發(fā)射率的差異，模式才能夠較好地模擬出火山爆發(fā)情景下火山灰云中酸性物質(zhì)在11mm和12mm的反吸收特性。與大氣條件相比，通道的發(fā)射率差異對火山灰云的遙感建模更為重要?？紤]到通道發(fā)射率的差異隱含在參數(shù)有效云量中，在下一步的建模工作中，可通過熱紅外多通道亮溫及亮溫差異信息聯(lián)合反演火山灰云高度和有效云量等參數(shù)，提高部分覆蓋下火山灰云的微物理參數(shù)的反演精度。本文的研究為建立基于我國新一代靜止氣象衛(wèi)星FY-4數(shù)據(jù)的火山灰云濃度定量反演模型及參數(shù)選擇提供了理論基礎(chǔ)。

致謝

衷心感謝美國威斯康辛大學(xué)李俊教授在紅外輻射傳輸理論和SEVIRI數(shù)據(jù)應(yīng)用方面給予的指導(dǎo)和幫助。此外，國家衛(wèi)星氣象中心的閔敏副研究員、高玲工程師在正向模型調(diào)試和廓線數(shù)據(jù)壓強(qiáng)層插值等方面給予了技術(shù)上的幫助，在此一并衷心感謝！

[1] Miller T P, Casadevall T J.[M]. In:Sigurdsson H(ed),Encyclopedia of Volcanoes.Academic Press, San Diego,Calif, 2000: 915-930.

[2] International Civil Aviation Organization(ICAO).[M/OL]. 2ndedition, 2007: 500. http://www.paris.icao.int/news/pdf/9691.pdf..

[3] Webley P, Mastin. Improved prediction and tracking of volcanic ash clouds[J]., 2009, 186: 1-9.

[4] 趙誼, 李永生, 樊祺誠, 等. 火山灰云在航空安全領(lǐng)域研究進(jìn)展[J]. 礦物巖石地球化學(xué)通報, 2014, 33(4): 531-539.

ZHAO Yi, LI Yongsheng, FAN Qicheng, et al. The progress of volcanic ash cloud study in aviation safety[J]., 2014, 33(4): 531-539.

[5] 屈春燕, 單新建, 馬瑾. 衛(wèi)星熱紅外遙感在火山活動性檢測中的應(yīng)用[J]. 地震地質(zhì), 2006, 28: 99-110.

QU Chunyan, SHAN Xinjian, MA Jin. Application of satellite thermal infrared remote sensing in detection of volcano activity[J].2006, 28: 99-110.

[6] 徐光宇, 皇甫崗. 國外火山減災(zāi)研究進(jìn)展[J]. 地震研究, 1998, 21: 397-405.

XU Guangyu, HUANG Fugang. Recent developments in volcanic hazards mitigation [J] ., 1998, 21: 397-405.

[7] 劉嘉麒, 郭正俯, 劉強(qiáng). 火山災(zāi)害與監(jiān)測[J]. 第四紀(jì)研究, 1999, 20: 414-421.

LIU Jiaqi, GUO Zhengfu, LIU Qiang. Volcanic hazards and monitoring[J]., 1999, 20: 414-421.

[8] 王歡, 郝志新, 鄭景云. 1750-2010年強(qiáng)火山噴發(fā)事件的時空分布特征[J]. 地理學(xué)報, 2014, 69(1): 134-140.

WANG Huan, HAO Zhixin, ZHENG Jingyun. Spatial and temporal characteristics of large volcanic eruptions in 1750-2010[J]., 2014, 69(1): 134-140.

[9] 尹京苑, 沈迪, 李成范. 衛(wèi)星遙感技術(shù)在火山灰云監(jiān)測中的應(yīng)用[J]. 地震地質(zhì), 2013, 35(2): 347-362.

YIN Jingyuan, SHEN Di, LI Chengfan. Application of satellite Remote Sensing in volcanic ash cloud monitoring [J]., 2013, 35(2): 347-362.

[10] Wen S, Rose W I. Retrieval of sizes and total masses of particles in volcanic clouds using AVHRR bands 4 and 5 [J]., 1994, 99: 5421-5431.

[11] Mccarthy E B, Bluth G. J S, Watson I M, et al. Detection and analysis of the volcanic clouds associated with the 18 and 28 August 2000 eruptions of Miyakejima volcano, Japan[J]., 2008, 29: 6597-6620.

[12] 朱琳, 劉健, 劉誠, 等. 復(fù)雜氣象條件下火山灰云遙感監(jiān)測新方法[J]. 中國科學(xué):地球科學(xué), 2011, 41(7): 1029-1036.

ZHU Lin, LIU Jian, LIU Cheng, et al. Satellite remote sensing of volcanic ash cloud in complicated meteorological conditions [J].2011, 41(7): 1029-1036.

[13] Kwon Ho Lee, Man Sing Wong, Sung-Rae Chung, et al. Improved volcanic ash detection based on a hybrid reverse absorption technique[J]., 2014, 143: 31-42.

[14] Stohl A, Prata A J, Eckhardt S, et al. Determination of time- and height-resolved volcanic ash emissions and their use for quantitative ash dispersion modeling: the 2010 Eyjafjallajokull eruption[J]., 2011, 11: 4333-4351.

[15] A J Prata, A T Prata. Eyjafjallaj?kull volcanic ash concentrations determined using Spin Enhanced Visible and Infrared Imager measurements[J]., 2012, 117: D00U23.

[16] Prata A J，Grant I F. 2001. Determination of mass loadings and plume heights of volcanic ash clouds from satellite data. CSIRO Atmospheric Research Technical Paper no. 48.

[17] Pavolonis M J, Andrew K. Heidinger, et al. Automated retrievals of volcanic ash and dust cloud properties from upwelling infrared measurements[J]., 2013, 118: 1436-1458. doi:10.1002/jgrd.50173.

[18] Pavolonis M J, J Sieglaff.[M]. 2010: 72.

[19] Francis P N, Cooke M C, Saunders R W. Retrieval of physical properties of volcanic ash using Meteosat: A case study from the 2010 Eyjafjallajokull eruption [J]., 2012: 117, D00U09, doi:10.1029/2011JD016788.

[20] Cooke M C, Francis P N, Millington S C, et al. Detection of the Grimsvotn 2011 volcanic eruption plumes using infrared satellite measurements [J].2014. doi: 10.1002/asl2.506.

[21] 吳曉. 從 FY-4 靜止氣象衛(wèi)星估算晴空地表下行長波輻射通量的反演模式[J]. 氣候與環(huán)境研究, 2014, 19(3): 362-370.

WU Xiao. Retrieval Model for Estimating Clear-Sky Downward Longwave Radiation at the Surface from the FY-4 Geostationary Satellite[J]., 2014, 19(3): 362-370.

[22] HUANG H L, Smith W L, LI J, et al. Minimum Local Emissivity Variance Retrieval of Cloud Altitude and Effective Spectral Emissivity- Simulation and Initial Verification[J]., 2004: 795-809.

[23] Li J, Liu C Y, Huang H L, et al. Optimal cloud-clearing for AIRS radiances using MODIS[J]., 2005, 43(6):1266-1278.

[24] Hannon S E, L L Strow, and W W McMillan. Atmospheric infrared fast transmittance models: a comparison of two approaches[J]., 1996, 2830: 94-105.

[25] Borbas, E. E, Seemann S W, Huang H L, et al. Global profile training database for satellite regression retrievals with estimates of skin temperature and emissivity[C]//2005: 763-770.

[26] Schmetz J, Govaerts Y, K?nig M, et al. A short introduction to Meteosat Second Generation (MSG)[J/OL]., 2002.http://www.met. wau.nl/education/atmospract/unit10/MSG_old.pdf

[27] Prata A J. Observations of volcanic ash clouds in the10–12 μm window using AVHRR/2 data[J]., 1989, 10: 751-761.

Study of an Infrared Radiative Transfer Model under Partially Cloud-Covered and Its Sensitivity to Volcanic Ash Cloud

ZHAO Yingying1，ZHU Lin2，SUN Wenbin1，LI Wenjie1

(1.,,100083,;2.,,100081,)

Based on instrument spectral response characteristics of Meteosat-8 SEVIRI which is adopted as a proxy of the FY-4 Imager which will be launched next year, an infrared radiative transfer model under partially cloud-covered is established. Observed brightness temperatures of SEVIRI infrared spectral bands (with 8.3-9.1mm, 9.8-11.8mm, 11-13mm and 12.4-14.4mm, respectively) under different atmospheric conditions, volcanic ash cloud heights, effective ash cloud emissivity and observation zenith angles are simulated. We found that no matter whether under U.S. standard atmosphere or in-situ atmospheric condition, the simulated brightness temperatures always show high sensitivity to cloud heights and effective ash cloud emissivity. The relationship between simulated brightness temperatures and cloud heights, effective ash cloud emissivity is nearly linear. However, the effect of satellite zenith angle on the simulated brightness temperatures is relatively small. Further simulation tests under both different atmospheric profiles and volcanic emissivity conditions demonstrate that only when the atmospheric effect and channel emissivity are all taken into account, the mineral particles’ reverse absorption effect in 11μm and 12μm in a volcanic eruption scenario can be simulated. Compared with the atmospheric conditions, the channel emissivity difference is more important for radiative modeling the ash cloud. Therefore, based on the traditional split-window temperature difference method, the joint use of multi-channel thermal infrared brightness temperature information can improve the retrieval accuracy of volcanic ash height and effective ash cloud emissivity under partial cloud-covered conditions. This study provides a theoretical basis on the establishment of quantitative volcanic ash inversion model for China’s new generation geostationary meteorological satellite FY-4.

volcanic ash cloud，partially cloud-covered，infrared radiative transfer model，effective cloud fraction，ash cloud level，sensitivity of brightness temperature

TP70

A

1001-8891(2016)04-0348-08

2015-10-08；

2015-12-24

趙營營（1988-），女，山東省聊城東阿縣人，碩士研究生，主要研究領(lǐng)域?yàn)檫b感技術(shù)與應(yīng)用。

朱琳（1978-），女，河南安陽市人，副研究員，主要研究領(lǐng)域?yàn)槎窟b感建模及應(yīng)用。E-mail：zhulin@cma.gov.cn。

國家自然科學(xué)基金“基于多源衛(wèi)星數(shù)據(jù)的火山灰云質(zhì)量濃度定量反演研究”（41201448）。