劉浩，劉興潤(rùn)，李霞，董雁冰

(光學(xué)輻射重點(diǎn)實(shí)驗(yàn)室，北京　100854)

?

基于多源信息的大氣環(huán)境光學(xué)特性研究方法

劉浩，劉興潤(rùn)，李霞，董雁冰

(光學(xué)輻射重點(diǎn)實(shí)驗(yàn)室，北京100854)

綜合利用地面氣象觀測(cè)、衛(wèi)星遙感、再分析資料等多渠道氣象信息，獲取較高時(shí)間分辨率、空間分辨率、和更大地區(qū)范圍的大氣參數(shù)。結(jié)果應(yīng)用于光學(xué)探測(cè)工作地點(diǎn)和時(shí)機(jī)選擇，大氣紅外傳輸特性區(qū)域分布特性研究，云的光學(xué)參數(shù)提取和云背景亮度仿真，有助于全方位研究大氣環(huán)境光學(xué)特征。

大氣參數(shù)；地面觀測(cè)；衛(wèi)星遙感；再分析資料；大氣環(huán)境；光學(xué)特性

0　引言

大氣參數(shù)對(duì)大氣光學(xué)特性研究、大氣環(huán)境仿真、光學(xué)傳感器設(shè)計(jì)和使用等都極其重要。由于大氣自身結(jié)構(gòu)的復(fù)雜性以及時(shí)空多變特點(diǎn)，并受到地理位置和觀測(cè)設(shè)備限制，以及云、霧、降水等現(xiàn)象干擾，僅靠傳統(tǒng)單一的地面觀測(cè)無(wú)法得到任何時(shí)間和地點(diǎn)的大氣參數(shù)，或者難以達(dá)到理想的精度要求。衛(wèi)星遙感技術(shù)發(fā)展使得人們不僅能夠獲得人員無(wú)法到達(dá)地區(qū)的大氣信息，還能夠獲取地面觀測(cè)無(wú)法得到的高空信息。衛(wèi)星遙感數(shù)據(jù)的局限性體現(xiàn)在一些數(shù)據(jù)空間分辨率不夠高，或者受天氣影響導(dǎo)致數(shù)據(jù)缺失。綜合來(lái)看，不同來(lái)源的數(shù)據(jù)，雖然觀測(cè)角度不同，對(duì)應(yīng)的時(shí)間、地點(diǎn)以及數(shù)據(jù)精度不同，但是有極好的互補(bǔ)作用。充分利用這些不同來(lái)源數(shù)據(jù)，可以得到具有較高時(shí)間分辨率和空間分辨率的大氣參數(shù)，為各項(xiàng)應(yīng)用提供更符合真實(shí)場(chǎng)景的大氣環(huán)境描述，有助于全方位研究大氣環(huán)境光學(xué)特性。

1　基于地面氣象觀測(cè)資料分析大氣傳輸特性

1.1基于多地點(diǎn)氣象觀測(cè)數(shù)據(jù)推算特定地點(diǎn)氣象參數(shù)

地面氣象觀測(cè)特點(diǎn)是觀測(cè)地點(diǎn)較多，據(jù)不完全統(tǒng)計(jì)，全球大約有10 000多個(gè)氣象觀測(cè)站點(diǎn)，我國(guó)有700多地面氣象觀測(cè)站。對(duì)于沒(méi)有觀測(cè)站，人員也難以到達(dá)的地點(diǎn)，可以采取模型計(jì)算方法推算該地區(qū)氣象參數(shù)。通常兩個(gè)地點(diǎn)之間氣象參數(shù)的相關(guān)性與距離有關(guān)[1]，因此可以利用周圍有氣象觀測(cè)數(shù)據(jù)地點(diǎn)的資料，使用數(shù)值內(nèi)插方法計(jì)算得到該地點(diǎn)氣象參數(shù)[2]，較多使用的是反距離加權(quán)法，即：設(shè)特定地點(diǎn)和周圍其他地點(diǎn)氣象參數(shù)之間相關(guān)性與距離成平方反比，該地點(diǎn)單個(gè)氣象參數(shù)可表示為

(1)

式中：y為待求地點(diǎn)氣象參數(shù)估計(jì)值，可以是溫度、濕度或者壓力；xk為周圍第k個(gè)地點(diǎn)的氣象參數(shù)值(已知)；dk為待求地點(diǎn)與周圍某個(gè)地點(diǎn)距離；m為周圍參與計(jì)算的有氣象參數(shù)地點(diǎn)的數(shù)目。

使用式(1)計(jì)算時(shí)，需要人為確定周圍選取幾個(gè)地點(diǎn)較為合適，即i的取值。地點(diǎn)過(guò)多或過(guò)少，距離過(guò)遠(yuǎn)或過(guò)近都會(huì)影響計(jì)算結(jié)果。為此設(shè)定一個(gè)以待求地點(diǎn)為圓心，距離R為半徑為的圓形區(qū)域，在這個(gè)區(qū)域內(nèi)搜索有氣象參數(shù)的地點(diǎn)參與計(jì)算。如圖1，圖中A表示為待求氣象參數(shù)地點(diǎn)，B，C，D，E為A地點(diǎn)周圍有氣象觀測(cè)數(shù)據(jù)的地點(diǎn)，到A的距離分別是d1,d2,d3,d4,其中，B，C，D 3個(gè)地點(diǎn)在設(shè)定區(qū)域內(nèi)，用于參與A地點(diǎn)氣象參數(shù)計(jì)算，E地點(diǎn)被排除。

1.2地面觀測(cè)的云、霧、降水資料應(yīng)用

云、霧、降水等天氣現(xiàn)象出現(xiàn)時(shí)，大氣背景與晴朗天氣有極大不同，光信號(hào)強(qiáng)度被嚴(yán)重衰減。

基于多年地面氣象觀測(cè)資料可獲得各個(gè)觀測(cè)地點(diǎn)在全年以及各月份的云、霧、降水等天氣現(xiàn)象出現(xiàn)頻次統(tǒng)計(jì)結(jié)果[3]。作為示例，圖2～5給出廈門、蘭州2個(gè)地區(qū)1月份到12月份云量、降水、霧的出現(xiàn)情況統(tǒng)計(jì)結(jié)果。

圖1　參與氣象參數(shù)計(jì)算的地點(diǎn)示意Fig.1　Sites of atmospheric parametercalculation

圖2　降水大于等于0.1 mm日數(shù)Fig.2　Precipitation days more or equal to 0.1 mm

圖3　有霧的天數(shù)Fig.3　Number of fog days

廈門和蘭州分別處于我國(guó)東南和西北地區(qū)，氣候差別較大。借助上述資料，可以按照各個(gè)地區(qū)云、霧的出現(xiàn)情況，事先了解該地區(qū)氣候特點(diǎn)，選擇更適合光學(xué)系統(tǒng)工作的季節(jié)或地區(qū)。

圖4　云量小于2成的日數(shù)(較晴朗)Fig.4　Number of days of cloud amount less than 2 (clear)

圖5　云量大于8成日數(shù)(較陰)Fig.5　Number of days of cloud amount more than 8 (overcast)

1.3近地面大氣紅外傳輸特性研究

在紅外波段，大氣傳輸特性用透過(guò)率表示，透過(guò)率數(shù)值隨溫度、濕度、壓力等氣象參數(shù)變化而變化。

如果按照國(guó)際上普遍使用的標(biāo)準(zhǔn)大氣模式給出的大氣參數(shù)計(jì)算透過(guò)率，則我國(guó)所有地點(diǎn)都得到相同的透過(guò)率數(shù)值，顯然不符合我國(guó)各地區(qū)之間大氣環(huán)境差異的實(shí)際情況。因此需要利用我國(guó)地面氣象觀測(cè)資料，獲得與我國(guó)各地區(qū)氣候特點(diǎn)相符合的透過(guò)率。

利用我國(guó)地面氣象觀測(cè)資料，針對(duì)近地面水平大氣傳輸路徑計(jì)算得到了1～12月份全國(guó)各地大氣透過(guò)率平均值。作為示例，圖6和圖7給出我國(guó)福建、江西、浙江3省的計(jì)算結(jié)果，用等值線形式表示。圖中對(duì)應(yīng)時(shí)間是1月和7月，這2個(gè)月份分別代表高溫高濕的夏季和相反氣象條件的冬季。

從圖中可以看到不同地點(diǎn)之間，以及同一地點(diǎn)不同月份之間的大氣傳輸特性差異。這些差異是采用大氣模式計(jì)算無(wú)法體現(xiàn)的。而這種不同地點(diǎn)、時(shí)間對(duì)應(yīng)的大氣傳輸特性差別，恰好是光學(xué)系統(tǒng)設(shè)計(jì)和使用者所關(guān)注的，是影響光學(xué)系統(tǒng)正常工作能力發(fā)揮的重要因素。

2　應(yīng)用衛(wèi)星遙感資料分析高空大氣環(huán)境光學(xué)特性

衛(wèi)星遙感在空間上具有獨(dú)特的優(yōu)越性，可以獲得受較低云層遮擋導(dǎo)致地面觀測(cè)無(wú)法獲得的較高云層或云頂信息。從場(chǎng)景仿真角度看，衛(wèi)星遙感同光學(xué)系統(tǒng)從高空向下觀測(cè)的角度一致， 更利于實(shí)現(xiàn)相同視線條件的大氣背景仿真。目前國(guó)內(nèi)外在軌運(yùn)行的衛(wèi)星越來(lái)越多，每個(gè)衛(wèi)星都攜帶多個(gè)傳感器實(shí)現(xiàn)不同觀測(cè)目的[4-5]。在大氣環(huán)境光學(xué)特性研究方面， 來(lái)自衛(wèi)星遙感的高空大氣參數(shù)和云特性參數(shù)發(fā)揮重大作用。

圖6　3個(gè)省1月份的大氣透過(guò)率計(jì)算值Fig.6　Transmittance of January at three provinces

圖7　3個(gè)省7月份的大氣透過(guò)率計(jì)算值Fig.7　Transmittance of July at three provinces

2.1衛(wèi)星遙感獲取大氣廓線

衛(wèi)星遙感獲得的大氣廓線具有地域范圍廣、時(shí)間持續(xù)性好的特點(diǎn)，彌補(bǔ)了地面獲取大氣廓線的局限性，NOAA，EOS-MODIS，風(fēng)云衛(wèi)星等都有自己的大氣廓線數(shù)據(jù)對(duì)外發(fā)布[6]。作為示例，圖8～10給出MODIS數(shù)據(jù)反演的2014-01-31北京地區(qū)上空的溫度廓線、壓力廓線以及水汽密度廓線。

2.2利用衛(wèi)星遙感資料獲取云參數(shù)

中國(guó)的風(fēng)云系列氣象衛(wèi)星已經(jīng)成為全球業(yè)務(wù)氣象衛(wèi)星探測(cè)系統(tǒng)的重要成員，可提供的資料產(chǎn)品有圖像產(chǎn)品、定量產(chǎn)品、圖形和分析產(chǎn)品，例如云圖、植被、泥沙、火點(diǎn)監(jiān)測(cè)、云參數(shù)、海洋水色、大氣溫、濕度廓線等。圖11，12為經(jīng)過(guò)云檢測(cè)[7-8]處理后形成的云判識(shí)圖像。

圖8　衛(wèi)星遙感的溫度廓線Fig.8　Temperature-height profile from satellite remote sensing

圖9　衛(wèi)星遙感的壓力廓線Fig.9　Pressure-height profile from satellite remote sensing

圖10　衛(wèi)星遙感的水汽混合比廓線Fig.10　Water vapor mixming ratio profile from satellite

圖11　對(duì)云區(qū)標(biāo)識(shí)Fig. 11　Marker of cloud

圖12　不同類型的云判斷和標(biāo)識(shí)Fig.12　Marker of cloud classification

MODIS是EOS重要傳感器之一，其數(shù)據(jù)主要用于陸地/云/汽溶膠特性、海洋水色/浮游植物、生物地球化學(xué)、大氣水汽、地面/云溫度、大氣溫度、云特性、臭氧等方面研究，對(duì)全球免費(fèi)發(fā)布。在云觀測(cè)方面，提供的云產(chǎn)品數(shù)據(jù)除了反映云分布，還給出云的微物理參數(shù)，如反射率、光學(xué)厚度、粒子尺度、云頂溫

度等等。這些云參數(shù)是從地面觀測(cè)很難獲得的[9-10]。

圖13為相鄰時(shí)刻的遙感圖像，上面云的分布清晰可見(jiàn)；圖14為卷云微物理參數(shù)，包括卷云反射率、云頂溫度、云光學(xué)厚度、云粒子尺度。時(shí)間均為2014-05-21[6]。從云參數(shù)可以知道云的水平和垂直方向分布，云層內(nèi)部結(jié)構(gòu)以及物理光學(xué)特性。將上述參數(shù)代入輻射傳輸方程，即可計(jì)算云的亮度，分析亮度分布特點(diǎn)，生成云背景圖像進(jìn)行仿真。

3　數(shù)據(jù)融合資料應(yīng)用

3.1從再分析資料獲取大氣參數(shù)

再分析資料是將不同時(shí)期、不同設(shè)備觀測(cè)數(shù)據(jù)經(jīng)過(guò)一定的模式計(jì)算后得到的一類數(shù)據(jù)資料。其數(shù)據(jù)來(lái)源非常廣泛，涵蓋船舶、衛(wèi)星、地面觀測(cè)站、探空儀以及雷達(dá)數(shù)據(jù)，目前國(guó)際上比較有影響力的大氣再分析資料有[11-12]：

(1) NCEP(national centers for environment prediction，美國(guó)國(guó)家環(huán)境預(yù)測(cè)中心)/ NCAR(the national center for atmospheric research，美國(guó)國(guó)家大氣研究中心)再分析資料，包括從1948年1月至今的一日4次、逐日和逐月的全球再分析數(shù)據(jù)，水平分辨率為2.5°×2.5°，大氣廓線的垂直分辨率為17層。

(2) NCEP/DOE(department of energy，美國(guó)能源部)再分析資料(1979—2014)。資料修正了一些誤差，修改了一些物理過(guò)程和參數(shù)化方案，是NCEP/NCAR再分析資料的更新和訂正。

圖13　相鄰時(shí)刻衛(wèi)星遙感圖像Fig.13　Satellite remote sensing of closer times

(3) NARR(north american regional reanalysis,北美區(qū)域再分析資料) (1979—2014)。NARR的分辨率更高，只包括北美區(qū)域。

(4) 20世紀(jì)再分析資料(1851—2012)。20世紀(jì)再分析資料可提供從1851—2012年期間一日4次的再分析資料，數(shù)據(jù)內(nèi)容除了地面和海平面的觀測(cè)資料外，還增加了濃度、太陽(yáng)變化以及火山氣溶膠分布，可用于長(zhǎng)期的氣象變化研究。

圖15，16為利用NCEP/NCAR再分析資料的多年(1981—2010年)氣象要素平均數(shù)據(jù)畫(huà)出的全球范圍溫度、濕度分布等值線。

3.2國(guó)際衛(wèi)星云氣候計(jì)劃資料的應(yīng)用

國(guó)際衛(wèi)星云氣候計(jì)劃ISCCP(international satellite cloud climate project)始于1983年[13]，是一項(xiàng)專門進(jìn)行全球性云觀測(cè)的科學(xué)實(shí)驗(yàn)計(jì)劃，整合了覆蓋全球的多顆靜止衛(wèi)星和極軌衛(wèi)星資料, 經(jīng)過(guò)云檢測(cè)、輻射分析和統(tǒng)計(jì)計(jì)算等一系列處理后生成同一時(shí)間覆蓋全球的數(shù)據(jù)集。數(shù)據(jù)集包括了9種云的云參數(shù)信息，地表溫度、地表反射率、雪冰覆蓋率、地表平均氣壓、近地面平均大氣溫度、部分高度大氣溫度、對(duì)流層頂氣壓、對(duì)流層頂溫度、平流層50 hPa溫度、特性高度層上的降水量、平均臭氧量等130個(gè)參數(shù)[14-15]。這些數(shù)據(jù)為開(kāi)展全球范圍的大氣環(huán)境光學(xué)特性研究提供了基礎(chǔ)，圖17～20為其中全球云量、卷云參數(shù)的圖形顯示。

圖14　卷云微物理參數(shù)Fig.14　Cirrus microphysics parameters

圖15　全年溫度統(tǒng)計(jì)平均值Fig.15　Statistic average of annual temperature

圖16　全年濕度統(tǒng)計(jì)平均值Fig.16　Statistic average of annual relative humidity

圖17　全年總云量Fig.17　Total annual cloud amount

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

圖19　卷云的云頂溫度Fig.19　Cirrus top temperature

圖20　卷云的云頂氣壓Fig.20　Cirrus top pressure

4　結(jié)束語(yǔ)

工作于地球大氣層內(nèi)的光學(xué)系統(tǒng)需要面對(duì)各式各樣的復(fù)雜大氣環(huán)境，現(xiàn)有技術(shù)手段使人們能夠從更多角度、更大范圍地獲取地球大氣環(huán)境信息。利用地面氣象觀測(cè)資料，可以獲得具有我國(guó)大氣環(huán)境特點(diǎn)的大氣紅外傳輸特性，展示其時(shí)空分布特征；基于云、霧、雨等天氣現(xiàn)象統(tǒng)計(jì)數(shù)據(jù)，有助于選擇適合/不適合光學(xué)探測(cè)季節(jié)和地區(qū)；利用衛(wèi)星遙感資料，可實(shí)現(xiàn)全球范圍大氣背景光學(xué)特征分析和模擬，尤其對(duì)于人員無(wú)法到達(dá)地區(qū)，衛(wèi)星資料顯示了獨(dú)特優(yōu)點(diǎn)。還可以借助國(guó)際上氣象科學(xué)研究形成的再分析資料，為大氣環(huán)境光學(xué)特性研究提供基礎(chǔ)數(shù)據(jù)輸入。但是也應(yīng)該看到，當(dāng)綜合利用不同來(lái)源資料時(shí)，面對(duì)不同數(shù)據(jù)的時(shí)間分辨率、空間分辨率不一致性問(wèn)題，面對(duì)不同觀測(cè)手段、不同時(shí)期數(shù)據(jù)的精度差異問(wèn)題，還需要發(fā)展多源遙感數(shù)據(jù)融合和同化技術(shù)，才能形成更精細(xì)的大氣環(huán)境表征能力，獲得與實(shí)際大氣環(huán)境相符合的大氣環(huán)境光學(xué)特性。

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

[2]王庚辰.氣象和大氣環(huán)境要素觀測(cè)與分析[M].北京:中國(guó)標(biāo)準(zhǔn)出版社，2000.

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

[3]國(guó)家氣象信息中心.1971-2000年地面氣象資料[DB].北京:中國(guó)氣象局,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.美國(guó)對(duì)地觀測(cè)系統(tǒng)衛(wèi)星資料產(chǎn)品及服務(wù)[M].北京:氣象出版社,2011.

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

[5]許健民，楊軍，張志清，等.我國(guó)氣象衛(wèi)星的發(fā)展與應(yīng)用[J].氣象，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. 衛(wèi)星紅外超光譜資料及其在云檢測(cè)、晴空訂正和大氣廓線反演方面的應(yīng)用[D]. 南京：南京信息工程大學(xué)，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]楊昌軍. 韋伯定律及時(shí)間序列在FY2C云檢測(cè)中的應(yīng)用研究[D]. 南京：南京信息工程大學(xué)，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]王華榮，朱小祥，謝向明.基于FY-2C紅外資料進(jìn)行夜間云檢測(cè)的方法研究[J].氣象，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]劉玉潔，楊忠東.MODIS遙感信息處理原理與算法[M].北京:科學(xué)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]趙天保，符淙斌，柯宗建，等.全球大氣再分析資料的研究現(xiàn)狀與進(jìn)展[J}.地球科學(xué)進(jìn)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]鄧小花,翟盤茂,袁春紅.國(guó)外幾套再分析資料的對(duì)比與分析[J].氣象科技，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]王帥輝,韓志剛,姚志剛.基于CloudSat和ISCCP資料的中國(guó)及周邊地區(qū)云量分布的對(duì)比分析[J].大氣科學(xué),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

劉浩(1964-)，女，北京人。研究員，碩士，研究方向?yàn)榇髿廨椛鋫鬏斕匦匝芯俊?/p>

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