王健捷 胡秀清 樊絲慧 閔佳園 劉 超 張 鵬

1.寧波市氣象局，寧波，315000

2.中國(guó)遙感衛(wèi)星輻射測(cè)量和定標(biāo)重點(diǎn)開放實(shí)驗(yàn)室，國(guó)家衛(wèi)星氣象中心（國(guó)家空間天氣監(jiān)測(cè)預(yù)警中心），北京，100081

3.許健民氣象衛(wèi)星創(chuàng)新中心，北京，100081

4.西南交通大學(xué)，重慶，400000

5.南京信息工程大學(xué)大氣物理學(xué)院，南京，210044

1 引 言

云是地球大氣的重要組成部分，在地-氣系統(tǒng)的輻射收支和水循環(huán)過程中發(fā)揮著重要作用。目前，已有大量的研究（丁守國(guó)等，2005；劉奇等，2010；Dessler，2010；李 昀 英 等，2015；張 華 等，2016；Zhou，et al，2016；呂 巧 誼 等，2017；Scott，et al，2020；Myers，et al，2021）從云量、結(jié)構(gòu)、物理特性、云-降水關(guān)系、輻射效應(yīng)以及分布特征等多方面論證了云與天氣、氣候的緊密聯(lián)系。而川渝地區(qū)（如圖1所 示，文 中 主 要 指 范 圍 在 （25°—35°N，96.5°—110.5°E）的區(qū)域，而不僅僅是四川省和重慶市）是中國(guó)云量最多的地區(qū)，總云量以四川盆地為中心常年存在高值區(qū)，也是中國(guó)內(nèi)陸的一個(gè)降雨中心（劉洪利等，2003；劉瑞霞等，2004；肖遞祥等，2017）。該地區(qū)作為世界上地形最復(fù)雜的區(qū)域之一，包括了山地、丘陵、平原、盆地和高原5 大地理類型，東、西部差異顯著，以近1500 m 等高線為界可將該地區(qū)分為東部低海拔地區(qū)和西部高海拔地區(qū)兩部分，西部屬于青藏高原東南緣，海拔大多超過3000 m，橫斷山脈縱貫?zāi)媳辈⑾驏|南傾斜，使得自西向東高度急劇下降，東部四川盆地，盆地內(nèi)丘陵起伏，海拔在200—750 m，盆地四周山脈環(huán)繞，山嶺海拔一般為1500—2000 m。該地區(qū)地處南亞季風(fēng)和東亞季風(fēng)的交匯帶，橫斷山脈東西向起阻擋抬升作用，南北向起西南季風(fēng)水汽輸送的通道作用，是中國(guó)冷、暖空氣交匯最活躍的區(qū)域之一；此外，受強(qiáng)烈的輻射強(qiáng)迫和復(fù)雜地形影響，也是中國(guó)主要災(zāi)害天氣系統(tǒng)—西南渦生成活躍之地，而西南渦的東移則會(huì)影響中國(guó)東部大部分地區(qū)的降水，因此該地區(qū)獨(dú)特的地理位置決定了其氣候特征對(duì)中國(guó)乃至東亞天氣、氣候的重要性和特殊性（吳國(guó)雄等，2004；梁瀟云等，2005；李慧晶等，2014）。隨著中國(guó)經(jīng)濟(jì)的快速發(fā)展，以成都、重慶為首的川渝地區(qū)雙城經(jīng)濟(jì)圈在帶動(dòng)西部地區(qū)經(jīng)濟(jì)轉(zhuǎn)型升級(jí)、參與全球競(jìng)爭(zhēng)與合作中發(fā)揮著越來越重要的作用，而川渝地區(qū)常年多云霧少日照，影響人們的生產(chǎn)和生活。云作為影響天氣、氣候的重要因子，揭示其時(shí)、空分布特征和變化規(guī)律不僅對(duì)天氣、氣候分析和預(yù)測(cè)有重要作用，也對(duì)人們生產(chǎn)、生活具有科學(xué)指導(dǎo)意義。

圖1 川渝地區(qū)地形地勢(shì) （紅色實(shí)線是近1500 m 等高線）Fig.1 Topography of the Sichuan-Chongqing region （the solid red line indicates the elevation contour close to 1500 m）

眾多基于衛(wèi)星或氣象臺(tái)站觀測(cè)資料的研究不同程度上揭示了該地區(qū)云的時(shí)、空分布特征。其中，國(guó)際衛(wèi)星云氣候計(jì)劃（ISCCP）積累了多年的全球衛(wèi)星云觀測(cè)資料，為中外學(xué)者進(jìn)行全球性或區(qū)域性的云研究提供了極大的便利（劉奇等，2010；劉健等，2017）。劉洪利等（2003）利用1983 年7 月至1993 年12 月2.5°×2.5°分辨率的ISCCP 云量資料，分析了中國(guó)的云氣候特征，指出在華北地區(qū)和中國(guó)南海北部的總云量有減少的趨勢(shì)，四川盆地、長(zhǎng)江三角洲等地區(qū)存在低云量異常減少的現(xiàn)象。劉瑞霞等（2004）利用1983 年7 月至2001 年8 月的ISCCP 資料分析了中國(guó)總云量的空間分布特征和變化趨勢(shì)，重點(diǎn)指出四川、貴州等常年存在云量高值中心，并揭示了青藏高原冬季總云量與全國(guó)夏季降水的遙相關(guān)關(guān)系。劉奇等（2010）利用ISCCP 云量資料，發(fā)現(xiàn)全球云量空間分布極不均衡，且海、陸差異顯著，并揭示了云量與大氣環(huán)流背景場(chǎng)的相關(guān)。上述研究揭示了云在中國(guó)乃至全球的分布特征，同時(shí)也證明了衛(wèi)星資料在云研究中發(fā)揮著重要作用。此外，氣象臺(tái)站資料在中國(guó)各地區(qū)的云研究中也有重要貢獻(xiàn)。張琪等（2011）用1960—2005 年西南地區(qū)85 個(gè)氣象臺(tái)站的月平均云量資料，分析了西南地區(qū)云量的季節(jié)變化特征，指出冬、春和秋季總云量和低云量在空間上均是東多西少，夏季則相反呈東少西多。徐興奎（2012）通過分析中國(guó)氣象臺(tái)站1960—2009 年總云量和低云量觀測(cè)數(shù)據(jù)得到了云的時(shí)間變化趨勢(shì)，結(jié)果顯示中國(guó)總云量整體上具有下降趨勢(shì)，且低云量以四川盆地為中心50 a間持續(xù)減少，平均每10 a 下降達(dá)4%。李慧晶等（2014）根據(jù)西南地區(qū)的73 個(gè)氣象臺(tái)站1956—2005 年月平均云量資料，同樣發(fā)現(xiàn)西南地區(qū)1990年以后全年總云量呈現(xiàn)出減少趨勢(shì)，并且地形和區(qū)域氣候也會(huì)影響總云量的空間分布。這些研究很大程度上揭示了該地區(qū)的云分布特征以及與氣候的相關(guān)，但早期的觀測(cè)數(shù)據(jù)存在衛(wèi)星資料分辨率低、氣象臺(tái)站稀疏的不足，極大地限制了研究結(jié)果的精度。

隨著靜止氣象衛(wèi)星的發(fā)展，其搭載的新一代光譜成像儀的時(shí)、空分辨率得到了大幅度提高，為定量分析特定區(qū)域的云特性提供了更加有效的觀測(cè)資料。例如，搭載于風(fēng)云四號(hào)A 星（Fengyun-4A）和葵花8 號(hào)（Himawari-8）上的先進(jìn)多光譜成像儀AGRI（Advanced Geostationary Radiation Imager）和AHI（Advanced Himawari Imagers），具有視野廣闊，能夠近乎同時(shí)且連續(xù)探測(cè)川渝地區(qū)的優(yōu)勢(shì)，十分有利于對(duì)該地區(qū)的云特征研究（Yang，et al，2017；Chen，et al，2018）。在衛(wèi)星云遙感領(lǐng)域，云檢測(cè)是獲取云量、云相態(tài)、反演云光學(xué)特性和微物理參數(shù)的前提和基礎(chǔ)，中外眾多研究提出了很多云檢測(cè)方法，其主要原理是利用云光學(xué)和微物理特性在可見光到紅外等通道之間的差異判斷云或晴空（Platnick，et al，2003；Frey，et al，2008；盧乃錳等，2017；Wang，et al，2019；Xu，et al，2021）。此外，不同地表類型的發(fā)射率和反射率不同，在特定區(qū)域衛(wèi)星接收到的輻射強(qiáng)度具有明顯的區(qū)域特征，因此地表差異是影響檢測(cè)算法準(zhǔn)確度的因素之一（Frey，et al，2008；Liu，et al，2010；Shang，et al，2017）。雖然AGRI 和AHI 都有業(yè)務(wù)上的云檢測(cè)產(chǎn)品（Wang，et al，2019），但目前尚無較為成熟的陸地大霧和霾的檢測(cè)產(chǎn)品，且云檢測(cè)產(chǎn)品中未區(qū)分低層云霧和霾。此外，川渝地區(qū)復(fù)雜的地表特征和氣候特征，給云檢測(cè)帶來了極大的挑戰(zhàn)，尤其是空間上同時(shí)存在晴空、水云、冰云、低層云霧、霾和積雪等類型，目前尚無一次性區(qū)分該6 種類型的衛(wèi)星遙感產(chǎn)品。文中利用AGRI 和AHI 觀測(cè)資料，結(jié)合川渝地區(qū)獨(dú)特的地形特點(diǎn)，實(shí)現(xiàn)了適用于該地區(qū)6 種類型的檢測(cè)，進(jìn)一步揭示其時(shí)、空分布特征和變化特點(diǎn)，為該地區(qū)的天氣預(yù)報(bào)和氣候預(yù)測(cè)提供觀測(cè)數(shù)據(jù)。

2 資料及方法

2.1 衛(wèi)星儀器與數(shù)據(jù)

靜止氣象衛(wèi)星風(fēng)云四號(hào)A 星于2016 年12 月成功發(fā)射，其搭載的多光譜成像儀AGRI 有14 個(gè)通道，包括3 個(gè)可見光通道、3 個(gè)近紅外通道和8 個(gè)紅外通道，中心波長(zhǎng)從0.47 μm 到13.5 μm，空間分辨率為0.5—4.0 km（Yang，et al，2017）。AGRI 每15 min可獲取1 次全圓盤數(shù)據(jù)，該衛(wèi)星數(shù)據(jù)可免費(fèi)從官方網(wǎng)站“風(fēng)云衛(wèi)星遙感數(shù)據(jù)服務(wù)網(wǎng)”（http://satellite.nsmc.org.cn/portalsite/default.aspx）獲取，文中所用數(shù)據(jù)是一級(jí)反射率和亮溫?cái)?shù)據(jù)，具體如表1 所示。

表1 所用AGRI 和AHI 通道Table 1 AGRI and AHI channels used for the present study

靜止氣象衛(wèi)星葵花8 號(hào)于2014 年10 月發(fā)射，2015 年7 月投入使用，其搭載的多光譜成像儀AHI有16 個(gè)通道，包括3 個(gè)可見光通道、3 個(gè)近紅外通道和10 個(gè)紅外通道，中心波長(zhǎng)從0.47 μm 到13.3 μm，空間分辨率為0.5—2.0 km，每10 min 可獲取1 次全圓盤數(shù)據(jù)（Da，2015；Chen，et al，2020）。該衛(wèi)星數(shù)據(jù)可免費(fèi)從其官方網(wǎng)站（ftp://ftp.ptree.jaxa.jp/）獲得，文中所用數(shù)據(jù)是一級(jí)反射率和亮溫?cái)?shù)據(jù)，具體如表1 所示。

云-氣溶膠激光雷達(dá)和紅外探測(cè)衛(wèi)星（CALIPSO）由美國(guó)航空航天局（NASA）和法國(guó)國(guó)家航天中心（CNES）聯(lián)合研制，并于2006 年成功發(fā)射。其搭載的云和氣溶膠探測(cè)激光雷達(dá)（CALIOP）是主要探測(cè)儀器之一，CALIOP 的二級(jí)數(shù)據(jù)垂直特征分類標(biāo)識(shí)產(chǎn)品（VFM）能描述三維大氣中云和氣溶膠的垂直分布特征，大量驗(yàn)證工作（Liu，et al，2009；Winker，et al，2009）證明CALIOP 數(shù)據(jù)及產(chǎn)品具有較高的精度，可有效用于本研究的結(jié)果驗(yàn)證。

2.2 檢測(cè)算法

文中利用AGRI 和A HI 的一級(jí)數(shù)據(jù)（包括亮度溫度（BT）、反射率（R）），結(jié)合數(shù)字高程模型（DEM）以及背景場(chǎng)（BG），進(jìn)行川渝地區(qū)各類型的檢測(cè)（圖2）。其中，云檢測(cè)是分析各云參數(shù)的前提和基礎(chǔ)，最常用的方法是閾值法，該方法利用衛(wèi)星在云區(qū)和非云區(qū)得到輻射值會(huì)落入不同值域空間的特點(diǎn)進(jìn)行區(qū)分（Platnick，et al，2003；盧乃錳等，2017）。由于川渝地區(qū)地形復(fù)雜、區(qū)域差異大，尤其是東、西兩部分存在高度急劇下降大坡面，文中結(jié)合地形特點(diǎn)以近1500 m 等高線為界，將該地區(qū)分為東部低海拔地區(qū)和西部高海拔地區(qū)兩部分進(jìn)行檢測(cè)。為了提高云識(shí)別信度，利用AGRI 和AHI數(shù)據(jù)分別建立網(wǎng)格化（4.0 km×4.0 km 和2.0 km×2.0 km 分辨率）的無云背景場(chǎng)，各網(wǎng)格點(diǎn)的輻射值可以作為該格點(diǎn)非云時(shí)衛(wèi)星接收到的輻射值，作為無云與有云輻射差異對(duì)比。若衛(wèi)星觀測(cè)到的輻射值與無云背景場(chǎng)的輻射值相差越大，該格點(diǎn)是云的可信度越高。無云背景場(chǎng)制作方法是以相鄰10 d內(nèi)相同時(shí)刻11.0 μm 通道最大亮溫值為依據(jù)，選取對(duì)應(yīng)的可見光通道（0.47 μm）反射率數(shù)值作為背景場(chǎng)值。

圖2 AGRI 和AHI 的檢測(cè)算法流程Fig.2 Flowchart of AGRI and AHI detection algorithms

參考相關(guān)文獻(xiàn)（表2）中的方法，根據(jù)檢測(cè)目標(biāo)選擇相應(yīng)通道，并根據(jù)川渝地區(qū)實(shí)際情況調(diào)整適用閾值。雖然AGRI 和AHI 的通道大致相同，但兩者光譜響應(yīng)函數(shù)、中心波長(zhǎng)以及分辨率方面略有差異，這就造成了檢測(cè)算法閾值有所不同，當(dāng)兩者差異較大時(shí)，前面添加儀器名稱以方便區(qū)分（表2）。檢測(cè)結(jié)果分為6 類（晴空、水云、冰云、霧（即低層云霧）、霾和積雪）。

表2 各類型檢測(cè)方法及閾值Table 2 Methods and thresholds for the detection of each type

（1）云霧檢測(cè)：與無云背景場(chǎng)相比，云霧在可見光通道呈現(xiàn)亮白色且變化快，所以利用可見光通道的反射率結(jié)合對(duì)應(yīng)背景場(chǎng)可有效檢測(cè)云霧。當(dāng)反射率R（0.47）＞0.12，且0.47 μm 通道反射率與對(duì)應(yīng)背景場(chǎng)反射率差值大于0.10，即R（0.47）-BG（0.47）＞0.10 時(shí)，該格點(diǎn)判斷為云霧。此外，紅外通道不受太陽(yáng)光影響，因此增加紅外通道測(cè)試，根據(jù)亮溫差法，當(dāng)11.0 μm 和3.8 μm 通道的亮溫差滿足BTD（11.0-3.8）＜-14.0 K（Frey，et al，2008）時(shí)，該格點(diǎn)判斷為云霧。

（2）低層云霧：霧粒子的平均半徑僅為數(shù)微米，且其中常包含大量半徑為1 μm 左右的微小水滴，而云粒子的半徑多數(shù)大于5—6 μm（牛生杰等，2016）。根據(jù)米散射理論，云粒子在可見光通道（0.65 μm）和近紅外通道（1.61 μm）的散射效率相近，其反射率差值ΔR（0.65-1.61）一般大于0；對(duì)于霧滴粒子來說，其半徑與近紅外通道（1.61 μm）相當(dāng)，此時(shí)的散射效率會(huì)變高，所以霧滴反射率差值ΔR（0.65-1.61）小于0（張培等，2019；Ryu，et al，2020；Yang，et al，2021）。即當(dāng)滿足ΔR（0.65-1.61）＞0 時(shí)判斷為云，否則判斷為霧，其中AGRI 閾值略有差異，根據(jù)實(shí)際情況調(diào)整為-0.025。然而部分低云和霧具有十分相似的特性，對(duì)于陸地而言，尤其是川渝地區(qū)地形復(fù)雜云霧繚繞，難以準(zhǔn)確地實(shí)現(xiàn)低云和霧的分離，所以這里把這一類分為“低層云霧”，為表述方便文中簡(jiǎn)稱“霧”。

（3）云相態(tài)（冰云、水云）：在8.5 μm 通道冰云和水云的復(fù)折射指數(shù)的虛部相等，進(jìn)而兩者具有較為一致的吸收特性，但冰云在11.0 μm 通道的吸收強(qiáng)于水云，該差異會(huì)有效反映在亮溫上。即，冰云8.5 μm 和11.0 μm 通道亮溫差BTD（8.5-11.0）一般為正，水云亮溫差BTD（8.5-11.0）為負(fù)。所以，結(jié)合AGRI 和AHI 通道差異可以確定亮溫差閾值進(jìn)行冰云、水云的判斷（Baum，et al，2012；朝魯門等，2019）。由于紅外通道主要獲得的是云頂信息，因此這里的云相態(tài)主要是指云頂附近的相態(tài)。

（4）積雪：由于積雪的特性與云十分相似，但積雪變化緩慢或短期不變，且雪在0.65 μm 處反射率較大，而在1.61 μm 處較小。通過建立歸一化差異積雪指數(shù)NDSI=[R（0.65）-R（1.61）]/ [R（0.65）+R（1.61）]的方法可用于判斷積雪范圍（Xiao，et al，2001；Shang，et al，2017）。

（5）霾：在衛(wèi)星視圖中霾在0.47 μm 通道的反射率介于云和陸地之間，且與陸地更為接近，霾層比云層更光滑，其探測(cè)算法強(qiáng)調(diào)0.47 μm 通道反射率的空間變化（Shang，et al，2017）。霾判據(jù)在選取上各個(gè)時(shí)刻不同，但差別微小，文中是建立的逐時(shí)動(dòng)態(tài)閾值，其變化范圍在0.095—0.125。

2.3 個(gè)例分析與驗(yàn)證

利用3 個(gè)儀器（AGRI、AHI 和CALIOP）的觀測(cè)資料，進(jìn)行川渝地區(qū)4 個(gè)季節(jié)（1、4、7 和10 月為冬、春、夏和秋季代表月份）的個(gè)例檢測(cè)與分析，結(jié)果如圖3—6 所示。

圖3 檢測(cè)結(jié)果對(duì)比 （a.AHI，b.AGRI，c.RGB 真彩圖，d.CALIOP； AHI 和AGRI 數(shù)據(jù)時(shí)間是2020 年1 月1 日05 時(shí)00 分、04 時(shí)53 分，相應(yīng)的CALIOP 時(shí)間是2020 年1 月1 日05 時(shí)37 分 （世界時(shí)，下同）；紫色實(shí)線為CALIOP 的軌跡）Fig.3 Comparison of detection results （a.AHI，b.AGRI，c.RGB true color，d.CALIOP；the AHI and AGRI observations are at 05:00 and 04:53 UTC 1 January 2020，respectively，and simultaneous CALIOP observation is at 05:37 UTC 1 January 2020；the solid purple line represents the CALIOP track）

圖3 是AHI（圖3a）和AGRI（圖3b）的檢測(cè)結(jié)果，并與真彩色圖像（圖3c）以及CALIOP 云產(chǎn)品（圖3d）進(jìn)行對(duì)比。該個(gè)例是川渝地區(qū)冬季十分典型的分布狀態(tài)，從真彩色圖像可以看出東部低海拔地區(qū)幾乎被云層全覆蓋，其中盆地地區(qū)呈現(xiàn)灰白色，亮度介于云和陸地之間，西部高海拔地區(qū)以晴空為主，同時(shí)也存在一些與山體走向較為一致的枝杈狀亮白色，該云區(qū)和晴空的過渡區(qū)對(duì)應(yīng)青藏高原與四川盆地間的陡峭地形區(qū)，表明這種云量分布與高原東側(cè)山地存在緊密聯(lián)系。如圖3a、b 所示，檢測(cè)結(jié)果分為6 類：晴空（Clear）、水云（Water）、冰云（Ice）、霧（Fog）、霾（Haze）和積雪（Snow）。通過對(duì)比發(fā)現(xiàn)，該結(jié)果實(shí)現(xiàn)了6 種類型的檢測(cè)。圖3d 是CALIOP 垂直特征分類標(biāo)識(shí)產(chǎn)品，該產(chǎn)品清楚地展示了云和氣溶膠的垂直分布，其結(jié)果分為無效值（Invalid）、晴空（Clear）、云（Cloud）、氣溶膠（Aerosol）、平流特征（Strat）、表層（Surface）、次表層（Subsurface）和無信號(hào)（No Signal）。從CALIOP軌跡線上的云垂直分布特征來看，在海拔2—4 km存在較為平整的云系，這與AHI 和AGRI 中的檢測(cè)結(jié)果較為一致。

從4 月的個(gè)例結(jié)果（圖4）可以看出，東部低海拔地區(qū)云系仍然較多，同時(shí)西部地區(qū)云系有增多趨勢(shì)。該個(gè)例存在高云、低云以及霾等類型（圖4d），在[27°N，28°N]和31.5°N 附近地區(qū)存在高、低云共存的多層云特征，云頂高度在8—10 km，頂部以冰云為主，由于文中算法只檢測(cè)云頂相態(tài)，所以AHI 和AGRI 對(duì)應(yīng)區(qū)域檢測(cè)結(jié)果為冰云；在30°N附近出現(xiàn)氣溶膠，AHI 和AGRI 檢測(cè)結(jié)果均為霾，與CALIOP 結(jié)果一致。

圖4 同圖3，但AHI 和AGRI 數(shù)據(jù)時(shí)間是2020 年4 月1 日06 時(shí)00 分、05 時(shí)38 分，相應(yīng)的CALIOP 時(shí)間是2020 年4 月1 日05 時(shí)48 分Fig.4 Same as Fig.3 except that the AHI and AGRI observations are at 06:00 and 05:38 UTC 1 April 2020，respectively，and simultaneous CALIOP observation is at 05:48 UTC 1 April 2020

7 月的檢測(cè)個(gè)例結(jié)果（圖5）顯示，盆地中心地區(qū)呈現(xiàn)灰白色，北部為暗黑色，表明盆地地區(qū)云系減少，以霾為主，盆地北部地區(qū)是晴空的陸地區(qū)域，而西部高海拔地區(qū)云系明顯增多，東、西部云區(qū)分界線仍與地形存在明顯關(guān)系。結(jié)合圖5d 發(fā)現(xiàn)，緯度區(qū)間[25°N，28°N]主要為中低層云，與AHI 和AGRI 檢測(cè)結(jié)果較為一致；盆地地區(qū)（緯度[28°N，32°N]）有明顯氣溶膠存在，其中區(qū)間[28°N，30°N]部分與AHI 和AGRI 檢測(cè)結(jié)果較為一致，結(jié)果判斷為霾。但在區(qū)間[30°N，32°N]部分，RGB 圖像上呈暗黑色，該檢測(cè)結(jié)果為陸地，而CALIOP 檢測(cè)結(jié)果還是氣溶膠。所以與CALIOP 相比，霾漏檢大多出現(xiàn)在霾與晴空相接區(qū)域，原因可能為閾值隨地形和霾濃度變化而發(fā)生了變化。

圖5 同圖3，但AHI 和AGRI 數(shù)據(jù)時(shí)間是2019 年7 月1 日06 時(shí)00 分、05 時(shí)38 分，相應(yīng)的CALIOP 時(shí)間為2019 年7 月1 日06 時(shí)02 分Fig.5 Same as Fig.3 except that the AHI and AGRI observations are at 06:00 and 05:38 UTC 1 July 2019，respectively，and simultaneous CALIOP observation is at 06:02 UTC 1 July 2019

10 月的檢測(cè)個(gè)例結(jié)果顯示（圖6），東部地區(qū)大部分被云層覆蓋，西南部云系增多，西部高海拔地區(qū)有零星云系，以晴空為主。結(jié)合圖6d 發(fā)現(xiàn)，該個(gè)例存在明顯冰云（高云）、低云（水云）分布，緯度[25°N，28°N]地區(qū)主要為高 層冰云，緯度[28°N，35°N]地區(qū)存在低層水云，這與AHI 和AGRI 檢測(cè)結(jié)果較為一致。

圖6 同圖3，但AHI 和AGRI 數(shù)據(jù)時(shí)間是2019 年10 月5 日06 時(shí)00 分、05 時(shí)38 分，相對(duì)應(yīng)的CALIOP 時(shí)間為2019 年10 月5 日05 時(shí)54 分Fig.6 Same as Fig.3 except that the AHI and AGRI observations are at 06:00 and 05:38 UTC 5 October 2019，respectively，and simultaneous CALIOP observation is at 05:54 UTC 5 October 2019

CALIOP 可以較準(zhǔn)確地獲得大氣中的云信息，有成熟的云相態(tài)識(shí)別產(chǎn)品（Winker，et al， 2009），被廣泛應(yīng)用到被動(dòng)衛(wèi)星遙感儀器的云產(chǎn)品驗(yàn)證和評(píng)估中。因此，文中將2019 年的AHI 數(shù)據(jù)根據(jù)時(shí)間和地理信息與CALIOP 垂直分類標(biāo)識(shí)產(chǎn)品（VFM）數(shù)據(jù)匹配，選取兩者相近觀測(cè)時(shí)間（30 min 內(nèi)）、相近地理位置（5 km 內(nèi)）的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。圖7是AHI 檢測(cè)結(jié)果（晴空、水云和冰云）和CALIOP產(chǎn)品驗(yàn)證對(duì)比。圖中的80.4%表示CALIOP 云產(chǎn)品檢測(cè)為晴空的像素點(diǎn)中有80.4%與AHI 一致，兩者都判斷為晴空。若以CALIOP 數(shù)據(jù)作為更加準(zhǔn)確的“真值”，在所有的AHI 和CALIOP 匹配的樣本中，AHI 晴空檢測(cè)的準(zhǔn)確率超80%，另8.7%誤判為水云，10.9%誤判為冰云；水云檢測(cè)的準(zhǔn)確率超85.7%，其中8.1%誤判為晴空，6.2%誤判為冰云；冰云檢測(cè)的準(zhǔn)確性較低（70.5%），14.5%誤判為晴空，15.0%誤判為水云。出現(xiàn)晴空誤判率高的主要原因是CALIOP 對(duì)冰云中光學(xué)厚度較小的薄卷云的敏感性更高，而AHI 較難探測(cè)到此類云，因此判斷為晴空的概率更大；出現(xiàn)水云誤判率高的主要原因是，大氣中存在一種雙相態(tài)結(jié)構(gòu)的多層云（即上層是冰云、下層是水云），目前該類云的探測(cè)屬于衛(wèi)星遙感領(lǐng)域的難點(diǎn)，當(dāng)上層冰云較薄且下層水云較厚時(shí)常會(huì)誤判為水云。該驗(yàn)證受到以下兩個(gè)方面的限制：（1）CALIOP 是在極軌衛(wèi)星軌道上進(jìn)行的，以上驗(yàn)證僅表示各個(gè)時(shí)次軌跡線上的驗(yàn)證結(jié)果；（2）VFM 數(shù)據(jù)的水平分辨率為333 m，而AHI 的分辨率為2 km，可能存在采樣引入的誤差。

圖7 2019 年AHI 檢測(cè)結(jié)果 （晴空、水云和冰云） 和CALIOP 產(chǎn)品驗(yàn)證對(duì)比Fig.7 Comparison of AHI results （clear，water，and ice）and CALIOP products in 2019

整體而言，該算法基本實(shí)現(xiàn)了各種類型檢測(cè)，但尚存在不足之處。首先，與CALIOP 產(chǎn)品相比，存在霧、霾漏檢的不足，大多出現(xiàn)在霧、霾與晴空交界區(qū)域，原因可能是該地區(qū)地勢(shì)復(fù)雜，閾值隨地形和目標(biāo)濃度變化而發(fā)生了變化。其次，受到衛(wèi)星成像儀探測(cè)原理的限制，當(dāng)上層有云遮擋時(shí)，衛(wèi)星主要接收到的是云頂信息，低層霧、霾無法有效探測(cè)，所以云的遮擋是低層霧、霾檢測(cè)結(jié)果偏少的主要原因之一。

2.4 AGRI 和AHI 時(shí)間序列對(duì)比

由于AGRI 和AHI 在通道的光譜響應(yīng)函數(shù)、空間分辨率、觀測(cè)角度和時(shí)間上略有差異，為了進(jìn)一步驗(yàn)證兩個(gè)儀器的檢測(cè)效果，文中利用兩者2021年的觀測(cè)資料進(jìn)行檢測(cè)并做統(tǒng)計(jì)分析。為保證數(shù)據(jù)的連續(xù)性且避免太陽(yáng)高度角過低造成不必要的誤差，所用數(shù)據(jù)為每天的世界時(shí)03—08 時(shí)（即北京時(shí)11—16 時(shí)）。考慮到川渝地區(qū)復(fù)雜的地形地勢(shì)，將東部低海拔地區(qū)和西部高海拔地區(qū)分開統(tǒng)計(jì)對(duì)比。AGRI 和AHI 數(shù)據(jù)是預(yù)處理成等面積投影的網(wǎng)格化數(shù)據(jù)，這里通過統(tǒng)計(jì)6 種類型面積占比情況以定量分析兩個(gè)儀器的結(jié)果差異。圖8 展示了AGRI和AHI 在東部低海拔地區(qū)和西部高海拔地區(qū)6 種類型面積占比情況。結(jié)果表明，兩個(gè)儀器在低海拔地區(qū)檢測(cè)到的各類型差別在4.0%以內(nèi)，除積雪外水云檢測(cè)一致性最好，誤差在0.7%，晴空類型差別最大，誤差近3.8%；兩個(gè)儀器在高海拔地區(qū)具有更好的一致性，誤差均在1.7%以內(nèi)。

圖8 川渝地區(qū)2021 年AGRI 和AHI 的檢測(cè)結(jié)果對(duì)比（a.東部低海拔，b.西部高海拔）Fig.8 Comparison of AGRI and AHI results in the Sichuan-Chongqing region during 2021 （a.low altitude，b.high altitude）

3 川渝地區(qū)云分布特征

3.1 時(shí)、空分布特征

文中進(jìn)一步利用空間分辨率更高（2.0 km×2.0 km）的AHI 觀測(cè)數(shù)據(jù)，進(jìn)行6 種類型的檢測(cè)，并統(tǒng)計(jì)分析2016—2021 年的時(shí)、空分布特征。所使用的數(shù)據(jù)同樣是每天的世界時(shí)03—08 時(shí)（即北京時(shí)11—16 時(shí)）。網(wǎng)格中各格點(diǎn)的云覆蓋頻率計(jì)算方法如下

式中，F(xiàn)cloud為云覆蓋頻率，ncloud為統(tǒng)計(jì)的云覆蓋個(gè)數(shù)，N為6 種類型總數(shù)。

圖9 是2016—2021 年各月云覆蓋頻率分布。從圖9 中可以看出，該地區(qū)云具有明顯的區(qū)域和月變化特征。首先，1—3 月和10—12 月東部低海拔地區(qū)的云覆蓋頻率較高，且明顯大于西部高海拔地區(qū)。1、2 月和11、12 月整體的云覆蓋頻率相對(duì)較低；4—9 月西部高海拔地區(qū)云覆蓋頻率明顯較高，且整個(gè)區(qū)域的云覆蓋頻率較高。選擇1、4、7 和10 月作為冬、春、夏、秋四季的代表月進(jìn)行分析，可以發(fā)現(xiàn)1、4 和10 月整個(gè)地區(qū)分布呈“東多西少”型，但7 月分布發(fā)生反向變化，呈“東少西多”型，這與張琪等（2011）的結(jié)論一致。出現(xiàn)這種季節(jié)特征的原因與該地區(qū)地形地勢(shì)、水汽條件和大氣環(huán)流季節(jié)變化有關(guān)。冬季，受青藏高原主體和云貴高原的屏障作用，西風(fēng)氣流被阻擋并出現(xiàn)南、北分支，四川盆地處在這兩支西風(fēng)氣流的輻合區(qū)內(nèi)，低層是北支冷氣流，高層是南支暖氣流。低層受北支下沉冷氣流控制，風(fēng)力微弱，天氣穩(wěn)定，而上層有中國(guó)南海高壓輸送來的較暖濕空氣滑行，使四川盆地多云寡照。夏季，盛行東亞季風(fēng)，受偏南暖濕氣流控制，帶來豐富的水汽，容易形成云雨天氣，且下墊面溫度升高，青藏高原熱力作用加劇了對(duì)流活動(dòng)的發(fā)展，因此整體的云覆蓋率都較高。然而在盛夏（7、8 月），四川盆地東部被副熱帶高壓脊控制，脊前的偏南氣流越過云貴高原進(jìn)入川渝，受下沉增溫影響氣層更趨穩(wěn)定，導(dǎo)致盆地地區(qū)云系減少，出現(xiàn)連晴高溫天氣。

圖9 2016—2021 年月平均云覆蓋率分布Fig.9 Distributions of monthly mean cloud cover frequency in each month over 2016—2021

圖10 給出了川渝地區(qū)2016—2021 年云覆蓋率空間分布。整體來看，該地區(qū)云覆蓋率常年存在高值中心，總體呈東多西少、盆地多高原少的特征。為進(jìn)一步定量分析東部低海拔和西部高海拔地區(qū)的差異，文中統(tǒng)計(jì)了研究時(shí)段內(nèi)兩地區(qū)云覆蓋率和晴空率分布情況。圖11 定量給出了川渝地區(qū)東部和西部地區(qū)云覆蓋率（圖11a）和晴空率（圖11b）的差異，其中東部低海拔地區(qū)云覆蓋率大部分在70%—80%，峰值在75%，而西部高海拔地區(qū)的云覆蓋率主要在50%—65%。東部低海拔地區(qū)晴空率大部分低于20%，而西部高海拔地區(qū)的晴空率集中在40%—50%。值得注意的是，在青藏高原與四川盆地之間的陡峭地形區(qū)—主要是橫斷山脈東北到東部邊緣狹長(zhǎng)區(qū)域，狀如縱貫?zāi)媳钡拇笃旅?，該坡面?duì)應(yīng)云覆蓋率的高、低值過渡區(qū)。這一地區(qū)的主導(dǎo)天氣、氣候系統(tǒng)包括西風(fēng)帶、西南季風(fēng)、東亞季風(fēng)和南亞高壓，疊加上橫斷山區(qū)不同尋常的南北走向與高低起伏的地形，對(duì)途經(jīng)該區(qū)域的西風(fēng)、東亞季風(fēng)和南亞季風(fēng)既有東西向阻擋抬升作用，又有南北向的通道作用，使得該區(qū)域云覆蓋率常年存在高值。

圖10 2016—2021 年云覆蓋率空間分布Fig.10 Spatial distributions of cloud cover frequency over 2016—2021

圖11 2016—2021 年?yáng)|部低海拔 （Low） 和西部高海拔 （High） 地區(qū)云覆蓋率 （a） 和晴空率 （b） 分布Fig.11 Distributions of cloud cover （a） and clear （b） frequency in the east low-altitude region and the west high-altitude region over 2016—2021

3.2 月變化特征

圖12 是川渝地區(qū)6 種類型占總面積的比及月變化。如圖12a 所示，川渝地區(qū)東部低海拔地區(qū)云覆蓋面積占比常年最大，若將水云、冰云、低層云霧皆計(jì)算在內(nèi)，則各個(gè)月云覆蓋面積占比在60%—80%。其中冰云和水云具有明顯的月變化，冰云在1—7 月呈現(xiàn)上升趨勢(shì)，8—12 月呈現(xiàn)下降趨勢(shì)，具有顯著的單峰特征，7 月面積占比最大（約37%），6—7 月冰云面積占比大于水云面積占比，其他月份與此相反。出現(xiàn)這種特征主要是因?yàn)橄募緰|亞季風(fēng)帶來豐富的水汽，疊加青藏高原熱力作用，對(duì)流活動(dòng)旺盛，云頂高度高，所以冰云占比明顯上升。其中，8 月總的云覆蓋面積最小，主要因?yàn)樵摃r(shí)節(jié)四川盆地東部被副熱帶高壓脊控制，脊前下沉氣流導(dǎo)致云系減少，這與前文分析一致。值得注意的是，雖然水云覆蓋面積呈現(xiàn)出了和冰云覆蓋面積相反的趨勢(shì)，但由于多層云（即上層是冰云、下層是水云）的存在，文中僅探測(cè)云頂相態(tài)，因此無法判斷水云呈現(xiàn)該趨勢(shì)的具體原因。如圖12b 所示，西部高海拔地區(qū)云覆蓋面積各月差異較大，1—7 月呈現(xiàn)明顯的上升趨勢(shì)，8—12 月呈現(xiàn)下降的趨勢(shì)，7 月面積占比最大（峰值約76%），即總的云覆蓋面積隨月份也呈明顯的單峰分布，而晴空面積具有相反的趨勢(shì)；其中冰云面積1—7 月呈現(xiàn)波動(dòng)上升，8—12 月呈現(xiàn)下降趨勢(shì)。呈現(xiàn)這樣的云量變化主要是因?yàn)?，在冬季西部高海拔地區(qū)（川西高原）盛行來自印度大陸的偏西或西南干暖空氣，因此云覆蓋面積較少，典型分布狀態(tài)如圖3 所示；進(jìn)入夏季，由于季節(jié)轉(zhuǎn)換，一方面受偏南風(fēng)帶來的豐富水汽影響，另一方面橫斷山脈東南傾斜利于水汽抬升凝結(jié)，且疊加青藏高原熱力作用，十分有利于成云致雨（張琪等，2011），典型分布狀態(tài)如圖5 所示。綜上所述，受地形地勢(shì)、水汽條件和大氣環(huán)流特征共同影響，造成了該地區(qū)東、西兩部分云覆蓋面積月變化的差異。

圖12 2016—2021 年?yáng)|部低海拔地區(qū) （a） 和西部高海拔地區(qū) （b） 各類型面積占比月際變化Fig.12 Monthly variation characteristics of area proportions for all types in the east low-altitude region （a） and the west high-altitude regions （b） over 2016—2021

圖13 為2016—2021 年?yáng)|部低海拔地區(qū)和西部高海拔地區(qū)各類型面積占比逐年變化情況，整體而言，各種類型年際波動(dòng)較小，高、低海拔地區(qū)差異較大，整體來看不同年份各類云覆蓋的結(jié)果基本相近，但不同年份也有些微差異。東部低海拔地區(qū)（圖13a），晴空面積占比較小，云覆蓋面積占比常年在70%上下，其中水云占比最大（35%—40%），冰云占比次之，在20%左右，低層云霧占比最小，約13%。結(jié)合前文分析，東部低海拔地區(qū)云覆蓋頻率常年存在高值區(qū)（圖10），且冬、春、秋3 季都是水云覆蓋面積最大，只有盛夏（7、8 月）強(qiáng)對(duì)流發(fā)展旺盛時(shí)，出現(xiàn)冰云覆蓋面積大于水云的情況（圖12a）。因此平均到全年時(shí)，仍是水云覆蓋面積最大，這與上述結(jié)論一致。不同年份的分布差異可能跟年際氣候差異有關(guān)，這需要結(jié)合年氣候特征做深入機(jī)理分析，文中不再展開。

圖13 2016—2021 年?yáng)|部低海拔地區(qū) （a） 和西部高海拔地區(qū) （b） 各類型面積占比逐年變化情況Fig.13 Annual variation characteristics of area proportions for all types in the east low-altitude region （a） and the west high-altitude region （b） over 2016—2021

西部高海拔地區(qū)（圖13b），晴空面積占比約40%，云面積占比最大約50%，其中水云和冰云面積占比較接近，水云在24%—26%，冰云在22%—25%，低層云霧約10%。西部高海拔地區(qū)，以夏季偏南氣流水汽輸送下抬升凝結(jié)的云系占主導(dǎo)，此時(shí)多發(fā)展旺盛的對(duì)流云系，且該地區(qū)本身海拔高，所以其云頂高度高、溫度低，因此冰云覆蓋面積較大，整體上幾乎與水云覆蓋面積持平。

4 總 結(jié)

利用新一代靜止氣象衛(wèi)星風(fēng)云四號(hào)A 星和葵花8 號(hào)搭載的先進(jìn)成像儀AGRI 和AHI 觀測(cè)資料，根據(jù)川渝地區(qū)獨(dú)特的地形地勢(shì)將其分為東部低海拔地區(qū)和西部高海拔地區(qū)，并建立高分辨率的網(wǎng)格化無云背景場(chǎng)，作為無云與有云輻射差異對(duì)比，提高云識(shí)別信度，實(shí)現(xiàn)了適用于該地區(qū)的晴空、水云、冰云、低層云霧、霾和積雪的檢測(cè)，并統(tǒng)計(jì)分析了其在2016—2021 年的時(shí)、空分布特征，主要結(jié)論結(jié)如下。

（1）川渝地區(qū)云的區(qū)域特征顯著，將該地區(qū)分為東部低海拔地區(qū)和西部高海拔地區(qū)兩部分，東、西部差異明顯，總體呈東多西少、盆地多高原少的現(xiàn)象。云覆蓋頻率常年存在高值中心，云覆蓋面積有明顯的月變化。東部低海拔地區(qū)云覆蓋率常年在70%—80%，而西部高海拔地區(qū)云覆蓋率在50%—65%。云覆蓋率的高、低值過渡區(qū)對(duì)應(yīng)青藏高原與四川盆地之間的陡峭地形區(qū)，出現(xiàn)這種現(xiàn)象的原因與地形地勢(shì)、水汽條件和大氣環(huán)流特征相關(guān)。

（2）云覆蓋面積月變化特征明顯。東部低海拔地區(qū)各月的云覆蓋面積相對(duì)穩(wěn)定，占比在60%—80%，而西部高海拔地區(qū)各月差異較大。東部低海拔地區(qū)冰云和西部高海拔地區(qū)總云面積具有顯著月變化（單峰）特征，峰值出現(xiàn)在7 月分別為37%和76%，相鄰月份有依次遞減趨勢(shì)。

（3）各類型面積占比年際波動(dòng)較小。東部低海拔地區(qū)云覆蓋面積常年最大（約70%），其中水云占比最大（35%—40%），冰云占比次之（20%左右），低層云霧占比最?。s13%）；西部高海拔地區(qū)云覆蓋面積常年占比約60%（水云在24%—26%，冰云在22%—25%，低層云霧占10%）。

總體而言，文中實(shí)現(xiàn)了基于靜止衛(wèi)星成像儀的川渝地區(qū)云覆蓋類型檢測(cè)和時(shí)空分布特征分析，但尚存在不足之處。首先，文中主要側(cè)重于該地區(qū)云的分布特征分析，在霧、霾檢測(cè)方面存在不足。其次，受到衛(wèi)星成像儀探測(cè)原理的限制，當(dāng)上層有云遮擋時(shí)，衛(wèi)星只能接收到云頂信息，低層霧、霾無法有效探測(cè)，所以云的遮擋是低層霧、霾檢測(cè)結(jié)果偏少的主要原因之一。針對(duì)霧、霾檢測(cè)和多層云的情況，還有待未來進(jìn)一步研究。