引言

2002年5月2日，地球观测系统(EOS)第二颗卫星Aqua发射成功，其上携带的高光谱大气红外探测器(AIRS，Atmospheric Infrared Sounder)是Aqua卫星平台上6个观测仪器中的一个主要观测仪器。采用红外光栅分光技术，2378个通道覆盖650~2700 cm^-1红外谱区域，其光谱分辨率(υ/Δυ)高于1200，辐射精度优于0.2 K，真正实现了高光谱精度探测^[1]。与HIRS(High Resolution Infrared Sounder)相比，高光谱分辨率探测器AIRS在温度、湿度的探测能力方面有了重大的改进。因此，AIRS具有用于资料同化，提高数值天气预报技巧的潜能。当前，许多数值预报中心都在监控近实时的AIRS数据和实施影响研究。

在热红外波段，大部分云像完全的辐射体一样发射。这些辐射体的温度相当于云顶水滴或冰晶的温度。不透明云与辐射的总效果造成卫星的传感器不能探测来自地面和云下面的大气辐射，而只能测量云顶。云在红外区段的污染妨碍了确定地面和大气条件的许多自动技术的应用，例如，对于中对流层在长波段(15 μm)的大气温度探测通道，大气温度廓线中的不确定性相当于十几分之K的辐射信号，而云的影响可能会达到十几K，这种不平衡导致了云污染，使红外辐射率资料很难被使用。因此，要想实现高光谱大气红外探测器AIRS辐射率的同化应用，云检测是关键一步。

关于云检测的方法，国外的学者专家做了许多卓有成效的工作。Menzel等^[2]通过CO₂切片法计算云顶气压和有效发射率来计算云导风；在此基础上，Smith等^[3]通过CO₂切片法计算云顶气压和有效发射率对ATOVS的大气红外探测器进行云检测；对于AIRS云检测，McNally等^[4]提出了一种寻找不受云影响的通道的云检测方案。在有云的区域，这些不受云影响的通道仍然可以使用，避免了在有云的情况下丢弃潜在的可用信息，增加了可供使用的卫星资料量。以上的云检测方法都会用到背景场和大气温度、湿度、臭氧和地表温度的先验信息，来判断晴空辐射率。Goldberg等^[5]提出了适用于高光谱大气红外探测器AIRS的NESDIS-Goldberg云检测方案；Goldberg等^[6]在原来云检测方案的基础上，分别对陆地和海洋表面的视场进行云检测。在国内，官莉^[1]运用了与AIRS空间匹配的MODIS的L2级产品云掩膜来确定受云污染的视场。

我国现已建立起具有直接同化卫星辐射率资料能力的全球/区域三维变分同化系统(GRAPES-3DVar)，能够直接同化NOAA15-17的先进的TIROS业务垂直探测器(ATOVS，Advanced TIROS Operational Vertical Sounder)卫星辐射率资料^[7-8]，但对AIRS卫星辐射率资料的同化应用工作还没有开展。本研究在Goldberg等^[5]的AIRS云检测基础上，参考Goldberg等^[6]提出的云检测方案，结合GRAPES-3DVar系统和AIRS仪器特征，将其原来NESDIS-Goldberg的3个检验步骤^[5]改为7个，分别对海洋表面(4个检验)和陆地表面(3个检验)的视场进行云检测，剔除受到云污染的视场，从而为高光谱大气红外探测器辐射率资料同化奠定基础。

1 GRAPES-3DVar同化方法

变分同化方法的基本思想是将资料同化归结为一个表征分析场与观测场、分析场与背景场偏差的二次泛函极小值问题。该泛函一般定义为：

$ \begin{align} &J\left( x \right)=\frac{1}{2}{{\left( x-{{x}_{b}} \right)}^{\text{T}}}{{B}^{-1}}\left( x-{{x}_{b}} \right)+ \\ &\ \frac{1}{2}{{[H\left( x \right)-{{y}_{o}}]}^{\text{T}}}{{R}^{-1}}[H\left( x \right)-{{y}_{o}}]~ \\ \end{align} $

(1)

其中，x是控制变量，下标b表示背景场；y_o是观测量，这里是卫星辐射率；B是背景误差协方差矩阵；R=O+F，分别是观测误差和观测算子(正演模式)代表性误差协方差矩阵; H为观测算子，在这里，对AIRS卫星辐射率资料来说，观测算子为辐射传输模式RTTOV7。上标T和-1分别代表矩阵的转置和逆。传统上假定观测误差无偏^[9]，即：E(ε^o)=0，其中, ε^o=y_o-H(x^t)为观测误差，x^t为分析场的真值。

为了减少每一个迭代步的计算量，由式(1)，令δx=x-x_b，即：增量δx，将H(x)在x_b处泰勒展开，将目标函数式(1) 写成：

$ \begin{align} &\ \ \ J\left( \delta x \right)=\frac{1}{2}[\delta {{x}^{\text{T}}}{{B}^{-1}}\delta x+ \\ &{{\left( H' \delta x+d \right)}^{\text{T}}}{{O}^{-1}}\left( H' \delta x+d \right)] \\ \end{align} $

(2)

其中，d=H(x_b)-y_o，称为新息向量(innovation vector)。

2 AIRS卫星资料

AIRS是红外探测器，光谱覆盖3.7~15.4 μm(600~2700 cm^-1)，分3段：短波3.74~4.61 μm；中波6.20~8.22 μm；长波8.80~15.4 μm。共有2378个红外通道，目前，进行资料同化使用的通道为323个。图 1为AIRS通道分布。

每天AIRS由240个景构成对全球的观测，每6 min的观测资料构成一个景，每个景由135条扫描线组成，每条扫描线有90个观测视场。图 2a为世界时2006年7月1日00时(-3 h~3 h)(文中所有时间均为世界时)，60个景在窗区通道(波数为917.306 cm^-1)的亮度温度；图 2b为AIRS 60个景在全球的分布。图 2a中比较低的观测亮温值代表可能有云(较高云)的存在，而高亮度温度值的区域往往给出的是地面(晴空)信息，较高的亮度温度意味着可能是地表或中、低层云混合(部分有云)，本研究的目的就是利用云检测方案，将有云的视场剔除出去。资料同化中使用的AIRS的一级产品L1B数据资料，包括辐射率、地理经度、纬度、地表水平高度、太阳天顶角、方位角、卫星天顶角、方位角及陆地(海面)标记等^[10]，均来自NASA空间飞行中心(Goddard Space Flight Center Distribution Active Center, NASA/GSFC DAAC)。

3 云检测方案

Goldberg等^[6]提出的云检测方案，通过AIRS通道和相应微波通道的经验组合来进行云检测，包括了10个云检测步骤，其中，陆地视场5个，海洋视场5个。由于部分云检测步骤的关键参数无法获得，以及资料、技术条件等原因，结合NESDIS-Goldberg云检测方案(见附录)，以我国的GRAPES-3DVar同化系统为平台，提出了GRAPES-Goldberg云检测方案，分别对陆地和海洋上的视场进行云检测，其中海洋视场4个，陆地视场3个。本节实验选取的资料为2006年6月30日23:59至7月1日1:47时间段内，位于非洲西南部的陆地及非洲大陆西海岸大西洋上的4个景，分别为2006年6月30日的一个景240，以及2006年7月1日的3个景1，16，17(见图 2b中红色框标出的区域)，4个景共计48600个视场点，其中海洋表面26605个，陆地表面18064个，海岸3931个视场点(不考虑)。

3.1 对海洋表面视场的云检测

(1) Test_General检验。对于海洋表面(已剔除掉海冰的视场)，检验长波窗区通道914(波数为965.43 cm^-1)的观测亮度温度是否小于270 K。因为海水的冰点在271 K左右，对于云顶高度较高的云来说，云顶温度可能会低于271 K，如果窗区通道914的观测亮温小于270 K，那么可以肯定是有云存在的，如式(3) 所示。

$ AIR{{S}_{\_914}}<270.0 $

(3)

其中，AIRS_{_914}为AIRS 914通道的观测亮温。

图 3a为云检测前，AIRS窗区通道787(波数为917.306 cm^-1)观测亮温y_o与背景场(来自国家气象中心T213分析场)模拟亮温H(x_b)的散点图，其中，绿色的点为满足式(3) 的，受冷云污染的视场；图 3b为经过Test_General检测后，剔除掉满足式(8) 的视场后，观测亮温与背景场模拟亮温的散点图。从图中可以看出来，由于冷云导致的大的偏差已经消除了，但是由于低云和中层云的影响，还存在比较大的偏差。这就需要进行下面的检验。

(2) TestA检验。与NESDIS-Goldberg云检测方案(见附录)的第二个检验步骤相同。本检验利用AIRS 8~11 μm窗区短波红外通道2226(波数为2531.978 cm^-1)的观测亮温与15 μm窗区附近长波红外通道843(波数为937.908 cm^-1)的观测亮温作比较，可以检测出高度较低的云。这一步可以检测出第一步未检测出的云，但对第一步检测出的冷云效果不大。

$ Test\ A=AIR{{S}_{\_2226}}-AIR{{S}_{\_843}}~ $

(4)

图 3a中红色的点为TestA检测出的受云污染的视场；图 3c为通过Test_General和TestA两个检验后，窗区通道787的观测亮温与背景场模拟亮温的散点图。从图中可以看出，通过TestA检验后，一些受中低云影响的视场被剔除了，但是，对于距离地表很近的云，有可能会检测不出来，下面的两个检测主要针对这个情况。

(3) TestSST1检验。与NESDIS-Goldberg云检测方案的第三个检验步骤相同。由AIRS的791(波数为918.747 cm^-1)、914(波数为965.431 cm^-1)、1285(波数为1228.225 cm^-1)、1301(波数为1236.539 cm^-1)4个通道的亮温可以很好地模拟海洋表面温度。如式(5) 所示。

$ \begin{align} &AIR{{S}_{\text{-SST-Sim}}}=8.28206- \\ &\ \ \ \ \ \ \ \ 0.97957AIR{{S}_{\_791}}+0.60529AIR{{S}_{\_914}}+ \\ &\ \ \ \ \ \ \ \ \ \ 1.7444AIR{{S}_{\_1285}}-0.40379AIR{{S}_{\_1301}} \\ \end{align} $

(5)

其中，AIRS_-SST-Sim为模拟的海洋表面温度，AIRS_{_791}，AIRS_{_914}，AIRS_{_1285}，AIRS_{_1301}分别为AIRS 4个通道的观测亮温。这些长波通道能够严格的估计海洋表面温度，因为它们能够通过多通道的线性回归去除掉水汽吸收来计算亮温。

TestSST1检验利用模拟的海洋表面温度AIRS_-SST-Sim与背景场海洋表面温度作比较，如(6) 式所示。

$ TestSST1=SS{{T}_{\text{background}}}-AIR{{S}_{\text{-SST-Sim}}} $

(6)

图 3a中蓝绿色的点为TestSST1检测出的被低云污染的视场；图 3d为通过Test_General、TestA及TestSST1检验后，窗区通道787的观测亮温与背景场模拟亮温的散点图。从图中可以看出，经过TestSST1检验后，可以剔除掉上面2个检验未检验出的被低云污染的视场。

(4) TestSST2检验。AIRS短波窗区通道2333(波数为2616.095 cm^-1)是AIRS窗区通道中最透明的一个，仪器误差很小，可以很好地模拟海洋表面温度(在280 K的海洋表面，2333通道模拟的海表温度的误差小于0.05 K)。用2333通道的观测亮温与背景场海洋表面温度作比较，如式(7)，其中，AIRS_{_2333}为2333通道的观测亮温，SST(Background)为背景场海洋表面温度。这个检验由于受太阳光的污染，只在夜间进行。

$ \begin{align} &TestSST2=SS{{T}_{\text{Background}}}-AIR{{S}_{\_2333}} \\ &\ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \left( \text{只在夜间} \right)~ \\ \end{align} $

(7)

图 3a中黄色的点为通过TestSST2检验，进一步检测出的云污染视场；图 3e为经过所有检验后，窗区通道787观测亮温与背景场模拟亮温的散点图。从图中可以看出，经过上面所有的4个检验后，观测与背景场模拟的偏差基本在-5~5 K之间，由于云污染而导致的大的偏差视场已经被剔除了。

此外，图 3e中，经过云检测后，背景场模拟值与观测值仍然残余着一定的系统性差异，这是因为，除云污染外，由于卫星探测器的定标、定位、灵敏度、老化等原因，使得卫星观测资料存在着系统性的误差；同时，预报模式也存在着系统性的偏差，这使得背景场产生了偏差；另外，在辐射转换计算的过程中，辐射传输模式也存在误差。所有这些误差的综合效应造成了背景场模拟值与观测值的系统差异。

表 1为不同云检测阶段检测出的云污染视场数及晴空视场数。从表中可以更清楚地看出，经过4个不同的检验，被云污染的视场都被剔除了，大约有4.24%的视场是晴空的。

3.2 对陆地表面视场的云检测

由于地表发射率的不确定性和多样性，对AIRS陆地视场的云检测应该与海洋视场的云检测方案有所区别。

(1) TestA检验。同3.1节的TestA检验。图 4a为云检测前，陆地表面背景场模拟亮温与AIRS 787通道观测亮温的散点图，其中，绿色的点为TestA检测出的云污染视场；图 4b为经过TestA检验后，模拟与观测的散点图。从两幅图的对比可以看出，经过此检验后，一些偏差相当大的视场被剔除了。为了进一步检测高度比较低的云，还要进行下面的检验。

(2) TestB检验。与NESDIS-Goldberg云检测方案的第一个检验相同。AIRS 2112通道(波数为2390.089 cm^-1)的模拟亮温可以通过一个经验函数，由微波探测器AMSU-A的4、5、6通道的亮温以及微波通道和红外通道的卫星方位角、太阳天顶角的差反演而来，如式(8) 所示。

$ \begin{array}{l} \;AIR{S_{{\rm{\_2112\_Sim}}}} = 18.653 - 0.169 \times \\ \;\;\;AMS{U_{\_4}} + 1.975 \times AMS{U_{\_5}} - \\ \;\;\;\;\;\;0.865 \times AMS{U_{\_6}} + 4.529 \times \\ [1-{\rm{cos}}\left( {Scan} \right)] + 0.608 \times {\rm{cos}}\left( {SolZen} \right) \end{array} $

(8)

其中Scan为AMSUA与AIRS的扫描角的差，SolZen为AMSUA与AIRS太阳天顶角的差，AMSU_{_4}，AMSU_{_5}，AMSU_{_6}分别为AMSU-A 3个通道的观测亮温。

TestB方案是由AIRS 2112通道的观测亮温AIRS_{_2112}与2112通道的模拟亮温AIRS_2112_Sim作比较。如(9) 式所示。

$ TestB = AIR{S_{\_2112\_Sim}} - AIR{S_{\_2112}} $

(9)

TestB选择2112通道的原因是:这个通道受温度的影响较大，来自水汽和其他痕量气体的污染可以忽略不计，此外，AIRS 2112通道的权重函数在低的对流层达到峰值，能够检测出高度非常低的云(2112通道的权重函数在850 hPa左右达到峰值)。

图 4a中紫色的点为TestB检测出的受高度比较低的云污染的视场；图 4c为经过TestA与TestB检验后背景场模拟亮温与787通道观测亮温的散点图。从图中可以明显的看出，经过这两个检验后，大部分受低云污染的视场被剔除了。在白天阴天的情况下，由于太阳辐射，可能会使2112通道的观测亮温偏高，而错误地将有云的视场判断为晴空，上面的TestA检验可以避免这种情况发生。为了进一步检验距离地表更近的低云，就要进行第三个检验。

(3) TestLST检验。与3.2.1节的TestSST2检验相似，如式(10)，其中LST_background为背景场陆地表面温度，AIRS_{_LST_Sim}为4个AIRS通道模拟的陆地表面温度。但是由于地表类型的复杂多样性，以及在路地表面，地表温度的预报比较差，所以，TestLST检验的两个阈值应该取的大一些(例如-5 K、10 K)。

$ TestLST = LS{T_{{\rm{background}}}} - AIR{S_{{\rm{\_LST\_Sim}}}} $

(10)

图 4a中蓝绿色的点为TestLST检测出的云污染的视场；图 4d为经过所有3个云检测后，背景场与观测的散点图。从图中可以看出，由云污染导致的大的偏差视场都被剔除了。

表 2为对陆地表面视场，不同云检测阶段检测出的云污染视场数及晴空视场数。从表中可以更清楚地看出，经过3个不同的检验，被云污染的视场都被剔除了，大约有2.4%的视场是晴空的。

3.3 阈值的给定

对于每一个视场点，只要满足下面其中一个判别条件，AIRS视场就被认为是有云的：

对于海洋表面：

$ \left\{ \begin{array}{l} AIR{S_{\_914}} < 270.0\\ TestA > Test{A_{{\rm{ - thresh}}}}\\ TestSST1 > TestSST{1_{{\rm{ - thresh}}}}\\ TestSST2 < TestSST{2_{{\rm{ - thresh1}}}}\\ TestSST2 > TestSST{2_{{\rm{ - thresh2}}}} \end{array} \right. $

(14)

对于陆地表面：

$ \left\{ \begin{array}{l} TestA > Test{A_{{\rm{ - thresh}}}}\\ TestB > Test{B_{{\rm{ - thresh}}}}\\ TestLST < TestLS{T_{{\rm{ - thresh1}}}}\\ TestLST > TestLS{T_{{\rm{ - thresh2}}}} \end{array} \right. $

(15)

其中，TestSST1_-thresh、TestSST2_-thresh1、TestSST2_-thresh2、TestA_-thresh、TestB_-thresh、TestLST_-thresh1和TestLST_-thresh2为阈值，这些阈值是可调的，通常为2.0，-0.6，3.3，5.0，2.0，-5和10 K。阈值可以根据累积分布函数来选择^[6]。以上面的实验资料为例，图 5a显示了TestSST2检验，背景场海洋表面温度与2333通道(波数为2616 cm^-1)观测亮温的偏差的累积分布函数，如果认为5%的视场是晴空的，那么这个检验的阈值就选择2 K，如图 5b。在实际应用中可以通过MODIS的云检测产品来估计晴空视场的比例。

4 云检测结果

当前，各数值预报中心主要以海洋表面上的AIRS资料同化为主，因此，选择2006年6月30日21:23至23:17时间段内，位于美国西海岸太平洋上的AIRS 6个景214, 215, 216, 230, 231和232(图 2b中绿色框标出的区域)为例，图 6a给出了它们在窗区通道787的亮度温度，图中亮度温度较低的冷云由蓝色(冷色调)表示，比较暖的亮度温度值意味着中低云或地表，而冷的亮度温度值代表高云。这与图 6c和6d的云检测结果是吻合的。对上述6个景共72900个视场，其中，海洋视场72414个，陆地视场28个，海岸线视场458个(剔除)。用3.1节NESDIS-Goldberg和3.2节GRAPES-Goldberg云检测方案分别进行云检测，将有云的视场剔除，如图 6c和6d。与图 6b MODIS可见光云图相比，经过云检测后，有云的视场基本上都被剔除了。

在35°N, 120°W附近的陆地上，图 6a中椭圆标出的区域，出现了比较大的偏差(图略)，这是因为高光谱红外大气探测器某些通道对地表类型、地表发射率和地表温度十分敏感，由于地表发射率、地表类型等的复杂性，可能会产生相当大的误差，GRAPES-Goldberg云检测方案可以剔除掉这些大的偏差的视场。在后面的同化阶段，将直接剔除掉地面的观测资料。

从表 3中可以看到，利用NESDIS-Goldberg云检测方案，共检测出64791个受到云污染的视场，晴空视场占到总视场的10.6%；使用GRAPES-Goldberg云检测方案对相同的视场进行云检测，共检测出65021个受到云污染的视场，晴空视场占到总视场的10.1%。从两个云检测方案的结果可以看出，使用GRAPES-Goldberg云检测方案可以检测出NESDIS-Goldberg云检测方案未检测出的受到云污染视场，尤其是对于陆地视场来说，GRAPES-Goldberg云检测方案更加有效。

5 小结

从上面的结果分析可以看出，对于GRAPES-3DVar系统，GRAPES-Goldberg云检测方案相对于NESDIS-Goldberg的云检测方案可以更加有效地检测出受到云污染的视场，并且可以区分陆地和海洋上的视场，尤其是对于陆地上的视场，GRAPES-Goldberg云检测方案可以更加有效地剔除掉云污染的视场，此外，能够检测出有云视场上的高中低云。将经过云检验的AIRS晴空辐射率资料应用到GRAPES模式中，将会为AIRS资料同化打下良好的基础。此云检测方案不需要运用通道的偏差订正，并且，除了地球表面的温度，不依赖于大气的先验信息，是一种快速、有效的云检测方案。以上所做的研究是基于视场上的，本着“如疑之则弃之”的原则的云检测方案。在接下来的工作中，将进行同化影响试验^[11-12]来进一步检验云检测的效果。总之，该研究为AIRS辐射率资料将在GRAPES三维变分同化系统中的应用奠定了基础。

附 录

NESDIS-Goldberg云检测方案

NESDIS-Goldberg云检测方法已经运用到NESDIS的AIRS同化系统中，包括3个检验步骤：

(1) 通过2112通道的观测亮温AIRS_{_2112}与AMSUA 3个通道模拟的2112通道的亮温AIRS_{_2112_Sim}作比较。

$ AIR{S_{{\rm{\_2112\_Sim}}}} - AIR{S_{\_2112}} > 2\;{\rm{K}} $

(A1)

(2) AIRS的短波红外通道2226(波数为2531.97803 cm^-1)的观测亮温AIRS_{_2226}与长波红外通道843(波数为937.908 cm^-1)的观测亮温AIRS_{_843}作比较 。

$ AIR{S_{\_2226}} - AIR{S_{\_843}} > 5\;{\rm{K}} $

(A2)

(3) 利用模拟的海洋表面温度AIRS_{_SST_Sim}与背景场海洋表面温度SST_background作比较。

$ \left\{ \begin{array}{l} SS{T_{{\rm{background}}}} - AIR{S_{{\rm{\_SST\_Sim}}}} > 3.3\;{\rm{K}}\\ SS{T_{{\rm{background}}}} - AIR{S_{{\rm{\_SST\_Sim}}}} < - 0.6\;{\rm{K}} \end{array} \right. $

(A3)

对于每一个视场，如果通过了上面的3个检验，那么就认为是有云的。