引言

云通过影响太阳和地球辐射, 对整个地气系统的能量平衡具有强烈的调节作用(陈英英等, 2007; 2009;章建成等, 2006)。根据云滴的热力学状态可以将云分为冰云、水云和冰水混合相态云三种。云相态不仅是卫星云参数反演的关键要素, 也是气象学和气候学研究的重要参量, 其识别准确性直接关系到云光学厚度、有效粒子半径等光学和微物理参数的反演精度(任建奇等, 2010)。随着卫星有效载荷的发展, 云相态的识别算法日趋成熟, 科研、业务产品众多, 如NASA/Terra(Aqua)的云产品MOD06_L2(MYD06_L2)、国际云气候计划ISCCP的产品数据集DX, D1, D2、Cloudsat/CPR的云分类产品2B-CLDCLASS、EUMETSAT的云参数产品等。

我国第二代极轨系列的首发卫星—风云三号A星(简称FY-3A)于2008年5月27日成功发射, 星上携带的11台遥感仪器中有多个可获得云信息, 例如, 可见光红外扫描辐射计(VIRR)可获得云图, 探测卷云及云相态, 中分辨率光谱成像仪(MERSI)可探测云特性, 微波成像仪(MWRI)可探测云含水量, 红外分光计(IRAS)等大气探测仪器组可探测云参数(宏观等, 2008; 董超华等, 2010; 李俊等, 2012)。丰富的遥感观测仪器大幅度提高了全球云资料的获取能力, 为云参数反演奠定了基础。

产品精度是产品应用的基础和保障。为了更好地推动FY-3A/VIRR云相态数据在科研、业务工作中的使用, 本文利用Terra/MODIS云相态产品对FY-3A/VIRR云相态产品进行检验, 用以分析FY-3A/VIRR云相态产品的精度。

1 云相态识别的物理基础

云的辐射性质可用它们的几何特征和单次散射性质加以描述。单次散射性质又与折射指数(m=m_r-m_i)、粒子大小分布和粒子形状等参数有关。其中折射指数实部m_r表示粒子散射辐射能力, 实部数值越大, 散射辐射越强; 虚部m_i代表粒子吸收辐射能力, 虚部绝对值越大, 对辐射的吸收越强(Strabala et al, 1994)。8~12 μm的大气窗区是热红外波段的一个重要区域, 云内冰、水粒子在这一波段的吸收有着很大的差异, 图 1a给出了冰、水粒子折射指数虚部在该波段的变化(Warren, 1984), 图中垂直点线分别对应8.5 μm(MODIS通道29)、11 μm(MODIS通道31) 和12 μm(MODIS通道32)。在8~10 μm区间冰、水粒子折射指数虚部的值最小且相差不大, 这意味着该区间内粒子的吸收较弱。在此区间外, 冰、水粒子复折射指数虚部迅速增长, 并且冰粒子的吸收在10~11 μm区间比11~12 μm区间增长得多, 而水粒子相反(Strabala et al, 1994)。因此可联合热红外8.5、11和12 μm进行云相态反演, 其反演效果已在国外多次试验中(如SUCCESS)被MAS(机载MODIS仪器)实测数据所检验(周著华等, 2005)。后来, Baum等(2000)通过辐射传输模拟发现, 利用像元的11 μm亮温以及8.5与11 μm亮温差也可区分云相态, 因此将三光谱法简化为双光谱法。最新发布的MODIS云相态产品采用的识别算法是双光谱法(Paul, 2010)。但到目前为止, 仅EOS/MODIS有8.5、11和12 μm三个红外探测通道。

在可见光到中波红外波段内冰、水粒子反射太阳辐射也具有不同特性, 图 1b为水和冰在0.0~4.5 μm波段折射指数虚部随波长的变化, 图中垂直点线分别对应0.65 μm(FY-3A/VIRR通道1)、1.64 μm(FY-3A/VIRR通道6) 和3.75 μm(FY-3A/VIRR通道3)。从图 1b可见, 当波长介于0.2~1.0 μm时, 无论水还是冰折射指数虚部均小于10^-6, 对辐射的吸收非常小; 当波长大于1.0 μm后, 水和冰折射指数虚部随波长增大而增大, 在1.64和3.75 μm附近, 水和冰吸收辐射能力明显加强, 但两者出现较大差异, 水折射指数虚部小于冰, 水吸收辐射能力小于冰。这说明, 当水云和冰云粒子具有相同粒子大小及分布时, 在0.65 μm波长, 云反射辐射对云相态依赖性很小, 而在1.64和3.75 μm波长, 云粒子相态对云反射辐射大小有明显影响, 冰云反射辐射比水云小, 因此也可利用可见光、近红外波段或中波红外波段反射率识别云顶粒子相态(Arking et al, 1985; Pilewskie et al, 1987; 刘健等, 2003; 1999)。由于FY-3A/VIRR没有8.5 μm通道, 因此FY-3A/VIRR云相态产品主要采用了可见光-近红外通道技术, 通过薄卷云识别、破碎云识别、近红外通道冰水相态识别、破碎云滤除等方法实现云相态识别(杨军等, 2011)。

2 数据与分析方法

利用卫星的遥感观测资料进行云参数的反演, 可获得较大空间尺度、连续的云光学特性和微物理特性, 但对反演产品精度验证比较困难。针对反演结果的真实性检验常用的方法主要有:利用机载数据或激光雷达探测信息检验反演参数的准确性; 与其他卫星观测平台仪器进行比较验证等(王越等, 2006)。相对于其他云相态产品而言, EOS/MODIS云相态产品是目前国内外较为公认的云相态产品, 同时, 数据的获取也十分方便, 可在线免费下载。因此, 本文主要利用Terra/MODIS所提供的MOD06中的云相态产品数据对FY-3A/VIRR的云相态业务产品结果进行一致性分析。

2.1 FY-3A/VIRR云产品资料

FY-3A的全球云量与云分类产品(简称CAT)是利用可见光红外扫描辐射计(简称VIRR)探测得到的数据生成, 该产品包括:总云量、云相态、云分类和高云量。FY-3A/VIRR云相态日产品是基于辐射定标和地理定位的VIRR L1数据和云检测产品, 结合使用地表类型数据, 利用可见光、近红外、红外通道的光谱和纹理特性, 采用阈值方法对有云像元进行相态识别, 得到冰云(ice)、水云(water)、薄卷云(thin cirrus)和混合(mix)相态四类云相态识别结果。云相态数据为全球等经纬度网格日产品, 空间分辨率0.05°×0.05°(杨军等, 2011)。图 2a为2011年9月28日FY-3A/VIRR覆盖10°~ 60°N、65°~ 145°E区域的云相态产品示意图。

2.2 Terra/MODIS云产品资料

搭载在EOS Terra和Aqua卫星上的中分辨率成像光谱仪MODIS具有从可见光到红外共36个通道, 分布在0.4~14 μm的电磁波谱范围内, 其中直接用于遥感探测云性质的就有10个通道(0.645、0.858、1.24、1.38、1.64、2.13、3.75、8.55、11.03和12.0 μm通道), 这些探测通道为研究云的微物理性质提供了宝贵的资料(刘健等, 2007)。本文采用的数据来自Terra卫星的MODIS云参数产品MOD06_L2, 数据可在线获得(http://modis.gsfc.nasa.gov/)。Terra/MODIS云产品包含了云顶特征、云光学特性等参数, 其中云相态产品将云分为冰云、水云、混合相态云和不确定(undefined)相态云四类(Paul et al, 2010)。2011年9月28日Terra/MODIS覆盖10°~60°N、65°~145°E区域的云相态数据如图 2b所示。

2.3 数据选取与处理

为了保证对比的有效性, 对FY-3A和Terra卫星数据进行时空匹配, 匹配采用观测时间间隔最小、空间覆盖范围相同和空间分辨率一致的原则。本文选取间隔15 min内的覆盖范围相同的Terra/MODIS和FY-3A/VIRR云相态产品作为分析数据, 两种数据均做等经纬度投影处理, 空间分辨率为0.05°×0.05°。

为了排除云检测带来的分析误差, 本文只针对FY-3A/VIRR和Terra/MODIS云相态产品中均为云像元的像元点进行统计分析。另外, 由于FY-3A/VIRR云相态产品与Terra/MODIS云相态识别结果的类别有所差异, 为便于分析, 将FY-3A/VIRR中薄卷云归入冰云类, 而对Terra/MODIS中不确定相态云不做处理。

3 个例分析

分析中引入两种数据一致率参数, 一致率的定义为:FY-3A/VIRR识别为某一相态云的像元数为B, Terra/MODIS识别为同一相态云的像元数为C, 数据B与C的交集, 即两种数据均识别为同一相态云的像元数为A, 则两种数据对该相态云识别的一致率为A/(B+C-A)。

本文选择简单云状和复杂云状作为分析对象, 分别做如下讨论。

3.1 个例1

图 3是2011年5月25日10:00(北京时)的FY-3A/VIRR可见光通道(a)、近红外通道(b)、红外通道(c)及相邻观测时间的Terra/MODIS红外通道(d)图像, 数据覆盖范围10.05°~27.45°N、114.1°~142°E。此时2号台风桑达中心位于(12°N、128°E)附近, 位于台风中心部分的区域1(图中红框表示)在可见光图像和红外图像上均表现为白亮密实, 平均亮温199.2 K, 反映此处云层发展深厚, 云顶为冰相云; 位于台风云系外围的区域2在可见光和近红外云图上呈深灰色, 近红外通道平均反射率9.5%, 平均亮温261 K, 此区域可能有薄卷云覆盖; 位于中国大陆上空的区域3在可见光和近红外云图上呈白色, 在红外云图上呈暗灰色, 近红外通道平均反射率46.7%, 平均亮温278.7 K, 说明云中含有水粒子。目视对比FY-3A/VIRR和Terra/MODIS的热红外通道图像(图 3c和3d), 虽然两颗卫星相距15 min才经过同一区域, 但该时间间隔内云场变化并不明显, FY-3A/VIRR和Terra/MODIS云相态产品具有可比性。

图 4a和4b分别是针对相同云检测像元的FY-3A/VIRR和Terra/MODIS云相态产品识别结果, 图中黑色为无效数据, 蓝色为晴空或两种数据中有一种数据为云像元, 白色为冰云, 绿色为水云, 棕黄色为混合相态云, 褐红色为不确定相态云(下同)。从图 4a和4b中可以看出, 相邻时次、相同反演区域的FY-3A/VIRR产品和Terra/MODIS产品云分布形势和相态分布模态相同, 台风桑达的主体部分在两种产品中均被识别为冰云。

表 1为分析数据范围内, 对FY-3A/VIRR与Terra/MODIS同是云像元的像元相态识别结果的对比统计。行是FY-3A/VIRR云相态分类, 列是Terra/MODIS云相态分类, 其中的数值是同时落在两种产品分类区间内的像元个数, 最后一行和最后一列分别是Terra/MODIS和FY-3A/VIRR各类云相态总的像元个数。从表 1可知, 在所有参加分析的103863个云像元中, FY-3A/VIRR判识为冰云的有72837个像元, 占总分析云像元的70.13%;Terra/MODIS云相态识别结果判定为冰云的像元数有73471个, 占总分析云像元的70.74%;两者间有69435个像元被FY-3A/VIRR和Terra/MODIS共同判识为冰云, 两种数据判识结果一致性为90.32%。FY-3A/VIRR水云像元有26264个, 占总分析云像元的25.29%;Terra/MODIS水云像元有20949个, 占总分析云像元的20.17%;两种数据判识结果一致性为64.24%, 统计数据反映出FY-3A/VIRR和Terra/MODIS两者对水云的判识存在较大的偏差。在FY-3A/VIRR云相态识别结果中, 混合相态云的比例较少, 只有4762个像元, 占总云像元的4.58%;Terra/MODIS云相态识别结果中, 混合相态云仅占总云像元的1%, 此外还有8.1%的云像元相态不确定。根据一致率的定义可知, 两种产品混合相态云、不确定相态云的不一致同时也会影响其他相态识别的一致性。由于FY-3A/VIRR的混合相态云像元中有2134个在Terra/MODIS中被判识为水云, 同时Terra/MODIS不确定相态云像元中有4824个被FY-3A/VIRR判定为水云, 因此水云一致性受到较大影响。另外, FY-3A/VIRR中的水云像元有2932个在Terra/MODIS中被判定为冰云像元, 这部分云像元很可能是薄卷云, 由于两种产品算法的不同而引起识别结果的差异。

为了更好地分析两种云相态数据的差异, 制作两种数据云相态识别差异图(图 4c)。色标中第一个字母和第二个字母分别代表FY-3A/VIRR和Terra/MODIS云相态产品识别结果, 冰云记为ⅰ, 水云记为w, 混合相态云记为m, 不确定相态云记为u。检验结果用不同颜色表示, 具体的定义如表 2所示。由于本文只讨论两种产品相同云检测像元云相态的一致性, 因此对于某一像元而言, 只要两种产品有其中之一被检测为晴空, 则该像元不参加云相态识别结果对比分析, 用cc表示。从图 4c中可以看出, FY-3A/VIRR和Terra/MODIS均识别为冰云(ⅱ)和均识别为水云(ww)的像元占了大部分区域, 说明两种产品的一致性较高。两种相态数据不一致主要分布在云系外围, 如台风云系外围的卷云羽, 云像元的FY-3A/VIRR红外通道亮温较高, 能达到273 K, 云层很薄, 可见光反射率小于40%。还有一部分相态不一致点是由于Terra/MODIS中的不确定相态云点引起, 这些点分布在云边缘或不同云相态交界处。此外, 出现偏差还主要表现在两种数据对水云和混合相态云的判识和区分(20°~25°N、116°~120°E)。

统计各相态在总云像元中所占比例可知, 云场中无论是FY-3A/VIRR云相态识别结果还是Terra/MODIS云相态识别结果, 冰云像元占总云像元个数的70%以上, 水云像元占20%以上, 混合相态云、不确定相态云较少, 云场较为简单。总的来说, 两种云相态产品识别一致的冰云、水云和混合相态云像元总数占总分析云像元的84.97%, 识别一致性较高。

3.2 个例2

图 5是2011年6月5日11:30(北京时)的FY-3A/VIRR可见光通道(a)、近红外通道(b)、红外通道(c)及相同观测时间的Terra/MODIS红外通道(d)图像, 数据覆盖范围19.8°~38.55°N、95.85°~123.7°E。区域1在可见光和近红外通道图像上均较亮, 可见光通道平均反射率61.2%, 近红外通道平均反射率51.4%, 这里云层光学厚度较大且云顶粒子尺度较小; 区域2在可见光云图、红外云图上较亮, 而在近红外通道云图上表现较为灰暗, 区域中云像元可见光通道反射率平均为61.8%, 近红外通道平均反射率28%, 红外窗区通道平均亮温243.7 K, 反映区域2以光学厚度较大、温度较低的冰云为主。目视对比FY-3A/VIRR和Terra/MODIS的热红外通道图像(图 5c和5d), 发现相同时次的两种数据的红外窗区通道亮温分布具有较好的一致性。图 6是沿28°N剖线(图 5c和5d中红色实线)上像元FY-3A/VIRR、Terra/MODIS的11 μm亮度温度分布。从图 6可知, 尽管两颗卫星的仪器参数不同, 但两条曲线的亮温值变化趋势一致。

图 7a和7b分别是相同时次、相同区域、针对相同云检测像元的FY-3A/VIRR和Terra/MODIS云相态产品识别结果, 可以看出云场中除了含有冰云和水云, 还含有一定比例的混合相态云和不确定相态云, 云场较为复杂。Terra/MODIS中不确定相态云主要分布在云边缘或不同相态交界处。

表 3为分析数据范围内, 对FY-3A/VIRR与Terra/MODIS同是云像元的像元相态识别结果的对比统计。从表 3可知, 在所有参加分析的119640个云像元中, FY-3A/VIRR判识为冰云的有56834个像元, 占总分析云像元的47.5%;Terra/MODIS云相态识别为冰云的像元数有53526个, 占总分析云像元的44.74%;两者间有46209个像元被FY-3A/VIRR和Terra/MODIS共同判识为冰云, 两种数据判识结果一致性为72.03%。FY-3A/VIRR水云像元有29299个, 占总分析云像元的24.49%;Terra/MODIS水云像元有34912个, 占总分析云像元的29.18%;两种产品对水云判识的一致性为36.53%。在FY-3A/VIRR云相态识别结果中, 混合相态云像元有33507个, 占总分析云像元的28.01%;Terra/MODIS混合相态云像元有6256个, 占总分析像元的5.23%, 此外还有20.85%的云像元相态不确定。统计数据反映云场中含有一定比例的混合相态云和不确定相态云, 云场较为复杂。总的来说, 两种产品一致的冰云、水云和混合相态云像元总数占总分析云像元的55.05%。

图 7c是两种云相态产品差异图像。可以看到, 成片的白色区域是FY-3A/VIRR和Terra/MODIS均识别为冰云的像元, 草绿色是两者均识别为水云的像元, 深褐色是FY-3A/VIRR识别为混合相态云而Terra/MODIS识别为水云的像元, 这三种相态识别结果在图像中占的比重最大。云相态偏差大部分出现在(28°~32°N)纬度带中, 主要为FY-3A/VIRR识别为混合相态云, Terra/MODIS识别为水云或不确定相态云(104°E、116°E左右); FY-3A/VIRR识别为冰云或水云, Terra/MODIS识别为不确定相态云, 分布在云边缘或不同相态交界处。

为了进一步分析FY-3A/VIRR和Terra/MODIS云相态识别结果的异同及其不同相态类别云像元不同探测通道探测值的分布, 将FY-3A/VIRR产品中冰云(a)、水云(b)和混合相态云(c)像元对应的Terra/MODIS云相态判识结果, 以及各相态所有像元点的FY-3A/VIRR近红外通道反射率和红外通道亮温的直方图统计分布进行叠加(图 8)。从图 8a可知, FY-3A/VIRR中90%以上的冰云像元近红外反射率分布在14%~30%, 红外亮温分布在216~273 K, FY-3A/VIRR中的所有冰云像元在Terra/MODIS中除了大部分被识别为冰云外, 还有小部分被识别为水云、混合相态云和不确定相态云, 这些不一致云像元点的亮温峰值在250 K附近, 与冰云的亮温分布的峰值接近。图 8b是FY-3A/VIRR中水云的情况, 其近红外反射率峰值分布在30%~40%, 红外亮温主要分布在270~295 K, FY-3A/VIRR中的水云像元在Terra/MODIS中识别为水云、冰云和混合相态云, 所有相态类型云像元的近红外通道反射率和红外通道亮温统计直方图峰值接近。图 8c中FY-3A/VIRR的混合相态云像元近红外反射率峰值分布在40%~45%, 红外亮温峰值分布在265K附近, 这些像元点在Terra/MODIS中被识别为冰云、水云、混合相态云和不确定相态云, 不同相态类型云像元的通道探测值直方图峰值分布出现明显不同, 反映FY-3A/VIRR和Terra/MODIS云相态识别结果在混合相态云识别中的偏差较大。由于FY-3A/VIRR和Terra/MODIS红外通道亮温分布相似(图 6), 产生云相态识别偏差, 尤其是混合相态云识别偏差的主要原因可能来自两种云相态识别算法的差异。

此外, 由于Terra/MODIS云相态产品独立分出了不确定相态云, 而FY-3A/VIRR云相态产品中没有此类, 不同相态类型的定义也会引起两种云相态产品间出现差异。

4 小结

本文选取简单云状和复杂云状作为分析对象, 利用Terra/MODIS云相态产品对FY-3A/VIRR云相态产品的识别结果进行检验。Terra/MODIS云产品MOD06_L2提供5 km分辨率的云相态科学数据集, 其云相态识别采用热红外双光谱法, 将云分为冰云、水云、混合相态云和不确定相态云。在选取相近观测时间、相同观测区域、相同空间分辨率数据基础上, 本文利用Terra/MODIS云相态产品对FY-3A/VIRR云相态产品识别精度进行对比分析。由于两种产品的云相态产品分类标准不同, 为便于对比, 将FY-3A/VIRR云相态识别结果中的薄卷云归入冰云, 而对Terra/MODIS云相态识别中的不确定相态类别不作处理。对比分析采用一致性比较、差异图显示以及两种产品识别结果叠加显示等方法。结果表明:

(1) 简单云状下, 对于同为云像元的相态识别, FY-3A/VIRR产品总的云像元中有84.97%的云像元与Terra/MODIS产品识别结果一致。在复杂云状条件下, 由于Terra/MODIS云相态识别结果中设定了不确定相态类型, 而FY-3A/VIRR云相态识别类型中无对应类型, 使得两种云相态数据的一致性较简单云状条件下降低。除不确定相态类型带来的两种云相态数据偏差外, 出现偏差还主要表现在两种数据对水云和混合相态云的判识和区分。

(2) FY-3A/VIRR和Terra/MODIS云相态产品的不一致点主要分布在云边缘或不同云相态交界处, 其产生差异的原因主要来自反演算法以及产品相态分类的不同。

(3) 改进FY-3A/VIRR混合相态云识别算法, 将有利于进一步提高云相态识别精度。