云在地球大气系统的辐射平衡中起重要作用，是气候模式的一个重要参量，它反映了地球上的天气、气候系统状态，不同的云类由于产生于不同的大气热力、动力条件，其存在反映出该地区大气状态，如积雨云预示着强对流天气，反映了大气的不稳定性，雨层云往往发生在大的锋面或气旋云系中，反映了大气中大规模的上升运动，因此，正确的云分类对于天气预报十分重要。

关于云的特征及分类，已有很多研究^[1-6]，而采用卫星资料进行云分类，在我国也有十多年的历史^[7-8]，也形成了风云卫星的云分类业务产品，但受探测仪器和分类方法限制，产品精度和深度均有待提高。2011年美国在NPOESS (National Polar-orbiting Operational Environmental Satellite System) 系统^[9-19]的云产品开发中，提出了利用一组特征值的最小距离进行云分类的方法。本文利用云的宏微观特性，即云光学厚度、云粒子有效半径、云顶高度、云相态与6种云类的特征值，基于最小距离计算进行分类，结合阈值判别，对卫星像元的云进行分类，并将卫星分类结果与地面观测做对比，取得了较好效果。

地球上的云千变万化，包括层云 (St)、层积云 (Sc)、积云 (Cu)、积雨云 (Cb)、雨层云 (Ns)、高积云 (Ac)、高层云 (As)、卷云 (Ci)、多层云等基本类型，相同的云类具有近似的宏微观特征，如高、中、低云的云底高度分别为高于6.5 km, 4.5 km, 低于2.5 km，因此，根据这些特征可区分不同的云类。表 1给出了层云/层积云、雨层云、积雨云、高积云/高层云、积云、卷云6种云类的宏微观特性的特征值及取值范围^{[9-10, 20-21]}。

表 1

表 1 各种类型云的宏微观特性 Table 1 Macro and micro properties of 6 cloud types 云类 云顶高度/km 云粒子有效半径/μm 云光学厚度 云相态 平均 范围 平均 范围 平均 范围 层积云/层云 1.3 0~2.5 13.5 2~25 5.5 1~10 水 高层云/高积云 3.5 1.5~5.5 17 4~30 17 2~32 水/冰 积云 3.3 0.2~6.5 27.5 5~50 26.5 3~50 水/冰 积雨云 12 6~20 27.5 5~72 50 25~100 冰 雨层云 8 4~11 17 5~50 50 25~100 水/冰 卷云 9.5 6.5~15 65 10~120 3.5 0.01~8 冰

表 1 各种类型云的宏微观特性 Table 1 Macro and micro properties of 6 cloud types

设X_j为卫星像元的某一参数 (如云顶高度h、云光学厚度o、云粒子有效半径r、云相态p)X_{j, i}为第i类云模型的这一参数的特征量 (表 1)，卫星参数X_j与特征量X_{j, i}的绝对距离d_{j, i}为

(1)

每个卫星像元的每个参数针对6类云模型可计算出6个绝对距离d_{j, i}，其中, 最小d_{j, i}对应的云类即为区分出的云类型^[10]。实际处理中，为了统一不同参数的绝对距离d_{j, i}因量纲不一而带来的大小不一，将d_{j, i}进行标准化处理，

(2)

式 (2) 中, n_{j, i}为标准化距离，实际上是某一卫星参数与特征量的绝对距离与该参数的比值，绝对距离大的标准化距离大，反之则小，j个不同参数的标准化距离之和n_i为

(3)

式 (3) 中，ρ_j为某一参数的权重，通过试验，得云顶高度h的权重ρ_h，j=0.5、云光学厚度o的权重ρ_o，j=0.25、云粒子有效半径r的权重ρ_r，j=0.25时可得到最好的分类效果 (由于积云和高积云、高层云的云相态可为固态，也可为液态，因此, 试验后将云相态的权重取为0)，对于每个卫星像元可以计算出针对6类云模型的6个n，最小n_i所对应的第i云类即为分析出的卫星云类^[10]。

在实际对卫星资料的处理中，由于大气中常存在多层云，因此, 单一的典型云类最小距离判识不再适用，且雨层云和积雨云的光学厚度变化较大 (25~100)，因此，使用光学厚度的最小距离会引入较大误差，经过反复试验并参照表 1中各个云参数的取值范围，将分类方法细化为多层云、雨层云、积雨云用阈值判别法和典型的其他云类用最小距离判别法。分类根据表 1，首先由云顶高度 (h) 和云光学厚度 (o) 按h≥6.5 km, o≥8；h≤6.5 km, o＞50；h≥6.5 km, o＜8及h＜6.5 km，o＜50分为3组。对于第1组按o≤24区分开卷云伴随高层云或高积云的多层云和深对流云-积雨云、雨层云，再由云顶温度 (t) 与MODIS窗区通道亮温 (b) 之差 (t-b)＜-2 K区分积雨云与雨层云。对于第2组则按h≤4 km区分高积云或高层云伴随层积云或层云的多层云与积雨云、雨层云，再按云粒子有效半径r>30 μm区分积雨云和雨层云。第3组是典型的层积云/层云、积云、高积云/高层云、卷云，由式 (1)~式 (3) 计算分析得到 (图 1)。

图 1

图 1. 云分类示意图 Fig 1. Sketch map of cloud type identification

采用MODIS云宏、微观特性产品和地面气象台站的云类观测、地面小时降水量观测资料对上述云分类方法进行试验，欧洲、南美洲和赤道太平洋地区2008年和2013年卫星分类结果与地面云类观测相匹配共2814站次，用于两者的一致性统计。另外，2012年和2014年夏季及2014年冬季的卫星分类个例与地面小时降水量相叠加分析，用于分类结果的辅助验证。

MODIS云产品资料, 包括云光学厚度、云粒子有效半径、云顶高度、云相态、云顶温度、窗区通道亮温，经软件处理，进行2008年、2013年及2014年的云分类试验，下面给出处理软件对台风、梅雨锋云系、冬季中国南方的层状降水云的分类结果。

图 2是2014年12月29日05：05(世界时，下同) 台风蔷薇 (1423) 的MODIS分类结果，分类得到台风外围的丝缕状卷云、台风云墙及内螺旋云带上的积雨云和多层云，可以看到，亮温图白亮的地区对应着积雨云 (图略)。图 3为用作判识的云光学厚度 (云顶高度、云粒子有效半径、云相态图略)，由图 3可以看到，台风蔷薇的光学厚度结构，台风云墙及内螺旋云带为光学厚度很大的地区，对应积雨云，其余多为o＜8的卷云。

图 2

图 2. 2014年12月29日05:05台风蔷薇的云分类结果 Fig 2. Classified cloud types of typhoon Qiangwei at 0505 UTC 29 Dec 2014

图 3

图 3. 2014年12月29日05：05台风蔷薇MODIS云光学厚度 Fig 3. MODIS optical thickness data of typhoon Qiangwei at 0505 UTC 29 Dec 2014

图 4是2014年6月27日05:15梅雨锋云系的分类结果，得到梅雨锋上发展强烈的中尺度对流单体-积雨云，以及锋面上的雨层云、高积云/高层云、多层云、积云、锋前部的卷云，与相同时刻的地面小时降水量叠加显示 (图略)，出现降水的地方为积雨云和雨层云。

图 4

图 4. 2014年6月27日05：15—05：20梅雨锋云系的分类结果 Fig 4. Classified cloud types of Meiyu front for 0515-0520 UTC 27 Jun 2014

图 5及图 6是2013年1月3日04:50—06:35的我国南方冬季的层状云的亮温和云分类结果，得到大片雨层云，33°N以南为雨层云和高层云覆盖。

图 5

图 5. 2013年1月3日04：50—06：35我国南方的层状云系的MODIS通道32亮温 Fig 5. The grayscale image of brightness temperature of MODIS channel 32 for 0450-0635 UTC 3 Jan 2013

图 6

图 6. 2013年1月3日04:50—06:35层状云系的分类结果 Fig 6. Classified cloud types for 0450-0635 UTC 3 Jan 2013

通过与地面气象站的人工云类观测对比，验证卫星云分类结果的正确性，这里假定预报员在某站观测，代表了其四周1 km范围内的云类情况，并假定卫星与地面观测相差20 min内云类保持不变。基于这样的假定，分别对欧洲、南美洲、赤道西太平洋地区的卫星云分类结果与地面观测进行对比检验，由中国气象科学数据共享服务网http://cdc.nmic.cn下载的资料中有地面云类观测要素的地面台站有限，检验采用逐站对比，如果地面观测为层积云，而卫星分类也为层积云，则记为判别正确 (地面观测到多种云，而卫星分类为其中一种，也记为正确)，随机选取了2008年、2013年的资料进行对比，2814站次检验二者的一致性达60%以上。不一致的原因，首先是卫星资料的正确性，云顶高度、云光学厚度、云粒子有效半径这些产品均有一定误差；第二是分类方法，由于表 1中各类云的特征参量取值范围有重合，也使得判识的云有误差；第三是地面观测云类的误差；第四是地面气象站一个点与卫星1 km视场的代表性问题；第五是二者的观测时间最大相差20 min，其间云类有可能发生变化。

为了进一步检验分类结果的正确性，选用了中国区域的地面小时降水量，通过将卫星分类与小时降水量资料叠加显示，在有降水之处大多为雨层云或积雨云。图 7是2012年8月3日登陆台风苏拉 (1209) 和达维 (1210) 以及地面2 h降水量观测的叠加图，分类得到台风的积雨云与地面台风降水量观测配合很好。

图 7

图 7. 2012年8月3日04：55—05：05地面2 h降水量 (数字，单位：mm) 与云分类结果叠加 Fig 7. Chart combined cloud types with 2 h precipitation (number, unit:mm) for 0455-0505 UTC 3 Aug 2012

利用MODIS的云宏微观特性产品及最小距离法和多阈值法相结合的技术，对MODIS云图进行云分类，得出如下结论：

1) 由于分类方法综合了云的微观物理特性和宏观物理特性，使云分类判别的依据较为充分，取得了较好的分类结果，特别是由于云光学厚度较大程度地揭示了云中的含水量、云的垂直厚度，因此，分类技术较好地捕捉到有降水的云 (如积雨云、雨层云) 以及多层云结构 (如卷云伴高积云/或高层云等)。

2) 云粒子有效半径较好地区分了积雨云和雨层云。

但由于分类方法是基于云顶高度、云光学厚度、云粒子有效半径等卫星反演产品，这些产品本身的误差会影响云分类产品的精度，且该项工作仍有其局限性，如不能十分有效区分层云与层积云、淡积云，因为这些云的宏微观特性相近，解决这一问题需进一步试验。

基于MODIS与FY-4气象卫星的云光学厚度产品为0.55~0.57 μm波段，而云粒子有效半径、云顶高度、云顶温度、云相态均为卫星获得的真实云参数，不同卫星反演的这些宏微观特性一致，使这项工作的研究成果处理软件已移植到FY-4气象卫星的地面产品算法研发平台，2016年FY-4静止气象卫星在轨运行后将实时获得云分类产品。