2010年3月，冰岛气象局(Icel and ic Met Office，2010^①)报道了冰岛南部艾雅法拉火山自1823年以来的首次喷发。2010年3月20日到4月12日为该次喷发活动的初始阶段，熔岩流从艾雅法拉火山东北偏东侧翼裂缝溢出，喷发活动在短暂的沉寂后，4月14日，艾雅法拉火山(63.63°N，19.62153°W; 1666m a.s.l.)在冰盖下的中央火山口爆发了强烈的喷发，破裂的冰面迅速扩张，并和岩浆相互作用产生了大量的火山灰。这些火山灰随后被喷发到大气中(Stohl et al., 2011)，受东南方向盛行风的影响，喷发出的火山灰及气体向东吹向欧洲，重创了欧洲的航空交通。在开始喷发后的一周时间里就导致航空量减少20%~80%(Wall and Flottau， 2010)，欧洲北部和中部地区的航空交通被迫关闭。喷发活动开始后，国际民航组织(ICAO)依据空气中的火山灰浓度对航空区进行了标准划分：灰云浓度大于4000μg/m³为重度污染区域，为禁飞区；灰云浓度在2000~4000μg/m³为中度污染区，在特殊的条件下允许飞行；灰云浓度在200~2000μg/m³为低度污染区，为可飞区(Thomas and Prata， 2011)。
①Icel and ic Met Office. 2010. Update on activity in Eyjafjallaj kull 1010. http://en.vedur.is/earthquakes-and-volcanism/articles/nr/1884.10February2014

火山喷发是最危险的自然灾害之一，全球每年大约能记录到60次左右的火山爆发事件。火山喷发向大气排放火山灰和有害气体，不仅会对航空业产生不良影响并造成巨大的经济损失，而且还会危害到人类的健康，并对区域甚至全球的气候造成破坏(Robock，2000; Horwell and Baxter， 2006; Prata and Tupper， 2009)。从1953年至2009年，经过事后确认报道的全世界至少发生过94起飞机遭遇火山灰的事故，其中最严重的一次由于发动机起火险些造成重大事故(Thomas and Prata， 2011)。

火山灰云扩散过程中显示出的大范围的传播特性和极易变化的特点使得基于地面的观测设备在追踪火山灰云漂移轨迹方面无能为力，基于地面的观测设备只能监测本地上空的火山灰云传播情况，并且极易受到火山喷发活动的破坏。卫星遥感的出现为全球范围内的火山灰云监测提供了便利条件。Prata(1989a，b)第一次提出“分裂窗亮温差算法(Split Window Temperature Difference method，SWTD)”可用来识别火山灰云。长期以来，SWTD成为研究火山灰云漂移扩散的主要方法，得到了广泛的实际应用。SWTD算法认为，由于酸性粒子与其他火山灰云成分的反面吸收影响，火山灰在AVHRR的第4、第5通道的差值(T₄-T₅)应该为负值；相反，气象云在第4、第5通道的差值(T₄-T₅)应该为正值。因此，可以利用T₄-T₅的差值来识别火山灰云。李成范等(2013)以此次冰岛艾雅法拉火山喷发为例，基于MODIS热红外卫星遥感图像，利用主成分分析(Principal component analysis，PCA)方法解决了遥感数据中波段相关和数据冗余等问题，有效地提取出火山灰云信息。朱琳等(2011)利用FY-3A/MERSI第6、7通道数据，综合“分裂窗亮温差算法”和短波红外1.64μm和2.13μm差值算法，构造出短波红外-热红外火山灰云算法(SWIR-TIR Volcanic Ash method，STVA)，对2010年4月19日冰岛地区上空分布的火山灰进行了识别研究。结果表明，与单独的SWTD方法相比，STVA方法能更好地将火山灰云信息提取出来。Thomas and Prata(2011)在此次2010年冰岛火山喷发事件的研究中，将MSG/SEVIRI数据检索到的火山灰云浓度以及火山灰云漂移轨迹的结果同其他星载传感器，如GOME-2、IASI等对SO₂气体检索的结果进行比较，证明了使用SO₂作为火山灰云漂移轨迹追踪物的可行性，并提出对SO₂气体及火山灰同时监测的建议(Thomas and Prata， 2011)。为了验证具有我国自主知识产权的FY-3A数据对火山灰云的监测能力，利用FY-3A/VIRR数据对2010年4月至5月间冰岛火山喷发的不同阶段，使用分裂窗亮温差方法(SWTD)、RGB真彩色方法、中红外波段数据等对遥感图像中的火山灰云成分进行识别，确定火山灰云的位置及传播方向，并通过对比研究验证其识别结果的准确性。 1 遥感卫星及传感器 1.1 FY-3A

FY-3A卫星是我国第二代极轨气象卫星“风云三号气象卫星”系列的第一颗卫星，于2008年5月27日在我国太原卫星发射中心成功发射(杨军和董超华，2011)。该卫星共携带11台(套)仪器，包括可见光红外扫描辐射计(VIRR)、 中分辨率光谱成像仪(MERSI)、微波成像仪(MWRI)、红外分光计(IRAS)、微波温度计(MWTS)、微波湿度计(MWHS)、地球辐射探测仪(ERM)、太阳辐射监测仪(SIM)、紫外臭氧垂直探测仪(SBUS)、紫外臭氧总量探测仪(TOU)和空间环境监测器(SEM)等，除空间环境监测器外，其余10台均为对地遥感类仪器。 1.2 FY-3A/VIRR

可见光红外扫描辐射计(VIRR)有10个光谱通道，用于地球环境综合探测(表 1)。VIRR依据地物的波谱特性，从可见光至长波红外波谱范围选择透过率较高的大气窗区波段，对地球进行连续观测，进而计算反演各类目标的特征参数(杨军和董超华，2011)。

表 1

Table 1

表 1(Table 1)

表 1 可见光红外扫描辐射计(VIRR)光谱性能 Table 1 Visible and Infrared Radiometer(VIRR)spectral performance 通道 波长范围(μm) 对应的波段 1 0.58~0.68 红 2 0.84~0.89 近红外 3 3.55~3.93 中红外 4 10.3~11.3 热红外 5 11.5~12.5 热红外 6 1.55~1.64 近红外 7 0.43~0.48 蓝 8 0.48~0.53 青-绿 9 0.53~0.58 绿 10 1.325~1.395 近红外

表 1 可见光红外扫描辐射计(VIRR)光谱性能 Table 1 Visible and Infrared Radiometer(VIRR)spectral performance

VIRR通道3位于800K目标物的辐射峰值区，对含火点的像元与周围像元产生明显反差，适合于探测高温火点，可用于火山喷发后火山口位置的识别和热的火山灰云的识别。通道4和通道5是热红外分裂窗通道，可利用第4、第5通道数据使用分裂窗亮温差算法(SWTD)进行火山灰云的识别。1、9、7三个通道的波长范围分别对应可见光的红、绿、蓝三种颜色，可以利用这三个通道的数据进行RGB真彩色合成，合成后的真彩色图像接近于自然色，并且与人眼对地物的视觉感觉相适应，有利于对火山灰云进行识别。 1.3 FY-3A/MERSI

中分辨率光谱成像仪(MERSI)采用多元探测器并扫技术，采用45°扫描镜加消旋系统的光机扫描形式获取宽视场下的地物目标信息，采用分色片及滤光片/探测器组合方式产生20个光谱通道，以全孔径、全视场方式进行星上可见光/近红外通道和红外通道的辐射定标，可用于监测小尺度强对流云团和地表精细特征，提高云特性、气溶胶、陆地表面特性、海洋水色、低层水汽等地球物理参数的定量计算精度，实现对大气、陆地、海洋的多光谱连续综合观测(杨军和董超华，2011)。其第6通道的中心波长为1.64μm，第7通道的中心波长为2.13μm。 2 火山灰云监测方法 2.1 分裂窗亮温差算法(SWTD)

圣海伦斯火山爆发(Farlow et al., 1981)，阿贡火山爆发(Mossop，1964)的测量数据以及一些其他的数据表明，火山灰的基本成分是硅酸物质，气体的主要组成是水、SO₂和HS，并有少量的OCS和CS₂。火山喷发的过程中，SO₂与水化合并氧化生成硫酸。虽然其转化速率还不能确定，但是数天之后，在平流层中分散的火山灰云中确定含有较高比例的硫酸溶液。Volz(1973)对伊拉苏火山灰(哥斯达黎加最大的火山)和撒哈拉沙漠灰尘的测量数据表明，测量物质的光学发射率在11μm处比12μm处小。对硫酸做相同的测量，也一贯的呈现出11μm处的发射率比12μm处小的规律，而水和冰则呈现出相反的效果(Palme and Williams， 1975)，即水和冰在11μm处的发射率比12μm处大。假设火山灰与实验室样品有相似的习性，那么火山灰在11μm处的发射率比在12μm处低。因此，可以利用火山灰云和气象云在11μm和12μm处发射率的特点把两种物质辨别开来。

1989年Prata第一次提出“分裂窗亮温差算法(SWTD)”用于识别火山灰云。AVHRR/2热频段在三个波段间隔测量来自于大气和地面的上涌辐射，即3.5~3.9μm(频段3)，10.3~11.3μm(频段4)和11.5~12.5μm(频段5)。Prata提出的SWTD算法认为，由于酸性粒子和其它火山灰云成分的反面吸收影响，火山灰在AVHRR/2的第4、第5通道的亮度温度差值(T4-T5)应该为负值，相反，气象云第4、第5通道的亮度温度差值(T4-T5)应该为正值。Prata使用来自AVHRR/2第4、5通道的热学参数，并且展示了该方法能够监测和辨别火山灰云。 2.2 RGB真彩色识别方法

人眼对黑白密度的分辨能力有限，大致只有10个灰度级，而对彩色图像的分辨能力则要高得多。为了充分利用色彩在遥感图像判读中的优势，对多波段图像进行彩色合成得到彩色图像，更有利于发现感兴趣的信息。根据人眼的结构，所有颜色都可看作是3种基本颜色：R、G、B(Red、Green、Blue分别表示红、绿、蓝)按照不同的比例组合而成的，国际照度委员会(CIE)在1931年规定3种基本色的中心波长分别为R：700nm，G：546.1nm，B：435.8nm。常用的颜色空间模型有：RGB(红绿蓝)模型，CMYK(青/洋红/黄/黑)模型，LAB模型，HIS模型，其中最常用的是RGB模型(韦玉春等，2007)。

图 1

Fig. 1

图 1 整个喷发周期内SEVIRI检索火山灰总吨数同OMI和AIRS检索的SO2总质量(据Thomas and Prata， 2011) Fig. 1 Total tonnage of ash retrieved from the MSG SEVIRI instrument along with the total SO2 mass detected by the OMI and AIRS instruments for the entire eruption period(after Thomas and Prata， 2011)

FY-3A/VIRR中与RGB模型对应的分别是1、9、7三个通道的数据。可选择VIRR中1、9、7三个通道数据进行RGB真彩色合成，用于识别火山灰云。 2.3 中红外识别方法

中红外波段数据通常用于提取高温信息(如林火)，火山喷发过程中喷发出的火山灰温度较高，可利用中红外卫星遥感图像进行火山灰云的识别。FY-3A/VIRR第3通道位于中红外波段，是800k目标物(接近于草原火灾区的温度)的辐射峰值区，能够对含火点的像元与周围像元产生明显反差，适合于探测高温火点(杨军和董超华，2011)，可用于火山喷发后火山口位置的识别，以及热的火山灰云的识别。 3 火山灰云识别

2010年3月20日到4月12日为该次冰岛火山喷发的第一阶段，熔岩流从艾雅法拉火山东北偏东侧翼裂缝溢出，熔岩流填满沟壑，冬季积雪迅速融化，并产生小型蒸汽柱，火山裂隙喷发活动在4月12日前后明显停止。短暂的沉寂后，4月14日火山喷发进入第二阶段，艾雅法拉火山在冰盖下的中央火山口爆发了强烈的喷发，火山灰的喷发高度高于8km(BGS，2010^①)。从4月19日到5月初期，喷发活动保持在较低的强度，平均烟柱高度在4km左右(Smithsonian Institution，2010^② )。5月4日喷发活动有所加强，火山喷发物混合在一起，喷发柱比之前一周颜色更深，范围更广，根据观察估计烟柱高度在6km左右(Hjaltadottir et al., 2010)；5月18日，火山喷发产生持续性的爆炸性喷发柱，岩浆喷发速度超过200t/s，在冰岛的东北部检测到火山灰降落物，还有一些到达海岸附近，火山继续释放烟灰和气体，一直到5月24日火山喷发活动结束(Icel and ic Met Office，2010)，这是火山喷发的第三阶段。图 1为2010年4~5月冰岛火山喷发期间火山灰和SO₂气体随时间变化的喷发质量曲线图(Thomas and Prata， 2011)，红线为SEVIRI计算出的灰的质量随时间变化的曲线图，蓝线和黑线分别为AIRS和OMI计算出的SO₂的质量随时间变化的曲线图，图中的两个阴影区域分别对应了第二、三喷发阶段中火山灰和SO₂气体大量释放阶段。
① BGS. 2010. Changing eruption styles at Eyjafjallaj kull in Icel and . http://www.bgs.ac.uk/research/volcanoes/changingEruptionStyles.html.17February2011
②Smithsonian Institution. 2010. Large explosions from the summit crater; ash plumes close airspace in Europe，BGVN，33: 04，2010

选取冰岛火山喷发期间不同喷发阶段内的FY-3A/VIRR遥感图像，使用分裂窗亮温差算法(SWTD)、RGB真彩色方法以及中红外波段数据进行火山灰云的识别分析，并同前人的研究结果进行对比，验证识别方法的正确性。 3.1 4月19日

图 2为基于2010年4月19日1105(UTC)FY-3A/VIRR数据，分别使用分裂窗亮温差算法(a)、真彩色方法(b)、中红外波段数据(c)对冰岛地区火山灰云进行识别。从图中可以看出，三种方法均能识别出火山灰云，并能够确定火山灰云的位置及其传播方向。由于喷发初期火山灰云中水汽的含量较高，高浓度的水汽会补偿反面吸收的影响，妨碍分裂窗亮温差算法(SWTD)对火山灰云的识别，所以图 2a中火山灰的识别效果并不是十分明显，灰云呈现浅灰色，未能完全体现出火山灰的性质。真彩色识别方法和中红外波段数据可以清晰地识别出灰云，由于火山喷发初期喷发的火山灰云温度较高，中红外波段数据因对高温物体敏感，不受水蒸汽的影响，对火山灰云识别效果较好(图 2c)。图 3为朱琳等(2011年)利用STVA方法对2010年4月19日冰岛地区火山灰云的识别结果，通过将图 2与图 3进行比较，说明图 2中三种方法对4月19日当天冰岛地区火山灰云的识别结果是正确的。

图 2

Fig. 2

图 2 2010年4月19日1105(UTC)识别出的火山灰云 Fig. 2 Volcanic ash cloud Identification for 1105 UTC on 19 April 2010

图 3

Fig. 3

图 3 基于FY-3A STVA算法监测出的火山灰云(据朱琳等，2011) Fig. 3 Ash cloud detection from FY-3A STVA algorithm(after Zhu et al., 2011)

图 4为基于2010年5月7日1205(UTC)FY-3A/VIRR数据，分别使用分裂窗亮温差算法(4a)、真彩色方法(4b)、中红外波段数据(4c)对冰岛地区火山灰云的识别结果。如图所示，三种方法均能有效的识别出火山灰云及其漂移轨迹。观察图 4中红色椭圆形线圈标示的区域，真彩色方法(4b)和中红外波段数据(4c)识别火山灰云时均受到气象云的干扰；相反的是，因在分裂窗亮温差算法中气象云同火山灰云表现为正负相反的性质，如图 4a所示，分裂窗亮温差算法很好地屏蔽掉气象云信息，火山灰云边界非常清晰。由此可以看出，当火山灰云浓度较大时，分裂窗亮温差算法(SWTD)因其优越的算法特征依然是识别火山灰云最有效的方法。

图 4

Fig. 4

图 4 2010年5月7日1205(UTC)识别出的火山灰云 Fig. 4 Volcanic ash cloud Identification for 1205 UTC on 7 May 2010

另外，由图 4中红色椭圆形线圈区域内火山灰云的传播方向可以看出，火山灰云由向东南方向漂移转变为向西南方向漂移。图 5a为欧洲中期天气预报中心对5月7日1200(UTC)在500hpa高度(约5.5km)的风场分析数据，下层的灰色区域为SEVIRI检索出的火山灰云的分布情况(Thomas and Prata， 2011)。图 5b为冰岛地区风场数据的放大图。由图 5b中对应的红色椭圆形线圈区域内的风场数据可以看出，风向由原来的向东南方向转为向西南方向，图 4中火山灰云的漂移轨迹与风场数据的情况很好的对应，且与图 5a中Thomas and Prata(2011)使用SEVIRI数据对相同地区火山灰云的检索结果也是一致的。

图 5

Fig. 5

图 5 欧洲中期天气预报中心对5月7日1200(UTC)在500hpa高度的分析数据(据Thomas and Prata， 2011) Fig. 5 ECMWF reanalysis data for 1200 UTC on May 7 at 500hPa(after Thomas and Prata， 2011)

图 6为基于FY-3A/VIRR 5月13日1155(UTC)和5月14日1135(UTC)的遥感图像，使用分裂窗亮温差算法(SWTD)对火山灰云的识别结果。如图所示，灰云的漂移方向由原来的向东南方向变化为向正西偏北方向，图 6所示情况与Thomas and Prata(2011)使用SEVIRI对5月13日1230(UTC)和5月14日0330(UTC)时刻冰岛地区灰云漂移轨迹的识别结果相符(图 7)。由图 7所示，同5月13日1230(UTC)的卫星图像相比，在5月14日0330(UTC)的卫星图像中火山灰云已经整体由东向西漂移，冰岛地区的火山灰云已经扩散到冰岛西部地区，这与我们在图 6中对冰岛西部地区火山灰云漂移轨迹的监测结果是一致的。

图 6

Fig. 6

图 6 2010年5月13~14日基于“分裂窗亮温差算法”识别的火山灰云 Fig. 6 Volcanic ash cloud identification on 13~14 May 2010 with the “SWTD”

图 7

Fig. 7

图 7 2010年5月13日下午和14日清晨SEVIRI对火山灰的检索(据Thomas and Prata， 2011) Fig. 7 Ash from SEVIRI for the latter half of 13 May and the early morning 14 May(after Thomas and Prata， 2011)

5月18日，艾雅法拉火山产生持续性的爆炸性喷发柱，几乎稳定在海拔7km高空，火山口上方吹着来自南和西南方向的风，烟柱呈现灰白色并向东北方向漂移(Icel and ic Met Office，2010)。

图 8为基于FY-3A/VIRR 5月18日1340(UTC)数据，使用真彩色方法识别出的火山灰云。如图 8a所示，真彩色方法对火山灰云的识别并不明显，火山灰云的颜色较淡，很难同周围的环境区分开，所以分别对真彩色识别结果做饱和度拉伸和去相关拉伸增强处理，如图 8b，c所示。

图 8

Fig. 8

图 8 基于真彩色方法识别火山灰云 Fig. 8 Volcanic ash cloud Identification with the “RGB” nature color method

饱和度拉伸是将真彩色的红、绿、蓝(RGB)空间变换为色度、饱和度和颜色亮度值(HSV)空间，然后对饱和度波段进行了高斯拉伸，从而使数据分布到整个饱和度范围，最后逆变换回RGB空间，生成具有较高颜色饱和度的波段，完成增强处理；去相关拉伸处理是对图像进行主成分分析，并对主成分图像进行对比度拉伸处理，然后再进行主成分逆变换，消除多光谱数据中各波段间的高度相关性，从而生成一副色彩亮丽的彩色合成图像(邓书斌，2010)。

如图 8b，c所示，经过饱和度拉伸和去相关拉伸后，火山灰在图像中的颜色更加突出，其中去相关拉伸采用了主成分分析算法，消除了各波段间的相关性，对火山灰云的识别结果非常清晰。由图 8我们可以看出，火山灰向东北方向漂移，到5月18日13 : 40(UTC)火山灰云的传播已经越过了冰岛东海岸，这同冰岛气象局2010年5月18日当天对火山灰云的监测结果是一致的。 4 结论

基于FY-3A/VIRR数据，对2010年4~5月冰岛艾雅法拉火山喷发期间不同喷发阶段的遥感数据进行分析，采用分裂窗亮温差算法(SWTD)、真彩色方法、中红外波段数据等对遥感图像中的火山灰云进行识别，结果表明：由于喷发初期的火山灰云温度较高，中红外波段数据识别效果较好；另外，喷发初期火山灰云中较高的水汽含量会补偿反面吸收的影响，不宜使用分裂窗亮温差算法(SWTD)进行识别。而在喷发中期火山灰云浓度较大时，三种方法对火山灰云的识别效果均非常好，但真彩色方法和中红外波段数据无法去除气象云的干扰，此时分裂窗亮温差算法(SWTD)因其优越算法有效地屏蔽掉气象云信息，识别效果较好。在喷发后期，当火山灰云浓度较低时，分裂窗亮温差算法(SWTD)对火山灰云的识别效果并不明显，通过饱和度拉伸和去相关拉伸处理等图像增强的方法，可以增强图像的目视效果，突出了火山灰云的位置信息。通过与冰岛地区火山灰监测报告(Icel and ic Met Office，2010)及前人的研究结果(朱琳等，2011; Thomas and Prata， 2011; 李成范等，2013)相比较证明，以上方法对火山灰云漂移方向及位置信息识别结果的正确性，并与气象条件相吻合，同时表明，具有我国自主知识产权的FY-3A数据能够达到监测火山灰云的目的。

在此次艾雅法拉火山喷发期间，从卫星图像中火山灰云的位置信息可以看出火山灰云的传播方向和分布位置极具变化性，不仅与火山喷发的特性及火山灰粒子自身的性质有关，风场的变化也会对火山灰云的传播起到决定性的作用。本文对火山灰云的识别是对火山灰云位置信息的初步识别，但对卫星图像的主观解释不能形成自动的、迅速的监测。所以，进一步的研究应该结合卫星遥感数据及风场数据，更加清晰地界定火山灰云的边界位置，并根据火山灰的性质，对火山灰在不同高度的浓度进行精确计算，为定义空中的可飞区域提供支持。