应用气象学报  2012, 23 (5): 609-613   PDF    
引用本文
胡列群, 黄镇, 黄慰军, 熊玲. MODIS数据云相态反演在一次暴雪过程中的应用[J]. 应用气象学报, 2012, 23(5): 609-613.
Hu Liequn, Huang Zhen, Huang Weijun, Xiong Ling. Application of Cloud Phase Retrieval to Snowstorm in Akzo Using MODIS Data[J]. Journal of Applied Meteorological Science, 2012, 23(5): 609-613  
MODIS数据云相态反演在一次暴雪过程中的应用
胡列群1, 黄镇2, 黄慰军1,3, 熊玲1     
1. 乌鲁木齐气象卫星地面站，乌鲁木齐 830011;
2. 新疆气象台，乌鲁木齐 830002;
3. 新疆气候中心，乌鲁木齐 830002
2011-11-10 收到, 2012-06-12 收到修改稿.
资助项目: 中国气象局气象关键技术集成与应用 (CMAGJ2011M59)，新疆维吾尔自治区科技支撑项目 (201133131)    
通讯作者: 黄慰军, E-mail: hwj.workplace@163.com.
摘要: 该文选取新疆阿克苏地区2006年11月22—24日的EOS/MODIS卫星遥感资料，同时选取相关气象站的观测资料，应用三光谱云相态反演法，对阿克苏地区暴雪云团的变化过程进行了研究，通过三光谱亮温差点聚图对云相态变化的分析，清晰地展示出该天气系统的发生、发展到最终暴雪形成过程中的物理机制。反演结果与实际气象观测情况相一致；表明三光谱云相态反演法在理论和实际应用方面具有一定优势。
关键词: MODIS数据    云相态反演    三光谱法    
Application of Cloud Phase Retrieval to Snowstorm in Akzo Using MODIS Data
Hu Liequn1, Huang Zhen2, Huang Weijun1,3, Xiong Ling1     
1. Urumqi Weather Satellite Ground Station, Urumqi 830011;
2. Xinjiang Meteorological Center, Urumqi 830002;
3. Xinjiang Climate Center, Urumqi 830002
Abstract: Using satellite remote sensing information, the distribution of cloud-top particle can be retrieved and the physical mechanism of certain weather phenomenon can be explained. Nowadays, cloud phase inversion method based on passive remote sensing instruments on 8 μm, 11 μm and 12 μm spectral bands (corresponding to three MODIS infrared spectral channels: Ch29, Ch31 and Ch32) are relatively practical, which is called tri-spectral cloud phase inversion method. EOS/MODIS satellite data in Akzo Prefecture of Xinjiang and observations from relevant weather station are analyzed to study a snowstorm. The change of cloud phase is revealed by tri-spectral brightness and temperature difference scatter diagram, which clearly shows the whole process of cloud clustering from water cloud to hybrid cloud, and finally to ice cloud. It also reveals the physical mechanism how this weather system occurs and finally develops to blizzard. It can be seen that the result from tri-spectral cloud phase inversion method is completely according with actual circumstance. Therefore, it can be concluded that tri-spectral cloud phase inversion method has a theoretical advantage and a wide application foreground in practice. Meanwhile, this method of MODIS data cloud phase recognition can be applied to analysis of blizzard clouds by FY-3 satellite.
Key words: MODIS data     cloud phase retrieval     tri-spectral method    
引言

利用卫星资料反演云顶粒子相态分布，一直是卫星气象学和大气物理学重点研究内容之一。云相态研究对于解释天气气候系统发生、发展的物理机制有着十分重要的意义。

使用卫星红外多光谱通道进行云相态分析的工作在国外已经开展了多年[1-11]，目前基于被动遥感仪器8 μm，11 μm，12 μm 3个谱段 (对应MODIS 3个红外光谱通道：通道29、通道31、通道32) 的云相态反演方法已经比较成熟，该技术被称为三光谱法。MODIS的36个通道不仅具有三光谱法所需的波段，而且其多光谱、高分辨率优势更利于解决三光谱法在对薄卷云、多层云、局部晴空和地面积雪等识别问题。

云粒的辐射性质由其几何形状和单次散射性质决定。云粒的单次散射与其复折射指数m=mr-imi有关，式中mr与粒子的散射大小有关；mi与粒子的吸收大小有关。而从粒子的吸收系数K=4πmi/λ(λ是入射波长) 可见，考察粒子的复折射指数虚部可以估计粒子吸收的大小[12-13]。三光谱判别法的核心在于水滴和冰晶在不同波段的吸收能力 (或发射能力) 的差异，以及在这些波段水和冰折射率复部的差别。其技术要点是截取分析窗进行三光谱判别，建立以BTD (11，12)(11 μm与12 μm波长处的亮温差) 为横坐标，以BTD (8.5，11) 为纵坐标的亮温差点聚图。在亮温差点聚图中，那些BTD (8.5，11) 接近于零或负值的点和那些BTD (11，12) 小值的点可以认为是晴空区；冰云和水云表现在点聚图上是不同的两团点簇：斜率大于1的点簇是冰云，斜率小于1的点簇是水云；斜率接近于1则是混合云场[14]。

随着气象要素预报、人工影响天气等对云相态分析结果的需要，国内对于MODIS卫星数据云相态等分析工作于近年开展起来[14-16]。例如，对台风浣熊云顶粒子相态分布的研究[17]，对江淮地区一次中尺度强暴雨云团云特征的分析[18]，对安徽北部一次产生暴雨的强对流云团的特征研究[19]等，在MODIS数据云相态分析的实际应用领域取得了进展。本文应用三光谱云相态反演法对新疆阿克苏地区一次暴雪过程中云团的变化进行了研究。

1 资料选取及处理

选取新疆阿克苏地区2006年11月22—24日的EOS/MODIS卫星资料。以42.0°N，83.5°E为中心，截取分析窗为75×75个像元, 分辨率为1 km×1 km。采用ENVI软件提取通道1，2，6，7，20～23，29，31～32数据。依据三光谱法技术要求将75×75个像元转换成15×15数据矩阵，其中每个数据为5×5光谱数据的平均值。对数据矩阵使用Excel软件中的STDEV求取标准差，考察其离散度。

2 用三光谱法反演暴雪发生、发展过程中云的相态变化 2.1 像元检测

在截取的MODIS数据分析窗中，通常会包含多种像元信息，如积雪、局部晴空、卷云、积雨云和高层云等。在用三光谱法辨别云粒子的相态之前，必须首先确定哪些是云的像素，这就需要有云判别的步骤。如在云的比辐射率很低，小于10%而接近晴空时，有一半以上的非常薄的高云会误判[12]，将其误认为是低层的厚云，引起云相态分析上的误差。因此，对与降水有关的云团作相态分析，首先要剔除积雪、局部晴空、薄卷云等其他像素。

本研究采用阈值判别的方法进行像元检测。由于气候条件、地形、地势等因素的影响，判识阈值不具有全球性[14]。所以本文以新疆诸多天气条件下的遥感光谱数据为依据，进行大样本统计分析，结合气象观测资料，收集了2006—2008年与深对流云、卷云、低云等典型天气要素相对应的卫星监测通道信息，采用SPSS 13.0进行复合样本分析，通过频数分布、描述统计等，反映出阈值特征，得到了与之相对应的MODIS光谱通道数据集，用来进行像元检测。结果见表 1。

表 1 不同像元的MODIS光谱通道 (反射率、辐射率) 特征 (单位：K) Table 1 MODIS spectral channel characteristics of different pixels (reflectivity, emissivity)(unit:K)

由表 1可知，积雪和云在近红外通道6、通道7反射率差异明显，可通过近红外通道6、通道7阈值加以判识。晴空和云两类状况通常利用红外水汽通道18加以分类，同时补充利用可见光通道1、通道2阈值差异显著来区分。低云和深对流云、强对流云两类状况通常利用红外通道31、通道32加以分类，深对流云、强对流云辐射亮度温度显著偏低在218～225 K之间，而低云与它们有明显差别。通道31、通道32亮度温度在218～225 K之间，会出现两种状况，一种为深对流云，另一种为高薄卷云，后者一般不产生有效降水，这是判识过程中的难点，仅仅采用红外通道难免误判，可利用通道6、通道7亮温对于这两类云的明显差异加以区别，通常深对流云的亮温值明显偏低。

在云场已形成需要判识云系均匀性、稳定性时，可以通过分析3个光谱数据矩阵的离散度和通道29亮度温度值相对于通道31亮度温度的差异率 (即) 加以判识。表 2列出的是针对本研究所截取的MODIS数据分析窗所计算的3个光谱数据矩阵的离散度和差异率。可以看出，均匀性、稳定性好的云场所对应的离散度小，同时差异率也小；离散度大或差异率大的区域，云场不稳定，混合云偏多。

表 2 3个光谱离散度 Table 2 Three spectral dispersions

在本研究截取的2006年11月22—24日3个光谱数据分析窗中，将22日的分析窗中表征卷云和晴空的像素剔除，确保了三光谱云相态分析的可信度。

2.2 三光谱亮温差点聚图分析暴雪过程中云的相态变化

选取新疆阿克苏地区库车县2006年11月22日13：25(北京时，下同)、23日12：55和24日13：38的EOS/MODIS-Terra卫星资料，以42.0°N，83.5°E为中心，截取像元为75×75的光谱数据分析窗 (见图 1中的小方框), 分辨率为1 km×1 km。将8～11 μm与11～12 μm亮温差分离提取，制作亮温差点聚图 (图 2)。

图 1. 2006年11月22—24日新疆库车县遥感影像图及所截分析窗 Fig 1. Remote sensing images and analysis windows intercepted in Kuche County of Xinjiang from 22 to 24 in Nov 2006

图 2. 2006年11月22—24日新疆库车县遥感数据分析窗的亮温差点聚图 Fig 2. Scatter diagram of brightness temperature difference in remote sensing data analysis windows in Kuche County of Xinjiang from 22 to 24 in Nov 2006

由图 2点聚图可见，2006年11月22日点簇大部分布在对角线下方，冰云粒子只占24%，表明云系以水云为主。23日混合云粒子集中分布在对角线两侧，遥感云相态反演的冰云粒子，由前1日的24%增加到73.3%，表明云系以冰云为主。24日有99.6%的点簇分布在对角线上方，冰云粒子在云系中已占绝对优势，表明分析窗内的云是强降水云团。

结合相关气象站的观测资料表明：2006年11月22日天空已经有积雨云形成，但夹杂卷云和很少量晴空，全天仅飘落了几分钟小雨。其间作三光谱分析时，剔除了卷云和晴空像元，积雨云顶为冰云覆盖，底层部分为水云区，相态反演为少量冰云粒子是因为积雨云初始形成。23日天空已经全部被积雨云覆盖，阵性小雨断断续续下了1天。三光谱相态反演的少量水云粒子是积雨云团间的水云区。24日天气开始由阵雨转为阵雪，10：20开始降雪持续了24 h，达到大暴雪等级，期间天空一直维持稳定的蔽光高层云。三光谱相态反演结果为99.6%冰云粒子，正确地反映了强降雪云团的本质。通过三光谱亮温差点聚图对云相态变化的分析，清晰地展示出新疆阿克苏暴雪天气系统的发生、发展过程中的物理机制。可见三光谱云相态反演结果与实际情况相一致，证明了三光谱云相态反演方法的理论和实际应用优势。

2.3 三光谱云顶亮度温度特征

在截取的光谱数据分析窗中, 对8 μm, 11 μm, 12 μm 3个谱段的云顶亮度温度进行特征分析，可归纳出与暴雪形成有关的光谱数据特征参数，以及它们的分布特征。表 3列出的是3个分析窗中光谱矩阵平均值、表征冰云的光谱数据在分析窗中所占比例等，其中剔除栏给出的是22日表征卷云和晴空的光谱数据。

表 3 分析窗中光谱矩阵平均值及其分布 Table 3 The average spectral matrix and its distribution in analysis windows

综合表 3可以找出一些有价值的数据。如3个光谱的亮温矩阵平均值在240～250 K之间，分析窗中冰云的亮温差像素达到60%，所对应的天气实况是降雪即将发生。再如，3个光谱的亮温矩阵平均值不大于240 K，表征冰云的亮温差像素分布情况在分析窗中占90%以上，同时BTD (29，31) 亮度温度差值为正，所对应的天气实况是降雪正在发生。当然，仅凭一次个例绝不能将这些数据视为规律性参数，随着三光谱法进一步推广应用，会总结出规律性判别指标及阈值。

3 小结

1) 使用三光谱云相态反演法前必须作像元检测，否则会得出错误结论。本研究像元检测主要采用阈值判别法，简便易行，对于高纬度气候干燥地区效果较好。

2) 运用三光谱云相态反演法分析了新疆阿克苏地区2006年11月22—24日的暴雪过程，云相态反演结果与实际情况相一致。

对8 μm，11 μm，12 μm 3个谱段的云顶亮温进行特征分析，归纳出了与暴雨形成有关的光谱数据特征参数及其分布特征。但由于样本量少，其结论不能视为规律性参数。

参考文献
[1] Houghton J T, Hunt G E. The detection of ice clouds from remote measurements of their emission in the far infra-red. Quart J Roy Meteor Soc, 1971, 97: 1–17. DOI:10.1002/(ISSN)1477-870X
[2] Liou K N. On the radiative properties of cirrus in the window region and their influence on remote sensing of the atmosphere. J Atmos Sci, 1974, 31: 522–532. DOI:10.1175/1520-0469(1974)031<0522:OTRPOC>2.0.CO;2
[3] Inoue T. A cloud type classification with NOAA 7 split window measurements. J Geophys Res, 1987, 92: 3991–4000. DOI:10.1029/JD092iD04p03991
[4] Inoue T. Features of clouds over the tropical Pacific during the Northern Hemispheric winter derived from split window measurements. J Meteor Soc Japan, 1989, 67: 621–637. DOI:10.2151/jmsj1965.67.4_621
[5] Ackerman S A, Smith W L, Spinhirne J D, et al. The 27—28 October 1986 FIRE IFO cirrus case study: Spectral properties of cirrus clouds in the 8—12 μm window. Mon Wea Rev, 1990, 118: 2377–2388. DOI:10.1175/1520-0493(1990)118<2377:TOFICC>2.0.CO;2
[6] Strabala K I, Ackerman S A, Menzel W P. Cloud properties inferred from 8—12 micron data. J Appl Meteor, 1994, 33, (2): 212–229. DOI:10.1175/1520-0450(1994)033<0212:CPIFD>2.0.CO;2
[7] King M D, Kaufman Y J, Menzel W P, et al. Remote sensing of cloud, aerosol, and water vapor properties from the Moderate Resolution Imaging Spectrometer (MODIS). IEEE Trans Geosci Remote Sens, 1992, 30: 2–27. DOI:10.1109/36.124212
[8] Menzel W P, Strabala K. Cloud Top Properties and Cloud Phase. Algrithm Theoretical Basis Document.ATBD-MOD-04, NASA Goddard Space Flight Center, 1997.
[9] Baum B A, Kratz D P, Yang P, et al. Remote sensing of cloud properties using MODIS airborne simulator imagery during SUCCESS, Ⅰ, Data and Models. J Geophys Res, 2000, 105, (9): 767–780.
[10] Baum B A, Soulen P F. Remote sensing of cloud properties using MODIS airborne simulator imagery during SUCCESS, Ⅱ, Cloud thermodynamic phase. J Geophys Res, 2000, 105, (9): 781–792.
[11] Baum B A, Spinhirne J D. Remote sensing of cloud properties using MODIS airborne simulator imagery during SUCCESS, Ⅲ, Cloud overlap. J Geophys Res, 2000, 105, (9): 793–804.
[12] 刘玉洁, 杨忠东. MODIS遥感信息处理原理与算法. 北京: 科学出版社, 2001: 74–84.
[13] 刘健, 许健民, 方宗义. 利用NOAA卫星的AVHRR资料试分析云和雾顶部粒子的尺度特征. 应用气象学报, 1999, 10, (1): 28–33.
[14] 李成才, 毛节泰, 刘启汉. 用MODIS遥感资料分析四川盆地气溶胶光学厚度时空分布特征. 应用气象学报, 2003, 14, (1): 1–7.
[15] 周著华, 白洁, 刘健文, 等. MODIS多光谱云相态识别技术的应用研究. 应用气象学报, 2005, 16, (5): 678–684.
[16] 刘健. 中国区域云特性分析及在FY-2云检测中的应用. 应用气象学报, 2009, 20, (6): 673–681.
[17] 周著华, 白洁, 刘健文, 等. 基于EOS/MODIS的台风"浣熊"云顶相态分析. 气象科学, 2006, 26, (5): 494–501.
[18] 刘健, 张文建, 朱元竞, 等. 中尺度强暴雨云团云特征的多种卫星资料综合分析. 应用气象学报, 2007, 18, (2): 158–164.
[19] 何彬方, 黄勇, 冯妍, 等. 基于MODIS资料的强对流云团通道特征分析. 大气与环境光学学报, 2008, 3, (3): 203–211.