黄渤海区域卫星云图低云大雾识别方法初探

岳政名 杨金波 任燕 章晗

（中国人民解放军92493部队 21分队，辽宁 葫芦岛 125000）

0 引言

我国黄、渤海区，天气系统多变，夏季多雷暴及海雾，秋季多大风，冬季多寒潮，水文环境复杂。低云大雾发生概率高，给气象水文保障带来很大困难。研制黄渤海海区卫星资料应用系统，实时获取云、风、雾、沙尘、台风、强对流、海温、海冰等信息，为预报员和指挥员提供实时、详实、直观的卫星资料综合分析产品，对提高试验水文气象保障能力有着重大的现实意义，本文主要讨论对低云大雾的识别方法设计。

1 数据来源

分析数据主要来源于 FY2C、MTSAT、NOAA、FY1D、MODIS 等卫星数据；海陆模板数据、高程数据（DEM）等；以及CCTV2数据。通过对以上数据的分析处理，对低云大雾的识别方法进行初探和设计，为提高水文气象保障能力提供可靠依据。

2 信息流程

低云大雾监测数据流程是：需要读取指定原分辨率云图资料和辅助数据，依次完成低云大雾区域初判、低云大雾区域判定、生成低云大雾监测产品和运行报告，存档于应用服务系统，其信息流程如图1所示。

图1 低云大雾监测产品信息流程图

3 产品设计

3.1 低云大雾光谱分析方法

卫星在可见光波段选用的光谱通道大多在0.52－0.9μm之间。在这一波段卫星接收的辐射主要来自地面、云雾层对太阳辐射的反射辐射，而地面、云雾层自身的辐射和大气对太阳辐射的散射可以忽略。根据大气辐射传输理论，卫星在可见光波段接收到的辐射为：

式中Ø为卫星接收的辐射通量，T为温度，h为卫星高度。因太阳辐照度可以认为是常数，所以卫星观测到的辐射与物体反照率和太阳天顶角有关。如果把接收的辐射转换成黑白图像，则这种黑白色调就与辐射有关。在一定的太阳天顶角下，物体的反照率越大，其色调越白，反之则色调越暗。这样，就可以从可见光云图上估计反照率的大小，从而判别物体。

在红外波段，气象卫星通常选用的中红外波段为 3.55－3.93μm，长波红外为 10.5－12μm。 另外还有一个水汽通道，波长为 5.7－7.3μm。 在长波红外区，大部分云雾像完全的辐射作一样发射辐射，云雾层与辐射相互作用的总效果造成卫星的传感器不能探测来自云雾层下的地面和大气辐射，卫星接收到的辐射是地面和云雾面发射的长波红外辐射，太阳辐射可以完全忽略。若大气处于局地热力平衡，则可略去大气辐射和云面对向下大气辐射的反射辐射。这样，卫星在这一波段接收的辐射可以表示为：

由上式可看出：物体温度越高，卫星接收的辐射越大，反之，则接收的辐射就越小。红外波段5.7－7.3μm是水汽强吸收带。水汽通道中大部分的辐射来自620－240hPa大气层，而最大辐射贡献大约在400hPa高度处。因此，水汽通道图像中所包含的有关低层云雾的信息不多，对云雾分离作用不大。

由于3.55－3.93μm大气窗通道位于太阳辐射光谱曲线与地球大气辐射光谱曲线相交重叠区，因此在白天这一通道测得的辐射不仅包含有地面云面自身发射的辐射，而且含有地面云面反射的太阳辐射，使得在白天的中红外云图上物象间色调的相对变化显得十分复杂，是图像识别的一大技术难题。但在夜间，由于云雾在这一波段的比辐射率比其在长波红外通道的小，利用两者的差异有助于识别低层云雾。

虽然可见光波段对云雾粒子的大小无分辨能力，不能仅仅使用光谱方法进行云雾分离，但利用可见光信息可实现下垫面背景与云雾的自动分离，即自动剔除云雾的背景信息。对NOAA卫星不同季节多时相的AVHRR资料分析表明，在不同太阳高度角的照射下，不同面积、高度、厚度的云雾区反射率均不同。其主要表现是：太阳高度角越高，对云雾、下垫面的辐射率越大，则云雾和下垫面的反射率越大；云雾区面积越大、高度越高、厚度越厚，则反射率越大；受云雾的各项异性散射作用，对下整面反射率的影响也越大。如下垫面背景受到高云、冷云或对流云顶的影响，则其反射率.会有所提高。另外，天气气候状况对下垫面背景和云雾区也有所影响，天气晴朗反射率高，明天反射率低，夏季反射率高，冬季反射率低。根据上述可见光波段的光谱特性，发现了可见光通道下垫面背景最小反射率与云雾区最大反射率之间的相对关系和特征，并找出相应的光谱判别阈值，用于云雾与下垫面背景的分离。

3.2 红外亮温进行低云大雾信息提取技术

低云大雾在红外波段有较灵敏的反应。一般云雾与下垫面背景具有较低的亮度温度。其中云雾高度越高、厚度越厚，其表现出的红外特征越明显，即亮温超低。所以一般采用热红外波段即可方便地检测出中、高云和低云大雾。热红外波段对于低云和薄雾不敏感，但在中红外（3.7μm）波段上得到较好的反映。这是由于雾在夜间的有效温度在3.7μm波段比在11μm波段低，而陆地和海洋在这两个通道中的有效温度大致相等，故可采用3.7μm和11μm波段组合方法，即根据两通道的亮温差进行雾检测。此方法适用于夜间，此时3.7μm窗区没有太阳辐射贡献，其辐射仅来源于地球的长波辐射。

与白天相比较，夜间云雾的遥感识别困难显得更大一些。在夜间无法得到可见光图像，而仅有红外图像。由于低层云雾在长波红外通道（11μm左右）的辐射特性近似于黑体，其比辐射率约为1，而在中红外通道（3.7μm左右）的比辐射率明显小平1。云雾的比辐射率在两个红外波段的差异，在相应通道的红外云图上会造成亮温的差异，而陆地和海洋则不存在这样的差异，因此，在同时具有中红外和长波红外通道资料的情况下，可以利用两个红外通道门的这种亮温差异来识别夜间的低层云雾。

3.3 采用多通道组合方法进行低云大雾识别与分类

对于多通道数字气象卫星云图低云和大雾识别与分类将采用统计和阈值两种分类方法进行。

统计方法：即利用目标在空间的特征、纹理特性，波谱差异进行统计分类。

阈值方法：即利用目标在图像上的波谱特性，设置阈值，对像素逐个检验。

用阈值方法进行分类时，阈值是一个可变量，随时间、空间及天气状况的变化而变化。因此阈值是季节、地理位置和天空状况的函数，阈值的设置对分类具有一定敏感性。而统计方法对任意时刻的图像分类则相对较稳定性。针对这一情况，在系统计算方案的设计中，对同一时刻的可见光和红外卫星资料，采用动态聚类方法对样本资料进行训练，获得分类的初始参数，然后；采用Bayes判别方法进行云雾类型的判别。

在天空没有中、高层云的情况下，仅用可见光图像试图区别雾与低层云并不容易。这是因为在可见光图像上，雾虽与其它云类、特别是中、高层云类具有明显不同的图像特征，但与低层云却极为相似。通过多通道组合则可有效地提高云雾识别与分类能力。

据此，运用多通道合成技术，把可见光和长波红外通道组合起来，将可见光通道分别用红色和绿色显示，将长波红外通道用蓝色显示，并进行伪彩色处理，即可识别白天的低层云雾，并可进一步区分雾与低层云。

3.4 纹理分析方法

纹理信息是图像的空间信息，它能很好地兼顾图像的宏观性质及细部结构。在数学分形特征分析中，分数维的提出为纹理分析提供了新的思路，其分数维的计算给予了统计意义的描述，有效地体现了纹理的复杂度和粗糙度，揭示了纹理内在的自相似性。

在气象卫星遥感图像中，云、雾灰度表面纹理粗细不一样，即对应着不同的分形维数，具有很好的分形特性。云的纹理粗糙和杂乱，对应的分形维数较大；雾的纹理较细，对应的分形维数较小，因此可利用分形维数进行云雾识别。

4 总结

在云参数的反演上，针对极轨气象卫星资料和静止气象卫星资料的方法，国内外都已有了较长时间的研究和较成熟的技术，如多光谱技术，线性判别、聚类算法、最大似然估计，模式识别技术、模糊逻辑方法等，在资料融合方面，目前已有多源卫星资料进行产品反演的研究。我们在总结现有技术的基础上，经过长期的研究和试验改进，目前在云参数反演的方法上取得了较理想的成果；在资料融合处理时，先把融合关系及物理意义加以明确，匹配算法进行可靠的理论论证，对多颗卫星资料的特点进行充分的分析，得出较为有效的处理方法。

［1］沙依然，等.EOS-MODIS卫星资料在北疆大雾监测中的应用分析[J].沙漠与绿洲气象，2008，2(6):30-33.

［2］周小珂，等.基于DMSP/OLS数据的夜间低云大雾监测技术研究[J].遥感信息,2012,27(6):86-90.

［3］戴丛蕊，等.卫星遥感资料在云南大雾监测中的应用[J].云南地理环境研究,2008,20(6):51-54.

［4］李亚春，等.用GMS-5气象卫星资料遥感监测白天雾的研究[J].南京气象学院学报，2001，24(3):343-349.

［5］孙涵，等.雾的气象卫星遥感光谱特征[J].南京气象学院学报,2004,27(3):289-301.