CALIOP、CPR数据在探测海雾中的应用*

赵耀天，吴 东,2**

(1.中国海洋大学信息科学与工程学院，山东 青岛 266100；2.青岛海洋科学与技术试点国家实验室 区域海洋动力学与数值模拟功能实验室，山东 青岛 266237)

海雾是一种常见的海上灾害性天气，海雾发生后，海面水平能见度降低，长久以来一直影响着人们的海上活动，对海上和港口航行船舶的安全带来很大危害。中国沿海和近海多有海雾发生，因此对于海雾的监测和预报成为了人们研究的课题。伴随着卫星技术的发展，1960年，美国发射了第一颗气象卫星“泰勒斯”，从那时起，卫星遥感渐渐被人们用来观察大气和海洋。到了1970年代，一些学者开始使用遥感技术进行雾的研究和预报。1973年，Hunt等提出了根据光学厚度和几何厚度计算消光系数的方法，从理论上计算得出像雾、低云这类的不透明水云在中红外波段的比辐射率明显低于其在远红外波段的比辐射率的结果，这种差异会导致云雾亮温的不同[1]。1984年，Eyre等根据Hunt的理论利用NOAA/AVHRR数据建立了夜间大雾监测算法[2]。之后又有很多学者[3-4]使用不同遥感数据资料对该方法进行了验证，使其成为了目前唯一的业务化的夜间雾检测方法——双通道插值法。但是由于中红外通道在白天还会受到反射辐射的影响，因此双通道差值法对于白天海雾的检测并不适用。对于日间云雾的识别与检测，国内外研究者也进行了大量的研究工作，而阈值法仍是最常用的方法。Gustafson等[5]、Gurka[6]、Rao等[7]利用白天可见光遥感图像进行了云雾识别及其消散研究。1999年，Anthis等利用NOAA/AVHRR红外通道数据和METEOSAT数据统计昼夜大雾的光谱特征，并根据统计的阈值范围进行了大雾检测[8]。张春桂等[9-10]利用MODIS(Moderate Resolution Imaging Spectroradiometer)数据，在分析了如海洋、中高云、低云和海雾等不同下垫面的可见光和红外辐射特征基础上,确定了海雾检测的阈值,建立了白天海雾遥感监测模型,模型准确率可达80%以上。邓玉娇等[11]采用多通道阈值识别方法，利用MODIS数据对南海日间的海雾进行了监测。Zhang等[12]将MODIS的实时亮温温度与气候月平均SST结合，提出了一种全面的动态阈值算法。Yi等利用该方法分离海雾与低云，提出了黄海海雾动态阈值遥感反演算法及云底高度遥感方法[13]。Yuan 等在分析海雾/层云、晴空海表和云的光谱特性之后，构建了基于GOCI 的日间黄海海雾探测算法[14]。

由于海雾和层云光学特性和物理性质类似，而大面积的卫星被动遥感只能探测最上层信息，引入主动遥感来获取海雾/层云的底部信息成为了人们的新选择。2006年CALIPSO(Cloud-Aerosol Lidar with Orthogonal Polarization)和CloudSat卫星一箭双星发射成功，它们同属A-Train系列卫星，具有相同的轨道，前后相差12.5 s，是非常好的同步数据源。

CALIPSO搭载的CALIOP(Cloud-Aerosol Lidar with Orthogonal Polarization)激光雷达发射至今为止已经成功运行了12年，积累了大量的云和气溶胶检测数据[15]。目前国内外已经有人利用CALIOP进行了云的垂直分布统计，并且在此基础上进行了海雾的检测验证研究。Holz等利用两个月份的CALIOP和MODIS资料反演得到云顶高度，发现MODIS反演得到的云顶高度数据要比CALIOP的低(1.4±2.9)km[16]。2011年，吴东等分别利用CALIOP数据和MODIS数据统计了全球范围的云体出现概率，发现CALIOP检测到的云体概率比MODIS检测到的大，这是因为CALIOP对薄云更敏感[17]。魏书晓等使用CALIOP后向散射系数数据筛选了海雾区域，并将CALIOP判定得到的海雾结果应用于MODIS海雾遥感研究，利用改进阈值和区域增长的方法进行了海雾识别[18]。吴东等给出了更为系统的利用CALIOP数据检测海雾的方法，利用CALIOP资料筛选出海雾样本点，并将其应用于MODIS海雾遥感检测[19-20]，但是由于激光雷达CALIOP无法穿越较厚的云层，会丢失层云下方的信息。

Cloudsat自2006年发射之后，其搭载的CPR(Cloud Profiling Radar)雷达一直被用来进行云的垂直检测。Sassen等利用一年的CPR资料，对全球各类云的云量进行了统计，并与地面以及ISCPP(International Satellite Cloud Climatology Project)的云量进行了比较[21]。Luo等利用两种Cloudsat产品 (2B-GEOPROF和 2B-GEOPROF-1idar)对中国东部和印度季风区上空云的发生频率、垂直分布高度和雷达反射率因子的季节变化进行了对比分析，发现研究结论与基于ISCCP资料的结论有很好的一致性[22]。Welliver使用地基雷达观测数据验证了Cloudsat和 CALIPSO联合数据产品2B-GEOPROF-LIDAR中的云底高度数据，发现2B-GEOPROF-LIDAR检测云底高度的准确率达到了73%[23]。目前利用Cloudsat探测云的工作已经有了很大的进展，而对雾检测的工作相对较少：Duan和Barros等基于CPR观测开展了山区低云大雾的检测识别研究[24]；张苏平等利用CPR数据对MTSAT、MODIS等光学卫星获得的黄海海域低云大雾检测结果进行了对比验证[25]。

本文将CALIOP和CPR观测数据结合起来，探索研究对海雾进行更全面检测的方法。

1 数据资料

1.1 CALIOP数据

CALIPSO是A-train系列的一员，其上搭载的激光雷达CALIOP能够在8 km之下以30 m的垂直分辨率，333 m的水平分辨率进行垂直廓线探测，一级(Level 1B)产品给出532 nm垂直偏振衰减后向散射、532 nm总衰减后向散射和1 064 nm总衰减后向散射。二级(Level 2)大气垂直特征分类标识VFM(Vertical feature mask)数据产品可以对垂直廓线上的云和气溶胶等进行分类，可给出云、气溶胶、地/海表、次表层、晴空等目标物类型及对应海拔高度。因此本文主要使用CALIOP的二级VFM数据来检测海雾，并且用Level 1B的数据进行约束检验。本文研究所用的数据均来自美国NANA的兰利研究中心。网址为https://eosweb.larc.nasa.gov/HORDERBIN/HTML_Start.cg。

1.2 CPR数据

CloudSat是第一颗利用主动毫米波雷达在全球范围内观测和研究云量，云的分布和垂直结构，辐射特性和降水信息的卫星。它的传感器CPR与普通的地基天气雷达不同，地基天气雷达通过厘米级的电磁波来探测降水雨滴尺度的粒子，而CPR的波长为3 mm，其对小颗粒散射体的敏感性是天气雷达的1 000倍[26]，因此可用来探测更小的液态水粒子和冰晶粒子，但无视气溶胶。CPR的水平分辨率约为2.5 km×1.4 km，垂直方向上有125个测量单元 (bin)，垂直分辨率为240 m。它可以用来观测光学厚度较厚的云，但是无法观察到薄云。本文使用的CloudSat数据为2B-GEOPROF和2B-CLDCLASS，均来自DPC(DATA PROCESSING CETER)，网址为http://www.cloudsat.cira.colostate.edu/。

1.3 MODIS数据

MODIS全称为中分辨率成像光谱仪，它的多波段数据可以同时提供反映陆地表面状况、云边界、云特性、海洋水色、浮游植物、气溶胶、地表和云顶温度、云顶高度等特征信息。MODIS的最大空间分辨率可达250 m，扫描宽度为2 330 km，重复周期为一天。通过MODIS可以观测到大范围的云区和雾区。本文所用的是Aqua-MODIS上的Level 1数据，来自LAADS DAAC，它的网址是https://ladsweb.modaps.eosdis.nasa.gov/search/。

2 研究方法

2.1 海雾定义

雾是指微小的水滴(或冰晶)悬浮在接近地面的大气中，使得大气能见度小于1 km的一种天气现象[27]。海雾则是指在海洋影响之下出现在海上的雾(包含岸滨和岛屿上的雾)[28]。本文所指的海雾是所有出现在海面上的雾，由于雾和云都是水汽凝结成的产物，海雾可定义为与海表相接的云。

2.2 CALIOP海雾检测原理

下面通过一个实例来具体说明CALIOP检测海雾的方法。

如图1所示，图1(a)是CALIOP的二级VFM图，32°N～34°N的区域(图中青色区域)VFM标识为云，并且云底满足距平均海平面不超过2个bin的条件，因而判定为海雾区。34°N～36°N的区域(图中棕色区域)VFM识别为海表，该区域海拔高度高于平均海平面，因此这是一个明显的海表误判区域。在图1(b)的532 nm后向散射图中可以看到强烈散射，通过阈值法去除气溶胶部分后，可以将其认定为海雾。

图1 CALIOP VFM图及对应的532 nm衰减后向散射图Fig.1 CALIOP VFM map and corresponding 532 nm attenuation backscatter map

比照CALIOP检测海雾的方法，根据前面海雾的定义，若Cloudsat的CPR雷达信号图中也能找到与海面相接的云，那么这些雷达信号可以认为是海雾的散射信号，对应的区域为海雾区域。

2.3 CPR海雾检测原理

利用东中国海区域CPR的Level 2B-CLDCLASS云分类产品进行二进制到十进制的数据转换、处理成图，完成了云分类分析。图2给出其中2个示例。

(无云No cloud、卷云Cirrus、高层云Altostratus、高积云Altocumulus、层云St、层积云Sc、积云Cumulus、雨层云Ns和深对流云Deep Convection)图2 CloudSat CPR云分类图Fig.2 ClouSat CPR cloud classification

图2展示的是2007年3月29日和2008年7月28日两次海雾发生时的CPR云分类图。从图中可以看出，CPR具有较强的多层云探测能力。图2(a)中CPR穿透了4～6 km处厚厚的高层云、高积云，探测到下方与海面相接的层积云和雨层云。图2(b)中CPR则穿透了14 km处的高空卷云和9～15 km处约6 km厚的高层云区探测到下方与海面相接的云。数据分析表明，与海表相接的云以深对流云、雨层云和积云居多，根据海雾的定义，CPR可以用来检测海雾。

通过云分类分析，基于60次海雾案例的数据统计，确定CPR资料检测海雾的方法如下：当CPR云分类图中有云顶在2 km以下并且与海表相接的云时，将其判断为海雾。

3 数据处理与分析

本文以25°N～42°N、118°E～128°E东中国海区域为研究区域，通过中国遥感信息服务网(http://rsapp.nsmc.org.cn/uus/index.jsp)上的雾监测报告选取了2007—2016年10年间的60次典型海雾案例开展研究，其中包括赵经聪、卢博等人论文中提及的35次海雾案例[19,29]。在这些海雾案例中，由于东中国海区域的海雾大多发生在春夏两季，出现在3～7月的海雾案例为53次。采用的数据是与这些案例对应的同步匹配的MODIS、CALIOP和CPR资料。

3.1 上空有云的海雾检测

图3展示了对于2012年5月15日一次海雾案例MODIS、CALIOP和CPR三个卫星传感器的数据特点，图3(a)是Aqua-MODIS第1、4、3通道反射率数据合成的RGB图像，该图直观地显示了研究区域的范围，图中绿线为海岸线，黄直线为CALIPSO和Cloudsat星下点轨迹线。MODIS只能探测到最上层目标物的信息，27°N附近整片梯形白色区域为无数据区，其它白色区可能为云或雾。

图3(b)是由CALIOP一级数据产品得到的532 nm大气总衰减后向散射沿上述黄线的剖面图，图3(c)是由CALIOP二级VFM数据产品得到的与图3(b)对应的大气垂直特征分类标识剖面图，30°N～38°N之间可以看到由VFM图找到的一片海雾区。而由图3(b)激光雷达的测量可以看出，高空中存在多层云，由于云对光波的强衰减，当高空有多层云或者厚云遮挡时，CALIOP便无法探测到下方的信息，这样的情况下，即使云底与海面相接，CALIOP也会丢失这部分信息。例如，在25°N～30°N之间，图3(b)显示高空有云或多层云，贴近海面的信号很差，图3(c)VFM数据显示无信号(见图中黑色区)。但在34.8°N～36.6°N之间，激光却穿透了高空的云层探测到近海面的强散射信号，对应图3(c)VFM数据显示观测到近地面云层(有小部分数据缺失)，这说明激光还是具有一定的穿云能力。激光穿透高空云层观测到的这部分云层在MODIS资料图图3(a)上却是无法识别的。

CloudSat的CPR作为专门用来测云的微波雷达，具有大气透过率高、能穿透云雾、可以全天候工作的能力，能够补足CALIOP的遗漏部分，利用来检测多层云或厚云下方的信息。图3(d)是采用CPR的2B-GEOPROF数据绘制的雷达散射剖面图，测量区域与CALIOP相同，测量时间早12.5 s。由图3(d)可以看出，在25°N～30°N之间，CPR观测到了CALIOP未能测量到的云层的垂直分布信息。同时可以看到在26°N～28°N和28°N～30°N之间各有一段与海表相接的云区，按照本文对海雾的定义，这部分就是CALIOP漏检的海雾。

图3 2012年5月15日一次海雾案例MODIS、CALIOP和CPR三个卫星传感器的观测对比Fig.3 Observation and comparison of three satellite sensors MODIS,CALIOP and CPR in a sea fog case on May 15,2012

通过对所选60次海雾案例的CALIOP和CPR数据分析，作者发现其中存在高空多层云的测量剖面且CALIOP信号存在无信号区域的有38次，占63%。因此采用CPR数据可以有效地探测CALIOP漏检的海雾。但是，由于被动遥感也只能看到最上层云，在高空存在多层云的情况下，利用CPR数据探测到的海雾案例对于辅助印证MODIS等被动海雾遥感的意义不大。

3.2 低空厚云/海雾检测

CALIOP在探测到云/雾时，超过三个衰减长度，无法穿透，这样的云/雾本文定义为厚云/雾,其余认为是薄云/雾[31]。如图4所示，对于相对稀薄的低空云/雾，CALIOP可以很容易探测识别。图4(a)是由CALIOP一级数据产品得到的532 nm大气总衰减后向散射剖面图，图4(b)是对应的由CALIOP二级VFM数据产品得到的大气垂直特征分类标识剖面图。由2.2节CALIOP数据海雾检测方法可实现海雾的探测。但是，由于CPR的垂直分辨率相比CALIOP较低，波长又长，对于图4(a)和(b)所示的雾区，CPR却探测不到清晰的海雾，如图4(c)和(d)所示。

图4 2008年5月2日一次海雾案例分析Fig.4 An analysis of a case of sea fog on May 2,2008

对于CALIOP无法穿透的低空厚云/海雾，则又有不同的探测效果。图5是2015年5月1日一次海雾发生时期的8 km以下CALIOP的532 nm后向散射图像及CPR雷达散射图，由图5(a)结合图(b)可以看出，在28.5°N～29.5°N的区域内，CALIOP探测到在1.5～2 km处有一层云，由于云对光波的强衰减，缺失了下方的信息，在这片区域内若是有雾或者CALIOP探测到的是浓雾的顶部，仅凭CALIOP数据也无法发现或判断海雾的存在。但是由图5(c)CPR雷达散射图和图5(d)CPR云分类图，我们可以看到在28.5°N～29°N和29°N～29.5°N区域内，有两块与海表相接的云，这就是本文要找的海雾。图5(d)的云分类图中，由于CPR的云分类图会将下垫面的2个bin识别为无云，因此看起来离海表有了一点距离，因此我们要结合CPR雷达反射率因子图和云分类图来判别海雾的存在。

图5 2015年5月1日东中国海上空8 km以下CALIOP和CPR图Fig.5 CALIOP and CPR figures below 8 km over East China Sea on May1,2015

通过对所选60次海雾案例的CALIOP和CPR数据分析，发现其中存在低空厚云测量剖面的情况有12次，占20% 。采用CPR数据探测这一类CALIOP无法检测的海雾具有绝对优势，利用CPR数据探测到的海雾案例可用于海雾检测的补充。

4 结语

选取了25°N～42°N、118°E～128°E东中国海区域2007—2016年10年间60次海雾案例用于本研究。采用CPR的Level 2B-CLDCLASS数据进行了云分类分析，给出了CPR资料检测海雾的方法。采用同步匹配的MODIS、CALIOP和CPR资料这些海雾案例进行了观测对比分析研究。

观测对比分析表明，当高空有多层云或者厚云遮挡时，CALIOP无法探测到下方的信息，CPR具有较强的探测优势；对于相对稀薄的低空云/雾，CALIOP可以很容易探测识别，而CPR却检测不到；对于浓厚的低空云/雾，CALIOP探测到的仅是顶部信息，CPR探测则有绝对优势。CPR和CALIOP优势互补，使得高层云和厚云覆盖下的海雾现象也得以被发现，特别是低空厚云/雾的探测识别，利用CPR数据探测到的海雾案例可补充CALIOP的检测结果。

统计分析表明，在所研究的60次海雾案例中，出现在3～7月的海雾案例为53次。有50次海雾发生时CALIOP探测存在无信号区域，其中出现高空多层云或厚云遮挡的有38次，低空厚云/雾的有12次，比例达到了83.3%，因此可以说高空多层云及低空厚云/雾区对于CALIOP检测海雾的方法的影响还是较大的，使得漏判的区域较多。采用CPR可探测到CALIOP漏判的这12次低空厚云/雾，可以用来对检测的海雾样本点进行补足，对于海雾遥感的检测具有一定的实际意义。

致谢：感谢兰利研究中心(ASDC)提供的CALIOP激光雷达数据，感谢CLOUDSAT DPC(CLOUDSAT DATA PROCESSING CENTER)提供的CloudSat数据。