全天空红外云探测在航空气象中的应用

王本革,杨明∗,凌新锋,吴佳玲

(1 中国民用航空华东地区空中交通管理局安徽分局,安徽 合肥 230001;2 寿县气象局,安徽 淮南 232000;3 中国科学院合肥物质科学研究院安徽光学精密机械研究所光电子技术研究中心,安徽 合肥 230031)

0 引言

气象条件对飞机的起落有着重要的影响,每年超过25%的民航事故与天气有关,接近70%的延误是因天气原因造成。云分布区域的云量、云状以及高度对飞机起飞、着陆及飞行状态有着重要影响。首先云是飞行及机场运行起降标准中重要的指标之一,直接影响着飞行员在起飞与着陆时起降驾驶视程和视界判断。若低云分布位置覆盖跑道重要区域则影响明显,容易出现中断着陆或复飞,是导致航班延误或出现事故征候的常见因素之一。另外,云的类型和分布,反映当时的大气运动状态、大气层结稳定程度和水汽程度,不同类型云产生的颠簸或积冰程度对航空器入云后的飞行状态有着直接影响。同时云对各类气象要素的变化有着直接影响,也是未来天气变化的重要征兆。因此,准确地观测机场近着陆区的云参数及分布状态,有助于及时了解着陆区域的天气情况,为飞机起降提供客观依据,保证飞机安全运行,对机场局部精准天气预报和起降条件判断也具有重要意义。

目前运行中,航空管制部门对云观测的需求是迫切的。航空气象部门需每小时对云状、云量进行观测,并在低空气象情报图中绘制对飞行有重要影响的云状和分布区域等信息,所形成的气象情报进行全球和跨地区交换和使用,在复杂天气时更需要随时向航空管制运行部门提供该类气象信息。然而在国内航空气象探测中,对云的观测均采用人工目测方式[1]进行,自动化、定量化程度很低,且不确定度较高[2,3]。一方面,人工观测主观性较强,且受到视觉因素,如视觉对比感阈、目标亮度比等的影响,无法准确识别观测点周边较远距离或亮度差异较小的云况和云层,尤其是夜间,多数采用传统气象经验评估,无法提供有效科学依据;更无法对机场上空云的分布和云状进行准确识别。另一方面,国内机场云探测设备中,主要采用激光云高仪进行辅助观测,该方法为单点测量,功能单一,不能对机场区域云分布和特征情况进行准确和全方位测量[4]。空基卫星遥感探测所呈现出来的是区域云顶分布情况,由于地面辐射干扰,无法完成云状和云量的分布探测[5]。而利用地基红外辐射技术通过测量云体红外辐射强度可以得到云底亮温,从而能够全方位地呈现白天和夜间云的整体变化和层次情况,构建机场上空精细化红外光谱云底图像。目前很多学者开展了利用地基视觉技术实现全天空云的可见光[6,7]、红外光[8]以及融合光谱观测[9−11];同时对地基可见光和红外云图的云区域识别[12]和云量判别也进行了大量研究[13−15];采用卷积神经网络、压缩感知和特征值法等对5–6 种典型云类也进行了识别分类研究[16−18],并取得了较好的效果。然而目前的研究很少有对红外云图云类特征进行分析总结,对人工标准化云图分类给予参考,同时对典型云、雾的演变现象和规律也很少有观测图像事实验证。

本文利用全天空云图仪24 h 观测资料,完成了民航常见云在红外探测图像特征分类以及演变特征分析,弥补了地基云底特征、云状区域连续性探测成像的不足,以及非固定点拍摄难以区分等不足,有效追踪了云的状态、分布及变化规律,对局地天气研究和飞行器安全提供科学参考依据。

1 仪器与数据

1.1 实验仪器

全天空云图仪ASC200型(以下简称ASC)由中国科学院合肥物质科学研究院研制,由光学测量单元、内外部环境温湿测量单元、边缘计算与控制单元、电源、支撑机构、以及数据传输单元等组成。光学测量单元由红外辐射测量机构、可见光辐射测量机构、密闭腔体、鱼眼镜头等构成。光学测量单元的核心部件为单片式红外机芯,其可见光分辨率为2000×1944,视场角为180◦,红外分辨率为640×512,视场角为160◦,可工作于−20∼55◦C,可感应接收8∼14µm 波段的大气向下红外辐射。该云图仪能够完成可见光与红外云图呈像,同时可自动完成成像图中云区识别和云量评估。沿跑道安装的Vaisala LT31 大气透射仪、CL31 激光云高仪以及HMP155 温湿度仪,用于协同观测。各主要仪器安装图如图1 所示。全天空云图仪安装于合肥新桥机场跑道R33 端,距上述其他装置约200 m,架设据地高度10 m。

图1 全天空云图仪(a)、激光云高仪(b)和大气透射仪(c)实验装置Fig.1 The experimental equipments all-sky view imaging equipment(a),laser cloud height meter(b)and atmospheric transmission instrument(c)

1.2 实验数据

在2019 年7 月至2020 年4 月试验期间,进行24 h 连续观测,采样周期为10 min。云高和能见度采样周期为1 min 一次。对试验期间红外探测图像进行筛选分析,与白天人工观测云状结果进行图像对比,依据航空云分类规定[19]以及国家气象局地面观测规范[20]中可见光分类完成航空云图典型的十类云状在红外探测图像中的显示分类和特征描述,并结合期间探测的云高和能见度进行各类云的云底高度观测和演变分析。

2 各类云的红外图像分析

8∼14µm 处于大气窗口,水汽和二氧化碳等大气成分对该波段的吸收较小,因此辐射衰减弱,大气透过率较好。地基红外探测技术利用该波段的云体向下热红外辐射实现云体亮温反演,通过图像拉升等算法实现云体与非云体之间的差异化显示。与卫星探测云图显示方式不同的是,地基红外探测中云体温度越高,云体高度越低;反之亦然。且红外热辐射探测有效地弥补了外部可见光下云识别过程中出现的视觉差异、背景(霾、沙尘、阳光)污染导致的目标物亮度与背景亮度比值较小,以及夜间无法进行观测等不足。它能够充分地增强云体的结构、纹理和分布信息,提高观测能力。在晴空污染条件下,由于气溶胶、雾霾对可见光的前向散射,可见光[图2(a)]绕太阳和地平线区域通常具有与云相似的纹理,但在红外云图[图2(b)]上为无云区;在双层云亮度相似基础上,红外云图[图2(d)]较可见光[图2(c)]有明显分层;大雾消散过程中产生的低云在可见光[图2(e)]云图中有明显的模糊区域,云叠加在雾与阳光背景中亮度对比差异较小,很难分辨云量,而红外云图[图2(f)]中辐射亮温很好地区分了低云与背景边界;[图2(g)、(h)]分别为夜间全天空低云和大雾。可见在地面观测中红外云图较可见光条件下的观测将有着不可比拟的优势。

图2 不同环境条件下红外云图与可见光云图对比。(a)可见光雾霾背景晴空;(b)红外雾霾背景晴空;(c)多层云可见光;(d)多层云红外;(e)可见光雾中的云层;(f)红外雾中云层;(g)夜间红外云;(h)夜间红外雾Fig.2 Comparison of infrared and visible cloud images under various environmental conditions.(a)Visible haze background clear sky,(b)infrared haze background clear sky,(c)visible multi-layer cloud,(d)infrared multi-layer cloud,(e)visible cloud layer in fog,(f)infrared cloud layer in fog,(g)infrared night cloud,(h)infrared night fog

2.1 红外云图中各云族特征

2.1.1 低云族特征

航空气象中低云族云底高度最低,其范围一般在2500 m 以下,温度在所有云层中最高,因此红外云图中显得白亮,且多层云存在时云底越低越白。积状云块状明显;波状云云块较大,边缘松散,云缝处呈现明显的烟雾状。结合可见光下各类云的特征,比对红外成像中云的结构、亮度、排列等完成以下低云分类和特征描述,具体见表1。

2.1.2 中云族特征

中云族:中云高度范围一般在2500 m 以上,6000 m 以下,温度在整个云层中相对于低云低,由于云的厚度不一,因此红外云图中表现为白色或灰色,并具有明显的各类云状特征,块状明显,边缘紧实,一般云块间没有低云较为松散丝毛状结构。对于层状云则均匀性明显。具体见表2。

2.1.3 高云族特征

高云族:高云高度范围一般6000 m 以上,温度在整个云层最低,因此红外云图中表现为灰白色,并具有显著的高云外形特征,多呈现柔丝般,透光性较好。具体见表3。

2.2 相似云特征结构比较分析

2.2.1 淡积云聚合与层积云区别

夏季对流旺盛,淡积云容易出现,且到了午后云量不断增多,云块与云块之间发生碰撞聚合,呈现出层积云的连续块状,容易被误识别为层积云。图3 为红外通道淡积云与层积云形状特征。从图中可以看出,淡积云一般周围都有分散的独立的个体,存在很多较大云缝,而层积云一般为整层块状或波状自组织排列,周边基本不会出现单个个体,偶尔会有较大云缝。

图3 典型淡积云(a)和层积云(b)的红外云图Fig.3 Infrared cloud images of typical cumulus cloud(a)and stratocumulus(b)

2.2.2 层积云、高积云与卷积云区别

考虑到云图周边存在图像畸变,采用球面投影公式计算投影面积校正系数,即

式中θ1、θ2为天顶角。

按照天顶角0◦∼90◦计算校正系数,结果如图4 所示,校正系数随着天顶角增加呈递增趋势,在天顶角45◦时,校正系数达到1.42,缩小倍数相对较小,且畸变并不明显。

图4 天顶角与球面投影校正系数关系Fig.4 The relationship between zenith angle and correction coefficient of spherical projection

结合云高值,采用天顶角45◦时对应典型图像距离中心点0.7 倍半径距离的最大云块平均最短直径进行图像像素点标记测量后分类,图5 为典型图像标记测量范围内的正方形截取图像,图5(a)–(f)云底高度依次升高。从图中云块尺度上看,云层越低其云块尺度越大,云块尺度表现为：层积云云块大于高积云云块,高积云云块大于卷积云云块。图像中各高度层最大云块最短直径比如表4 所示,层积云云块是高积云云块的2∼4 倍,高积云云块是卷积云云块的2∼4 倍,层积云高低层差异1.6 倍,高积云高低层差异2 倍。从缝隙尺度来看,卷积云云块尺度近似于缝隙尺度,而高积云和层积云云块尺度一般大于缝隙尺度。同时云层越低缝隙的光滑程度越低。800 m 左右层积云云块间有明显的云丝状结构,越高缝隙间光滑度越大,呈现独立块状。

图5 典型云块特征尺度。(a)层积云800 m;(b)层积云1500 m;(c)高积云3500 m;(d)高积云4500 m;(e)高积云5800 m;(f)卷积云6500 mFig.5 Typical cloud block characteristic scale.(a)Stratocumulus 800 m,(b)stratocumulus 1500 m,(c)altocumulus 3500 m,(d)altocumulus 4500 m,(e)altocumulus 5800 m,(f)cirrocumulus 6500 m

表4 不同高度云块图像尺度比(以6000 m 云块为基准单位1)Table 4 The blocks scale ratio of cloud images at different heights with 6000 m cloud block as reference

2.2.3 碎层云与碎雨云区别

如图6 所示,由于大量降水出现后,雨滴蒸发吸收碎雨云周围热量,因此碎雨云云体温度较低,颜色呈现灰白色,而碎层云一般呈现白色。碎雨云上层是有深灰色的降水云层存在,而碎层云上层多为晴空,可透日光。同时从云块尺度上看碎层云尺度比碎雨云大,且呈现出“棉花团状”结构,而碎雨云一般为烟带状或散片状。

图6 典型碎层云(a)和碎雨云(框内区域)(b)的红外云图Fig.6 Infrared cloud images of typical fractostratus(a)and fractonimbus(the black box area)(b)

3 红外云图中的云底演变过程

3.1 雾与低云的演变

气象学中常用到“十雾九晴为辐射雾”、“雾抬升即为云”的经验性方法,然而这些说法并没有直观图像和数据之间的匹配验证,且这些现象大多发生在冬季夜间,无法通过可见光进行探测。图7(a)是2019 年一次降水过后典型的辐射雾过程。结合跑道基准点安装的激光云高仪和大气透射仪探测的1 min 云高和能见度变化,进一步分析云雾变化过程。12 月18 日22:30 降水基本结束,天空为8 个量的高积云3500 m左右。其后至19 日01:00 期间,出现了大量高度为500 m 以下的低云,此为降水后产生的大量碎雨云。自01:00–04:00,碎雨云消散,同时高积云也开始抬升消散,出现了5000∼6000 m 卷云,在消散过程中能见度从4000 m 波动式下降至1600 m。当天空自03:30 开始打开至04:30 完全打开,一小时内能见度从1600 m 直线式下降至100 m,雾出现在04:19。其后从全天空云图中反应出雾的浓度进一步增加,到早上09:30 左右,雾开始慢慢消散,出现不均匀缺口,能见度开始上升至500 m,雾逐渐抬升形成了满天低云,此时云高仪探测数据也显示云高有异动变化,从原来的0 m 变为50 m。10:15 左右,受到地面辐射增温影响,雾完全消散形成低云,高度不断抬升,从雾状变为团状碎层云。从多次辐射雾分析表明,在雾形成不均匀缺口,低云形成之初,可作为能见度未来迅速回升的一个重要红外视觉指标。图7(b)为FY-4A 卫星红外通道探测图像。由于受到地面辐射干扰,通过卫星红外遥感探测也只能捕捉高层云的变化,无法获得低云图像,也无法观测雾与低云的准确演变过程。通过分析多次辐射雾过程中地基红外全天空云探测,其直观的云雾变化图像证实了其他探测数据的可信度,也进一步验证了辐射雾生成及消散原理的正确性,以及观测到雾云之间转化的事实。对气象学经验性方法的正确性进行了一次实际验证。

图7 一次典型云、雾变化过程(a)以及当天07:30 FY-4A 卫星通道10.4µm 长波红外波段安徽区域遥感探测图像(b)Fig.7 Typical change process of cloud and fog(a)and the remote sensing image of Anhui region in 10.4µm long wave infrared band of FY-4A satellite channel at 07:30 on the same day(b)

3.2 非对流降水云层演变

通过对17 次地基红外观测资料和激光云高仪探测资料的分析发现,非对流降水云层演变呈现出由高到低,可视云层由分散纹理状变为均匀层状的过程,且在降水前期均会出现“均匀层状”。17 次过程均在冬季,且多为冷空气南下时发生的降水。以2020 年1 月14 日22:00 至15 日15:00 合肥新桥机场降水天气为例。地面形势为冷空气扩散南下,500 hPa 高空形势上正由槽后西北气流转槽前西南气流,整个过程为冷锋后降水。由图8 可见,整个过程17 h 内云底变化从卷云(7500 m 左右)-松散高积云(4500 m 左右)-密实高积云(3000 m 左右)-层积云(2200 m左右)-均匀雨层云(1000 m 左右,且高度不断下降,最低400 m 左右),雨层云形成2 h 后出现降水。雨层云形成过程中红外云图表现为灰色的“均匀层状”,无任何块状、团状或丝状特征结构。从地面湿度探测资料也可以发现,“均匀层状”形成过程中,空气中相对湿度呈现出陡增现象,2 h 内湿度从75%迅速上升至100%,表明近地面空气湿度达到近似饱和,降水即将发生。从时段内观测资料发现,冬季降水前期均有高度较低的“均匀层状”云出现。

图8 2020 年1 月14–15 日降水天气形势及过程中典型云底变化Fig.8 Typical cloud base evolution under precipitation weather from January 14 to 15 in 2020

在云层演变中发现,卷云与高积云、高积云与层积云之间存在明显的转化,且在10∼20 min 内就能完成,如图9 所示。在16:20–16:30 时满天卷云不断增厚,而在16:30–16:40 卷云迅速转变为块状明显的高积云,高度由5500 m 降到4500 m 左右。

图9 2019 年12 月14 日16:20(a)、16:30(b)、16:40 (c)、16:50(d)期间卷云向高积云演变Fig.9 Evolution of cirrus to altocumulus at 16:20(a),16:30(b),16:40(c),16:50(d)on December 14,2019

4 结论

利用合肥新桥机场架设的全天空云图仪以及沿跑道安装的自动气象观测系统等探测的数据,重点研究了全天空云图仪红外图像在航空气象中云识别以及云、雾演变的应用分析。初步研究结论如下:

1)在图像判别规则上,不同高度的云因为温度影响,红外辐射能力有所差异。高度越高温度越低,其热辐射能力越弱,红外云图上表现亮度越暗,呈现出灰色或灰白色;反之,高度越低温度越高,其热辐射能力越强,红外云图上表现亮度越亮,呈现出白色或亮白色。

2)相似比较中,不同高度的波状云其云块大小有着明显的差异性,表现出层积云云块是高积云云块的2∼4 倍,高积云云块是卷积云云块的2∼4 倍,层积云高低层相差1.6 倍,高积云高低层相差2 倍。碎层云较碎雨云呈现出团状,具有棉花状结构,而碎雨云相对破碎,一般为带状或散片状。

3)云层演变过程中,云与雾有着明确的转化过程,具体主要是雾与层云、碎层云以及云类型之间的转变。通过红外云图结合探测的云高和能见度数据发现:辐射雾一般发生在云层刚打开期间,天空至少一半为晴空的时段,且云持续消散为晴空。当天空形成不均匀缺口,表明雾开始消散,抬升成云,伴随着云高数据有明显的增加现象,其可作为能见度未来迅速回升的一个重要红外视觉指标。非对流降水云层演变呈现出由高到低,可视云层由分散纹理状变为均匀层状的过程,且在降水前期均会出现“均匀层状”。“均匀层状”云层形成过程中,空气湿度呈现出现陡增现象。

利用红外探测云图结合航空气象中对云类的划分进行特征人工分类识别,为今后地基云图探测设备全天候智能识别各类红外云状提供了标准特征参考,但地基红外云图对对流云,包括积雨云和浓积云这两种对航空运行影响严重的云识别能力还存在不足。由于红外云图中对流云底部无明显特征因此很难从云图中识别,因此为了全面识别各类云状还需要借助其他如雷达、卫星探测设备进行其固有特征的综合识别。此外还对云雾演变以及非对流降水云层演变进行了研究,利用图像资料和数据资料进行了比对和验证,初步发现了一些基本现象和规律,但由于采用的资料有限,还需要后续积累大量个例进行验证。