FY-3D MERSI-II云顶产品算法及精度检验

张淼，徐娜，郑照军，陈林

(中国气象局中国遥感卫星辐射测量和定标重点开放实验室/国家卫星气象中心，北京 100081）

1 引 言

云顶温度和云顶高度作为基本的云参数，在云的热辐射强迫估计，航空气象保障，数值天气预报，天气气候研究等方面具有十分重要的意义[1-2]。目前从卫星遥感反演云顶温度的算法主要有两类，一是基于辐射传输方程直接反演云顶温度，包括适用于光学厚云的11 µm 通道亮温方法和适用于光学薄卷云的双通道发射率方法[3]；二是由反演出的云顶高度利用大气温-压廓线数据得到云顶温度。反演云顶高度的算法主要分为被动遥感和主动遥感两类，被动遥感反演主要包括红外窗区算法、CO2切片算法、一维变分反演方法等[4-5]，主动遥感反演主要是基于主动激光雷达或云雷达的后向散射算法[6]。虽然主动遥感反演的云顶高度精度较高，但主动遥感仪器的扫描宽度过窄，且分辨率较低。

风云三号(FY-3)气象卫星是我国第二代极轨气象卫星，FY-3 01 批为试验应用卫星，包括FY-3A 和FY-3B 两颗卫星，FY-3 02 批为业务星，共4颗卫星(FY-3C、FY-3D、FY-3E、FY-3F)，目前已成功发射了上午星FY-3C、下午星FY-3D 及晨昏星FY-3E[7]，其中FY-3D 上搭载的中分辨率光谱成像仪II(MERSI-II)整合了原有风云三号卫星两台成像仪器(MERSI-1 和VIRR)的功能，是世界上首台能够获取全球250 m 分辨率红外分裂窗区资料的成像仪器[8]。

FY-3D/MERSI-II 的云顶性质产品采用11 µm通道亮温反演算法，该算法原理简单，但精度较低，因此本研究将反演精度较高的一维变分反演方法应用到FY-3D/MERSI-II 的云顶性质产品中，以提高产品反演精度。本文主要介绍一维变分方法反演FY-3D/MERSI-II云顶性质(包括云顶温度、云顶高度和云顶压强)产品的估算方法及精度检验结果。

2 数据介绍

2.1 FY-3D/MERSI-II资料介绍

FY-3D/MERSI-II的主要任务是动态监测地球海洋、陆地、大气等环境要素，特别是云特性、气溶胶、陆地表面特性、海洋表面特性、低层水汽等重要大气和环境参数的监测。共配备25 个通道，包括16 个可见光-近红外通道、3 个短波红外通道和6 个中长波红外通道；25 个通道中，250 m 地面分辨率通道6个，1 000 m 地面分辨率通道19个。云顶性质算法应用的是MERSI-II的2个红外分裂窗通道(11.0 μm、12.0 μm)，空间分辨率为250 m。

2.2 辅助数据介绍

2.2.1 云检测和云类型数据

云顶性质算法需要用到FY-3D/MERSI-II 业务生成的云检测和云类型产品，其中云类型产品将云分为水云、过冷水云、混合云、厚冰云、单层卷云、多层卷云6 种不同的类型，云顶性质算法将对不同的云类型赋初值。

2.2.2 数值预报资料

本研究使用我国自主研发的多尺度通用资料同化和CMA 数值预报系统提供的温度和压强廓线数据，水平分辨率为0.25 °×0.25 °，垂直分辨率40层，最高层的气压为0.1 hPa。

2.2.3 地表发射率资料

观察患者用药效果之间的差异，药效评判指标，十分有效、基本有效、无效，以最终的综合有效率作为主要衡量数值。

本研究使用的地表发射率资料为MODIS 月平均红外地表发射率全球数据集，水平分辨率为0.05 °，在10 个通用的波长(3.6、4.3、5.0、5.8、7.6、8.3、9.3、10.8、12.1、14.3 μm)都是可用的，利用MERSI-II的光谱响应函数对月平均发射率进行积分使之与MERSI-II 通道相匹配，数据集和空间匹配方法详细介绍可参考文献[9]。

2.2.4 海表温度资料

本研究使用的海表温度为高分辨率融合分析场日平均海温(Opetimum Interpolation SST，OISST)资料[10]，分辨率为0.25 °×0.25 °，具有全球覆盖，时效性好的优点。

2.3 MODIS云产品资料介绍

中分辨率成像光谱仪MODIS 是美国地球观测系统EOS 极轨卫星Terra 和Aqua 上携带的重要仪器，Terra 和Aqua 分别于地方时间上午10:30 和下午01:30 过境。MODIS 共有36 个光谱波段，分布在0.4～14.4 μm 之间，星下点分辨率在0.25～1.00 km 之间。为了更好地与MERSI-II 数据在时间上进行匹配，本研究使用的MODIS 资料来自Aqua 卫星。MYD06 云产品[11-12]是目前国内外较公认的云产品，包括云顶温度、云顶高度、云顶压强、云相态、云量等，可在官网免费下载。

3 反演算法

在单层云且不考虑散射的条件下，红外通道的辐射传输方程可表示为公式(1)[13]：

其中，Robs表示卫星观测到的云顶大气辐射，Tc表示云顶温度，B 表示Planck函数，Rclr表示大气层顶晴空辐射，Rac表示云上辐射，τac表示卫星到云像元的透过率，ec表示云发射率，它们都是波长λ的函数。考虑到ec随波长而变化，引入一个β参数反映云的微物理特征[13-14]。例如1、2 两个通道，有如下关系式：

通过公式(2)，12 μm 云发射率可以由11 μm云发射率导出：

本文后面的ec均表示11 μm 云发射率，β表示β(11/12 μm)。

本研究通过PFAST 快速辐射传输模式[15]计算得到11 μm、12 μm 晴空透过率及辐射率廓线，黑体辐射率廓线，及大气层顶晴空辐射，通过公式(1)计算得到卫星观测到的辐射。

一维变分反演方法定义代价函数φ，并最小化φ：

其中x表示反演参数矢量，包括云顶温度Tc、11µm通道发射率ec以及β，xa表示x的初估值，y表示观测值，包括11 µm通道亮温及11 µm与12 µm通道亮温差，f(x)表示前向辐射传输模式的计算值，Sa表示xa的误差协方差阵，Sy表示模式及测量的误差协方差阵。FY-3D/ MERSI-II 业务生成云类型产品将云分为水云、过冷水云、混合云、厚冰云、单层卷云、多层卷云6 种不同的类型，参考文献[13]，分别给出6种不同类型云的Tc、ec、β的先验估计值及误差协方差矩阵如表2所示，ec的先验估计值通过公式(5)计算得到，sat_zen 表示卫星天顶角。

表2 Tc、ec、β的先验估计值及误差协方差矩

11 µm 通道亮温、11 µm 与12 µm 通道亮温差的误差方差矩阵由下式计算：

δ=δinstr+(1 -εc)δclear+δ2d，δinstr是仪器误差，δclear是辐射传输模式的晴空误差，δ2d是11 µm 亮温及11 µm 与12 µm 亮温差在3×3 像元内的标准偏差。

利用一维变分反演方法得到云顶温度后，对MERSI-II 的格点数据和CMA 模式数据进行时间匹配，选择时间最接近的CMA 模式数据进行格点化处理，通过线性插值处理，将空间分辨率为0.25 °×0.25 °的CMA 模式数据转换成空间分辨率为0.01 °×0.01 °、高度层为101 的格点数据，大气温度廓线上云顶温度对应的高度和压强即为云顶高度和云顶压强。当云顶位于逆温层之外时，通过简单的线性插值得到相应的云顶高度和云顶压强，当有逆温层时，一个温度值可能对应着几个气压和高度值，此时根据地面温度和云顶温度以及预先给定的温度直减率，求得对应的云顶高度和压强。

4 产品质量检验

利用AQUA/MODIS 所提供的云产品数据对FY-3D/MERSI-II 云顶温度、云顶高度和云顶压强产品进行精度检验。首先选取距离MERSI-II 观测时间5 分钟以内的MODIS 观测数据，进行时间匹配，再将MODIS 数据对应到MERSI-II 像素点上进行空间匹配，最后选择MODIS 和MERSI-II均为有效值的匹配点进行统计分析，个例分析如图1 所示。从图1 中可看出MERSI-II 的反演结果与MODIS 具有较好的一致性，相关系数均在0.9以上，云顶温度的精度为4.0±7.9 K，云顶压强的精度为13.6±91.5 hPa，云顶高度的精度为-0.4±1.3 km。

图1 FY3D MERSI-II 云顶温度、云顶高度、云顶压强产品(2020年7月12日12:25)与MODIS相应产品(2020年7月12日12:30)对比图 各小图依次是FY-3D MERSI-II 云顶温度(a)，MODIS云顶温度(b)，FY-3D MERSI-II 云顶高度(c)，MODIS云顶高度(d)，FY-3D MERSI-II 云顶压强(e)，MODIS云顶压强(f)，FY-3D MERSI-II 云顶温度与MODIS云顶温度对比散点图(g)，FY-3D MERSI-II云顶高度与MODIS云顶高度对比散点图(h)，FY-3D MERSI-II 云顶压强与MODIS云顶压强对比散点图(i)。

选取1 月、4 月、7 月、10 月分别代表冬季、春季、夏季、秋季，分六种不同的云类型进行误差统计，云顶温度、云顶高度和云顶压强的误差统计结果如图2、图3、图4所示。

图2 云顶温度偏差（a）和均方根误差（b）统计结果

图3 云顶高度偏差（a）和均方根误差（b）统计结果

图4 云顶压强偏差（a）和均方根误差（b）统计结果

统计分析结果表明：FY-3D/MERSI-II 水云的云顶温度、云顶压强为负偏差，云顶高度为正偏差，说明存在云顶温度、云顶压强的低估，云顶高度的高估；而冰云则恰好相反，云顶温度和云顶压强为正偏差，云顶高度为负偏差，说明存在云顶温度、云顶压强的高估，云顶高度的低估。

水云云顶温度精度为-1.2±4.6 K，云顶高度精度为1.4±1.8 km，云顶压强精度为-140.9±114.5 hPa；厚冰云云顶温度精度为7.0±6.0 K，云顶高度精度为-1.0±0.9 km，云顶压强精度为37.1±36.0 hPa；混合云云顶温度精度为1.5±8.5 K，云顶高度精度为0.8±2.2 km，云顶压强精度为-87.4±157.8 hPa，相比于之前的单通道反演算法，精度有所提升。单层卷云和多层云的反演偏差较大，主要是由于卷云的透过率较大，云下辐射会对观测辐射造成干扰，从而增加反演的不确定性。Himawari-8 和GOES-R 云顶产品均采用一维变分反演方法，Himawari-8云顶温度产品的精度为1.3±25.2 K，云顶高度产品的精度为-0.6±2.3 km[16]，GOES-R 云顶温度产品的精度为-0.2±4.8 K，云顶高度产品的精度为-0.000 2±0.940 0 km，云顶压强产品的精度为-0.02±94.00 hPa[14]，FY-3D/MERSI-II 云顶产品的精度与两者相当。MODIS 云顶压强的精度为50 hPa[11]，FY-3D/MERSI-II 云顶产品的精度与之相比略差，主要是因为MERSI-II 缺少MODIS上的CO2通道，CO2通道对高层卷云敏感[17]，也导致卷云的云顶产品估计精度较差。

对于云顶温度，水云的反演结果优于冰云，主要是冰云形态复杂，对冰云的性质认识不足难以精确描述所致。对于云顶高度和压强，水云的反演结果不如厚冰云，主要是由于低层容易出现逆温层，当云层处于逆温层内时，是利用预先给定的温度直减率求得对应的云顶高度和压强的，逆温层情况复杂，易导致较大偏差，因此水云的云顶高度和压强偏差较厚冰云大。

5 结论与讨论

本文介绍了FY-3D/MERSI-II 业务云顶产品估算方法及精度检验结果。

(1) 整体而言，MERSI-II 反演结果与MODIS具有较好的一致性，但单层卷云和多层云的反演偏差较大。主要是由于卷云的透过率较大，云下辐射会对观测辐射造成干扰，从而增加反演的不确定性，且MERSI-II 缺少对高层卷云敏感的CO2通道，也导致卷云产品的精度较差。

(2) 水云云顶温度精度为-1.2±4.6 K，云顶高度精度为1.4±1.8 km，云顶压强精度为-140.9±114.5 hPa；厚冰云云顶温度精度为7.0±6.0 K，云顶高度精度为-1.0±0.9 km，云顶压强精度为37.1±36.0 hPa；混合云云顶温度精度为1.5±8.5 K，云顶高度精度为0.8±2.2 km，云顶压强精度为-87.4±157.8 hPa。产品精度较单通道反演方法有所提升，与同样用一维变分方法反演的Himawari-8 和GOES-R产品精度相当。

(3) 算法存在水云云顶温度、云顶压强的低估，云顶高度的高估，冰云云顶温度、云顶压强的高估，云顶高度的低估。水云的反演结果优于冰云。

MERSI-II 云顶性质产品的精度高度依赖于仪器的性能、定位定标精度、云检测、云类型产品的精度、数值预报分析场的精度、辐射传输计算的精度及静态辅助数据的精度。另外，时空匹配方法也是精度误差的可能因素，我们选取距离MERSI-II 观测时间5 分钟以内的MODIS 观测数据进行匹配，在这段时间内云系移动容易导致空间上匹配的偏差。在通过云顶温度结合CMA 模式大气廓线得到云顶高度和压强时，两者匹配的时间差异以及逆温层时假定的温度递减率也会带来一定的误差。辐射传输模式在云顶性质反演中有十分关键的作用，但目前对冰云特别是卷云的性质认识不足，因此如何精确描述冰晶辐射特性，提高冰云特别是卷云辐射传输的模拟精度将是下一步的工作重点。