1 引言

云在大气的能量分配、辐射传输, 尤其是在水循环系统以及强降雨等天气的形成中有不可忽视的作用, 云量探测对天气预报、气候变化、云物理、人工影响天气、航空航天等领域有重要意义(仲凌志等, 2009)。

中国对于地面云量的观测一直是以人工观测为主的定点定时观测(段皎等, 2011), 无法获取到连续全覆盖的地面云量观测产品(韩成鸣等, 2015)。为了解放地面人工观测, 实现全自动无人化运行, 云量、云高等人工观测的项目正在向自动化观测进行转变(周喜讯等, 2016)。自动化观测的布局需考虑已有观测系统的能力和不足。目前, 卫星云观测以其空间覆盖范围广、时间频次高而普遍得到应用(刘健, 2009), 地面云观测将在卫星观测基础上进行补充。

在对卫星产品的检验中, 国际国内已有一些研究。Werkmeister et al(2015)比较卫星(AVHRR、SRVIRI)和地面人工(SYNOP)以及全天空成像仪(HSI)观测的云量数据发现当前卫星观测日平均偏差较小, 晴天状态下观测效果较好, 且卫星观测空间分辨率对其有一定影响。席琳等(2013)分析检验东亚地区气象数据集发现卫星观测总云量与中国地面气候资料以及ISCCP D2月平均云量数据集的分布形式有较好的一致性, 与地面观测相比秋冬季节准确率较低。韩永清等(2015)对FY-2E总云量产品和华北黄淮区域地面观测进行了分析检验, 结果表明分析区域内晴天总云量一致率较高, 但分级云量判断识别能力较弱, 地面观测总云量与FY-2E反演总云量存在高相关性及高偏差。

丁宁国等(2005)、杜立川等(2012)、王艺等(2016)和张琪等(2011)认为全国范围内的卫星云产品和地面人工观测产品的分析检验还未有所见, 且目前大部分是卫星观测总云量产品分析(朱延年等, 2015; 李浩然等, 2015; 吴伟等, 2011; 宜树华等, 2011), 云覆盖率产品分析较少。云观测的自动化布局主要目的是在卫星观测基础上, 找寻合理的地面自动观测布局, 替代目前人工观测方式。因此以2015-2016年地面人工观测云量产品为基准, 对比分析对应时间段FY-2G卫星云覆盖率和总云量两种云量产品, 检验卫星观测云产品和地面人工观测云产品的一致性与偏差, 从应用上分析检验卫星云量产品以及其与地面人工观测云量产品的差别, 为地面云量观测布局提供一些思路和依据。

2 资料选取

参考我国地面观测现状和相关规定以及云量比较丰富时期(刘洪利等, 2003; 徐兴奎, 2012), 选取2015年7月(夏)、10月(秋), 2016年1月(冬)、4月(春)、7月共5个月的观测数据作为比较分析时段。

2.1 地面观测资料

地面观测资料为人工观测总云量, 以2016年国家级地面气象观测站规定计入考核标准的838个基准、基本站为基础, 每天5次[08:00 (北京时, 下同), 11:00, 14:00, 17:00和20:00]的人工云观测数据(csv格式), 通过气象探测中心数据共享平台获得, 值域为0~10。

地面观测云量定义为云遮蔽天空视野的成数(刘引鸽等, 2013)。人工观测时估计云量的站点尽可能见到全部天空, 当天空部分为障碍物所遮蔽时, 云量从未被遮蔽的天空部分中估计; 如果一部分天空为降水遮蔽, 这部分天空作为被产生降水的云所遮蔽来计算。全天无云, 总云量记0;天空完全为云所遮蔽, 记10;天空完全为云所遮蔽, 但只要从云隙中可以看到天空, 记10-;云占全天十分之一, 总云量记1, 占全天十分之二, 记2, 其余依次类推。天空中有少许云, 其量不到天空的十分之零点五, 总云量记0(宗曼晔等, 2003)。

2.2 卫星观测资料

卫星反演的云产品主要有云量、云分类和云顶温度(杨星等, 2016)。所用卫星观测资料为我国FY-2G卫星观测的云覆盖率CFR(Cloud Fraction)和总云量CTA(Cloud Total Amounts)两种云产品, HDF格式, 空间分辨率为星下点0. 05°×0. 05°, 通过风云卫星遥感数据服务网获得, 格点值域0~1。

云覆盖率是经云检测后, 将像元分为完全晴空像元和完全云像元两类(刘健等, 2016), 在像元级云检测基础上, 一个像元矩阵中, 设像元矩阵中的总像元数为N, 完全云像元数为N_cld, 则对像元矩阵来讲, 总的云覆盖率A可表示为:

$ A = {N_{{\rm{cld}}}}/N, $

(1)

FY-2G云覆盖率产品根据3×3云检测相元计算得到, 为了保持HDF格点文件大小, 在3×3相元矩阵中填充同一个数值。

总云量则是计算某一个像元的晴空辐射值和完全云盖辐射值, 然后根据某一时刻该像元的实际辐射值, 使用辐射公式计算云量(刘健等, 2011)。设平行大气条件下卫星上接收到的辐射量I可以表达为:

$ I = \left({1 - {A_c}} \right){I_{{\rm{clr}}}} + {A_c}{I_{{\rm{cld}}}}, $

(2)

式中: A_c为云量; I_cld为有云像元的辐射量; I_clr为晴空像元的辐射量。根据公式(2)可以求得云量A_c为:

$ {A_c} = (I - {I_{{\rm{clr}}}})/({I_{{\rm{cld}}}} - {I_{{\rm{clr}}}}){\rm{ }}. $

(3)

3 资料的处理

参考刘瑞霞等(2009)在总云量产品在中国区域的分析检验一文中的时空匹配方法, 由于云观测的自动化布局是为了能用自动化仪器观测数据替代人工观测数据, 因此以地面观测数据为基准, 对卫星观测云覆盖率产品和总云量产品分别进行站点化处理得到与地面数据格式相同的数据再进行下一步分析。

3.1 云覆盖率产品

卫星观测云覆盖率产品算法与地面人工观测云量产品定义类似, 都为云所占面积在全天空的比例, 卫星观测云覆盖率产品误差主要来源于卫星云检测精度(王可丽等, 2001), 因此在应用中可直接取原始值。由于云覆盖率产品由像元计算而得, 距离最近的格点最能代表当前站点的云量状况, 所以选取站点半径5 km内的3~5个格点用距离平方反比的方法插值至目标站点, 得到卫星云覆盖率对应站点总云量A, 为保证其与地面观测定义一致, 将A乘以10, 得到总云量A’。

3.2 总云量产品

地面观测总云量产品体现了观测点周围一定范围内的云量(刘瑞霞等, 2004), 而卫星观测总云量产品仅考虑格点上的辐射比值, 其计算方法是从辐射传输方程出发, 其精度与云检测、完全晴空辐射值和完全云覆盖辐射值的提取精度相关。所以对某一站点, 取其所在位置周围一定范围内格点数值的平均值作为站点总云量值, 在本次分析中, 分别从地面站点半径5 km和10 km两种情况, 选取站点半径内所有格点平均值作为卫星总云量所对应站点总云量, 数据显示站点10 km与站点半径5 km内数据结果差距在1%以下, 因此和云覆盖率产品一样, 选取站点半径5 km计算平均得到卫星总云量对应站点总云量记为B。为保证总云量值的值域与地面观测定义一致, 将B乘以10, 得到总云量B’。

4 云量数据对比分析

将处理后的卫星云产品分别与同时段的人工观测资料进行对比, 检验不同时段或时间点的云覆盖率和总云量产品相对人工观测的一致性及其偏差情况。参考天气预报中云量等级定义以及韩永清等(2015)对云量的分级, 结合资料, 以地面人工观测云量为标准, 定义总云量0~1为晴天, 总云量2~3为少云, 总云量4~7为多云, 总云量8~10为阴天。分别检验不同云量等级下的卫星云产品相对地面人工观测的一致性和偏差。

4.1 卫星云产品与地面云量观测一致性分析

定义地面观测数据和卫星云产品之差的绝对值小于等于2时, 两者一致, 则卫星云量产品的总体一致率P可表示为:

$ P = \frac{{\sum\limits_{i = 1}^n {{N_{{\rm{con}}}}} }}{{\sum\limits_{i = 1}^n {{N_{{\rm{total}}}}} }} \times 100{\rm{ }}, $

(4)

式中: n为区域内站点数; N_total为一个站点在检验时段内参与检验的总时次数, 即样本总数; N_con为参与检验的所有时次中总云量反演与地面对比一致的时次。统计分析时间内卫星云产品逐月一致率和总的一致率如表 1和表 2。

由表 1和表 2可见, 分析的5个月数据中, 7月数据比较完整, 2016年4月的数据缺失比较严重, 主要是地面人工观测总云量产品的缺测。卫星观测云覆盖率产品总一致率(37. 93%)比总云量产品的总一致率(26. 08%)高。云覆盖率一致率波动相对较小, 维持在4%以内, 总云量的一致率波动在10%以内。

从云覆盖率和总云量产品与地面人工观测总云量产品一致率的空间分布(图 1)中可以看出, 在全国大部分地区, 卫星云覆盖率和总云量产品与地面人工观测总云量的一致率维持在35%左右。四川中部、河南、河北、山东、湖北和江西一带云覆盖率产品一致率较高, 为50%左右, 最高可达60%。华南及西南部分地区总云量产品与地面云观测一致性普遍较低, 为15%左右。

从对不同云量等级下的卫星观测云覆盖率和总云量数据进行对比分析(表 3, 表 4)可以看出, 晴空和阴天的次数居多。晴空, 少云和多云状态下总云量一致率均高于云覆盖率一致率, 尤其是晴空状态下, 总云量的一致率最高(63. 53%), 少云与多云状态下也分别高22. 17%和15. 20%。FY-2G卫星总云量产品与地面人工观测一致性趋势与FY-2E总云量产品在华北和黄淮区域(韩永清等, 2015)总体趋势是一致的, FY-2E总云量产品晴空准确率较高, 阴天准确率较低, 在FY-2G总云量产品中亦是如此。同时分析发现FY-2G云覆盖率在阴天状态下呈现出高于总云量的一致性, 其与地面观测的一致性比总云量产品高出35%以上。

从不同云量等级下卫星观测云覆盖率和地面人工观测一致率的空间分布(图 2)中可以看出, 晴天时卫星观测云覆盖率产品与地面人工观测云量的一致率在35%~85%内波动, 在西藏一致率相对较高, 为70%左右, 部分地区可达85%。内蒙古西部, 中部、青海东北部、陕西、四川盆地、广东、福建江西交界处以及黑龙江中部一致率较低在30%左右。少云状态下, 内蒙古、山西和河北一带一致率较低, 一致率在10%~25%, 西部和西南部一致性较高在30%以上, 部分地区可达50%。多云时卫星观测云覆盖率一致率较低, 基本在15%以下。阴天状态下, 一致率呈条状分布, 三条观测一致性较好的区域分布在95°E-104°E和108°E-115°E以及黑龙江附近, 其余地方一致率普遍在30%左右。

从不同云量等级下卫星观测总云量和地面观测对比的一致率空间分布(图 3)中可以看出, 卫星观测总云量产品与地面观测总云量一致率在分布上和云覆盖率产品有所差别, 晴天卫星观测总云量一致率较高, 整体在75%左右, 部分区域可达90%以上。青海东部、甘肃北部、内蒙古西部和福建广东观测一致率相对较低, 但也在50%左右; 少云状态下, 全国大部分地区约在50%, 整体较为平均; 多云时一致性相对较低, 中部地区约在30%, 西部地区较低大部分在15%以下; 阴天状态下, 全国整体在20%以下, 大部分地区在5%~10%。

从不同云量等级下不同季节的一致率对比(图 4)中可以看出, 夏季卫星观测云产品在阴天时与地面人工观测一致性要优于其他季节。云覆盖率产品逐月一致性相对持平, 冬春季晴空状态下一致性优于其他季节。总云量产品在2016年春季一致性最优, 且在冬春季晴空条件下一致性较高, 与云覆盖率整体趋势一致。

4.2 卫星云产品与地面云量观测偏差分析

逐站计算地面观测站点每个时刻总云量S₁与卫星观测云产品得到的对应站点值S₂之间的偏差S:

$ S = \frac{1}{n}\sum\limits_1^n {({S_1} - {S_2}){\rm{ }}.} $

(5)

从卫星观测产品与地面人工观测云总量偏差的空间分布(图 5)中可以看出, 差值结果在全国绝大部分显示为正, 即卫星观测云产品值相对地面整体偏低, 云覆盖率偏差小于总云量。我国北方大部分地区云覆盖率偏差在-1~1成之间, 南方和西部偏差较大, 最大偏差达到5成。总云量的偏差也是由北至南逐步增大, 但相对来说偏差较大, 在云南南部, 贵州, 湖南西北部, 广西以及广东等地相对偏差高达6~7成。

从不同云量等级下卫星观测云覆盖率产品和地面观测云量偏差的空间分布(图 6)可以看出, 晴天状况下, 全国绝大部分范围卫星观测云覆盖率数据相对地面人工观测数据偏高, 特别是在内蒙古西部、青海甘肃交界处、陕西、吉林黑龙江交界处、广东以及福建等地, 偏差在5~6成。少云状况下, 数据偏差在-4~4成之间波动, 在全国中部地区整体偏高, 偏差在4成左右, 西藏、新疆地区则偏低1~3成。多云和阴天状况下整体偏低, 多云时大部分地区偏低1~2成, 西藏部分地区偏低达到5成, 极少数地区卫星数据偏高, 阴天时全国普遍偏低5成以上, 新疆和西藏部分地区达到8成以上。

从图 7可以看出, 晴天状态下, 卫星观测总云量产品相对地面人工观测偏高, 偏差值在整个中部以北地区达到5成左右, 其他地区1~2成。在少云, 多云和阴天状态下, 相对地面偏低。少云时偏差最小, 在2成左右。多云时中部偏差在3成左右, 西部和东北部偏差在4成左右。阴天状态下, 偏差值普遍在7成以上, 最大可达到10成。

5 讨论

观测资料本身的可靠性等也是影响分析结果的重要因素, 结合分析结果针对资料及分析过程误差讨论如下:

(1) 地面云观测记录云量为当前时刻云量, 卫星观测保存的云量数据在时间上有20 min左右延迟, 两者之间不是严格的同一时刻, 因此在数值上会有一定差距。

(2) 地面观测云量由人工从地面向上观测云, 云量计算有一定的主观性, 且其观测时, 因雪、雾、青雾等天气现象使天空的云量无法辨明或不能完全辨明时, 影响云量观测值, 使得其与卫星观测云产品误差加大。此外, 地面站点分布密度不一, 新疆、青海、西藏三省的国家级站点平均间距为136 km, 而除这三个省区以外, 其他28个省、区、市仅基准站和基本站之间的平均间距为92 km, 因此在空间分布图的连续性上会有一定差距。

(3) 卫星观测是从天空观测云, 观测到的多为高云状况。通过云覆盖率计算方法可以知道, 云覆盖率计算的精度只与云检测准确性密切相关, 不考虑像元被云部分覆盖状况。总云量产品利用辐射值计算某一视场中的云量时, 考虑了云的发射率, 可以解决亚像元云的问题, 但与地面观测云量的观测定义不一致, 计算得到的有效云量值偏小。完全晴空像元和完全云覆盖像元辐射值的提取是总云量计算中的关键。当晴空辐射和完全云盖辐射两个辐射估测值中任何一个发生变化, 均会导致卫星观测总云量的计算值发生变化。

6 结论

为探讨地面云观测布局, 对比分析了地面云观测记录与卫星云覆盖率和总云量产品, 得出的主要结论如下:

(1) FY-2G卫星观测云产品相对地面人工观测偏低; 总云量产品较云覆盖率产品偏低明显。

(2) 不同云量等级下卫星观测云覆盖率和总云量产品一致性有所差别, 晴空时卫星遥感与地面人工观测一致性最佳, 且总云量产品(63. 53%)优于云覆盖率产品(47. 93%)。阴天时云覆盖率一致性较好。

(3) 从空间分布上看, 卫星观测云产品相较于地面人工观测在云南、贵州、广西广东等地偏差较大, 可能与天气状况的复杂程度有一定关系。在多云时云覆盖率及阴天时总云量观测效果都不佳。

(4) 在FY-2G静止卫星云量产品的应用推广中, 应对其进行系统偏差订正, 在不同云量等级下可以考虑用适合当前站点的偏差值进行订正。多云和阴天状况应考虑卫星观测的不准确性, 并由地面观测数据补充; 分布上地面自动观测仍然应该考虑在全国布局, 并在天气复杂区和西部, 南部地区进行加密观测。