王囝囝，鄒善勇，劉曉初

(遼寧省大連市氣象局，遼寧大連 116001)

NOAA-AVHRR多通道衛(wèi)星資料在遼東半島地區(qū)大霧監(jiān)測中的應用

王囝囝，鄒善勇，劉曉初

(遼寧省大連市氣象局，遼寧大連 116001)

摘要基于NOAA-AVHRR多通道資料，統(tǒng)計分析了白天和夜間可見光通道、中紅外通道及熱紅外通道下晴空地表、霧區(qū)、云區(qū)等地物的通道光譜特征，總結(jié)了白天和夜間霧區(qū)識別的一些指標，利用統(tǒng)計分析方法結(jié)合一定的圖形處理方法對霧區(qū)進行自動識別。最后對2014年4月8日一次大霧天氣過程進行了試驗，霧區(qū)識別的結(jié)果與地面觀測結(jié)果比較一致，表明該方法對識別霧區(qū)有一定作用，但對夜間的輕霧不能進行有效識別。

關(guān)鍵詞NOAA；衛(wèi)星資料；大霧監(jiān)測；遼東半島

大霧造成的近地面層低能見度，對航空、公路交通、海洋航運造成很大影響。由于大霧對人們的生產(chǎn)生活影響較大，國內(nèi)外利用多種方式對大霧進行監(jiān)測，其中衛(wèi)星遙感由于覆蓋范圍廣、實時性強等特點在應用中越來越受到重視。國內(nèi)從20世紀80年代末起利用各種衛(wèi)星資料進行了大霧監(jiān)測的研究[1-5]，如戴叢蕊等[2]依據(jù)霧區(qū)在可見光波段和中紅外波段與云區(qū)不同的光譜特性，利用光譜通道1-3-4組合進行大霧監(jiān)測，對無云地表、中高云和低層云霧進行分離，從而實現(xiàn)白天霧的監(jiān)測；周紅妹等[3]研究了不同時相可見光遙感圖像下墊面反射率與云霧反射率之間的相對關(guān)系，并通過計算分析圖像反射率的相對變化率自動生成準霧區(qū)動態(tài)判別閾值，在此基礎上，采用基于圖像游程編碼的快速連通區(qū)域標記技術(shù)，結(jié)合紋理分形分析、形態(tài)分形分析、平滑度分析、模板特征分析等實用方法，對氣象衛(wèi)星遙感圖像進行霧自動識別和云霧分離。

大連地區(qū)由于三面環(huán)海，大霧天氣出現(xiàn)頻率較高，但常規(guī)觀測站點較少，很難對大范圍的大霧天氣進行監(jiān)測。為了利用衛(wèi)星資料在大霧監(jiān)測方面的優(yōu)勢，國內(nèi)一些專家也進行了大量研究，分析了衛(wèi)星遙感監(jiān)測下海霧的分布特征和大霧生消特點[6-9]。筆者基于NOAA-AVHRR多通道資料，統(tǒng)計分析了白天和夜間可見光通道、中紅外通道及熱紅外通道下晴空地表、霧區(qū)、云區(qū)等地物的通道光譜特征，總結(jié)了大連地區(qū)白天和夜間霧區(qū)識別的一些指標，利用統(tǒng)計分析方法結(jié)合一定的圖形處理方法對霧區(qū)進行自動識別。

1資料和方法

1.1氣象觀測數(shù)據(jù)以能見度<1 km作為海霧次數(shù)的統(tǒng)計標準，利用2013～2015年大連周邊沿海氣象站的能見度資料，分析大連周邊沿海海霧的時空變化特點，為大霧衛(wèi)星遙感監(jiān)測提供基礎背景資料。霧的次數(shù)指各個站點每天4個觀測時次(02：00、08：00、14：00、20：00)中能見度在1 km以下的次數(shù)。

1.2衛(wèi)星遙感數(shù)據(jù)大連市氣象局目前能實時或準實時接收NOAA-16/17/18、FY-1C/1D氣象衛(wèi)星和EOS環(huán)境衛(wèi)星觀測數(shù)據(jù)，該研究開展大霧衛(wèi)星遙感監(jiān)測主要采用NOAA衛(wèi)星數(shù)據(jù)源。NOAA衛(wèi)星的甚高分辨率掃描輻射儀AVHRR設置有5個探測通道(表1)。

表1　NOAA-AVHRR的主要參數(shù)

1.3遙感資料監(jiān)測大霧的基本原理和方法NOAA-AVHRR覆蓋了從可見光到熱紅外范圍，在可見光和近紅外通道。在可見光通道衛(wèi)星接收的輻射主要是反射的太陽輻射，當太陽和衛(wèi)星的角度參數(shù)固定時，云或地表反射率越高，衛(wèi)星接收的輻射就越大，在衛(wèi)星圖像上表現(xiàn)為亮度越亮。 在白天中紅外通道測得的輻射不僅包含有地面、云層自身發(fā)射的輻射，且含有地面和云層反射的太陽輻射；但在夜間，由于云霧在這一波段的輻射率比其在遠紅外通道的小，利用兩者的差異有助于識別低層云霧[10]。衛(wèi)星在長波紅外通道接收到的輻射是地面和云霧面發(fā)射的長波輻射，太陽輻射可以完全忽略[11]。在一定條件下，衛(wèi)星在長波紅外通道接收的輻射僅與物體本身的溫度有關(guān)。

2NOAA-AVHRR多通道光譜特征

2.1白天NOAA-AVHRR 可見光通道和近紅外通道的反射率廓線從圖1可以看出，云區(qū)可見光通道反射率較高，反射率值基本在45%以上。霧區(qū)、云和陸地混合區(qū)的反射率較為接近，由于霧層厚度及霧滴粒子大小等原因，霧區(qū)的反射率變化范圍較大，但高于晴空陸面和晴空水面，反射率基本大于15%。晴空陸地的反射率高于晴空水體，晴空水體反射率最低，曲線也較為平滑。對于晴空水體區(qū)域，可見光通道反射率<10%，在可見光通道表現(xiàn)為可見光通道反射率高于近紅外通道反射率，且兩者差值較穩(wěn)定。對于晴空陸地區(qū)域，表現(xiàn)為近紅外通道反射率高于可見光通道反射率。因此可以利用可見光通道和近紅外通道區(qū)分出晴空水體、晴空陸地和較厚的云。

圖1　白天NOAA-AVHRR可見光通道和近紅外通道的反射率廓線Fig.1　Reflectivity profile of NOAA-AVHRR visual light channel and near infrared channel at daytime

由圖2可見，對于云區(qū)，中紅外通道亮溫無明顯變化，由于云頂溫度較低，熱紅外通道觀測的亮溫明顯低于其他區(qū)域；對于晴空陸地熱紅外通道亮溫較高，且值變化較大；雖然對于霧區(qū)和晴空水面，熱紅外通道亮溫變化較平緩，但霧區(qū)的中紅外通道與熱紅外通道差值較大。

圖2　白天NOAA-AVHRR中紅外通道和熱紅外通道的亮溫廓線Fig.2　Brightness temperature profile of NOAA-AVHRR intermediate infrared and thermal infrared channel at daytime

2.2夜間 NOAA-AVHRR中紅外和熱紅外通道亮溫廓線對于夜間的衛(wèi)星圖像(圖3)，云區(qū)的熱紅外通道亮溫較低，比較容易區(qū)分，晴空陸地和晴空水表的中紅外通道亮溫(T3)與熱紅外通道1亮溫值(T4)較接近，且晴空陸表的熱紅外通道亮溫值平滑度較差，對于晴空水體和霧區(qū)，中紅外通道值變化相對比較平緩，其中霧區(qū)中紅外通道亮溫值(T3)小于熱紅外通道1亮溫值(T4)，一般T4-T3>1.5K，熱紅外通道2亮溫(T5)比熱紅外通道1亮溫(T4)高，一般T5-T4>0.5 K。通過對一段時間內(nèi)霧區(qū)熱紅外通道2的統(tǒng)計分析表明，霧區(qū)熱紅外通道2的亮溫標準差大部分小于10 K。

圖3　夜間NOAA-AVHRR中紅外通道和熱紅外通道的亮溫廓線Fig.3　Brightness temperature profile of NOAA-AVHRR intermediate infrared and thermal infrared channel at nighttime

總的來說，對于白天的NOAA18資料，由于霧區(qū)的可見光通道反射率高于晴空地表、低于厚的云，霧區(qū)的熱紅外通道亮溫與晴空水面接近，變化比較平滑，中紅外通道與熱紅外通道的亮溫差值較晴空水面大。對于夜間資料，霧區(qū)的熱紅外亮溫與晴空地表接近，高于中高云的亮溫，且霧區(qū)各通道亮溫變化平緩，中紅外通道亮溫小于熱紅外通道亮溫，利用這些特征可以識別大部分霧區(qū)。

3大霧檢測流程

根據(jù)前面描述的NOAA-AVHRR光譜特征及不同區(qū)域的通道廓線特征，由于熱紅外通道1與熱紅外通道2在白天值差別很小，因此對于白天的圖像，選用1、2、3、5通道進行大霧識別，夜間由于沒有可見光和近紅外通道資料，選用中紅外通道和熱紅外通道1、2。

3.1白天大霧檢測流程

(1)為了實現(xiàn)霧區(qū)的自動檢測，可以通過以下方法進行低層云霧的識別：當接收到一幅圖像后，讀取各個通道的值，利用可見光通道特征，將可見光反射率R1<10%的區(qū)域判識為晴空區(qū)域，將晴空區(qū)域中可見光通道反射率(R1)高于近紅外通道反射率(R2)的區(qū)域識別為晴空水表，將晴空區(qū)域中R1

(2)利用可見光通道的反射率和熱紅外通道2的亮溫值，將熱紅外通道2的亮溫值與晴空水表區(qū)域的熱紅外通道2平均亮溫值Tb5進行比較，將熱紅外通道2的亮溫值低于Tb515 K以上區(qū)域標記為云區(qū)。

(3)霧區(qū)的可見光通道反射率一般高于15%，因此，在剔除云區(qū)后，可以根據(jù)可見光通道反射率初步判識出低可信度霧區(qū)，由于霧區(qū)一般為連續(xù)成片，將低可信度霧區(qū)分為一個個連通區(qū)域，并對各個連通區(qū)域進行標記。

(4)由于霧區(qū)面積一般較大，對一些像元數(shù)<100的連通區(qū)進行剔除。

(5)由于霧區(qū)的熱紅外通道2的亮溫變化比較平滑，亮溫值與晴空水體比較接近。在剔除了零散的小面積連通區(qū)后，對剩下的連通區(qū)域的熱紅外通道2進行統(tǒng)計，在滿足標準差<10 K的連通區(qū)中挑出標準差最小的連通區(qū)，將其標記為高可信度霧區(qū)，然后將其他連通區(qū)熱紅外通道2的平均值與高可信度霧區(qū)進行比較，比較接近的標記為霧區(qū)；如果所有連通區(qū)的標準差均大于10 K，則認為當前圖像中無霧區(qū)。

3.2夜間大霧檢測流程

(1)夜間晴空水表亮溫Tb5用白天資料的晴空水表亮溫進行替代。將熱紅外通道2的亮溫值低于Tb515 K以上區(qū)域標記為云區(qū)。

(2)在剔除云區(qū)后，將熱紅外通道1與中紅外通道的亮溫差>1.5 K、熱紅外通道2與熱紅外通道1亮溫差>0.5 K的區(qū)域標記為一個個連通區(qū)域，剔除像元數(shù)<100的連通區(qū)。

(3)進行白天檢測第(5)步。

4大霧監(jiān)測應用個例分析

由圖4～5可見，霧區(qū)檢測結(jié)果與地面實況范圍接近，大部分的霧區(qū)均被檢測出來，渤海灣有一塊霧區(qū)被識別出來，實際上是由于霾造成的，黃海北部和黃海中部各有一片霧區(qū)，但部分被剔除，可能是由于抬升造成平滑度下降而被剔除。

注：白色區(qū)域為疊加了霧區(qū)自動識別出來的結(jié)果。Note：White region is the result of automatic recognition of the fog area.圖4　2014年4月8日15：03衛(wèi)星遙感圖像(a)和霧區(qū)自動識別結(jié)果(b)Fig.4　Satellite image and fog area automatic recognition at 15：03 on 8th April 2014

圖5　2014年4月8日14：00地面實況Fig.5　Ground situation at 14：00 on 8th April 2014

從最接近衛(wèi)星圖像時間的地面實況資料(圖6)可以看出，在山東半島東部到朝鮮半島西部地區(qū)有大霧天氣，這與霧區(qū)的檢測結(jié)果(圖7b)對應較好，但在遼東半島東部及華北有大片輕霧區(qū)沒有識別出來，說明該方法在夜間對輕霧識別效果不好。

圖6　2014年4月8日05：00地面實況Fig.6　Ground situation at 05：00 on 8th April 2014

注：白色區(qū)域為疊加了霧區(qū)自動識別出來的結(jié)果。Note：White region is the result of automatic recognition of the fog area.圖7　2014年4月8日03：40衛(wèi)星圖像及霧區(qū)自動識別結(jié)果Fig.7　Satellite image and fog area automatic recognition at 03：40 on 8th April 2014

5結(jié)論和討論

運用衛(wèi)星資料可以實現(xiàn)對大霧生消變化的連續(xù)觀測，具有常規(guī)方法所沒有的許多優(yōu)點。該研究基于NOAA-AVHRR的光譜特征，分析了白天和夜間可見光通道、中紅外通道及熱紅外通道下晴空地表、霧區(qū)、云區(qū)等的通道統(tǒng)計特征，總結(jié)了白天和夜間霧區(qū)識別的一些指標，利用多通道組合方法并結(jié)合一定的圖形處理方法和統(tǒng)計方法對霧區(qū)進行識別。最后對一次大霧天氣過程進行了試驗，霧區(qū)識別的結(jié)果與地面觀測結(jié)果比較一致，表明該方法對識別霧區(qū)有一定作用，但對夜間的輕霧不能進行有效識別。

由于大霧的成因較多，不同季節(jié)、不同濃度、下墊面的霧區(qū)在各個通道上的特征值變化范圍也較大，尤其是區(qū)分低云和霧區(qū)的難度較大。這些問題在今后還需繼續(xù)研究。

參考文獻

[1] 孫涵，孫照渤，李亞春.霧的氣象衛(wèi)星遙感光譜特征[J].南京氣象學院學報，2007，27(3)：289-301.

[2] 戴叢蕊，徐虹，金燕.衛(wèi)星遙感資料在云南大霧監(jiān)測中的應用[J].云南地理環(huán)境研究，2008，20(6)：51-54.

[3] 周紅妹，葛偉強，柏樺，等.氣象衛(wèi)星大霧遙感自動識別技術(shù)研究[J].熱帶氣象學報，2011，27(2)：152-160.

[4] 黃子革，潘長明，王貴鋼，等.MODIS衛(wèi)星海霧檢測技術(shù)研究[J].海洋

測繪，2010，30(2)：70-73.

[5] 張春桂，何金德，馬治國.福建沿海海霧的衛(wèi)星遙感監(jiān)測[J].中國農(nóng)業(yè)氣象，2013，34(3)：366-373.

[6] 曹祥村，邵利民，李曉東.黃渤海一次持續(xù)性大霧過程特征和成因分析[J].氣象科技，2012，40(1)：92-99.

[7] 吳曉京，李三妹，廖蜜，等.基于20年衛(wèi)星遙感資料的黃海、渤海海霧分布季節(jié)特征分析[J].海洋學報，2015，37(1)：63-72.

[8] 何月，張小偉，蔡菊珍，等． 基于MTSAT衛(wèi)星遙感監(jiān)測的浙江省及周邊海區(qū)大霧分布特征[J].氣象學報，2015，73(1)：200-210.

[9] 李亞春，孫涵，徐萌，等.衛(wèi)星遙感圖上大霧消散特點的分析研究[J]. 遙感技術(shù)與應用，2002，17(1)：17-20.

[10] 紀瑞鵬，代付，班顯秀.NOAA/AVHRR圖像資料在大霧災害監(jiān)測中的應用[J].防災減災工程學報，2004，24(2)：149-152.

[11] 李亞春，孫涵，徐萌.氣象衛(wèi)星在霧的遙感監(jiān)測中的應用與存在的問題[J].遙感技術(shù)與應用，2000，15(4)：224-227.

Application of NOAA-AVHRR Multi-channel Satellite Data in Fog Monitoring in Liaodong Peninsula

WANG Jian-jian, ZOU Shan-yong LIU Xiao-chu

(Dalian Meteorological Bureau, Dalian, Liaoning 116001)

AbstractThis paper analyzes characteristics of optical spectrum under clear air, fog, cloud regions at channels of visual light, intermediate infrared and thermal infrared at daytime and nighttime based on NOAA-AVHRR multi-channel satellite data. Moreover, this paper concludes indices for identifying fog at daytime and nighttime by using statistical method along with graphic processing method. Finally, a test for fog event occurred on 8th April 2014 is performed. The result consists with observations. It indicates the method derived has limited use in identifying fog region, but is not effective in identifying nighttime light fog.

Key wordsNOAA; Satellite data; Dense fog monitoring; Liaodong Peninsula

作者簡介王囝囝(1981- )，女，遼寧大連人，工程師，從事氣象科技服務工作。

收稿日期2016-03-10

中圖分類號S 164

文獻標識碼A

文章編號0517-6611(2016)12-236-04