李順，衣立，徐娜，時曉曚，張?zhí)K平，劉敬武

(1.中國海洋大學(xué)深海圈層與地球系統(tǒng)前沿科學(xué)中心，山東 青島 266100；2.中國海洋大學(xué)海洋與大氣學(xué)院，山東 青島 266100；3.國家衛(wèi)星氣象中心，北京 100081；4.青島市氣象臺，山東 青島 266003)

引言

云的特性，包括云量、云高度、垂直剖面、光學(xué)厚度、液體和冰水含量以及顆粒大小，其影響地球的輻射收支，與云-氣候反饋之間存在潛在聯(lián)系，并且云通過調(diào)節(jié)地球的輻射收支、水循環(huán)來影響氣候變化，不同高度云的特性會產(chǎn)生不同的氣候影響[1-3]。其中低云的特性變化對氣候的影響顯著，當(dāng)?shù)驮圃屏吭隽窟_到5%時，就可以抵消CO2翻倍造成的輻射強迫[4]；但是，低云在氣候模擬中的不確定性導(dǎo)致模擬結(jié)果的差異很大[5]。西北太平洋是低云和海霧的頻發(fā)區(qū)[6-8]，也包含了強烈的海洋鋒區(qū)，海洋鋒區(qū)通過海表面溫度、風(fēng)、渦動等影響西北太平洋的海氣邊界層，從而影響低云[9-11]。因此，作為區(qū)分低云與中高云的宏觀屬性，準確的云頂高度在研究中十分重要。另外，中國重要港口和沿岸機場均在西北太平洋沿岸，當(dāng)?shù)驮圃频捉拥匦纬纱箪F時[12-14]，會產(chǎn)生航班延誤、港口停運等不利影響?？衫迷祈敻叨扰c云層厚度之差來區(qū)分低云和霧，因此云頂高度也是區(qū)分低云與霧的重要參數(shù)[15]。

目前，海上站點觀測不足以支撐大范圍連續(xù)監(jiān)測的需要，衛(wèi)星遙感是獲取海上云頂高度信息的重要手段。衛(wèi)星遙感反演云頂高度的技術(shù)分為被動遙感技術(shù)和主被動結(jié)合遙感技術(shù)。主被動結(jié)合遙感技術(shù)可以利用激光雷達或毫米波雷達，得到相對準確的云頂高度，然而無論是星載雷達還是地基雷達，觀測范圍受時空條件的限制。地基雷達可觀測局地云高的連續(xù)變化；相比地基雷達，星載雷達雖然可以獲取更大范圍的云頂高度，但是無法對局地云高進行連續(xù)觀測[16-19]。被動遙感可以利用可見光成像儀，運用云體、衛(wèi)星的相對位置等空間信息和視角差異、云陰影方法等幾何方法，直接估計云頂高度，也可以利用衛(wèi)星傳感器被動接收的各個光譜通道信息，通過不同的反演算法，獲取云頂高度[20-21]。MODIS的云頂高度產(chǎn)品采用CO2切片法和紅外窗區(qū)法計算獲取云頂高度[22]，CHENG et al.[23]利用云陰影法估計北極低云的云頂高度。然而，靜止衛(wèi)星反演的低云云頂高度無論是在統(tǒng)計結(jié)果還是個例表現(xiàn)上均與主動遙感探測結(jié)果有顯著的差距[18-19]。MARCHAND et al.[24]比較低云云頂高度的反演結(jié)果時，發(fā)現(xiàn)不同衛(wèi)星的海上低云(尤其是層積云)云頂高度產(chǎn)品之間出現(xiàn)很大的差異，是因為反演算法中使用天氣模式預(yù)報的大氣溫度廓線無法準確地模擬層積云頂部的蓋頂逆溫，從而降低低云云頂高度的反演準確性。雖然使用固定的溫度遞減率來代替大氣溫度廓線可極大地改進局地平均的層積云云頂高度，但改變觀測區(qū)域后，原有固定的溫度遞減率不再適用[25-27]。

此前研究和現(xiàn)場觀測表明，海上低層層狀云基本位于一個蓋頂逆溫層之下。NICHOLLS and LEIGHTON[28]在6次層積云的飛機觀測中，得到層積云平均垂直特征，發(fā)現(xiàn)單個云層位于一個強烈而淺薄的逆溫層下，穩(wěn)定的層結(jié)隔斷云層與下墊面或者?？寺?Ekman)層之間的聯(lián)系，由觀測結(jié)果看，逆溫層底的位置與云頂高度位置基本一致。BRETHERTON et al.[29]也發(fā)現(xiàn)逆溫層底所在高度與附近層積云的云頂高度密切相關(guān)。出現(xiàn)這一現(xiàn)象的原因是云頂受到長波輻射以及環(huán)境條件的影響。海上低層層狀云的云頂會發(fā)生強烈的長波輻射冷卻，它可以維持并增強云頂逆溫層，使其在垂直方向幾十米內(nèi)溫度變化10～20 K[8]；同時，在一些強烈下沉區(qū)域上，空氣由于下沉至近地層形成逆溫層結(jié)，逆溫層結(jié)可以抑制水汽的向上輸送，因此這些低層層狀云常在逆溫層下出現(xiàn)[28,30-31]?；诘蛯訉訝钤频脑祈斀?jīng)常出現(xiàn)強烈逆溫層這一現(xiàn)象，YI et al.[32]利用逆溫層所在高度表征黃海低云和霧的云頂高度，其方法是使用衛(wèi)星反演逆溫層頂強度和厚度，結(jié)合黃海沿岸幾個測站的平均探空廓線，來確定低云的云頂高度。為提高低云云頂高度的反演準確性，基于層積云頂部強烈逆溫層的持續(xù)存在以及其底部和層積云云頂高度的密切相關(guān)性(圖1)，利用在西北太平洋的大氣溫度廓線，提取到溫度廓線上逆溫層底高度，并將其作為低云的云頂高度，這種反演低云云頂高度的方法可稱為“逆溫法”。

圖1 逆溫層底反演低云云頂高度示意圖Fig.1 Schematic diagram of retrieval of low cloud CTH (cloud top height) by temperature inversion layer base

相較于氣球無線電探空，高光譜紅外探測儀反演的溫度廓線可以得到范圍大、時間間隔規(guī)律的大氣溫度廓線，以往這類儀器多搭載于NOAA-19、FY-3C、MetOp-A等極軌衛(wèi)星上，然而對同一地區(qū)的回訪周期較長[33]。FY-4A/GIIRS(Geostationary Interferometric Infrared Sounder)是第一個搭載在靜止衛(wèi)星的高光譜紅外探測儀，利用GIIRS觀測的高光譜數(shù)據(jù)，得到西北太平洋區(qū)域時空分辨率較高的大氣溫度廓線產(chǎn)品[34-35]，與歐洲極軌衛(wèi)星MetOp-A/IASI(Infrared Atmospheric Sounding Interferometer)的大氣溫度廓線比較可見，F(xiàn)Y-4A/GIIRS的溫度反演精度明顯優(yōu)于IASI[36]，因此基于FY-4A/GIIRS觀測資料反演的大氣溫度廓線具有重要的應(yīng)用價值。

選取2019年1月18日—12月31日的星載激光雷達CALIPSO(Cloud-Aerosol Lidar and Infrared Pathfinder Satellite Observation)低云云頂高度(cloud top height，CTH)和相應(yīng)時刻FY-4A/GIIRS/AVP(Atmosphere Vertical Profiles)數(shù)據(jù)，利用“逆溫法”計算得到低云的云頂高度(命名為CTHGIIRS)，并與CALIPSO觀測的云頂高度、FY-4A/AGRI(Advanced Geosynchronous Radiation Imager)/CTH云頂高度產(chǎn)品進行比較，評估本方法在反演低云云頂高度上的效果。同時參考ISCCP(International Satellite Cloud Climatology Project)確定的低云云頂氣壓應(yīng)高于680 hPa(約3 200 m)，并考慮到CALIPSO對多層云下的低云云高探測可能存在偏差，低云個例均選取單層低云，即在低云上無其他云或者氣溶膠的遮擋[37]。

1 數(shù)據(jù)與方法

1.1 衛(wèi)星數(shù)據(jù)

本文主要使用FY-4A數(shù)據(jù)和CALIPSO數(shù)據(jù)，其中FY-4A衛(wèi)星搭載多種先進的遙感儀器，包括多通道掃描成像輻射計(AGRI)和干涉式大氣垂直探測儀(GIIRS)[35,38-40]。目前FY-4A已有的云頂高度產(chǎn)品為FY-4A/AGRI/CTH，反演使用的數(shù)據(jù)是FY-4A/GIIRS/AVP，檢驗反演結(jié)果和現(xiàn)有云高產(chǎn)品準確性的是CALIPSO的Level 2B產(chǎn)品大氣垂直特征分類標識(vertical feature mask，VFM)——CALIPSO/VFM。

1.1.1 反演數(shù)據(jù)——FY-4A/GIIRS/AVP

FY-4A/GIIRS/AVP是FY-4A利用干涉式大氣垂直探測儀數(shù)據(jù)反演得到的大氣垂直廓線產(chǎn)品。AVP的反演過程使用FYGAT-S(Fengyun Geostationary Algorithm Testbed-Sounder)算法，集成4種大氣輻射模型，應(yīng)用統(tǒng)計回歸檢索算法和非線性物理檢索算法，得到大氣垂直廓線AVP產(chǎn)品[35]。AVP產(chǎn)品時間分辨率為55 min，空間分辨率為16 km×16 km，同時在680 hPa 以下，AVP垂直結(jié)構(gòu)一共14層，平均每層之間高度約230 m。該產(chǎn)品主要反映大氣中溫、濕度和臭氧等痕量氣體的三維分布和變化，同時具有較高的時間分辨率[41]，適合對低云的大范圍快速探測。選取AVP產(chǎn)品中幾個用于“逆溫法”反演低云云頂高度的數(shù)據(jù)，其中最主要的數(shù)據(jù)包括大氣溫度廓線(atmosphere temperature profiles，AT_Prof)以及每一層對應(yīng)的氣壓，同時需要考慮到AT_Prof的數(shù)據(jù)質(zhì)量問題，選取了AT_Prof的質(zhì)量標簽(quality flag of atmosphere temperature profiles，AT_Prof_Qflag)，對已選取的逆溫層進行質(zhì)量控制，剔除質(zhì)量不合格的數(shù)據(jù)[42-43](詳見http://fy4.nsmc.org.cn/portal/cn/theme/FY4A_product.html)。

1.1.2 對比數(shù)據(jù)——FY-4A/AGRI/CTH

FY-4A/AGRI/CTH是FY-4A利用多通道掃描成像輻射計數(shù)據(jù)反演得到的云頂高度產(chǎn)品，簡稱CTHAGRI。CTHAGRI的反演使用FCTHA(Fengyun Cloud Top Height Algorithm)算法反演得到，該算法是FYGAT-I(Fengyun Geostationary Algorithm Testbed-Imager)系統(tǒng)的一部分[41,44-45]，主要算法是紅外分裂窗區(qū)法和CO2切片法，得到云頂高度CTHAGRI，其時間分辨率為15 min，空間分辨率為4 km×4 km。

1.1.3 檢驗數(shù)據(jù)——CALIPSO/VFM

CALIPSO/VFM用于檢驗反演結(jié)果和現(xiàn)有云高產(chǎn)品準確性。其數(shù)據(jù)內(nèi)容是使用Feature_Classification_Flag來指定某一高度的物體分類，給出8.2 km以下垂直分辨率30 m/層，8.2～20.2 km垂直分辨率為60 m/層的云和氣溶膠等目標物的分類信息以及目標物對應(yīng)的海拔高度[46-47]。Feature_Classification_Flag可顯示某一高度上的目標物分類為云，稱之為云標簽。利用云標簽的垂直分布，可排除受中高云和氣溶膠干擾的單層低云。確定未受中高云和氣溶膠影響的單層低云后，找到單層低云最高云標簽的海拔高度，即可提取到單層低云的云頂高度[37]，后文簡稱為CTHVFM。

1.2 匹配方法

采用時空鄰近點匹配比較它們的云頂高度。為確保選取的反演數(shù)據(jù)GIIRS/AVP和比較數(shù)據(jù)CTHAGRI在時間和空間上要盡可能地接近單層低云出現(xiàn)的CTHVFM，計算單層低云的CTHVFM與GIIRS/AVP產(chǎn)品、CTHAGRI之間的空間距離與時間間隔。當(dāng)滿足時間間隔在1 h以內(nèi)、空間距離不超過0.5°時，取與CTHVFM時間間隔最小、空間距離最近的CTHAGRI與相應(yīng)的CTHVFM進行比較；取與CTHVFM時間間隔最小、空間距離最近的AVP進行反演得到CTHGIIRS，并與相應(yīng)的CTHVFM進行比較。

計算CTHVFM與GIIRS/AVP產(chǎn)品、CTHAGRI之間的時間間隔

Δt(i)=|tVFM-tm(i)|<1 h;i=1,2,3,…。

(1)

假設(shè)當(dāng)i=p,Δt(p)=min(Δt)，則取p時刻的產(chǎn)品計算CTHVFM與GIIRS/AVP產(chǎn)品、CTHAGRI之間的空間距離

<0.5°;k=1,2,3,…。

(2)

假設(shè)k=q,D(q)=min(D)，則提取q位置上的垂直廓線數(shù)據(jù)或者云頂高度數(shù)據(jù)進行后續(xù)工作，其中下標m為AVP或CTHAGRI。使用的具體時空匹配原則如公式(1)和公式(2)所示，其中，L和L′分別表示數(shù)據(jù)的經(jīng)度和緯度，D是CTHVFM與其余兩組數(shù)據(jù)之間的空間距離，Δt是指CTHVFM與其余兩組數(shù)據(jù)之間的時間間隔。

2 低云云頂高度反演

2.1 反演方法

本文的“逆溫法”參考YI et al.[32]的方法，獲取大氣廓線上逆溫層底的位置作為低云云頂高度。嘗試使用FY-4A衛(wèi)星反演的大氣溫度廓線，直接從反演的溫度廓線上確定逆溫層底的位置，從而估計云頂高度。需要注意的是逆溫層存在季節(jié)性變化的特點[48-50]，一般在4月逆溫層強度強，7月逆溫層強度弱[6]，這可能導(dǎo)致“逆溫法”的反演效果存在季節(jié)性差異，詳細內(nèi)容在2.3節(jié)討論。

利用“逆溫法”反演海上單層低云云頂高度的具體方法是，當(dāng)?shù)玫綕M足1.2節(jié)匹配方法的GIIRS大氣溫度廓線后，依據(jù)以下公式提取最低逆溫層底對應(yīng)的高度當(dāng)作低層層狀云的云頂高度，即CTHGIIRS：

T(k)

(3)

Q(k)≠3，4，

(4)

其中，T為溫度，i為大氣溫度廓線的層數(shù)，即逆溫層底的溫度小于相鄰層的溫度，Q為溫度廓線的質(zhì)量標簽。需要注意的是，F(xiàn)Y-4A衛(wèi)星反演的AVP需要進行質(zhì)量控制，其中AVP質(zhì)量控制標簽0為“prefect”，質(zhì)量控制標簽1為“good”，質(zhì)量控制標簽2為“bad”，質(zhì)量控制標簽3和4為“do not use”。反演出CTHGIIRS前，需要剔除廓線質(zhì)量標簽為3和4的點[42-43]。

選取單層低云個例的時間范圍是2019年1月18日—12月31日，在挑選單層低云完成時空臨近點匹配以及對溫度廓線的質(zhì)量控制后，在750個GIIRS/AVP上利用“逆溫法”反演單層低云的云頂高度。

2.2 統(tǒng)計分析

利用2.1節(jié)中所述的云高反演方法，得到CTHGIIRS。統(tǒng)計結(jié)果顯示，在“逆溫法”得出的云頂高度和VFM探測的云頂高度之間，平均高度差為-0.27 km，均方根誤差為1.03 km，相關(guān)系數(shù)通過5%的顯著性水平檢驗。如表1所示，CTHGIIRS與CTHVFM之間的云頂高度差(cloud top height difference，CTHD)(CTHDGIIRS-VFM)的平均值、均方根誤差明顯優(yōu)于CTHAGRI與CTHVFM的云頂高度差(CTHDAGRI-VFM)，表明對低云的反演上，CTHGIIRS比CTHAGRI表現(xiàn)出色。

圖2顯示，在|VCTHD|<500 m的區(qū)間內(nèi)，兩組CTHD概率分布分別是PGIIRS-VFM為37.7%，PAGRI-VFM為29.1%，CTHAGRI、CTHGIIRS與CTHVFM仍有顯著差距，而且在VCTHD=0線周圍，CTHDGIIRS-VFM概率分布明顯更多，證明在統(tǒng)計結(jié)果上，相比CTHAGRI，CTHGIIRS更吻合CALIPSO的觀測結(jié)果。

表1 低云云頂高度差(CTHD)統(tǒng)計結(jié)果

圖2 低云云頂高度差概率分布Fig.2 Probability density function of low cloud CTHD

兩者整體概率分布(圖2)和累計分布(圖3)顯示，CTHDAGRI-VFM和CTHDGIIRS-VFM總體分布均傾向于負值，兩者的CTH反演結(jié)果均偏小，最大峰值均位于[-500，-250]m之內(nèi)，其中，PAGRI-VFM分布在VCTHD<0的區(qū)域內(nèi)高達71.6%。CTHDGIIRS-VFM分布為偏左單峰結(jié)構(gòu)，與CTHDAGRI-VFM的分布結(jié)構(gòu)較為一致，在VCTHD∈(-1 250，0]m時，兩者的概率非常接近(PGIIRS-VFM=47.6%，PAGRI-VFM=47.2%)，同時兩者分布函數(shù)斜率也基本一致。在最大峰值兩側(cè)的翼區(qū)，CTHDGIIRS-VFM與CTHDAGRI-VFM的差異十分顯著。在VCTHD∈(0,750]m時，概率分布上，CTHDGIIRS-VFM概率24.4%遠高于CTHDAGRI-VFM概率13.8%，分布函數(shù)上，CTHDGIIRS-VFM的漲幅明顯大于CTHDAGRI-VFM的漲幅；而VCTHD∈(-2 250，-1 250]m，情況則恰好相反。這樣的概率分布和累計分布正是CTHDGIIRS-VFM的平均值、均方根誤差明顯優(yōu)于CTHDAGRI-VFM的原因。

圖3 低云云頂高度差累積分布函數(shù)Fig.3 Cumulative distribution function of low cloud CTHD

進一步分析VFM與AGRI、GIIRS之間的對應(yīng)關(guān)系。如圖4所示，發(fā)現(xiàn)CTHAGRI的頻率fAGRI主要在對角線上半?yún)^(qū)集中分布，CTHAGRI主要集中在250～1 000 m之間，與CTHVFM相比，CTHAGRI顯著偏小；其頻率分布顯示CTHAGRI沒有和CTHVFM一同變化的趨勢，證明CTHAGRI與CTHVFM之間無明顯的對應(yīng)關(guān)系；CTHGIIRS的頻率fGIIRS主要在對角線上半?yún)^(qū)有集中分布，表明整體CTHGIIRS同樣偏??；同時，fGIIRS沿對角線離散分布，可見CTHGIIRS與CTHVFM之間存在一定的對應(yīng)關(guān)系。頻率圖的分析結(jié)果與表1中統(tǒng)計結(jié)果一致。

2.3 結(jié)果討論

相比FY-4A云頂高度產(chǎn)品CTHAGRI在低云上的效果，“逆溫法”反演的低云云頂高度CTHGIIRS有一定提升，但距離CTHVFM仍存在差異，其原因可能與GIIRS/AVP時空分辨率等因素相關(guān)。

(1)GIIRS/AVP產(chǎn)品分辨率。AVP與CTHVFM采取最鄰點匹配的方法，尋找與CTHVFM時間間隔最小、空間距離最近的AVP進行反演，但由于AVP本身的時空分辨率原因，存在一些不可避免的客觀誤差。此外，相較無線電探空數(shù)據(jù)10 m/層，AVP垂直分辨率相對粗糙，得到的逆溫層結(jié)構(gòu)可能不精準，這也對反演結(jié)果造成影響。

圖4 CALIPSO/VFM的低云云頂高度(CTHVFM)與兩種云頂高度產(chǎn)品(a. CTHGIIRS， b. CTHAGRI)之間對應(yīng)關(guān)系的二維聯(lián)合直方圖(網(wǎng)格分辨率：0.25 km×0.25 km；色階：占比，白色表示不存在)Fig.4 Two-dimensional joint histogram of the correspondence between CTHVFM and two CTH products (a. CTHGIIRS, b. CTHAGRI) (grid resolution: 0.25 km×0.25 km； color scale: percentage, white grid indicates no values)

(2)海上逆溫層存在季節(jié)差異。圖5顯示了不同季節(jié)下兩種方法反演的云頂高度與CTHVFM之間云頂高度差的平均差(mean deviation，MD)和標準差(standard deviation，STD)。春、冬季，MDGIIRS-VFM分別為-0.13 km和-0.29 km，低于其在夏、秋季節(jié)的數(shù)值，說明“逆溫法”在春季和冬季的反演效果要好于夏季和秋季。同時，夏季的逆溫層相對較弱，大氣溫度廓線難以捕捉逆溫層位置信息，導(dǎo)致夏季低云采樣比例非常小。但是，在其他季節(jié)，MDGIIRS-VFM仍明顯優(yōu)于MDAGRI-VFM，如圖5所示。

圖5 不同季節(jié)下FY-4A和VFM之間差異的平均值(實線)和標準差(虛線)(紅色表示GIIRS-VFM，藍色表示AGRI-VFM，綠色柱為采樣占比)Fig.5 Mean (solid line) and standard deviation (dotted line) of differences between FY-4A and VFM in different seasons (red line indicates GIIRS-VFM, blue line indicates AGRI-VFM, and green bar represents the sampling proportion)

(3)不同云類的云頂逆溫結(jié)構(gòu)存在差異。如表2所示，逆溫層底高度與低層層狀云的云頂有十分明顯的對應(yīng)關(guān)系。根據(jù)ISCCP的分類，在氣壓大于680 hPa的低云中，不僅有層云、層積云，還有積云存在。積云的云頂與逆溫層之間并沒有發(fā)現(xiàn)明顯的對應(yīng)關(guān)系，而這類低云的云頂高度同樣難以測準[15]。利用VFM的云類型分類(其中“l(fā)ow overcast，opaque”是指層云或者霧[51])，表2顯示了不同云類型中兩種方法反演的云頂高度與CTHVFM之間云頂高度差的平均差(MD)和標準差(STD)。正在轉(zhuǎn)變的層積云和層云或者霧的CTHGIIRS平均高度差分別為-0.61 km和-0.40 km，比CTHAGRI有更出色的表現(xiàn)，證明該方法在低層層狀云的云頂高度上有良好的效果；而因為積云不符合“云頂高度在逆溫層底”這一假設(shè)，所以在積云個例上出現(xiàn)CTHAGRI優(yōu)于CTHGIIRS的現(xiàn)象。

3 低云云頂高度個例分析

因為考慮有質(zhì)量控制，CTHGIIRS的數(shù)目銳減，選取2個CTHGIIRS可比較數(shù)相對多的個例用于分析。

低云個例結(jié)果(圖6)顯示，本文方法暴露一些明顯缺陷。圖6a顯示，CTHGIIRS零散地分布于CTHVFM和CTHAGRI之間周圍，還有部分CTHGIIRS與CTHAGRI重合；除了極少數(shù)CTHGIIRS略高于CTHVFM，CTHGIIRS大多均小于CTHVFM。圖6b中CTHGIIRS的表現(xiàn)略優(yōu)于圖6a，CTHGIIRS數(shù)目較多，并且在22°N以北的低云區(qū)，CTHGIIRS更接近CTHVFM，但總體來看，大部分CTHGIIRS仍低估低云的云頂高度。顯而易見地，雖然相較于CTHAGRI，CTHGIIRS與CTHVFM之間的差距更小，但是CTHGIIRS的分布相對稀疏，無法完整反映低云云頂高度的連續(xù)變化。由于對溫度廓線進行了質(zhì)量控制，2個西北太平洋低云個例上可提供的CTHGIIRS數(shù)目也不一致。而CTHAGRI也存在明顯問題，CTHAGRI數(shù)值與CTHVFM相比總體偏小，同時其刻畫的云頂變化趨勢，也與CTHVFM相距甚遠。以上結(jié)果顯示：就云頂高度的數(shù)值而言，CTHGIIRS和CTHAGRI的效果與之前的統(tǒng)計分析結(jié)果顯示一致；就單點的云頂高度而言，兩者對CTH估計均總體偏低，CTHGIIRS優(yōu)于CTHAGRI。

表2 不同云類的低云云頂高度差(CTHD)統(tǒng)計

圖6 兩種云頂高度產(chǎn)品(CTHAGRI和CTHGIIRS)與CALIPSO/VFM的低云云頂高度(CTHVFM)對比(a. 2019年1月28日，b. 2019年2月1日)Fig.6 Comparison between two CTH products (CTHAGRI and CTHGIIRS) and CTHVFM in two low cloud cases on 28 January (a) and 1 February (b) 2019

4 結(jié)論與討論

(1)基于逆溫層與低層層狀云之間的關(guān)系，嘗試利用FY-4A/GIIRS/AVP，提出一種在西北太平洋區(qū)域內(nèi)反演低云云頂高度的方法。對比2019年CALIPSO探測的西北太平洋單層低云云頂高度和FY-4A/AGRI/CTH、“逆溫法”反演的CTH之間的差距，結(jié)果顯示，CTHAGRI減去CTHVFM的平均云頂高度差CTHDAGRI-VFM為-0.49 km，CTHGIIRS減去CTHVFM的平均云頂高度差CTHDGIIRS-VFM為-0.27 km，CTHGIIRS和CTHAGRI普遍低估低云的云頂高度。同時，CTHAGRI與CTHVFM的相關(guān)性不顯著，CTHGIIRS與CTHVFM存在一定相關(guān)關(guān)系，可見在統(tǒng)計結(jié)果上，CTHGIIRS比CTHAGRI更加接近CTHVFM。但即便“逆溫法”反演的云頂高度CTHGIIRS對比已有的CTHAGRI，對低云云頂高度的反演上取得更理想的統(tǒng)計結(jié)果，在具體的西北太平洋低云個例上，CTHGIIRS和CTHAGRI均不能準確描述低云云頂高度的變化，因此目前衛(wèi)星對低云的云頂高度反演還有很大的提升空間。

(2)對CTHGIIRS與CTHVFM之間產(chǎn)生誤差的原因，主要從GIIRS/AVP時空分辨率、低云出現(xiàn)的季節(jié)和低云種類3個方面進行研究。GIIRS/AVP的時空分辨率對反演的CTHGIIRS產(chǎn)生一定影響。使用就近原則比較云頂高度，CTHGIIRS與CTHVFM在客觀上存在一定差距；而AVP垂直分辨率為230 m/層，使用相對粗糙的垂直分辨率可能對逆溫層底高度判斷不準確，導(dǎo)致CTHGIIRS與CTHVFM的差異；同時，逆溫層有季節(jié)變化的特征，在不同季節(jié)，CTHGIIRS也會受到影響；并且發(fā)現(xiàn)CTHGIIRS對低層層狀云的反演更為準確。

(3)利用FY-4A/GIIRS/AVP和“逆溫法”反演的低云云頂高度優(yōu)于現(xiàn)有的FY-4A/AGRI/CTH，為西北太平洋低云云頂高度的反演提供了新思路。該方法反演的云頂高度在低云個例的表現(xiàn)上仍不理想，其準確性受到AVP產(chǎn)品的時空分辨率、季節(jié)和低云云種的影響。同時，云頂高度產(chǎn)品的時間連續(xù)性也十分重要，然而本文用于檢驗的CALIPSO的云頂高度數(shù)據(jù)對同一區(qū)域一天僅能掃描2次，難以滿足時間連續(xù)的條件。下一步將從西北太平洋的各種氣象要素等方面入手探究提高準確性的方法，因為該方法的反演結(jié)果也有可能受到海霧或者低云發(fā)生時的天氣形勢影響。期待在未來可以應(yīng)用到時空分辨率更高、質(zhì)量更優(yōu)的FY-4A/GIIRS/AVP產(chǎn)品和FY-4A成像儀數(shù)據(jù)。

致謝：感謝國家衛(wèi)星氣象中心(National Satellite Meteorological Center，NSMC)提供的GIIRS AVP反演數(shù)據(jù)和AGRI CTH數(shù)據(jù)，以及美國國家航空航天局(National Aeronautics and Space Administration，NASA)蘭利研究中心的大氣科學(xué)數(shù)據(jù)中心(Atmospheric Science Data Center，ASDC)提供的CALIPSO數(shù)據(jù)。