ISSN 1004-4965

CN 44-1326/P

用微信扫描二维码

分享至好友和朋友圈

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

FY-3D MERSI-II云顶产品算法及精度检验

张淼 徐娜 郑照军 陈林

张淼, 徐娜, 郑照军, 陈林. FY-3D MERSI-II云顶产品算法及精度检验[J]. 热带气象学报, 2022, 38(6): 779-786. doi: 10.16032/j.issn.1004-4965.2022.071
引用本文: 张淼, 徐娜, 郑照军, 陈林. FY-3D MERSI-II云顶产品算法及精度检验[J]. 热带气象学报, 2022, 38(6): 779-786. doi: 10.16032/j.issn.1004-4965.2022.071
ZHANG Miao, XU Na, ZHENG Zhaojun, CHEN Lin. RETRIEVAL AND VALIDATION OF FY-3D MERSI-II CLOUD TOP PRODUCTS[J]. Journal of Tropical Meteorology, 2022, 38(6): 779-786. doi: 10.16032/j.issn.1004-4965.2022.071
Citation: ZHANG Miao, XU Na, ZHENG Zhaojun, CHEN Lin. RETRIEVAL AND VALIDATION OF FY-3D MERSI-II CLOUD TOP PRODUCTS[J]. Journal of Tropical Meteorology, 2022, 38(6): 779-786. doi: 10.16032/j.issn.1004-4965.2022.071

FY-3D MERSI-II云顶产品算法及精度检验

doi: 10.16032/j.issn.1004-4965.2022.071
基金项目: 

风云卫星应用先行计划 FY-APP-2021.0505

详细信息
    通讯作者:

    张淼,女,河北省人,副研究员,从事卫星遥感反演和应用研究。E-mail:zhangmiao@cma.gov.cn

  • 中图分类号: P405

RETRIEVAL AND VALIDATION OF FY-3D MERSI-II CLOUD TOP PRODUCTS

  • 摘要: 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。FY-3D/MERSI-II云顶温度产品基于云在红外波段的发射率假设,利用两个红外分裂窗通道(11.0 μm、12.0 μm)结合一维变分方法寻找最优云顶温度层,再利用数值天气预报廓线产品插值反演对应的云顶高度和压强。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、云顶压强产品进行精度检验,结果表明:FY-3D/MERSI-II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,单层卷云和多层云的反演偏差较大。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。

     

  • 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)。

    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

    表  2  Tcecβ的先验估计值及误差协方差矩

    云类型 Tc σ(Tc) τ11 μm σ(ec) β σ(β)
    水云 T11 10 2.3 0.2 1.3 0.2
    过冷水云 T11 10 2.3 0.2 1.3 0.2
    混合云 T11 10 2.3 0.2 1.3 0.2
    厚冰云 T11 10 2.3 0.2 1.1 0.2
    单层卷云 Ttrop+15 20 0.9 0.4 1.1 0.2
    多层云 Ttrop+15 20 2.0 0.4 1.1 0.2
    下载: 导出CSV
  • [1] HOLZ R E, ACKERMAN S A, NAGLE F W, et al. Global Moderate resolution Imaging Spectroradiometer (MODIS) cloud detection and height evaluation using CALIOP[J]. J Geophys Res, 2008, 113, D00A19, doi: 10.1029/2008jd009837.
    [2] WEISZ E, LI J, MENZEL W P, et al. Comparison of AIRS, MODIS, CloudSat and CALIPSO cloud top height retrievals[J]. Geophys Res Lett, 2007, 34: L17811, doi: 10.1029/2007GL030676.
    [3] 李光伟. 基于CPR和MODIS探测结果的云顶温度和云顶高度反演研究[D]. 合肥: 中国科学技术大学, 2010.
    [4] MIN M, LI J, WANG F, et al. Retrieval of cloud top properties from advanced geostationary satellite imager measurements based on machine learning algorithms[J]. Remote Sensing of Environment, 2020, 239: 111616. doi: 10.1016/j.rse.2019.111616
    [5] 樊宏杰, 黄亦鹏, 李万彪. 基于卫星红外遥感的云顶高度反演算法综述[J]. 北京大学学报(自然科学版), 2017, 53(4): 783-792 https://www.cnki.com.cn/Article/CJFDTOTAL-BJDZ201704020.htm
    [6] WINKER D M, VAUGHAN M A, OMAR A, et al. Overview of the CALIPSO mission and CALIOP data processing algorithms[J]. J Atmos Oceanic Technol, 2009, 26(11): 2 310-2 323. doi: 10.1175/2009JTECHA1281.1
    [7] ZHANG P, CHEN L, XIAN D, et al. Recent progress of Fengyun meteorology satellites[J]. Chinese Journal of Space Science, 2018, 38(5): 788-796. doi: 10.11728/cjss2018.05.788
    [8] 杨军, 咸迪, 唐世浩. 风云系列气象卫星最新进展及应用[J]. 卫星应用, 2018(11): 8-14. doi: 10.3969/j.issn.1674-9030.2018.11.005
    [9] SEEMANN S W, BORBAS E E, KNUTESON R O, et al. Development of a global infrared land surface emissivity database for application to clear sky sounding retrievals from multispectral satellite radiance measurements[J]. J Appl Meteorol Climatol, 2008, 47(1): 108-123, doi: 10.1175/2007JAMC1590.1.
    [10] REYNOLDS R W, SMITH T M, LIU C, et al. Daily high-resolution-blended analyses for SST[J]. J Climate, 2007, 20(22): 5 473-5 496. DOI: 10.1175/2007JCLI1824.1
    [11] MENZEL W P, FREY R A, BAUM B A, et al. Cloud top properties and cloud phase-algorithm theoretical basis document[R]. NASA Goddard Space Flight Center, Tech. Rep. ATBD Reference Number: ATBD-MOD-05. 2006.
    [12] BAUM B, MENZEL W P, FREY R, et al. MODIS cloud top property refinements for Collection 6[J]. J Appl Meteorol Climatol, 2012, 51(6): 1 145-1 163. doi: 10.1175/JAMC-D-11-0203.1
    [13] HEIDINGER A K, PAVOLONIS M J. Gazing at cirrus clouds for 25 years through a split window, part 1: Methodology[J]. J Appl Meteor Climatol, 2009, 48(6): 1 100-1 116. doi: 10.1175/2008JAMC1882.1
    [14] HEIDINGER A. ABI cloud height. In: NOAA/NESDIS/STAR (Ed. ), GOES-R Algorithm Theoretical Basis Document (ATBD)[R]. 2011: 1-77.
    [15] LI J, WOLF W, MENZEL W P, et al. International ATOVS processing package: Algorithm design and its preliminary performance. Optical Remote Sensing of the Atmosphere and Clouds[M]. Wang J et al, Eds., (SPIE Proceedings, Vol. 3501), 1998: 196-206.
    [16] HUANG Y, SIEMS S, MANTON M, et al. Evaluating Himawari-8 Cloud Products Using Shipborne and CALIPSO Observations: Cloud-top Height and Cloud-top Temperature[J]. J Atmos Oceanic Technol, 2019, 36(12): 2 327-2 347. doi: 10.1175/JTECH-D-18-0231.1
    [17] HEIDINGER A K, PAVOLONIS M J, HOLZ R E, et al. Using CALIPSO to explore the sensitivity to cirrus height in the infrared observations from NPOESS/VⅡRS and GOESR/ABI[J]. J Geophys Res, 2010, doi: 10. 1029/2009JD012152 ER.
  • 加载中
图(4) / 表(1)
计量
  • 文章访问数:  159
  • HTML全文浏览量:  55
  • PDF下载量:  22
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-06-21
  • 修回日期:  2022-10-18
  • 网络出版日期:  2023-03-06
  • 刊出日期:  2022-12-20

目录

    /

    返回文章
    返回