基于葵花-遥感学报.DOC

收稿日期: 2018-04-21; 修订日期:; 优先数字出版日期: 基金项目:国家重点研发计划资助项目（编号：2017YFA0603502）；国家自然科学面上基金（编号；国家自然科学青年科学基金（编号；GF-5基于多角度偏振的云反演、水汽订正等预处理技术（编号：30-Y20A20-9003-15/17） 第一作者简介: 马润(1993- ),男,硕士, 研究方向为卫星云参数反演与地表太阳辐射计算。E-mail: marun@通信作者简介：胡斯勒图（1976- ），男，博士，研究员，研究方向为冰晶粒子的光散射计算与云微物理过程。E-mail: husiletu@ 基于葵花-8卫星大气产品的地表下行短波辐射计算 马润1,2, 胡斯勒图1, 尚华哲1, 阿娜日1,3, 赫杰1, 韩旭1,4, 王子明1,5 1. 中国科学院遥感与数字地球研究所 遥感科学国家重点实验室, 北京 100101; 2. 中国科学院大学 资源与环境学院, 北京 100049; 3. 内蒙古师范大学 地理科学学院, 呼和浩特 010022; 4. 中国矿业大学 环境与测绘学院, 徐州 221116; 5. 中国科学院大学 电子电气与通信工程学院, 北京 100049 摘要: 地表下行短波辐射（Downward Surface Shortwave Radiation, DSSR）的准确估算在气候变化研究和地表太阳能估算等领域具有重要作用。新一代静止气象卫星葵花-8（Himawari-8）具有高达10分钟的对地观测能力，为DSSR近实时估算提供了新机遇。然而，日本宇宙航空研究开发机构（JAXA）对外公开的葵花-8辐射产品中，没有将其反演的云、气溶胶产品作为DSSR的输入参数，从而没有形成一整套的DSSR估算算法流程，缺乏产品输出的一致性。大气中的云、气溶胶是DSSR的重要影响因子，本文重点考虑云、气溶胶对太阳辐射的影响，基于大气辐射传输模式RSTAR构建了DSSR查找表，开发了DSSR的快速计算方法，进而将JAXA葵花-8二级云、气溶胶产品（光学厚度，粒子有效半径等）作为快速化计算方法的输入参量，计算得到了DSSR。通过与JAXA葵花-8二级DSSR产品（JAXA DSSR）对比，发现两者具有很好的空间一致性。为了进一步评价本文的DSSR计算精度，分别选取了陆地（Yonsei）和海洋（0n_165e）的观测数据验证了2016年4、7、10和12月本文计算的DSSR和同时期的JAXA DSSR产品，验证结果显示两者的DSSR在两个观测站点均具有非常高的相关性（全天空、晴空和云天条件下的相关系数R均大于0.88）。在两个站点云天条件下的验证结果中，我们考虑了云相态并在冰云模型中使用了非球形冰晶粒子（六棱柱）来计算DSSR，获得了比JAXA DSSR更小的偏差。本文提出的快速化计算方法能快速准确地计算DSSR，可为计算地表辐射收支等研究提供重要数据支撑。 关键词: 葵花-8卫星,地表下行短波辐射,辐射传输理论,LUT 中图分类号: P407 文献标志码: A 引用格式： 1 引 言 太阳辐射是地球上一切生命活动的主要能量来源，也是地球气候形成最重要的因子，对地表辐射平衡、能量交换以及天气气候的形成具有决定性的意义（Houborg等，2007；Wild 2009）。作为地表太阳辐射的重要组成部分，地表下行短波辐射DSSR (Downward Surface Shortwave Radiation)是地表辐射平衡的重要分量，也是陆面模型和气候模式的关键输入参数，因此准确估算DSSR对全球辐射收支平衡和太阳能估算等应用研究具有重要意义（Zhang等，2014；Huang等，2016）。 卫星遥感具有快速、大面积观测目标物的优势而成为获取DSSR的重要手段。基于卫星资料的DSSR估算方法主要分为统计法和物理法（Pinker 等，1985；Dedieu 等，1987；Simmer 等，2005）。统计法利用大量地面观测数据与卫星观测信号进行统计分析来建立DSSR的经验模型。统计法具有计算速度快、算法结构简单的特点，然而计算过程中没有充分考虑物理机制，当计算结果出现误差时，很难追溯到误差的来源。物理方法具有计算精度高、物理机制明确的优势，然而计算速度一般低于统计法。关于统计法的研究方面，Cano等（1986）基于晴天指数和阴天指数建立静止卫星可见光波段反照率与DSSR的统计关系，经测试两个不同时间段的数据发现建立的统计模型与实测DSSR值具有较好的一致性。陈金娥等（1997）利用GMS静止卫星获取的云量资料，借助云量与日照百分率之