好文推荐 | 基于葵花8新一代静止卫星的云雾霾同时识别算法研究
遥感人的成长家园
关注
主题词
云检测、雾霾检测、Himawari-8、数字高程模型（DEM）、垂直特征掩码（VFM）
图片来源：网络
中国科学院空天信息研究院遥感所胡斯勒图团队的研究成果，近期在期刊《Journal of Geophysical Research: Atmospheres》发表。
论文标题：
研究背景
近年来，中国中东部地区雾霾时间频发，卫星区分云和雾霾的分布范围，是监测空气污染事件和生产云、霾卫星产品的前提，也是研究云霾相互作用，确定其对气候变化贡献的关键环节。现有的云霾检测算法一般基于卫星产品数据的反射率和亮温来构造阈值，由于云霾光学和物理特性相似，因此中国目前重污染天气的云霾检测精度较差，重污染下霾区易误判为云，轻度污染下霾区易误判为晴空。本工作提供一种基于高程约束和太阳天顶角动态阈值的云霾识别方法,该方法能够解决重污染天气下云霾分布范围识别精度较差的问题。
研究方法
1、高程约束
由于霾主要分布在海拔较低的平原和山谷地区，而云主要产生在高处。云和霾在海拔高处和低处的分布具有明显垂直差异。本研究基于高程约束，输入高程分布辅助数据（DEM）来调整传统云和霾检测的阈值，提高污染天气下云和霾分布范围的识别精度。
2、动态阈值
通过引入可见光波段云反射率与太阳天顶角的统计关系，利用动态阈值应对晨昏的云检测精度不理想问题。对云区可见光波段反射率随太阳天顶角的变化进行敏感性分析，构建以太阳天顶角为自变量的云反射率函数，设置动态阈值，提高晨昏过渡时刻云检测的精度。
图1 高程图和算法流程
主要结论
传统的阙值法中NDVI和R（0.86）/R（0.64 ）检测难以区分云和霾，以及晴空和霾之间的差异。本研究基于云高霾低垂直分布特征，在算法中引入高程分布辅助数据以提高云霾检测精度。另外，将基于像素太阳天顶角的动态阈值应用于晨昏雾霾检测，也提升了早晨和傍晚的检测精度。使用不同季节的CALIPSO/VFM数据的进一步验证也证实本算法能够获取精确的云和霾分布检测结果。
图2 基于葵花8数据的云雾霾同时检测结果
（2015年12月6日08:00-15:00）
作者简介
第一作者简介
尚华哲，毕业于中国科学院遥感与数字地球研究所( 导师:陈良富研究员)，理学博士，现为中国科学院遥感与数字地球研究所助理研究员。主要研究方向为云参数反演、云霾检测和卫星云参数反演。
通讯作者简介
胡斯勒图，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研究员，日本千叶大学理学博士，日本东海大学博士后。2015年入选中国科学院“百人计划”。提出的Voronoi非球形冰晶模型被证实能够有效反演全球尺度的卷云微物理参数，为GCOM-C卫星计划(日本宇宙开发研究机构JAXA) ,EarthCARE (JAXA和欧空局ESA合作研发的新的卫星计划)和葵花-8 (Himawari-8)新一代静止气象卫星传感器的卷云官方算法采用。国产卫星方面目前主要做高分5号卫星和风云气象卫星云薇物理产品的研发工作。主持国家重点研发计划课题，国家自然科学基金面上基金等科研项目。
引用
Shang.H et al., Development of a daytime cloud and haze detection algorithm for Himawari-8 satellite measurements over central and eastern China, JGR, 122, 3528-3543, 2017.
论文全文链接
声明
欢迎转载、转发本号原创内容，转载信息请与本号联系授权，标注原作者和信息来源为《遥感学报》。
本号转载信息旨在传播交流，其内容由作者负责，不代表本号观点。如涉及作品内容、版权和其他问题，请在20日内与本号联系，我们将在第一时间处理。《遥感学报》拥有最终解释权。
QQ加群
《遥感学报》为关注论文写作和发表的亲们，搭建了专属QQ交流群，欢迎加入。让我们一起携手前行！！！为便于身份验证，进群请备注“单位+姓名”，谢谢。
搜索：535215261
QQ丨535215261
网站｜www.jors.cn
电话｜010-64806643
邮箱丨jrs@radi.ac.cn
最新成果丨年度会议丨热点研究丨招生招聘