ASC200型地基双波段全天空云量自动观测仪云量比对分析

温强 陶法,2 刘达新 胡树贞 王依人

(1 中国气象局气象探测中心，北京 100081；
2 南京信息工程大学，南京 210044；
3 安徽光学精密机械研究所大气光学重点实验室，合肥 230088)

云是一种可见的聚合物，停留于大气中，由水滴、冰晶或两者混合而成，通常覆盖地球表面的50%，是地球大气中水分和能量循环的主要因素，也是大气系统中辐射收支平衡的重要调节者，云的年季节变化对研究全球气候的变化和水汽收支平衡有着重要作用[1-3]。

随着气象观测技术的发展，大量的新技术和新方法被采用，国内外对云的自动化观测进行了大量研究，研发了越来越多的新装备。目前，地基云自动化观测装备主要包括主动式观测装备和被动式观测装备。其中主动式观测装备主要包括毫米波云雷达和激光云高仪等，主要用于云高的自动化观测[4-6]。被动式观测设备主要包括可见光成像仪和红外成像仪等，主要用于云量的自动化观测[7-10]，利用可见光及红外成像并通过图像处理技术识别云，以实现云量的自动化观测[11]。上述设备具有不同的观测原理和观测方式，导致各自的观测能力均具有一定的不足。如激光云高仪测量精度较高，但只能获得单点积分云量；
可见光成像仪仅能获得白天云量，不能在夜间工作，且白天在雾霾等低能见度天气条件下观测误差较大；
红外测云仪虽能进行昼夜连续观测，但观测误差较大，且对卷云的观测能力较弱。

地基双波段全天空云量自动观测仪，利用红外和可见光双波段联合观测，能够同时进行可见光云量和红外云量的观测，能够进行昼夜连续观测，并且能够弥补单一波段观测方式的不足。仪器主要包含可见光成像模块和红外成像模块。可见光成像模块核心是可见光成像单元，主要通过对相机加装鱼眼广角镜头进行全天空的拍摄，或直接利用广角相机对整个天空进行多方位及多仰角扫描，通过将扫描拍摄得到的可见光图片进行球面投影从而获得全天空云图[12]。红外成像模块核心是红外探测单元，主要采用光学红外传感元器件，通过对整个天空进行扫描而获得其红外辐射强度分布，通过计算得到云的辐亮度温度，从而获得整个天空的云高云量等信息[13]。国内有江苏省无线电科学研究所有限公司与中国科学院大气物理研究所合作研发的WUSH-SR型双波段云量观测仪，将可见光成像模块和红外成像模块联合组成了双波段云量观测仪，并基于物理统计的方法编写了双波段云量综合识别算法，提高了云量识别的准确性。国外有美国Solmirus公司研制的全天空红外可见光分析仪ASIVA，包含可见光成像模块、红外成像模块及辐射保护模块，该设备能够获取可见光通道的全天空图像以及中红外大气窗区辐射校准图像，进而获得全天空的云量、云高及云温度信息[14]。

地基双波段全天空云量自动观测仪是可用于装备地面气象观测网，承担云量自动化观测任务的自动化气象观测设备；
可将观测员从人工观测解放出来，提升我国地面气象观测的自动化水平，获取连续的云量观测资料，不仅能用于各种天气预警服务，也能用于全球与区域云特征以及云与气溶胶关系的研究。

安徽光学精密机械研究所研发了ASC200型地基双波段全天空云量自动观测仪，为了能够使该设备在云量自动化观测业务中得到更好地推广及应用，故对其进行测试评估。本文利用该仪器90天连续观测数据，结合人工观测云量及同类型器测云量，对该设备进行评估和对比分析，探究其云量观测能力，为云量自动化观测提供参考依据，也为云观测自动化业务提供了更多参选设备。

1.1 双波段云量自动观测仪

ASC200型地基双波段全天空云量自动观测仪(以下简称ASC200)主要包括可见光成像模块、红外成像模块、内部环境调节控制单元以及数据分析模块等部分组成(图1)，设备主要参数详见表1。

表1 ASC200型云量自动观测仪主要参数

图1 ASC200型全天空云量自动观测仪

可见光测云模块采用CCD相机加装鱼眼广角镜头，对全天空进行拍摄，获取可见光波段的全天空图像。云量判定的核心方法为云图的象元分割，根据云与天空颜色信息的不同，利用SegCloud神经网络[15-16]对云图进行分割及云量判定。红外测云模块采用红外相机对全天空进行拍照，获取红外波段(8～14 μm)的全天空图像。利用红外实时阈值分割算法[17-19]对红外云图进行云量判定。

1.2 双波段云量算法

无论可见光成像模块还是红外成像模块，对云量的判别都不可能绝对准确，它还受制于实际云的自身特性和云下大气状况。

白天，在能见度大于5 km时，基于统计方法，以可见光云量、红外云量为自变量，实际人工观测云量为因变量建立二元回归分析，得到双波段云量的最优综合算法。在能见度为2～5 km时，近地层气溶胶会对可见光波段和红外波段的云量观测有影响，但这种影响在红外波段随天顶角变化呈现一定的系统变化规律，因此可得到合理可靠的订正方法，从而解决低能见度下的云量观测。如果能见度低于2 km，可见光和红外波段对云的识别能力都存在局限性。夜晚，由于可见光云图的获取需要一定的光照条件，而在夜间只有月亮和星星的条件下，成像质量较差，影响使用效果。然而，红外云图的获取与光照无关，仅仅依赖于云的热辐射，因此夜晚采用红外云量。

根据时间与能见度的变化，建立以可见光云量与红外云量为自变量的回归模型：

y(t,v)=a0(v)+a1(v)IR(t)+a2(v)VIS(t)

(1)

其中，IR表示红外云量，VIS表示可见光云量，y表示综合云量，其回归系数a0，a1，a2随着能见度不同而变化。

由于可见光与红外不同的辐射特性，夜晚时段或白天且能见度为2～5 km条件下，选择以红外云量为准。其余天气条件下，随着能见度变化，对以红外与可见光云量的差值作为统计条件的回归模型进行显著性检验，建立一个随红外云量、可见光云量两者对比结果而变化的双波段综合云量学习库，从而获得较为全面的全天双波段云量计算模型。云量算法技术路线详见图2。

创新考核导向机制，解决“给足力”的问题。为避免“人在心不在，手到力不到”的问题，尽可能集聚起最强大的攻坚力量，强化了脱贫的考核权重，把促进贫困村经济发展、农村贫困人口减少、农村居民人均可支配收入等作为重要考核内容，将乡镇和市直部门单位脱贫攻坚考核权重均提高至60%，并设立脱贫攻坚先进工作奖，把力量全部引导到脱贫攻坚上来，引导到真脱贫上来。

图2 双波段云量算法技术路线

2.1 数据

2019年2月5日至5月5日，分别在中国气象局长沙国家综合气象观测试验基地(以下简称长沙站)和上海宝山国家基本气象站(以下简称宝山站)组织开展云量自动观测仪动态比对试验，试验时间总计90 d。试验期间，设备昼夜连续观测未出现故障，云量采集周期为10 min一次；
白天设备采集可见光云图及红外云图，并输出可见光云量值及红外云量值，通过对可见光云量和红外云量进行综合判断输出最终综合云量；
晚上由于可见光模块无法工作故仅采集红外云图，输出红外云量值作为最终云量值。样本采集实例如图3所示。

图3 2019年2月5日15:10 ASC200云图样本采集实例:(a)红外原图,(b)红外红蓝云图,(c)可见光原图,(d)可见光红蓝云图(红蓝云图中，红色表示有云区域，蓝色表示天空区域；
红外云量识别结果为57%，可见光云量识别结果为82%，综合云量最终识别结果为69%)

2.2 方法

分别选取人工云量和同类型器测云量作为参考标准开展数据比对分析。

人工云量样本由台站具有多年观测经验的观测员通过人工观测获得，观测时次分别为08:00、14:00和20:00。试验期间，选取ASC200白天(08:00及14:00)样本进行比对分析，包括综合云量、可见光云量及红外云量样本各180个，两站点云量样本共计1080个。

由于人工云量观测通常具有一定的主观性，对于同一时刻的云量值，不同人员的观测结果往往会有一定的差异性，因此人工观测云量值不能成为考量器测云量准确性的唯一标准值。这里我们选取长沙站WUSH-SR地基双波段全天空云量自动观测仪作为器测云量参考标准设备，选取该设备输出云量作为器测云量参考标准，与长沙站ASC200对应时刻输出云量进行比对。本文中用到的云量的单位均为%。

3.1 ASC200与人工云量参考标准比对

长沙站及宝山站综合云量与人工云量差值在±20%以内的样本分别占样本总量的92.2%及79.4%(表2)。两站点可见光云量与人工云量差值均值分别为1.4%和12.8%，红外云量与人工云量差值均值分别为-5.4%和-9.0%，综合云量与人工云量差值均值分别为0.7%和10.0%。统计结果显示ASC200综合云量与人工云量一致性较好。两站点器测云量与人工云量差值具体分布情况如图4及图5所示。统计结果显示：与人工云量相比，可见光云量整体偏高，红外云量整体偏低，综合云量一致性较好。另宝山站实验期间非满云样本数量偏多，导致器测与人工云量误差偏高。

表2 ASC200与人工云量差值在±20%内的样本数及占比

图4 长沙站ASC200与人工云量差值分布

图5 宝山站ASC200与人工云量差值分布

3.2 ASC200与器测云量参考标准比对

长沙站ASC200综合云量与WUSH-SR云量差值在±10%以内样本数量为154个，占样本总量的86%，差值在±20%以内样本数量为162个，占样本总量的90.5%。ASC200综合云量、可见光云量、红外云量与WUSH-SR云量差值均值分别为3.2%、3.9%和-3.0%。由图6可知长沙站ASC200综合云量与WUSH-SR云量比对结果一致性良好。分别选取了有人工云量时次的高、中、低云量云图样本各一例，云图样本及云量值如图7所示，ASC200云图样本实例显示了与WUSH-SR识别结果较为一致。2019年4月5日14:00，ASC200综合云量、WUSH-SR云量和人工云量依次为16%、11%和10%；
2019年4月30日8:00，ASC200综合云量、WUSH-SR云量和人工云量依次为61%、55%和50%；
2019年4月19日14:00，ASC200综合云量、WUSH-SR云量和人工云量依次为82%、85%和90%。

图6 长沙站ASC200与WUSH-SR云量(a)、云量差(b)比对

图7 长沙站ASC200与WUSH-SR云图比对实例

3.3 ASC200云量观测能力综合分析

3.3.1 雾霾情况下云量观测能力分析

宝山站不同天气现象下云量样本统计如表3及图8所示。结果显示，在轻雾或霾天气条件下，若天空云量为满云或云量较多时，器测云量结果受天气现象影响较小，若天空云量较少或无云，则可见光云量观测结果受天气现象影响较大，出现误判将轻雾/霾识别为云，导致云量偏高，而红外云量观测结果受雾霾影响较小。

表3 宝山站人工云量样本天气现象类型统计表

图8 宝山站不同天气现象下人工观测(a)及ASC200综合(b)、可见光(c)、红外(d)云量与人工观测云量差(图中橙色区域为轻雾及雨，蓝色区域为轻雾，紫色区域为霾，绿色区域为雨；
红框标注了人工观测低云量或无云但器测受雾霾影响而出现误判较严重的10个样本，其中5个样本误判为满云)

图9 宝山站ASC200轻雾天气条件云图样本实例

图10 宝山站ASC200霾天气条件云图样本实例

3.3.2 对卷云的观测能力分析

对于可见光测云系统，由于卷云云层稀薄，具有明显的透光现象，使得全天空可见光云图所显示的云点与天空非云点界限不明显，结果可能造成云量识别偏低。红外测云系统对卷云的观测能力更为有限，由于卷云云层稀疏且高度通常较高，不能将其视为黑体，使得红外测得云点辐亮度温度与周围大气背景环境辐亮度温度相近，云量识别结果比人工云量偏少或无法识别[12]。

由图11可知,2019年5月5日14:10，红外和可见光云量为0和84%；
2019年5月5日14:20，红外和可见光云量为0和80%；
2019年5月5日14:30，红外和可见光云量为0和72%；
3个观测时次的红外云量对卷云的识别均出现误判。由图12可知，红外云量观测系统对于卷云的观测能力较弱，在可见光云量观测系统识别为满云的情况下，红外云量观测系统云量识别率偏低，而在可见光云量观测系统识别云量不为满云的情况下，红外云量观测系统对卷云几乎无法识别。红外测云系统对卷云云量的识别与实际云量差异较大，而可见光测云系统对卷云云量的识别接近人工观测云量，显示其对卷云的观测能力有所提高。

图11 2019年5月5日宝山站ASC200卷云云图样本实例

图12 宝山站2019年3—4月ASC200部分卷云样本可见光云量与红外云量比对

3.3.3 常规观测条件下云量观测能力分析

在能见度良好且云量较高的条件下，可见光云量观测系统的云量识别结果偏高(或识别为满云)；
而红外云量观测系统对云边界的识别能力较弱，识别结果偏低；
通过双波段综合云量观测系统获得的综合云量结果与人工云量参考标准值更为一致，如图13和图14所示，显示双波段云量观测系统观测能力优于单一波段云量观测系统。2019年4月8日14:50，综合、红外和可见光和人工云量依次为86%、72%、100%和85%；
2019年4月8日15:00，综合、红外和可见光和人工云量依次为86%、73%、100%和90%；
2019年4月8日15:10，综合、红外和可见光和人工云量依次为86%、73%、100%和85%。2019年2月25日09:40，综合、红外和可见光和人工云量依次为68%、58%、79%和70%；
2019年2月25日09:50，综合、红外和可见光和人工云量依次为77%、65%、89%和80%；
2019年2月25日10:00，综合、红外和可见光和人工云量依次为70%、62%、79%和75%。

图13 长沙站2019年4月8日ASC200部分云图样本实例

3.4 存在问题

在晴空或低云量情况下，对于部分可见光云图，ASC200将太阳周围天空区域(图15a～d)以及云图边缘区域(图15e～h)误识别为云，导致云量识别结果偏高。此外，镜头前方的防尘罩也会导致可见光和红外图像的云识别差异[19]。

图15 长沙站2019年4月5日ASC200可见光云图部分错误识别样本

而对于云量比对分析，人工观测及标准器存在个别误判，但并未对云量整体的比对分析造成较大的影响；
另由于比对参考标准准确度有限，未能够对夜间云量进行有效分析。

本文通过对比2019年2—5月ASC200型地基双波段全天空云量自动观测仪的试验数据,得出如下结论。

(1)ASC200长沙站和宝山站综合云量样本与人工云量参考标准差值在±20%以内的分别占样本总量的92.2%和79.4%，长沙站综合云量样本与器测云量参考标准差值在±20%以内的占样本总量的90.5%，差值在±10%以内的占样本总量的86%。ASC200综合云量样本与人工及器测云量参考标准一致性良好。

(2)验证了可见光云量观测系统在雾霾等天气条件下观测能力较弱，红外云量观测系统对卷云的观测能力较弱。

(3)在能见度良好的观测条件下，与人工云量参考标准相比，可见光云量观测系统的云量观测结果偏高，红外云量观测系统的云量观测结果偏低；
而通过双波段综合云量观测系统获得的云量结果与人工云量参考标准更为一致，显示双波段云量观测系统观测能力优于单一波段云量观测系统。

致谢:丰富而连续的全天空图像资料及数据来之不易，衷心感谢长沙国家综合气象观测试验基地、宝山国家基本气象站以及安徽光学精密机械研究所相关工作人员在全天空云像仪从仪器运输、架设、日常观测到资料整理的大力支持与帮助。

猜你喜欢卷云云量云图赣州地区云量变化特征及其与降水的关系农业灾害研究(2022年5期)2022-08-12李忠厚东坡赤壁诗词(2021年5期)2021-10-28成都云图控股股份有限公司中国农资(2019年44期)2019-12-03基于Mie散射的卷云环境中冰晶光学特性分析安徽大学学报（自然科学版）(2019年5期)2019-09-16Warning signs of an approaching hurricane疯狂英语·新读写(2018年4期)2018-08-281971—2010年虎林市云量与气温、降水的年际变化特征分析现代农业科技(2018年1期)2018-02-03黄强先生作品《雨后松云图》名家名作(2017年3期)2017-09-15基于TV-L1分解的红外云图超分辨率算法光学精密工程(2016年4期)2016-11-07巴黎上空的卷云飞碟探索(2016年9期)2016-09-211961-2013年黑龙江省总云量的气候变化特征分析黑龙江气象(2015年4期)2015-08-22