FY-2E紅外通道“晴空區”水汽信息提取算法的改進與應用效果

趙航, 王振會, 楊璐, 詹奕哲, 湯敏

(1.氣象災害預報預警與評估協同創新中心，南京 210044;2.南京信息工程大學大氣物理學院，南京 210044)

FY-2E紅外通道“晴空區”水汽信息提取算法的改進與應用效果

趙航1,2, 王振會1,2, 楊璐1,2, 詹奕哲1,2, 湯敏1,2

(1.氣象災害預報預警與評估協同創新中心，南京 210044;2.南京信息工程大學大氣物理學院，南京 210044)

提出了一種改進的FY-2E紅外通道“晴空區”水汽信息提取算法——二次差分法,即在對紅外分裂窗云掩圖進行分裂窗差分的基礎上再進行時間差分處理，或者先進行時間差分后再進行分裂窗差分處理。該方法能減弱晴空區地表溫度變化對水汽信息提取的干擾，從而有助于獲得水汽團的紋理及其移動信息。實驗結果表明，應用該方法可以更加有效地追蹤紅外通道“晴空區”水汽微弱示蹤信號的移動，獲得傳統云導風方法所無法得到的晴空水汽含量高值區風場信息，且晴空風矢與NCEP(national centers for environmental prediction)再分析資料級低空風場有著很好的一致性。

FY-2E紅外通道；晴空導風；地表溫度干擾；二次差分法

0 引言

風向和風速是最重要的氣象資料之一。衛星導風資料由于覆蓋范圍大，不僅在一定程度上彌補了常規探測在海洋和沙漠等地區的資料空白[1-4]，而且對臺風、雷暴和沙塵暴等災害性天氣預報和數值預報也有積極作用[5-9]。

常規的衛星導風技術，主要是以衛星云圖上的云和水汽圖上的水汽為示蹤物追蹤云區和水汽區的風場信息[10-12]，因此，在不能被云導風識別為“云”的區域(本研究稱其為“晴空區”)，云導風技術無法獲得風矢信息。水汽圖導風可以在一定程度上彌補“晴空區”缺少的風矢，但其所代表的高度一般比較高[13-14]。Eck等[15]對大陸不同地區AVHRR分裂窗亮溫差(BTD)與大氣總水汽含量(WV)之間關系的研究表明，當氣溶膠含量較低或大氣較為潮濕時，BTD與WV具有較好的線性相關。李莉等[16]研究了冬夏兩季沙塵氣溶膠光學厚度變化對熱紅外分裂窗通道亮溫(BT)的影響。這些成果都表明衛星紅外分裂窗通道云圖含有水汽和氣溶膠信息。

楊璐等[17]定量計算并分析了水汽差分對衛星紅外2個通道觀測亮溫時間差分的影響大小以及主要影響高度；張治國等[18]模擬得到衛星觀測亮溫對大氣水汽及氣溶膠的敏感性，并進行了晴空區導風的可行性分析；詹奕哲等[19]計算得到沙塵氣溶膠含量豐富區域的晴空區風場信息。這些研究表明，在一定條件下，分裂窗差值法或時間差分法均可以用于追蹤靜止氣象衛星紅外云圖上水汽團或氣溶膠團移動的微弱信息。為了達到凸顯弱示蹤信號的目的，“時間差分法”是通過時間差值來抵消輻射傳輸方程中的時間不變量，“分裂窗差分法”是通過分裂窗差值抵消輻射傳輸方程中的頻率不變量。模擬計算的結果表明，在地表溫度和邊界層氣溫隨著時間變化不可忽略的情況下，紅外窗通道亮溫時間序列差值圖上水汽團或氣溶膠團移動的微弱信息就不可避免地受地表溫度和邊界層氣溫變化的干擾[19]。為此，本文提出了一種改進的FY-2E紅外通道“晴空區”水汽信息提取算法——二次差分法，用以進一步減弱晴空區溫度變化的干擾。

1 理論分析

對于“晴空”大氣，衛星在紅外通道觀測到的輻射量Iλ為

Iλ=ελBλ(Ts)τλ(0,∞)+

(1)

(2)

FY-2E衛星2個“分裂窗”通道的波長區間分別為10.3～11.5μm和11.6～12.8μm[21]，把分裂窗通道的中心波長分別記為λ1和λ2，則對應2個紅外通道的亮溫度分別表示為BTλ1和BTλ2。同時，在熱紅外通道，地表可近似為灰體[22]，忽略窗區2個通道間地表反照率的差異(ελ1≈ελ2用ε表示)，則分裂窗2個通道的亮溫差(BTD)可表示為

BTD=BTλ1-BTλ2。

(3)

整理以上各式得到

(4)

式中： Ck=[k1(z)-k2(z)]，其中k1(z)和k2(z)分別代表z高度上氣體在2個紅外通道的質量吸收系數。根據式(4)，分裂窗通道輻射亮溫的差值BTD由地表溫度、大氣溫度廓線、吸收氣體的密度及吸收氣體在分裂窗2個通道的吸收系數差決定。由于質量吸收系數隨時間和高度變化較小，地表與大氣層結溫度的變化對BTD圖像紋理的影響因差值[εTs-T(z)]而減弱，所以，BTD圖像紋理主要體現水汽含量的分布特征。

(5)

根據數學原理，二次差分的結果與差分計算順序無關。因此，通過對紅外分裂窗云掩模圖在分裂窗差分的基礎上繼續進行時間差分處理，或者先進行時間差分再進行分裂窗差分處理，都可以進一步減弱“晴空區”地表及大氣溫度的干擾，從而有助于獲得水汽團的紋理及其移動信息?；谝陨侠碚摰摹扒缈諈^”水汽信號提取計算方法，本文稱之為“二次差分法”。

2 模擬計算分析

楊璐等[17]計算了FY-2E紅外窗通道亮溫對各高度層上水汽變化的響應。為了定量分析地表溫度和大氣溫度對水汽信號的影響，按照上述理論，利用MODTRAN模式，把地表以上10km大氣按高度平均分為10層(每1km厚度的大氣為1層)，計算出地表溫度和對流層內各層氣溫變化對亮溫的影響。

2.1 各層氣溫變化對亮溫的影響

表1 中緯度夏季大氣單層氣溫1K差分對BT的貢獻Tab.1 Single layer 1 K difference’s contribution to BT in the middle latitude summer atmospheric

?BT/?T為亮溫對大氣溫度變化的響應，由于△T=1 K，故

(6)

各層亮溫對大氣溫度變化的響應?BT/?Ti對應數值見表1最后2列；高度變化分布如圖1所示。

?BT/?Ti(IR1) ?BT/?Ti(IR2)

圖1 觀測亮溫對大氣溫度和地表溫度1K差分的響應以及響應峰值高度

Fig.1 Bright temperature variation’s response to atmospheric single layer’s 1 K increment

可見，氣溫變化的貢獻主要來自于0～3 km的邊界。這是因為，大氣窗區衛星觀測的輻射主要來自于大氣低層，所以在紅外2個通道，邊界層氣溫變化對亮溫變化貢獻較大，近地面3層之和可大于0.2 K。楊璐等[17]計算各高度層上的水汽差分對于亮溫度差分的貢獻，最大值也在近地面3層。這表明，在進行晴空導風中，紋理不僅僅來源于水汽密度的變化，也包含了大氣溫度的變化。這對于水汽分布紋理信息提取而言，氣溫分布不均勻就成為前面所說的“干擾”。但大氣溫度和水汽的水平變化均“隨風漂流”(即平流)，且最大貢獻高度均在低層，故對于導風計算而言，二者的紋理信息沒必要進行分解。當然，如果水汽分布紋理為0，僅大氣溫度變化引起亮溫變化紋理，這樣的紋理也可以作為大氣運動示蹤物(條件是“|△BT|>星載儀器靈敏度NE△T，即0.2 K”)，只是這種情況不經常發生，因為大氣溫度變化導致的紅外窗通道亮溫變化在數值上依賴于水汽含量(限于篇幅，將另文詳述)。

2.2 地表溫度變化對亮溫的影響

保持表1中大氣廓線不變，計算紅外波段2個通道在地表溫度300 K處增加1 K時對亮溫的貢獻，結果如表2所示。

表2 中緯度夏季大氣地表溫度Ts增加1 K后對BT的貢獻Tab.2 1 K Ts increment’s contribution to BT in the middle latitude summer atmospheric (K)

由表2可知,亮溫對地表溫度1 K變化的響應為

△BTIR1=293.939-293.247=0.692 ，

(7)

△BTIR2=290.575-290.065=0.510 ，

(8)

即，地表溫度變化1K，足以能讓FY-2E的IR1和IR2識別。在實際中，地表溫度在0.5h內發生1K的變化時常發生[24-26]。因此，地表溫度變化造成的影響很大，時間差值圖像的紋理含有地表溫度變化，對基于時間差值圖像的導風計算而言，必須予以剔除。

為了計算亮溫度對大氣含水量變化的響應，保持表1中大氣廓線前3列不變，僅改變整層大氣含水量，將M增加30%(由2.90 g/cm2增至3.77 g/cm2，增加量△M=0.87 g/cm2)，即對應表1第4列水汽密度ρH2O增加30%，計算紅外2個通道在整層大氣含水量增加30%后對亮溫的貢獻，結果如表3所示。

表3 中緯度夏季整層大氣含水量M增加30%對BT的貢獻Tab.3 30% M increment’s contribution to BT in the middle latitude summer atmospheric

由表3可知，亮溫度對大氣含水量增加30%(0.87 g/cm2)的響應為

△BTIR1=293.061-293.247=-0.186 ，

(9)

△BTIR2=289.305-290.065=-0.760 。

(10)

即，整層大氣含水量M增加30%，僅能讓FY-2E IR2通道識別。在實際中，水汽密度在0.5 h內發生30%的變化時常發生[17]， FY-2E 的IR1識別不出這一變化。因此，IR2比IR1更有利于提取水汽變化信息，但地表溫度變化干擾較大，因此，時間差值圖上只有在紅外2個通道云圖“晴空區”地表溫度變化可以忽略時，水汽紋理才能凸顯出來。依據二次差分理論，在時間差分(式(7)-(10))的基礎上進行分裂窗差分，得到

△BTD(Ts)=0.692-0.510=0.182 ，

(11)

△BTD(M)=-0.186-(-0.760)=0.574。

(12)

可見,Ts增加1K會導致BTD增加0.182 K，而M增加30%會導致BTD增加0.574 K。由式(11)和(12)得到變化率為

?BTD/?Ts≈△BTD/△Ts=0.182/1=0.182 ，

(13)

?BTD/?M≈△BTD/△M=0.574/0.87=0.660 。

(14)

這意味著在二次差分圖上，水汽變化0.87g/cm2,相當于地表溫度變化3.63K(即0.660/0.182)。因此，在時間差分基礎上再進行分裂窗差分，即可得到抑制地表溫度干擾而凸顯水汽紋理的二次差值圖。同理，根據表2和表3的數值，如果先對亮溫度進行分裂窗差分，再繼續通過時間差分，可得到與式(13)和(14)相同的變化率，這也驗證了“二次差分結果與差分順序無關”的數學原理。

綜上所述，對于一定的水汽分布，地表溫度和大氣溫度的1K變化均可以被衛星觀測到，而對于“晴空區”衛星導風而言，大氣溫度變化造成的附加紋理不影響導風效果，而地表溫度變化對追蹤水汽的干擾可以用二次差分法來減弱。

3 晴空導風實例

3.1 實例一

采用2011年8月3日FY-2EIR1和IR2通道資料，對連續時次分別為20:00，20:30及21:00(UTC)的分裂窗通道共計6張云圖進行掩模，并對每個時次的2張掩模圖先進行分裂窗差分處理，再進行時間差分，利用王振會等[27]所編寫的CWIS云導風系統進行風場反演，具體流程如圖2所示。

圖2 晴空導風實驗流程Fig.2 Flow chart of wind fields in clear sky region

圖3(a)為 2011年8月3日17:30 FY-2E國家衛星氣象中心云跡風產品圖，方形框區為晴空，無云跡風矢。圖3(b)是21：00時晴空大氣可降水量圖，顯示水汽含量豐富。該區域中北京10個自動氣象站的地表溫度1 h(20:00～21:00)內變化都在1 K左右(表4)，表明0.5 h地表溫度變化較大。圖3(c)(d)表示分裂窗差分和時間差分晴空導風結果，圖3(e)表示二次差分晴空導風結果?？梢姡谒控S富但Ts變化較大的陸表面上，二次差分可以更易發揮水汽紋理信息的作用，獲得更多晴空風矢。二次差分法處理得到的風矢，與24時NCEP FNL再分析資料800 hPa風場(圖3f)進行比較，雖然風速較NCEP資料提供的數值偏大，但風向一致性較好。受對比時次差異的影響，有部分風矢的風向對應不夠一致，有待于進一步通過質量控制來解決。

(a) NSMC云跡風產品 (b) NSMC晴空大氣可降水產品 (c) 晴空風場圖(分裂窗差分法)

(d) 晴空風場圖(時間差分法) (e) 晴空風場圖(二次差分法)(f) NCEP 24時800 hPa風場

圖3 2011年8月3日20:30陸表面導風實例
Fig.3 On August 3, 2011 20:30, land surface instance

表4 實驗區部分自動氣象站地表溫度1 h變化(20：00～21：00)Tab.4 Surface temperature change for 1 h from part of AWS of experimental area(20：00～21：00)

3.2 實例二

實例二的處理結果如圖4所示。圖4(a)為國家衛星氣象中心2011年8月3日17:30 (UTC)熱帶風暴“梅花”附近的云跡風產品圖，實驗區(方形框)內部分有云跡風矢，到21:00 (UTC)，圖4(b)是這時的大氣可降水量圖，方形框區為晴空，水汽含量豐富，分裂窗差分和時間差分晴空導風結果如圖4(c)和(d)所示，二次差分晴空導風結果如圖4(e)所示。對比可見，在水汽含量豐富但Ts變化緩慢的海表面上，二次差分法仍然具有優勢，獲得更多晴空風矢。與24:00時NCEP FNL再分析資料850 hPa風場(圖4(f))進行比較，雖然風速較NCEP資料偏大，但風向有很好的一致性。

(a) NSMC云跡風產品 (b) NSMC晴空大氣可降水產品 (c) 晴空風場(分裂窗差分法)

圖4-1 2011年8月3日20:30海表面導風實例

Fig.4-1 On August 3, 2011 20:30, sea surface instance

(d) 晴空風場圖(時間差分法) (e) 晴空風場圖(二次差分法) (f) NCEP 24時850 hPa風場

圖4-2 2011年8月3日20:30海表面導風實例

Fig.4-2 On August 3, 2011 20:30, sea surface instance

3.3 實例三

實例三選用2011年6月25日23: 30 (UTC)氣象資料，處理結果如圖5所示。實驗對比框區處于我國新疆東部，框區缺少云跡風風矢(圖5(a))，且表明水汽含量不夠豐富(圖5(b))。表5給出了對應地區8個自動氣象站地表溫度1 h變化(23：00～24：00)，可見多數站溫度變化超過1.5 K。對比圖5(c)和(d)可見，在地表溫度變化很大的時候，經過二次差分法處理得到的晴空風場豐富了框區內的風矢信息，且風向一致性較好。與24:00 NCEP FNL再分析資料750 hPa低空風場(圖5(d))對比，二者風速、風向都有著較好的一致性。個別風矢顯出某種不一致性，有待于進一步通過質量控制來解決。

(a) NSMC云跡風產品(b) NSMC晴空大氣可降水產品 (c) 晴空風場圖(分裂窗差分法)

(d) 晴空風場圖(時間差分法) (e) 晴空風場圖(二次差分法)(f) NCEP 24時 750 hPa風場

圖5 2011年6月25日23:30實例

Fig.5 On June 25, 2011 23:30, land surface instance

表5 3實驗區自動氣象站地表溫度1h變化個例(23：00～24：00)Tab.5 Surface temperature change for 1h from part of AWS of experimental three area(23：00～24：00)

4 結論

本文通過模擬大氣溫度和地表溫度1K的變化對觀測亮溫差的影響以及影響程度，并進行實例分析，得到以下結論：

1)對基于水汽示蹤物的“晴空區”導風而言，地表溫度變化產生的紋理是干擾信息，需要剔除，大氣溫度差異產生的紋理信息可以保留。

2)采用二次差分法可以有效地剔除地表溫度的干擾、追蹤紅外通道晴空區上水汽微弱示蹤信號的移動，可獲得云導風所無法得到的晴空水汽含量高值區的大氣低層風場信息，有助于風能資源的獲取和追蹤。

3)二次差分法可以獲得比單次差分法(時間差分法和分裂窗差分法)更加豐富的風矢信息，且與NCEP再分析資料低層風場的對比一致性較好，驗證了二次差分法可行性。

由于模擬計算和實例分析均在中緯度夏季大氣條件下進行，該方法缺少對地域季節、大氣條件適用性進行系統研究，并需要對高空薄卷云進行更加有效的掩模，因此針對實際晴空風矢的質量控制仍有待于完善，與NCEP再分析資料的對比也需要進行大樣本的定量分析。

志謝： 本研究FY-2E資料和NCEP資料分別由國家衛星氣象中心和美國國家環境預報中心提供，在此表示衷心感謝！

[1] Fujita T T,Izawa T,Watanabe K.Formation and structure of equatorial anticyclones caused by large-scale cross-equatorial flows determined by ATS-I photographs[J].J Appl Meteor,1969,8(4):649-667.

[2] Kelly G.Numerical experiments using cloud motion winds at ECMWF[C]//Proceedings of the Second International Winds Workshop.Tokyo,1993:227-244.

[3] Marshall J L.Cloud and water vapour motion vectors in tropical cyclone track forecasting-a review[J].Meteorol Atmos Phys,1998,65(3-4):141-151.

[4] Zhang Z Y,Deriche R,Faugeras O,et al.A robust technique for matching two uncalibrated images through the recovery of the unknown epipolar geometry[J].Artificial Intelligence,1995,78(1/2):87-119.

[5] Ottenbacher A,Schmetz J,Holmlund K.Low-level wind fields from geostationary satellites and water vapour transport[J].Advances in Space Research,1996,18(7):73-76.

[6] Li Z J.Estimation of cloud motion using cross-correlation[J].Advances in Atmospheric Sciences,1998,15(2):277-282.

[7] Davies R,Horváthkos,Moroney C.Cloud motion vectors from MISR using sub-pixel enhancements[J].Remote Sensing of Environment,2007,107(1/2):194-199.

[8] Deb S K,Kishtawal C M,Pal P K,et al.A modified tracer selection and tracking procedure to derive winds using water vapor images[J].Journal of Applied Meteorology and Climatology,2008,47(12):3252-3263.

[9] Ushio T,Katagami D,Okamoto K,et al.On the use of split window data in deriving the cloud motion vector for filling the gap of passive microwave rainfall estimation[J].SOLA,2007,3:3001-3004.

[10]Stewart T R,Smith W L,Hayden C M.A note on water-vapor wind tracking using VAS DATA on McIDAs[J].Bull Amer Meteor Soc,1985,66(9):1111-1115.

[11]Johannes S,Kenneth H,Joel H.Operational cloud-motion winds from meteosat infrared images[J].J Appl Meteor,1993,32(7):1206-1225.

[12]Christopher S V,Christopher M H,Steven J N.Upper-tropospheric winds derived from geostationary satellite water vapor observations[J].Bull Amer Meteor Soc,1997,78(2):173-195.

[13]李艷兵,黃思訓,翟景秋.衛星反演風場進展概述[J].氣象科學,2009,29(2):277-284. Li Y B,Huang S X,Zhai J Q.A review of satellite wind retrieval technologies[J].Scientia Meteorologica Sinica,2009,29(2):277-284.

[14]楊文凱,白潔,劉健文,等.靜止氣象衛星水汽風反演研究[J].遙感技術與應用,2007,22(1):31-34. Yang W K,Bai J,Liu J W,et al.Deriving winds from vapour images of geostationary meteorological satellite[J].Remote Sensing Technology and Application,2007,22(1):31-34.

[15]Eck T F,Holben B N.AVHRR split window temperature differences and total precipitable water over land surfaces[J].Int J Remote Sens,1994,15(3):567-582.

[16]李莉,顧行發,余濤.沙塵氣溶膠對熱紅外分裂窗通道亮溫和地表反演溫度的影響研究[J].紅外與毫米波學報,2009,28(2):102-106. Li L,Gu X F,Yu T.Influrence of dust aerosol on the brightness temperature of thermal infrared window and land surface temperature retrieval[J].J Infrared Millim Waves,2009,28(2):102-106.

[17]楊璐.基于時間差分法的FY-2E紅外通道晴空區導風研究[D].南京:南京信息工程大學,2013. Yang L.Study on Water Vapor Motion Signal Extraction from FY-2E Infrared Window Imagery for Clear Sky-time Difference Technique[D].Nanjing:Nanjing University of Information Science & Technology,2013.

[18]張治國,王振會,詹奕哲,等.面向“紅外云圖晴空區導風”的FY-2E紅外通道亮溫度敏感性分析[J].熱帶氣象學報,2013,29(2):321-327. Zhang Z G,Wang Z H,Zhan Y Z,et al.FY-2E ir brightness temperature’s sensitivity analysis for clear region amv derivation from geo satellite ir imagery[J].Journal of Tropical Meteorology,2013,29(2):321-327.

[19]詹奕哲,王振會,張治國.FY-2E分裂窗晴空沙塵區導風初步研究[J].遙感學報,2012,16(4):738-750. Zhan Y Z,Wang Z H,Zhang Z G.Wind fields in dust storm clear sky region from the FY-2E split window channels[J].Journal of Remote Sensing,2012,16(4):738-750.

[20]Mosher F R.Feasibility of using water vapor as a tracer to obtain winds from satellite observations[C]//Final Scientific Report on NAS5-24136.Space Science and Engineering Center.[s,l]:University of Wisconsin Madison,1977,77(7):171-194.

[21]張勇,李元,戎志國.FY-2E與FY-2C紅外分裂窗通道光譜響應差異的對比分析[J].光譜學與光譜分析,2010,30(6):1634-1637. Zhang Y,Li Y,Rong Z G.Comparisons and analysis of the spectral response functions’difference between FY-2E’s and FY-2C’s split window channels[J].Spectroscopy and Spectral Analysis,2010,30(6):1634-1637.

[22]張培昌,王振會.大氣微波遙感基礎[M].北京:氣象出版社,1995:304-306. Zhang P C,Wang Z H.Basis of Atmospheric Microwave Remote Sensing[M].Beijing:China Meteorological Press,1995:304-306.

[23]覃志豪,李文娟,徐斌,等.陸地衛星TM6波段范圍內地表比輻射率的估計[J].國土資源遙感,2004,16(3):28-32,36. Qin Z H,Li W J,Xu B,et al.The estimation of land surface emissivity for Landsat TM6[J].Remote Sensing for Land and Resources,2004,16(3):28-32,36.

[24]王旻燕,呂達仁.GMS5反演中國幾類典型下墊面晴空地表溫度的日變化及季節變化[J].氣象學報,2005,63(6):957-968. Wang M Y,Lü D R.Diurnal and seasonal variation of clear-sky land surface temperature of several representative land surface types in China retrieved by GMS5[J].Acta Meteorologica Sinica,2005,63(6):957-968.

[25]錢維宏,張瑋瑋.我國近46年來的寒潮時空變化與冬季增暖[J].大氣科學,2007,31(6):1266-1278. Qian W H,Zhang W W.Changes in cold wave events and warm winter in China during the last 46 years[J].Chinese Journal of Atmospheric Sciences,2007,31(6):1266-1278.

[26]朱家其,湯緒,江灝.上海市城區氣溫變化及城市熱島[J].高原氣象,2006,25(6):1154-1160. Zhu J Q,Tang X,Jiang H.The air temperature variation and heat island effect in urban area of Shanghai city[J].Plateau Meteorology,2006,25(6):1154-1160.

[27]王振會,曾維麟.衛星云跡風微機客觀導出系統[J].南京氣象學院學報,1996,19(1):69-75. Wang Z H,Zeng W L.A PC-based objective inferring system for cloud motion winds from geostationary satellite images[J].Journal of Nanjing Institute of Meteorology,1996,19(1):69-75.

(責任編輯： 刁淑娟)

Improvement and application effect of water vapor moving signal extraction algorithm in “clear sky region” from FY-2E infrared channel

ZHAO Hang1,2， WANG Zhenhui1,2， YANG Lu1,2， ZHAN Yizhe1,2， TANG Min1,2

(1.CollaborativeInnovationCenteronForecastandEvaluationofMeteorologicalDisasters,NanjingUniversityofInformationScience&Technology,Nanjing210044,China; 2.SchoolofAtmosphericPhysics，NanjingUniversityofInformationScience&Technology,Nanjing210044,China)

The quadratic difference method, as an improved water vapor signal extraction algorithm, is employed in “clear sky region” from FY-2E infrared channel. By means of both split window and temporal difference calculation from infrared cloud mask images, the method can weaken the surface temperature interference and help trace the weak signal of water vapor in “clear sky region”, regardless of the order of the two calculations. Application examples show that this method can trace the weak signal of water vapor in “clear sky region” more effectively and make up for the lacking wind field data in clear sky with high water vapor content values as compared with the obvious limitation of deriving cloud motion wind by the traditional method. A comparison between the wind fields using this technique and that obtained from the NCEP reanalysis data shows a good relative accuracy.

FY-2E infrared channel; wind fields in clear sky region; surface temperature interference; quadratic difference method

2013-03-10；

2013-05-13

國家自然科學基金項目(編號： 41175035,40475018)、國家重點基礎研究發展計劃項目(編號： 2009CB421502)和江蘇高校優勢學科建設工程資助項目(編號： PAPD)共同資助。

10.6046/gtzyyg.2015.01.15

趙航,王振會,楊璐,等.FY-2E紅外通道“晴空區”水汽信息提取算法的改進與應用效果[J].國土資源遙感,2015,27(1):92-99.(Zhao H，Wang Z H，Yang L,et al.Improvement and application effect of water vapor moving signal extraction algorithm in “clear sky region” from FY-2E infrared channel[J].Remote Sensing for Land and Resources,2015,27(1):92-99.)

TP 79

A

1001-070X(2015)01-0092-08

趙航(1988-)，女，碩士研究生，主要從事衛星遙感應用等方面的研究。Email： janemars@163.com。

王振會(1955-)，男，教授，博士生導師，現從事大氣遙感應用研究。Email: eiap@nuist.edu.cn。