基于Python語言的Himawari-8資料在沙塵暴移動軌跡分析中的作用研究

張翔

摘 ? 要：近年來，沙塵暴給我國北方人民生活生產(chǎn)造成了非常大的負面影響，這引起了研究人員和公眾的注意。針對沙塵暴，國內(nèi)外許多學者使用了不同的方法，現(xiàn)在使用衛(wèi)星對沙塵暴進行監(jiān)控成為主流，并且使用衛(wèi)星資料對發(fā)生過的沙塵事件進行了研究，其中，使用較多的是Himawari-8衛(wèi)星資料。文章采用Python語言解析Himawari-8的L1資料，通過選定亮溫通道生成批量沙塵產(chǎn)品圖，觀察沙塵暴移動軌跡更直觀便利。

關(guān)鍵詞：Himawari-8;沙塵暴;亮溫;Python

近年來，沙塵開始引起研究人員和公眾的注意，因為它可能會導致健康問題。監(jiān)測沙塵的最有效方法之一是利用氣象衛(wèi)星數(shù)據(jù)，特別是地球靜止衛(wèi)星數(shù)據(jù)，這是因為地球靜止衛(wèi)星可以很好的覆蓋沙塵事件時間范圍以及顯示塵埃事件的空間覆蓋范圍[1]。之前已經(jīng)有很多關(guān)于沙塵事件的研究，有許多學者使用極軌衛(wèi)星數(shù)據(jù)來探測沙塵[2]，然而，這些方法很難探測或區(qū)分陸地和海洋上空的沙塵，特別是在夜間。此外，使用可見通道的一些方法只能在白天監(jiān)測沙塵。隨著技術(shù)的發(fā)展，有幾顆響應(yīng)度更高、具有較高時間分辨率的靜止軌道衛(wèi)星已經(jīng)用于觀測大空間尺度上的氣溶膠晝夜變化，并成為監(jiān)控沙塵的主要力量。

1 ? ?Himawari-8衛(wèi)星介紹

日本氣象廳（Japan Meteorological Agency，JMA）研制的Himawari-8是新一代的地球靜止氣象衛(wèi)星，該衛(wèi)星由日本氣象局于2014年10月發(fā)射，并于2015年7月投入使用。其具有最先進的光學傳感器，與以前在地球靜止軌道上可用的傳感器相比有很大改進。Himawari-8搭載的可見光和紅外掃描輻射計“AHI”擁有世界頂尖的觀測能力，其擁有16個波段，如圖1所示，有望提高亞洲—大洋洲地區(qū)塵埃監(jiān)測的質(zhì)量。AHI包括3個紅外通道，它們用于檢測塵埃，分別是8.6 μm，11.2 μm和12.4 μm通道[3]。

8.6 μm，11.2 μm和12.4 μm通道分別對應(yīng)tbb_11，tbb_13和tbb_15，通過對Himawari8通道15，13，11亮溫值、通道15與13亮溫差（BT15-BT13）、通道13與11亮溫差（BT13-BT 11）繪制RGB圖像，可以清晰地查看沙塵暴的范圍，RGB各參數(shù)亮溫差如表1所示。

RGB color plane Parameters：

Brightness temperature（differences）

R1/?m 12.4～11.2

G1/?m 11.2～8.6

B1/?m 8.6

2 ? ?使用Himawari-8資料繪制沙塵暴

使用Python解析Himawari-8資料，并且繪制RGB圖像。使用的資料是2019年5月15日0—11時的Himawari-8整點數(shù)據(jù)資料。

主要代碼如下：

nc_file_dataset = read_h8_nc_file（file_list[i]）

tbb_11 = nc_file_dataset[‘tbb_11][：， ：]

tbb_13 = nc_file_dataset[‘tbb_13][：， ：]

tbb_15 = nc_file_dataset[‘tbb_15][：， ：]

R_TBB = tbb_15 - tbb_13

G_TBB = tbb_13 - tbb_11

B_TBB = tbb_13

lons， lats = np.meshgrid（np.linspace（80， 200， 2401）， np.linspace（60， -60， 2401））

ax.pcolormesh（lons， lats， B_TBB， cmap=plt.cm.Blues_r， vmin=261， vmax=289， alpha=0.5）

ax.pcolormesh（lons， lats， G_TBB， cmap=plt.cm.Greens， vmin=2， vmax=15，alpha=0.5）

ax.pcolormesh（lons， lats， R_TBB， cmap=plt.cm.Reds， vmin=0， alpha=0.5）

繪制地圖，代碼如下：

ax = fig.add_subplot（rol_num， col_num， i + 1，projection=ccrs.PlateCarree（））

reader = Reader（shp_path + ‘china.shp）

provinces = cfeature.ShapelyFeature（reader.geometries（）， ccrs.PlateCarree（）， edgecolor=k， facecolor=none）

ax.add_feature（provinces， linewidth=1）

ax.set_extent（map_extent， crs=ccrs.PlateCarree（））

ax.stock_img（）

繪制出連續(xù)12 h的沙塵移動圖，可以清晰地看出沙塵暴分為兩個路徑：新疆和蒙古國一直往東方向移動，并且范圍擴大了，如圖2所示。

3 ? ?結(jié)語

Himawari-8產(chǎn)品資料可以捕獲氣溶膠負荷每小時的細微變化，并在更新后提供有效的檢索。本研究使用Python語言解析Himawari-8資料，通過計算和繪制RGB形成沙塵圖，能夠清晰地查看出沙塵暴的移動和范圍。

[參考文獻]

[1]周波，周楠茵.遙感在沙塵暴監(jiān)測領(lǐng)域中的應(yīng)用[J].測繪與空間地理信息，2017（6）：103-105，108，112.

[2]厲青，王橋，王文杰，等.基于EOS-Terra/MODIS的沙塵暴遙感監(jiān)測方法對比研究[J].干旱區(qū)地理，2006（1）：138-142.

[3]胡秀清，盧乃錳，張鵬.利用靜止氣象衛(wèi)星紅外通道遙感監(jiān)測中國沙塵暴[J].應(yīng)用氣象學報，2007（3）：510-520.

Abstract：In recent years， dust storms have caused a great negative impact on the life and production of people in the north of China， which has attracted the attention of researchers and the public. For sandstorms， many scholars at home and abroad have used different methods， now use satellites to monitor sandstorms become the mainstream， and use satellite data to study the occurrence of dust events， among which， more use is Himawari-8 satellite data. This paper uses python language to analyze the L1 data of the Himawari-8， and generates the batch dust product map by selecting the bright temperature channel to observe the sandstorm moving track more intuitively and conveniently .

Key words：Himawari-8; sandstorm; bright temperature; Python