ASC200型地基雙波段全天空云量自動觀測儀云量比對分析

溫強 陶法,2 劉達新 胡樹貞 王依人

(1 中國氣象局氣象探測中心，北京 100081；2 南京信息工程大學，南京 210044；3 安徽光學精密機械研究所大氣光學重點實驗室，合肥 230088)

引言

云是一種可見的聚合物，停留于大氣中，由水滴、冰晶或兩者混合而成，通常覆蓋地球表面的50%，是地球大氣中水分和能量循環的主要因素，也是大氣系統中輻射收支平衡的重要調節者，云的年季節變化對研究全球氣候的變化和水汽收支平衡有著重要作用[1-3]。

隨著氣象觀測技術的發展，大量的新技術和新方法被采用，國內外對云的自動化觀測進行了大量研究，研發了越來越多的新裝備。目前，地基云自動化觀測裝備主要包括主動式觀測裝備和被動式觀測裝備。其中主動式觀測裝備主要包括毫米波云雷達和激光云高儀等，主要用于云高的自動化觀測[4-6]。被動式觀測設備主要包括可見光成像儀和紅外成像儀等，主要用于云量的自動化觀測[7-10]，利用可見光及紅外成像并通過圖像處理技術識別云，以實現云量的自動化觀測[11]。上述設備具有不同的觀測原理和觀測方式，導致各自的觀測能力均具有一定的不足。如激光云高儀測量精度較高，但只能獲得單點積分云量；可見光成像儀僅能獲得白天云量，不能在夜間工作，且白天在霧霾等低能見度天氣條件下觀測誤差較大；紅外測云儀雖能進行晝夜連續觀測，但觀測誤差較大，且對卷云的觀測能力較弱。

地基雙波段全天空云量自動觀測儀，利用紅外和可見光雙波段聯合觀測，能夠同時進行可見光云量和紅外云量的觀測，能夠進行晝夜連續觀測，并且能夠彌補單一波段觀測方式的不足。儀器主要包含可見光成像模塊和紅外成像模塊?？梢姽獬上衲K核心是可見光成像單元，主要通過對相機加裝魚眼廣角鏡頭進行全天空的拍攝，或直接利用廣角相機對整個天空進行多方位及多仰角掃描，通過將掃描拍攝得到的可見光圖片進行球面投影從而獲得全天空云圖[12]。紅外成像模塊核心是紅外探測單元，主要采用光學紅外傳感元器件，通過對整個天空進行掃描而獲得其紅外輻射強度分布，通過計算得到云的輻亮度溫度，從而獲得整個天空的云高云量等信息[13]。國內有江蘇省無線電科學研究所有限公司與中國科學院大氣物理研究所合作研發的WUSH-SR型雙波段云量觀測儀，將可見光成像模塊和紅外成像模塊聯合組成了雙波段云量觀測儀，并基于物理統計的方法編寫了雙波段云量綜合識別算法，提高了云量識別的準確性。國外有美國Solmirus公司研制的全天空紅外可見光分析儀ASIVA，包含可見光成像模塊、紅外成像模塊及輻射保護模塊，該設備能夠獲取可見光通道的全天空圖像以及中紅外大氣窗區輻射校準圖像，進而獲得全天空的云量、云高及云溫度信息[14]。

地基雙波段全天空云量自動觀測儀是可用于裝備地面氣象觀測網，承擔云量自動化觀測任務的自動化氣象觀測設備；可將觀測員從人工觀測解放出來，提升我國地面氣象觀測的自動化水平，獲取連續的云量觀測資料，不僅能用于各種天氣預警服務，也能用于全球與區域云特征以及云與氣溶膠關系的研究。

安徽光學精密機械研究所研發了ASC200型地基雙波段全天空云量自動觀測儀，為了能夠使該設備在云量自動化觀測業務中得到更好地推廣及應用，故對其進行測試評估。本文利用該儀器90天連續觀測數據，結合人工觀測云量及同類型器測云量，對該設備進行評估和對比分析，探究其云量觀測能力，為云量自動化觀測提供參考依據，也為云觀測自動化業務提供了更多參選設備。

1 設備和算法

1.1 雙波段云量自動觀測儀

ASC200型地基雙波段全天空云量自動觀測儀(以下簡稱ASC200)主要包括可見光成像模塊、紅外成像模塊、內部環境調節控制單元以及數據分析模塊等部分組成(圖1)，設備主要參數詳見表1。

表1 ASC200型云量自動觀測儀主要參數

圖1 ASC200型全天空云量自動觀測儀

可見光測云模塊采用CCD相機加裝魚眼廣角鏡頭，對全天空進行拍攝，獲取可見光波段的全天空圖像。云量判定的核心方法為云圖的象元分割，根據云與天空顏色信息的不同，利用SegCloud神經網絡[15-16]對云圖進行分割及云量判定。紅外測云模塊采用紅外相機對全天空進行拍照，獲取紅外波段(8～14 μm)的全天空圖像。利用紅外實時閾值分割算法[17-19]對紅外云圖進行云量判定。

1.2 雙波段云量算法

無論可見光成像模塊還是紅外成像模塊，對云量的判別都不可能絕對準確，它還受制于實際云的自身特性和云下大氣狀況。

白天，在能見度大于5 km時，基于統計方法，以可見光云量、紅外云量為自變量，實際人工觀測云量為因變量建立二元回歸分析，得到雙波段云量的最優綜合算法。在能見度為2～5 km時，近地層氣溶膠會對可見光波段和紅外波段的云量觀測有影響，但這種影響在紅外波段隨天頂角變化呈現一定的系統變化規律，因此可得到合理可靠的訂正方法，從而解決低能見度下的云量觀測。如果能見度低于2 km，可見光和紅外波段對云的識別能力都存在局限性。夜晚，由于可見光云圖的獲取需要一定的光照條件，而在夜間只有月亮和星星的條件下，成像質量較差，影響使用效果。然而，紅外云圖的獲取與光照無關，僅僅依賴于云的熱輻射，因此夜晚采用紅外云量。

根據時間與能見度的變化，建立以可見光云量與紅外云量為自變量的回歸模型：

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

(1)

其中，IR表示紅外云量，VIS表示可見光云量，y表示綜合云量，其回歸系數a0，a1，a2隨著能見度不同而變化。

由于可見光與紅外不同的輻射特性，夜晚時段或白天且能見度為2～5 km條件下，選擇以紅外云量為準。其余天氣條件下，隨著能見度變化，對以紅外與可見光云量的差值作為統計條件的回歸模型進行顯著性檢驗，建立一個隨紅外云量、可見光云量兩者對比結果而變化的雙波段綜合云量學習庫，從而獲得較為全面的全天雙波段云量計算模型。云量算法技術路線詳見圖2。

創新考核導向機制，解決“給足力”的問題。為避免“人在心不在，手到力不到”的問題，盡可能集聚起最強大的攻堅力量，強化了脫貧的考核權重，把促進貧困村經濟發展、農村貧困人口減少、農村居民人均可支配收入等作為重要考核內容，將鄉鎮和市直部門單位脫貧攻堅考核權重均提高至60%，并設立脫貧攻堅先進工作獎，把力量全部引導到脫貧攻堅上來，引導到真脫貧上來。

圖2 雙波段云量算法技術路線

2 數據和方法

2.1 數據

2019年2月5日至5月5日，分別在中國氣象局長沙國家綜合氣象觀測試驗基地(以下簡稱長沙站)和上海寶山國家基本氣象站(以下簡稱寶山站)組織開展云量自動觀測儀動態比對試驗，試驗時間總計90 d。試驗期間，設備晝夜連續觀測未出現故障，云量采集周期為10 min一次；白天設備采集可見光云圖及紅外云圖，并輸出可見光云量值及紅外云量值，通過對可見光云量和紅外云量進行綜合判斷輸出最終綜合云量；晚上由于可見光模塊無法工作故僅采集紅外云圖，輸出紅外云量值作為最終云量值。樣本采集實例如圖3所示。

圖3 2019年2月5日15:10 ASC200云圖樣本采集實例:(a)紅外原圖,(b)紅外紅藍云圖,(c)可見光原圖,(d)可見光紅藍云圖(紅藍云圖中，紅色表示有云區域，藍色表示天空區域；紅外云量識別結果為57%，可見光云量識別結果為82%，綜合云量最終識別結果為69%)

2.2 方法

分別選取人工云量和同類型器測云量作為參考標準開展數據比對分析。

人工云量樣本由臺站具有多年觀測經驗的觀測員通過人工觀測獲得，觀測時次分別為08:00、14:00和20:00。試驗期間，選取ASC200白天(08:00及14:00)樣本進行比對分析，包括綜合云量、可見光云量及紅外云量樣本各180個，兩站點云量樣本共計1080個。

由于人工云量觀測通常具有一定的主觀性，對于同一時刻的云量值，不同人員的觀測結果往往會有一定的差異性，因此人工觀測云量值不能成為考量器測云量準確性的唯一標準值。這里我們選取長沙站WUSH-SR地基雙波段全天空云量自動觀測儀作為器測云量參考標準設備，選取該設備輸出云量作為器測云量參考標準，與長沙站ASC200對應時刻輸出云量進行比對。本文中用到的云量的單位均為%。

3 結果及討論

3.1 ASC200與人工云量參考標準比對

長沙站及寶山站綜合云量與人工云量差值在±20%以內的樣本分別占樣本總量的92.2%及79.4%(表2)。兩站點可見光云量與人工云量差值均值分別為1.4%和12.8%，紅外云量與人工云量差值均值分別為-5.4%和-9.0%，綜合云量與人工云量差值均值分別為0.7%和10.0%。統計結果顯示ASC200綜合云量與人工云量一致性較好。兩站點器測云量與人工云量差值具體分布情況如圖4及圖5所示。統計結果顯示：與人工云量相比，可見光云量整體偏高，紅外云量整體偏低，綜合云量一致性較好。另寶山站實驗期間非滿云樣本數量偏多，導致器測與人工云量誤差偏高。

表2 ASC200與人工云量差值在±20%內的樣本數及占比

圖4 長沙站ASC200與人工云量差值分布

圖5 寶山站ASC200與人工云量差值分布

3.2 ASC200與器測云量參考標準比對

長沙站ASC200綜合云量與WUSH-SR云量差值在±10%以內樣本數量為154個，占樣本總量的86%，差值在±20%以內樣本數量為162個，占樣本總量的90.5%。ASC200綜合云量、可見光云量、紅外云量與WUSH-SR云量差值均值分別為3.2%、3.9%和-3.0%。由圖6可知長沙站ASC200綜合云量與WUSH-SR云量比對結果一致性良好。分別選取了有人工云量時次的高、中、低云量云圖樣本各一例，云圖樣本及云量值如圖7所示，ASC200云圖樣本實例顯示了與WUSH-SR識別結果較為一致。2019年4月5日14:00，ASC200綜合云量、WUSH-SR云量和人工云量依次為16%、11%和10%；2019年4月30日8:00，ASC200綜合云量、WUSH-SR云量和人工云量依次為61%、55%和50%；2019年4月19日14:00，ASC200綜合云量、WUSH-SR云量和人工云量依次為82%、85%和90%。

圖6 長沙站ASC200與WUSH-SR云量(a)、云量差(b)比對

圖7 長沙站ASC200與WUSH-SR云圖比對實例

3.3 ASC200云量觀測能力綜合分析

3.3.1 霧霾情況下云量觀測能力分析

寶山站不同天氣現象下云量樣本統計如表3及圖8所示。結果顯示，在輕霧或霾天氣條件下，若天空云量為滿云或云量較多時，器測云量結果受天氣現象影響較小，若天空云量較少或無云，則可見光云量觀測結果受天氣現象影響較大，出現誤判將輕霧/霾識別為云，導致云量偏高，而紅外云量觀測結果受霧霾影響較小。

表3 寶山站人工云量樣本天氣現象類型統計表

圖8 寶山站不同天氣現象下人工觀測(a)及ASC200綜合(b)、可見光(c)、紅外(d)云量與人工觀測云量差(圖中橙色區域為輕霧及雨，藍色區域為輕霧，紫色區域為霾，綠色區域為雨；紅框標注了人工觀測低云量或無云但器測受霧霾影響而出現誤判較嚴重的10個樣本，其中5個樣本誤判為滿云)

圖9 寶山站ASC200輕霧天氣條件云圖樣本實例

圖10 寶山站ASC200霾天氣條件云圖樣本實例

3.3.2 對卷云的觀測能力分析

對于可見光測云系統，由于卷云云層稀薄，具有明顯的透光現象，使得全天空可見光云圖所顯示的云點與天空非云點界限不明顯，結果可能造成云量識別偏低。紅外測云系統對卷云的觀測能力更為有限，由于卷云云層稀疏且高度通常較高，不能將其視為黑體，使得紅外測得云點輻亮度溫度與周圍大氣背景環境輻亮度溫度相近，云量識別結果比人工云量偏少或無法識別[12]。

由圖11可知,2019年5月5日14:10，紅外和可見光云量為0和84%；2019年5月5日14:20，紅外和可見光云量為0和80%；2019年5月5日14:30，紅外和可見光云量為0和72%；3個觀測時次的紅外云量對卷云的識別均出現誤判。由圖12可知，紅外云量觀測系統對于卷云的觀測能力較弱，在可見光云量觀測系統識別為滿云的情況下，紅外云量觀測系統云量識別率偏低，而在可見光云量觀測系統識別云量不為滿云的情況下，紅外云量觀測系統對卷云幾乎無法識別。紅外測云系統對卷云云量的識別與實際云量差異較大，而可見光測云系統對卷云云量的識別接近人工觀測云量，顯示其對卷云的觀測能力有所提高。

圖11 2019年5月5日寶山站ASC200卷云云圖樣本實例

圖12 寶山站2019年3—4月ASC200部分卷云樣本可見光云量與紅外云量比對

3.3.3 常規觀測條件下云量觀測能力分析

在能見度良好且云量較高的條件下，可見光云量觀測系統的云量識別結果偏高(或識別為滿云)；而紅外云量觀測系統對云邊界的識別能力較弱，識別結果偏低；通過雙波段綜合云量觀測系統獲得的綜合云量結果與人工云量參考標準值更為一致，如圖13和圖14所示，顯示雙波段云量觀測系統觀測能力優于單一波段云量觀測系統。2019年4月8日14:50，綜合、紅外和可見光和人工云量依次為86%、72%、100%和85%；2019年4月8日15:00，綜合、紅外和可見光和人工云量依次為86%、73%、100%和90%；2019年4月8日15:10，綜合、紅外和可見光和人工云量依次為86%、73%、100%和85%。2019年2月25日09:40，綜合、紅外和可見光和人工云量依次為68%、58%、79%和70%；2019年2月25日09:50，綜合、紅外和可見光和人工云量依次為77%、65%、89%和80%；2019年2月25日10:00，綜合、紅外和可見光和人工云量依次為70%、62%、79%和75%。

圖13 長沙站2019年4月8日ASC200部分云圖樣本實例

3.4 存在問題

在晴空或低云量情況下，對于部分可見光云圖，ASC200將太陽周圍天空區域(圖15a～d)以及云圖邊緣區域(圖15e～h)誤識別為云，導致云量識別結果偏高。此外，鏡頭前方的防塵罩也會導致可見光和紅外圖像的云識別差異[19]。

圖15 長沙站2019年4月5日ASC200可見光云圖部分錯誤識別樣本

而對于云量比對分析，人工觀測及標準器存在個別誤判，但并未對云量整體的比對分析造成較大的影響；另由于比對參考標準準確度有限，未能夠對夜間云量進行有效分析。

4 結論

本文通過對比2019年2—5月ASC200型地基雙波段全天空云量自動觀測儀的試驗數據,得出如下結論。

(1)ASC200長沙站和寶山站綜合云量樣本與人工云量參考標準差值在±20%以內的分別占樣本總量的92.2%和79.4%，長沙站綜合云量樣本與器測云量參考標準差值在±20%以內的占樣本總量的90.5%，差值在±10%以內的占樣本總量的86%。ASC200綜合云量樣本與人工及器測云量參考標準一致性良好。

(2)驗證了可見光云量觀測系統在霧霾等天氣條件下觀測能力較弱，紅外云量觀測系統對卷云的觀測能力較弱。

(3)在能見度良好的觀測條件下，與人工云量參考標準相比，可見光云量觀測系統的云量觀測結果偏高，紅外云量觀測系統的云量觀測結果偏低；而通過雙波段綜合云量觀測系統獲得的云量結果與人工云量參考標準更為一致，顯示雙波段云量觀測系統觀測能力優于單一波段云量觀測系統。

致謝:豐富而連續的全天空圖像資料及數據來之不易，衷心感謝長沙國家綜合氣象觀測試驗基地、寶山國家基本氣象站以及安徽光學精密機械研究所相關工作人員在全天空云像儀從儀器運輸、架設、日常觀測到資料整理的大力支持與幫助。