杨太平,司福祺,周海金,赵敏杰,罗宇涵,刘建国

(中国科学院合肥物质科学研究院安徽光学精密机械研究所,中国科学院环境光学与技术重点实验室,安徽 合肥 230031)

0 引言

云作为大气研究的重要输入参数,它不仅可以调节大气的辐射收支,还可应用于大气污染监测和全球气候研究[1,2]。云的存在会使太阳散射光的光子路径发生变化,进而影响以自然光作为光源的大气探测技术的反演精度,并且云在大气气候模型中参数设置以及遥感监测反演和定量应用中均起着关键影响作用。因此获取有效的云参数信息不仅便于掌握全球云量分布和云压情况,还是准确反演痕量气体的重要前提条件。

星载高光谱大气痕量气体探测仪在全球云量和云压反演中得到了广泛的应用。目前云参数反演算法主要有:Kuze和Chance[3]基于GOME(Global ozone monitoring experiment)星载仪器研发了云参数反演算法ICFA(Initial cloud fitting algorithm),用于反演有效云量,该算法对于高纬度地区云量反演误差较大。Loyola等[4]基于阈值方法开发的OCRA(Optical cloud recognition algorithm)有效云量反演算法,该算法也用于SCIMACHY(Scanning imaging absorption spectrometer for atmospheric chartography)云量的反演。Koelemeijer等[5]基于GOME开发的FRESCO(Fast retrieval scheme for clouds from oxygen a band)算法,无需云压作为先验信息,可以同时反演有效云量和云压,并与ISCCP(International satellite cloud climatology project)进行对比,一致性良好。Fournier等[6]将FRESCO算法应用于SCIMACHY沙漠上空云量的反演,与HICRU(Heidelberg iterative cloud retrieval utilities)和MODIS(Moderate resolution imaging spectroradiometer)对比相关性良好。Wang等[7,8]考虑单次瑞利散射对FRESCO进行改进提出FRESCO+算法,提高了部分有云情况时云压的反演精度,并通过地面数据对其进行了对比验证。Rodriguez等[9]将ROCINN(Retrieval of cloud information using neutral network)算法用于反演GOME云顶高度和云反照率,通过与SEVIRI(Spinning enhanced visible and infrared imager)结果的对比证明了此算法的有效性。……