融合CLOUDSAT和MTSAT数据反演中国地表太阳辐射

Surface solar radiation is the important input for the surface-process models. However, the radiaiton stations in China are sparse and unevenly distributed, which is difficult to meet the needs of the surface-process models. Moreover, the spatial resolution of the global surface solar radiation products from satellite are too coarse (more than 100 km), and their values are generally overestimated in Eastern China, and underestimated in Western China. Therefore, this project aims to merge CLOUDSAT cloud properties products(effective particle radius and cloud liquid/ice water path) and MTSAT information to retrieve surface solar radiation. A key scientific issue to be answered is: how to extract the cloud properties information based on geostationary satellite and how to explicitly express the effect of cloud on radiation in broadband radiative transfer model. To achieve the goal, we are going to study on (1) develop broadband radiative transfer model based on the cloud properties, aerosol, water vapor, ozone and so on, and form physical inversion technique to quickly estimate surface solar radiation, (2) merge CLOUDSAT and MTSAT data, and develop cloud detection algorithm appropriate for MTSAT and method of cloud properties information(effective particle radius and cloud ice/water path) estimate based on MTSAT, and (3) use ground surface radiation observations to evaluate the accuracy of the algorithm and compare accuracy with other remote sensing radiation products. The achievement of this project will be the basis for the development of radiative forcing data with high spatio-temporal resolution.

地表太阳辐射是地表过程模型的重要输入量，但是我国地面辐射观测站点稀少且分布不均匀，很难满足地表过程模型的需求。现有全球辐射产品空间分辨率较低（大于100公里），且在中国呈现东部高估、西部低估的特点。因此，本项目拟融合CLOUDSAT云属性产品（有效粒子半径和路径含水量）和MTSAT信息反演地表太阳辐射。拟解决的关键问题是：如何基于静止卫星提取云的属性信息以及如何在宽波段辐射传输方程中显式表达云对辐射的影响。研究内容包括：（1）发展以云属性、气溶胶、水汽和臭氧等信息为输入的宽波段辐射模型，形成高效快速的地表太阳辐射反演技术；（2）融合CLOUDSAT和MTSAT资料，发展适合MTSAT的云检测算法及MTSAT云属性信息（有效粒子半径和路径含水量）的估算方法；（3）利用地表辐射观测资料和同类遥感辐射产品交叉验证该算法的精度。本研究的成果将为建立高时空分辨率的辐射驱动数据奠定基础。

地表太阳辐射 (指地表接收到的向下的短波辐射) 是地球上能量的最终来源，它的大小和空间变化决定着地球表面的气候和环境，驱动着地球系统中水、热和碳的循环。同时，地表太阳辐射信息是农业、生态、水文、气象等领域模型的重要输入参数；它也是建筑采光，太阳能发电等重要指标。但是我国地面辐射观测站点稀少且分布不均匀，很难满足地表过程模型的需求。现有全球辐射产品空间分辨率较低（大于100 公里），且在中国呈现东部高估、西部低估的特点。因此，本研究融合多源卫星遥感反演地表太阳辐射。研究内容包括：（1）发展以云属性、气溶胶、水汽和臭氧等信息为输入的宽波段辐射模型，形成高效快速的地表太阳辐射反演技术；（2）融合MODIS 和MTSAT 资料，发展适合MTSAT 的云检测算法及MTSAT 云属性信息（有效粒子半径和路径含水量）的估算方法；（3）利用地表辐射观测资料和同类遥感辐射产品交叉验证该算法的精度。本研究的成果将为建立高时空分辨率的辐射驱动数据奠定基础。具体研究结果如下： .1. 该算法晴空条件下的精度在美国SURFRAD 观测网上7个站得到了有效验证，结果表明该模型在晴空下的相对误差小于5%。.2. 利用MODIS大气和陆表产品直接驱动本文发展的地表太阳辐射反演算法，获取了空间分辨率较高的地表太阳辐射产品。该产品的瞬时值和日均值在美国的均方根误差约为100 W m-2 和 33 W m-2左右。该辐射产品的日均值在整个中国平均和青藏高原平均的均方根误差 (RMSE) 约分别为：30.7 W m-2 和 33.4 W m-2。.3. 基于MTSAT数据得到了中国高时空分辨率地表太阳辐射产品。该产品在CMA辐射站和海河流域三个实验站得到有效的验证，其精度约为：瞬时太阳辐射均方根误差 (RMSE) 约为100 W m-2 (or 28.9%)左右,日平均地表太阳辐射的均方根误差 (RMSE) 约为 34 W m-2 (19.1%)左右，月平均地表太阳辐射的均方根误差 (RMSE) 约为 22 W m-2 (12.3%)左右。本研究基于MTSAT得到辐射产品的精度和其他遥感产品精度相当，甚至稍微好这些产品，但是本算法的计算效率更高。