基于卫星资料的东亚地区飞机尾迹云识别及其辐射强迫研究

Contrails of aircraft significantly impact on the atmospheric radiation budget. It is important to study its radiation characteristics and radiative forcing to assess the impact of aeronautical activities on the earth's climate system. Foreign research about contrails almost focuses on the areas of North America and Europe. However, there is no research institution to carry out the study of contrails in China. Our project will use the data of Himawari-8 for a region over East Asia. A new automated method for line-shaped contrail detection based on image fusion and saliency detection technology will be developed to analyze the contrail coverge. In addition, The cloud microphysical properties (optical depth, effective radius) will be retrieved based on Himawari-8 satellite observations and atmospheric data. We will further calculate the radiative forcing of line-shaped contrails over East Asia region with radiative transfer models, which will provide an important theoretical basis for the impact of the climate system.

飞机尾迹云对大气辐射的收支平衡有着重要影响，研究其辐射特性及辐射强迫对定量评估航空活动对地球气候系统的影响具有重要意义。目前，国外已经对北美和欧洲地区的尾迹云进行了研究，然而国内尚没有科研单位开展针对尾迹云识别以及相关研究。本项目利用“向日葵8号”静止气象卫星观测资料，基于计算机图像融合和图像显著性检测技术，研究线性尾迹云的识别算法。并在此基础上，研发一套尾迹云自动识别的软件系统用以统计东亚地区线性尾迹云的覆盖率。此外，利用“向日葵8号”卫星资料结合数据反演尾迹云的光学厚度、云顶高度及温度等微物理属性，通过辐射传输模式计算东亚地区尾迹云的辐射强迫,为定量研究航空活动对气候系统的影响提供重要理论依据。

飞机尾迹云对大气辐射的收支平衡有着重要影响，研究其辐射特性及辐射强迫对定量评估航空活动对地球气候系统的影响具有重要意义。本项目利用“向日葵8号”静止气象卫星观测资料，基于计算机图像融合和图像显著性检测技术，研究线性尾迹云的识别算法。为了进一步恢复卫星云图的纹理细节和高尺度因子，项目组提出了一种反向投影网络和局部残差网络联合训练的多路径网络模型。针对降低大气系统的复杂与不确定性这一关键问题，项目组提出了反向投影和局部残差联合的多路径超分辨率框架。该框架融合湿度、温度等气象要素，通过通道注意力机制融合多级特征，从而带来分辨率提升，拟合了预报模式降尺度的物理过程，获得更高计算效率的同时, 信噪比和结构相似比指标也有显著提升。针对天气系统的信息如何提取并解译这一关键问题，项目组构建了包括符合气象学标准的，卫星和地基云图等在内的多种数据集，用于灾害天气预报研究。同时提出了基于人在回路的灾害天气数据半自动标注框架，相比人工标注总体标注效率提升了300%以上。研究获得广泛关注，超50个学术机构研究人员使用，并优化我们的数据集。因此，项目组建立了一个名为Cirrus Cumulus Stratus Nimbus(CCSN)的地面云图数据集。该数据的云图像的总数是以前数据库的三倍，并第一次将尾迹云考虑到地面云分类中，这使得该数据集比前人提出的基于地面的数据集更具辨别力和综合性。针对地基云图分类，本研究提出了一种新的卷积神经网络模型—CloudNet，经过大量的评估表明该模型在气象云分类中取得非常好的效果(Zhang, Liu, Zhang* et al., 2018, Geophysical Research Letters)。美国麻省理工、韩国韩巴大学、印度安娜大学和国防科大等许多科研机构通过网络平台获取了该套云数据集并使用。文章发表半年时间引用超100次，获得ESI高被引收录。