云量国外免费云空间

第25卷第3期气象科学V.
1.
25,N.
.
32005年6月SCIENTIAME一利用全天空数字图像对北京上空云况分布特征的试验分析霍娟吕达仁(中国科学院大气物理研究所IAGEO,北京100029)摘要利用最新获取的近两年北京上空全天空数字图像资料对云况分布做统计分析,以获得云的分布特征.
工作中将图像分为9个扇区和16个环区分别进行分析,从结果看,无云(云量9)情况明显占优,平均各占总量的36,46.
除去系统误差及计算所带来的误差发现,两年中北京上空多以晴好天气(包含薄卷云)和阴天为主.
上空西北部云的分布略显偏多,头顶上空云的出现概率较其他位置低,并有随天顶角增大概率增大的趋势.
关键词全天空数字图像云分布分类号P463.
1文献标识码A引言云是大气过程中不可缺少的重要因子,云的变化体现了大气的运动变化和趋势,它是分析天气、气候环境变化、全球辐射收支的重要因子.
利用大气及云在可见光与近红外波段成像性质不同,通过在各波段的遥感成像,可以实现对大气状况的观测与记录,进而了解分析并提取出有效的大气信息,为大气研究提供一个新的观测手段与方法.
国外对这一工作的研究开展较早,尤其是美国,自上世纪50年代即开始了研制开发全天空成像观测仪和资料分析研究的工作[·].
经历几个阶段,技术已初步成熟并已开始应用于多个野外观测基地、军方研究及美国能源部"大气辐射测量"计划ARM(www.
arm.
gov)中.
我国在全天空成像辐射仪开发方面的工作也曾经有所开展,但由于当时技术有限,均没能取得突破性进展.
现代技术蓬勃发展,日新月异,数字图像处理及摄像技术日益完善.
为我们开展全天空成像辐射仪的研发工作提供了可能.
根据发展自动化云观测的目标,我们承担了基金科学仪器专项"多波长全天空成像辐射仪"项目.
建立了一个全天空遥感观测系统.
全天空成像观测仪是其中一部分,可见光图像资料的获取由一个装有鱼眼镜头的数码相机完成,其最小单位观测视角约为1/3度,能同时观测记录约50多万个不同空间点的大气辐射信息.
利用长期的观测资料可以分析大气中各收稿日期:2003—03—25;修改稿日期:2004—07—23基金项目:本文得到国家自然科学基金委科学仪器专项基金(编号:40027002)和科技部重大基础前期专项基金(编号:No.
2001CCAA02200)共同资助第一作者简介:霍娟(1977),女(汉).
江苏泰州,助研,博士生,现在中国科学院大气物理研究所工作.
主要从事大气探测与遥感研究维普资讯http://www.
cqvip.
com3期霍娟等:利用全天空数字图像对北京上空云况分布特征的试验分析239个不同位置其辐射状况的日、月及年际变化规律.
全天空观测系统自2001年开始一直工作至今,资料采集工作持续进行.
本文即是利用2001~2003年两年的全天空图像观测资料,对北京上空云况分布特征做统计分析与研究试验工作,获得北京上空云的空间分布情况及季节变化状况.
因图像资料采集工作仅有两三年时间,此工作为试验性工作,采用本文提供的方法利用长期的观测资料可以对北京上空的云况分布情况有比较充分与具体的认识和了解.

1资料全天空成像仪(可见光波段),其视角为183.
,拍摄光圈控制为F7.
0,所用焦距固定为7.
7mm.
图像分辨率:2048*1536.
自2001年2月14日起在大气物理所实验楼顶(北京北郊40.
N,116.
7.
E)开始了系统的资料采集积累.
拍摄时分别对天顶、东、南、西、北五个方向拍摄,一般每天上午8点、中午11点、下午14点、17点拍摄一次,特殊天气加密观测,有大雨时不观测.
至今资料已累计近万张.
本文所用资料数据,选取的是从2001年5月1日到2003年4月30日的所有对天顶的图像资料,共有1428张.
处理统计过程中将资料分为两部分分别统计以便于相互对照:2001年5月1日到2002年4月30日,共610张;2002年5月1日到2003年4月30日,共818张.
资料观测时间分布见图1中(a)、(b),图上纵坐标为资料数目,横坐标为观测时间段,如h0708,指观测时间在北京时间7时到8时之间.
一----__一_豁醛露-I一一_.
墨蓥黑三兰黑兰兰景景篁t.
-罢兽害2=2=置2至墨墨呈三兰兰三兰兰三呈量量星至三至至至至.
至(a)观测时间段fb)观测时间段图12001~2003年全天空图像观测资料时间分布图(a)2001~2002年度观测资料时段分布(b)2002~2003年度观测资料时段分布Fig.
1Temporaldistributionofall—skyimagesfrom200lto2003总体说来,ho7o8,h1213及h1617和h1718时间段观测资料较少.
所有资料均在同一位置拍摄,从而方便了统计工作的进行.
2分析与统计利用已整理的资料,对北京上空云况分布情况做分析统计.
统计工作从两方面展开,将图像分为不同的区间并采用已有的云识别算法模式_41,分别计算各个分区中的云量.
2.
19扇区云量计算根据国际通用的分区方法,同时为分析云随天顶角及方位分布情况,首先将图像分为9个扇区,如下图2所示,图像中心为天顶,四周为地平,等角投影.
图像上部分为西边,下部东边,左侧北,右侧南.
以天顶为中心,10.
天顶角为半径记为1扇区;将10.
天顶角到45.
天顶角范围再分4个们∞∞∞如0辍《嚣甓维普资讯http://www.
cqvip.
com240气象科学25卷图29扇区划分示意Fig.
2Divideoftheimageinto9fans部分分别为2~5扇区;从45.
天顶角至80.
再分出4个部分为6~9扇区.
利用图像资料到天顶角80.
主要考虑:(1)天空成像的余弦效应在80.
之后更加明显,由于目前算法无法彻底解决余弦效应问题,易出现较大的云量估算误差,因此选择至80.
;(2)图像中心"圆"的边缘处为地面建筑物,选择天空范围在80.
内可以排除去大部分地面建筑物,以将其存在所造成的云量估算误差的影响减少到最小程度;(3)对全局云量分析工作影响不大.
国外研究者也有采用80.
作为统计范围.
综合考虑上述三点,我们选择的天空范围定在天顶角80.
范围内.
针对所有资料对各扇区分别计算其云量分布情况,并做统计结果如图3.
鋈L12345678910fb)云量维普资讯http://www.
cqvip.
com3期霍娟等:利用全天空数字图像对北京上空云况分布特征的试验分析241图3中a、b为一年时间尺度分析,c为两年时间统计分析,横坐标为云量.
图中9个不同颜色的矩形分别代表9个扇区,横坐标如"1"代表小于等于1的云量值,依此类推"1O"代表大于9小于等于lO的云量.
纵坐标则为所有资料计算后统计的样本数从a,b看云的分布情况相似.
a,b,c中,各个区中云量小于1和大于9的样本占较大比重.
平均各占总量的36和46,处于二者之间的样本数只占18.
说明北京上空这两年的天气多以晴好(包含薄卷云)和阴天为主,"两极"情况较多,中间偏少.
从各扇区的云量情况看,6,7扇区中云量明显较大,第9扇区云量居第三位.
因条件限制,图像拍摄时我们未对太阳做任何遮挡措施.
由于太阳多出现在第6,7扇区,故太阳的存在引起其所处位置象素曝光过度饱和并影响到其周围部分,虽然我们在算法中已经采取措施减少了其影响程度,但仍无法将其影响降低为0,在以后的工作中可以采用遮挡太阳的办法解决其影响问题.
所以6,7扇区的云量较大与太阳的存在有很大关系,扣去影响我们能看到第9扇区云量是最大的,说明在北京上空西北部云量分布较多些,其次是第8扇区即东北部云量分布较多.
为获得云量分布的季节特征,我们还将资料进行了季节分类并做了统计分析工作.
结果如图4所示.
L蓁4567891012345678910(a)云量(b)云量图4夏、冬季云况统计结果(a)夏季结果(b)冬季结果Fig.
4Thestatisticalresultsinsummerandwinter图516环区示意Fig.
5Divideoftheall—skyimageinto16fans鲫∞∞如∞鲫∞∞如0维普资讯http://www.
cqvip.
com242气象科学25卷从图中比较看,冬夏两季的云况分布情况有明显不同,平均来说夏季云量较多,冬季云量较小.
也正说明了北京夏季雨水较冬季多的气候特征.
2.
216环区云况分布统计除完成了如上9个分区的统计工作外,为了解云量随天顶角变化情况,还将图像分为16个环区做统计分析.
分区情况见下图5,图像中心为天顶,四周为地平,等角投影.
图像上部分为西边,下部东边,左侧北,右侧南.
以天顶为中心,每5度天顶角划为一个分区直到80.
,由内而外编号1~16个环区.
对所有图像资料做各个区的云量估算,统计结果如下图6(横纵坐标意义与图4的图示表述相同):7o06OO500鍪40o喜300200l(1(10123456789J0云量图616分区云况分布统计结果Fig.
6Statisticalresultsin16fans从该图中看,云量1和云量1O的情况与前面9扇区的统计结果相吻合,都占较大比重.
仅从云量小于1的统计情况看,随着天顶角的增大,无云(少云)样本数减小,说明头顶上空云的出现概率最小,而第16扇区即最外扇区则最大.
随着天顶角的变大云的出现概率单调增加的趋势,趋势在各个区中增加情况不同,明显的是在云量小于5的各档中这种单调趋势非常明显.
其原因在于当云量小时,云更多表现为彼此在视线上互相重叠的云块,这时在天顶时仅云底部对云量计算有贡献,而在天顶角增大时云的侧面进入视场,构成对云量计算贡献中,这时同一云块的有效云量贡献就增大.
这方面的特征变化正代表云的宽高比的一个测度.