有诗云：“不畏浮云遮望眼，自缘身在最高层”——然而，在星载遥感快速发展的当下，如何保证卫星“不畏浮云遮望眼”成为越来越多人关注的焦点。

  卫星的云层筛选算法极为重要。云的存在会使得OCO-2卫星测量的光谱数据被“污染”，对数据进行反演不仅会得到错误的结果，还会造成巨大的计算力浪费！ABP与IDP云层筛选算法就是基于在大批量处理OCO-2卫星数据下进行快速、准确云层判定的需求而提出的。但结合MODIS云层数据来看，现有云层筛选结果并不完美。

如何保证OCO-2卫星对云场景有更高的识别能力呢？

  浙江大学光电学院刘东课题组利用卫星(OCO-2、MODIS)以及TCCON地基数据，以MODIS云层数据为判定真值，通过逐步调整云层筛选算法阈值组使得OCO-2卫星数据总体通过率接近当地MODIS云层覆盖率月均值，并据此分析最优阈值组的季度分布特征。研究表明，相较于原算法对于晴空以及有云场景的判别，通过适应性的调整阈值可以将场景判定准确率提高5%-10%左右。     

亮点介绍

• 提出一种基于地区条件，为OCO-2云层筛选算法提供更严格的阈值选择的方案。

• 利用优化后的阈值方案，将OCO-2测量得到的将XCO2与地基TCCON站点之间的差异从3.23±2.25 ppm减小到2.11±1.76 ppm。

• 将优化阈值方案根据月平均晴空占比，成功应用于欧洲和日本地区，并分析其季节性变化。

• A method to tighten the cloud screening thresholds based on local conditions is used to provide more stringent schemes for OCO-2 cloud screening algorithms.

• The optimized scheme reduces the difference between TCCON XCO2 retrievals and OCO-2 measurements from 3.23 ± 2.25 ppm to 2.11 ± 1.76 ppm.

•  Adjustment is applied according to average monthly clear-sky fractions, which helps incorporate seasonal variation in Europe and Japan.

Cite this article: 

Chen, S. J., and Coauthors, 2020: Optimization of OCO-2 cloud screening algorithm and evaluation against MODIS and TCCON measurements over land surfaces in Europe and Japan. Adv. Atmos. Sci., 37(4), https://doi.org/10.1007/s00376-020-9160-4. (in press)

Download:

原文链接：如何让OCO-2卫星更准确地进行云层筛选？

免责声明：

网站内容来源于互联网，由网络编辑负责审查，目的在于传递信息，提供专业服务，不代表本网站平台赞同其观点和对其真实性负责。如因内容、版权问题存在异议的，请与我们取得联系，我们将协调给予处理（按照法规支付稿费或删除），联系方式：ahos@vplshi.com 。网站平台将加强监控与审核，一旦发现违反规定的内容，按国家法规处理，处理时间不超过24小时。