卫星云测量
国际卫星云气候学计划
在气候研究中最常用的云数据集是ISCCP (Rossow和Schiffer 19raybet雷竞技最新99)。最初的目的是提供云气候学和数据，用于研究天气尺度上的云过程，ISCCP使用从气象卫星获得的窄带辐射数据，每三小时检索全球280公里网格盒内的云分数和其他云性质。辐射传输模型应用于这些云数据和观测数据平流层气溶胶和gcm衍生的对流层气溶胶在大气顶部、表面以及两者之间的几个层面产生宽带SW和LW通量(Zhang et al. 2004)。值得注意的是，ISCCP通量数据集的年际和年代际变化与ERBS报告的数据集有一些相似之处(图2.4)，因为它们是独立推导的数据集。
ISCCP在长期保持同质和稳定的数据方面比ERB调查面临更大的困难，因为它使用的是一系列气象卫星，而这些卫星的设计不是为了维持机载校准或与其他卫星的接口。ISCCP使用一个极地轨道飞行器来处理间隔校准的地球同步卫星(主要数据来源)，该轨道飞行器在每个卫星的下方飞行，其本身必须随着时间的推移进行校准。其中一个问题涉及校准连续的极地轨道卫星，使全球云属性的人为变化不会出现在卫星之间的过渡，就像原始ISCCP c系列数据集的情况一样(Klein和Hartmann 1993)。由于地球表面的辐射恰好比目前任何卫星观测系统都更稳定，ISCCP d系列的处理
73年到
14日7
14日7
1985 1987 1989 1991 1993 1995 1997 1999时间(年)
图2.4 ERBS Nonscanner WFOV Edition3_Rev1(红色)、ISCCP FD(蓝色)、HIRS Pathfinder OLR(粉红色)和AVHRR Pathfinder ERB(绿色)数据记录的20°N到20°S平均长波、短波和净辐射异常的时间序列。异常是根据1985-1989年期间定义的(来自Wong等人，2006年)。
1985 1987 1989 1991 1993 1995 1997 1999时间(年)
图2.4 ERBS Nonscanner WFOV Edition3_Rev1(红色)、ISCCP FD(蓝色)、HIRS Pathfinder OLR(粉红色)和AVHRR Pathfinder ERB(绿色)数据记录的20°N到20°S平均长波、短波和净辐射异常的时间序列。异常是根据1985-1989年期间定义的(来自Wong等人，2006年)。
数据集包括卫星测量的调整，使得全球平均表面温度和反射率(包括对流层气溶胶的影响)不随时间变化(Brest et al. 1997)。虽然这种方法大大减少了ISCCP时间序列中的不均匀性，但它显然排除了使用数据来研究全球表面性质的变化。此外，该方法将在全球平均地球表面变化的程度上引入一个人工制品到云数据中。尽管如此，在名义上可以检查全球云性质的变化，ISCCP报告说，全球平均总云量在过去几十年里普遍减少(图2.5)，这主要是由于低纬度低空云量的减少。
尽管ISCCP进行了多层校准和调整，但这种趋势和全球平均云量的其他变化似乎完全是虚假的。在每个格框中，全球平均时间序列与时间序列之间的相关性模式类似于圆形地球静止卫星视场，而不是任何地球物理模式，并且在地球静止卫星视场边缘附近，局部趋势的空间模式变得强烈为负。Evan et al.(2007)将此归因于平均卫星视角随时间的系统变化。地球同步卫星在其视场外边界附近看到的像素，其倾斜路径比在其视场中心(即近最低点)看到的像素更大。在可见波长，薄低端云层更大的倾斜路径在光学上显得更厚，因此更容易被ISCCP使用的阈值方法检测到。由于在ISCCP记录开始时只有三颗地球同步卫星，在记录结束时只有五颗地球同步卫星，因此曾经在高卫星视角下看到的位置现在在低卫星视角下看到。这意味着曾经探测到的非常薄的云不再被探测到，报告的云量因此减少。
视角伪象对计算的ISCCP短波和长波辐射通量的影响小于对云量的影响，因为人工减少的云量被相应的人工增强的云光学厚度所补偿。此外，不再被识别的云是那些最接近探测阈值的云，因此辐射的重要性最小。
即使在统计上消除了与地球同步卫星数量和位置变化相关的视角伪影，其他明显的虚假变率仍然存在。例如，在地球同步卫星的整个观测区域(Norris 2000b)可以看到云量的重合变化。没有理由在相反的半球和季节(通常是陆地和海洋)的云异常应该如此密切相关，除非在卫星测量中有一些不明的人工制品或应用了不正确的校准(例如，Norris和Wild 2007年)。
一年
与全球平均时间序列的局部相关性
一年
与全球平均时间序列的局部相关性
-
- 局部线性趋势(%-每十年数量)
图2.5 Top: ISCCP全球平均总云量时间序列。中间:全球平均时间序列与每个网格框的时间序列之间的相关性。底部:每个网格框总云量的局部线性趋势。
图2.5 Top: ISCCP全球平均总云量时间序列。中间:全球平均时间序列与每个网格框的时间序列之间的相关性。底部:每个网格框总云量的局部线性趋势。
其他云数据集
另一个具有多年代际记录的云数据集是AVHRR探路者大气数据集(PATMOS) (Jacobowitz et al. 2003)。PATMOS云和辐射特性来自极地轨道气象卫星上的AVHRR仪器。虽然它们不像ISCCP那样受到地球同步卫星视角变化的影响，但对PATMOS做出贡献的名义上的太阳同步极轨卫星在其任期内经历了大量的轨道漂移，导致当地赤道穿越时间在一天中发生得更晚。这意味着云属性的日周期被混淆成一个长期趋势(即，如果上午出现的云比下午出现的云多，看起来云量会随着时间的推移而减少)。PATMOS通过统计回归长期趋势来校正日漂移，这必须对系列中的每个连续卫星重复。以这种方式删除趋势限制了这些数据在长期气候研究中的使用，因为任何真实的云趋势也可能被删除。raybet雷竞技最新更好的方法是从地球同步卫星上观测日周期，然后在此基础上调整日漂移。PATMOS时间序列也表现出极大的变化，似乎与卫星之间的转换有关(图2.4)。
第三个多年代际云数据集基于极轨气象卫星上的高分辨率红外辐射计测深仪(HIRS) (Wylie et al. 2005)。HIRS数据集通过比较几个不同的红外通道的辐照度来运行大气的层次它特别擅长探测高层光学薄云。像PATMOS一样，HIRS在卫星跃迁时也受到轨道漂移和不均匀性的影响。然而，HIRS得出的热带向外LW辐射时间序列(Mehta和Susskind 1999)似乎与ISCCP通量数据集和ERBS时间序列一致(图2.4)。
继续阅读:大气气溶胶550海里
这篇文章有用吗?