文章标题：An integrated framework for estimating the hourly all-time cloudy-sky surface long-wave downward radiation for Fengyun-4A/AGRI

发表期刊：Remote Sensing of Environment

在线时间：2024年6月

作者：曾 琪，博士后，研究方向为地表辐射收支参量的遥感反演、产品评价及其时序分析

程 洁，教 授/博导，长期从事定量遥感与地球辐射平衡研究

孙 浩，硕士研究生，研究方向为热红外遥感

董胜越，博士，研究方向为热红外辐射传输建模、地表温度/地表发射率反演

作者单位：北京师范大学 地理科学学部 遥感科学与工程研究院；北京师范大学 水科学研究院

地表长波下行辐射（SLDR）是许多地表过程模型的关键输入参数。为了弥补Fengyun-4A（FY-4A）卫星当前没有官方云天SLDR产品的缺陷，本研究开发了一个综合框架来估算FY-4A/先进地球静止辐射成像仪（AGRI）的逐小时全天候云天SLDR。首先，我们开发了一种新的方法，通过LightGBM技术直接估算全天时云底高度（CBH），并实现了CBH准确地估算。随后，根据估算的CBH和MARRA2温度廓线计算的云底温度（CBT）被用于驱动单层云模型（SLCM）并实现全天云天全天时SLDR的估算。51个通量站点的验证结果显示，估算的云天SLDR的bias和RMSE分别为0.06和22.61 W/m²，优于主流SLDR产品。此外，基于CBT的SLCM在不同的云类型、海拔和土地类型下表现良好，证明了综合框架在估算全天时云天SLDR方面的鲁棒性和泛化能力。

本研究涉四个过程：(1)CBH估算数据库的构建；(2)AGRI全天时CBH估算；(3)AGRI CBT估算；(4)单层云模型(SLCM)估算AGRI全天时云天SLDR。本研究涉及的所有数据如下：

表1 研究使用的主要数据

（1）AGRI全天时CBH估算

首先，根据构建数据库，结合匹配到CALIOP CBH的范围，确定估算白天和晚上CBH的特征变量，白天有79个输入参数，晚上有73个输入参数；然后，分别将白天和晚上的数据库分别划分为70%和30%，其中70%数据作为训练集，30%作为验证集；最后，利用LightGBM技术分别训练白天和晚上的模型超参数并估算AGRI CBH。结果表明，白天AGRI CBH的bias和RMSE分别为0和1.11 km；晚上AGRI CBH的表示和RMSE分别为0.01和1.13 km。

图1 使用CALIOP CBH作为真实值估算AGRI全天时CBH的训练和验证结果：(a)和(b)为白天，(c)和(d)为晚上

本研究评估了CBH估算模型在不同AGRI 云类型、CALIOP云光学厚度和不同纬度条件性能，结果表明，本研究构建的LightGBM模型在不同条件下表现良好。

（2）AGRI全天时SLDR估算

基于估算的AGRI CBH，结合MERRA2温度、气压廓线，利用线性插值，计算AGRI CBT；然后，结合Brutsaert (1975) 、Prata(1996)和Carmona等(2014)晴天算法，使用单程云模型，并利用BMA估算AGRI全天时云天SLDR。通过51个观测站点验证，发现白天AGRI SLDR的bias和RMSE分别为3.08和22.39 W/m²；晚上SLDR的bias和RMSE分别为-3.59和22.85 W/m²；AGRI全天时SLDR的bias和RMSE分别为-0.06和22.61W/m²。具体验证结果如图2所示。

图2 基于单层云模型框架估算AGRI全天时SLDR的验证结果

本研究同时验证了综合框架估算的SLDR在不同云类型、地表高程和不同地表类型条件下的精度，发现该框架在估算全天时云天SLDR方面的鲁棒性和泛化能力良好。

表2 AGRI SLDR在不同云类型下的验证精度

表3 AGRI SLDR在不同高程下的验证精度

表4 AGRI SLDR在不同地表类型下的验证精度

Zeng Q, Cheng J, Sun H, et al. An integrated framework for estimating the hourly all-time cloudy-sky surface long-wave downward radiation for Fengyun-4A/AGRI[J]. Remote Sensing of Environment, 2024, 312: 114319.（下载）