文章标题：A Parameterization Scheme for Correcting All‐Sky Surface Longwave Downward Radiation Over Rugged Terrain

发表期刊：JGR Atmospheres

在线时间：2024年8月

作者：杨锋，2017级博士生，现为西北农林科技大学 副教授，研究方向为地表辐射平衡遥感；

曾振中，南方科技大学 教授；

程 洁，北京师范大学 教 授/博导，长期从事定量遥感与地球辐射平衡研究；

作者单位：北京师范大学 地理科学学部 遥感科学国家重点实验室；西北农林科技大学 黄土高原土壤侵蚀与旱地农业国家重点实验室；南方科技大学 环境科学与工程学院；

   

   1. 提出了一种校正崎岖地形下全天地表下行长波辐射（SLDR）的方法，主要改进了对周围地形热辐射贡献的估计；

   2. 基于DART模拟和地面观测的综合比较，验证了所提出方法的可靠性；

   3. 该方法在纠正大尺度下遥感SLDR和模型模拟SLDR地形效应方面展现出强大的应用潜力。

准确的高空间分辨率SLDR对于深入理解崎岖地形，特别是山地的气候动态，至关重要。然而，由于地形的复杂性和广泛性（占全球陆地面积的30.5%，即40,957,238 km²），在这些区域获取高精度高分辨率的SLDR数据仍然面临巨大挑战。

在崎岖地形区域，SLDR的准确估算受到多种因素的阻碍。具体而言，地形的各向异性导致表面热辐射的贡献减弱，特别是在太阳方向的阴影区域。此外，天空热辐射因邻近斜坡的遮挡而减少，以及附近地形的热辐射补偿贡献。为应对这些挑战，前人发展了多种方法，包括基于天空可视域因子的加权方法、比率方法和亚像元方法。尽管这些算法显著提高了晴空条件下SLDR的精度，但在大规模校正遥感和模型模拟的全天SLDR中仍未得到充分利用。

本文提出了一种适用于崎岖地形区域全天SLDR估算的参数化方案。该方法通过考虑地形的不对称性改进了对附近地形热辐射贡献的估算，并考虑了低水气条件下冰云热散射的影响。我们利用Essential thermaL Infrared remoTe sEnsing（ELITE）长波辐射（SLWR）产品作为平坦地形长波辐射的基准数据，通过与DART模拟和现场观测的综合比较，以及对地形修正前后结果的可视化对比，验证所提出方法的可靠性。

我们研发了一种参数化方案，用于修正大尺度崎岖地形的地表下行长波辐射（SLDR），并将其记作TLDR。该方法包括以下关键步骤：首先，进行研究区的选定（如图1所示），并开展数据的收集与预处理；接着，研发TLDR估算模型；然后生成时间序列TLDR数据；最后，对模型的可靠性进行验证，并对TLDR估算的不确定性和敏感性进行评估。综合的技术路线如图2所示。

图1 研究区地理位置及原位观测和模拟站点的空间分布

图2 全天TLDR估算的技术路线图

此外，TLDR估算模型研发主要包括TLDR估计的影响因素的识别，天空可视域因子的计算，视域因子的确定，TLDR估算模型构建：

SLDR来自ELITE SLDR，SVF是天空可视域因子,（1-SVF）*SLUR_nb代表附近地形热辐射。LR_scatter表示冰云热散射，SLUR_i表示当前目标像素的每个可见像素处的平坦地表上行长波辐射，d_i表示可见像素与当前目标像素之间的空间距离。

（1）使用DART模拟进行验证

我们观察到附近地形的热辐射贡献具有相似的空间模式，两个模型都显示较陡的地形与较高的TLDR值相关，在山谷中达到约300 W/m²（图3a和b）。此外，我们根据DART模拟的TLDR评估了TLDR模型的准确性（图3d），结果显示略有低估，偏差（bias）为−12.8 W/m²，均方根误差（RMSE）为28.2 W/m²，揭示验证结果与来自现场观察一致。

图3 使用DART模拟验证TLDR模型的结果。（a）DART模拟TLDR。（b）TLDR模型估算的TLDR。（c）TLDR模型和DART模型之间的差值图。（d）两个模型之间的散点图比较。

（2）使用现场观测进行验证

     我们观察到地形校正后散点沿1:1线的分布模式有所改善（图4，Terra星结果类似未展示）。通过比较地形校正前后的时间序列SLDR估计值，进一步证实了这一改进（图5）。此外，所提出的TLDR模型在1 km空间分辨率下的统计精度表现出显著的提高，bias降低了4.7 W/m²到11.0 W/m²，RMSE降低了3.5 W/m²到4.9 W/m²。

图4 在三个选定的TIPEX-III站点上来自Aqua星的ELITE SLDR和地形校正SLDR的散点图比较。（a）Biru，（b）Jiali，（c）Linzhi，（d）所有站点。

图5 地形校正前后时间

（3）估算的TLDR的空间分布

    我们比较了Aqua卫星白天（2014171.0650；图6）和夜间（2014206.1925；未展示）的估计TLDR和ELITE SLDR的空间分布，发现地形校正前后的SLDR差异均呈现出“西北小、东南大”的空间格局，最大差值在白天和夜间分别达到67 W/m²和54 W/m²。

图6 白天ELITE SLDR与地形校正SLDR的比较。（a）ELITE SLDR，（b）地形校正SLDR，（c）两张 SLDR 图间的差值。

本文提出了一种适用于崎岖地形下全天SLDR估算的参数化方案，通过考虑地形的不对称性改进了对附近地形热辐射贡献的估算，并考虑了低水气条件下冰云热散射的影响。我们使用DART模型验证了该方案的可靠性，结果显示bias为−12.8 W/m2，RMSE值为28.2 W/m2，表明TLDR模型与DART模拟结果之间具有良好的一致性。在三个地处平坦的深谷底部附近的TIPEX-III观测点上，对ELITE SLDR产品的进一步评估表明，我们的修正模型显著改进了SLDR估算精度，平均偏差降低了7.4 W/m2，平均RMSE降低了4.1 W/m2。地形校正后的ELITE SLDR差异图在研究区呈现出“西北小、东南大”的空间分布特征，白天的最大差异达到67 W/m2，夜间最大差异为54 W/m2。与现有方法的比较表明，由于考虑了地形因素，我们的方法带来了类似的改进效果。总体而言，我们的SLDR校正模型显示出在大规模校正遥感数据和模型模拟SLDR产品方面的巨大潜力。

Yang, F., Zeng, Z., & Cheng, J. (2024). A parameterization scheme for correcting all‐sky surface longwave downward radiation over rugged terrain. Journal of Geophysical Research: Atmospheres, 129, e2023JD038862. https://doi.org/10.1029/2023JD038862（下载）