概念
- 云、气溶胶是DSSR的重要影响因子
- 葵花-8卫星搭载了世界上先进的下一代气象观测传感器—可见光/红外辐射计AHI(Advanced Himawari Imager)，相比以往静止卫星传感器实现了更高的空间、时间和光谱分辨率。
- RSTAR是由(Nakajima和Tanaka, 1986，1988；Stamnes 等，1988)等开发的一套适用于平面平行大气的辐射传输数值模式，假设的平面平行大气从海平面到120 km最高可分50层，有6种大气模式(热带、中纬度夏季、中纬度冬季、高纬度夏季、高纬度冬季、美国标准大气)可供选择，预设由9种基本成分(Water，Ice，Dust-like，Water-soluble，Sea Salt，Soot，Volcanic-ash，75% H2SO4，Yellow sand)组成的11类气溶胶模型。云模型有水云和由球形、椭球形、六角柱形等不同冰晶模型组成的冰云可供选择。具体模拟时，需要输入任一像素点的太阳、卫星几何角度等参数；给定需要计算的各波段中心波长和宽度，以及每一点的风速；还要选择大气部分的相关参数，主要是：大气模式类型、大气的次层数、组成气溶胶模型的粒子类型及其体积混合比、相对湿度等；另外还必须选择一个波段，给定其初始气溶胶光学厚度值用于迭代计算。通过设置以上参数后，可以得到下列输出量：每一波段对应的每个大气层面上总的光学厚度、气溶胶光学厚度、瑞利光学厚度、单次散射反照率、不对称因子、太阳入射辐照度、向下辐射通量、向上辐射通量、大气顶辐亮度等。
葵花卫星—— DSSR
1. 基于葵花-8卫星大气产品的地表下行短波辐射计算
input
本研究利用2016年4、7、10和12月的一级产品、二级云和气溶胶产品作为计算DSSR的输入数据。
method
基于大气辐射传输模式RSTAR构建了DSSR查找表，开发了DSSR的快速计算方法，进而将JAXA葵花-8二级云、气溶胶产品(光学厚度，粒子有效半径等)作为快速化计算方法的输入参量，计算得到了DSSR。
具体流程：
1）在构建查找表之前，需要对影响DSSR的因子做敏感性分析，进而根据敏感性分析结果进一步构建查找表，目的是减少查找表的冗余，提高查找效率。
从模拟结果可以看出，太阳天顶角、气溶胶光学厚度、云光学厚度、水云冰云粒子有效半径、地表反照率对DSSR都有影响，其中云光学厚度、太阳天顶角和气溶胶光学厚度影响程度最大，而云粒子有效半径、地表反照率影响相对上述三者较小。
2）基于敏感性分析结果，利用大气辐射传输模式RSTAR分别构建了晴空和有云(水云、冰云)条件下的DSSR查找表。
3）由于模式输出的是在特定太阳几何位置、大气和地表条件下的光谱地表下行辐射，因此需要将光谱地表下行辐射对太阳短波部分(0.3—3.0 μm)进行积分
式中， S 为地表下行短波辐射， S(λ) 为光谱地表下行辐射。
result
以陆地(Yonsei)和海洋(0n_165e)的观测数据验证了2016年4、7、10和12月本文计算的DSSR和同时期的JAXA DSSR产品，都具有高相关性。
全天空(All sky)、晴空(Clear sky)和云天(Cloudy sky)
误差原因分析
(1)输入计算的云、气溶胶产品精度的问题：在赤道附近，受太阳强烈直射的影响，海表因镜面反射呈现太阳耀光，可能导致卫星云、气溶胶参数的反演结果具有较大的误差，进而误差传递到本研究。
(2)没有考虑水汽含量的变化：赤道附近水汽含量较大，且水汽对太阳辐射具有吸收作用。本文为了实现快速计算，构建查找表过程中采用了模式默认的水汽柱总量，因此在水汽变化较大的区域，可能会带来较大的误差。
(3)气溶胶模式的假设带来的误差：本文为了实现快速计算，将气溶胶模式假设为大陆型，给海洋上空的DSSR计算带来一定的误差。其他如地表反照率、大气模式的假定，也会带来一定的误差。
