近日，中国科学院空天信息创新研究院胡斯勒图研究员、石崇研究员等联合国家卫星气象中心等研究机构在地球科学与遥感学会会刊TGRS（IEEE Transactions on Geoscience and Remote Sensing）杂志上发表了题为“Development of an Algorithm for the Simultaneous Retrieval of Cloud-top Height and Cloud Optical Thickness Combining Radiative Transfer and Multisource Satellite Information from O₄ Hyperspectral Measurements”的论文，介绍了团队在高光谱云遥感算法研制方面的最新工作。

云约占据60%～70%的地球表面，对地气系统辐射能量平衡和气候变化有着重要影响，如何定量刻画云的特性，是准确评估辐射效应和估算辐射收支的前提。此外，云还会影响如NO₂、SO₂、O₃等痕量气体在内的大气成分的监测，随着高光谱载荷监测痕量气体需求不断提升，如何精确纠正云带来的影响，是准确反演痕量气体的前提。

在上述研究与任务中，云顶高度（Cloud Top Height，CTH）和云光学厚度（Cloud Optical Thickness，COT）是刻画云特性最为重要的参数，而基于高光谱观测可以准确提供这些参量。传统基于高光谱观测反演云顶高度和云光学厚度的方案多基于O₂-A波段和光谱最优估计框架，例如ROCINN（Retrieval Of Cloud Information using Neutral Network）和FRESCO（Fast Retrieval Scheme for Clouds from Oxygen A band）算法。上述算法不仅推动了高光谱载荷云参数反演的算法研究，还为TROPOMI的痕量气体产品提供了有效的云参数。然而，这些算法仍有部分限制。首先，由于O₂-A波段地表反照率较大，且受到植被季节性变化影响很大，地表反照率造成的反演不确定性可能较大。此外，随着载荷光谱分辨率不断提升，基于光谱最优估计的算法对于算力要求也较高。最后，部分载荷并不覆盖O₂-A波段的观测，步伐应用这些算法，例如国产卫星FY-3F/OMS。相比之下，基于高光谱O₄波段（460-490nm）开展的云算法研究，可以有效避免上述问题。

基于以上研究背景，CARE团队胡斯勒图研究员、石崇研究员首次基于高光谱O₄波段开发了一种云顶高度和云光学厚度同步反演算法（Cloud Retrieval Algorithm based on Neural Networks using O₄ band，CRANN-O4）。研究尝试利用神经网络模型关联起大气层顶反射率、O₄ 斜柱浓度（SCD， Slant Column Density）与云光学厚度和云顶高度间的关系。图1展示了不同地表类型下，四个参量较为一致的空间分布。基于辐射传输模式SCIATRAN进行的敏感性分析也证明了O₄ SCD和大气层顶反射率主要受云顶高度和云光学厚度影响。因此基于辐射传输模式模拟的数据集，构建了O₄ SCD和大气层顶反射率作为输入，而云光学厚度和云顶高度作为输出的神经网络反演算法。为了增进模型的反演精度，研究还基于匹配的主动观测和VIIRS云光学厚度数据进行了迁移学习。最后基于主动观测和VIIRS云光学厚度数据分析了CRANN-O4和ROCINN反演结果之间的差异。

图2展示了2020年9月1日台风Maysak区域的观测辐亮度灰度图、ROCINN、CRANN-O4和VIIRS的云顶高度和云光学厚度的空间分布图。通过对比ROCINN和VIIRS的云产品，可以发现ROCINN云产品在高云区域的云顶高度通常相较于VIIRS云顶高度更低，而ROCINN云光学厚度相较于VIIRS则普遍偏高，而CRANN-O4对这些问题均有所改善。

此外，研究基于主动激光雷达（CALIOP）观测重点分析了不同反演算法反演云顶高度的效果，结果如图3所示。以2020年3月1日全天的验证为例，相较于CALIOP观测，ROCINN的云顶高度R²为0.63，RMSE为2.9km，平均绝对值偏差为1.7km，而CRANN-O4的R²为0.78，RMSE为2.2km，平均绝对值偏差为0.4km。CRANN-O4算法取得了更接近于CALIOP主动观测云顶高度的结果，有效改善了ROCINN在高云区域云顶高度反演普遍偏低的情况。

研究成果近期发表于IEEE地球科学与遥感学会会刊(中科院一区) IEEE Transactions on Geoscience and Remote Sensing。中国科学院空天信息创新研究院遥感与数字地球重点实验室在读博士生汪文武为第一作者，空天院研究员胡斯勒图、石崇为通讯作者。研究工作得到国家自然科学基金杰出青年科学基金和优秀青年科学基金（海外）等项目资助。

原文链接：https://ieeexplore.ieee.org/document/10491296

Development of an Algorithm for the Simultaneous Retrieval of Cloud-top Height and Cloud Optical Thickness Combining Radiative Transfer and Multisource Satellite Information from O₄ Hyperspectral Measurements

图1 大气层顶反射率、O₄ SCD与云光学厚度和云顶高度的空间分布图

图2 台风Maysak区域ROCINN，CRANN-O4与VIIRS反演云产品对比图

图3 CRANN-O4、ROCINN与CALIOP观测云顶高度的对比散点图：(a，b) 2020年3月1日对比结果; (c，d) 2020年9月1日对比结果