FY-3A/MERSI数据在典型大城市热环境监测预报中的应用——以上海市为例

杨何群，周红妹，尹 球，李永平，柏 桦

（1.上海市卫星遥感与测量应用中心，上海 201199；2.上海台风研究所，上海 200030）

一、引 言

中国自主研发的第二代极轨气象卫星系列风云三号（FY-3）可对地球—大气进行全天候、全天时、三维、定量、多光谱的不间断观测［1］。中分辨率光谱成像仪（MERSI）是FY-3搭载的主要光学载荷，具备从可见光到热红外20个通道的探测能力。特别的，FY-3/MERSI加强了对地物的精细观测能力，将250 m分辨率通道从MODIS的2个增加到5个，可为城市土地利用、土地覆被变化、热环境灾害等生态效应监测及机理研究提供高时空分辨率图像。

近30年来，随着工业发展、城市化进程加快等引发的城市环境和气候的变化，以城市热岛效应为代表的城市热环境灾害问题已引起世界广泛关注。一方面，城市空间热环境受到地表物理性质和人类社会经济活动的共同影响，是城市生态环境状况的综合概括与体现［2-3］；另一方面，它对城市空气质量、微气候、能源消耗及公共健康等方面会产生深远影响，甚至在一定程度上造成热灾害［4］。作为中国新型自主的卫星数据，探索评估FY-3/MERSI在典型大城市热环境监测预报中的应用模式及潜力，对提升中国卫星遥感自主应用能力具有十分重要的意义。本文以中国典型大城市上海为例，对FY-3A/MERSI在城市热环境与热灾害方面的应用进行研究。

二、研究方法

1.FY-3A/MERSI热环境监测

（1）LST反演算法

地表温度（land surface temperature，LST）是城市空间热环境的主载体和量化基本，但遥感LST物理反演是一个复杂的求解问题。在晴空大气、局地热力平衡条件下，假定地表为朗伯发射体，并且忽略大气分子和气溶胶散射，卫星热红外传感器接收的能量主要包括经大气削弱后被传感器接收的地表热发射辐射，经地表发射后再被大气削弱的大气下行辐射，以及大气上行辐射等3部分。因此，要获取真实的地表温度，必须剔除掉卫星信号中由于大气影响而包含的噪声，即需进行大气校正。Jiménez-Muñoz＆Sobrino以单个热红外通道为对象，对Plank方程作一阶泰勒级数展开，提出了把大气校正包含在地表温度反演过程中的普适性单通道算法［5］。鉴于 FY-3A/MERSI只有一个热红外通道，LST的反演适宜采用该算法，计算公式如下

其中

（2）LST衍生指标

事实上，仅凭地表温度的绝对值并不能完全反映热环境或热灾害的空间格局，可在遥感反演LST的基础上，通过搜索标识热岛中心，计算热场温度距平、热场强度归一化指数、热岛比例指数等参量，进行热岛强度分级和面积统计，以及匹配下垫面介质分析对应关系［7］等，多角度呈现热环境空间形态及定量信息，从而发现或揭示潜在的热灾害。

2.耦合FY-3A/MERSI数据产品的热环境预报

（1）FY-3A/MERSI在数值预报中的定量应用

众多数值模拟研究表明，LULC对天气气候模拟有重要影响［8］。用以模拟的LULC数据需保证精确性、时效性和足够的分辨率。特别是对城市气象环境的模拟，由于城市特殊的下垫面性质，使得在中尺度背景场下更需细化城市下垫面。250 m分辨率的MERSI数据能够满足上述需求。因此，笔者基于FY-3A/MERSI制备了上海地区春、夏、秋、冬四季250 m空间分辨率的LULC基础数据集用于中尺度气象数值预报模式WRF（如图1所示）。

除LULC基础数据外，实时反演的 FY-3A/MERSI地表温度或者按季相、月际规律统计合成制备的LST数据集，也可作为初始场或背景场，与WRF结合，以间接同化的方式预报城市面气温等，用于热环境灾害预报预警服务。需要注意的是，受观测仪器、观测算子近似、同化模式局限性等影响，同化系统会受到偏差问题的困扰［9］。针对FY-3A LST反演结果的特点，需进行质量控制及系统性偏差订正，将不合理的地温值予以剔除，以保障进入同化系统的数据质量。

图1 上海市250 m FY-3A/MERSI土地利用（覆被）分布图

（2）城市热环境短时预报模块

为进行城市热环境灾害的短时预报，还需开发城市近地层气温的预报模块，重点在于城市冠层参数化方案。方案中涉及的大气控制方程如下，式中各符号代表参量详见文献［10］。

水平方向的动量方程

热量方程

湍流动能方程

城市地面能量收支的确定

从试运行的验证结果来看，模式气温与实际温度可能还存在一定偏差，多数情况城区预报最高温度、平均温度比实测结果偏低，需进一步优化订正。设计拟合预报结果与前一天气温差随时间的变化趋势自动进行客观修正。

三、应用实例

1.基于FY-3A/MERSI的上海市初秋热环境监测

以2010年9月21日的FY-3A/MERSI数据为例（如图2所示），进行上海市空间热环境监测与分析。结果为基于250 m FY-3A/MERSI的地表温度分布空间特征精细化显示。

从图2中可见，上海LST分布差异由外围到中心层次递进，城市热岛效应明显，热岛由中心城区呈放射性面状过渡到远郊以乡镇为中心的小团块状。城区地表温度较高，高温区域主要分布在人口密集的中心城区及北部宝山、嘉定能耗大、热源强度高的工业区内，最热的区域出现在宝山东北部。中心城区周边的近郊地区如闵行、浦东东北部、松江东部目前发展较快，也已成为新的热力中心基质区域，远郊则零散分布一些热力斑块。东南部沿海和崇明县温度整体处于较低水平，比中心城区低1.0℃ ～3.2℃，另有较大面积的水域及较密植被的城中公园形成多个冷岛。另外，黄浦江也形成了一条穿越城市的长条形相对低温带。统计分析表明，当天地表温度分布于23℃ ～34℃，并主要集中于27℃ ～30℃区间，32℃以上的高温区面积比例仅占12%，显示城市整体温度状况略热，但热环境灾害发生的可能性不大。

图2 上海市250 m FY-3A/MERSI LST分布图

2.融合FY-3A/MERSI的上海市盛夏热环境分布预报

将FY-3A/MERSI数据产品引入WRF，改进建成独立运行的上海市近地层气温预报模块后，可获得250 m分辨率的0～48 h的气温预报结果。所得数据既规避了卫星探测受云污染影响，又优化了预报时空分辨率，保证了气温分布全局的完整性。与常规数值预报结果对比，耦合FY-3A/MERSI后的数值预报能较好地模拟出城市气温的演变，清晰地显现热岛形成和发展的过程，这也表明FY-3A卫星探测资料可有效改善数值预报模式，尤其是模式初始场与背景场。

图3为2011年7月28日上海盛夏时节的一个预报实例。由图3可见，日出后，随着太阳辐射的增温作用，上海热高温区呈中心城区向西部郊区蔓延的趋势，特别是8:00—11:00升温迅速，平均增温速率在0.5℃/h以上，至中午13:00，热岛强度达最强，到午后14:00，热高温区面积比例达最大，此时也是日最高气温的出现时段，城市下垫面整体偏热。下午，热高温区又自西向东缩减。据此预报如下:①2011年7月28日上海城市热环境将具有明显的日变化特征，但热中心位置会稳定维持于中心城区，且中心城区比郊区有更长的高温持续时间。鉴于热岛作用下城区比郊区更易出现高温，区域36.2℃的最高温度出现于闸北区。② 以重化工业能耗布局为代表的宝山、嘉定两区是除中心城区外的最先增温区域，即热浪过程将可能出现在这两区。因气温升高会导致大气层结逐渐趋于不稳定，上下气层湍流混合加强，底层大气风速增大，正午12:00，热中心位置将略微朝下风方向即北部宝山飘移。③由于海陆热力性质差异所致，青浦东北部、松江西部以及金山西北部属随后增温区域，东部沿海则一直保持相对较低的温度。④当日白天热环境分布成因主导是吸收短波辐射的强弱和传递过程，以及人为热源排放导致的热量增加，这些物理过程形成的湍流显热交换构成了近地层热量的主要来源。

图3 基于FY-3A/MERSI的上海气温逐时预报

进一步的，可进行热环境灾害潜势预报。因2011年7月28日云系会稍多，故白天城市热岛强度变化较平缓，36℃附近的最高温将不易造成典型的热环境灾害，但中心城区、宝山、嘉定热灾害危机度较大，尤其是13:00—14:00可能易发生人群高温中暑、用电负荷较大等现象。由于中心城区、宝山、嘉定、青浦、松江、金山等最高气温预计超过了35℃，需分区发布高温黄色预警。

250 m的气温预报格网也便于进行局地小尺度气温预报。如图4所示，2011年7月28日中心城区的高温区出现于北部，自杨浦区中南部、虹口区、闸北区、普陀区中东部连成一片，且三大最高温点均位于闸北区；次高温区于黄浦区、静安区、长宁区东部连成一片；因依临黄浦江及城中绿地的降温效应，杨浦区东北部、徐汇区中南部为相对低温区。重点地标如人民广场、徐家汇、虹桥机场的最高温度出现于14:00，但气温值各有差异，这与目前较统一的预报值相区别，突出了精细化特征。以上结果同时便于市民寻找相对清凉的避暑地。

四、结 论

通过FY-3A/MERSI数据在上海城市热环境灾害监测预报中的应用研发，结果表明，利用中国新型自主的FY-3A卫星资料进行以地表温度-近地层气温为基础的监测预报业务是可行的。FY-3A/MERSI反演的250 m地表温度及其衍生热环境指标能够精细、客观地揭示典型大城市的热场分布格局，捕捉城市热岛形态特征与增温效应。另一方面，将基于FY-3A/MERSI的土地利用（覆盖）分类及地表温度反演结果融入中尺度气象数值预报模式后，可起到有效改进数值模式的初始场与背景场的作用，耦合城市冠层参数化方案，可生成时空精细化的城市气温短临预报产品，应用于不同天气形势下热环境灾害监测预警服务，以及热灾害机理分析。不过需注意到，数值预报气温与实际温度可能还存在一定偏差，气温预报订正方案还需优化。

［1］ 杨军，董超华，卢乃锰，等.中国新一代极轨气象卫星——风云三号［J］. 气象学报，2009，67（4）:501-509.

［2］ YUE W Z，XU J H，XU L H.An Analysis on Eco-environmental Effect of Urban Land Use Based on Remote Sensing Images［J］.Acta Geographica Sinica，2006，26（5）:1450-1460.

［3］ 曾永年，张璎璎，张鸿辉，等.城市扩展强度及其地表热特性遥感定量分析［J］.测绘学报，2010，39（1）:65-70.

［4］ 谢德寿.城市高温灾害及其预防［J］.灾害学，1994（3）:29-32.

［5］ JIMÉNEZ-MUÌOZ J C，SOBRINO J A.A Generalized Single-channel Method for Retrieving Land Surface Temperature from Remote Sensing Data［J］.Journal of Geophysical Research，2003，108（D22）:4688.

［6］ 杨何群，尹球，周红妹，等.利用MATLAB实现FY-3/MERSI地表温度反演及专题制图［C］∥第28届中国气象学会年会论文集.厦门:［s.n.］，2011:99-100.

［7］ 陈改英，郭达志.北京市昌平区土地利用/覆盖变化的遥感监测与热环境响应分析［J］.测绘通报，2011（11）:37-40.

［8］ 陈锋，谢正辉.基于中国植被数据的陆面覆盖及其对陆面过程模拟的影响［J］.大气科学，2009，33（4）:681-697.

［9］ DEE D P.Bias and Data Assimilation［J］.Q.J.R.Meteorol.Soc.，2005（131）:3323-3343.

［10］ 李晓莉，何金海，毕宝贵，等.MM5模式中城市冠层参数化方案的设计及其数值试验［J］.气象学报，2003，61（5）:526-539.