来自EPIC观测的数据中，光谱反射率和短波通量的每小时、每天和每月的变化情况

《Frontiers in Remote Sensing》：Hourly, daily, and monthly variabilities of spectral reflectance and shortwave flux from EPIC observations

DSCOVR卫星上的EPIC仪器在日地L1点观测地球，分析全球平均反射光谱及短波辐射的时空变化。研究表明，反射率的小时变率在红/NIR波段最大（13%-37%），UV/蓝波段较小（5%-11%），主要受云量、极地（南极贡献更大）及季节性陆地分布影响。极地反射率在冬季更显著，且Lambertian假设会导致SW辐射通量高估20%-30%。

　　DSCOVR（Deep Space Climate Observatory）作为一项独特的地球观测任务，于2015年发射至太阳-地球L1点的轨道上，其轨道距离地球约150万公里，位于太阳与地球连线的延长线上。DSCOVR的主要目标是通过持续的太阳风测量，为准确的太空天气预报提供支持，同时观察地球被太阳照射的一面，以提升对地球气候的研究。DSCOVR上的地球观测仪器之一是EPIC（Earth Polychromatic Imaging Camera），它能够在红光和近红外波段提供几乎整个地球被太阳照射面的高时间分辨率影像，从而监测地球的变化。EPIC的视角可以捕捉到从地球同步轨道卫星（GEO）中难以观测到的极地地区，提供了对地球全球反射光谱辐射的观测。

EPIC不仅具备观测大气和地表特性的能力，其观测的全球反射光谱辐射以及基于EPIC的宽波段短波（SW）辐射和通量数据，可以用于监测地球的变化。然而，要评估地球在光谱亮度和反射短波辐射方面的长期变化，首先需要定量确定这些光谱反射特性和短波辐射的自然变化。本文提供了关于不同时间尺度下全球光谱反射特性和短波辐射通量变化的定量估计。主要研究结果包括：（1）红光和近红外波段的全球平均反射率在每小时内的变化比紫外和蓝光波段显著；（2）南极和北极的存在是季节性光谱反射率和短波辐射通量变化的主要原因；（3）全球平均短波辐射通量表现出高度的各向异性，特别是在陆地表面，假设为朗伯表面将导致短波通量高估20%–30%。同时，本文还探讨了这些变化背后的物理机制。

在地球观测领域，传统的观测手段主要依赖于低地球轨道（LEO）和地球同步轨道（GEO）卫星。LEO卫星通常以近极地轨道飞行，高度约为700公里，其轨道倾角接近90°，周期约为100分钟，并且每天在相似的当地时间穿过赤道。Terra和Aqua卫星通常在上午10:30和下午1:30左右穿过赤道，尽管它们的轨道已经缓慢漂移，不再保持赤道穿越时间。因此，LEO和GEO卫星在时间和空间上的采样都存在一定的限制。本文中，“全球”一词指的是“全球白天”范围。

2015年2月11日，DSCOVR被发射至围绕太阳-地球L1点的利萨茹轨道，其轨道周期约为6个月，距离地球约150万公里。DSCOVR卫星在太阳-地球-飞船（SEV）角度上略有偏离，角度范围在4.5°到12°之间，有时甚至达到约2°（例如，Marshak等人，2021；Su等人，2021；Wen和Marshak等人，2023）。这种轨道使得DSCOVR上的地球观测仪器能够观察到几乎整个地球被太阳照射的一面。

EPIC仪器在DSCOVR卫星上每65分钟（约22张图像/天）拍摄一次地球被太阳照射面的图像，而在北半球夏季则为每111分钟（约13张图像/天）。EPIC在10个窄波段通道中拍摄地球的光谱图像，从紫外（UV）和可见（VIS）到近红外（NIR）。EPIC的观测为地球观测系统提供了新的视角。EPIC仪器的更多细节可以在Herman等人（2018）和Marshak等人（2018）的研究中找到。

EPIC的通道被广泛用于大气和地表特性的各种检索，包括大气成分、陆地和植被类型以及云特征的估计（例如，Herman等人，2018；Carn等人，2018；Yang等人，2013；Xu等人，2017；Davis等人，2018；Lyapustin等人，2021；Lu等人，2023）。许多用户通过与其他测量和模型结果的对比，验证了EPIC数据的质量，并识别了一些质量筛选方法。Marshak等人（2017）发现了从DSCOVR/EPIC上观测到的陆地反光，将其解释为从几乎水平的微小冰晶反射的镜面反射。Li等人（2019）扩展了陆地反光分析，涵盖了陆地和海洋的反光。Yang等人（2018）探索了EPIC观测的全球光谱反光的变异性。Su等人（2018）将EPIC的窄波段辐射转换为宽波段辐射，以估算短波通量。Wen等人（2019）研究了EPIC观测的蓝光和近红外波段全球反光之间的关系。Carlson等人（2022）将EPIC的行星反照率与GISS ModelE2的结果进行了比较，用于气候分析。这些分析表明，EPIC对地球观测作出了独特贡献。

地球表面由海洋、陆地和冰/雪覆盖区域组成。海洋对太阳辐射的反射能力较弱，而陆地在紫外和蓝光波段较暗，在红光和近红外波段较亮。极地地区由于冰和雪的高反射率，表现出显著的季节性变化（Kato等人，2006；Loeb等人，2007）。对于整个地球来说，云层是高反射性的，且在大气系统中是一个重要而复杂的组成部分。

SBDART辐射代码（Ricchiazzi等人，1998）用于计算不同反射器的特征反射率，假设为朗伯表面。图1展示了在无大气影响下，不同反射器的TOA（大气顶层）反射率与波长的关系。图1a显示海洋的反射率较低，且随波长增加而降低。裸露的土地（这里简称为陆地）的反射率比海洋高，且在紫外到可见光和近红外波段随波长增加而增加。绿色植被的光谱反射率与其叶绿素吸收光谱相似，在蓝光和红光波段强烈吸收，而在绿光和近红外波段吸收较少，几乎为零，因此具有独特的光谱反射率特征，与其他反射器类型显著不同。云层的反射率在不考虑大气散射和吸收的情况下几乎与波长无关。

由于地球绕太阳运行的轨道是椭圆形的，太阳辐射在地球表面的入射量会随着地球-太阳距离的变化而变化。这种变化在一年中导致了太阳辐射的峰值变化约为6.7%（Kopp等人，2005；Kopp，2023），并影响了全年反射短波辐射和通量的变化（Su等人，2020）。为了校正地球-太阳距离变化对反射短波辐射和通量变化的直接影响，将短波辐射和通量归一化到平均地球-太阳距离（1 AU）。归一化后的短波辐射和通量与在平均地球-太阳距离下的宽波段反射率和反照率成正比。

本文分析了EPIC的全球反射率以及基于EPIC的短波辐射和通量，以表征其在不同时间尺度上的变化特性。通过研究EPIC在不同波段的反射率关系，我们探讨了全球反射率的变异性。首先，我们展示了2017年1月（北半球冬季）和7月（北半球夏季）的全球平均光谱反射率在24小时时间尺度上的变化（图5）。图5显示了在不同时间点上，不同波段的全球反射率变化，其中每个点代表了一次EPIC观测的全球平均反射率。实线表示了该月的平均反射率，以及24小时平均值（avr）和变化值（dr = max-min）的百分比变化。同时，图5还展示了不同时间点上的反射率标准差（sd）和其平均值的百分比变化。

在北半球冬季，EPIC每天大约拍摄13张图像，而在夏季则拍摄22张图像。对于1月，有13个反射率簇，每个簇代表了该月在相似UTC时间拍摄的图像。而7月的观测几乎是连续的，因为EPIC每小时拍摄一次图像。实线是1月13个反射率簇的平均反射率和7月每小时区间的平均反射率。因此，实线展示了白天光谱反射率的平均变化。在紫外和蓝光波段，全球反射率随波长增加而增加，达到最大值后又逐渐减少。这种变化主要是由于臭氧吸收截面和分子瑞利散射的相互作用。反射率在紫外和蓝光波段比红光和近红外波段显著更高，这主要是因为紫外和蓝光波段的分子散射比红光和近红外波段更强。在近红外波段（780 nm），全球平均反射率比红光波段（680 nm）更高。氧带（A波段688 nm和B波段764 nm）的反射率比周围参考波段更低，其中A波段的反射率是所有10个波段中最低的。绿光波段（551 nm）的全球平均反射率在1月和7月分别约为0.236和0.215，而近红外波段的全球平均反射率在1月和7月分别约为0.240和0.224，因此在近红外波段的全球平均反射率在1月比7月更高。

在紫外和蓝光波段，全球反射率的每小时变化类似于正弦函数，从0 UTC开始增加，达到最大值后在11–13 UTC时减少，随后在16 UTC左右再次增加，最终在24 UTC时减少。而在红光和近红外波段，反射率的变化则更为显著，特别是在7月，其变化幅度更大。在绿光波段和两个氧带的反射率变化则呈现相似的趋势，从0 UTC开始增加，在6 UTC左右达到最大值，随后逐渐减少。

图5显示，全球反射率的24小时变化在绿光波段和长波段比紫外和蓝光波段更大，且在7月比1月更大。这表明，由于云层覆盖和陆地反射率的变化，全球反射率的变异性在不同波段和季节中存在显著差异。对于特定的平均云层覆盖（Δf）来说，全球反射率的变异性在不同波段和季节中也有所不同。

在1月，由于云层覆盖和陆地反射率的平均值较高，全球反射率的标准差也较大。而在7月，云层覆盖和陆地反射率的平均值较低，导致标准差较小。这表明，全球反射率的变异性不仅受到云层覆盖的影响，还受到陆地反射率变化的显著影响。在1月，由于云层覆盖和陆地反射率的平均值较高，全球反射率的变异性更大。

为了理解全球反射率的变化，本文进一步分析了不同反射器类型的覆盖变化。例如，图6展示了1月和7月的云层覆盖和反射率的变化。在1月，由于云层覆盖和陆地反射率的平均值较高，全球反射率的变化更显著。而在7月，由于云层覆盖和陆地反射率的平均值较低，全球反射率的变化较小。图6的上半部分展示了云层覆盖和反射率的变化，下半部分则展示了全球反射率的计算结果。这些结果与图5中的观测数据相似，表明云层覆盖和反射率的变化是全球反射率变化的主要因素。

图7展示了不同波段的全球反射率之间的相关系数矩阵。这些矩阵显示了在不同时间尺度上，全球反射率的变化特征。例如，在1月，紫外和蓝光波段的反射率变化较小，而在绿光和红光波段的变化较大。图7还显示了不同季节下反射率之间的相关性。例如，近红外波段与红光波段的反射率相关性很高，而与紫外和蓝光波段的反射率相关性较低。这表明，不同波段的反射率变化主要受到不同反射器类型的影响。

图8展示了2017年1月和7月的每日平均反射率变化。图8显示，全球反射率在12月和1月达到最大值，而在4月和9月达到最小值。这些最大值和最小值主要是由于南极和北极区域在地球被太阳照射面的出现和消失。在5月，陆地反射率达到最大值，而由于云层覆盖的变化，全球反射率也有所波动。这些变化反映了地球自转轴倾斜和不同反射器类型的季节性变化。

图9展示了2017年云层覆盖和云层光学厚度（COD）的每日平均变化。云层覆盖的平均值约为64%，而云层光学厚度的平均值在1月为14，在7月为12。云层光学厚度的变化主要受到云层覆盖和反射率变化的影响。在1月，由于云层覆盖和反射率的平均值较高，云层光学厚度的变化也更大。而在7月，由于云层覆盖和反射率的平均值较低，云层光学厚度的变化较小。

图10展示了EPIC观测的全球光谱反射率的月平均变化。图10显示，全球反射率在12月和1月达到最大值，而在3月和8月达到最小值。这些变化主要受到南极和北极区域的影响，因为它们在地球被太阳照射面的出现和消失导致了反射率的变化。此外，全球反射率在不同波段之间表现出显著的相关性，这表明不同反射器类型的覆盖变化对全球反射率的影响是相互关联的。

图11展示了2017年陆地覆盖的每日平均变化。陆地覆盖在1月达到最低值，在5月达到最高值，随后逐渐减少。这种变化反映了地球自转轴倾斜和不同反射器类型的季节性变化。在5月，由于陆地覆盖和云层覆盖的变化，全球反射率达到最大值。

图12展示了基于EPIC的全球宽波段短波辐射和通量的变化。图12显示，全球宽波段短波通量的变异性在1月和7月相似，但由于云层覆盖和反射率的变化，其相对变异性在1月较小。在1月，全球宽波段短波通量的变异性主要受到云层覆盖和反射率变化的影响，而在7月，由于云层覆盖和反射率的变化较小，其相对变异性也较小。

图13展示了2017年1月和7月的短波辐射和通量的每小时变化。图13显示，短波辐射和通量的变异性在1月和7月相似，但由于云层覆盖和反射率的变化，其相对变异性在1月较小。在1月，由于云层覆盖和反射率的平均值较高，短波辐射和通量的变异性更大。而在7月，由于云层覆盖和反射率的平均值较低，短波辐射和通量的变异性较小。

图14展示了基于EPIC的全球宽波段短波辐射和通量的月平均变化。图14显示，全球宽波段短波通量在12月和1月达到最大值，而在3月和8月达到最小值。这些变化主要受到南极和北极区域的影响，因为它们在地球被太阳照射面的出现和消失导致了反射率的变化。此外，全球宽波段短波辐射和通量在不同月份之间的变异性也有所不同。

本文的研究结果表明，EPIC的全球光谱反射率和基于EPIC的短波辐射和通量变化为地球观测提供了重要信息。通过分析不同时间尺度上的变化，本文揭示了地球反射特性的自然变异性，并探讨了这些变化背后的物理机制。这些研究不仅有助于理解地球的反射特性，还对全球气候和能量平衡的长期变化提供了重要支持。