一种基于遥感观测数据推算晴空地面长波向下辐射的场景映射框架

《Remote Sensing of Environment》：A scene-mapped framework for deriving clear-sky surface longwave downward radiation from remotely sensed measurements

　　

## 主要贡献

- 提出了一种新颖的场景映射框架，用于晴空长波向下辐射反演。
- 场景映射通过细化大气状态约束条件，提高了长波向下辐射反演的精度。
- 该框架部分考虑了温度廓线和湿度廓线的影响。
- 与传统方法相比，新框架将均方根误差降低了6%–16%。
- 该框架在不同区域和混合数据源输入条件下均保持稳定的精度。

---

## 引言

长波温室效应调节着地球的气候（Wang and Dickinson, 2013; Wild et al., 2013）。长波向下辐射是地球表面能量平衡的关键组成部分，对于理解气候变化以及地表、大气和海洋环流至关重要（Liang et al., 2019; Lopes et al., 2024; Stephens et al., 2012; Xu et al., 2026）。随着地球观测技术的持续发展，卫星遥感已成为区域和全球尺度长波向下辐射估算及长期数据生产的重要工具（Guo et al., 2024; Jiao and Mu, 2022; Zeng et al., 2024）。

在长波向下辐射反演方法的发展过程中，辐射传输模型因其严格的物理基础而被广泛采用（Berk et al., 2015; Vicent et al., 2020）。然而，由于这些模型依赖于详细的大气和地表输入参数以及反复的正演计算，它们难以直接应用于大尺度和长时间序列的反演任务（Zhang et al., 2022）。查找表方法利用辐射传输模型预先计算各种大气和地表条件下的辐射传输结果，并将这些结果存储在查找表中，从而无需重复执行耗时的模拟即可快速、准确地反演长波向下辐射（Liang et al., 2021; Servera et al., 2019）。因此，查找表可作为辐射传输模型直接计算的高效替代方案，在物理保真度与计算效率之间取得平衡。然而，尽管查找表方法在反演阶段效率很高，但其构建阶段的计算成本仍然高昂（Servera et al., 2019）。这些表格的高维度和巨大的计算成本构成了算法开发的关键瓶颈（Li et al., 2024; Vicent et al., 2020）。

随着长波向下辐射反演需求的增长，简化的统计方法逐渐占据主导地位，特别是参数化方案和机器学习技术。参数化方法通常基于地面气象观测（如气温和湿度）估算大气发射率，并应用斯蒂芬-玻尔兹曼定律计算长波向下辐射（Idso, 1981; Prata, 1996）。其简便性和计算效率使其在全球尺度应用中得到了广泛采用（Cheng et al., 2017; Jiao and Mu, 2022; Yu et al., 2022; Zhou et al., 2019）。然而，这些方法严重依赖于训练样本的时空代表性，在不同模型之间存在差异，且回归系数在不同气候区域的迁移性往往有限，从而限制了其在全球范围内的适用性（Chauhan et al., 2025; Jiao and Mu, 2022; Pace et al., 2024）。近年来，机器学习方法（包括深度学习）在遥感领域日益受到重视，这些方法利用大规模数据集捕捉复杂的非线性关系，从而提高了反演精度（Chauhan et al., 2025; Feng et al., 2020; Guo et al., 2024; Xu et al., 2026; Xu et al., 2022; Xu et al., 2023; Zhou et al., 2019; Zhu et al., 2022）。然而，这些数据驱动的模型通常缺乏物理可解释性，且对训练数据的代表性高度敏感，使数据依赖成为长波向下辐射反演中的关键瓶颈（Reichstein et al., 2019）。

为克服上述挑战，混合方法作为一种有效的解决方案应运而生。这些方法将辐射传输模型的物理精度与统计模型的高效性相结合，从而能够在复杂大气条件下实现更为可靠的辐射反演（Cheng et al., 2017; Liang et al., 2010; Tang and Li, 2008; Wang and Liang, 2009, Wang and Liang, 2010）。混合方法利用大气顶层的亮温或辐亮度观测值，直接反演地表长波辐射通量，有效避免了传统方法中大气参数反演所固有的误差传播问题（Cheng et al., 2017）。近期研究表明，通过将辐射传输模拟与卫星热红外观测及辅助大气信息相结合，混合方法在晴空长波向下辐射反演方面已展现出有效性（Jiao and Mu, 2022; Yu et al., 2022; Yu et al., 2019）。在实践中，此类方法利用模拟或观测数据集建立多波段大气顶层观测值（通常为辐亮度）到地表长波向下辐射之间的映射关系（Jiao and Mu, 2022; Zhou et al., 2019; Zhu et al., 2022）。然而，随着可能的通道和辅助变量组合数量的增加，识别稳定且具有可迁移性的映射关系变得越来越具有挑战性。近期的研究进一步表明，长波向下辐射反演的表现可能与大气和地表状态密切相关。气温逆温会显著降低常用晴空参数化方案的精度（Cheng et al., 2020）。在极地地区，晴空长波向下辐射反演和模型评估也显示出不同产品和环境条件下存在显著的性能差异（Guo et al., 2024; Pace et al., 2024）。在喜马拉雅山脉的复杂高海拔地形中也报道了类似的模型依赖性（Chauhan et al., 2025）。综合这些发现，全局固定的或弱分层化的反演关系可能无法充分反映大气和地表状态的多样性，这促使人们探索明确约束局部物理状态空间反演策略。

与此同时，场景分类方法被引入以更好地考虑长波辐射反演中的区域和气候多样性。例如，地球辐射能量系统云任务采用按场景类型分层辐射各向异性的角分布模型，将实测辐亮度转换为大气顶层通量（Loeb et al., 2005; Loeb et al., 2007; Su et al., 2015）。在此基础上，Doelling等人开发了基于辐亮度的算法，从静止卫星推导长波通量。该算法使用窗口通道和水汽通道辐亮度、观测几何、昼夜分离以及云覆盖率和地表类型等辅助参数来定义场景，目前已被广泛应用于地球辐射能量系统1°产品链中。最近，Li等人将这一概念进一步推进，提出了用于外辐射反演的多维矩阵映射方法，该方法纳入了场景分类和差分吸收原理，建立了大气顶层亮温观测值与外辐射之间的映射关系。从概念上讲，这些场景映射方法与基于查找表的方法共享共同的逻辑：两者都通过辐射传输模拟预先计算并存储大量的辐射量，随后通过高效的查找操作降低计算成本。通过平衡物理一致性与计算效率，此类方法能够在各种大气和地表条件下实现准确的辐射通量估算。这些研究为场景分层辐射映射和高效查找提供了先例。

基于混合反演和场景分类的一般原理，本研究开发了一种新的地表长波向下辐射反演框架。具体而言，所提出的场景映射查找表策略使用地表温度和总柱水汽作为地表-大气状态的物理描述子（Cheng et al., 2017; Wang et al., 2023; Wang et al., 2020）。通过使用这些描述子来定义查找表的场景特定子集，并将反演限制在对应的局部状态空间内，该框架将光谱匹配约束在物理相关的地表-大气条件下，并减少了有效反演搜索空间。

---

## 小节片段

### 遥感观测数据

#### （1）MODIS

搭载于Terra和Aqua平台的MODIS传感器在全球范围内提供地表和大气参数的高空间分辨率观测（Toller et al., 2013）。本研究从MODIS一级B辐亮度产品MOD/MYD02SSH中选取了十个长波光谱通道作为主要输入（表1）。这些产品提供重采样至5公里（星下点）的校准辐亮度。场景分类以地表温度（来自MOD11）和总柱水汽（来自MOD05）为主要依据

### 基于MODTRAN的模拟

模拟数据库使用MODTRAN6生成，模拟了多样化大气、地表和观测条件下的晴空长波向下辐射及对应的大气顶层热辐亮度。查找表构建的参数设置汇总于表2中。

总柱水汽模拟节点针对每个大气廓线进行了自适应定义，以平衡辐射敏感性和查找表大小。由此得到的依赖于廓线的总柱水汽采样受相应对应的饱和

### 基于模拟数据的验证

首先使用3.1节所述的MODTRAN模拟数据集对四种基于查找表的反演变体进行了评估。这四种方法对查找表搜索施加了不同层级的约束。T-全局搜索整个查找表。T-级联作为全局搜索和显式场景映射之间的中间基准，它首先利用观测天顶角、地表温度和总柱水汽来限定候选集。然而，它并不构建S-LUT和S-Poly所使用的显式有界场景窗口。

所有方法均显示

### 统计反演中使用亮温代替辐亮度

许多直接使用大气顶层热观测的卫星统计和混合方法传统上在辐亮度空间中进行构建，其中辐亮度既是直接的辐射传输量，也是一级B传感器产品的标准输出。

与传统基于辐亮度的算法不同，本研究采用亮温作为主要输入变量，因为它提供了经校准的热波段辐亮度的物理可解释的开尔文量纲表示。对于每个MODIS热波段，亮温被

---

## 结论

本文介绍了一种基于亮温直接反演晴空长波向下辐射的场景映射查找表框架。该框架使用地表温度和总柱水汽定义场景特定的查找表子集，从而将光谱匹配限制在局部一致的地表-大气状态内。开发了两种实现方案——S-LUT和S-Poly，独立的模拟验证确认了它们稳定可靠的反演性能。

在基于MODIS的验证中，S-LUT和S-Poly的均方根误差为26.36

---

## CRediT作者贡献声明

**Yihan Du**：撰写——原稿，可视化，验证，方法论，概念构思。

**Tianxing Wang**：撰写——审稿与编辑，监督，资金获取，概念构思。

**Yi Zheng**：撰写——审稿与编辑，监督。

**Dahui Li**：撰写——审稿与编辑，方法论，形式化分析。

**Yuyang Xian**：撰写——审稿与编辑，可视化，资金获取。

**Feiyao Gao**：撰写——审稿与编辑，可视化。

**Stefan A. Buehler**：撰写——审稿与编辑。

---

## 利益冲突声明

作者声明不存在任何已知的竞争性财务利益或个人关系，这些关系可能影响本论文所报告的工作。

---

## 致谢

本工作由国家自然科学基金委员会资助（批准号424B2007、42371342）、中山大学基本科研业务费专项资金（编号24lgzy001）以及广东省科技计划项目（编号2024A1111120008）共同资助。第一作者衷心感谢汉堡大学在访问期间提供的宝贵支持和资源。

---

**Yihan Du | Tianxing Wang | Yi Zheng | Dahui Li | Yuyang Xian | Feiyao Gao | Stefan A. Buehler**