Radon变换在研究型扫描偏振仪多角度测量中的应用：云层断层扫描的新方法，第三部分——精度与适用性

《Frontiers in Remote Sensing》：Application of the Radon transform to multi-angle measurements made by the research scanning polarimeter: a new approach to cloud tomography, Part III—accuracy and applicability

　　

在系列论文的第三部分中，研究人员评估了第一部分所介绍的断层扫描算法及第二部分将其应用于研究型扫描偏振仪（RSP）实际测量时的精度与适用性。研究聚焦于该算法的核心环节，即生成对应于不同亮度阈值范围的嵌套云形状家族。该云形状家族随后被用于推导二维云消光系数场。研究人员将多角度测量的分辨率与云形状反演空间精度的关系进行了定量分析，并确定了算法适用所需的云纵横比约束条件。本研究推导的过顶长度与过顶时间表达式可用于估算测量过程中云的移动或变化程度。研究人员还评估了云在平流运动过程中对云尺寸和位置反演造成的偏差。这些精度评估技术被应用于先前发表的云层模拟与实测案例中。

云断层扫描领域正迅速发展，现有研究主要聚焦于利用大量三维辐射传输（3D RT）计算，在高维云配置空间中求解极小化问题的算法路径。然而，研究人员在先前研究（Alexandrov et al., 2021，即系列第一部分）中引入了一种基于经典Radon变换（Radon, 1917; Radon and Parks, 1986）的不同方法论，该变换构成了传统计算机断层扫描（即医学检测中广泛应用的CT扫描）的理论基石。这一半经验性方法相较于三维辐射传输反演计算量显著降低，且其算法逻辑对研究人员透明，便于识别不确定性来源并量化反演精度。该方法在第一部分中已通过基于大涡模拟（LES）生成的真实云景的三维辐射传输模拟得到验证，其精度与误差来源与三维辐射传输反演算法具有可比性。随后，研究人员将该算法成功应用于研究型扫描偏振仪在NASA"云、气溶胶与季风过程菲律宾实验"（CAMP²Ex）（Reid et al., 2023）期间获取的实际测量数据，相关工作成果发表于系列第二部分（Alexandrov et al., 2025）。本研究旨在评估云断层扫描反演所需的测量精度与几何条件要求，并通过先前发表文章中的合成云与真实云案例展示精度分析技术。

云断层扫描算法包含多个关键步骤。首先，采用类似于"空间雕刻"（Levis et al., 2020）的"切割"技术（Alexandrov et al., 2016a）获取云形状家族。具体而言，对每个扫描构建一维云掩膜（视场角的函数），通过将指定亮度阈值应用于测量反射率实现。基于传感器相对于云的位置信息，云掩膜边缘的视角用于构建与云（阈值相关）表面相切的视线路径。所有可用视线路径的集合定义了包含该表面的多边形，云形状则以光滑曲线形式内接于该多边形，此曲线由多边形内部拟合的圆盘集合的公共边界构成。该过程生成对应于反射率阈值范围的一系列云形状，预期形成嵌套结构。研究人员指出，此方法局限于单层孤立云，如积云（Cu）或浓积云（CuCg，亦称塔状积云Tcu）。这类云通常光学厚度较大，故未对算法适用性设置正式的云光学厚度（COT）下限；但较薄云区可能在基于亮度的反演中被遗漏。

其次，将相应反射率阈值赋值给云形状家族中每个形状的各点，通过形状间插值形成二维"反射率密度"（RD），再经由代理公式转换为定向云光学厚度（dCOT）断层图。最后，应用逆Radon变换获取云内二维消光系数分布。本研究重点聚焦于云形状构建环节的精度与局限性的量化，该环节需利用与云表面相切的视线路径，对测量频率、角范围、分辨率以及平台速度与高度提出特定要求。

研究人员建立了测量分辨率与云形状空间精度的定量关系。假设传感器以速度^V在离地高度^H处飞行，进行瞬时多角度沿轨测量（扫描），扫描时间间隔为Δt，则相邻扫描空间距离为Δx = VΔt。设单次扫描内测量角间隔为Δθ，视场角为θ（θ=0对应天底观测），角范围为±θ_max。以半径为R（对应最低亮度阈值）的圆形云为例，定义传感器与云中心高度差h = H - z_c，则云顶高度CTH = z_c + R，传感器与云顶距离为D = h - R。

径向精度Δr（区分不同反射率阈值对应云形状的能力）估计为Δr ≈ D·Δθ = (H - z_c)·Δθ，该估计与云形状半径R无关，在云中心附近测量时达到最大空间精度Δr_max。对于RSP参数（Δx=100 m，Δθ=14 mrad，θ_max=60°，H=2000 m），可得Δr≈(H - z_c)×0.014。允许分辨内部云结构所需径向精度为Δr_req ≤ R/(N_sh - 1)，其中N_sh≥3为所需云形状数量。角向精度δθ由相邻扫描切线视角差决定，满足δθ·D = Δx·cosθ，即δθ = Δx·cosθ/D，在天底（θ=0）处达到最大值δθ_max = Δx/D。

研究人员分析了多边形纵横比对云形状表征的影响。由切线视线路径切割形成的多边形纵横比（而非云本身纵横比）是关键参数，综合反映了云水平范围与云顶高度（相对于传感器高度）的影响。多边形过于狭长（垂直或水平方向）会导致云形状内接不确定，可能产生多个虚假小云而非单一云体。合成云形状测试表明，多边形纵横比在0.8至2.0范围内时，可被光滑云形状良好拟合。对于圆形云，多边形顶点高度由最近水平方向的四条视线路径（视角θ_max）决定：H_top = z_c + R + h·cotθ_max与H_bottom = z_c - R - h·cotθ_max，多边形纵横比AR_poly = 2R/h + 2cotθ_max。RSP的θ_max=60°时，AR_poly≈1.15，处于适用范围内；但若大气条件导致大视角数据需舍弃，有效θ_max减小将使AR_poly增大。对于矩形云，设云长L、厚度T，云纵横比α_cloud=T/L，多边形纵横比AR_poly = (T + 2h·cotθ_max)/L = α_cloud + (2h/L)·cotθ_max，该式约束了算法适用云体的纵横比范围。

过顶长度L_ov定义为视角θ_max视线路径与云表面（底部）相切的相邻扫描点之间的距离，表达式为L_ov = 2√[(h-R)²+2R(h-R)]·tanθ_max + 2R/cosθ_max，当θ_max→0时收敛于云直径2R。RSP参数下简化得L_ov ≈ 2.31(h-R) + 4R。对应过顶时间T_ov = L_ov/V，该参数对实测数据分析至关重要，因为云在过顶期间可能发生移动或变化。以风速V_wind=10 m/s为例，云过顶期间平流位移d_cloud = V_wind·T_ov可与云尺寸、精度参数比较。

云平流效应导致反演云尺寸与高度存在系统偏差。同向平流时（顺风），视线路径多边形与更大、更低的"虚假"云一致，反演半径R_ret > R_true，高度z_ret < z_true；反向平流时（逆风），云显得更小更高。定量关系为：R_ret/R_true = 1/(1?V_wind/V)，h_ret/h_true = 1/(1?V_wind/V)，其中"?"分别对应顺风与逆风。当V_wind << V时，相对偏差≈V_wind/V。典型情况下V=125 m/s、V_wind=10 m/s时，偏差约10%。纠正该偏差需独立风速测量或云顶高度测量（如激光雷达/雷达）。

研究人员将精度评估方法应用于既往发表的合成云与真实云案例。系列第一部分模拟云（R=500 m，z_c=1300 m，H=2000 m）的Δr=42 m优于所需100 m，δθ=0.5°，AR_poly=1.15，L_ov=6811 m（T_ov=54.5 s）。Alexandrov et al. (2016a)的DEVOTE实测云（H≈5000 m，z_c≈2000 m，Δx≈96 m）Δr≈100 m，满足N_sh=5时Δr_req=100 m需求，但过顶长度超28 km（235 s），10 m/s风速导致2354 m位移；缩减角范围至θ_max=45°后L_ov降至17 km（140 s），位移1402 m仍显著。系列第二部分的CAMP²Ex实测Cu云（Cloud 1，25 August：R≈1300 m，z_c=2100 m，H=4500 m）Δr=84 m优于所需260 m，δθ=0.6°，L_ov=14.9 km（106 s）；CuCg云（Cloud 2，9 September：R≈3500 m，z_c≈3100 m，H≈6000 m）N_sh=8时Δr_req=1000 m，实际Δr=406 m，δθ=0.3°，L_ov=30.2 km（144 s）。ER-2高空平台（H=20 km，V=210 m/s）Δx=476 m过大，仅适用于R>1428 m的大云，且过顶过长问题严峻。

研究结论部分指出，本研究对系列第一部分引入、第二部分应用于RSP实测的断层扫描算法进行了系统的精度与性能理论分析。研究核心聚焦于嵌套云形状家族的确定，该家族构成算法基础并后续转换为二维云消光系数场。研究建立了多角测量分辨率与云形状空间精度的定量关系，推导了云体纵横比约束条件，给出了过顶长度、时间及云位移表达式，并深入分析了云平流对反演的影响。研究表明，与传感器同向移动的逆风云在反演中显得更大更低，反向移动时则更小更高。这些精度评估方法已成功应用于多个合成与真实 clouds 案例。未来工作计划将该断层扫描技术拓展至AirHARP等机载仪器及HARP-2等星载仪器（部署于NASA PACE卫星平台），但卫星应用需解决单层孤立云识别、大视角大气路径与遮挡、过长过顶时间导致云变化等问题，多卫星星座概念与简化参数化算法将成为重要发展方向。