云是体现天气气候特征的关键要素之一，同时也是大气动力过程、热力过程以及水分输送过程综合作用的外在表现（张小军等，2017），在地球能量平衡和水循环中具有重要作用，尤其在干旱和半干旱地区对气候影响更为显著（曹越前等，2015；魏栋等，2023）。云量是描述云覆盖程度的核心参数，其时空变化对气候变化研究、天气模式构建、大气环境监测等具有基础性意义（Webb et al.， 2006；Yu et al.， 2006；Sephens and Kummerow， 2007；吴伟和王式功，2011）。目前，云量的获取主要依赖于地面观测和卫星遥感。地面观测存在局部区域精度较高但空间覆盖不连续等问题（韦翔鸿等，2016），相比之下卫星遥感具备覆盖区域广、信息量丰富、时间分辨率高及空间上连续等优势，已成为大范围云气候特征分析的主要手段。然而，不同卫星云产品与地面观测之间仍存在一定偏差，需通过评估与订正提高其适用性（王帅辉等，2010；范思睿等，2020；张德杰等，2022）。

风云卫星是我国自主研发的气象卫星，为天气预报、天气分析等提供了宝贵的数据支持，近年来围绕风云卫星云量资料的研究日益增多。研究表明，风云二号系列卫星的总云量反演产品与地面观测数据之间存在不同程度的偏差（韩永清和丛春华，2015；韦翔鸿等，2016），如FY-2G反演云量普遍偏低，总云量的偏差比云覆盖率更明显（李娅等，2018）。对此，相关研究尝试采用多种方法对云量产品进行订正以提高其精度（王丽等，2018），并探讨了季节、地形、沙尘等因素对产品一致性的影响（刘炼烨等，2017；李帅等，2021）。

相较于风云二号，风云四号系列卫星作为我国新一代静止轨道气象卫星，在观测性能上实现了显著提升，其搭载的扫描成像辐射计主要承担获取云图的任务，具备更高的时空分辨率（时间分辨率5~15 min，空间分辨率0.5~4.0 km）、更丰富的光谱通道（14~15个通道，是风云二号通道的近3倍）以及更强的云宏微观参数反演能力（在风云二号观测云、水汽、植被、地表的基础上，还具备了捕捉气溶胶、雪的能力，并能区分出云的不同相态和高、中层水汽），这些技术优势使其在云量监测、气候评估、太阳辐射订正等领域具有更强的适用性与前瞻性。然而，目前针对风云四号卫星云产品的系统评估与订正研究仍较为有限，尤其是在区域尺度上的适用性分析尚属空白。本文以宁夏地区为研究对象，对风云四号A星（简称“FY-4A”）云覆盖率产品进行系统评估与误差订正，揭示宁夏日间云覆盖率的时空分布特征，为风云四号系列卫星云产品在复杂气候区的业务化应用提供技术支撑。

宁夏地处内陆，位于我国西北地区东部，处在黄土高原、蒙古高原与青藏高原的交汇地带，大陆性气候特点显著。宁夏下辖5个地市，分别为石嘴山市、银川市、吴忠市、中卫市和固原市。从我国的气候区划来看，固原市南部属于中温带半湿润区域，原州区以北到盐池、同心一带归为中温带半干旱区，而引黄灌区则被划定为中温带干旱区。宁夏基本气候特征为干旱少雨、风大沙多、日照充裕、蒸发强烈，冬寒长、春暖快、夏热短、秋凉早，气温的年较差、日较差大，处于南部的六盘山区拥有特殊的地理环境以及丰富的云水资源（李峰，2023）。

2020年起取消人工云量观测，因此地面观测资料选取2019年宁夏12个基准站、基本站（图1）的人工观测总云量数据，涵盖每日5个观测时次（08：00、11：00、14：00、17：00、20：00）（北京时，下同）。人工观测总云量为云层遮蔽天空的总成数，由观测员在能看到全部天空及地平线的开阔地点自下而上观测，取值范围为0~10。若全天无云，则总云量记为0成；若云层占据天空的十分之一，则记为1成，依此类推；当天空完全被云层覆盖时，总云量记为10成。

风云四号气象卫星是我国第二代静止气象卫星，装载了多通道扫描成像辐射计、干涉式大气垂直探测仪、闪电成像仪和空间环境监测仪器。本次检验采用的数据为基于多通道扫描成像辐射计获取的FY-4A L2级云覆盖率产品。该产品是在一定大小的像元矩阵内，依据云检测算法对云、可能有云、晴空、可能晴空的区分，进一步计算像元有云覆盖（包括云、可能有云像元）的概率。产品起始时间为2018年3月12日，采用NetCDF格式存储，空间分辨率4 km，更新频率15~60 min，取值范围为0~1。为与地面观测资料匹配，同样提取5个观测时次（08：00、11：00、14：00、17：00、20：00）的资料进行评估分析。

收集2019年地面观测总云量与FY-4A卫星云覆盖率数据，对两者进行时空匹配，系统评估云覆盖率产品在年、月、日尺度上的变化特征与观测一致性。采用归一化混合订正法对逐月云覆盖率产品进行订正，并在此基础上分析宁夏地区日间云覆盖率的时空分布特征。总体技术流程如图2所示。

FY-4A云覆盖率产品的格点值代表16 km²（4 km×4 km）区域的云量状况，而气象站目测云量的视域，如按平均云高取4 km和仰角30°，则覆盖151 km²，两者面积比为1∶9（曹芸等，2012）。表1列出2019年1月和7月12个气象站点不同提取窗口的云覆盖率与气象站总云量的线性拟合结果，可以看出3×3窗口提取的云覆盖率与气象站云量的相关性最好。按照标称投影行列号与经纬度的转换公式（参照风云卫星遥感数据服务网查询文档《FY-4A数据行列号和经纬度的互相转换方法》），将12个气象站点的地理经纬度转换为标称投影的行号和列号，并提取3×3窗口9个像元的云覆盖率平均值进行匹配，并将数据统一处理为百分制云量。时间上选取与人工观测总云量时次相同的5个整点时次的云覆盖率资料与地面总云量资料相匹配。

选用相关系数（R）、均方根误差（Root Mean Squared Error，RMSE）、平均绝对误差（Mean Absolute Error，MAE）和一致率作为评价指标进行分析。由于地面云量观测为人工目测方式，具有不可避免的主观性，所以设定当卫星产品与站点观测值之差的绝对值小于等于20%时，认为两者一致（吴薇等，2022）。

一致率（P）计算公式如下：

式中：n代表站点数，N_total为检验时段内所有参与检验的总时次数（即样本总数），N_corr为参与检验的所有时次中云覆盖率产品与人工观测一致的时次数。

采用归一化混合订正法对云覆盖率产品进行订正。因地面开展云量观测的站点有限，结合交叉验证法，将站点随机分成多组，轮流用部分站点做订正、剩余站点做检验，通过多次迭代评估订正效果。订正方法如下：

式中：C为订正后的云覆盖率影像数据；C_FY为订正前云覆盖率影像数据；C_FYg为地面气象站对应网格点的云覆盖率值；C_g为地面气象站总云量观测值；C_c为归一化混合订正的云覆盖率影像数据；C_cg为地面气象站对应网格点的归一化混合订正云覆盖率值；a、b为地面观测值与对应网格点的归一化混合订正云覆盖率值的回归系数，通过最小二乘法拟合得到；IDW指利用反距离权重插值法对括号项结果进行空间插值。

2019年宁夏全区及5个地市代表站总云量及云覆盖率逐月变化见图3。由全区平均可见，总云量月均值最高出现在6月（73.73%），最低出现在12月（31.68%），春、夏季总云量明显高于秋、冬季；FY-4A云覆盖率产品与地面人工观测总云量的变化趋势一致，但较总云量值普遍偏低3%~14%，这可能是因为卫星对高云的探测能力比低云更强，低云较接近地面且云体少变，卫星云检测算法的结果容易将低云误判为地表，从而低估了云量（李帅等，2021）。夏季两者最接近，云覆盖率较总云量值仅偏低3%~5%；秋冬季两者误差较大，云覆盖率较总云量值偏低10%~14%，这可能是由于秋冬季雪、雾、霾等天气现象使天空云量无法辨明或不能完全辨明，影响云量观测值，使其与卫星云覆盖率产品的误差加大。

各代表站总云量及云覆盖率逐月变化规律与全区平均基本一致，吴忠站的吻合效果最好，3—9月FY-4A云覆盖率与人工观测总云量基本一致，而中卫站两者误差较大，各月偏差为20%~45%。中卫站地处宁夏中西部，位于腾格里沙漠东南缘，受沙漠、戈壁地貌影响，地表反射率较高，其与低云的反射率差异缩小，卫星云检测算法在区分高反射地表与低云时容易产生误判；另外，该区域春季多沙尘天气，沙尘气溶胶与云粒子的光学特性相似，进一步增加了云检测的复杂性。两者对云覆盖率的具体影响机制有待进一步深入研究。

由表2可见，全区平均及各气象站人工观测总云量与FY-4A云覆盖率逐月平均值的相关性均较好，相关系数普遍在0.90以上，其中，全区平均、银川、同心和固原的相关系数较高，达0.95或以上，中卫（0.81）、中宁（0.88）相对较低。吴忠、同心、西吉、六盘山的平均绝对误差和均方根误差较小（5%~8%），而中卫、中宁的两种误差在20%~30%，准确率较低。

2019年宁夏全区及5地市代表站总云量及云覆盖率逐日变化见图4。由全区平均可见，全区日平均总云量为40%~70%，FY-4A云覆盖率产品与地面人工观测总云量的逐日变化趋势有较高的一致性，偏差仅2%~10%。各代表站总云量及云覆盖率逐日变化趋势均较一致，吴忠站的吻合效果最好，大部分时段偏差在6%以内，而中卫站两者吻合较差，逐日偏差普遍在20%~40%。

由表3可见，全区平均及各气象站人工观测总云量与FY-4A云覆盖率日均值的相关系数为0.69~0.94，其中，全区平均、惠农、陶乐、银川、吴忠、盐池的相关系数较高，在0.85或以上，同心、中卫、海原、固原、六盘山相对较低，相关系数在0.80以下。吴忠、同心、西吉、六盘山的平均绝对误差和均方根误差较小（5%~8%），而中卫、中宁的平均绝对误差和均方根误差在20%~30%，准确率较低。

由2019年12个气象站5个时次总云量及FY-4A云覆盖率一致率箱线图（图5）来看，11：00、14：00、17：00两者一致率较高，平均一致率分别为68.72%，69.06%和68.79%，中位数分别为72.60%、72.33%和71.23%；08：00和20：00的一致率较低，平均一致率分别为63.20%和63.01%，中位数分别为63.56%和63.01%。这可能与太阳高度角和卫星成像条件密切相关，11：00—17：00太阳高度角较高，可见光通道对云的识别精度提升，且地表反射率与云的差异更显著，减少了薄云与高反射地表（如荒漠）的误判；而08：00和20：00太阳高度角低或无日照，卫星主要依赖红外通道反演，受地表温度与云顶温度差异减小等因素影响，云边界识别精度下降，导致与地面观测的一致性降低。

将2019年每日5个时次的地面人工观测总云量资料与FY-4A云覆盖率产品匹配后，总样本数为21 900对（12个站点×365日×5时次=21 900 站·日·时次）。图6为宁夏不同实况云量下FY-4A云覆盖率均值分布，当人工观测总云量小于2成时，FY-4A云覆盖率产品值偏高，而在2~10成时，FY-4A云覆盖率产品值偏低。这可能与卫星观测的空间分辨率有关，当云量小于2成时，可能存在一些小尺度的云块或云边缘，虽然人工观测能清晰分辨这些小块云，但在卫星观测中，这些小尺度的云会使对应的若干像元都被判定为有云像元，从而在计算云覆盖率时导致有云像元占比偏高；而随着云量增多，云的分布更加均匀，覆盖面积更大，但由于卫星云检测算法的局限性，对低云的识别能力较弱，低估了实际的云覆盖率。

参考天气预报中云量等级定义（李娅等，2018），对地面观测云量进行分级：总云量0~1成为晴天，总云量2~3成为少云，总云量4~7成为多云，总云量8~10成为阴天。根据此分级，对不同云量等级的云覆盖率产品相对人工观测总云量的一致性进行检验评估。

2019年人工观测云量与FY-4A云覆盖率产品不同云量等级分级检验对比见表4。可以看出，不同云量等级两者一致率差异明显，晴天时观测云量与云覆盖率产品一致率最高为80.5%，其次为阴天（69.3%），多云时一致率最差，仅22.4%。这说明云覆盖率产品和人工观测总云量的差异主要来源于多云天云覆盖率产品对云量的低估。

利用归一化混合订正法对FY-4A云覆盖率产品进行订正，全区及代表站订正效果如图7所示。订正前FY-4A云覆盖率与气象站总云量差异较大，经过归一化混合订正法订正后，偏差大幅降低，各月的平均值与气象站云量基本吻合，全区平均、惠农站、银川站、吴忠站、固原站误差在5%以内，接近于气象站观测值；中卫站订正效果相对较差，但各月均在20%以内。

图8为经过订正后的FY-4A云覆盖率遥感影像，为2019年5个观测时次的平均值。可以看出，宁夏日间年平均云覆盖率为30%~70%。其中，贺兰山沿山、引黄灌区（中卫市沙坡头区—银川一带）、中卫市海原县及固原市云覆盖率较高（50%~70%），其他大部地区在50%以下；石嘴山市惠农区、大武口区东部、平罗县东部云覆盖率最低（30%~35%）。这主要是由于石嘴山地区水汽供给条件差，同时地势较为平坦，缺乏产生上升气流所需的条件，因此难以形成云层。相比之下，南部山区位于东亚季风水汽输送带的边缘地带，地势相较于中北部地区更高，这使得南部山区能够接收到来自其东面和南面的水汽，具备了形成云层的条件（常倬林等，2015）。

由经过订正后的逐月FY-4A云覆盖率遥感影像（图9）可知，宁夏日间云覆盖率呈现上半年（1—6月）高于下半年（7—12月）的分布特点，尤其是5—6月全区云覆盖率普遍较高，银川市及以北大部地区为60%~80%，12月云覆盖率最低，全区大部云覆盖率为10%~40%。

在风云卫星云产品应用研究中，已有大量基于风云二号系列卫星的研究，而针对新一代静止气象卫星风云四号系列的研究仍相对较少。同时，目前的研究多聚焦于总云量产品的检验与订正，对云覆盖率产品的研究较为少见。本文首次在宁夏区域对FY-4A云覆盖率产品进行系统性检验与订正，旨在提升其在辐射预报、大气环境质量预报及云气候评估等领域的适用性。

FY-4A云覆盖率产品在宁夏地区普遍存在低估现象，这一结果与风云二号系列卫星的研究结论一致。两者的误差来源可从卫星观测机制、地表特征及云检测算法等多个方面进行分析。首先，卫星观测角度是影响云检测精度的重要因素，卫星自上而下的垂直观测方式对高云（如卷云、高层云）识别能力较强，而对低云（如层积云、雾）识别能力较弱，尤其在云体较薄或与地表反射率接近时，易将低云误判为地表，导致云覆盖率被低估。其次，复杂地形地貌也是影响卫星观测的原因之一，以中卫站为例，其地处腾格里沙漠东南缘，受沙漠、戈壁地貌影响，地表反射率高，与低云的光学特性接近，进一步增加了卫星识别难度，尤其是本地春季沙尘频发时，沙尘气溶胶与云粒子的光学特性相似，干扰了云检测算法的判断，加剧了误差。此外，传感器通道性能和算法局限性也是造成系统性偏差的重要原因，可见光通道受限于太阳高度角，在早晚时段识别能力下降，红外通道在地表温度与云顶温度差异较小时也易导致云覆盖率低估。

通过采用归一化混合订正方法对FY-4A云覆盖率进行订正，降低了卫星反演结果与地面观测之间的偏差，提升了该产品在宁夏区域的准确率与适用性，该方法结构简洁、易于实现，可作为区域卫星云产品质量控制的一种有效技术手段。另外，受观测方式调整的影响，2020年起地面气象站取消了人工云量观测，总云量和云高资料由国家级业务单位基于自动综合判识系统统一生成，在此背景下，本研究聚焦于这一观测体制转型的关键节点，探索了卫星云覆盖率产品在人工观测体系下的适用性和系统偏差，为后续与自动观测云量的对比分析提供了历史基准和参照依据。随着全天空成像仪等自动化观测设备的广泛布设、观测数据的持续积累以及云量自动判识算法的不断优化，未来可结合自动观测云量资料，开展更长时间尺度及夜间时段的对比分析，优化雾霾、沙尘天气下的数据筛选与分类建模，并结合ERA5等再分析资料，引入机器学习等智能算法，构建动态、自适应的云产品评估与订正模型，从而实现风云卫星云产品在不同天气条件下的高精度应用。

本文选取2019年宁夏12个气象站的地面观测总云量资料与FY-4A云覆盖率产品进行对比分析，揭示了其相关性和差异性，并基于订正后的FY-4A云覆盖率产品分析了云覆盖率在宁夏地区的时空分布特征，得到以下主要结论。

1）宁夏区域FY-4A云覆盖率产品与地面人工观测总云量的逐月、逐日变化趋势具有较高的一致性，但较总云量值普遍偏低（全区平均月均值偏低3%~14%，日均值偏低2%~10%）。全区平均及多数气象站FY-4A云覆盖率与人工观测总云量的相关性较好，月均值和日均值的相关系数普遍为0.7~0.9，平均绝对误差和均方根误差普遍较小；而中卫、中宁误差较大，平均绝对误差和均方根误差在20%~30%。

2）由5个时次总云量及云覆盖率一致率来看，11：00、14：00、17：00的一致率较高，平均一致率分别为68.72%、69.06%和68.79%；08：00和20：00的一致率较低，平均一致率分别为63.20%和63.01%。不同等级云量之间一致率差异明显，晴天时一致率最高，为80.5%；其次是阴天，一致率为69.3%；多云时一致率最差，仅22.4%。

3）归一化混合订正方法能有效降低FY-4A云覆盖率产品与地面人工观测总云量的偏差，各月的平均值与气象站云量基本吻合，全区平均及大部站点误差在5%以内，接近于气象站值，中卫站受地形地貌等因素影响，订正效果相对较差，但各月误差仍控制在20%以内。

4）宁夏日间年平均云覆盖率为30%~70%，其中，贺兰山沿山、引黄灌区（中卫市沙坡头区—银川一带）、中卫市海原县及固原市云覆盖率较高（50%~70%），其他大部地区在50%以下，石嘴山市惠农区、大武口区东部、平罗县东部云覆盖率最低（30%~35%）。云覆盖率上半年（1—6月）高于下半年（7—12月），5—6月全区云覆盖率普遍较高，12月云覆盖率最低。