近日，物电学院2023级电子信息专业硕士生杨志鑫以第一作者在国际知名遥感期刊IEEE Transactions on Geoscience and Remote Sensing (IF = 8.6, 中科院1区SCI) 上发表研究论文“All-day Retrieval of Cloud Physical Properties from Meteosat Second Generation Satellite”，论文通讯作者为导师周婷婷老师，学院付浩阳老师、复旦大学博士生赵志军和李经纬参与本工作。
该研究提出了一种轻量化的云物理属性反演模型，可应用非洲、欧洲地区及大西洋区域云属性快速高精度反演。云在调节地球辐射收支和影响气候变化中具有重要作用，其辐射效应与云相态（CLP）、云顶高度（CTH）、云有效粒径（CER）和云光学厚度（COT）等云物理属性密切相关。卫星遥感是获取云物理属性的重要手段，极轨卫星具有较高的反演精度，但无法为固定区域提供连续观测，限制了云连续时空变化研究。欧洲气象卫星应用组织 (EUMETSAT)的第二代气象卫星（MSG）所搭载的旋转增强可见光和红外成像仪（SEVIRI）在连续云监测方面具有优势，可实现对非洲、欧洲和大西洋区域每15分钟一次的观测。但其官方产品存在沙漠等地表精度不高及产品昼夜不连续等问题。针对上述问题，课题组基于 Small Attention U-Net（SmaAt-UNet）模型，研发了一种基于SEVIRI热红外（TIR）观测的近实时全天云物理属性反演方法。基于MODIS和 CALIOP官方产品对的评估结果表明，SmaAt-UNet不仅在反演精度上优于SEVIRI官方产品（图1），且具有更好的昼夜连续性（图2）。
图1. 基于MOIDS官方产品的精度评估。第一行为 SmaAt-UNet模型精度，第二行为 SEVIRI官方产品精度。
图2. 晨昏线上一致性对比。第一行为 SmaAt-UNet结果（昼夜连续性好），第二行为SEVIRI官方产品（昼夜差异大）。
非洲地区地面观测网络稀疏，气象数据覆盖不足，在天气监测、对流系统跟踪以及预警发布等方面存在明显限制。基于SmaAt-UNet 可提供全天时高时空分辨率云物理属性产品，能够实现对对流云及相关天气系统的实时监测，不仅提高了对局地强对流天气的识别能力，还为区域气象预警提供了更可靠的数据支撑，有助于减轻极端天气事件造成的社会经济损失。
该研究获得国家重点研发计划（2024YFE0214000)，浙江省自然科学基金（LZJMY25D050001，LZJMZ24D050004，LQN25D050004）及复旦大学大气与海洋科学系/大气科学研究院省部级科研平台访问学者开放课题（FDAOS-OP202316）的资助。
文章链接：https://ieeexplore.ieee.org/document/11123526，DOI: 10.1109/TGRS.2025.3598117
