【本网讯】云覆盖了地球表面约70%的区域，其垂直结构对地气系统辐射收支、降水形成，以及强对流、热带气旋等灾害性天气的发展演变具有重要影响。CloudSat等星载云雷达可获取精确较高的云垂直剖面信息，但受限于观测幅宽窄、重访周期长，难以对快速演变的天气系统开展连续监测；静止气象卫星具备大范围、高频次观测的突出优势，如何依托静止卫星观测获取云的三维垂直结构，始终是卫星遥感领域的一大技术难点。

近日，我校刘海磊教授课题组联合中国科学院大气物理研究所段民征研究员、周莹博士，在遥感与地球科学领域TOP期刊《International Journal of Applied Earth Observation and Geoinformation》发表题为《Three-dimensional cloud radar reflectivity reconstruction from geostationary multispectral imagery using a context-aware Transformer》的研究论文。研究利用2019-2020年美国GOES-R静止卫星先进基线成像仪（ABI）多光谱观测数据与CloudSat云廓线雷达（CPR）的时空匹配样本，构建基于Transformer的三维云层雷达反射率反演框架，实现了地面至15km高度共64层云层雷达反射率廓线反演；同时搭建“可见光+红外”与“纯红外”两种模型，可支持三维云结构信息的昼夜连续监测。

该反演框架以连续32个相邻观测像元作为输入窗口，并引入旋转位置编码（RoPE），同步提取光谱信息、云系空间组织特征与纹理信息；反演流程采用“先判云、后反演”两步策略，先通过分类模型完成逐层云识别，再用回归模型估算云层雷达反射率廓线。研究采用独立CloudSat数据集开展验证实验，结果表明：反演所得组合反射率与CloudSat观测结果相关系数达0.80，均方根误差为6.75dBZ，云检测准确率大于80%；基于美国能源部大气辐射测量计划（ARM）三个站点的地基Ka波段云雷达资料开展独立验证表明，反演结果能够较好复现云边界、回波顶高度以及多层云结构，结构相似性指数（SSIM）均超过0.87。

研究进一步将该反演框架应用于2020年Laura、Paulette、Delta、Zeta四次大西洋飓风案例分析。结果表明，反演得到的三维云结构能够刻画飓风眼墙组织化发展、快速增强以及登陆后衰减的完整演变过程；风暴中心100km范围内平均组合反射率与最大持续风速表现出较好的相关性，其中Laura、Paulette、Delta三次飓风的相关系数均大于0.80。

该研究为利用静止气象卫星获取大范围、高时间分辨率三维云结构信息提供了可行技术路径，可对稀疏主动遥感观测形成有效补充，为强对流天气、热带气旋的监测分析提供技术支撑。后续该方法有望推广应用至风云四号等新一代静止气象卫星，并进一步拓展云水含量、云粒子有效半径等其他云参数的反演工作。

论文链接：https://doi.org/10.1016/j.jag.2026.105275

图1 基于Transformer的三维云结构反演框架示意图

图2 2020年飓风Laura移动路径及反演的组合反射率随时间演变过程