透过云层看星空，你还需要这个。
在“观天”也需“地利”，望远镜如何选址？那期推送中，我们一起聊到了，在传统的夜天文当中，光学红外波段望远镜台址是怎样选择的。那么有的朋友就问了，既然我们已经往太空中发射了很多卫星，有没有可能利用这些卫星的数据，来选择合适的天文台址呢？今天，我们就一起来看看遥感卫星在其中的重要作用。
在之前的文章中，我们提到了光学/红外望远镜选址要考虑的几个因素。
这些因素无外乎可以分为两类，一类决定着一个天文台址是否能在一年中有效地观测目标，这也就包括了台址的地理位置、台址上空全年的云量变化等；而另一类则决定了在这个台址进行观测效果的好坏与否，这其中就包括了譬如会影响成像分辨率的大气的视宁度或者对大气湍流垂向结构描述更详细的大气湍流廓线、大气当中的风场、会影响大气对红外波段星光吸收的可沉降水汽含量等等。
具体而言，台址的地理位置这个很好理解，它决定了位于观测者头顶上的天空所对应的天区。有了地理位置也就能确定我们能看到哪些天体。而云量的多少则决定了在观测方向上是否能够在一段时间内持续地对目标进行观测。对于测量天体亮度（测光）的观测，即使在视线方向出现少到肉眼不可见的高空云都会使最终的测光结果产生难以消除的误差。
在进行天体光谱观测的时候，由于测量的是谱线和谱线间亮度的相对值，观测中间偶尔出现的云虽然会让来自天体的信号减弱一些，但相对测光的影响就小多了。所以，对于天文台址而言，云量的判别是根据观测的内容有所区分的：全年夜间可以进行连续数小时测光观测的占比有多少，能进行连续光谱观测的占比又是多少，都需要定量判断。
云量的监测对于已建成的地基天文台或是观测站而言并不困难。
通常采用全天相机对天顶方向进行从天顶到地平全方向的观测，并对图像当中可能出现的云进行辨识和统计，便可以得到当地的云量数据。但是对于尚未建站，还需要在全国甚至全球寻找台址的选址初期而言，这种方法所能覆盖的区域实在是太小。这一点和气象学家恰好不谋而合，早在上世纪60年代，人类第一颗气象卫星就携带了红外相机，用于云量监测。
尽管它的寿命仅维持了短暂的78天，但它的成功运行却标志着我们人类终于可以从地球外的角度看到地球上空云量的大尺度变化，验证了遥感卫星监测地球云量技术的可行性。
尽管听上去全球范围的云量监测问题已经解决了。但实际上从遥感卫星拍摄下来的照片，到真正的地球上空每一处的云量变化却并非易事。
让我们再看一下早期气象卫星所拍摄到的内容：这是一幅黑白照片，白色仿佛是云，但也有可能是其他地表特征；如果白色的部分是云，那它们的高度又是如何，高空云层下方是否还存在低空云层；在观测的范围内，观测的角度是不同的，而且范围也有限，更不要提是否能从这张图中南美大陆两个山头上的云量是否存在区别。而这几点，却几乎是所有遥感卫星数据一定会面临的问题。
拍摄前面图中大西洋上空气旋所使用的相机，更合适的叫法应该被称作“辐射计”。它接收到的是来自地面不同角度发射出来的辐射。这就像咱们人眼为什么能够看到事物，究其原因也是因为事物本身在向外辐射。这些辐射被我们的眼睛所接收。根据我们对事物形状大小、颜色浓淡、透明度、反射度等等的既往认识，我们就大致可以判断事物材质、温度等等信息。
对于遥感卫星所拍摄的照片，我们也同样需要重新建立起类似人眼视觉/事物性质之间的联系。这种通过探测设备获取的信号结合我们已知的物理关系进而得到地面或者大气信息的过程就叫做“遥感反演”。同样拿我们自己来做类比，如果我们在观察一个物体的时候能够充分利用到我们的感官，比如，形状、颜色、触感、敲一敲发出的声音等等，那我们就可以更清楚地了解到物体本身的性质。正是因为如此，遥感卫星上通常会在多个波长上进行观测。
像高空、低空的云层、地面的积雪等等，尽管在可见光波段看上去都是白色的，但由于生成机制不同，在其他的波段上就会有不同的反应。将这些波段的信号和物理模型相互结合起来就可以得到例如云量、气溶胶、风场、温度场在大尺度范围的空间分布情况。尤其是当遥感卫星使用临边探测技术时，还可以得到同一种物质在不同高度上的分布。而这些正是我们天文选址初期最想要知道的内容。
无论是绕着地球一圈圈旋转的极轨卫星，又或是处于同步轨道相对地球静止的同步遥感卫星，随着它们在轨不断进行观测，我们就可以获得连续的随时间变化的云量、水汽、气溶胶、风场、温度场等参数在全球的分布及其长期的变化方式。但由于极轨卫星环绕完整个地球终归还是需要一定时间，对于地球上的某一区域，一天之内卫星能够光顾这个区域的次数通常还是非常有限。
而地球同步卫星虽然可以连续不断的对同一个区域进行观测，即数据的时间分辨率非常高，但它所能覆盖的空间范围确往往非常有限，仅能针对一个区域观测。尽管两者都存在短板，但结合它们所获得的空间尺度大、时间跨度长的大量数据我们就可以对台址的选择进行跟人口普查类似的研究。
下图左边这张图片来自TERRA气象卫星上的中分辨成像光谱辐射计MODIS所生成的2005年7月11日当日全球的云量数据。
这样全球的云量数据MODIS每1-2天会生成一张。
在这张图上我们可以看到当年7月中与湍流流形非常近似的云量的复杂空间分布：在南半球夏季宽度达到巅峰的西风带所夹带的云层近乎影响了整个南半球的云量分布，在信风拉扯下这些云层向赤道移动耗散，分散在太平洋、大西洋、印度洋之上；在北半球情况类似，在地球三圈环流的作用下呈现出大致与南半球对称的云量分布，但由于北半球地表面积更大，地表特征更丰富，地表温度场相较南半球大部分都是海洋表面分布更为复杂，所以云层更多的受到“局部”气候的影响。
但无论如何，我们从这张图上可以发现几个大区域相对地球的其他区域呈现出明显云量稀少的特征。这些区域就包括了南美智利，美国加州及亚利桑那州，非洲大部及加纳利群岛，中东及西亚若干斯坦国，太平洋中部夏威夷，我国西部及西北地区，以及南北极。如果大家有兴趣可以去美国航天局的地球天文台调取过往每天的全球云量遥感图像。
在这些图像当中，虽然根据季节云量的分布方式会存在明显的变化，但上面所提到的这些区域，它们的云量常年要少于其他区域。考虑到红外波段的星光会被大气中的水汽吸收，水汽少也就意味着红外波段的观测性能好。
我们这颗蓝色星球的上空有着复杂多变的云量分布。左边这张图片是由美国航天局Terra卫星上的中分辨成像光谱辐射计（MODIS）于2005年7月11日获取的。右边这张图片则是地球三圈环流的示意图。
下图给出了同样来自MODIS的大气水汽含量分布图。我们同样可以发现，刚才那些云量少的区域水汽含量也低。当然，像高、低空风场、温度场的遥感数据也显示出这些区域的优越性。
如果我们反观国际上目前已建和拟建的天文台台址，实际上这些台址几乎全部坐落在上述的这些区域。这也从一方面说明了用遥感数据从大范围寻找可能的天文台址的可行性。
实际上遥感数据除了空间覆盖广之外，更好的一点是时间跨度长且相对连续。我们可以从中得到特定区域在长达数年或是十数年间每一天甚至于每十几分钟相关气象参数的变化。这对综合判断一个台址的优良水平，分析、预测其季节间的气候变化趋势有着重要的意义。
但正如我们在前面几篇讲天文技术的文章当中想要的传达一样，所有的技术都有利有弊。
尽管在大空间尺度、大时间跨度上利用遥感数据寻找天文台址有其优越性，但最终，我们的台址是要建在一个特点的点上。这个点往往仅是一个山头的大小，在遥感数据里可能连一个像元都填充不满。这也就是说，遥感数据里面给出云量的很有可能是这几公里乘几公里范围内的平均值。举个极端的例子，或许这个山头占地面积非常小，却又非常的高，高到它位于低空云层的高度之上，显然，这个山头的实际云量就会小于平均这片的平均值。
当然这个例子非常极端，除此之外，由于遥感数据在判断云量、风场、水汽等方面需要依据一定的模型进行反演，模型的准确性同样会影响反演结果的精度。同时，由于卫星围绕地球旋转需要一定时间，对同一个位置的观测间隔还是比较长的，难以捕捉某一地点短时标的气象变化。
正是因为以上这些原因，在通过遥感数据普查选定特定区域之后，还是离不开地面建设观测点进行长期、连续的地面监测。但无论如何，遥感卫星数据已经能够为天文选址提供重要的普查性的依据。或许未来随着技术水平的提高，等到遥感卫星可以补齐前面提到的这些短板的那一天，天文选址这个离不开奔波于荒山野岭之间的工作也可以改成端坐办公室里就可以完成了。