Abstract Satellite data assimilation of hyperspectral Cross-track Infrared Sounder (CrIS) clear channels in regions with but not affected by low-level clouds requires a set of height-dependent cloud emission and scattering indices (CESIs) that are sensitive to cloud top pressures. In this study, three CESIs are generated by pairing CrIS longwave and shortwave channels at three altitudes around 212 (CESI-5), 452 (CESI-9) and 1085 hPa (CESI-19). The training dataset for CESIs is the European Centre for Medium-Range Weather Forecasting analysis. CESI-5 is strongly (weakly) affected by those ice clouds with cloud-top pressures (CTPs) above (below) ∼300 hPa; CESI-9 is strongly (weakly) affected by those ice clouds with CTPs above (below) ∼600 hPa; and CESI-19 is highly correlated with the ice cloud optical depth (ICOD) obtained from the Atmospheric Infrared Sounder (AIRS) retrieval product. CESIs have latitudinal and scan-dependent biases that need removal. Verified with AIRS ICOD data, CESI-19 is greater than 5 K (6.5 K) if an ice cloud is present. This 5-K threshold gives a probability of correct typing of 85.3% (86.5%), a false alarm rate of 9.5% (5.1%) and a leakage rate of 4.5% (5.0%) during the daytime (nighttime). CESI-5 (CESI-9) is greater than −3 K (−1 K) if an ice cloud is present above 200 hPa (between 200 and 300 hPa). The case of Typhoon Maria (2018) demonstrates the potential of using height-dependent CESIs to identify above-cloud CrIS clear channels.

中文翻译：

---

高度相关的云发射和散射指数在识别云上 CrIS 透明通道中的潜在应用

摘要 对有低层云但不受低层云影响的地区的高光谱交叉轨道红外测深仪 (CrIS) 透明通道的卫星数据同化需要一组对云顶压力敏感的高度相关的云发射和散射指数 (CESI)。在这项研究中，通过在 212 (CESI-5)、452 (CESI-9) 和 1085 hPa (CESI-19) 附近的三个高度配对 CrIS 长波和短波信道，生成三个 CESI。CESI 的训练数据集是欧洲中期天气预报分析中心。CESI-5 受到云顶压力 (CTP) 高于（低于）~300 hPa 的冰云的强烈（弱）影响；CESI-9 受到 CTP 高于（低于）~600 hPa 的冰云的强烈（弱）影响；CESI-19 与大气红外测深仪 (AIRS) 反演产品获得的冰云光学深度 (ICOD) 高度相关。CESI 具有需要消除的纬度和扫描相关偏差。经 AIRS ICOD 数据验证，如果存在冰云，CESI-19 大于 5 K (6.5 K)。这个 5-K 阈值给出了 85.3% (86.5%) 的正确打字概率、9.5% (5.1%) 的误报率和 4.5% (5.0%) 的白天（夜间）泄漏率。如果冰云存在于 200 hPa 以上（200 到 300 hPa 之间），则 CESI-5 (CESI-9) 大于 -3 K (-1 K)。台风玛丽亚 (2018) 的案例展示了使用依赖高度的 CESI 来识别云上 CrIS 清晰通道的潜力。经 AIRS ICOD 数据验证，如果存在冰云，CESI-19 大于 5 K (6.5 K)。这个 5-K 阈值给出了 85.3% (86.5%) 的正确打字概率、9.5% (5.1%) 的误报率和 4.5% (5.0%) 的白天（夜间）泄漏率。如果冰云存在于 200 hPa 以上（200 到 300 hPa 之间），则 CESI-5 (CESI-9) 大于 -3 K (-1 K)。台风玛丽亚 (2018) 的案例展示了使用依赖高度的 CESI 来识别云上 CrIS 清晰通道的潜力。经 AIRS ICOD 数据验证，如果存在冰云，CESI-19 大于 5 K (6.5 K)。这个 5-K 阈值给出了 85.3% (86.5%) 的正确打字概率、9.5% (5.1%) 的误报率和 4.5% (5.0%) 的白天（夜间）泄漏率。如果冰云存在于 200 hPa 以上（200 到 300 hPa 之间），则 CESI-5 (CESI-9) 大于 -3 K (-1 K)。台风玛丽亚 (2018) 的案例展示了使用依赖高度的 CESI 来识别云上 CrIS 清晰通道的潜力。如果冰云存在于 200 hPa 以上（200 到 300 hPa 之间），则 CESI-5 (CESI-9) 大于 -3 K (-1 K)。台风玛丽亚 (2018) 的案例展示了使用依赖高度的 CESI 来识别云上 CrIS 清晰通道的潜力。如果冰云存在于 200 hPa 以上（200 到 300 hPa 之间），则 CESI-5 (CESI-9) 大于 -3 K (-1 K)。台风玛丽亚 (2018) 的案例展示了使用依赖高度的 CESI 来识别云上 CrIS 清晰通道的潜力。