飞机积冰对于飞行安全有着重要影响,实时准确地对可能发生积冰的区域进行识别和预警对保障人民生命财产有着重要意义。本文以已经在美国业务化运行的Minnis算法为基准对飞机潜在积冰区进行识别和评估,并结合实例进行了检验。本文以SBDART辐射传输模式为基础,分别将MODIS云产品和基于FY-2G静止卫星可见光通道和红外4通道资料反演得到的云微物理参数以及云相态产品、云顶温度产品共同构成Minnis算法需要的5个云参数输入变量,区分9种情况得到无积冰、弱积冰、中积冰、强积冰和不确定五个等级的评估结果。虽然MODIS云产品可以完整地提供云相态等5个云参数,实现对潜在积冰区的识别和程度评估,但是考虑到极轨卫星时间分辨率低的缺点,无法保证在所有需要的时间提供数据,而静止卫星可以有效的弥补这个缺点。由于FY-2G静止卫星数据不包含需要的云参数产品,必须根据一级数据进行反演。根据“云在非吸收的可见光波段,反射函数主要受光学厚度影响,在吸收的近红外波段,反射函数主要受云粒子大小影响”的原理,结合SBDART辐射传输模式可以反演得到云有效粒子半径和云光学厚度并计算出液态水路径,开发出适用于国产卫星并且能业务化运行的云微物理参数产品。本文还介绍了主要的反演原理和流程,包括光学厚度和有效粒子半径在内,对反演结果产生偏差的因素(陆地表观反射率、云顶高度、太阳高度角、卫星高度角、相对方位角等)进行了针对性的敏感性分析,发现这些因素对反射函数的影响远远小于云有效粒子半径和云光学厚度的影响。最后,选取新疆乌鲁木齐和山东济南两个地域的积冰实例进行验证,将同时次的MODIS云产品和基于FY-2G静止卫星可见光通道和红外4通道资料反演得到的云微物理参数进行统计比对和误差分析,发现两种卫星数据得到是潜在积冰区识别和评估结果具有较好的一致性。