MATLAB调用SBDART辐射传输模型：从解压到批量跑通

简介：本资源是面向大气科学、遥感与气象建模初学者的MATLAB版SBDART辐射传输模型实践包，聚焦光谱辐射传输过程模拟，解决太阳辐射在大气-地表系统中吸收、散射与反射的定量计算问题，适用于课程设计、科研入门及遥感辐射校正预研。压缩包共7个文件（6个MATLAB脚本+1张示例图），含核心驱动脚本sbart.m、典型算例example1b.m～example3b.m、地理坐标处理latlon.m、交互式演示live_example.m及运行效果截图，总大小仅213KB，轻量易部署。已有385人学习下载，资源结构清晰、即装即用，提供从参数配置、大气剖面输入、地表反照率设置到结果可视化的一站式MATLAB实现路径，配套截图直观展示输出界面，显著降低SBDART模型的学习门槛与调试成本。 坦白说，我最初看到SBDART_matlab.rar这个名字的时候，还以为里面是谁封装好了一个 MATLAB 工具箱，解压就能用。结果费劲下载完一拆包，发现里面是 Fortran 源码、一个编译好的 Windows 可执行文件、一堆 .dat 示例输入文件，外加一份扫描版手册。那一瞬间确实有点懵：SBDART 本体是辐射传输模型，和 MATLAB 并没有血缘关系，但恰恰是这样，才有了后面大家反复折腾“sbdart matlab”组合的戏码。

如果你也是做实操的，不是只看公式，那你这篇博文看对了。我会把怎么在 MATLAB 里调用 SBDART、怎么批量跑辐射传输、怎么解析输出、以及我踩过的那些坑，一次性讲透。不追求教科书式面面俱到，只把从 rar 解压到跑出第一条辐照度曲线的路径讲清楚。

1. 先摸清 SBDART 的底细，别急着写代码

1.1 SBDART 到底是干什么的

SBDART，全称是 Santa Barbara DISORT Atmospheric Radiative Transfer，很多人直接把它归为“平面平行大气辐射传输模型”。它的核心求解引擎是 DISORT，一个非常经典的离散纵标法辐射传输求解器。用大白话说，你告诉它太阳在哪个方向、大气里有什么气溶胶和云、地表反照率多少，它就帮你算出哪些辐射到了地面，哪些被反射回空间，以及传感器在某个角度能看到多少辐亮度。

之所以做遥感、大气校正、太阳能资源评估、光环境模拟的人都在用 SBDART，是因为它把复杂的大气物理过程做成了相对好上手的计算工具。你不需要从头写离散纵标法的求解过程，只需要提供参数化的大气剖面、气溶胶类型、云参数，它就能在几十秒内给出一组结果。这种“中等精度、快速出数”的定位，决定了它在科研和工程里都有生存空间。

1.2 rar 包里通常有什么

很多流传的SBDART_matlab.rar并不是官方出的 MATLAB 工具箱，而是某位用户把自己整理过的整个工作目录打包上传了。一般解压出来会看到：

• SBDART 的 Fortran 源文件，比如 sbdart.f、disort.f 之类；
• 已经编译好的 Windows 可执行文件 sbdart.exe；
• 示例输入文件，常见命名是 INPUT 或 sbdart.in；
• 官方手册说明文档，可能是 pdf 也可能是 txt；
• 可能附带几个 MATLAB 脚本，用来生成输入文件和读取输出。

明白这个结构很重要，因为很多人把整个 rar 拖进 MATLAB 当前目录，然后直接敲 sbdart，结果要么提示找不到命令，要么弹出权限错误。原因很简单：MATLAB 命令行里执行外部程序的搜索逻辑和你双击 exe 不一样，不配好路径和调用方式，它自然找不到。

1.3 判断你的运行环境再决定路线

拿到压缩包之后，先别急着解压。先想清楚三件事：你的操作系统是 Windows、Linux 还是 macOS；包里的是哪个版本的 SBDART；你手里有没有可用的 Fortran 编译器。

大多数流传的 rar 包是在 Windows 上编译的 exe，所以如果你用的是 Windows，最省事的路子是直接调用 exe。如果你在 Linux 或 macOS 上，exe 基本跑不了，得用 gfortran 之类重新编译源码。这一步如果不提前确认，后面会遇到大量“错误 9”“无法启动程序”之类的问题，浪费时间。

2. 打通 MATLAB 和 SBDART 的四条路线：选最省事的一条

我自己试过四条不同的路线，这里直接把每条路线的优缺点、适用场景说清楚，避免你在选择上纠结太久。

2.1 路线一：system 命令直接调用可执行文件

这是最直接、最省事、也最通用的一条路。MATLAB 的system命令可以在操作系统层面执行外部程序，所以你可以把 SBDART 当作一个命令行工具来调用。

[status, cmdout] = system('cd /d D:\sbdart_run && sbdart.exe < INPUT > run.log');

这种调用方式的好处是，你不需要动 SBDART 源码，不需要编译，只要能跑通官方示例，就能用 MATLAB 调。坏处是，每次调用都会产生文件落盘，如果你的研究需要几千次模拟，IO 会很慢，但好在 SBDART 本身计算量不大，瓶颈在你要不要反复读写文件。

2.2 路线二：用输入文件模板做参数批量控制

SBDART 的输入控制卡本身就是一个文本块，所以你可以用 MATLAB 的字符串拼接能力动态生成输入文件，然后循环调用 exe 跑不同参数。这听起来很笨，但实际上很多做敏感性分析的人都是这么干的，因为它的逻辑最简单，出了问题也容易定位。

szaList = [0 15 30 45 60 75]; for i = 1:length(szaList) content = sprintf(['SZA %.1f\n' ... 'NSTR 8\n' ... 'IDATM 5\n' ... 'IAER 4\n' ... 'IBCLD 0\n' ... 'IVIS 0\n' ... 'IALB 0\n' ... 'ISW 0\n' ... 'WLINF 0.29\n' ... 'WLSUP 4.00\n'], szaList(i)); fid = fopen('INPUT', 'w'); fprintf(fid, '%s', content); fclose(fid); system('sbdart.exe < INPUT > log.txt'); end

这种方式的关键点是：SBDART 读输入文件严格依赖格式，不要把逗号当成分隔符，Fortran 的 list-directed 读取虽然宽容，但空格分隔永远是最稳的。

2.3 路线三：MEX 方式把 Fortran 全编译进来

这条路是从 MATLAB 里直接调用编译后的 MEX 函数。听起来很高级，我也确实试过，但过程相当折腾。需要你机器上有 gfortran 或 Intel Fortran，还得在 MATLAB 里配置好 MEX 环境，然后把 SBDART 的源码包成可被 MEX 调用的接口。

如果你只是做遥感正演模拟，没必要一开始就选这条路线。MEX 方案的优点是不走文件 IO，内存传递快，适合大规模循环。缺点是一旦 SBDART 源码有编译错误，或者接口数组维度和 MATLAB 的类型对不上，你会花很久调 bug。真的对性能有极端需求的时候再考虑。

2.4 路线四：通过 Python 或 C 转手

有些朋友不想用 system，也不想碰 Fortran 编译，就选择用 Python 包一层，或者写一个 C 程序作为桥梁。MATLAB 可以调 Python，Python 再去调 SBDART，这样 log 解析、文件管理都可以用 Python 的生态来处理。

这个路线适合你本身已经熟悉 Python 的情况。但坦白说，如果你的核心工具链是 MATLAB，多引入一层 Python 就是多一个维护点，反而不如 system 方案直接。

2.5 我最终使用的方案

我自己的经验是：日常做敏感性分析、参数拟合、结果可视化，system方案完全够用。只有在需要把 SBDART 嵌入到一个每分钟都要调用几百次的优化算法里时，才会考虑编译成 MEX 或者用并行池一次性批量作业。所以，如果你刚上手，直接选 2.1 和 2.2 的组合，先把流程跑通，再去谈性能优化。

3. 从零写出一个可复现的 SBDART-MATLAB 调用脚本

3.1 准备输入文件的正确姿势

SBDART 的输入文件是一个非常典型的控制卡格式，每一行是一个参数名加参数值，后面跟上可选的注释内容。不同版本的 SBDART 支持的控制参数个数不太一样，但常用参数基本一致。下面这一组是我测试中常用的模板：

注意，SBDART 的波长单位是微米，很多人习惯用纳米做单位，写输入文件时直接填 400，结果计算范围明显不对。这是很常见的低级错误，但影响很大。

3.2 MATLAB 写输入文件并捕获输出

为了让你能直接抄作业，我把一个比较完整的调用函数写出来。这个函数接受太阳天顶角，生成输入文件，运行 SBDART，并把结果读取到 MATLAB 工作区。

function result = run_sbdart(sza, wl_inf, wl_sup, workdir) if nargin < 4 || isempty(workdir) workdir = pwd; end inpFile = fullfile(workdir, 'INPUT'); logFile = fullfile(workdir, 'run.log'); tdirFile = fullfile(workdir, 'tdir.dat'); content = sprintf(['SZA %.3f\n' ... 'NSTR 8\n' ... 'USRANG 0\n' ... 'IDATM 5\n' ... 'IAER 4\n' ... 'IBCLD 0\n' ... 'IVIS 0\n' ... 'IALB 0\n' ... 'IATM 1\n' ... 'ISUN 1\n' ... 'ISW 0\n' ... 'WLINF %.3f\n' ... 'WLSUP %.3f\n'], sza, wl_inf, wl_sup); fid = fopen(inpFile, 'w'); fprintf(fid, '%s', content); fclose(fid); cmd = sprintf('cd "%s" && sbdart.exe < INPUT > run.log', workdir); [status, ~] = system(cmd); if status ~= 0 error('SBDART 运行失败，请检查 run.log'); end data = readmatrix(tdirFile); result.wavelength = data(:, 1); result.tdir = data(:, 2); result.logFile = logFile; end

这里用readmatrix读取数据文件比较省事，但要注意，老版本 MATLAB 可能没有这个函数，那就改用importdata或者textscan。另外，我故意在system里把工作目录切到目标目录，因为 SBDART 会把输出文件写到当前执行目录下，如果不切目录，输出文件会散落在 MATLAB 当前文件夹，很容易弄混。

3.3 读取输出文件并快速校验

第一次跑通 SBDART 的时候，千万别直接拿数据去画图。先看一眼输出文件的结构。SBDART 通常会在工作目录生成多个输出文件，例如直射辐照度、漫射辐照度、上/下行辐射通量等。我用上面脚本读的是 tdir.dat，它一般有两列：第一列是波长，第二列是对应波段的直射辐照度。

你可以在 MATLAB 里简单抽查一下：

data = readmatrix('tdir.dat'); disp(data(1:5, :));

如果前几行数据里有负数、NaN 或者明显的异常大值，先检查输入参数是否有矛盾。我遇到过某种气溶胶组合配上特定太阳天顶角会输出负值的情况，多半是物理参数设置不合理，不是代码 bug。

4. 实测场景：不同太阳天顶角下的辐射传输曲线对比

4.1 设计一个对照实验

在把 SBDART 嵌入到工程模型之前，最好先做一组对照模拟，验证工具行为是否符合物理直觉。我用 0 度、30 度、60 度和 75 度四个太阳天顶角做了测试，波长范围取 0.29 到 4.0 微米，无云，大气剖面用中纬度夏季模型，气溶胶类型固定。

这个实验的意义在于：你能快速判断 SBDART 的输出是不是正常。太阳天顶角越大的时候，太阳辐射穿过大气的路径越长，直射辐照度应该整体降低。如果曲线不是这个趋势，那就说明输入文件或者输出解析哪里出了问题。

4.2 读懂输出通道

SBDART 的输出文件命名和通道在不同版本里可能有一点差异，但我通常关心这几个物理量：

• 直射辐照度 tdir，代表太阳直接透射到地面的能量；
• 漫射辐照度 tdif，代表经过大气散射后到达地面的能量；
• 上/下行辐照度，可以用来算地表净辐射；
• 特定观测方向的辐亮度，用于模拟传感器入瞳辐亮度。

画图的时候，我倾向于把直射和漫射画在同一张图上，因为它们的相对关系能反映大气散射能力。晴朗条件下，可见光波段直射占主导；如果气溶胶多或者有云，漫射占比会明显上升。

plot(data(:,1), data(:,2), 'LineWidth', 1.5); xlabel('波长 (um)'); ylabel('直射辐照度'); grid on;

4.3 常见“看起来不对劲”的曲线

有几种曲线形态特别容易让人误以为算错了：

第一种，曲线在某个波长附近突然掉到接近零。这通常是大气吸收带，比如水汽吸收带、臭氧吸收带，属于正常现象。第二种，整条曲线幅值都很低，甚至接近 1e-20，可能是波长单位写错了，把微米当纳米或者反过来，结果模型没有在该波段正确返回能量。第三种，曲线出现锯齿状振荡，这往往说明流数 NSTR 设置得不够大，或者波长网格太粗，可以试试加大 NSTR 到 16。

有一次我在测试 0.3 微米以下波段时得到一系列负值，查了很久才发现是输入的太阳天顶角用了小数格式但 Fortran 读取格式不匹配，导致 SZA 参数根本没被正确读到。后来我写脚本时统一用%.3f格式化浮点数，问题才彻底消失。

5. 我踩过的那几个坑：路径、格式、权限和编译器

5.1 rar 解压后仍然找不到 exe

这个坑出现的概率极高。你明明解压了，matlab 当前目录里也有 sbdart.exe，但system('sbdart.exe')就是提示找不到文件。原因通常是系统环境变量 PATH 里没有当前目录，或者 MATLAB 的系统命令搜索路径和文件资源管理器不一致。

解决办法不是去改系统环境变量，而是在调用时显式给出完整路径：

exePath = 'D:\work\sbdart\sbdart.exe'; system(sprintf('"%s" < INPUT > run.log', exePath));

路径带空格的时候，一定要用双引号包住，否则 DOS 解析会把路径截断。这是老生常谈，但真的每次都能遇到人踩。

5.2 路径分隔符和反斜杠转义问题

MATLAB 字符串里反斜杠有特殊意义，比如\d、\w这种会被误解析。当你拼 system 命令的时候，最好统一使用正斜杠/或者双反斜杠\\。Windows 系统本身能把正斜杠当作路径分隔符的一种兼容写法，所以用正斜杠最省心。

我第一次写批量脚本时用的是反斜杠，结果 MATLAB 把\s当成转义字符，导致 system 命令里的路径彻底变形，sbdart 跑了半天，输出目录全是空文件。后来把所有路径统一改成：

workdir = 'D:/work/sbdart_run';

再也没出现路径问题。

5.3 输出列错位的低级错误

用readmatrix读数据的时候，MATLAB 会自动忽略注释行，但它的列数判断完全依赖文件里的数据格式。SBDART 有些输出文件在不同版本里列数不同，比如新版本额外增加了一个散射角列，老版本没有。你如果拿着老脚本去读新输出，很容易把第二列读成第三列，画出来的图完全不对。

我通常会在读取后立刻检查列数和前几行数据：

data = readmatrix('tdir.dat'); size(data)

看到列数不是预期值时，先打开文件目测几行，再调整读取列索引。这个习惯能省下大量排查时间。

5.4 杀毒软件和权限问题

另一个容易被忽略的问题：从网上下载的 rar 包里的 exe 有可能被 Windows Defender 标记并隔离。表现为文件还在，但双击或调用时提示“拒绝访问”或者“无法启动程序”。避免办法是把工作目录加入杀毒软件白名单，或者直接用源码编译一个本机 exe。

权限问题也经常出现：如果工作目录在C:\Program Files这类系统保护目录下，system 调用可能没有任何写权限，SBDART 根本生成不了输出文件。最好把所有中间文件放到一个用户自己创建的独立目录下。

5.5 在 Linux/macOS 上编译 SBDART 的注意事项

如果你不在 Windows 上，需要自己编译。常见的编译命令方向是：

gfortran -O3 -o sbdart sbdart.f disort.f ...

不同发行版的源码文件名不一样，具体编译哪些文件要以源码目录里的 Makefile 或者 README 为准。编译完之后，调用方式基本一样，只是 exe 变成了没有后缀的二进制文件。

编译时最容易遇到的问题是对应 Fortran 标准不兼容。新版 gfortran 默认的语法检查比老版本严格，有时候旧源码会报一些无害的警告，但只要没有 Fatal Error，基本都能生成可执行文件。我用 Ubuntu 上的 gfortran 编译过多个版本，结论是：小版本之间有差异，但比想象中顺利。

6. 把 SBDART 嵌入参数反演和敏感性分析

6.1 批量运行与并行计算

跑通了单次模拟，下一步多半就是批量跑。最常见的目标是敏感性分析：改变气溶胶光学厚度、云量、地表反照率等参数，观察辐亮度或辐照度的变化。

最简单的批量思路是串行循环，但如果参数组合超过几百组，强烈建议用parfor。

parfor i = 1:numel(szaList) run_sbdart(szaList(i), 0.29, 4.0, sprintf('D:/work/case_%02d', i)); end

使用parfor时有一个隐性问题：每个 worker 的工作目录必须不同，否则多个 worker 同时写INPUT和tdir.dat会互相覆盖。我在代码里用sprintf('case_%02d', i)为每个任务单独建目录，完美避开冲突。

6.2 敏感性分析的批处理框架

我做敏感性分析时，通常先把所有参数组合做成一个表格，然后逐行读取、生成输入文件、运行 SBDART、追加结果。表格形式在 MATLAB 里就是 table 数组，非常方便。

params = table(); params.sza = [0; 30; 60]; params.iaer = [1; 4; 7]; params.aod = [0.05; 0.2; 0.5];

每个组合对应一次 SBDART 正演。算完之后，把结果存成 .mat 或 .csv，方便后续画图和统计分析。这个流程我用了很多次，稳定可靠，最大的好处是中间任何一步出错，你都知道问题出在哪一组参数上。

6.3 用 MATLAB 做最优化拟合

如果你想把 SBDART 用进反演框架里，比如根据实测辐亮度反推气溶胶光学厚度，思路也很清晰：SBDART 相当于是正演模型，MATLAB 的lsqcurvefit或者fminsearch就是反演引擎。

我尝试过用fminsearch反演气溶胶光学厚度，步骤是：

1. 固定大气模型、观测几何、波长范围；
2. 把气溶胶光学厚度作为待反演变量；
3. 目标函数是 SBDART 模拟辐亮度与实测辐亮度之间的误差；
4. 用优化算法迭代搜索误差最小的参数。

这件事能做，但很吃计算量，因为每迭代一次都要跑一遍 SBDART。这时候你会特别怀念直接把 Fortran 编译成 MEX 的方案。不过，对于参数数量少的场景，用 system 调用也没问题，只要把并行开起来就行。

7. 验证结果时你不该偷懒的那几步

任何辐射传输模型，跑通不等于跑对。SBDART 的输出再漂亮，如果不做验证，你是没法在论文或报告里放心使用的。

我习惯的验证流程有三步：

第一步，和官方示例结果对比。SBDART 自带的示例输入文件，通常也配了参考输出。先用未修改的官方输入跑一遍，对比数值是否一致。如果这一步都对不上，问题大概率出在你用的可执行文件和官方版本不一致，或者是编译选项有问题。

第二步，和已知太阳光谱对比。SBDART 输出的直射辐照度在可见近红外波段，应该与标准太阳光谱曲线形状大体一致。如果出现大范围偏差，先检查波长单位、太阳天顶角、大气模型，这三个参数的嫌疑最大。

第三步，跨模型对比。有条件的话，可以和 MODTRAN、6S、LibRadtran 等模型的输出做对比。不需要每个波段都完全一致，重点是吸收带位置、总量级、相对变化趋势是否一致。SBDART 的定位是中等精度模型，和 MODTRAN 这种高精度模型存在差异是正常的，但差异不能离谱。

如果你发现 SBDART 的输出在短波红外波段和另一种模型的输出差异达到几倍，不要急着改代码，先检查是不是 SBDART 的输入文件里某个开关没打开，比如某种气体吸收参数被关掉了。

8. 最后再分享两个实用扩展

8.1 把 SBDART 结果接到图像模拟链路

我在做遥感成像仿真的时候，经常需要把 SBDART 算出的辐亮度作为大气参数，赋给一个场景渲染链路。这时候 MATLAB 的矩阵操作就很方便：SBDART 算出不同观测天顶角下的辐亮度表，然后我直接插值到图像的每个像素上，生成带大气效应的高光谱图像。

关键步骤是把 SBDART 输出转换成 MATLAB 里的 mesh grid，再用interp2做角度插值。这样既能保留 SBDART 的物理精度，又能获得快速的图像级模拟结果。

8.2 自己封装一个 SBDART 工具箱

如果你发现自己经常要跑 SBDART，不要把代码散落在各个脚本里。我建议把它封装成一个类或者几个函数，统一管理可执行文件路径、工作目录、参数模板和输出解析。这样后续任何人拿到你的代码，只需要改一个配置文件，就能跑自己的实验。

封装时最重要的设计是：把“输入参数”和“路径配置”分开。路径配置写在脚本开头或者 JSON 文件里，输入参数作为函数入参。千万不要把路径硬编码到每个函数里，否则换一台机器就要改三个月代码。

最终，SBDART 和 MATLAB 的组合没有想象中神秘，也没有想象中完美。它需要你接受“外部程序+文件 IO”这种略显粗犷的调用方式，但也正是因为 SBDART 的输入输出足够简单，MATLAB 才可以轻松接管批量运行和结果分析。只要你按照输入格式、路径处理、输出校验这个流程一步步来，这套组合能陪你在辐射传输的方向上走很远。

本文还有配套的精品资源，点击获取