卫星云导风（Atmospheric Motion Vectors, AMVs）是静止气象卫星获取大气水平风场的重要资料，但其精度受运动估计算法和云团结构共同影响。本文基于 2024 年 4—6 月华南地区 FY-4B AGRI红外观测，进行了交叉相关法与光流法云导风估计，并将结果与华南FY-4B 业务 C013 云导风（OAMV）产品以及探空数据进行对比。基于 10.8 μm 亮温识别冷云对象，以诊断云团尺度下的云导风误差来源。结果表明，TV-L1 获得的探空匹配样本数量显著多于 CC和 OAMV ，同时保持与目标匹配类方法相近的总体误差。OAMV 的总体风速和风向均方根误差最小，TV-L1 在400-700 hPa层表现最好，但存在高层强风低估和低层风向离散问题。在冷云对象内部，OAMV 误差较小但空间覆盖稀疏，TV-L1 则具有最高的细尺度空间采样均匀性。高误差云团通常对应更大的亮温、气压、风速或风向离散度，说明 AMV 误差受到云团垂直结构复杂性和内部运动非均一性的显著影响。本文结果揭示了稠密光流 AMV 与目标匹配型 AMV 在云团尺度风场分析中的互补作用，为卫星云导风方案选择、云团内风场分析以及后续 AMV 算法优化提供定量参考。

云导风,FY-4B,交叉相关法,光流法,官方产品