賀秋瑞 王振占 何杰穎

(1.中國(guó)科學(xué)院國(guó)家空間科學(xué)中心微波遙感重點(diǎn)實(shí)驗(yàn)室,北京 100190;2.中國(guó)科學(xué)院大學(xué),北京 100049)

?

基于FY-3C/MWHTS資料的海洋晴空大氣溫濕廓線反演方法研究

賀秋瑞1,2王振占1何杰穎1

(1.中國(guó)科學(xué)院國(guó)家空間科學(xué)中心微波遙感重點(diǎn)實(shí)驗(yàn)室,北京 100190;2.中國(guó)科學(xué)院大學(xué),北京 100049)

針對(duì)搭載于風(fēng)云三號(hào)C星(FY-3C)上的微波濕溫探測(cè)儀(Microwave Humidity and Temperature Sounder,MWHTS),建立了海洋晴空大氣條件下溫濕廓線同時(shí)反演的一維變分反演系統(tǒng). 通過對(duì)影響反演精度的各個(gè)因素進(jìn)行分析,確立了該系統(tǒng)的輸入?yún)?shù). 對(duì)于FY-3C/MWHTS觀測(cè)亮溫與快速輻射傳輸(Radiative Transfer Model for TOVS,RTTOV)模型的模擬亮溫之間的偏差和角度依賴性,采用逐像元統(tǒng)計(jì)回歸校正方法進(jìn)行校正. 選擇西北太平洋海域晴空條件下的校正亮溫?cái)?shù)據(jù)進(jìn)行溫濕廓線的反演,并利用歐洲中期天氣預(yù)報(bào)中心再分析數(shù)據(jù)集對(duì)反演結(jié)果進(jìn)行驗(yàn)證,結(jié)果表明:反演的溫度廓線和相對(duì)濕度廓線的最大平均偏差分別為1.09 K和5.4%,最大均方根誤差分別為1.48 K和22.69%,與未校正亮溫的反演結(jié)果相比,溫度廓線的均方根誤差最大可減小1.56 K,濕度廓線的均方根誤差最大可減小14.71%. 反演溫濕廓線與背景廓線的精度對(duì)比表明:反演的溫度廓線在10～70 hPa、300～350 hPa和700～850 hPa內(nèi)的精度高于背景廓線的精度,而反演濕度廓線的精度除了825～875 hPa,其他范圍均高于背景廓線的精度,因此FY-3C/MWHTS觀測(cè)亮溫的反演結(jié)果可進(jìn)一步提高預(yù)報(bào)廓線精度.

FY-3C/MWHTS;RTTOV;溫濕廓線;一維變分反演

DOI 10.13443/j.cjors.2015102101

引 言

大氣的溫度和濕度垂直廓線是氣候監(jiān)測(cè)、當(dāng)前天氣分析以及天氣預(yù)報(bào)的重要參數(shù)[1-2]. 在探測(cè)大氣溫濕廓線的各種手段中,星載遙感觀測(cè)具有覆蓋廣、連續(xù)觀測(cè)、可全球監(jiān)測(cè)等優(yōu)點(diǎn),是大氣參數(shù)信息獲取的重要手段[3]. 其中微波可以穿透云、霾和沙塵等,因此微波遙感在星載大氣遙感中又具有獨(dú)特的優(yōu)勢(shì). 由中國(guó)科學(xué)院國(guó)家空間科學(xué)中心負(fù)責(zé)研制的微波濕溫探測(cè)儀(Microwave Humidity and Temperature Sounder,MWHTS)搭載于新一代極軌氣象衛(wèi)星FY-3C于2013年發(fā)射升空,其通道的設(shè)置具有對(duì)大氣溫濕廓線同時(shí)反演的能力,關(guān)于該傳感器的系統(tǒng)參數(shù)設(shè)置詳見文獻(xiàn)[4].

從20世紀(jì)60年代,國(guó)內(nèi)外學(xué)者已開始了大氣參數(shù)反演的研究,歷經(jīng)幾十年的發(fā)展,現(xiàn)在常用的溫濕廓線反演方法主要分為三類:統(tǒng)計(jì)方法,物理方法以及物理統(tǒng)計(jì)方法[5-9]. 其中物理方法是通過對(duì)輻射傳輸方程的直接求解來獲取大氣參數(shù),物理意義清晰,反演精度較高. 目前,一維變分算法作為物理方法的典型代表得到了廣泛的應(yīng)用,其中,Li等人以此方法為基礎(chǔ)發(fā)展的先進(jìn)垂直探測(cè)器數(shù)據(jù)處理軟件包(International ATOVS Processing Package, IAPP)對(duì)先進(jìn)微波探測(cè)裝置(Advance Microwave Sounding Unit,AMSU)觀測(cè)資料進(jìn)行反演,但在亮溫偏差校正時(shí)并未考慮觀測(cè)角度對(duì)亮溫偏差帶來的影響[5]. Boukabara等人同樣以該算法為基礎(chǔ)發(fā)展了微波整體反演系統(tǒng)(Microwave Integrated Retrieval System,MIRS),該系統(tǒng)雖然同時(shí)應(yīng)用了AMSU、微波濕度傳感器(Microwave Humidity Sensor,MHS)和特種微波成像儀(Special Sensor Microwave/Imager,SSM/I)的觀測(cè)資料,但是在進(jìn)行系統(tǒng)參數(shù)的選擇時(shí)需兼顧這三個(gè)傳感器的儀器性能及數(shù)據(jù)特點(diǎn),如像元的匹配及選擇、觀測(cè)誤差協(xié)方差矩陣的生成等,這在一定程度上限制了溫濕參數(shù)的反演精度[6].

根據(jù)FY-3C/MWHTS具有獨(dú)立探測(cè)大氣溫濕參數(shù)的能力,本文針對(duì)其觀測(cè)亮溫?cái)?shù)據(jù),建立了一維變分反演系統(tǒng),對(duì)西北太平洋海域晴空條件下的大氣溫度和濕度廓線進(jìn)行反演研究. 分析了影響一維變分反演系統(tǒng)反演精度的因素,選擇適于MWHTS的反演系統(tǒng)參數(shù),利用2015年2月份的亮溫?cái)?shù)據(jù)反演得到大氣的溫度和濕度廓線,并分別利用ECMWF再分析數(shù)據(jù)集和無線電探空觀測(cè)(Radiosonde observation, RAOB)數(shù)據(jù)對(duì)反演結(jié)果進(jìn)行了驗(yàn)證分析.

1 資料、模式及算法介紹

1.1 資料與模式

本文使用的數(shù)據(jù)有MWHTS亮溫?cái)?shù)據(jù)、ECMWF ERA Interim再分析數(shù)據(jù)、美國(guó)環(huán)境預(yù)報(bào)中心(National Centers for Environmental Prediction, NCEP) 6小時(shí)預(yù)報(bào)數(shù)據(jù)和RAOB數(shù)據(jù),地理范圍均為(30°N～15°N, 125°E～165°E)．其中,MWHTS亮溫?cái)?shù)據(jù)由中國(guó)氣象局網(wǎng)站提供,時(shí)間范圍為2013年10月-2015年2月;ECMWF ERA Interim再分析數(shù)據(jù)由ECMWF網(wǎng)站提供,時(shí)間范圍為2005年1月-2015年2月,其溫度、濕度以及云量廓線從地面1 000 hPa到高空1 hPa分為37層,分辨率是0.125°×0.125°;NCEP 6 h預(yù)報(bào)數(shù)據(jù)由NCEP網(wǎng)站提供,時(shí)間為2015年2月,分辨率為0.25°×0.25°,其溫濕廓線從地面1 000 hPa到高空1 hPa共26層,為了與歐洲中期天氣預(yù)報(bào)中心(European Centre for Medium Range Weather Forecasts,ECMWF)再分析數(shù)據(jù)的分層相一致,對(duì)其進(jìn)行內(nèi)插處理;RAOB數(shù)據(jù)由RAOB網(wǎng)站提供,時(shí)間為2015年2月,同樣內(nèi)插為37層. 本文選擇ECMWF發(fā)展的快速輻射傳輸模型(Radiative Transfer Model for TOVS,RTTOV) v11輻射傳輸模型對(duì)MWHTS進(jìn)行模擬亮溫計(jì)算.

1.2 一維變分反演算法

一維變分反演算法主要由兩部分組成:第一部分是正演輻射傳輸模型;第二部分是最小化代價(jià)函數(shù)模型.如果觀測(cè)誤差和先驗(yàn)信息誤差不相關(guān),且服從高斯分布,那么反演廓線的最優(yōu)估計(jì)就可以通過最小化代價(jià)函數(shù)[7]

(1)

來實(shí)現(xiàn). 式中: x為所要反演的廓線; xb為背景廓線; B為背景協(xié)方差矩陣; R為測(cè)量誤差協(xié)方差矩陣,包括觀測(cè)誤差協(xié)方差E和正演誤差協(xié)方差F; H(x)表示狀態(tài)變量x所產(chǎn)生的模擬亮溫; I0表示觀測(cè)亮溫. 對(duì)該代價(jià)函數(shù)求導(dǎo)可得

(2)

R]-1[I0-H(xn)-H(xn)(xb-xn)].

(3)

式中: n表示迭代次數(shù); xn+1表示式(2)的最優(yōu)估計(jì)值,即反演廓線.

由式(1)可知,直接影響反演精度的因素有背景協(xié)方差矩陣B,背景廓線xb,測(cè)量誤差協(xié)方差矩陣R以及亮溫偏差H(x)-I0.

2 影響反演精度因素討論

2.1 先驗(yàn)信息

對(duì)于背景協(xié)方差矩陣而言,本文使用2005-2014年間10年的ECMWF再分析數(shù)據(jù)集中海洋上空的溫濕廓線來產(chǎn)生,公式為[6]

(4)

2.2 正演模型和通道偏差校正

通道中的亮溫偏差對(duì)反演精度有直接影響. 本文利用統(tǒng)計(jì)回歸方法進(jìn)行偏差校正. 使用2013年10月-2014年12月晴空條件下的MWHTS亮溫?cái)?shù)據(jù)與ECMWF再分析數(shù)據(jù)進(jìn)行匹配,其中根據(jù)云量廓線為0進(jìn)行晴空數(shù)據(jù)的判斷,匹配規(guī)則是經(jīng)緯度差分別小于0.05°,時(shí)間差小于0.5 h,得到了超過4萬個(gè)匹配對(duì). 通過對(duì)匹配的模擬亮溫和觀測(cè)亮溫進(jìn)行相關(guān)性分析發(fā)現(xiàn)大部分通道具有線性統(tǒng)計(jì)關(guān)系,即觀測(cè)亮溫具有系統(tǒng)偏差[9]. 分別計(jì)算MWHTS在98個(gè)像元處每個(gè)通道的模擬亮溫和觀測(cè)亮溫的相關(guān)系數(shù),其中，每個(gè)像元對(duì)應(yīng)一個(gè)掃描角度，如圖1所示.

圖1 MWHTS觀測(cè)亮溫和模擬亮溫相關(guān)系數(shù)分布

由圖1可知:從1～15像元,每個(gè)通道相關(guān)系數(shù)明顯較低,隨著掃描角度的變小而升高;從16～80像元,大部分通道的相關(guān)系數(shù)逐漸變大并達(dá)到最大值后趨于平穩(wěn);從80～98像元,通道2、3、5、7的相關(guān)系數(shù)變化呈下降趨勢(shì),其中通道2的相關(guān)系數(shù)在各個(gè)掃描角度均較低. 總的來說,在20～70像元位置上,除了通道2、5、7的部分像元外,其余通道的相關(guān)系數(shù)保持在0.90以上.

MWHTS采用交軌掃描方式進(jìn)行探測(cè),獲得的亮溫?cái)?shù)據(jù)往往具有角度依賴性[10]. 利用匹配對(duì)中的模擬亮溫和觀測(cè)亮溫的平均偏差對(duì)MWHTS亮溫?cái)?shù)據(jù)的角度依賴性進(jìn)行分析發(fā)現(xiàn)MWHTS的15個(gè)通道亮溫對(duì)角度依賴性明顯. 然而,一維變分算法要求亮溫?cái)?shù)據(jù)必須滿足無偏高斯分布,因此濾除角度依賴性所產(chǎn)生的誤差至關(guān)重要.

根據(jù)MWHTS的15個(gè)通道的觀測(cè)亮溫和模擬亮溫之間的統(tǒng)計(jì)關(guān)系,本文提出逐像元統(tǒng)計(jì)回歸的方法對(duì)觀測(cè)亮溫進(jìn)行偏差校正以及角度依賴性的移除. 首先由于通道2相關(guān)性小而不進(jìn)行校正;其次,舍棄掃描角度大時(shí)相關(guān)系數(shù)低的數(shù)據(jù),即選擇像元20～70的數(shù)據(jù)進(jìn)行反演. 逐像元統(tǒng)計(jì)回歸校正方法的表達(dá)式為

(5)

式中: Tij*為MWHTS的校正亮溫; Tij為未校正亮溫; aij為斜率; bij為截距; i為MWHTS的通道數(shù)目,取值范圍為1～15; j為像元的數(shù)目,取值范圍是1～51. 那么根據(jù)該校正方法,每個(gè)通道的每個(gè)像元都會(huì)得到各自的校正系數(shù)a和b.

2.3 測(cè)量誤差協(xié)方差矩陣R

在假設(shè)MWHTS各個(gè)通道間的測(cè)量不存在相關(guān)性的情況下,本文使用矩陣R的對(duì)角元素,表示為[11]

r2=f2+e2.

(6)

式中: r為矩陣R對(duì)角元素的平方根; f為正演誤差協(xié)方差矩陣對(duì)角元素的平方根,根據(jù)2.2節(jié)中匹配的觀測(cè)亮溫和模擬亮溫進(jìn)行求解; e為觀測(cè)誤差協(xié)方差矩陣對(duì)角元素的平方根,本文使用的是MWHTS系統(tǒng)設(shè)計(jì)中的通道噪聲,見文獻(xiàn)[4].

2.4 反演過程的質(zhì)量控制

本文選擇的迭代收斂標(biāo)準(zhǔn)是當(dāng)代價(jià)函數(shù)值的相對(duì)變化范圍在0.01內(nèi)時(shí)迭代停止. 同時(shí)設(shè)置的最大迭代次數(shù)為10. 另外,利用背景廓線的模擬亮溫與觀測(cè)亮溫的差來對(duì)輸入的亮溫?cái)?shù)據(jù)進(jìn)行質(zhì)量控制,當(dāng)任一通道的亮溫差大于20 K,舍棄該組亮溫?cái)?shù)據(jù).

3 反演實(shí)驗(yàn)及誤差討論

3.1 反演步驟

利用以上分析確定的系統(tǒng)參數(shù)以及收斂標(biāo)準(zhǔn),本文針對(duì)MWHTS建立了一維變分反演系統(tǒng),反演的基本步驟包括:

1) 對(duì)MWHTS亮溫?cái)?shù)據(jù)進(jìn)行偏差校正,并分別與ECMWF再分析數(shù)據(jù)和RAOB數(shù)據(jù)進(jìn)行空間和時(shí)間上的匹配. 與ECMWF再分析數(shù)據(jù)匹配規(guī)則是經(jīng)緯度差分別小于0.05°,時(shí)間差小于0.5 h. 與RAOB數(shù)據(jù)匹配規(guī)則是經(jīng)緯度差分別小于1.5°,時(shí)間差小于0.5 h.

2) 根據(jù)ECMWF再分析數(shù)據(jù)的云量廓線為0對(duì)匹配到的亮溫進(jìn)行晴空數(shù)據(jù)的選擇.

3) 針對(duì)步驟2)中產(chǎn)生的每一組晴空亮溫選擇時(shí)間和空間匹配的NCEP預(yù)報(bào)數(shù)據(jù)作為背景廓線. 匹配規(guī)則是經(jīng)緯度差分別小于0.25°,時(shí)間差小于0.5 h.

4) 根據(jù)第2節(jié)建立的測(cè)量誤差協(xié)方差矩陣R和背景協(xié)方差矩陣B輸入到一維變分反演系統(tǒng).

5) 把校正的晴空亮溫輸入到一維變分反演系統(tǒng)中進(jìn)行反演計(jì)算,得到反演的溫濕廓線.

本文選擇2015年2月份MWHTS海洋晴空亮溫進(jìn)行反演研究,其中選擇的海域?yàn)槲鞅碧窖蠛Ｓ?地理范圍為(30°N～15°N,125°E～165°E).

3.2 反演結(jié)果的驗(yàn)證及分析

經(jīng)過亮溫?cái)?shù)據(jù)和ECMWF再分析數(shù)據(jù)進(jìn)行匹配一共得到1 907個(gè)匹配對(duì),利用本文提出的逐像元統(tǒng)計(jì)回歸校正方法對(duì)匹配對(duì)中的亮溫?cái)?shù)據(jù)進(jìn)行偏差校正可以發(fā)現(xiàn),除了通道2未進(jìn)行偏差校正外,通道1、3、4、6、12、14、15的平均亮溫偏差得到了很大的減小,角度依賴性得到了移除,校正結(jié)果較好. 但是對(duì)于通道5、7、8、9、10、11來說雖然平均亮溫偏差都有一定的減小,但是角度依賴性只是在一定程度上得到減弱,而對(duì)于通道13來說角度依賴性有一定的減弱,但是平均亮溫偏差并未有明顯的減小.

根據(jù)MWHTS通道權(quán)重函數(shù)特性分析[12],取溫度和濕度反演廓線的壓強(qiáng)范圍分別為10～1 000 hPa和250～1 000 hPa. 利用平均偏差和均方根誤差對(duì)反演結(jié)果進(jìn)行驗(yàn)證分析[2],本文分別使用ECMWF再分析數(shù)據(jù)和RAOB數(shù)據(jù)作為參考數(shù)據(jù),其中,由于RAOB數(shù)據(jù)量的限制,只利用其對(duì)單點(diǎn)反演結(jié)果進(jìn)行驗(yàn)證分析.

3.2.1 與ECMWF再分析數(shù)據(jù)的驗(yàn)證分析

對(duì)1 907個(gè)匹配對(duì)中的校正亮溫進(jìn)行反演,其中有6組亮溫與背景廓線模擬亮溫之間的偏差超過20 K,因此得到了1 901條溫濕反演廓線. 對(duì)這1 901組溫濕廓線進(jìn)行統(tǒng)計(jì)特性分析,如圖2所示.

由圖2(a)可知,校正亮溫反演的溫度平均偏差相比未校正亮溫的反演結(jié)果有很大的減小,且均保持在1.09 K以內(nèi),但是在350～650 hPa內(nèi)以及850 hPa附近,大于未校正亮溫反演的平均偏差. 對(duì)于溫度均方根誤差來說,除了在450～600 hPa范圍,校正亮溫的反演結(jié)果均好于校正前的反演結(jié)果,對(duì)校正前的均方根誤差的減小最大處可達(dá)1.56 K,且反演均方根誤差均保持在1.48 K以內(nèi). 對(duì)于校正亮溫反演精度變差的現(xiàn)象,根據(jù)MWHTS通道權(quán)重函數(shù)特性分析,對(duì)450～600 hPa內(nèi)的反演結(jié)果起主要貢獻(xiàn)的是通道5、6、7,而通道5和7的偏差校正效果較差, 因此這可能是導(dǎo)致這一現(xiàn)象的原因. 從校正后的反演溫度廓線跟背景溫度廓線的均方根誤差對(duì)比來看,反演結(jié)果在10～70 hPa、300～350 hPa以及700～850 hPa內(nèi)對(duì)于提高預(yù)報(bào)廓線的精度仍然有很大的幫助. 由圖2(b)可知,除了825～875 hPa,校正后的亮溫反演的濕度平均偏差明顯好于校正前,且最大偏差不超過5.4%. 對(duì)于濕度反演的均方根誤差來說,校正后的亮溫反演結(jié)果明顯好于校正前的反演結(jié)果,最大均方根誤差為22.69%,與校正前相比,最大可減小14.71%. 從校正亮溫反演的均方根誤差跟背景廓線的均方根誤差對(duì)比可知,在250～800 hPa內(nèi),對(duì)背景廓線的精度有很大的提高,最大可提高10.78%. 但是與平均偏差一樣,反演的均方根誤差在825～875 hPa內(nèi)出現(xiàn)了最大值,且大于背景廓線的均方根誤差. 對(duì)于此范圍內(nèi)精度差的現(xiàn)象,除了水汽通道的共同貢獻(xiàn)作用以外,溫度通道7和窗區(qū)通道10也對(duì)該壓強(qiáng)范圍的濕度反演有貢獻(xiàn)作用,通道7和10的偏差校正效果差可能是導(dǎo)致這一現(xiàn)象的主要原因.

(a) 溫度

3.2.2 與RAOB數(shù)據(jù)的驗(yàn)證分析

在本文選擇的海域內(nèi),一共得到1個(gè)無云的匹配對(duì). 從可靠性的角度考慮,選擇溫度反演廓線的范圍150～1 000 hPa進(jìn)行驗(yàn)證分析. 利用地理坐標(biāo)點(diǎn) (155.38°E, 23.01°N)的2015年2月5號(hào)12:00UTC 5 min之內(nèi)的衛(wèi)星數(shù)據(jù)得到的反演廓線,與地理坐標(biāo)點(diǎn)(153.97°E, 24.30°N)的南鳥島探空基站2015年2月5號(hào)12:00UTC的RAOB數(shù)據(jù)進(jìn)行單點(diǎn)反演結(jié)果驗(yàn)證,如圖3所示.

圖3 單點(diǎn)反演結(jié)果與南鳥島探空基站RAOB廓線對(duì)比

從圖3可以看出,除了700 hPa溫度偏差高達(dá)4.7 K外,其他壓強(qiáng)處的偏差均保持在1.46 K以內(nèi). 同樣對(duì)于濕度偏差來說,700 hPa處的偏差最大,為39%. 在700 hPa,對(duì)溫度反演來說起主要貢獻(xiàn)的是通道4和通道5,而對(duì)濕度反演來說起主要貢獻(xiàn)的是通道15,這三個(gè)通道的偏差校正結(jié)果都較好. 然而,背景廓線與RAOB廓線的偏差在700 hPa的溫度偏差為5.92 K,濕度偏差為39%,那么這可能是導(dǎo)致反演廓線在此處偏差較大的重要原因. 因此本文又選擇了地理坐標(biāo)點(diǎn)(139.78°E, 33.12°N)的八丈島的2015年2月14號(hào)12:00UTC的探空數(shù)據(jù)來驗(yàn)證地理坐標(biāo)點(diǎn) (141.13°E, 33.91°N)的2015年2月14號(hào)12:00UTC 20 min之內(nèi)衛(wèi)星數(shù)據(jù)的反演廓線,如圖4所示.

由圖4可知,對(duì)于溫度反演來說,在600～700 hPa內(nèi),背景廓線偏差出現(xiàn)了3.8 K的偏差,同樣反演廓線在此處也出現(xiàn)較大的偏差,為2.3 K,但是比圖3中的4.7 K的偏差有很大的減小. 而對(duì)于濕度反演來說,在250～600 hPa內(nèi),背景廓線偏差在550 hPa附近出現(xiàn)了28%的偏差,同樣也導(dǎo)致了反演濕度廓線17.7%的偏差,但比圖3中的偏差39%有了21.3%的減小. 另外,圖4的溫濕廓線在700 hPa均未出現(xiàn)大的偏離,溫濕廓線的反演偏差分別為0.95 K和6.32%. 因此可以得出結(jié)論:對(duì)于溫濕廓線反演來說,背景廓線與真實(shí)廓線的偏差過大,將會(huì)導(dǎo)致反演廓線的偏差增大,背景廓線的選擇對(duì)一維變分反演系統(tǒng)具有重要意義.

圖4 單點(diǎn)反演結(jié)果與八丈島探空基站RAOB廓線對(duì)比

3.2.3 與MIRS反演系統(tǒng)的精度對(duì)比

MIRS反演系統(tǒng)是針對(duì)AMSU、MHS和SSM/I觀測(cè)資料進(jìn)行溫濕反演的業(yè)務(wù)化反演系統(tǒng),Boukabar等人利用ECMWF再分析數(shù)據(jù)對(duì)其反演精度在特定壓強(qiáng)處進(jìn)行了驗(yàn)證[6]. 對(duì)于溫度反演,MIRS系統(tǒng)在950、800、500、300、100 hPa處的均方根誤差分別是2.7、1.8、1.3、1.5、1.8 K,而本文的反演系統(tǒng)對(duì)應(yīng)的均方根誤差分別是1.3、1.1、1.4、1.3、1.1 K;對(duì)于濕度反演,MIRS系統(tǒng)在950、800、500、300 hPa處的均方根誤差分別是17%、28%、41.5%、41%,本文的反演系統(tǒng)對(duì)應(yīng)的均方根誤差分別是9%、14%、8%、4%. 通過對(duì)比可以看出本文所構(gòu)建的反演系統(tǒng)在以上壓強(qiáng)處具有更高的反演精度,特別是濕度的反演精度較MIRS系統(tǒng)的反演精度有很大的提高. 然而需要注意的是在云雨條件下MIRS系統(tǒng)對(duì)星載數(shù)據(jù)的反演能力是本文的反演系統(tǒng)所不具備的.

4 結(jié) 論

本文針對(duì)FY-3C/MWHTS海上晴空亮溫?cái)?shù)據(jù)的大氣溫濕廓線反演建立了基于物理方法的一維變分反演系統(tǒng). 對(duì)于該系統(tǒng)的輸出結(jié)果,利用ECMWF再分析數(shù)據(jù)和RAOB數(shù)據(jù)進(jìn)行驗(yàn)證分析,驗(yàn)證結(jié)果表明:FY-3C/MWHTS亮溫?cái)?shù)據(jù)的濕度反演精度除了825～875 hPa,其他范圍均高于背景廓線精度,溫度反演精度在10～70 hPa、300～350 hPa以及700～850 hPa內(nèi)高于背景廓線精度,這對(duì)于提高預(yù)報(bào)廓線的精度具有重要意義. 其中在利用ECMWF再分析數(shù)據(jù)對(duì)反演結(jié)果進(jìn)行驗(yàn)證時(shí)發(fā)現(xiàn),不是在所有的壓強(qiáng)范圍內(nèi)偏差校正后的反演結(jié)果好于偏差校正前的反演結(jié)果,從而說明了該校正方法需要進(jìn)一步地優(yōu)化. 在利用RAOB數(shù)據(jù)對(duì)反演結(jié)果驗(yàn)證時(shí),背景廓線與真實(shí)廓線大的偏差導(dǎo)致了反演精度的下降,從而說明了背景初始場(chǎng)對(duì)反演結(jié)果的重要性. 另外,本文只是針對(duì)MWHTS海洋晴空亮溫?cái)?shù)據(jù)進(jìn)行了反演研究,因此全天候的溫濕反演是下一步的工作重點(diǎn)．

致謝:本研究受中國(guó)科學(xué)院國(guó)家空間科學(xué)中心重點(diǎn)培育課題“基于微波遙感探測(cè)的全球變化數(shù)據(jù)再定標(biāo)、再處理、再分析”支持.

[1] AHN M H, KIM M J, CHUNG C Y, et al. Operational implementation of the ATOVS processing procedure in KMA and its validation[J]. Advances in atmospheric science, 2003, 20(3): 398-414.

[2] RAO T N, SUNILKUMAR K, JAYARAMAN A. Validation of humidity profiles obtained from SAPHIR, on-board Megha-Tropiques[J]. Current science, 2013, 104(12): 1635.

[3] ROSENKRANZ P W. Retrieval of temperature and moisture profiles from AMSU-A and AMSU-B measurements[J]. IEEE transactions on geoscience and remote sensing, 2001, 39(11): 2429-2435.

[4] 郭楊, 盧乃錳, 漆成莉, 等. 風(fēng)云三號(hào)C星微波濕溫探測(cè)儀的定標(biāo)和驗(yàn)證[J]. 地球物理學(xué)報(bào), 2015, 58(1): 20-31.

GUO Y, LU N M, QI C L, et al. Calibration and validation of microwave humidity and temperature sounder onboard FY-3C satellite[J]. Chinese journal of geophysics, 2015, 58(1): 20-31. (in Chinese)

[5] LI J, WOLF W W, MENZEL W P, et al. Global sounding of the atmosphere from ATOVS measurements: the algorithm and validation[J]. Journal of applied meteorology, 2000, 39(8): 1248-1268.

[6] BOUKABARA S A, GARRETT K, CHEN W, et al. MIRS: an all-weather 1DVAR satellite data assimilation and retrieval system[J]. IEEE transactions on geoscience and remote sensing, 2011, 49(9): 3249-3272.

[7] LIU Q, WENG F. One-dimensional variational retrieval algorithm of temperature, water and cloud water profiles from advanced microwave sounding unit(AMSU)[J]. IEEE transactions on geoscience and remote sensing, 2005, 43(5):1087-1095.

[8] 何杰穎, 張升偉. 地基和星載微波輻射計(jì)數(shù)據(jù)反演大氣濕度[J]. 電波科學(xué)學(xué)報(bào), 2011, 26(2): 362-368.

HE J Y, ZHANG S W. Humidity retrieved from data of the ground-based microwave profiler and satellite-based humidity sounder[J]. Chinese journal of radio science, 2011, 26(2): 362-368. (in Chinese)

[9] LI J, WOLF W W, MENZEL W P, et al. Global sounding of the atmosphere from ATOVS measurements: the algorithm and validation[J]. Journal of applied meteorology, 2000, 39(8): 1248-1268.

[10]WENG F, ZOU X, WANG X, et al. Introduction to Suomi national polar-orbiting partnership advanced technology microwave sounder for numerical weather prediction and tropical cyclone applications[J]. Journal of geophysical research: atmospheres, 2012, 117(19): 19112-19126.

[11]ENGLISH S J. Estimation of temperature and humidity profile information from microwave rdiances over different surface types[J]. Journal of applied meteorology, 1999, 38(10): 1526-1541.

[12]鮑靖華. FY-3C衛(wèi)星微波濕溫探測(cè)儀原理及在軌性能初步分析[D]. 北京:中國(guó)科學(xué)院國(guó)家空間科學(xué)中心, 2014.

BAO J H. The principle of FY-3C satellite microwave humidity and temperature sounder and preliminary analysis on its in-orbit performance[D]. Beijing: Chinese Academy of Sciences, 2014. (in Chinese)

Inversion of the clear atmospheric temperature and humidity profiles based on FY-3C/MWHTS measurements

HE Qiurui1,2WANG Zhenzhan1HE Jieying1

(1.KeyLaboratoryofMicrowaveRemoteSensing,NationalSpaceScienceCenter,ChineseAcademyofSciences,Beijing100190,China; 2.UniversityofChineseAcademyofSciences,Beijing100049,China)

For microwave humidity and temperature sounder (MWHTS) on board FY-3C satellite, an one-dimensional variational system is built to inverse the atmospheric temperature and humidity profiles over ocean in clear sky. By analyzing the various factors affecting the accuracy of inversion, the system parameters can be determined. A statistical regression method is adapt in pixel by pixel correction procedure to correct the bias of brightness temperatures between the observed values and those simulated by Radiative Transfer Model for TOVS (RTTOV). This paper inverses the clear atmospheric temperature and hu-midity profiles over the north-west Pacific using the corrected measurements and the results validates that of the European Centre for Medium Range Weather Forecasts (ECMWF) reanalysis data. The results show that the maximum root mean square errors are 1.48 K and 22.69%, respectively. The contrast results of the retrievals and the background profiles show that the accuracy of forecast profiles can be improved effectively by inversion using FY-3C/MWHTS.

FY-3C/MWHTS; RTTOV; temperature and humidity profiles; one-dimensional variational inversion

10.13443/j.cjors.2015102101

2015-10-21

國(guó)家863計(jì)劃項(xiàng)目(2015AA8126027)

P41

A

1005-0388(2016)04-0772-07

賀秋瑞 (1986-),男,河南人,中國(guó)科學(xué)院國(guó)家空間科學(xué)中心在讀博士研究生,主要研究方向?yàn)樾l(wèi)星數(shù)據(jù)處理、微波輻射計(jì)大氣參數(shù)的反演應(yīng)用研究等.

王振占 (1969-),男,河北人,中國(guó)科學(xué)院國(guó)家空間科學(xué)中心研究員,主要研究方向?yàn)槿珮O化微波輻射測(cè)量技術(shù)、定標(biāo)和應(yīng)用基礎(chǔ)研究、微波輻射計(jì)海洋大氣參數(shù)的反演應(yīng)用研究等.

何杰穎 (1984-),女,天津人,中國(guó)科學(xué)院國(guó)家空間科學(xué)中心副研究員,主要研究方向?yàn)榈鼗托禽d微波輻射計(jì)數(shù)據(jù)處理與應(yīng)用研究等.

賀秋瑞, 王振占, 何杰穎. 基于FY-3C/MWHTS資料的海洋晴空大氣溫濕廓線反演方法研究[J]. 電波科學(xué)學(xué)報(bào)，2016,31(4):772-778.

HE Q R, WANG Z Z, HE J Y. Inversion of the clear atmospheric temperature and humidity profiles based on FY-3C/MWHTS measurements[J]. Chinese journal of radio science，2016,31(4):772-778. (in Chinese). DOI: 10.13443/j.cjors.2015102101

聯(lián)系人： 賀秋瑞 E-mail: heqiurui@126.com