GNSS/PWV与风云四号A星GIIRS水汽廓线融合应用研究

中国新一代地球静止气象卫星风云四号A星（FY-4A）搭载的干涉式大气垂直探测仪（Geostationary Interferometric Infrared Sounder, GIIRS）以红外高光谱干涉分光方式探测三维大气温湿结构,取得了在静止轨道上探测大气的突破性进展。地基全球导航卫星系统（Global Navigation Satellite System,GNSS）是一种连续监测大气可降水量（Precipitable Water Vapor,PWV）的有效手段,基于2018年6—8月中国地基GNSS站监测的PWV和FY-4A/GIIRS水汽廓线的业务产品以及常规无线电探空资料,开展GNSS/PWV与FY-4A/GIIRS水汽廓线快速融合应用,以提高卫星资料反演大气水汽廓线的精度。结果表明:与常规无线电探空相比,FY-4A/GIIRS水汽廓线产品在大气低层均方根误差（Root Mean Square Error,RMSE）为4.5 g/kg,700 hPa为2.4 g/kg,500 hPa以上因水汽含量较低RSME小于1.5 g/kg。GNSS/PWV与FY-4A/GIIRS水汽廓线融合后,FY-4A/GIIRS水汽廓线误差整层RMSE减小20%,从近地层到600 hPa RMSE平均减小20%—25%,尤其是850—700 hPa改善最明显,极大改善了卫星水汽反演资料的可用性。对一次多系统影响的暴雨天气过程应用分析表明,GNSS/PWV和FY-4A/GIIRS融合产品可获得高时、空密度的大气水汽廓线,对强降水的临近预报有非常重要的支撑作用。      

基于FY-2E分裂窗差值法的台风外围晴空区风场反演研究

利用MODTRAN4大气辐射传输模式,结合FY-2E光谱响应函数,分析热带大气廓线下FY-2E分裂窗亮温差(BTD=IR1-IR2)对下垫面温度(Ts)、大气水汽含量(WV)及温度廓线(TP)的敏感性。分析表明,在水汽充沛的热带洋面,水汽是引起BTD变化的主要因素,Ts和TP对分裂窗亮温差的影响不大。其中,大气水汽含量WV在2.0~5.0 g/cm2内变化0.42 g/cm2时,能够引起FY-2E分裂窗亮温差0.2 K的变化,达到卫星NEdT值。以2012年11号台风“海葵”、2013年7号台风“苏力”和12号台风“潭美”为例,利用分裂窗差值法反演了台风外围晴空区风场,结果表明,分裂窗差值法能够反演晴空区风场,并弥补云导风产品的不足,其反演结果与NCEP再分析资料低层(800~900 hPa)风场具有很好的一致性,且精度与云导风的风矢测量精度相当。      

红外高光谱资料模拟大气廓线反演对云的敏感性

用不同云顶高度和不同有效云量时的星载红外高光谱观测值,模拟大气温湿垂直廓线反演对云参数的敏感性。用特征向量统计反演法按照云顶高度和有效云量分类反演了大气温湿廓线,统计了不同云高（200,300,500,700和850hPa）及云高有50hPa误差时温度、水汽混合比反演的均方根误差随有效云量的变化。结果表明,随着有效云量的增大,云顶以下各高度层上的温度、水汽混合比反演误差都明显增大。云高有50hPa误差较准确已知而言,温度和水汽混合比的反演误差增大,但温度反演对云高误差的敏感性比水汽反演要高。     

FY-4A GIIRS高时间分辨率温湿度廓线反演及其在台风中的应用

针对2020年第9号台风"美莎克"期间FY-4A 高光谱红外干涉式大气垂直探测仪GIIRS每15 min一次的目标区跟踪加密观测资料,用三维卷积神经网络算法反演的全天空大气温度、湿度廓线分析了台风处于生命史不同阶段时暖心结构和湿度场结构的演变特征。结果表明:卷积神经网络的深度机器学习算法可以用来反演全天空的三维大气温度和湿度垂直廓线,不光适用范围广(晴空和有云视场)、反演精度高,而且反演速度快。利用静止卫星平台高时间分辨率的特性,反演得到的温度、湿度廓线可以细致追踪台风处于发展、成熟和登陆等阶段时暖心结构和湿度场的时空演变特征。台风从发展阶段(热带风暴和强热带风暴)到成熟阶段至登陆消亡时,暖心首先出现在对流层中高层较薄的区域,随着台风强度的加强,深厚的暖心结构明显、强度增加,水平面积增大且垂直往下延伸。由于对流云中强上升气流的输送水汽正距平区逐渐上传至300 hPa,台风最强时密闭云区与四周下沉气流区比湿差高到8 K·kg^-1。暖心结构和高湿度中心随着台风登陆而逐渐消失。     

面向资料同化的FY-4A 卫星GIIRS探测仪偏差特征分析和偏差订正

干涉式大气垂直探测仪（Geostationary Interferometric Infrared Sounder,简称GIIRS）是国际上第一部对地静止卫星平台上的高光谱红外大气垂直探测仪,能为对流尺度区域模式预报提供所需的高时空和高光谱分辨率的大气状态信息。本文利用高分辨率区域模式WRF及其同化系统WRFDA对GIIRS观测的偏差（观测亮温减去模拟亮温,记为O?B）分布特征进行了全景分析,结果表明:长波通道O?B偏差和标准差普遍小于中波通道,且都存在一段受污染的通道。O?B偏差的日变化和偏差与卫星天顶角的关系相对较弱,而所有筛选通道的偏差都与亮温值及卫星的扫描阵列位置有关,偏差的水平分布主要表现出“阵列偏差”的特征。2020年重新定标后,GIIRS观测数据质量比2019年有明显提高。在此基础上进一步进行了偏差订正试验,试验发现选取扫描阵列作为偏差订正的主要因子,都能有效地改进2019年和2020年筛选出的GIIRS通道的偏差,订正后O?B和O?A的系统性误差（偏差）都变小。该研究结果可为全球/区域模式中同化GIIRS长波及中波通道的辐射资料提供参考。     

重庆不同天气条件下地基微波辐射计探测特征

利用2012年1月至2014年8月重庆沙坪坝站的微波辐射计和探空数据,通过数值模拟检验微波辐射计的亮温精度,并统计分析晴空、有云和降水天气条件下微波辐射计反演产品的变化特征。结果表明:(1)有云时微波辐射计氧气通道53.85、54.00 GHz亮温与探空观测温度相关性较好;晴空和有云时MonoRTM模拟亮温与微波辐射计观测亮温相关性较好。(2)不同天气条件下,微波辐射计反演温度与探空观测值的相关性都较高,降水时4.0 km以下微波辐射计反演温度明显偏高,有云和晴空时3.8 km以下的温度平均绝对误差小于2℃。微波辐射计反演的相对湿度与探空观测值的相关性较同高度层温度的相关性差,有云时1.0~2.6 km高度反演的相对湿度平均误差很小,降水时4.5 km以下平均误差也较小且稳定。降水时4.0 km以下微波辐射计反演的水汽密度平均误差明显偏大,有云时多数高度层平均误差较小。(3)4.2 km以下降水时08:00微波辐射计反演温度的平均误差较大,有云时08:00微波辐射计反演温度和水汽密度的平均误差均较小。说明微波辐射计反演的大气廓线具有可用性,且在稳定大气环境中反演效果更好。     

基于A-Train综合资料的云顶高度反演研究

提出一种适用性较强的云顶高度反演方法。利用2007年低纬地区(15°S~15°N)的A-Train综合资料反演云顶高度。首先以M0DIS通道31和通道32的亮温值为特征参数,基于SVM分类法,将云分为不透明云、半透明云和透明云三类,分类准确率达到90.6%。然后对三类云分别用核回归法反演云顶高度,将其与CloudSat的2B-GEOPROF-LIDAR产品对比,均方根误差分别为0.95、1.17和1.27 km。与未分类的核回归法结果相比,分类后三种云的反演误差都有所减小。最后分析了三个典型个例。该方法可推广至其他含有红外分裂窗通道的卫星上,发挥更多卫星资源的效用。     

面向“红外云图晴空区导风”的FY-2E红外通道亮温度敏感性分析

利用MODTRAN辐射传输模式,结合FY-2E星载辐射计红外分裂窗通道的光谱响应特征,计算了中纬度的夏、冬季晴空大气情况下,卫星观测亮温度对大气水汽及气溶胶的敏感性。在模拟条件下,计算星载辐射计红外通道温度灵敏度(0.2 K)对应的大气水汽及气溶胶含量变化的临界值分别为0.42 g/cm2和0.25。以此为参照值,利用FY-2E晴空大气可降水量产品及MODIS大气气溶胶产品实际数据,分析了在导风模块常用尺度(80 km×80 km)内大气水汽、气溶胶含量的变化引起FY-2E星载辐射计红外分裂窗通道观测亮温度差异超过星载辐射计红外通道的温度灵敏度的可能性,结果表明实际大气存在满足上述临界值条件的情况。研究结果为把晴空大气水汽、气溶胶作为卫星红外云图上的晴空区导风示踪物,提供了理论和实际依据。      

基于IASI双二氧化碳通道的一种不同高度云检测算法

利用红外高光谱探测仪（Infrared Atmospheric Sounding Interferometer,IASI）在二氧化碳吸收带的长短波红外通道对云反应程度的不同来探测云。依据不同通道的权重函数峰值高度和云不敏感层高度将IASI长短波红外通道进行配对,成功配对的长短波红外通道晴空亮温之间建立线性回归模型,即通过长波红外通道亮温可以线性回归得到配对的短波通道亮温,将短波通道的晴空回归亮温和观测亮温之差定义为云指数。权重函数峰值高度位于383 hPa的云指数空间分布和云成分为冰的空间分布较为一致,尤其在赤道和低纬度地区。权重函数峰值高度位于790 hPa的云指数空间分布和低云云顶气压也有较好的一致性。     

GPS探测与FY-2反演大气可降水量对比分析

为深入了解FY-2卫星大气可降水量(PW)的反演质量,文章选取2012和2015年地基GPS水汽观测数据,与FY-2的PW反演产品进行了对比分析。结果表明:(1)北京、武汉和海口三站GPS/PW(PW_(GPS))与FY-2/PW(PW_(FY-2))在夏季存在显著正相关,三站的相关系数都达到0.67以上,夏季PW的均方根误差值、月平均偏差绝对值均小于冬季。北京与武汉站PW平均偏差和均方根误差在四季均具有明显日变化特征;(2)当PW_(GPS)20 mm时,北京、武汉、海口和拉萨站FY-2/PW与GPS/PW比较一致,PW偏差均值的绝对值和均方根误差较小,当PW_(GPS)20 mm时,PW偏差均值绝对值和均方根误差随PW_(GPS)值减小而迅速变大。FY-2的PW产品在夏季可以为大部分区域提供高时空分辨率、高精度的大气可降水量,在大气湿度非常低、冬季和夜间条件,反演结果精度有待提高。     

应用FY-3A/MWHS资料反演太平洋海域晴空大气湿度廓线

发展Smith迭代算法,建立适用于微波波段的物理迭代算法。采用搭载于FY-3A卫星之上的微波湿度计亮温数据及矢量辐射传输模式,对我国西北太平洋海域晴空区域的大气水汽廓线进行反演计算。反演得到的水汽廓线与MODIS水汽廓线产品比较,单点结果表明,反演混合比廓线与MODIS水汽廓线趋势一致,下层水汽反演能力较中上层强;500 hPa水汽场反演结果表明,可基本反映水汽干湿中心分布情况,反演水汽混合比值与MODIS产品相比偏低。经统计所有气压层反演结果与MOD07水汽廓线产品相比偏差均控制在5.76 g/kg以内。      

利用FY-2E红外和水汽波段对强对流云团的识别和演变研究

使用FY-2E静止气象卫星的红外1(10.3~11.3μm)和水汽波段(6.3~7.6μm)时序图像,对强对流云进行识别和短时预测。亮温阈值法是将强对流云和其他高云区分开的常用方法,但是合适的亮温阈值是随着时间和空间而变化的,过高的阈值会将许多卷云包括进来,太低的阈值会排除掉云顶发展还不是很高的强对流云。水汽波段所在的位置是水汽的一个强吸收带,而高度在400 h Pa上下的大气层是水汽波段的一个强吸收层,大气在垂直方向上的对水汽波段辐射吸收的分布模式使得卫星接收到的水汽波段辐射主要来自于400 h Pa以上的大气中高层,而卫星接收到的红外波段辐射主要来自于大气中低层,两个波段间辐射来源的差异使得不同光学厚度的高云的辐射观测值在红外—水汽光谱空间中的分布具有明显差别,并且这种差异具有时空的稳定性。本文将一定范围内的云团的象元测值在红外—水汽光谱空间中的分布的拟合直线斜率作为强对流云识别的依据,结果表明相对于亮温阈值法,本文的识别方法不仅能够较好地区别卷云和强对流云,同时也能更有效地识别未达到旺盛阶段的对流云。在对强对流云进行识别后,根据相邻时间段的卫星图像,利用交叉相关法反演得到强对流云团顶部的位移矢量场,并根据后向轨迹法对强对流云团位置形状进行短时预测,预报结果在短时间内(0~1 h)较好,并且对面积较大的云团的预报效果要优于较小的对流云团。此外文中还利用逐半小时的云顶黑体温度(Temperature of Black Body,TBB)资料分析了云顶亮温的分布变化,得到了整个强对流过程的演变特征。     

利用FY-3A近红外资料反演水汽总量

该文介绍了利用搭载在FY-3A卫星上的中分辨率光谱成像仪 (MERSI) 的近红外 (NIR) 通道反演大气水汽总量 (PWV) 的方法。根据预先建立的查找表,大气水汽总量可以通过水汽通道与窗区通道的卫星测值相比反演得到。对MERSI近红外水汽通道灵敏度进行估算,结果表明:处于吸收带两翼的905 nm和980 nm通道对不同水汽量的敏感性表现比较接近,对较大水汽含量最为敏感;当水汽较弱时,强吸收的940 nm通道非常敏感。基于这3个通道对水汽含量敏感性的不同表现,采用3个通道水汽总量的加权平均值作为PWV产品的最终反演值。文中设计了水汽总量业务算法反演流程,并基于FY-3A/MERSI最新观测资料进行晴空大气水汽总量的业务处理生成试验,顺利生成MERSI单轨道水汽总量产品及日拼图中国区域产品和全球产品,同时生成多天合成产品,产品反映出MERSI具有较好的近红外水汽探测能力。将卫星反演结果与探空数据进行初步比对检验,显示卫星反演值有20%~30%系统性偏低,需要进一步改进反演查找表。     

卫星云参数与飞机云物理探测对比研究和飞行方案设计

开展卫星反演云特性参数与飞机观测的对比研究,对于更好地发挥卫星遥感观测在天气、云物理和人工影响天气方面的探测优势具有重要意义。选取2012年9月21日一次层状云降水过程,对比分析FY-2与MODIS反演云参数及飞机观测结果,探索了飞机检验卫星云参数的飞行方案。结果表明:FY-2反演云参数演变趋势与飞机观测结果有较好的一致性;FY-2反演有效粒子半径(Effective Radius,Re)和光学厚度(τ)与MODIS反演的Re和τ间相关性较好,但此个例FY-2反演值普遍小于MODIS反演值;探测区域FY-2反演Re频率分布与飞机观测Re分布有一定差异,FY-2反演Re偏小,MODIS反演Re频率分布与飞机观测结果更为接近;飞机观测计算得到的τ和液水路径值(Liquid WaterPath,LWP)与卫星反演τ和LWP差异较大,FY-2反演值明显偏小。对于Re的检验,飞机最好在Re分布不大均匀的云顶作较长距离平飞观测;对于LWP和τ等垂直积分参量的检验,飞机最好选择在光学厚度较均匀的小区域内螺旋爬升至云顶之上,再自云顶向下至最低高度进行垂直观测。     

利用FY-2C卫星数据反演云辐射特性

本文利用FY-2C静止卫星提供的可见光、中红外和热红外观测数据, 开展了水云光学厚度、粒子有效半径和云顶温度的云参数遥感探测理论和反演方法研究。基于FY-2C可见光、中红外(3.75 μm)与热红外(11 μm)通道辐射率对云光学厚度、 云滴有效半径、云顶温度辐射参数的敏感性分析, 提出三通道同时反演云的光学厚度、云滴有效半径及云顶温度的迭代方案; 通过个例分析进行了云参数反演试验, 并将结果与MODIS的云反演产品进行了对比, 最后对反演误差进行了分析。主要结论如下:(1) 个例反演得到的云参数与各通道探测数据有着较好的对应关系, 迭代计算标准偏差在允许的计算精度范围内(<0.89%), 反演结果具有合理性; (2) 通过与MODIS云反演产品的对比可以看到, 两者云光学厚度、云滴有效半径的均值和直方图分布都非常一致, 而MODIS的云顶温度比FY-2C反演值要高, 考虑到FY-2C的 11 μm通道测量的辐射值与MODIS相比偏小, 因此认为我们的反演方法与MODIS方法的精度是相当的。     

基于加密探空资料的上海不同云天下AIRS/Aqua相对湿度廓线反演精度研究

目前云对卫星相对湿度廓线反演精度的影响研究大多是针对云量,对其他云属性的影响研究尚少,云高也是影响卫星相对湿度廓线反演精度的重要因素。利用上海宝山站L波段(1型)加密探空资料,分析了上海地区7—9月不同质量控制标识、云量和云顶高度条件下大气红外探测器AIRS/Aqua (Atmospheric Infrared Sounder) 相对湿度廓线的反演精度,以期为今后开展AIRS等卫星资料的同化研究提供科学依据。结果表明:(1)AIRS相对湿度廓线反演误差随着云量的增加而逐渐增大,并且随着气压值的升高,少云与多云时的均方根误差(Root Mean Squared Error, RMSE)之差有逐渐增大的趋势;(2)云顶高度越高,AIRS相对湿度廓线反演精度越差,云顶以上湿度廓线反演精度更高,而云顶以下高度的反演误差较大;(3)高云且多云时,AIRS相对湿度廓线的反演精度最差,850 hPa处,AIRS相对湿度反演数据与探空资料绝对误差的下限达到了[-63.51%];(4)虽然质量控制标识为0时,AIRS湿度廓线在对流层范围内的反演精度仍达不到无线电探空的水平,但是相对于质量控制标识1时,反演精度明显提高。      

北京冬奥会云顶赛场微波辐射计反演大气温湿廓线分析

利用冬奥会云顶赛场2019年1月22日至3月30日自动站以及张家口探空资料,对微波辐射计反演温湿廓线的精度进行了分析,并结合NCEP/NCAR逐6 h再分析资料探讨了赛场夜间热力、水汽特征及其成因。结果表明:总体上微波辐射计反演温度和水汽密度与自动站、探空观测之间一致性较好,相对湿度略差。微波辐射计反演温度平均误差在各个层次相对不大,可用性较强;水汽密度均方根误差表现为近地面较大,随高度升高而减小;相对湿度平均误差在多数层次上均较大,最大平均误差达到25%。云和降水均会导致温度和水汽密度在大部分高度上误差加大,但降水天气相对湿度误差较晴空和有云天气条件明显减小。进一步研究赛场夜间热力、水汽特征发现,夜间逆温层结构在云顶赛场十分常见,出现概率达到50%,逆温层顶一般在山顶附近或以下,当配合暖平流时,逆温层厚度和温差将大大加强。锋区移过后中低层下沉运动以及中低层暖平流都可能给赛场带来明显的夜间增温。下沉运动主导的增温过程中,微波辐射计参数廓线表现为中低层温度整体升高,低层水汽密度在下沉辐散作用下明显减小。在中低层暖平流主导的增温过程中,增温强度随高度升高而减小,且增温过程表现出明显的增湿现象。     

云对地基微波辐射计反演湿度廓线的影响

利用中国气象局大气探测试验基地的L波段探空数据和微波辐射计观测数据,采用MonoRTM辐射传输模型作为正演亮温模型,BP (back propagation) 神经网络作为反演工具,在由亮温反演大气湿度廓线的过程中,添加与样本匹配的云底高度和云厚度信息,建立新的反演模型,使新反演模型得到的反演湿度廓线和未添加云信息的反演湿度廓线分别与探空数据进行对比,获取两种反演方法各高度层的均方根误差,分析云信息对反演大气湿度廓线的影响。对比结果表明:未添加云信息时,测试样本的反演湿度廓线与探空廓线的相关系数平均值为0.685,而添加云信息后,相关系数平均值为0.805。相比未添加云信息的反演廓线,添加云信息之后多数高度层的均方根误差均有不同程度减小,而在有云以上高度层表现尤为明显。     

云参数对微波亮温模拟计算的影响试验

利用CRTM (Community Radiative Transfer Model) 快速辐射传输模式对NOAA-K系列卫星的AMSU-A通道亮温进行正演模拟,重点研究云粒子类型、云高、云厚度等云参数对微波亮温模拟的影响。结果表明:改变云粒子类型时,云水和雨水对模拟亮温影响较大,模拟亮温值比晴空高1 K;霰、雪、冰、雹等固态粒子对模拟亮温的影响较小,模拟亮温值略低于晴空无云情况;云层光学厚度较大时,各通道亮温受云层影响的情况取决于权重函数峰值高度和云顶高度的配置;多个高度存在云时,若最上层云较厚 (2 km),光学厚度大,相应通道亮温取决于最上层云,较低层云对亮温不产生影响;云层变薄,光学厚度减小,高度低于云层或略高于云顶的通道亮温随云层厚度的变化明显,若通道高度远高于云顶,云层厚度的变化对于其亮温模拟的影响很小。     

FY-4A云导风在GRAPES_RAFS中的同化应用评估

云导风资料具有较高的时空分辨率特性,是数值天气预报中重要的非常规观测资料之一。2016年12月我国第二代静止气象卫星风云四号首颗试验卫星(FY-4A)成功发射。依据国家卫星气象中心提供的2017年8月FY-4A卫星红外和高空、低空水汽通道云导风测试数据,选用美国国家环境预报中心的FNL全球分析资料为参考场,对比分析云导风资料观测分布及偏差特征。评估结果表明,FY-4A云导风测试数据分布稳定,水汽通道云导风资料观测数明显多于红外通道;红外通道云导风资料偏差和均方根误差最小,水汽通道云导风资料在高层偏差较大。基于GRAPES_RAFS系统,选取2017年第13号台风天鸽做24 h预报试验。个例试验结果表明,同化FY-4A云导风资料对模式高度场和风场分析有一定调整作用,特别是同化FY-4A水汽通道云导风资料,对强降水落区和强度预报有所改善。