星载降水雷达机载校飞试验：地基多通道微波辐射计估算雷达路径积分衰减

介绍了在雷达观测降水试验中如何配合利用地基微波辐射计估算雷达路径积分衰减(PIA)的一种方法.所用的GPS高空探空资料和地基多通道微波辐射计的观测资料,均为中国首次星载降水雷达机载校飞试验中获得的数据.由于常规探空资料中没有云水含量的直接信息,因此,通过绝热液态水含量分析方法,从GPS探空数据中计算得到这些云参数值.用MWMOD进行亮温模拟并计算液态水含量.在晴空条件下,用该模式模拟了地基多通道微波辐射计12个通道的下行辐射亮温.通过设置相对湿度阈值,利用MWMOD模式自带的绝热液态水含量分析方法,从探空廓线中分析出液态水廓线,进而模拟出有云情况下的下行辐射亮温.辐射传输模式的模拟亮温和地基多通道微波辐射计观测亮温的对比表明,进行云分析之后的模拟亮温值更接近于实测值.由此,利用由辐射传输模式和地基微波辐射计,从探空廓线中分析出液态水廓线,计算出有云情况下的大气整层透过率,进而得到路径积分衰减,为降水雷达衰减订正提供一种有效手段.     

地基微波辐射计工作环境对K波段亮温观测影响

该文研究地基微波辐射计天线性能及其工作环境对K波段20~30 GHz亮温观测数据的影响,根据辐射传输理论和天线性能参数分析建立模型,通过模拟计算给出辐射计20~30 GHz波段亮温观测对天线性能及其工作环境的响应,提出针对工作环境温度变化影响的订正方案,并结合观测资料进行分析验证。结果表明:如果辐射计天线增益和3 dB波束宽度决定的等效主波束效率η_e较低,则即使在能够经常进行辐射计系统液氮定标的情况下也必须考虑天线工作环境 (环境温度与辐射计定标时的情景差异) 对K波段亮温观测的影响。对某一辐射计液氮定标后1年多观测资料的订正验证表明:订正效果明显,尤其是在28.0 GHz和30.0 GHz两通道。     

辐射传输模式对地基微波辐射计观测亮温的模拟能力分析

提供高时间分辨率大气温度湿度廓线的地基微波辐射计近年来广泛使用,多通道观测亮温的数据质量是大气廓线产品合理性的基本保障。一般定期液氮绝对定标可以更好维护亮温数据质量,但实际操作颇为不易。辐射传输模式作为一种辅助工具,可以检验和认识地基微波辐射计观测亮温的数据质量。本文针对三个辐射传输模式:MonoRTM、ARTS和MWRT,结合北京探空观测资料、北京观象台和河北香河站同类型的德国RPG地基微波辐射计观测资料,分析比较了三个模式的模拟与观测亮温差异,评估不同辐射传输模式对地基微波辐射计观测的模拟能力。地基微波辐射计14个通道观测亮温与模式模拟的差异统计比较发现:三个模式的模拟结果与地基微波辐射计大部分通道的观测亮温都很接近,与观测结果具有很好一致性（如相关系数高达0.99）,而对温度通道ch8（51.26 GHz）和ch9（52.28 GHz）,三个模式模拟与观测相关系数明显较低（<0.80）,并且存在显著的绝对偏差（4～5 K）,表明模式在这两个通道的模拟能力有待提高。三个模式中,MonoRTM模式在温度通道ch8、ch9和ch10（53.86 GHz）存在明显的系统性偏差,尤其是ch8高达5 K;ARTS模式对水汽通道ch1（22.24 GHz）的模拟能力相对较弱;MWRT模拟与观测亮温在多个通道上相对更为接近和稳定,尤其系统性偏差最小。此外,探空廓线与地基观测站的空间位置不一致,对地基微波辐射计水汽通道的模拟结果影响较为显著,而对水汽不敏感的温度通道影响甚微。两地观测亮温与模式模拟的比对,初步表明北京观象台地基微波辐射水汽通道的观测质量有待改进。     

机载微波大气温度探测仪多高度飞行观测试验结果分析

机载微波大气温度探测仪可以机动灵活地获取大气温度廓线信息。针对一次机载微波大气温度探测仪的多高度飞行观测试验,基于逐线积分模式和大气参数廓线库,建立用于不同飞行高度的快速辐射传输模式,分析了仪器观测亮温的质量并对仪器观测进行了订正;建立了基于神经网络的微波大气温度廓线反演算式,分析了不同高度、不同通道选择对于大气温度廓线反演性能的影响。研究结果表明:（1）较低飞行高度计算得到的各地表敏感通道地表比辐射率之间具有较好的一致性;（2）采用订正算式订正后,不同飞行高度的模拟亮温与观测亮温具有较好的一致性;（3）机载微波大气温度反演最优通道组合依赖于平台飞行高度;（4）采用最优的通道组合,4 200 m、3 200 m和2 500 m高度层温度反演均方根误差范围分别为0.5~1.8 K、0.5~1.3 K和0.4~1.0 K。      

利用地基微波辐射计资料反演0-10km大气温湿廓线试验研究

实测与模拟的微波辐射计亮温存在偏差,导致基于BP神经网络模型的大气温湿廓线反演精度的降低。研究了一种基于资料订正后的BP神经网络反演大气温湿廓线的方法。首先,基于2014年6月南京江宁探空资料,利用MonoRTM模式,模拟中心频率在22.2GHz~58.8GHz范围内22通道亮温;对比模拟和实测南京站微波辐射计资料,建立实测微波辐射计资料订正模型。然后,以南京地区2011-2013年探空资料为输入,模拟22通道亮温数据,并基于模拟的22通道亮温数据和当地探空资料,利用BP神经网络算法,建立大气温度、水汽密度、相对湿度廓线反演模型。最后,利用构建的订正模型,对2014年7月试验获取的微波辐射计资料进行订正,并将订正后的微波辐射计资料输入BP神经网络反演模型,反演0-10km高度58层的大气温度、水汽密度和相对湿度,对比实际探空资料以及微波辐射计二级产品,评估分析反演效果。实验结果表明：所建的反演模型提高了大气温湿廓线反演精度,大气温度、水汽密度和相对湿度均方根误差范围分别为1.0~2.0K、0.20 ~1.93g/m3和2.5%~18.6%。     

基于气象资料变化特征和辐射传输模式的微波辐射计工作状态分析

提出利用晴天每天早晨08时的观测资料,以大气温度季节变化统计特征为依据,来判断微波辐射计观测期间的工作状态。简要介绍了大气微波辐射传输方程,以南京冬春季节大气温度变化的统计特征为依据,以2010年11月27日—2011年5月29日期间南京某辐射计08时晴天的实验观测资料为例,通过对其12个通道的亮温观测值和计算值进行统计对比和物理分析,给出该辐射计实验观测期间的工作状态判断,认为用于湿度遥感的22.235、23.035、23.835、26.235和30.000GHz五个通道观测期间工作状态良好、稳定,而用于温度遥感的51.25、52.28、53.85、54.94、56.66、57.29和58.80 GHz七个通道性能一直衰退。本文提出的方法可供微波辐射计工作状态监测和观测资料质量控制参考。     

三年地基微波辐射计观测温度廓线的精度分析

对安装在北京南郊观象台的地基微波辐射计测量的温度廓线数据的精度进行了分析。首先在2006年9月晴天条件下,对比由7个氧气通道测量的亮温与由微波辐射传输模式计算的亮温。得到51.250GHz的测量值与计算值的标准差值最大,为3.8K,其余通道均小于1.8K。2种亮温的偏差值以及绝对偏差值,在51.250和52.280GHz处大于1.0K,在其余5个通道处都小于1.0K。2种亮温拟合直线的斜率,在52.280和53.850GHz处分别为0.66与0.7,其余通道都大于0.8。然后,使用2005年9月—2008年8月的观测数据,对比地基微波辐射计与探空同时观测的大气温度。结果显示,2种测量技术的差异随高度而增大。另外,将3a观测数据按照季节以及晴天与非晴无降水天进行对比分析。结果显示,不同季节2种测量技术存在不同差异。其中,夏季测量差异最小。而晴天测量差异在3.250km以下比非晴无降水天小。     

我国Ka频段降水测量雷达机载校飞试验结果

2010年6—10月在天津与江苏地区开展了国内首次Ku/Ka频段星载降水测量雷达机载校飞试验。此次校飞试验获得了宝贵的机载雷达观测数据和地面、海面同步观测数据,目前已开展了外定标、数据对比与衰减订正等工作。该文给出了天津校飞试验中Ka频段降水测量雷达实测结果,对Ka频段降水测量雷达资料与天津地区S波段地基多普勒雷达资料进行了详细的对比分析,有利于更好地了解Ka频段降水测量雷达仪器本身的性能及其探测降水的能力;利用由GPS探空资料、地基多通道微波辐射计观测亮温结合微波辐射传输模式得到的雷达路径积分衰减量,对Ka频段降水测量雷达进行了衰减订正,为继续开展降水反演工作奠定了基础。     

地基微波辐射计探测质量综合分析北大核心CSCD

利用2018年7月至2019年7月上海宝山站地基微波辐射计亮温数据和探空资料,评估微波辐射计的探测质量,并讨论定标、天线罩性能等对探测质量的影响。结果表明:晴空条件下,微波辐射计实测亮温与模拟亮温一致性高,所有通道相关系数均超过0.96,均方根误差为0.15~2.68 K,其中氧气通道的探测准确性高于水汽通道。各通道偏差主要包括随机偏差、系统性偏差和季节性偏差三类,液氮定标能明显减少大部分水汽通道的系统性偏差,但对氧气通道的影响相对较小。更换新型材质天线罩有助于明显降低降水天气各通道的亮温偏差,明显缩短受降水影响后的亮温恢复时长,效果维持4个月左右。     

地基微波辐射计亮温观测数据的综合质量控制与效果分析

针对北京一地基微波辐射计,研究其Level-1级数据的质量控制方案,提出极值检查、时间一致性检查、辐射传输计算检查和多通道亮温交叉检查。并用实际亮温观测数据进行质量控制实验,分析其应用效果。研究结果表明了提出的综合质量控制方案的可行性,为本资料的后续应用提供选择依据。     

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。     

基于一维变分算法的地基微波辐射计遥感大气温湿廓线研究

为研究地基微波辐射计遥感温、湿度廓线的一维变分算法的反演能力,用北京地区2010—2011年00和12时(世界时)的多通道地基微波辐射计亮温资料进行试验。首先,利用同时次的地面观测资料、红外亮温(由地基微波辐射计自带红外传感器测得)及探空观测数据,给出提取无云样本的方案,得到432个无云样本;再以辐射传输模式计算得到的模拟亮温为参考,对无云条件下的观测亮温进行质量控制;然后利用探空数据进行模拟试验,结果发现,一维变分算法对3 km以下的温度廓线有较大调整。使反演结果更加接近探空,而对湿度廓线在0—10 km都有不同程度的优化;最后利用一维变分算法对地基微波辐射计观测亮温进行大气温湿廓线反演,将结果与探空对比可以看出,温度廓线的均方根误差小于2.9 K,绝对湿度的均方根误差小于0.47 g/m~3;进一步与地基微波辐射计自带神经网络的反演结果比较表明,一维变分的反演结果更接近实际大气。     

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。     

Research on the Application of the Radiative Transfer Model Based on Deep Neural Network in One-dimensional Variational Algorithm

As a typical physical retrieval algorithm for retrieving atmospheric parameters, one-dimensional variational (1DVAR) algorithm is widely used in various climate and meteorological communities and enjoys an important position in the field of microwave remote sensing. Among algorithm parameters affecting the performance of the 1DVAR algorithm, the accuracy of the microwave radiative transfer model for calculating the simulated brightness temperature is the fundamental constraint on the retrieval accuracies of the 1DVAR algorithm for retrieving atmospheric parameters. In this study, a deep neural network (DNN) is used to describe the nonlinear relationship between atmospheric parameters and satellite-based microwave radiometer observations, and a DNN-based radiative transfer model is developed and applied to the 1DVAR algorithm to carry out retrieval experiments of the atmospheric temperature and humidity profiles. The retrieval results of the temperature and humidity profiles from the Microwave Humidity and Temperature Sounder (MWHTS) onboard the Feng-Yun-3 (FY-3) satellite show that the DNN-based radiative transfer model can obtain higher accuracy for simulating MWHTS observations than that of the operational radiative transfer model RTTOV, and also enables the 1DVAR algorithm to obtain higher retrieval accuracies of the temperature and humidity profiles. In this study, the DNN-based radiative transfer model applied to the 1DVAR algorithm can fundamentally improve the retrieval accuracies of atmospheric parameters, which may provide important reference for various applied studies in atmospheric sciences.     

Subpixel fractional cloud cover and inhomogeneity effects on microwave beam-filling error

Using synthetic geometrical clouds and radiative microwave model, we examine the possibility to correct the estimations of liquid water path (LWP) or rain rate with cloud cover measurement. This information may be gotten by co-localized measurements of microwave and infrared/visible measurements on new satellites (TRMM, ADEOS 2, …). In a first step, the effects of fractional cloud cover on microwave brightness temperatures (TB) are investigated in three typical cases of nonprecipitating and precipitating (stratiform and convective) clouds. The beam-filling error (BFE) on brightness temperatures may be analyzed with the known spatial variability using 1D or 3D radiative transfer model. Relationships between BFE and subpixel cloud fraction (CF) are discussed according to the cloud type. We tested several parameters that characterize the horizontal cloud inhomogeneity within a radiometer field of view. BFE was found very sensitive to cloud type and inhomogeneity and is maximum for raining cloud with open spatial structure. In order to account for the uncertainty introduced by the spatial distribution, dependence of BFE on textural-based parameters is also discussed using homogeneity, entropy and an indicator of CF horizontal gradient.