应用ATOVS资料反演大气温湿廓线

本文用牛顿迭代的方法反演NOAA-15极轨气象卫星ATOVS资料，求解大气温度廓线和水汽廓线，本文利用一阶变分原理从辐射传输方程中得到了大气温度、水汽权重函数的解析形式，并改进了传统使用的线性迭代方法，利用牛顿非线性迭代方法求解大气表层温度，大气温度廓线及大气水汽廓线，并根据大气参量的自相关性，将大气温度廓线、大气水汽廓线用经验正交函数（EOF）的线性组合表示，减少了要反演的参数，提高了反演稳定性和迭代速度。     

预估临边探测大气温度和水汽廓线的反演精度

针对在研仪器——大气辐射超高光谱探测仪的临边探测模式,模拟计算了大气温度和水汽的权重函数。以此为基础,利用信息量和权重函数线性化方法,结合仪器的可探测亮温阈值0.3 K,计算并分析6种大气状态下,大气温度和水汽混合比廓线在不同反演精度条件下可获得的光谱通道数,在满足最佳光谱通道数200的要求下,理论上预估其反演精度。温度廓线整体反演精度为0.6 K,水汽混合比廓线反演精度可达到5%,但热带大气在16~20 km高度的水汽廓线反演精度仅为10%。反演精度预估,仅提供了一种全面认识仪器性能的方法,精度的确定还有赖于真实探测数据的获取和反演方法。     

基于一维变分算法的红外高光谱(IASI)卫星遥感大气温湿廓线研究

大气温湿度廓线是大气重要参数,在数值天气预报及天气预警中具有重要的应用价值。为获得高精度的大气温度与水汽混合比廓线数据,研究了基于Metop-A/IASI红外高光谱资料的大气温度与水汽混合比廓线变分反演方法。利用IASI高光谱传感器温度和水汽探测通道资料,结合CRTM模式和WRF模式预报技术,使用一维变分方法,研究了卫星资料质量控制、背景误差协方差本地化、观测误差协方差计算等方法,构建了大气温度及水汽混合比廓线变分反演系统,并在北京、青岛、沈阳3个地区开展了反演试验。以探空为标准的反演结果对比显示,使用WRF模式预报值作为背景场,温度的平均误差绝对值小于0.6 K,均方根误差为0.89 K;水汽混合比的平均误差绝对值小于0.021 g/kg,均方根误差为0.02 g/kg。试验结果表明:基于一维变分方法,可以利用Metop-A/IASI红外高光谱资料进行大气温度与水汽混合比廓线高精度探测。     

长沙冬季降水过程的微波辐射计反演参量特征分析

利用微波辐射计、探空气球、天气雷达和地面雨量等资料,对2020年1-3月长沙国家站5次降水过程的微波辐射计和探空温度廓线、水汽密度进行检验的基础上,分析了 5次降水过程中微波辐射计反演的水汽含量、液态水含量与雷达资料、降水量的变化特征.结果表明,微波辐射计反演的大气温度、水汽密度廓线精度较高,其反演的大气水汽资料可以作...     

红外超光谱资料(AIRS)反演“云娜”台风外围晴空大气温度廓线的研究

研究反演了2004年8月11日“云娜”台风附近晴空像元大气温度、臭氧廓线及表层温度、地表气压、地表比辐射率等参数,并与观测资料进行了对比验证。在研究了用高空间分辨率的MODIS成像仪的云检测信息来进行空间匹配,客观确定高光谱大气垂直探测器AIRS的云检测的基础上,用特征向量统计法反演的廓线作为物理反演法的初始猜值,然后利用牛顿非线性物理迭代法求解表层温度、表层气压、大气温度廓线和臭氧廓线等,并将反演结果与多种观测资料进行了对比验证。结果表明,反演得到的廓线水平分辨率可达到13.5 km（星下点）,垂直分辨率达到101层,反演误差较小,可以弥补高原、沙漠以及高原等地方常规观测资料的不足。     

晴空卫星红外模拟资料反演大气温度廓线的研究

HIRS／3资料的反演是一个典型的非适定问题,而奇异值分解法（SVD）是一种解病态线性代数方程组的有效方法,它在遇到矩阵的不适定问题时依然可以保持其数值稳定性并能尽量多地利用各探测通道的有效信息。将SVD方法应用于卫星资料的温度反演问题中可以将资料空间和参数空间分型,从中提取有效信息来反演大气温度廓线。通过理想资料试验,分析了温度廓线初猜值、水汽廓线误差等因素对温度反演结果的影响。结果表明：对HIRS／3资料来说,用SVD法反演大气温度廓线时只能截取一定的阶数,以取4～7为宜;温度廓线初猜值的选取对反演结果的影响较大,当模式层的中层误差较大时得到的反演结果最稳定;水汽廓线的扰动对中低层的温度反演结果和第5,8,10,11和16通道的亮温值有较大影响。     

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%。     

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。     

COSMIC掩星资料反演青藏高原大气廓线与探空观测的对比分析

利用青藏高原地区COSMIC掩星资料反演的大气湿廓线Wet Prf数据和8个站点的探空数据,分析了COSMIC反演大气廓线和可降水量与探空观测的偏差,并考查了偏差随高度的变化特征。结果显示:(1)COSMIC反演的温度、压强和水汽压廓线与探空观测具有很好的正相关;与探空观测相比,COSMIC的温度、压强和水汽压的偏差为-0.2℃、1.7 h Pa和0 h Pa,均方差为1.8℃、1.6 h Pa和0.4 h Pa;COSMIC反演大气廓线与探空观测的偏差基本上在大气低层较大,然后随高度增加而减小。(2)COSMIC反演的可降水量与探空观测正相关较好;COSMIC反演的可降水量低于探空观测,两者的偏差为-5.0 mm,均方差为5.7 mm;两者的负偏差在大气低层最明显。(3)探空观测在近地层的不稳定性和COSMIC反演方法中背景模式在青藏高原地区描述大气状态的能力有限,是造成COSMIC反演大气廓线和探空观测的偏差在近地层较大的主要原因;COSMIC观测的折射率偏小导致其反演的可降水量偏低。     

利用AIRS卫星资料反演大气廓线Ⅰ.特征向量统计反演法

引进美国威斯康星大学的IMAPP（International MODIS／AIRS Preprocessing Package）软件包，介绍了利用高光谱分辨率大气红外探测器AIRS（Atmospheric Infrared Sounder）观测辐射值，用特征向量统计法反演大气温度、湿度等垂直廓线的算法，采用亮度温度分类和扫描角分类回归后，减小了反演误差。并将其应用到中国地区，通过与无线电探空值及欧洲中期天气预报中心ECMWF（European Center of Medium-range Weather Forecasts）客观分析场的比较，结果表明：该方法所获得的温度、水汽反演结果与探空观测及ECMWF大气廓线分布一致，且AIRS因其高光谱分辨率（即高垂直空间分辨率）显示了精细的大气结构。