多通道地基微波辐射计大气遥感

本文主要介绍了自主研发的多通道地基微波辐射计观测亮温和数据反演方法,并与探空观测值进行对比,分析了辐射计观测亮温、反演的温度和水汽廓线的精度。结果表明,该仪器亮温观测误差小且利用神经网络反演的大气温度及水汽等廓线参数准确可靠,具有实际应用价值。     

基于神经网络的太赫兹冰云探测反演算法研究

太赫兹频段在冰云探测上具有独特优势,但是目前的太赫兹冰云反演算法将不同种类冰相粒子（主要是冰和霰）视为冰粒子统一计算。本文根据冰云太赫兹辐射特性实现了一种预分类的神经网络算法,能够从太赫兹亮温中分别反演得到冰、霰两种粒子的统计参数和廓线分布。首先,基于WRF数值模式和ATMS载荷真实观测的冰云霰数据构建了包含冰、霰粒子密度廓线的混合冰云数据库,然后,使用DOTLRT辐射传输模式模拟183 GHz、243 GHz、325 GHz、448 GHz、664 GHz和874 GHz这6个频段的星载太赫兹冰云探测亮温,最后,开展冰云参数探测仿真试验,验证反演算法性能。仿真试验中反演得到的冰和霰的路径总量均方根误差分别为8.97 g/m²和10.90 g/m²,等效粒径均方根误差分别为7.54 μm和25.38 μm,反演的冰、霰密度廓线也具有较高的精度。研究结果表明本文算法能够以较好的精度从多频太赫兹冰云探测亮温数据中分别反演得到冰、霰两种粒子的路径总量、等效粒径、等效云高和密度廓线,突破现有研究仅仅计算单一冰粒子的局限,更加符合冰云真实情况。     

FY-3C/MWHTS资料反演陆地晴空大气温湿廓线

针对风云三号C星微波湿温探测仪(FY-3C/MWHTS)的陆地晴空观测资料,建立了一维变分反演系统,对大气的温湿廓线进行反演。为了更好地描述温湿廓线的相关性,同时减小温度和湿度在反演过程中相互之间的误差传递,提出了使用背景协方差矩阵的联合矩阵和单独矩阵进行组合反演的方法。对于MWHTS模拟亮温和观测亮温之间的偏差,使用逐扫描点的统计回归方法进行校正。选择中国部分陆地区域的晴空观测亮温进行温湿廓线的反演,并利用欧洲中期天气预报中心(ECMWF)再分析数据、美国国家环境预报中心(NCEP)分析数据以及无线电探空观测(RAOB)数据对反演结果进行验证,温湿廓线的反演结果与ECMWF再分析数据验证的最大均方根误差分别是2.59 K和11.87%,与NCEP分析数据验证的最大均方根误差分别是1.88 K和21.50%,与RAOB数据验证的最大均方根误差分别是3.43 K和25.48%,验证结果表明了反演结果的可靠性。另外与国外同类载荷AMSU观测亮温的物理方法和统计方法反演精度进行了对比,结果表明:MWHTS具有较强的湿度廓线以及高空温度廓线的探测能力,且针对MWHTS的观测亮温建立的一维变分反演系统具有较高的反演精度。与NCEP 6小时预报廓线的验证结果表明:反演的湿度廓线可以提高预报廓线的精度。     

基于GPS掩星技术反演大气参数模型的优化

准确掌握地球大气中的水气分布，了解水气变化趋势对天气现象、全球气候变化、数值预报具有理论研究及实用价值。以无线电掩星技术为基础，利用掩星数据反演大气参数剖面。对原反演模型的不足进行了论证，并给出了反演个例。详细地论述了通过引入MM5先验温度T再通过线性迭代的方法反演对流层下部水汽廓线原理，给出了优化后模型反演个例。并对模型优化后反演廓线中存在的问题进行了分析，提出了下一步优化方向。     

风云3号卫星微波湿度计的系统设计与研制

微波湿度计(MWHS)是风云3号卫星的主要有效载荷之一,其频率为150GHz(双极化)和183.31GHz(三通道),采用垂直于飞行方向的交轨扫描方式,科学目标是探测大气湿度的垂直分布.本文简要介绍微波大气湿度探测的基本原理,阐述了微波湿度计的系统构成及工作原理;描述了微波湿度计的性能指标要求.测试结果表明,微波湿度计性能指标满足设计要求.     

GF-5 AIUS水汽廓线反演算法研究

针对红外掩星载荷的分层探测特性,本文在Rodgers提出的LM（Levenberg-Marquardt）最优估计算法的基础上进行修改,构建一种适合掩星探测的水汽廓线反演算法。首先,考虑到红外掩星的高光谱数据在反演时存在通道信息冗余的问题,相关的干扰成分信息对反演精度也有严重影响。使用通道选择和敏感性分析选择合适的反演通道,从而减轻计算负担并提高反演效率。其次,采用分层平滑因子修正Rodgers的LM最优估计算法,使算法更适合红外掩星载荷的分层探测特性。最后,为了验证修正算法的可靠性,分别对ACE-FTS观测数据和GF-5AIUS模拟光谱数据进行水汽廓线反演,并对同次迭代的反演结果进行对比。结果表明：对于ACE-FTS观测数据,修正后算法的反演总体相对偏差从±10％降低到±6％;对于GF-5 AIUS模拟光谱数据,修正后算法的反演总体相对偏差从±9％降低到±5％。此外,在部分高度层中相对偏差明显减小,对于ACE-FTS的反演实验,在不同高度层中修正后算法减小的相对偏差百分比超过25.17％;对于GF-5 AIUS反演实验,不同高度层减小的相对偏差百分比超过48.26％,表明修正后的算法使反演效果得到了改善,证实了该算法的有效性。因此,本文提出的算法可以为今后掩星探测水汽廓线的研究提供参考,为预测降雨、天气灾害、维持全球生态平衡等领域的研究提供高质量的水汽基础数据。     

遥测地表温度与比辐射率的迭代反演方法──理论推导与数值模拟

首先在地表比辐射率为已知的条件下,提出一个非线性迭代温度反演模型,我们对不同的地表和大气条件进行了模拟计算,结果表明当大气温度廓线误差－２Ｋ－２Ｋ,水汽廓线误差±２０％时的温度均方根误差为０．４８Ｋ。当大气模式误差一个模式时反演的温度均方根误差为０．８５Ｋ。在此基础上,引人相邻像元的概念,相邻像元的大气状况可以认为是相同的,应用两个时相的遥感影像数据,假定在两个相近时相之间地表比辐射率值不变,建立地表比辐射率与温度的反演模型。我们对不同的地表和大气条件进行了模拟计算,结果表明当大气温度廓线误差－２Ｋ－２Ｋ,水汽廓线误差±２０％时地表温度均方根误差小于１．５Ｋ,地表比辐射率均方根误差小于０．０２,地表辐射均方根误差为１％;当大气温度廓线误差－２Ｋ－２Ｋ,水汽廓线误差±１０％时,地表温度均方根误差小于１．０Ｋ,地表辐射均方根误差小于０．６％。     

亚毫米波临边探测发展现状

临边探测为中、高层大气探测,主要针对海拔约10—100 km的大气层进行观测,与垂直观测相比,具有更高的垂直分辨率。亚毫米波（0.1—1.0 mm或300 GHz—3 THz）临边探测对臭氧层的大气环保监控具有特殊的意义。本文分析比较了Odin/SMR、EOS AURA/MLS、JEM/SMILES、MASTER与SOPRANO这5个亚毫米波临边探测仪的特性,并介绍了亚毫米波临边探测大气反演系统中的正向模型与反向模型。亚毫米波临边探测器具有较高的光谱分辨率及较宽的波段宽度,其光谱分辨率能达到1 MHz甚至1 MHz以下,波段宽度能达到几个GHz。另外,大气中的许多分子在亚毫米波波段有特征吸收线,可以反演许多痕量气体垂直廓线。在亚毫米波临边探测下,可以获得氯族成分及BrO的廓线数据。HCl、ClO等氯族成分的反演误差可以小于10%,但BrO的反演误差达50%以上。亚毫米波临边探测的正向模型需要考虑云的多次散射;5个亚毫米波临边探测器的反演算法均采用基于高斯-牛顿或Levenberg-Marquardt迭代的最优反演算法。     

激光掩星探测大气UTLS温度和水汽的方法及仿真

以高精度和高垂直分辨率探测大气区间对流层顶—平流层底UTLS（Upper Troposphere/Lower Stratosphere,5—35 km）的温度和水汽廓线是提高大气条件变化监测水平的关键,而利用激光掩星方法同时探测温度和水汽则是对现有探测技术的重要补充。本文研究了激光掩星协同探测和反演温度和水汽分子数密度的方法,其中重点研究了双吸收波长近红外激光反演温度的方法,具体为从近红外波段氧气吸收光谱中,选择2个不同跃迁能级对应的特征吸收峰,在每个吸收峰附近各选出1个吸收线,利用2个吸收线对应的双吸收波长激光以及参考线对应波长激光进行掩星探测,进而由探测数据反演出温度。整个温度和水汽协同反演步骤是先反演温度廓线,然后由温度廓线以及5 km参考高度处的压强先验值计算得到压强廓线,最后在温度和压强廓线基础上,结合水汽单吸收波长和参考波长激光掩星数据,反演得到水汽分子数密度廓线。此外,本文对探测和反演过程进行了模拟仿真,通过在近红外波段选择合适的氧气吸收波长和水汽吸收波长,模拟得到掩星透过率数据,以此反演得到温度和水汽分子数密度廓线。并通过对整个过程的分析,明确了反演过程中的误差项及其传递关系,结合数值仿真结果,说明了各个误差项的影响大小。结果显示,在UTLS区间内,温度反演误差总体小于1.05 K,水汽分子数密度反演误差总体小于4%,该误差范围说明了温度和水汽协同反演方法的可行性。     

利用MODIS红外资料反演大气参数以及表层温度的研究

提出了用牛顿非线性迭代法同时反演大气参数和表层温度,该反演算法应用到我国渤海地区MODIS红外资料中,可反演得到中尺度范围内的大气温度、水汽廓线,其误差分别不超过1.5 K和18%.反演得到的表层温度、大气可降水量(TPW)和大气稳定度(TTI)与美国国家宇航局(NASA)MOD07产品相似.     

Intercomparison of deep convective cloud fractions from passive infrared and microwave radiance measurements

The common method to detect deep convective clouds is from satellite infrared (IR) measurements, which is based on thresholds of cloud-top temperatures. However, thick cirrus clouds with high cloud tops are difficult to screen out using IR methods, resulting in an overestimation of deep convective cloud fractions. Two aircraft cases with simultaneous Millimeter-wave Imaging Radiometer, Multispectral Atmospheric Mapping Sensor, and ER-2 Doppler radar measurements during the Convection and Moisture Experiment 3 in August 1998 are analyzed to investigate the influence of high thick cirrus clouds on two previously developed IR methods. In contrast, a microwave method based on the brightness temperature differences between the three water vapor channels around 183.3 GHz of the Advanced Microwave Sounding Unit-B (AMSU-B) (183.3/spl plusmn/1,183.3/spl plusmn/3, and 183.3/spl plusmn/7 GHz) can screen out high thick cirrus clouds efficiently. The tropical deep convective cloud fractions (30/spl deg/S-30/spl deg/N) estimated by the IR methods and the AMSU-B method are compared. Although their geographical distributions are in well agreement with each other, the total fractions detected by the IR methods are about 2-3.5 times greater than that detected by the AMSU-B method. Moreover, the overestimation of deep convective cloud fractions by the IR method (11-/spl mu/m brightness temperature less than 215 K) can result in a displacement in the detected location of the deep convective clouds. The average thick cirrus clouds cover 2.5 times the area of the deep convective clouds that generates them.     

全极化微波辐射计对环境参数敏感性分析

为衡量全极化微波辐射计各通道对不同环境参数的探测能力,在构建全极化微波辐射传输正演模型的基础上,采用敏感性分析的方法,在固定背景场条件下,对全极化微波辐射计不同频率、各极化通道亮温对海面风速、海面风向、海面温度、大气水汽含量和云中液态水含量等重要环境参数的敏感度进行了分析和量化计算,对正演模型仿真亮温、星载全极化微波辐射计Wind Sat实测亮温相对于真实背景场参数、NCEP分析场资料和TAO/TRITON浮标实测海面风场数据的敏感性进行了分析。分析结果验证了全极化微波辐射计对海面风场的观测能力,衡量了上述重要环境参数对星载全极化微波辐射计各通道的单独影响程度,为中国自主研制全极化微波辐射计时通道指标设计、环境参数反演通道选取及算法提供支持。     

Voxel-optimized regional water vapor tomography and comparison with radiosonde and numerical weather model

Water vapor tomography has been developed as a powerful tool to model spatial and temporal distribution of atmospheric water vapor. Global navigation satellite systems (GNSS) water vapor tomography refers to the 3D structural construction of tropospheric water vapor using a large number of GNSS signals that penetrate the tomographic modeling area from different positions. The modeling area is usually discretized into a number of voxels. A major issue involved is that some voxels are not crossed by any GNSS signal rays, resulting in an undetermined solution to the tomographic system. To alleviate this problem, the number of voxels crossed by GNSS signal rays should be as large as possible. An important way to achieve this is to optimize the geographic distribution of tomographic voxels. We propose an approach to optimize voxel distribution in both vertical and horizontal domains. In the vertical domain, water vapor profiles derived from radiosonde data are exploited to identify the maximum height of tomography and the optimal vertical resolution. In the horizontal domain, the optimal horizontal distribution of voxels is obtained by searching the maximum number of ray-crossing voxels in both latitude and longitude directions. The water vapor tomography optimization procedures are implemented using GPS water vapor data from the Hong Kong Satellite Positioning Reference Station Network. The tomographic water vapor fields solved from the optimized tomographic voxels are evaluated using radiosonde data and a numerical weather prediction non-hydrostatic model (NHM) obtained for the Hong Kong station. The comparisons of tomographic integrated water vapor (IWV) with the radiosonde and NHM IWV show that RMS errors of their differences are 1.41 and 3.09 mm, respectively. Moreover, the tomographic water vapor density results are compared with those of radiosonde and NHM. The RMS error of the density differences between tomography and radiosonde data is 1.05  \(\mathrm{g/m}^{3}\) . For the comparison between tomography and NHM, an overall RMS error of \(1.43\,\mathrm{g/m^{3}}\) is achieved.     

Using a regional numerical weather prediction model for GNSS positioning over Brazil

The global navigation satellite system (GNSS) can provide centimeter positioning accuracy at low costs. However, in order to obtain the desired high accuracy, it is necessary to use high-quality atmospheric models. We focus on the troposphere, which is an important topic of research in Brazil where the tropospheric characteristics are unique, both spatially and temporally. There are dry regions, which lie mainly in the central part of the country. However, the most interesting area for the investigation of tropospheric models is the wet region which is located in the Amazon forest. This region substantially affects the variability of humidity over other regions of Brazil. It provides a large quantity of water vapor through the humidity convergence zone, especially for the southeast region. The interconnection and large fluxes of water vapor can generate serious deficiencies in tropospheric modeling. The CPTEC/INPE (Center for Weather Forecasting and Climate Studies/Brazilian Institute for Space Research) has been providing since July 2012 a numerical weather prediction (NWP) model for South America, known as Eta. It has yield excellent results in weather prediction but has not been used in GNSS positioning. This NWP model was evaluated in precise point positioning (PPP) and network-based positioning. Concerning PPP, the best positioning results were obtained for the station SAGA, located in Amazon region. Using the NWP model, the 3D RMS are less than 10 cm for all 24 h of data, whereas the values reach approximately 60 cm for the Hopfield model. For network-based positioning, the best results were obtained mainly when the tropospheric characteristics are critical, in which case an improvement of up to 7.2 % was obtained in 3D RMS using NWP models.     

神舟四号飞船微波辐射计定标和检验（Ⅰ）——微波辐射计外定标

文中针对神舟四号飞船辐射计 (RAD)的在轨定标特点 ,提出一种替代外定标方案 ,即利用地球表面典型地物的微波辐射对RAD的不同通道重新进行定标。选取了全球大洋开阔海域的浮标、星载微波辐射计产品和小岛上气象探空数据 ,通过理论计算得出的亮温作为辐射计测量的低端。利用南美洲热带雨林亮温作为高端 ,重新给出了RAD定标方程。同时 ,为了确定定标的效果 ,分别与国外星载微波辐射计相同或相近通道的亮温进行了比较。另外还结合南海地面配合试验的测量结果对辐射计定标数据进行了分析。     

GPT2模型的精度检验与分析

GPT模型常被用于计算气温、气压等对流层延迟气象参数,针对其不足之处,Lagler提出了改进的全球经验模型GPT2,该模型不仅提高了GPT气温和气压模型的精度,而且可提供比湿、水汽压、映射函数等对流层参数。但是目前没有相关文献对GPT2的精度进行详尽的分析,本文利用ECWMF及NOAA提供的高精度气象数据,对GPT2气温、气压和水汽压模型进行精度检验及分析。结果表明,气温的Bias均值为-0.59°C,RMS均值为3.82°C左右;气压和水汽压的Bias均值绝对值在1mb以内,气压的RMS均值为7mb左右,水汽压则不超过3mb,不同纬度精度存在差异,三者均具有明显的季节性。总体而言,GPT2模型在全球范围内具有很高的精度和稳定性。     

太赫兹临边探测O3与HCl敏感性分析

臭氧(O_3)是平流层大气最重要的成分之一,而随着人类活动增加的影响,平流层O_3不断减少。在O_3的衰减循环中,Cl化合物是最主要的介质,而氯化氢(HCl)是活性氯的储存库,因此同时探测O_3与HCl对进一步认清平流层O_3的源与汇具有重要意义。本文基于太赫兹临边探测辐射传输软件包ARTS(Atmospheric Radiative Transfer Simulator),模拟研究太赫兹临边探测O_3与HCl的敏感因子量化大气辐射传输及其他大气成分对O_3和HCl的影响。结果表明:(1)在太赫兹波段,O_3与HCl分别在切高大于8 km与大于10 km处,具有很高的敏感性,可以探测O_3与HCl垂直廓线;(2)太赫兹临边探测对于探测目标O_3和HCl,在10 km及以下高度,对目标的浓度变化不敏感,而在中高空则很敏感;温度与水汽的变化对O_3与HCl的探测影响不大,而传感器的天线半带宽及光谱分辨率对于O_3与HCl的探测有一定的影响。