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。     

利用神经网络方法从高光谱分辨率红外遥感资料反演大气温度廓线

采用主分量分解数据压缩技术和基于误差反传学习算法的三层前馈神经网络(BP神经网络),使用AUQA/AIRS(Atmospheric Infrared Sounder)高光谱分辨率红外观测资料,对不同光谱通道组合,在中纬度复杂地形上反演了垂直空间分辨率为1 km的大气温度廓线,并与相匹配的ECWMF分析场资料进行了比较。结果表明,从AIRS资料能够获得1 K/km垂直分辨率的对流层温度反演精度。但是青藏高原对反演结果有明显的影响,并且这种影响与光谱波段有关。消除这种影响的途径之一是增加非卫星观测的附加预报因子。同时改进了神经网络反演策略,采用逐层反演的方法,缩短了所需要的网络训练时间。     

两种红外晴空辐射订正方法及其反演大气参数的比较

比较了目前开发的两种红外晴空辐射订正算法：1）匹配的红外和微波探测值融合的算法,如AIRS／AMSU晴空订正算法（大气红外探测器AIRS,先进的微波探测器AMSU）;2）匹配的红外成像与探测值融合的算法,如AIRS／MODIS晴空订正算法（中分辨率光谱成像仪MODIS）。结果表明,相对于MODIS的晴空观测值而言,AIRS／MODIS晴空订正算法优于AIRS／AMSU晴空订正算法,而且AIRS／MODIS晴空订正辐射值反演的大气温湿廓线与欧洲中期天气预报中心（ECMWF）的客观分析场更接近;尽管这两种晴空订正算法本质上相当不同,但都是有效且互补的,当微波探测资料不能获得时,融合红外成像仪和探测器资料就成为唯一可靠的、间接使用有云影响的红外观测值的办法。     

大气红外探测器(AIRS)温、湿廓线反演产品及边界层高度在黄土高原的验证

利用黄土高原地区加强观测期探空资料和大气红外探测器(Atmospheric Infrared Sounder,AIRS)反演的温度、相对湿度廓线资料,评估了AIRS反演产品在黄土高原的适用性,以及利用AIRS温度廓线计算边界层高度的可行性。结果表明,各种边界层高度计算方法相关性显著,平均高度差异一般不超过200 m;Richardson数临界值的选取对确定边界层高度的影响不大。AIRS反演的大气温度和相对湿度均能很好地反映环境温湿的变化;温度平均偏差在±1 K以内,均方根误差一般不超过2 K;AIRS反演的地面气温误差相对较大,平均偏差和均方根误差分别为-1.68 K和3.32 K,并且会影响边界层高度的确定;AIRS相对湿度平均偏差在±10%以内,均方根误差不超过20%。利用Parcel法估计的边界层高度结果显示,根据AIRS反演的温度廓线确定的AIRS边界层高度低于利用探空观测资料确定的边界层高度,但能较好地再现边界层高度的变化,在没有探空数据时,可以用AIRS反演的温度廓线确定边界层高度。     

COSMIC反演大气温湿廓线与模式客观分析场的比较

利用2009年不同季节COSMIC湿反演的大气温度和相对湿度廓线数据,分别与时、空相匹配的ECMWF(European Centre for Medium-Range Weather Forecasts,欧洲中尺度天气预报中心)、NCEP(National Centers for Environmental Prediction,美国环境预报中心)模式客观分析场和无线电探空观测数据,进行全球范围的比较分析.初步研究表明,无论夏季还是冬季,各种资料源之间相互比较的偏差和标准差分布相似,与季节无关.就温度而言,三种资料源的温度水平、垂直分布都很接近,ECMWF模式数据比NCEP不论是温度廓线还是湿度廓线都更接近COSMIC反演值.模式的水汽客观分析场在对流层基本上都比无线电探空观测值偏湿,对流层中高层在大部分海洋地区也比COSMIC反演场偏湿.COSMIC反演的相对湿度相对于无线电探空整层偏大,具有明显正偏差,在300 hPa偏差达最大值(约30%).     

晴空时大气红外遥感及其反演问题研究 II. 反演试验研究

前文给出了卫星红外观测资料的反演处理方法，并对方法作了理论上的分析，在本文中，我们将此方法应用到TOVS、GOES-8实际资料及AIRS模拟观测资料处理中并重点对TOVS资料进行试验。在反演中，我们将大气温度廓线和水汽混合比（lnq）廓线用各自的经验正交函数（EOF）表示以提高反演的稳定性并缩短计算时间，同时采用一种过滤操作以加速迭代的收敛速度。除了用本文提出的方法对TOVS资料进行处理外，还用国际TOVS处理软件包（ITPP-4.0）对同样的资料进行反演。试验表明，本文方法的反演结果优于ITPP的结果。AIRS模拟反演结果表明，高分辨率红外垂直探测器的遥感精度能够达到温度1 K、水汽10%。     

AIRS晴空大气温度廓线反演试验

2002年5月发射的Aqua是美国地球观测系统中的第2颗卫星EOS-2(Earth Observing System),它携带的大气红外探测仪AIRS(Atmospheric Infrared Sounder)是目前国际上最先进的超高光谱分辨率红外大气垂直探测仪.1200的光谱分辨率和全球覆盖能力使其可以观测全球大气状态及其变化.对其超高光谱分辨率资料的处理和应用的研究既有科学意义,又有实用价值.利用AIRS实际观测资料反演大气温度,本文使用的是便于处理大数据量的统计反演方法中的特征向量法,计算回归系数使用的是AIRS观测辐射值和T213数值预报分析场.本文从通道个数、地形及地表发射率影响、增加预报因子、国外同类产品比较等4个方面进行了大气温度反演试验研究.研究结果表明:(1)在利用超高光谱分辨率仪器进行反演时,合理选择通道是非常必要的;(2)AIRS反演的大气温度在对流层顶和中上层具有较高的精度,在对流层低层,尤其是近地面反演精度不够理想;(3)增加地表温度,地表发射率和地形3个预报因子,可以提高近地面的反演精度;(4)文中反演的大气温度精度与国外同类产品精度基本一致.     

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。     

利用人工神经网络方法反演大气温度廓线

高光谱大气红外探测仪AIRS(Atmospheric Infrared Sounder)资料能够显示小尺度的大气温度垂直结构,为数值预报和天气诊断提供了更加准确精细的初始场.目前处理数据主要使用晴空大气业务反演国际MODIS/AIRS处理软件包IMAPP (International MODIS/AIRS Preprocessing Package)中的特征向量统计回归算法,由于统计法算法简单,反演精度受到较大限制.现提出一种利用人工神经网络的算法来对晴空状况下AIRS模拟辐射值进行大气温度廓线反演的方法,并与特征向量统计法结果相比较.结果表明,神经网络方法与特征向量统计法反演所耗时间相当,减小了反演误差,各高度层温度反演精度均有不同程度的改进,获得了较好的反演结果.     

Comparison between ozonesonde measurements and satellite retrievals over Beijing,China

从2013年开始,作者团队使用自主研发电化学原理臭氧探空仪在华北平原北京地区进行每周一次观测.本研究首次使用2013-2019年期间北京地区臭氧探空数据评估Aqua卫星搭载大气红外探测仪(AIRS)和Aura卫星搭载微波临边探测器(MLS)反演垂直臭氧廓线,并对比臭氧探空,AIRS和Aura卫星搭载臭氧监测仪(OMI)臭氧柱总量结果.尽管臭氧探空与卫星反演垂直臭氧廓线在局部高度处差异较大,但整体来说两者较为接近(相对偏差大多<10%).臭氧探空,AIRS和OMI三种仪器测量臭氧柱总量的年变化特征较为一致,其年均臭氧柱总量分别为351.8±18.4 DU,348.8±19.5 DU和336.9±14.2 DU.后续对国内多站点观测数据分析将有助于进一步理解臭氧探空与卫星反演臭氧资料在不同区域的一致性.     

基于往返式平漂探空的FY-3D卫星反演温度检验

往返式平漂探空观测（以下简称平漂探空）可实现对流层至平流层低层大气温度廓线垂直探测以及平流层低层内持续4 h的水平温度分布探测。该文介绍利用平漂探空试验数据对风云3号气象卫星D星（FY-3D）反演温度数据的检验评估算法,基于该算法和2021年3—9月长江中下游平漂探空试验数据完成对卫星反演大气温度数据的检验。结果显示:FY-3D卫星反演的温度数据准确度总体较高,与平漂探空上升段数据平均绝对偏差约为1.34℃,与下降段数据平均绝对偏差约为1.93℃;卫星反演的100 hPa以上和850 hPa以下温度误差分别偏大0.59℃和0.33℃;卫星反演平流层温度准确度低于温度廓线,平均绝对偏差约为3.92℃;与平漂探空数据相比,卫星大气温度廓线分辨率较低、趋势较平滑,无法显示大气温度垂直分布和平流层温度水平分布的细节特征。     

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。     

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。     

用探空资料检验中尺度数值模式对强对流天气的诊断分析能力

提高对流天气临近预报准确率的关键问题之一是了解大气的垂直稳定度和垂直风切变。中尺度数值模式产品提供了高时空分辨率的大气稳定度和垂直风切变信息，需要首先检验其精度才能进一步考虑其在对流天气预报中的应用。利用北京加密探空资料检验北京市气象局3km分辨率的MM5模式结果，对强对流天气的背景参数包括温湿风垂直廓线、对流有效位能CAPE和垂直风切变进行模式分析和预报与探空对比检验。结果表明：模式模拟的各种大气廓线中，风廓线和温度廓线都具有一定的参考价值，与实况有较好的一致性，但在廓线出现转折的地方，如：逆温层和风向转折时，模式预报较差。露点（湿度）廓线的预报误差较大，不能反映出真实水汽场的分布。因此，模式预报的深层（地面至500hPa）垂直风切变与探空具有较好的一致性，而模式给出的对流有效位能CAPE由于露点预报结果不理想，其值与实际偏差较大。因此模式输出的对流有效位能CAPE必须经过适当订正才能用于诊断强对流天气发生的可能性。     

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。      

人工神经网络算法在红外高光谱资料反演大气温度廓线中的应用

基于红外高光谱大气探测器AIRS实况观测资料,尝试用人工神经网络算法来实现晴空时大气的温度垂直廓线反演,重点将该算法与目前已经发展比较成熟的特征向量统计反演算法进行比较。结果表明,两种算法在计算时间效率和反演精度上相当。鉴于人工神经网络算法的统计物理本质,误差反向传播BP神经网络可以求解非线性问题,在优化训练样本和继续调试网络种类和网络参数的基础上,有望能进一步提高反演精度。     

利用非流体静力伴随模式同化大气无线电折射率

近来，基于全球定位系统（ＧＰＳ）提出了一种遥感水汽的新途径。根据ＧＰＳ折射率测量结果能够反演出温度和水汽和垂直廓线。对于气象部门来说，这是一种有价值的潜在资料源。基于宾州／ＮＣＡＲ的中尺度模式的绝热版本及其伴随模式发展了一种四维资料同化系统。然后，进行了一系列观测系统模拟试验来评估ＧＰＳ推算的大气折射资料的效果。结果表明，大气折射率同化在反演水汽垂直廓线中是非常有效的。推算出的水汽场的精度明显比用传统反演技术得到的精度要好。大气折射率同化也能提供有效的温度信息。资料同化结果对于附加在模拟折射率观测值上的随机误差较不敏感。而它们对于观测值的空间分辨率却非常敏感。谱分析表明，湿度场具有较小尺度的变化且对大气折射率观测值的分辨率比温度更敏感。当折射率观测值分辨率较粗时，单个观测值同化得到的结果比在模式格点上内插的观测值同化的结果要好。沿大约２４０ｋｍ距离（ＧＰＳ折射率观测的特征尺度）平均的折射率观测值的同化对温度和湿度场的反演仍得到相当好的结果。     

高光谱大气红外探测仪(AIRS)反演大气不稳定度指数在强对流天气个例中的应用试验

使用探空、NCEP-FNL,数据和高光谱分辨率大气垂直探测仪(AIRS)标准反演数据计算大气不稳定度指数,对2011年6月23日北京强对流天气发生前的本地及上游大气中不稳定能量进行分析研究。分析发现:利用08、14和20时探空数据计算的北京站不稳定度指数显示了在"6·23暴雨"过程发生前后北京上空不稳定能量变化,上游关键区无探空数据;利用NCEP和AIRS数据计算的不稳定度指数显示,强对流天气发生前,在北京的上游关键区大气处于极端不稳定状态(K指数大于40,SI指数小于一5),有利于强对流天气发生。文章的研究结果表明,探空数据时空分辨率较低,不利于监测强对流天气的发生;质量控制后AIRS数据计算的不稳定度指数可以监测对流天气的发生;空间分辨率较低的NCEP数据监测小范围大气不稳定层结能力较低。综上所述,AIRS反演产品具有弥补探空资料时空分辨率不足的优势,利用AIRS L2反演产品计算晴空大气不稳定度指数产品可以监测到"6·23暴雨"天气发生前上游关键区大气层结稳定度状态,为预报员决策提供有效的辅助信息。     

雷达风廓线反演在云南强降水预报中的应用

利用VAD(Velocity Azimuth Display)方法反演多普勒雷达垂直风廓线,并将反演风场应用于云南强降水过程的诊断预报。通过反演风廓线资料与探空实况、NCEP再分析资料的对比分析,发现VAD方法反演的风廓线与实况资料具有较好的一致性,表明该方法在云南是可行的;通过反演风廓线资料可以较为精细地监测和分析大气垂直方向上水平风场的不连续性,由此得到低空切变、温度平流和低空急流等系统的厚度和强度演变特征。相对于时、空分辨率不足的常规探空资料,雷达反演风廓线具有较高的时间和垂直分辨率,能够更为详细地揭示强降水天气过程中起重要作用的天气系统的主要特征和演变过程。因此,VAD风廓线产品对云南强降水天气过程的预报具有较好的参考价值和应用前景。     

人工神经网络法反演晴空大气湿度廓线的研究

高光谱分辨率大气红外探测器AIRS(Atmospheric Infrared Sounder)作为第一个超高光谱大气红外探测仪,开辟了卫星大气探测的新时代.以无线电探空值与SARTA(Stand-Alone Radiative Transfer Algorithm辐射传输模式)v1.05版的前向模式模拟出的AIRS辐射...