GNSS辅助风云三号卫星MERSI近红外通道的大气可降水量反演方法

大气水汽是对流层中的重要参数之一,已被广泛应用于短临天气预警和长期气候监测等领域。我国风云三号(FY-3)系列卫星搭载的中分辨率光谱成像仪可用于大气水汽监测,但反演大气可降水量(PWV)时存在大气透过率参数低估、水汽与大气透过率回归系数经验选取的缺陷,无法满足在短临降雨监测、数值同化等高精度PWV应用方面的需求。针对该问题,本文提出一种GNSS辅助FY-3卫星的高精度PWV反演方法。本文方法引入高精度实测GNSS PWV作为大气透过率计算模型的回归拟合参数,辅助FY-3 L1级数据精确估计PWV和大气透过率的模型回归系数;同时,该方法顾及季节和高程因素对FY-3-L1 PWV反演的影响,分季节反演PWV并引入数字高程模型修正由于部分大气透过率参数低估导致的FY-3 L1 PWV相对不准确的现象。选取中国区域2013—2014年FY-3A卫星的L1数据和中国地壳运动观测网络的260个GNSS测站数据进行试验。结果表明,本文提出的GNSS辅助FY-3系列卫星PWV反演方法优于传统方法(FY-3A-L2 PWV),其整体精度改善率为74.5%,可得到更加可靠、稳健性更强的PWV格网产品,对于...     

附加高水平分辨率PWV约束的GNSS水汽层析算法

全球导航卫星系统(global navigation satellite system, GNSS)水汽层析技术凭借高精度、低成本、全天候等优点成为获取高时空分辨率水汽三维分布的重要手段之一。引入遥感卫星提供的高分辨率水汽信息,首次提出附加高水平分辨率大气可降水量(precipitable water vapor, PWV)约束的GNSS水汽层析算法,对现有水汽层析算法的约束条件进行补充和改进。首先对高分辨率PWV观测值进行校正,然后基于二次加密划分的层析体素块构造PWV约束方程,通过将PWV约束方程融合到GNSS层析模型来改善模型的约束条件,进而优化层析结果质量。利用徐州地区2017-08的GNSS观测数据和风云三号A星(Fengyun-3A, FY-3A)遥感水汽数据对该算法的可行性及精度进行验证,分别以高精度的探空水汽廓线和ERA5三维水汽密度场为参考值对层析结果进行评估。实验结果表明,所提算法反演的水汽廓线和三维水汽分布均优于传统层析算法,各类精度指标都有了显著改善,其中平均均方根误差由2.73 g/m~3减小为1.78 g/m~3,反演精度提高了34.80%,进一步表明所提算法可有效改善层析结果质量,有助于获取高精度和高可靠性的三维大气水汽分布。     

京津冀地区FY-4A水汽校正模型研究CSCD

融合全球卫星导航系统(GNSS)与风云气象卫星FY-4A可获得高精度高空间分辨率的水汽分布信息.利用中国大陆构造环境监测网络(CMONOC)提供的GNSS观测资料开展京津冀地区FY-4A水汽校正研究.首先对京津冀地区进行区域划分,按区域分季节开展GNSS水汽与FY-4A水汽的相关性分析;其次分区域、分季节选择不同的函数模型结合GNSS水汽资料构建FY-4A水汽校正模型;然后采取区域模型、单站点模型与实测GNSS水汽开展模型的可靠性检验;最后通过分区域FY-4A水汽校正和图像叠加,获得校正后的京津冀地区FY-4A水汽分布.研究表明:FY-4A水汽与GNSS水汽的相关性较好,区域FY-4A水汽校正模型精度与单站点模型精度相当,可取代单站点模型用于FY-4A的水汽校正.基于CMONOC的分区域函数模型在一定程度上提高FY-4A水汽精度,为短期天气预报和合成孔径雷达(InSAR)大气校正提供参考.     

沈阳地区MODIS与MERSI气溶胶产品对比研究

在中国东北地区,卫星气溶胶产品尚缺乏有效的验证机制,相关应用存在较大不确定性。利用2009–2011年中国地区太阳分光光度计观测网(CSHNET)沈阳站地基观测资料,借助后向轨迹模式分析了该地区气溶胶来源和季节变化特征,并同步对比了FY-3A/MERSI和Terra/MODIS气溶胶产品精度的季节差异及误差来源。结果表明:沈阳站气溶胶光学厚度和Angstrom波长指数季节变化明显,气溶胶受远程输送和区域排放的共同影响,人为源和自然源丰富。不同粒径粒子对气溶胶光学厚度的贡献因季节而异,导致卫星反演算法中气溶胶模型选择误差较大,影响了卫星反演精度。观测期间MODIS与MERSI气溶胶产品与地基观测数据的总匹配率分别为68%和83%。当气溶胶光学厚度较低时(AOD0.35),MODIS产品出现低估,MERSI出现高估,与实测值的相对误差分别为–46%—54%、7%—135%;当气溶胶光学厚度较高时(0.35—0.75),MODIS和MERSI均出现不同程度的低估,两者与实测值的相对误差分别为–34%—54%、–21%—75%;当气溶胶光学厚度大于0.75时,低估尤为严重,与实测值的相对误差可达–34%—100%、–9%—58%。能与地基观测匹配的MODIS和MERSI有效样本数春、秋季较高(春季分别为69%、80%,秋季分别为73%、70%),夏季次之(69%、73%),冬季最少(2%、49%);MODIS与地基观测的相关性总体优于MERSI;但在冬季,MODIS与MERSI产品均不具备代表性。MODIS与MERSI气溶胶产品落入误差线的比例均为春季最高(22%、25%),秋季次之(19%、16%),夏季最小(6%、5%)。MERSI对粗模态气溶胶(α≤0.5)反演效果优于MODIS,而MODIS对混合模态气溶胶(0.5≤α1.5)反演效果优于MERSI。MERSI与MODIS气溶胶产品在春、秋季可比性较好,夏季可比性较差,总体来说,春、秋季MERSI比MODIS低估更为严重。从气溶胶产品在辽宁省的区域分布来看,FY-3A/MERSI比Terra/MODIS覆盖范围略广,各季节FY-3A/MERSI与Terra/MODIS的总体空间分布特征基本一致,但对于某些地区,两者数值上依然存在较大偏差。     

利用MATLAB实现FY-3/MERSI地表温度反演及专题制图

我国新型自主研发的风云三号卫星MERSI(FY-3/MERSI)数据目前多见于试验研究,国家卫星气象中心(NSMC)发布的业务产品中尚缺乏地表温度(land surface temperature,LST)产品.为此,在分析FY-3/MERSI L1级数据HDF5格式及通道特点的基础上,采用Jiménez-Mu(n)oz和Sobrino普适性单通道地表温度反演算法,借助MATLAB编程,实现了直接利用MERSI数据进行250 m空间分辨率的LST反演与专题制图.详细介绍了LST反演算法的参数化流程,包括辐射定标、云检测处理以及地表比辐射率和大气水汽含量的估计等,并在反演LST的基础上,计算其他衍生指标,建立了FY-3/MERSI数据反演LST及制图流程.对上海市空间热环境监测分析的实验结果表明:该方法能根据设定范围对FY-3/MERSI L1数据进行快速、实时和自动处理,适用于业务化产品制作与共享,节省人力资源;形式丰富的MERSI专题制图产品可更直观、精细地揭示出上海城市热场空间格局与热岛效应特征.     

利用CORS站研究多因子分季节可降水量转换模型

针对GNSS气象学中可降水量转换过程较为复杂的问题,利用2017年江苏CORS站及其并址探空数据,分析大气可降水量(PWV)与天顶对流层延迟(ZTD)、温度和气压之间的相关性,采用线性回归拟合法建立多因子分季节PWV模型,并用2017-2018年数据验证模型精度.结果表明PWV与ZTD有很强的线性相关性,相关系数为0.980 3,PWV与温度和气压有较强的相关性,相关系数分别为0.611 2和-0.613 6;全年PWV模型中,单、双、多因子模型的RMS分别为2.88、1.70和0.49 mm,精度依次提高;多因子PWV模型中,分季节PWV模型较全年PWV模型的RMS分别提高0.23、0.20、0.18和0.37 mm,精度明显优于全年模型.因此,多因子分季节PWV模型预测精度优于1 mm,满足GNSS监测水汽的气象应用精度要求.     

FY-4A GIIRS数据与ERA5再分析资料融合的中国区域大气加权平均温度模型EI北大核心CSCD

大气加权平均温度(T m)的精度直接影响全球导航卫星系统(GNSS)水汽反演的结果。针对现有T m模型的参数、建模数据源有待优化及模型构建时仅依赖于单个探空站点或单一格网点数据等问题,本文提出融合FY-4A GIIRS数据与ERA5再分析资料,在此基础上引入滑动窗口算法对融合数据进行处理同时顾及经度、纬度和高程因子构建空间分辨率为0.5°×0.5°的T m经验模型(FY-ET m模型)。采用偏差(Bias)和均方根误差(RMS)作为精度评定指标,联合未参与建模的2020年探空数据、ERA5再分析资料及天顶对流层延迟产品,对FY-ET m模型及其反演的大气可降水量进行精度评定。结果表明:以探空数据为参考值,FY-ET m模型的年均Bias、RMS分别为-0.02、5.79 K,相比较于Bevis和GPT3模型分别提高了3.62(Bias)、0.8(RMS)和2.54(Bias)、0.63 K(RMS);以ERA5再分析资料为参考值,FY-ET m模型的年均Bias、RMS分别为0.01、3.32 K,相比较于Bevis和GPT3模型分别提高了0.97(Bias)、0.13(RMS)和2.94(Bias)、1.71 K(RMS),同精度优异的GPT3模型相比,FY-ET m模型在中国西部和北部地区也表现出了明显的精度改善;以GNSS站点得到的PWV为参考值,FY-ET m模型反演的PWV与GNSS站得到的PWV值精度相当,Bias变化范围为-0.5~0.5 mm。FY-ET m模型准确度高稳定性良好,只需输入位置和时间信息就能获取目标点的T m,能够在GNSS水汽反演中发挥重要的作用。     

对流层映射函数对GNSS反演可降水量的影响分析

对流层映射函数是将对流层天顶延迟转化为信号传播路径上总延迟的重要模型,选择合适的映射函数对反演大气可降水量(PWV)精度的提高具有十分重要的意义．本文研究了对流层映射函数对反演PWV精度的影响,选取VMF1、GMF、NMF 3种映射函数,利用GAMIT解算比较3种映射函数在不同季节、不同高度角对网基线解算以及反演PWV的精度影响．结果表明,在进行PWV反演时,选择10°高度角作为解算截止高度角的GMF函数模型反演精度最佳,为进一步提高GNSS水汽反演的实时精度提供了参考．      

黄土高原地区PWV影响因素分析及精度评定

大气水汽是对流层的重要组成部分之一,研究影响水汽的因素及精度具有重要意义。主要研究黄土高原地区大气可降水量（precipitable water vapor, PWV）的影响因素,并对其实际精度进行评估。首先,对ERA5（the fifth-generation atmospheric reanalysis data of ECMWF）的气压、气温数据和全球导航卫星系统（global navigation satellite system, GNSS）获取的天顶对流层延迟（zenith troposphere delay, ZTD）进行评定;然后,依据ERA5的气压、气温数据和GNSS的ZTD数据计算1 h分辨率的PWV,并利用误差传播理论推导PWV的理论误差; 最后, 与PWV实际计算误差进行对比,分析黄土高原地区PWV的精度。结果表明,基于GAMIT/GLOBK软件获得的GNSS ZTD与PANDA软件解算的GNSS ZTD差值的均方根（root mean square, RMS）和Bias分别为4.05 mm和-0.46 mm;ERA5气压和气温的平均RMS和Bias分别为3.36 hPa/1.97 K和-0.01 ?hPa/0.04 K;黄土高原地区PWV的理论误差为1.51 mm,实际误差为1.94 mm。计算得到的PWV精度较高,对水汽分布以及气候监测的研究具有重要意义。     

顾及垂直递减率的中国区域Tm格点产品空间插值

大气加权平均温度(T_m)是全球导航卫星系统(global navigation satellite system, GNSS)反演大气水汽(precipitation water vapor, PWV)的关键参数。当前已有T_m模型提供的T_m信息难以捕获其日周期变化,因此限制了其在高时间分辨率GNSS PWV估计中的精度。大气再分析资料可提供高时空分辨率的T_m格点产品,但是在使用时需要对其进行空间插值,且T_m在高程上的变化远大于其在水平方向上变化。同时,针对中国区域地形起伏大等特点,提出顾及垂直递减率的中国区域T_m格点产品空间插值方法,以分布于中国区域的2015年89个探空站资料为参考值,验证了提出的方法在全球大地测量观测系统大气中心T_m格点产品和美国国家航空和太空管理局提供的MERRA-2的T_m格点产品中的空间插值精度。结果表明：(1)在顾及垂直递减率的T_m格点产品空间插值中,反距离加权法的...     

基于GPS的MODIS近红外可降水量季节性模型建立

在考虑可降水量季节性变化的基础上,提出利用GPS数据建立MODIS近红外可降水量季节性模型。首先对比分析2014年北京房山(BJFS)站的GPS可降水量和相应时间的MODIS近红外可降水量数据,发现两者之间的变化趋势基本一致,存在显著线性相关性;然后以GPS可降水量为标准值,利用回归分析建立GPS和MODIS可降水量之间的季节和全年校正模型。经检验,GPS可降水量与四个季节模型校正的MODIS近红外可降水量的均方根误差均小于3mm,最大误差不超过6mm,季节校正模型的精度都要高于全年校正模型。     

基于月球反射的遥感器定标跟踪监测

月亮辐照度是可见近红外波段一种稳定的辐射参考基准,对月观测已成为星载遥感仪器辐射定标和验证的一种新方法。风云三号03星(FY-3C)中分辨率光谱成像仪(Moderate Resolution Spectral Imager,MERSI)增加了对月观测功能,改进了太阳反射波段的在轨辐射定标。本文收集分析了MERSI在轨工作以来的全部11组对月观测数据,利用通道间辐照度比值方法移除月相角,日—月—星相对距离等因素对月亮辐照度观测值的影响,开展了可见光近红外波段的辐射定标工作,实现了MERSI太阳反射通道的辐射定标系数动态跟踪和评估。通过线性回归及统计发现,通道8辐射响应的年衰减率达到了14.55%,通道9达到了8.42%,通道1、6、10、11、16和19的年衰减率为1.15%—4.72%,其余通道未检测到衰减。研究结果可以用于订正MERSI数据的辐射定标系统性偏差,提高MERSI全寿命期的辐射定标精度。     

利用多源数据构建PWV混合模型

高精度和高时空分辨率的大气可降水量(precipitable water vapor, PWV)信息对于极端天气研究具有重要作用。传统的单一水汽探测技术获取的PWV因其系统设计的局限性存在精度差、时空分辨率低等缺陷。针对该问题,提出了一种基于多源数据的混合模型——全球温度气压湿度(global pressure and temperature 2 wet, GPT2w) +球谐函数（spherical harmonic function,SHF）+多项式拟合（polynomial fitting,PF),简称GSP模型。该模型通过GPT2w计算PWV的初始值,利用SHF拟合PWV的偏差序列,利用PF对模型偏差进行校正,并引入Bartlett检验确定GSP模型中多源数据的最优权值。选取2014年中国云南省26个全球导航卫星系统(global navigation satellite system, GNSS)测站和37个欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasting, ECMWF)气候再分析数据集(ECMWF reanalysis-interim, ERA-Interim)格网点(1°×1°)的数据为例,建立GSP模型并进行验证,发现GSP模型较传统PF模型的精度提升率为15%~18%。以ECMWF第5代气候再分析数据集(ECMWF reanalysis v5, ERA5)提供的PWV格网数据(0.25°×0.25°)为参考,GSP模型的平均均方根误差和偏差分别为1.64 mm、－0.25 mm。上述结果表明GSP模型具有较高的精度,对于极端天气预警具有重要作用。     

风云三号卫星被动微波反演海洋上空云液态水含量

云液态水含量是气候和水循环研究的重要云微物理参数，也是目前气候变化研究中的最不确定因素之一。通过极轨气象卫星被动微波观测的光谱和极化特征能够实现对云液态水含量的直接测量，本文介绍了一种基于风云三号卫星微波成像仪（MWRI）观测亮温的全天候云液态水含量反演算法，利用快速辐射传输模式、云模型和大气廓线库建立MWRI模拟亮温库并训练反演系数的宽气候态物理算法可以保证算法系数在不同季节和不同地区的适应性。同时提出了一种基于观测增量（O-B）筛选晴空像元并对算法系数及比例因子进行订正的方法。利用统计直方图方法和卫星间交叉比对方法对反演产品精度进行了检验，统计直方图方法检验结果表明，FY-3C云水反演误差为0.028 mm，FY-3D为0.025 mm，与国外同类产品的精度相当；与低轨卫星微波辐射计GMI云水产品的交叉比对结果表明，两者具有较高一致性，均方根误差为0.0325 mm。FY-3C/3D CLW产品目前已经投入业务应用，上下午星组网能够一天内基本覆盖全球，实现全球云水分布监测。     

FY-3A MERSI数据干旱监测能力评价

对FY-3A MERSI数据进行辐射定标、几何定位预处理,与同期MODIS数据预处理结果进行对比;选用温度植被干旱指数法对两种数据进行监测,分析了监测结果的相对精度。实验结果表明,FY-3A MERSI数据的干旱监测结果精度与MODIS数据基本一致,且在空间分辨率及光谱分辨率方面有较大的提高。     

GPS可降水汽含量在强降雨过程中的特征分析

针对水汽在大气中易于变化,高时空分辨率水汽资料的欠缺,造成强降雨短时临近的预报水平不高的问题,探讨分析了GPS水汽反演的精度。利用香港CORS数据,通过GAMIT软件解算获得各测站1 h大气可降水量时间序列,将其与探空数据获得的液态水含量（PWV）和实际降水量进行比较分析。结果表明,GPS／PWV与Radio／PWV在整体变化趋势上具有很好的一致性,其相关系数大于0.9;GPS／PWV与Radio／PWV精度相当,两者平均偏差小于1 mm,均方根误差小于3 mm;GPS反演的大气可降水量与实际降水量具有较好的对应关系,能够精确地监测到水汽变化的过程,可以用于水汽的监测和预报研究。      

GPT／2模型用于 GPS 大气可降水汽反演的精度分析

气象参数(温度T、气压P)是GPS大气可降水汽(PWV)反演中必不可少的数据,也是PWV反演的重要误差源之一。文中主要对GPT/2(GPT、GPT2)模型用于PWV反演的精度进行验证和分析。基于非差精密单点定位(PPP)技术,选取SuomiNet网9个测站的观测数据,借助研制的PPP软件,分别采用GPT模型、改进的GPT2模型以及测站实测气象数据进行大气可降水汽(PWV)反演。以实测气象数据处理结果为参考,对两种模型解算的PWV进行了对比和精度分析。结果表明:改进的GPT2模型优于GPT模型,尤其是当测站的高程较大时,GPT2模型的稳定性更优、适用性更广;采用GPT2模型解算的PWV偏差均值小于±1.0mm,精度(RMS)优于±1.5mm。在缺少实测气象数据的情况下,利用GPT2模型数据仍然能够取得较为理想的PWV反演结果。     

FY-3250m分辨率数据的华北平原冬小麦提取

冬小麦是中国最主要的粮食作物之一,利用遥感技术提取冬小麦种植区是遥感应用研究的一个重要方向。2008年以来发射的系列风云三号(FY-3)卫星均携带着中分辨率光谱成像仪(MERSI),该传感器有5个250 m分辨率的波段,波段范围包括可见光、近红外和热红外,观测数据包含丰富的地表信息,为大范围冬小麦种植区提取提供了新的数据源。首先,选取生长季前期多幅高质量的MERSI数据,采用分层提取的方法,对于不同的层次选用与待提取类别最为敏感的特征波段来构建相应的决策树,从而将每一幅影像中冬小麦种植区提取出来,然后,将多幅数据融合为一幅生长季内的冬小麦种植区图。最后,使用野外实地调查的数据进行精度验证,面积提取精度为90.8%。结果表明,在春季返青后,即可做出当季冬小麦种植分布图,为农情监测提供及时的信息支撑。