基于带约束项广义变分同化AIRS云影响亮温研究

经典变分同化基于误差服从高斯分布理论,在同化受云影响的红外探测器通道亮温时,需进行云检测或只同化权重函数峰值位于云顶之上的通道亮温。在云检测过程中需对亮温进行严格的质量控制以剔除"离群值",导致丢失大量有用数据。文中基于带约束项非高斯模型的广义变分对高光谱大气红外探测器(Atmospheric Infra-Red Sounder,AIRS)受云影响亮温进行了初步的同化研究。在执行过程中,首先,动态选择AIRS通道形成通道子集。其次,把云参数(有效云量和有效云顶气压)作为辐射传输模式输入变量参与变分同化极小化迭代并用于通道子集亮温模拟。同化试验结果表明,对于高云,基于Cauchy-估计的变分同化反演结果最好,而对于中云和低云,基于Huber-估计得到了较好的同化反演结果。然而,在反演模式高层温度时,基于Fair-估计反而得到了较差的结果,但其对于湿度反演效果较为理想,其结果可能与Fair-估计分布的固有特点有关。带约束项广义变分同化方法对受云影响亮温的同化效果比经典变分方法的好,但依赖于M-估计的选取。