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.     

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。     

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.     

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。     

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。     

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%。     

利用MODIS云检测产品客观确定AIRS云检测

云检测是用卫星资料研究云对气候系统作用至关重要的第一步,采用Nagle的基于扫描几何特性的共同空间匹配算法,用MODIS云检测产品客观确定了AIRS云检测,是将高空间分辨率成像仪产品与高光谱分辨率传感器观测资料结合使用的一次实际应用。合成使用高空间分辨率成像仪与高光谱分辨率传感器观测资料的关键步骤在于:①有效而精确的时间和空间上的匹配;②传感器像素内图像仪云检测产品的断定。不仅是云检测,利用AIRS视场内空间匹配的MODIS云产品,还可以判断AIRS的云相态、有效云量及云光学厚度等。     

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。     

从地面高分辨率太阳光谱遥感大气成分的信息内容

本文提出了一种利用地面高分辨率太阳光谱进行大气成分垂直分布反演时,消除太阳零吸收光谱曲线影响的方法,分析了这一方法的权函数特性,讨论了仪器的光谱分辨率、谱线光谱参量以及成分混合比高度分布特性对其可测量高度、垂直分辨率和误差放大率等信息内容的影响。结果指出:对混合比随高度增加或变化不大的大气成分,利用普通高分辨率光谱仪可给出20—30km高度以下混合比高度分布的信息。若采用外差技术,将光谱分辨率提高到0.001cm~(-1)以上,其最高测量高度可达40km以上。