附加影响因子对红外遥感资料反演大气温湿廓线的辅助作用

利用AIRS(Atmospheric Infrared Sounder)实际观测资料和采用特征向量反演方法,研究了非红外遥感因子对红外遥感大气温湿廓线反演的辅助作用。这些因子包括：微波探测通道、纬度、地形、表面高度、表面温度、表面气压等。试验结果表明,微波通道可以明显改善对流层中低层(800 hPa以下)温度和湿度的反演结果,对800 hPa以上没有明显的作用。划分纬度带有助于提高反演精度。在较平坦的地区温度反演的均方根误差远远小于地形起伏较大的地区。而水汽反演误差对地形变化不敏感。增加附加影响因子对改善对流层中低层温度反演精度有十分明显的作用,对中低层湿度反演精度有一定的改善。     

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。     

地基微波辐射计遥感大气廓线的BP神经网络反演方法研究

讨论了12通道地基微波辐射计遥感反演温度、相对湿度和云液态水廓线的BP神经网络反演方法,利用探空资料,对北京春、夏、秋、冬四个季节的大气廓线进行神经网络训练,并对训练好的网络的反演能力进行数值检验,分析了反演精度;对北京南郊观象台12通道微波辐射计的观测亮温资料进行实际反演,结果表明,神经网络(BPNN)反演的廓线与微波辐射计自带RadiomeNN的相比更加接近实际。     

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。     

应用ATOVS资料反演大气温湿廓线

本文用牛顿迭代的方法反演NOAA-15极轨气象卫星ATOVS资料，求解大气温度廓线和水汽廓线，本文利用一阶变分原理从辐射传输方程中得到了大气温度、水汽权重函数的解析形式，并改进了传统使用的线性迭代方法，利用牛顿非线性迭代方法求解大气表层温度，大气温度廓线及大气水汽廓线，并根据大气参量的自相关性，将大气温度廓线、大气水汽廓线用经验正交函数（EOF）的线性组合表示，减少了要反演的参数，提高了反演稳定性和迭代速度。     

利用高光谱红外探测资料反演大气参数

文章介绍了红外高光谱的卫星探测技术以及利用现有的机载和星载高光谱资料的反演方法，着重讨论了美国NASA地球观测系统上携带的大气红外探测仪AIRS的反演方法。     

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.     

利用神经网络从118.75 GHz附近通道亮温反演大气温度

为了准确快速地从118.75 GHz附近六通道亮温计算大气温度,作者开展了利用人工神经网络技术反演大气温度的数值模拟研究。与线性统计反演算法比较,海面上大气温度反演的总体均方根误差减小17%,陆面上大气温度反演的总体均方根误差减小15%。两种下垫面条件下的温度反演结果表明,近陆面的温度反演结果优于近海面的温度反演结果。另外,对温度廓线垂直结构反演性能的分析结果表明,对于具有较厚逆温层结构的温度廓线,神经网络反演对廓线的复现能力优于线性统计反演。     

利用MODIS红外资料反演大气温湿度廓线的研究

概述了利用特征向量统计回归反演算法,从EOS/MODIS的红外通道资料反演大气温湿度垂直分布的过程,并与美国国家环境预报中心NCEP(National Centers for Environmental Prediction)的等压面再分析场资料按照纬度和气压高度进行了真实性检验。结果表明：由MODIS资料反演得到的大气温湿度参数能够揭示大气温湿度的垂直分布。在各个等压面上均方根误差平均值在中纬度地区为3.39K,低纬度地区为1.40K,近地面层、对流层顶附近及下垫面地形复杂的区域误差较大,总体上低纬度地区要好于中纬度地区。反演的水汽误差也为低纬度地区小于中纬度地区,且随高度升高,中、高纬度误差都逐渐减小并逐渐接近。     

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。     

RETRIEVING ATMOSPHERIC TEMPERATURE FROM NOAA-15 ATOVS MEASUREMENTS

This paper describes briefly the sounding capabilities of TOVS/ATOVS onboard the NOAApolar-orbiting meteorological satellites,followed by a more detailed review of the retrievalschemes.The ICI physical retrieval scheme with some adaptations is implemented in ourexperiment.The analyses of the Chinese regional NWP model are utilized to create a rolling libraryof initial guess field.Retrieval results validated against both NWP analyses and radiosondesindicate good agreement between ICI retrievals and conventional observations.Preliminary resultfrom the PC-ATOVS Windows display system of NSMC will also be shown.     

光谱比辐射率对卫星遥感地表温度影响的研究

应用分裂窗方法反演地表温度的结果表明，地表温度不仅线性地依赖于ＡＶＨＲＲ的４，５通道的亮度温度，而且还线性地依赖于与光谱比辐射有关的项，即（１－ε４）／ε４及（ε４－ε５）／ε４。分析指出：（１）若△ε（ε４－ε５）＝０，当ε４从０．９４～１．００时，地表温度的变化达３．０℃，（２）当△ε≠０时，△ε对反演地表温度比ε４所造成的影响更敏感，更显著：若△ε〉０，△ε对ε４所造成的影响有减弱作用，若△     

基于BP神经网络与遗传算法反演大气温湿廓线

为提高地基微波辐射计大气探测精度,融合BP神经网络与遗传算法,研究0~10 km大气温湿度廓线。首先,结合数据特征,基于数值模拟技术,建立一套TP/WVP-3000型号地基微波辐射计的一级数据质量控制和订正模型。然后,为减小训练样本代表性误差对模型反演精度的影响,利用遗传算法优化训练样本数据,建立一套精度更高的神经网络大气温湿度反演模型。最后,利用构建的反演模型,开展大气温湿度反演试验,结合探空资料和微波辐射计二级产品,评价反演模型精度。研究结果表明:(1)经过质量控制后的实测数据与模拟数据之间的相关性有显著提升;(2)经过质量控制与订正后建立的神经网络模型对比原微波辐射计二级产品的反演精度有一定提升,温度提升6.77%,湿度提升20.11%;(3)经过遗传算法优化后的训练样本所建立的神经网络反演模型对比原微波辐射计二级产品反演精度有进一步的提升,温度提升10.21%,湿度提升23.75%,反演结果与该地区同类型研究结果相比有着较大提升。      

利用MODIS大气廓线产品计算空气相对湿度的方法研究

森林火灾遍及全球,损失巨大。火险天气指数（FWI）是森林火灾预警和管理的有效工具。相对湿度（RH）是计算天气火险指数一个非常重要的参数。然而,由插值方法得到的RH在远离气象站点的地方往往存在很大的误差。因此,尝试利用MODIS遥感数据计算基于像元的高分辨率RH。MODIS的MOD07大气廓线产品,可以提供大气可降水量和地表气温数据。基于地面水汽压和大气可降水量的经验关系,利用MODIS数据计算了地表空气的相对湿度,平均绝对误差小于5％。结果表明,利用MODIS数据能简单而有效地计算地表空气的相对湿度,拓展了遥感技术在森林火险管理中的应用。     

1961—2018年广东高温的气候变率及其与大气环流和海温异常的关系

利用1961—2018年广东86个国家气象观测站逐日最高气温资料,NCEP/NCAR月尺度再分析大气环流资料、海表温度资料(ERSST V5),国家气候中心大气环流指数资料,采用相关、合成、突变分析等方法分析了广东高温的气候变率及其与大气环流和海温的关系。结果表明,近58年来广东平均高温日数以3.0 d/(10a)的速率显著上升,并在1998年发生增加的突变。广东高温日数具有显著的年际和年代际变化并且其对应的大气环流和海温的异常特征基本相同,但年际差异比年代际差异更加明显。在6—9月,对流层中高层位势高度正异常是广东高温日数偏多的一个重要原因,同时南亚高压和西太平洋副热带高压偏强、影响华南的偏北气流偏强,大陆高压加强也对应高温日数偏多。在5—8月,热带印度洋、热带西太平洋、南海海温偏高有利于广东高温日数增多。     

基于大气辐射传输模型的单通道海表温度反演算法研究

在分析大气辐射传输模型基础上,提出了单通道海表温度反演算法。首先,利用像元尺度的大气廓线精确计算大气上行辐射、下行辐射和透过率,然后将这些参数与海水比辐射率代入大气红外辐射传输方程,求解海表温度。与传统的劈窗算法相比,该算法具有时空变化适应性强的特点,尤其适用于缺乏浮标数据的海域。为了验证算法的可行性和准确性,利用2009年全年的MODIS数据在美国西海岸海域进行试验。通过与浮标实测数据比对可发现,单通道海表温度反演算法与浮标实测值的标准方差为0.73 ℃,平均偏差为0.23 ℃,说明该算法具有较高的精度,能满足常规的业务观测需求,另外也可用于标定劈窗算法的系数。      

SENSITIVITY OF SEA SURFACE TEMPERATURE RETRIEVAL TO SEA SURFACE EMISSIVITY

To estimate sea surface temperature(SST)with high accuracy from radiometrie measure-ments,it is no longer acceptable to assume that sea surface emissivity is unity or any other con-stant.This note presents an investigation of the desirable emissivity accuracy in relation to re-trieval.It was found that 1% error in surface emissivity can cause up to 0.7 K error in the re-trieved SST,although this sensitivity is often reduced to about 0.5 K on average because of thedownward atmospheric radiation at surface partially compensates for the emissivity error.Since thedownward atmospheric radiation ratio is controlled to a large extent by the integrated water vaporin the atmosphere and,secondarily,by view angle,the sensitivity of SST retrieval to surface emis-sivity has been computed as a function of these two parameters.     

A COMPARISON OF THE RETRIEVAL OF ATMOSPHERIC TEMPERATURE PROFILES USING OBSERVATIONS OF THE 60 GHZ AND 118.75 GHZ ABSORPTION LINES

The Microwave Temperature Sounder-Ⅱ(MWTS-Ⅱ) and Microwave Humidity and Temperature Sounder(MWHTS) onboard the Fengyun-3 C(FY-3 C) satellite can be used to detect atmospheric temperature profiles. The MWTS-II has 13 temperature sounding channels around the 60 GHz oxygen absorption band and the MWHTS has 8 temperature sounding channels around the 118.75 GHz oxygen absorption line. The data quality of the observed brightness temperatures can be evaluated using atmospheric temperature retrievals from the MWTS-Ⅱ and MWHTS observations. Here, the bias characteristics and corrections of the observed brightness temperatures are described. The information contents of observations are calculated, and the retrieved atmospheric temperature profiles are compared using a neural network(NN) retrieval algorithm and a one-dimensional variational inversion(1 D-var) retrieval algorithm. The retrieval results from the NN algorithm show that the accuracy of the MWTS-Ⅱ retrieval is higher than that of the MWHTS retrieval, which is consistent with the results of the radiometric information analysis. The retrieval results from the 1 D-var algorithm show that the accuracy of MWTS-Ⅱ retrieval is similar to that of the MWHTS retrieval at the levels from 850-1,000 h Pa, is lower than that of the MWHTS retrieval at the levels from 650-850 h Pa and 125-300 h Pa, and is higher than that of MWHTS at the other levels. A comparison of the retrieved atmospheric temperature using these satellite observations provides a reference value for assessing the accuracy of atmospheric temperature detection at the 60 GHz oxygen band and 118.75 GHz oxygen line. In addition, based on the comparison of the retrieval results, an optimized combination method is proposed using a branch and bound algorithm for the NN retrieval algorithm, which combines the observations from both the MWTS-Ⅱand MWHTS instruments to retrieve the atmospheric temperature profiles. The results show that the optimal combination can further improve the accuracy of MWTS-Ⅱ retrieval and enhance the detection accuracy of atmospheric temperatures near the surface.