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。     

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。     

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。     

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。     

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。     

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。     

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。     

基于偏差原则利用MODIS红外资料反演大气廓线以及表层温度

遥感方程或大气辐射传输方程是属于第一类非线性Fredholm积分方程,这类方程的显著特征是不适定的,尤其此类问题解的不稳定性,增加了反演的难度.因此需要研究控制反演不稳定性和提高反演精度的有效方法.为了使解稳定,光滑参数γ作为约束因子是必要的.文中结合牛顿非线性迭代法反演大气廓线,利用偏差原则来最优选择光滑参数γ,即在同步反演大气廓线的同时对γ采用分步迭代的原则.最后利用中分辨率和成像光谱仪(MODIS)红外资料进行反演试验,反演结果表明采用偏差原则选取γ明显优于经验法,反演的表层温度和大气可降水量与美国国家宇航局(NASA)的MOD07产品类似.     

基于FY-4A卫星探测区域模式背景误差和观测误差估计的长波红外通道选择研究

中国新一代静止气象卫星风云四号A星（FY-4A）上搭载的干涉式大气垂直探测仪GIIRS（Geostationary Interferometric Infrared Sounder）是世界上首台在静止轨道运行的高光谱红外探测仪器,拥有1650个通道,其中长波通道689个,中波通道961个。由于计算机存储能力、数据传输和变分同化时效性等限制,目前很难在业务环境中同化全部通道,并且多通道卫星信息往往存在一定的空间相关和光谱相似,故在实际应用中必须降低高光谱资料的通道维数,去除数据冗余和观测相关性,挑选出对特定目标起主要作用的通道子集,进而利用有限的通道来最大限度地提供观测信息。考虑GRAPES（Global/Regional Assimilation and Prediction Enhanced System）数值预报系统估计得到的FY-4A观测范围内的背景误差协方差矩阵,并且在GIIRS观测误差后验重估计的基础上,结合通道权重函数峰值和信息熵分步迭代法对其长波通道进行了通道选择研究和试验。结果表明,在给定选择通道个数时,权重函数法和信息熵方法得到的通道组合进行温度和湿度误差分析时误差整体比单一方法小,在给定通道个数（40个）少于单一方案（50个）时,误差分析结果相当。GIIRS最优通道选择的研究为该资料的同化应用建立了基础。