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。     

东亚地区高分辨率物理反演方法的数值试验;内部比较研究

为了考察同步物理反演法(Simultaneous physical retrieval method,简称SPRM)的性能,本文着重在反演方法、红外大气透过率算法效应以及SPRM对不同初估值的依赖性三方面,进行了内部比较研究。结果表明:使用透过率调整算法,可以在一定程度上改善物理反演法精度:SPRM的反演精度对初估值的依赖性比统计回归反演法(Statistical regression retrievalmethod,简称SRRM)弱;本阶段SPRM温度反演试验,就大范围纬向平均而论,尚不及改进的SRRM的精度,但在探空资料稀少地区同步物理反演的气象场结构略优于SRRM。     

地基微波辐射计探测大气边界层高度方法

采用2013年中国科学院大气物理研究所香河大气综合观测试验站的地基微波辐射计和激光雷达观测数据,以激光雷达探测的大气边界层高度为参考,分别利用非线性神经网络和多元线性回归方法建立微波亮温直接反演大气边界层高度的算法,并对比两种方法的反演能力, 同时分析非线性神经网络算法在不同时段及不同天气状况下反演结果的差异。结果表明:非线性神经网络算法的反演能力优于多元线性回归算法,其反演结果与激光雷达探测的大气边界层高度有较好一致性,冬、春季的相关系数达到0.83,反演精度比线性回归算法约高26%;对于不同时段和不同天气条件,春季的反演结果最好,晴空的反演结果好于云天; 四季和不同天气状况的划分也有利于提高反演精度。     

边界层温度廓线遥感反演的本地化改进研究

采用MODIS资料和美国发展的MODIS大气温、湿度廓线统计反演算法,估算大气温度、湿度廓线作为初始场,应用101层快速透过率模式(PFAAST)估算了大气透过率,并采用Newton非线性迭代算法反演中国西北荒漠戈壁地区大气温度廓线。结果表明:该方法对边界层高度及以上部分的大气温度反演得比较好,误差基本都在2 K范围内,边界层范围内的温度反演误差较大,反演误差与气溶胶光学厚度增量和地表温度估算误差呈显著正相关关系,与大气水汽混合比的关系较差。文中从敏感性试验和理论分析角度阐述了地表温度和气溶胶光学厚度估算误差对大气温度反演误差的影响,发现不同光谱波段的地表温度权重均随地表温度的增加有不同程度增加,地表温度反演误差增加将增加地表温度权重,提高地表温度估算误差有助于提高地表温度权重的精度;荒漠戈壁地区大气边界层中气溶胶浓度较高,光学厚度较大,使边界层大气透过率降低,进而降低卫星红外遥感波段的地表温度权重和空气温度权重。由于该模式没有很好地考虑边界层中沙尘气溶胶的影响,使卫星反演的大气透过率偏高,以至于高估地表温度权重和大气温度权重,使得反演的表面温度和空气温度偏低。该研究结合太阳光度计获得的光学厚度资料,采用统计方法对气溶胶效应引起的大气透过率误差和表面温度估算误差进行校正,并对物理算法进行本地化改进,实现了边界层温度廓线的反演。     

基于ETM＋遥感影像反演不同土地利用类型地表温度的研究

采用Landsat7 ETM＋为基本数据源,运用3种算法（大气辐射传输方程RTE、Qin等单窗算法和Jimenez—Munoz＆Sobrino普适性单通道算法）定量反演了黄河三角洲部分地区的地表温度（land surface temperature,LST）,并进行了不同算法反演结果的差值比较：以RTE反演结果为标准,在大气水汽含量较低时,Qin等单窗算法和JM＆S普适性单通道算法精度较高,与RTE的反演结果相差均在1K以内;在大气水汽含量较高时,Qin等单窗算法在采用地面气象资料估算水汽含量条件下仍保持较高的精度,比RTE反演结果平均偏小0．95K;而根据估算的大气水汽含量进行反演的JM＆S普适性单通道算法的反演偏差比Qin等单窗算法要大,达到1．94K,但JM＆S普适性单通道算法根据实测的大气水汽含量得到的反演结果要略优于Qin等单窗算法,比RTE结果偏大0．67K。同时计算了经过6s模式校正后归一化植被指数（INDV）,然后利用GIS中的空间分析功能,分析LST、INDV在不同土地利用类型之间的差异以及二者之间的定量关系。发现研究区内,就所有土地利用类型而言,平均LST和INDV之间存在显著的负相关关系;对于各种土地利用类型,这种相关关系也存在．但相关程度不同。     

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。     

FY-3A气象卫星红外分光计温度廓线模拟反演试验

为了考察风云三号(FY-3)气象卫星红外分光计的性能, 以该仪器初样阶段的光谱通道特征和仪器响应函数为基础, 进行大气温度垂直廓线模拟反演。选用红外分光计15 μmCO₂吸收带的不同通道组合进行模拟反演, 结果表明:总体上红外分光计具有较好的大气温度反演能力, 窗区通道8的加入可有效提高近地面层温度反演精度;利用迭代算法反演大气温度时, 初估廓线对反演精度影响较大, 初估廓线与真值愈接近, 反演精度愈高;现有仪器通道灵敏度设计指标可满足大气温度反演基本要求, 如仪器灵敏度降低, 反演精度也随之降低, 提高仪器灵敏度, 有利于提高仪器的使用效果。     

大气廓线统计反演方法的改进

目前,在由TOVS资料反演大气温度和水汽廓线的业务处理中,使用统计方法。本文探讨了改进现行统计反演方法的途径,并通过数值模拟试验证明,改进的方法与现业务方法相比,反演精度可以有相当犬的改进。     

基于PPP和双差网解法的GNSS水汽反演效果分析

基于2021年5—7月GPS卫星资料,采用精密单点定位(Precise Point Positioning,PPP)和双差网解两种算法进行了大气可降水量（Precipitable Water Vapor,PWV）反演,利用同址探空水汽资料,对比分析了PPP算法与双差网解法计算的PWV反演精度。结果表明,PPP算法和双差网解法反演出的PWV随时间变化的趋势基本一致。两种算法反演出的PWV结果合理,与探空PWV相比,采用PPP和双差网解两种算法反演的PWV相对偏差均小于2.4 mm、绝对偏差在4 mm以下,均方差约4 mm,与探空PWV相关系数均在0.87以上,均能较好地反映大气中水汽含量的变化情况,两种算法均具备较强的水汽反演能力,双差网解法反演的PWV在相关性、精度上略优于PPP算法。PPP算法可实现单站水汽高时间分辨率反演,对于获取台站高时效、高精度的大气水汽探测产品具备优势。     

A Neural Network Based Single Footprint Temperature Retrieval for AtmosphericInfrared Sounder Measurements and Its Application to Study onStratospheric Gravity Wave

Satellite hyperspectral infrared sounder measurements have better horizontal resolution than other sounding techniques as it boasts the stratospheric gravity wave(GW) analysis. To accurately and efficiently derive the three-dimensional structure of the stratospheric GWs from the single-field-of-view(SFOV) Atmospheric Infra Red Sounder(AIRS) observations, this paper firstly focuses on the retrieval of the atmospheric temperature profiles in the altitude range of 20-60 km with an artificial neural...     

Atmospheric profile retrieval with AIRS data and validation at the ARM CART site

The physical retrieval algorithm of atmospheric temperature and moisture distribution from the Atmospheric InfraRed Sounder （AIRS） radiances is presented. The retrieval algorithm is applied to AIRS clear-sky radiance measurements. The algorithm employs a statistical retrieval followed by a subsequent nonlinear physical retrieval. The regression coefficients for the statistical retrieval are derived from a dataset of global radiosonde observations （RAOBs） comprising atmospheric temperature, moisture, and ozone profiles. Evaluation of the retrieved profiles is performed by a comparison with RAOBs from the Atmospheric Radiation Measurement （ARM） Program Cloud And Radiation Testbed （CART） in Oklahoma, U. S. A.. Comparisons show that the physically-based AIRS retrievals agree with the RAOBs from the ARM CART site with a Root Mean Square Error （RMSE） of 1K on average for temperature profiles above 850 hPa, and approximately 10% on average for relative humidity profiles. With its improved spectral resolution, AIRS depicts more detailed structure than the current Geostationary Operational Environmental Satellite （GOES） sounder when comparing AIRS sounding retrievals with the operational GOES sounding products.     

人工神经网络法反演晴空大气湿度廓线的研究

高光谱分辨率大气红外探测器AIRS(Atmospheric Infrared Sounder)作为第一个超高光谱大气红外探测仪,开辟了卫星大气探测的新时代.以无线电探空值与SARTA(Stand-Alone Radiative Transfer Algorithm辐射传输模式)v1.05版的前向模式模拟出的AIRS辐射...     

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。      

人工神经网络在西藏中短期温度预报中的应用

根据2003年11月—2005年10月西藏自治区32个站点的气象资料,采用动态学习率BP算法的人工神经网络建模,在ECWMF、T213等模式数值预报产品释用基础上,进行1~7天逐日最高、最低温度模拟预测。模型业务试用结果表明,该神经网络模型具有较强的自适应学习和非线性映射能力,其预报结果能够满足实时预报的精度要求,对西藏中、短期极端温度的实时业务预报具有较好的参考价值。     

Validation of the Atmospheric Infrared Sounder Retrieval Products over China and Their Application in Numerical Model

The atmospheric infrared sounder (AIRS) instrument onboard Aqua Satellite is a high spectral resolution infrared sounder. In recent years, AIRS has gradually become the primary method of atmospheric vertical observations. To examine the validation of AIRS retrieval products (V3.0) over China, the AIRS surface air temperature retrievals were compared with the ground observations obtained from 540 meteorological stations in July 2004 and January 2005, respectively. The sources of errors were considerably discussed. Based on the error analysis, the AIRS retrieved surface air temperature products were systemi-cally corrected. Moreover, the AIRS temperature and humidity profile retrievals were compared with T213 numerical forecasting products. Because T213 forecasting products are not the actual atmospheric states, to further verify the validation, the AIRS temperature and humidity profile products were assimilated into the MM5 model through the analysis nudging. In this paper, the case on February 14, 2005 in North China was simulated in detail. Then, we investigated the effects of AIRS retrievals on snowfall, humidity field, vertical velocity field, divergence field, and cloud microphysical processes. The major results are: (1) the errors of AIRS retrieved surface air temperature products are largely systematic deviations, for which the influences of terrain altitude and surface types are the major reasons; (2) the differences between the AIRS atmospheric profile retrievals and T213 numerical prediction products in temperature are generally less than 2 K, the differences in relative humidity are generally less than 25%; and (3) the AIRS temperature and humidity retrieval products can adjust the model initial field, and thus can improve the capacity of snowfall simulation to some extent.     

Validation of the Atmospheric Infrared Sounder Retrieval Products over China and Their Application in Numerical Mode

The atmospheric infrared sounder (AIRS) instrument onboard Aqua Satellite is a high spectral resolution infrared sounder. In recent years, AIRS has gradually become the primary method of atmospheric vertical observations. To examine the validation of AIRS retrieval products (V3.0) over China, the AIRS surface air temperature retrievals were compared with the ground observations obtained from 540 meteorological stations in July 2004 and January 2005, respectively. The sources of errors were considerably discussed. Based on the error analysis, the AIRS retrieved surface air temperature products were systemically corrected. Moreover, the AIRS temperature and humidity profile retrievals were compared with T213 numerical forecasting products. Because T213 forecasting products are not the actual atmospheric states,to further verify the validation, the AIRS temperature and humidity profile products were assimilated into the MM5 model through the analysis nudging. In this paper, the case on February 14, 2005 in North China was simulated in detail. Then, we investigated the effects of AIRS retrievals on snowfall, humidity field,vertical velocity field, divergence field, and cloud microphysical processes. The major results are: (1) the errors of AIRS retrieved surface air temperature products are largely systematic deviations, for which the influences of terrain altitude and surface types are the major reasons; (2) the differences between the AIRS atmospheric profile retrievals and T213 numerical prediction products in temperature are generally less than 2 K, the differences in relative humidity are generally less than 25%; and (3) the AIRS temperature and humidity retrieval products can adjust the model initial field, and thus can improve the capacity of snowfall simulation to some extent.     

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。     

用空间匹配的MODIS云产品客观确定AIRS云检测

中分辨率成像光谱仪MODIS有可见光及近红外通道,云检测能力超过大气红外探测器AIRS,在我们的算法中,AIRS云检测由落在每个AIRS视场中的精确空间匹配的1 kmMODIS云检测产品客观确定。实况资料测试说明该AIRS云检测算法简单易行且精度较高,目前正在业务使用。