微波辐射计温湿廓线反演方法改进试验

为提升地基微波辐射计在不同天气条件下, 特别是云天条件下温湿廓线的反演精度, 利用2011年1月—2016年12月中国气象局北京国家综合气象观测试验基地探空数据, 在微波辐射计反演温湿度廓线的过程中通过区分晴天和云天条件并引入全固态Ka波段测云仪云高及云厚信息, 对反演输入亮温进行质量控制和偏差订正, 建立BP神经网络模型, 采用2017年1月—2018年3月微波辐射计探测数据评估检验, 结果表明：在亮温订正前提下, 晴天温度模型、云天温度模型、晴天相对湿度模型和云天相对湿度模型反演结果与探空的相关系数分别为0.99, 0.99, 0.80和0.78, 均方根误差为2.3℃, 2.3℃, 9%和16%, 较微波辐射计自带产品（LV2产品）减小约0.4℃, 0.3℃, 11%和9%, 准确性提升约30%, 28%, 64%和45%;温度模型偏差在±2℃以内、湿度模型偏差在±20%以内的占比分别为68%, 70%和95%, 78%, 较LV2产品分别提高了7%, 5%和27%, 23%, 其中相对湿度改善明显。可见亮温订正、区分天气类型训练反演模型有利于改善地基微波辐射温湿廓线反演精度。     

地基微波辐射计反演的青藏高原东侧甘孜大气温湿廓线分析

微波辐射计能够获取分钟级别的大气温湿廓线,可以弥补气象探空在时间分辨率上的不足。本文利用青藏高原东侧甘孜站2017年8—10月并址观测的微波辐射计和探空资料,对微波辐射计反演大气廓线的精度进行分析,并利用这些廓线探讨甘孜大气热力和云水变化特征。分析结果显示,总体上微波辐射计反演参量与探空观测之间具有高相关系数,微波辐射计反演的温度、相对湿度和水汽密度与探空观测的偏差分别为1.3℃、-2%和0.71 g·m~(-3),相应的均方差分别为2.9℃、20%和1.08 g·m~(-3),非强降水对微波辐射计观测质量的影响较小。微波辐射计与探空的温度偏差在多数高度层上小于2℃,能够达到气象业务的偏差要求。非雨天时微波辐射计与探空的相对湿度偏差在多数高度层上约为10%,雨天时相对湿度偏差在3.5 km以下小于5%。基于甘孜微波辐射计资料的统计分析发现,甘孜大气具有白天干热、夜间湿冷的日变化特征,云液态水含量白天较小、夜间较大,而且白天低层云发展较弱、云底较高,夜间低层云发展较强、云底较低。云液态水含量在云天和雨天具有相似的垂直结构,云液态水含量随高度增加先快速增大,然后在一定高度内波动变化,之后又快速变小,能够较好地指示入云和出云的特征。此外,云天低层云的云体主要处在0.1—2.5 km高度,而雨天低层云的云体分布高度范围更大为0—3.5 km高度。这些分析结果表明,微波辐射计反演大气廓线在甘孜具有可用性,能为定量研究云特征提供科学数据。     

利用微波辐射计对南京2013年12月霾天大气温湿结构的探测分析

利用高时间分辨率的微波辐射计数据分析南京逆温层结构与雾霾天气的关系。首先将南京MP-3000A型地基微波辐射计2013年12月的数据与常规探空资料的温度和相对湿度进行对比,以确定微波辐射计数据的可用性,结果表明:微波辐射计反演的气温与常规探空资料十分接近,而相对湿度的效果则差了很多。再利用微波辐射计对南京市2013年12月的霾天气过程进行分析,发现在受秸秆焚烧的影响阶段(12月1~9日),污染物浓度与逆温层没有明显的相关;在没有秸秆焚烧影响阶段(12月10~31日),污染物浓度变化与逆温层厚度、强度呈显著的滞后正相关,和底高有显著的滞后负相关;定量化分析表明重度污染和中度污染对应的逆温层阈值一致,轻度污染对应的逆温层阈值明显较小。     

微波辐射计反演大气温湿度廓线与降水相关性分析

利用辽宁省阜新蒙古族自治县QFW-6000型地基微波辐射计和邻近探空资料,对微波辐射计反演精度进行评估,分析云中积分液态水含量、积分水汽含量与降水量的变化特征。结果表明：微波辐射计的反演参量与探空资料具有高相关性,反演的相对湿度基本大于探空测量的相对湿度,近地面与高层的误差在5%以内。基于云中积分液态水含量与降水量的统计分析发现,降水开始前存在明显跃增,云中积分液态水含量会快速增大到1 mm以上,随着降水的持续,云中积分液态水含量一直维持在2 mm以上,当降水结束,云中积分液态水含量迅速回落至0.2 mm以下。积分液态水和积分水汽含量为雨天>云天>晴天,积分水汽含量在不同天气下具有相似的垂直结构,均表现出随高度升高递减的变化趋势,水汽在高空的递减速率相对较慢,到近地层递减速率明显加快;云中积分液态水含量在云天和晴天的垂直分布结构相似,最大值分别为0.15 g·m^-3和0.10 g·m^-3,均位于1 km高度处;雨天云中积分液态水含量具有两个峰值区间,分别位于1.0 km和2.5 km高度处。云中积分液态水含量和积分水汽含量呈现白天高值而夜间及清晨低值的日变化特征,云底高度则呈相反的变化趋势。     

利用地基微波辐射计资料反演0-10km大气温湿廓线试验研究

实测与模拟的微波辐射计亮温存在偏差,导致基于BP神经网络模型的大气温湿廓线反演精度的降低。研究了一种基于资料订正后的BP神经网络反演大气温湿廓线的方法。首先,基于2014年6月南京江宁探空资料,利用MonoRTM模式,模拟中心频率在22.2GHz~58.8GHz范围内22通道亮温;对比模拟和实测南京站微波辐射计资料,建立实测微波辐射计资料订正模型。然后,以南京地区2011-2013年探空资料为输入,模拟22通道亮温数据,并基于模拟的22通道亮温数据和当地探空资料,利用BP神经网络算法,建立大气温度、水汽密度、相对湿度廓线反演模型。最后,利用构建的订正模型,对2014年7月试验获取的微波辐射计资料进行订正,并将订正后的微波辐射计资料输入BP神经网络反演模型,反演0-10km高度58层的大气温度、水汽密度和相对湿度,对比实际探空资料以及微波辐射计二级产品,评估分析反演效果。实验结果表明：所建的反演模型提高了大气温湿廓线反演精度,大气温度、水汽密度和相对湿度均方根误差范围分别为1.0~2.0K、0.20 ~1.93g/m3和2.5%~18.6%。     

利用地基微波辐射计资料反演0~10 km大气温湿廓线试验研究

为综合评估地基微波辐射计(以下简称辐射计)温湿探测性能、提高温湿廓线精度,利用2021年3—8月北京辐射计观测、探空和ERA5再分析等资料,分析不同天气条件下(晴天、云天、雨天)辐射计温湿度探测性能,利用探空数据和修正后的ERA5数据对辐射计温湿廓线进行检验,并基于线性偏差订正方法对辐射计温度、相对湿度进行订正。结果表明：(1)辐射计温度在晴天、云天与探空温度具有较好的一致性,而其在降雨天气较探空温度高;辐射计相对湿度在晴天高于探空,云天和雨天低于探空。雨天探空数据对辐射计温、湿度的线性偏差订正效果优于晴天、云天。(2) ERA5相对湿度在4 km以上高度与探空存在明显偏差,其温度与探空温度的相关性高于相对湿度。(3)探空数据修正后的ERA5数据能较好提升辐射计温湿廓线精度,且在雨天效果优于晴云天。垂直方向上,随着高度增加辐射计温、湿度订正效果更明显。(4)采用探空数据和修正后的ERA5数据对订正后的辐射计温湿数据进行误差分析,结果表明晴天和云天条件下辐射计与探空、辐射计与修正后ERA5数据的误差(平均误差BIAS和均方根误差RMSE)廓线垂直分布特征相似。雨天条件下两者在中高层(7—10 km)有明显差异,其中温度RMSE相差4 K,相对湿度RMSE相差20%。

     

微波辐射计反演大气廓线精度及降水预报应用

利用2018年6月—2021年7月陕西西安泾河站MWP967KV型地基微波辐射计反演数据和L波段探空数据, 分析晴天和云天(低云、中云、高云)微波辐射计反演的大气温度、相对湿度、水汽密度的精度, 探讨相关产品在降水过程中的应用能力。结果表明:晴天和云天微波辐射计与探空的温度相关系数均为0.99, 水汽密度相关系数均为0.97, 相对湿度相关系数均低于0.50, 均达到0.01显著性水平;晴天和云天的温度差异较小, 但云天相对湿度均方根误差超过25%, 较晴天的19.54%明显偏大, 且3种参数均越接近地面反演精度越高。在不同云类型条件下, 3类云的温度差异较小, 低云相对湿度均方根误差和偏差最大, 分别为26.85%和9.51%。对降水个例分析表明:在临近降水发生前空中相对湿度、液态水含量、大气可降水量和液态水路径均明显增长, 这可作为降水可能发生的指示因子。降水前1 h大气可降水量达到4 cm, 液态水路径达到0.2 mm, 可作为判断降水发生的参考阈值。     

云对地基微波辐射计反演湿度廓线的影响

利用2017年1月—2019年5月逐日08∶00（北京时,下同）、20∶00贵阳地基微波辐射计和无线电探空仪、地面自动站观测数据,评估了微波辐射计在晴空时温度廓线的反演误差及误差的标准差的季节变化以及逆温与误差的关系,结果显示：（1）从春季到冬季4个季节垂直温度廓线的误差分别为-1.71~1.35℃、-1.69~0.78℃、-2.24~1.29℃、-4.98~1.49℃,误差的标准差分别为1.13~2.93℃、0.43~1.86℃、0.76~1.92℃、0.62~3.48℃,春季到秋季的误差及误差的标准差在垂直方向的变化较为一致,冬季误差和误差的标准差均大于其它季节。（2）逆温与误差有较好的相关性。在逆温的3种表达方式中,逆温层厚度为490~740 m时,逆温层厚度与误差有最优的相关系数,最大相关系数出现在逆温层厚度为650 m时;逆温层厚度小于490 m或大于740 m且逆温差阈值为1.2℃时与误差有最优的相关系数。（3）逆温平均高度和误差平均高度的拟合度较差,不能由逆温发生的高度推测误差所在高度。

     

高原地区基于微波辐射计反演大气廓线的神经网络算法研究

以2007~2018年西宁二十里铺气象站探空资料为模拟样本,利用MonoRTM模式模拟中心频率21.985~58.759GHz的35通道亮温,应用BP神经网络对模拟数据进行反复训练,构建最优反演模型,并以2019年探空资料为测试样本,对比分析了不同季节和不同天气条件下BP神经网络与微波辐射计的反演效果。结果表明：晴空条件下,BP神经网络与微波辐射计在温度反演上效果最佳,水汽密度次之,相对湿度最差,其中冬春季BP神经网络反演效果优于微波辐射计,夏秋季反之;有云条件下,BP神经网络温度反演效果在冬、春和夏季均优于微波辐射计,其水汽密度反演效果在四季均较微波辐射计有明显提升,其相对湿度反演效果在冬、春和夏季均较微波辐射计更佳。晴空和有云条件下,BP神经网络在不同季节反演温度、水汽密度和相对湿度的平均绝对误差和标准偏差均小于微波辐射计,尤其是相对湿度的反演精度提升最为明显。晴空条件下,BP神经网络反演温度廓线在春、夏和秋季效果最佳,反演水汽密度廓线在中低层精度较高,反演相对湿度廓线的精度较差,但基本和探空资料趋势一致;有云条件下,BP神经网络反演温度廓线与晴空时基本一致,较微波辐射计精度更高,反演水汽密度和相对湿度廓线在8km以上效果较好。     

地基微波辐射计反演水汽密度廓线精度分析

以探空水汽廓线为标准,对00:00UTC、12:00UTC北京南郊(39.93°E,116.28°N)观测站的微波辐射计水汽廓线与WRF(Weather ResearchForecasting Model)模拟的水汽廓线进行精度分析。结果表明,整体上WRF水汽密度接近探空,但在近地面处微波辐射计的更接近探空;水汽密度偏差在夏季较大冬季较小;微波辐射计的水汽密度在3km左右偏大,根据北京地区历史天气记录中有中云的天气较多的信息,推测可能是由于云对微波辐射计反演有影响。06:00UTC和18:00UTC以WRF水汽廓线为参考对微波辐射计的水汽廓线进行精度分析,得到的结果与00:00UTC和12:00UTC的类似。     

七通道微波辐射计遥感大气温度廓线的性能分析

文中首先分析了大气参数分布的垂直分辨率对模拟七通道微波温度探测器各通道亮温的影响,通过对比计算表明,大气参数的垂直分辨率对微波测温通道亮温计算的影响为0．2K～0．7K;随后分析了各通道亮温测量误差对温度廓线反演性能的影响,当测量误差在0．2K～2．0K范围内变化时,反演结果的总体均方根误差为2．1K～3．1K;同时还分析了单通道缺损、单通道发生漂移及所有通道发生漂移等情况对温度廓线反演性能的影响。当仪器缺损一个通道时,对所缺通道权重函数峰值附近高度上的大气温度反演有不同程度的影响,对其他高度上的大气温度反演的影响可忽略;单通道漂移0．5K时,对反演结果的影响较小;各通道整体漂移达到1．0K时,对温度廓线反演有明显影响;最后,考虑了云雾对微波测温通道亮温的影响,数值计算表明,雾层、浓霾和卷云对各通道亮温几乎没有影响,层云和积云对50．50GHz通道亮温有明显的影响。     

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。      

基于LSTM的地基微波辐射计湿度廓线反演

大气湿度廓线对于研究大气系统的复杂性具有十分重要的作用.地基微波辐射计有着连续观测的特性,能够以高时间分辨率反演出高度至10 km的大气湿度廓线,廓线数据对于气象预报和研究气候系统的变化至关重要.为了提高反演大气湿度廓线的精准度,本文使用时间循环神经网络模型,利用微波辐射计连续探测的信号并使用Ka波段毫米波云雷达数据提...     

云对地基微波辐射计反演湿度廓线的影响

利用中国气象局大气探测试验基地的L波段探空数据和微波辐射计观测数据,采用MonoRTM辐射传输模型作为正演亮温模型,BP (back propagation) 神经网络作为反演工具,在由亮温反演大气湿度廓线的过程中,添加与样本匹配的云底高度和云厚度信息,建立新的反演模型,使新反演模型得到的反演湿度廓线和未添加云信息的反演湿度廓线分别与探空数据进行对比,获取两种反演方法各高度层的均方根误差,分析云信息对反演大气湿度廓线的影响。对比结果表明:未添加云信息时,测试样本的反演湿度廓线与探空廓线的相关系数平均值为0.685,而添加云信息后,相关系数平均值为0.805。相比未添加云信息的反演廓线,添加云信息之后多数高度层的均方根误差均有不同程度减小,而在有云以上高度层表现尤为明显。     

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。     

云雷达和微波辐射计联合反演大气湿度廓线的初步研究

利用中国气象局大气探测试验基地的微波辐射计亮温值、对应的云雷达测得的反射率因子和L波段探空数据,采用BP(back propagation)神经网络作为反演工具,反演得到大气垂直湿度廓线。将天气情况分为晴天、低云、中云和高云四种情况,对比不加入反射率因子的反演湿度廓线,分析两种反演方法在各高度层的均方根误差。对比结果表明,加入反射率因子的反演湿度廓线与探空廓线的相关系数平均值为0.862,均方根误差为14. 9%,而不添加反射率因子的相关系数平均值为0.763,均方根误差为19.2%。     

基于一维变分算法的地基微波辐射计遥感大气温湿廓线研究

为研究地基微波辐射计遥感温、湿度廓线的一维变分算法的反演能力,用北京地区2010—2011年00和12时(世界时)的多通道地基微波辐射计亮温资料进行试验。首先,利用同时次的地面观测资料、红外亮温(由地基微波辐射计自带红外传感器测得)及探空观测数据,给出提取无云样本的方案,得到432个无云样本;再以辐射传输模式计算得到的模拟亮温为参考,对无云条件下的观测亮温进行质量控制;然后利用探空数据进行模拟试验,结果发现,一维变分算法对3 km以下的温度廓线有较大调整。使反演结果更加接近探空,而对湿度廓线在0—10 km都有不同程度的优化;最后利用一维变分算法对地基微波辐射计观测亮温进行大气温湿廓线反演,将结果与探空对比可以看出,温度廓线的均方根误差小于2.9 K,绝对湿度的均方根误差小于0.47 g/m~3;进一步与地基微波辐射计自带神经网络的反演结果比较表明,一维变分的反演结果更接近实际大气。     

探测大气温湿廓线的35通道微波辐射计设计原理与特点

总结了自主研制的MWP967KV型地基35通道微波辐射计系统设计原理和主要特点。系统将K、V双频段宽带天线及接收机、宽带调谐本振、温湿压计以及电源模块紧凑集成为一台整机设备。对各传感器的测量输出实时进行一体化综合处理,采用BP神经网络实时反演大气温度、湿度廓线和汽、水总量。廓线的垂直覆盖范围为地表至顶空10km,共划分为58层。辐射计样机于2012年秋冬季节在北京地区开展了为期2个月的观测试验,利用这段时期内的69个探空资料样本对辐射计2个层次的实时观测输出都进行了对比检验,计算了水汽、氧气通道亮温和反演所得大气温湿廓线的平均偏差、均方差以及相关性。结果表明该系统能够满足实时气象监测的需求,达到国际先进水平。     

微波辐射计反演产品评价

利用北京南郊探空资料,对从美国进口的微波辐射计近3年反演资料,从总体平均、早晚平均、平均年变化以及不同天空状况4个方面进行分析、评价,以了解该设备的性能和产品特点。结果表明:①温度均方根误差从近地面到5000 m,误差逐渐增大,5000 m以上又逐渐减小。相对误差总体平均不到0.2,且均为正,表明仪器反演的温度比探空的偏高。②湿度从近地面到3000 m误差逐渐增大,3000 m以上逐渐减小。总体平均相对湿度的误差均为正,表明仪器反演出的相对湿度比探空的偏高。③从温、湿度误差的早晚对比看,20:00的误差相对比08:00小。④从不同天空状况看,温度碧空、多云间晴效果较好,多云转阴、阴天效果较差;湿度多云转阴、阴天效果较好。⑤从温、湿度误差的年变化来看,温度均方根误差1500 m以下年内变化幅度较小,1500 m以上变化幅度较大,呈现出8月误差最小,3、4月最大;相对湿度的均方根误差在1500 m以下年内变化比较相似,1500 m以上脉动变化比较大。     

利用微波辐射计AMSR-E反演陆地上空大气水汽的研究

目前的大气水汽算法只适用于晴空条件,但是全球大部分时间云层覆盖都处于40%～60%之间。因此,只适用于晴空条件下的大气水汽反演算法,是不能满足应用需求的。而微波具有一定的穿透能力这一特点,使得其在全天候大气水汽探测方面具有很大的发展潜力。本文发展了基于微波辐射计AMSR-E的数据反演大气水汽的算法,利用不同波段间地表发射率之间的线性关系,消去辐射计信号中的地表信息,而AMSR-E的23.8GHz对大气水汽比较敏感,因此用其反演大气水汽,反演的结果和MODIS以及实测的数据进行对比,算法优势明显。