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。     

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。     

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。     

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。     

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。     

风廓线雷达反演大气比湿廓线的初步试验

基于湍流散射理论,运用边界层风廓线雷达 (WPR) 联合RASS (Radio Acoustic Sounding System), GPS/PWV (Global Position System/Precipitable Water Vapor) 进行全遥感系统的大气比湿廓线反演试验,并对影响因子进行分析。利用2011年8—9月云南大理综合探测试验数据的反演结果与探空数据进行比较分析,结果表明:WPR联合探空的温度廓线和起始边界比湿 (q₀) 反演大气比湿廓线,与探空大气比湿廓线相比具有相同的变化趋势,标准差为0.84 g·kg-1,误差随高度增加呈递增趋势;WPR联合RASS, GPS/PWV数据反演大气比湿廓线,与探空大气比湿廓线的标准差为0.85 g·kg-1。参加反演的数据中,折射指数结构常数C_n2与谱宽σ_turb2对反演影响最大,反演算法中大气折射指数梯度M符号的判断对反演精度也有较大影响。     

低高度角地基GPS联合反演大气折射率廓线

为充分利用电磁波在大气中传播所携带的信息反演大气折射率廓线,提高低高度角地基GPS反演折射率廓线的精度,本文通过多目标优化反演算法NSGA-II,基本实现了GPS电磁波传播损耗和相位延迟观测量的最优联合反演。数值试验表明,联合反演效果明显优于传统的GA(Genetic Algorithm)单目标反演算法,加噪试验进一步证明了最优联合反演算法在反演折射率廓线方面的可行性及优越性。     

AIRS资料反演大气温度廓线的通道选择研究

通过引入信息容量的概念,给出了一种对高光谱大气探测资料所包含各种大气参数有效信息进行描述的方法;然后以信息容量为指标,设计了利用"逐次吸收法"进行通道选择的计算方案;最后针对利用大气红外探测器(AIRS Atmospheric Infrared Sounder)探测资料反演大气温度廓线进行了通道选择试验.从将本文试验选择结果与NASA(National Aeronautics and Space Administration) DAAC(Distributed Active Archive Center)进行AIRS产品反演时所使用通道进行比较的结果表明,利用信息容量为指标,并按照"逐次吸收法"进行通道选择是可行的.     

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.     

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%。

     

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。     

大气廓线综合探测系统及其应用技术

介绍了大气廓线综合探测系统——风廓线仪与RASS雷达的工作原理，并以具体实例来说明这种探测技术在国外高空探测领域中的广泛应用。它可以被用来推算湿度廓线，探测锋的热动力结构与垂直风结构，诊断热带地区行星边界层和降雨云系统。通过对中日科技人员2002年夏季在安徽省肥西县进行的中尺度天气观测试验资料分析，阐述了用风廓线仪和RASS雷达资料反演0．2～2．2km高度范围内湿度廓线的方法。     

COSMIC掩星资料反演青藏高原大气廓线与探空观测的对比分析

利用青藏高原地区COSMIC掩星资料反演的大气湿廓线Wet Prf数据和8个站点的探空数据,分析了COSMIC反演大气廓线和可降水量与探空观测的偏差,并考查了偏差随高度的变化特征。结果显示:(1)COSMIC反演的温度、压强和水汽压廓线与探空观测具有很好的正相关;与探空观测相比,COSMIC的温度、压强和水汽压的偏差为-0.2℃、1.7 h Pa和0 h Pa,均方差为1.8℃、1.6 h Pa和0.4 h Pa;COSMIC反演大气廓线与探空观测的偏差基本上在大气低层较大,然后随高度增加而减小。(2)COSMIC反演的可降水量与探空观测正相关较好;COSMIC反演的可降水量低于探空观测,两者的偏差为-5.0 mm,均方差为5.7 mm;两者的负偏差在大气低层最明显。(3)探空观测在近地层的不稳定性和COSMIC反演方法中背景模式在青藏高原地区描述大气状态的能力有限,是造成COSMIC反演大气廓线和探空观测的偏差在近地层较大的主要原因;COSMIC观测的折射率偏小导致其反演的可降水量偏低。     

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。      

用非线性重整化方法反演大气折射率廓线的数值试验

本文研究采用非线性重整化方法反演大气折射率廓线，以代替传统的探测方法，结果表明表明非线性重整化方法能够反演出人们所关心的局部大气折射率廓线的改变。