GF-5 AIUS水汽廓线反演算法研究

针对红外掩星载荷的分层探测特性，本文在Rodgers提出的LM（Levenberg-Marquardt）最优估计算法的基础上进行修改，构建一种适合掩星探测的水汽廓线反演算法。首先，考虑到红外掩星的高光谱数据在反演时存在通道信息冗余的问题，相关的干扰成分信息对反演精度也有严重影响。使用通道选择和敏感性分析选择合适的反演通道，从而减轻计算负担并提高反演效率。其次，采用分层平滑因子修正Rodgers的LM最优估计算法，使算法更适合红外掩星载荷的分层探测特性。最后，为了验证修正算法的可靠性，分别对ACE-FTS观测数据和GF-5AIUS模拟光谱数据进行水汽廓线反演，并对同次迭代的反演结果进行对比。结果表明：对于ACE-FTS观测数据，修正后算法的反演总体相对偏差从±10％降低到±6％；对于GF-5 AIUS模拟光谱数据，修正后算法的反演总体相对偏差从±9％降低到±5％。此外，在部分高度层中相对偏差明显减小，对于ACE-FTS的反演实验，在不同高度层中修正后算法减小的相对偏差百分比超过25.17％；对于GF-5 AIUS反演实验，不同高度层减小的相对偏差百分比超过48.26％，表明修正后的算法使反演效果得到了改善，证实了该算法的有效性。因此，本文提出的算法可以为今后掩星探测水汽廓线的研究提供参考，为预测降雨、天气灾害、维持全球生态平衡等领域的研究提供高质量的水汽基础数据。

Atmospheric water vapor profiles retrieval algorithm for Occultation Satellite-based Infrared Payloads