基于FY-3C/MWHTS资料的海洋晴空大气温湿廓线反演方法研究

针对搭载于风云三号C星(FY-3C)上的微波湿温探测仪(Microwave Humidity and Temperature Sounder, MWHTS), 建立了海洋晴空大气条件下温湿廓线同时反演的一维变分反演系统.通过对影响反演精度的各个因素进行分析, 确立了该系统的输入参数.对于FY-3C/MWHTS观测亮温与快速辐射传输(Radiative Transfer Model for TOVS, RTTOV)模型的模拟亮温之间的偏差和角度依赖性, 采用逐像元统计回归校正方法进行校正.选择西北太平洋海域晴空条件下的校正亮温数据进行温湿廓线的反演, 并利用欧洲中期天气预报中心再分析数据集对反演结果进行验证, 结果表明:反演的温度廓线和相对湿度廓线的最大平均偏差分别为1.09 K和5.4%, 最大均方根误差分别为1.48 K和22.69%, 与未校正亮温的反演结果相比, 温度廓线的均方根误差最大可减小1.56 K, 湿度廓线的均方根误差最大可减小14.71%.反演温湿廓线与背景廓线的精度对比表明:反演的温度廓线在10~70 hPa、300~350 hPa和700~850 hPa内的精度高于背景廓线的精度, 而反演湿度廓线的精度除了825~875 hPa, 其他范围均高于背景廓线的精度, 因此FY-3C/MWHTS观测亮温的反演结果可进一步提高预报廓线精度.     

高光谱分辨率资料通道选择方法研究

从用经典物理法反演大气参数的误差分析角度出发,利用贝叶斯原理探究了通道特性、背景误差、观测误差和仪器噪声等在反演大气参数时对反演精度的影响,提出了一个定量衡量通道对反演大气参数精度的贡献指标。以此指标为准则,对用高光谱分辨率资料反演大气温度廓线时的通道选择方案进行了设计和论证。以欧洲中心在2012年发射的第二代红外大气探测干涉仪(Infrared Atmospheric Sounding Interferometer,IASI)为对象,从8461个通道中选出了300个贡献指标最大的通道,并将它们与AAPP发布的应用通道作了比较。结果证明,本文选用的方法在选择反演大气温度廓线的通道时是有效可行的。     

基于微波高光谱技术的数据仿真及参数反演研究

发展高光谱微波辐射计对于提升大气参数反演精度具有重要意义。利用微波辐射传输模型mpm93以及BP 神经网络方法分别构建正演上行辐射亮温和反演大气温度廓线的模型,并研究了晴空条件下高光谱微波辐射计反演大气温度廓线的精度。54～58 GHz、64～68 GHz 在氧气吸收波段选取80 个通道作为高光谱通道,基于2015 年5～12 月昆明的探空资料进行正、反演仿真实验。选取微波成像仪/ 探测仪(SSMIS)的9 个温度探测通道进行对比实验,评估分析反演效果。实验结果表明:在大气3～10 km 高度范围内,高光谱通道的反演精度较SSMIS 提高了0.3 ～0.6 K;在0～3 km 高度范围内,反演精度提高了1 K。     

FY-4A/GIIRS大气温度廓线产品质量评估

我国风云四号A星（FY-4A）携带高光谱红外干涉式大气探测仪（Geostationary Interferometric Infrared Sounder, GIIRS）首次实现了地球静止轨道红外高光谱探测,可连续获得大气温湿度廓线信息。基于常规无线电探空资料,从产品的探测能力和精度方面对2020年FY-4A/GIIRS大气温度廓线产品开展质量评估,为产品应用和算法研究提供参考。结果表明：FY-4A/GIIRS反演大气温度廓线探测能力在高度层次和月份统计上受云活跃度影响较大;晴空条件下大气整层均方根误差约为2 K,700～1 000 hPa的大气低层较大,约2.5 K,偏差整层以负值为主;月尺度质量评估可见夏秋两季明显优于冬春季,有利于灾害性天气多发季节的监测;有云条件下单个像元的温度廓线误差显著增大,采用多像元Cressman客观分析可有效提高产品可用性;低海拔地区温度廓线产品质量整体优于高海拔地区,可极大地弥补我国东部、南部地区以及广阔的洋面上的探空资料的不足。     

用于星载太赫兹波被动遥感卷云参数的通道辐射特性及反演影响因素研究

太赫兹波是理论上遥感卷云微物理参数的最佳波段,但星载太赫兹波被动遥感的结果易受到非卷云因素(地表反射率、大气廓线、中低层水云等)的影响.利用辐射传输模式分别模拟计算了地表反射率、大气廓线、中低层水云对大气层顶太赫兹辐射光谱的影响,并基于多重查找表法定量分析了这些因素的变化所造成的反演误差.结果表明:地表反射率对太赫兹辐射光谱的影响主要集中在300 GHz以下,对反演所选取的波段没有影响;实际大气廓线中水汽廓线和温度廓线的改变对反演结果产生影响,当温度廓线的变化在±2 K范围以内,或水汽廓线变化±20%时,对于粒子尺度大于50μm、冰水路径大于10 g/m2的卷云,反演误差均保持在±20%以内;低云(云底高小于2 km)对所选通道的辐射没有影响,中云所产生的误差随着光学厚度和云底高度的增加而增大.     

陆面温度的反演算法和大气订正的影响

提出了由卫星辐射测量反演陆面温度的算法,可在不需要预先给定通道的地面比辐射率的情况下,同时确定地面温度和比辐射率。同时,为了了解实际应用这种算法的可能性,在一系列陆面温度反演的模拟试验中,考察分析了在大气温度和湿度廓线有各种不同的误差时大气订正对陆面温度反演精度的影响。结果表明,在大气证正中应用的大气温度和湿度的误差不超过通常由探空和卫星遥感得到的大气温度和湿度的误差时,反演得到的地面温度仍可具有     

利用超光谱红外卫星数据反演大气廓线研究

建立新的物理反演法能同时反演大气温度廓线、水汽廓线、表层温度和地表发射率,该反演算法应用到我国黄海地区AIRS红外卫星资料中,可反演得到较高垂直分辨率的大气温度廓线和水汽廓+线,同时反演得到的表层温度和地表发射率、根据水汽廓线计算大气可降水量。     

拉曼散射激光雷达反演平流层气溶胶消光系数廓线

介绍了位于南京北郊的拉曼散射激光雷达的基本结构,描述了使用拉曼散射激光雷达反演平流层大气气溶胶消光系数廓线的数据处理方法。重点研究了南京北郊2011-12-08与2011-12-09晚间平流层气溶胶观测数据,对拉曼散射激光雷达距离矫正信号进行4种不同阈值的小波去噪,选择出合适的阈值,然后利用反演原理公式,得到平流层大气气溶胶消光系数廓线,分析了平流层大气气溶胶消光系数的变化特征。     

利用卫星红外遥感资料反演大气温湿廓线的三维物理统计方法

对黄静等提出的基于奇异值分解技术(SVD)的由卫星辐射观测反演大气温湿廓线的物理统计方法作出改进,改进后的方法在三维空间实施SVD,使反演过程不仅考虑了大气温度和湿度垂直结构的统计特征,也能同时考虑其水平结构特征. 使用模式资料和实际资料对所提方法进行验证并将反演结果与原有的一维方法作了比较. 结果表明,新方法可以有效地降低观测误差的影响,反演结果明显好于原方法.     

利用小波降噪的瑞利激光雷达平流层温度反演

介绍了瑞利-拉曼-米散射激光雷达的基本结构与瑞利散射温度反演原理,通过分析对比获得了适合瑞利散射信号的小波分解层数及阈值选取规则,并分别使用小波硬阈值法与软阈值法对信号进行处理,相比而言软阈值法具有更好的降噪效果。利用上述算法反演出南京上空平流层28~46km的温度廓线,将结果与MSISE-90大气模式及AIRS卫星数据进行比对,均表现较好的一致性,验证了小波降噪在瑞利激光雷达温度反演算法中的可靠性。在算法研究的基础上,反演了2009年12月19日19时20分至20时20分连续观测的数据,表明在短时间内平流层温度总体趋势稳定;并对2009年10月至12月的观测数据进行分析处理,得到南京上空平流层月平均温度廓线,表明南京上空的平流层温度在冬季变化不明显。     

基于星载红外高光谱观测用机器学习算法反演大气温湿廓线

星载红外高光谱垂直探测仪GIIRS （Geostationary Interferometric Infrared Sounder）能够实现大气温度和湿度参数高垂直分辨率的观测,为数值天气预报提供精度更高的初始场。基于GIIRS观测辐射值采用BP神经网络（Back Propagation Neural Network）法和深度学习的卷积神经网络（Convolutional Neural Networks, CNN）法反演大气温度、湿度垂直廓线,重点在于CNN法模型的构建与参数的优化,得到反演精度最高的网络模型配置。将训练样本根据不同地表类型和是否有云的影响分为三种方案（方案一:不分类、方案二:陆地/洋面分类、方案三:晴空/有云分类）,分别进行建模、反演和检验。结果表明两种反演算法都有较好的反演精度,相对而言CNN法在所有高度层上反演偏差、均方根误差和平均相对误差均较小,反演精度更高。CNN法温度反演在高层10~200 hPa改进较大,三种分类方案改进的最大值分别为1.15 K、1.06 K和1.02 K;湿度反演在对流层低层500~1000 hPa改进较大,三种分类方案分别平均改进了0.43 g/kg、0.41 g/kg和0.34 g/kg。BP神经网络法方案三时（即分晴空和云时）温度和水汽混合比廓线反演精度最好;CNN算法方案一时（即不对样本数据进行任何分类）反演精度最高。     

瑞利-拉曼散射激光雷达探测大气温度分布

介绍一台用于夜晚探测大气温度分布的L625瑞利-拉曼(Rayleigh-Raman)散射激光雷达。采用Nd：YAG激光器三倍频输出355nm作为发射激光，利用弱光子计数技术检测大气中分子的瑞利散射和N2分子振动拉曼散射回波，分析得到了平流层和对流层中上部大气温度的垂直分布廓线。其观测结果分别与HALOE／UARS卫星和无线电气象探空仪结果进行了对比分析。其中，激光雷达观测的平流层温度与HALOE卫星的结果对比表明，它们在高度25～65km内显示出较好的一致性，20个夜晚的平均温度差别基本上小于2K。激光雷达与无线电气象探空仪探测的对流层温度在高度为5～18km内反映了较为一致的分布趋势，15个夜晚的平均温度差别在6～16．5km高度内小于3K。这些结果表明，L625瑞利-拉曼散射激光雷达观测数据可靠，可用于大气温度分布的常规观测和分析研究。     

直接测风激光雷达频率跟踪技术及对流层平流层大气风场观测

为了实现高精度连续探测对流层和平流层大气风场,搭建了一台直接测风激光雷达系统对对流层和平流层大气风场进行探测。该系统基于双边缘法布里-珀罗标准具的瑞利散射多普勒测风原理,使用转台式探测结构,通过频率跟踪的手段对频率漂移进行跟踪,确保测风的精度。实验结果表明,该系统对对流层和平流层大气风场探测效果良好,频率跟踪的范围为±50 MHz,可以大大减小频率漂移带来的风速误差。经过系统的稳定运行和长时间的观测,在40 km处测得的径向风速随机误差为8 m/s。径向风速合成为水平风速后,随机误差在38 km处最大为10 m/s左右。该系统白天探测高度为25 km,夜晚探测高度为38 km。与探空数据对比,风速误差均小于10 m/s,其中风速误差在±5 m/s的范围内的数据量约占75.8%,探测的风向误差与探空气球的趋势基本一致,误差范围在10°～20°之间,在15°范围内的数据量约占58.6%。将实测数据与探空数据进行统计分析,结果具有良好的一致性。该系统可以为对流层和平流层大气风场的探测提供数据支撑。     

基于拉曼激光雷达的南京上空大气温度廓线观测

介绍了综合使用瑞利、拉曼、米散射三种技术的激光雷达的基本结构与拉曼散射温度反演原理。对其中的拉曼回波信号进行了背景噪声扣除、滑动平均和小波变换降噪,在此基础上分析了气溶胶对拉曼激光雷达温度廓线反演的影响。利用上述激光雷达信号处理方法对南京上空的温度廓线进行观测,反演了2010年11月19日18时53分至19时35分连续观测的数据。反演的温度廓线表明,观测开始至观测结束,5.5 km处的温度变化为2 K的波动变化;对2010年11月整月的观测数据进行分析处理,得到11月份上中下三旬的平均温度廓线。在10 km高度处,下旬温度比上旬温度低4 K,随着入冬的进程,低空段的大气温度递减率有明显增大的趋势;11月的月平均温度在5~10 km处低于模式值4 K左右,并且两者几乎平行,说明11月份5~10 km各高度温度比模式均低4 K左右。     

探测边界层大气温度的转动喇曼激光雷达

为了研制一种测量边界层大气温度的激光雷达,采用氮气和氧气的转动喇曼谱的强度比反演大气温度垂直分布的方法,对转动喇曼激光雷达系统进行了理论分析与实验研究,取得了边界层内的大气温度数据。结果表明,该激光雷达测量的大气温度在0km~2.5km处与大气模式表现出了较好的一致性,激光能量为100mJ,测量时间约为17min,垂直分辨率为7.5m;2.5km处信号随机起伏引起的统计误差达到1K,可以对边界层内2.5km以下的大气温度进行高精度测量;如果要使测量的高度进一步增加,可以增大激光脉冲的能量或选用口径大的望远镜。这对探测边界层大气温度的转动喇曼激光雷达系统的研制提供了有益的指导。     

合肥上空中层大气密度和温度的激光雷达探测

为研究中层大气分布情况,采用自行研制的532 nm瑞利（Rayleigh）散射激光雷达,对合肥地区（31.90 N,117.170 E）25~40 km高度范围内的大气密度和温度廓线分布进行观测。将瑞利散射激光雷达所测结果与NRLMSISE-00大气模型数据进行对比,以验证瑞利散射激光雷达性能及数据处理方法的可靠性。通过数据对比得出,在25~40 km高度范围内,瑞利散射激光雷达获得的大气密度值与NRLMSISE-00大气模型密度值的比值为0.99~1.03;瑞利散射激光雷达所测温度值与NRLMSISE-00大气模型数据的温度偏差均值约为2.8 K,其中38 km以下两者温度偏差约为1.6 K。数据对比说明,瑞利散射激光雷达观测值与NRLMSISE-00大气模型数据具有较一致的密度分布特征和温度分布特征,瑞利散射激光雷达的观测结果能够较真实地反映合肥上空25~40 km高度范围内的大气密度和温度分布。     

一种顾及观测视场的行播作物热辐射方向性模型

热辐射方向性是热红外遥感反演和产品真实性检验中的关键问题之一。本文针对行播作物,构建了一个综合考虑光照植被/阴影植被、光照土壤/阴影土壤、植被-土壤多次散射和观测视场多影响因素的行播作物热辐射方向性模型,并详细分析模型精度以及模型对LAI、冠层结构等参数的敏感性。结果表明,本文模型不仅能够很好体现出行播结构热辐射特性和热点效应,而且适用于连续作物热辐射特性模拟;与现有FRA97模型和FovMod模型对比一致性良好,均方根误差分别为0.18 K和0.36 K。