论文部分内容阅读
本文首先进行了卫星资料偏差订正方法的国内外综述。在此基础上采用Harris和Kelly的离线偏差订正的思想进行我国风云三号(B)气象卫星红外分光计IRAS (Infrared Atmospheric Sounder)对数值预报起主要作用的20个通道的亮温偏差订正。偏差订正分扫描偏差订正和气团偏差订正两步进行。扫描偏差是仪器观测值随扫描位置的变化而引起的。统计表明,扫描位置离星下点越远,扫描偏差则越大,且关于星下点对称。气团偏差订正主要是根据当时的天气条件进行订正,而天气条件一般采用预报因子来定量表示,本研究中以1000-300hPa的厚度,200-50hPa的厚度,模式地表温度和总可降水量作为预报因子。统计了2012年12月24日18时至2013年1月8日00时的样本数据。样本统计过程中进行了初步质量控制,把统计得到的偏差订正系数用于后期IRAS通道亮温的订正。通过对比偏差订正前后亮温偏差概率密度分布和偏差随时间稳定性变化等方面,得到订正结果是合理的。经过偏差订正后FY3B/IRAS亮温偏差概率分布更具高斯性,满足变分同化的要求。接着研究了IRAS资料的云检测。区别于常用的通道亮温阂值法,本文采用平滑梯度法耦合通道信噪比的思想进行IRAS云检测研究。采用FY-2E静止卫星云图信息进行亮温偏差阈值法和平滑梯度法的机理分析。统计了2013年1月9日00时至14日00时IRAS全球资料。经过云检测后IRAS通道亮温偏差服从高斯分布。进一步采用最小剩余法得到视场点的云参数(有效云量),为后期GRAPES (Globe and Regional Assimilation and Prediction System)同化IRAS有云辐射奠定基础。其次,进行了IRAS资料的质量控制研究。采用双权重法和主成分分析法进行IRAS资料的质量控制。双权重法能够有效地剔除离开亮温偏差均值较大的离群点。在使用双权重法过程中统计了2012年12月26日00时至2013年1月4日18时的样本数据,从各个时次的通道亮温偏差的均值、标准差、离群资料百分比以及偏度和峰度得到采用双权重法进行IRAS资料的质量控制是可行的。主成分分析能够把握数据变量之间的结构关系,在主成分分析基础上采用Hoaglin-T参数来度量样本的离群值大小,能够有效地剔除IRAS资料中的“离群线”。考虑到GRAPES同化IRAS资料的时效性,区别于(GRAPES常用的跳点、跳线和“box”方法,本文采用主成分分析进行IRAS资料的稀疏化研究。最后,进行GRAPES同化IRAS资料测试。包括IRAS通道观测误差重估计和基于信息熵信号自由度的IRAS资料对(jRAPES分析场影响的诊断,具体实施过程中采用数值逼近的思想。进行降水个例的同化控制试验(常规资料、 Metop微波温度资料和FY3B/IRAS资料的组合),得到同化IRAS资料是可行的。给出了此同化试验过程中IRAS资料的一些质量控制的结果、温度、湿度、U和V风场的分析增量以及GRAPES同化控制的模式降水预报。进一步开展了IRAS理想数据的误差非高斯(IRAS通道模拟亮温加入非高斯随机扰动)广义变分同化的理论探索研究。具体方法是选用一些M-估计法对经典变分同化的目标泛函进行改写,在广义变分极小化过程中耦合了质量控制,动态调整IRAS资料对目标泛函的贡献率。未来工作计划把广义变分同化的思想耦合到GRAPES-3DVar同化模块中进行实际个例的研究。