论文部分内容阅读
大气温湿度廓线信息是数值天气预报和气候变化评估等科学研究必不可少的基础数据,利用高光谱卫星数据准确定量地反演高精度的大气温湿度廓线,对提高天气预报和气候预测能力具有重要意义。本文以中国华东地区为研究区,基于D-R(Dual-Regression)双回归反演算法对搭载在Suomi-NPP(National Polar-orbiting Partnership)卫星上的新一代跨轨红外探测器CrIS(Cross-track Infrared Sounder)的高光谱红外辐射资料进行了大气温湿度廓线的反演研究。主要的研究内容和结论如下:(1)针对大气温湿度统计回归反演方法中常常存在匹配样本的资料不足和代表性有限的问题,本文使用欧洲中期天气预报中心ECMWF(European Centre for Medium-Range Weather Forecasts)大气温湿度廓线再分析资料,选取更多数量且具有代表性的样本作为反演背景场,显著地提高大气温湿度的反演精度。(2)利用上述方法,以2012年-2013年的6月-9月华东地区的ECMWF的温湿度廓线数据为背景场,计算了回归系数,对中国华东地区的宝山、杭州、南京、青岛四个气象站点2014-2016年6-9月的温湿度廓线进行了反演和精度验证分析,结果表明:温度廓线在800hPa以上高度层时均方根误差RMSE(root mean square error)基本都保持在1K左右,在800hPa以下高度层时RMSE略有增大,但仍在2K以内;相对湿度廓线在整个高度层的RMSE都较小,保持在20%以内,反演精度较高。此外,反演的温湿度廓线的偏差BIAS及其标准差都很小,表明偏差的离散程度很小,反演效果稳定,不会出现异常值。(3)为了进一步检验本文所选取的背景场对D-R算法基于CrIS数据反演温湿度廓线的精度的影响,本文利用上海宝山气象站的加密探空实测大气温湿度廓线数据和美国国家海洋与大气管理局NOAA(National Oceanic and Atmospheric Administration)基于其官方算法NUCAPS(NOAA Unique Combined Atmospheric Processing System)反演提供的大气温湿度产品进行对比与验证。结果表明:基于ECMWF的大气温湿度再分析数据作为背景场的D-R算法反演得到的大气温度廓线的总体BIAS基本保持在±1K以内,反演效果稳定,RMSE约为1.5K左右,与NUCAPS算法的反演精度相当;在近地面层,D-R算法的反演精度仍保持在2K以内,要优于NUCAPS算法(RMSE指标)。相对湿度在350hPa以下高度层内与NUCAPS算法反演的精度相当,其RMSE基本在20%以内,BIAS基本在±15%以内,反演结果较好且稳定;但在100-350hPa高度层内,D-R算法反演的相对湿度的RMSE和BIAS略有增大,反演精度降低。(4)最后,本文对优化大气温湿度反演的策略进行了分析与探讨,从背景场的选取范围和敏感通道的选取这两个方面对反演精度的影响进行了研究。结果表明:缩小背景场的选择范围不一定能提高统计类算法的反演精度,甚至有可能因为不同天气状况下的特征样本廓线变少而导致反演精度降低。选取通道优化后反演的温度廓线的RMSE得到进一步降低,这表明利用对温度敏感的通道反演的CrIS温度廓线的精度有一定的提高。