何杰穎 張升偉

(1.中國科學(xué)院空間科學(xué)與應(yīng)用研究中心，北京 100190； 2.中國科學(xué)院研究生院，北京 100190)

1.引 言

水汽測量廣泛存在于地球物理問題的方方面面，包括研究和應(yīng)用，與絕對變化僅為10%～20%的溫度相比，水汽隨時(shí)間和空間變化表現(xiàn)出很大的變化。赤道和極區(qū)的水汽總量大不相同，對于給定位置，水汽總量一年內(nèi)可以變化30倍。水汽大多出現(xiàn)在對流層，隨著高度增加，水汽濃度逐漸減小，但隨著空間的變化，水汽濃度變化卻很明顯。要確定并預(yù)報(bào)這些參數(shù)的時(shí)空變化特征，需要大范圍的實(shí)時(shí)連續(xù)測量，僅靠施放無線電探空儀是不夠的，地基和星載微波輻射計(jì)遙感觀測是一種非常有效的補(bǔ)充，具有可見光和紅外遙感不可替代的優(yōu)越性，例如微波對云蓋，雨區(qū)，植被和地面淺層有著良好的透射性，不受晝夜和時(shí)間的限制以及可以提供其他遙感手段不能提供的信息。所獲得的資料，可用于氣候?qū)W能量平衡研究，人工影響天氣試驗(yàn)，中尺度天氣預(yù)報(bào)，還可用在射電干涉測量學(xué)、大地測量學(xué)以及海洋、地表參數(shù)、大氣溫度及其他成分遙感測量中消除水汽對測量結(jié)果的影響。

地基大氣廓線儀在氣象觀測、天氣預(yù)報(bào)、通信、測地學(xué)、衛(wèi)星驗(yàn)證等方面發(fā)揮了重要作用，具有設(shè)備維護(hù)成本低、運(yùn)行可靠的特點(diǎn)，且在低對流層具有很高的空間分辨率，是現(xiàn)階段測量云液態(tài)水和水汽密度最理想的探測設(shè)備[1-2]。目前廣泛使用的是美國Radiometrics公司的MP(微波廓線儀)系列[3]和德國的RPG(Radiometer Physics Gmbh)系列[4-5]地基大氣探測儀。

自20世紀(jì)中葉以來，氣象衛(wèi)星憑借其全天候和寬尺度的特點(diǎn)，為探測全球大氣濕度、水汽、云液態(tài)水含量等信息提供了保證。目前普遍使用的AMSU-B(先進(jìn)的微波探測器)，相對濕度反演精度小于30%，搭載于NOAA(美國國家海洋和大氣局)系列衛(wèi)星上?；贏MSU-B的微波探測數(shù)據(jù)，已經(jīng)成功用于大氣濕度垂直分布探測、熱帶氣旋分析、海洋和陸地降水分析、短時(shí)強(qiáng)降水估計(jì)、強(qiáng)對流云區(qū)研究等等。

Westwater和Grody[6]于1980年最早提出星載和地基微波輻射計(jì)聯(lián)合反演的想法且用于大氣溫度探測。目前，聯(lián)合AMSU-B衛(wèi)星資料和地基大氣廓線儀已經(jīng)取得了初步的反演結(jié)果，但還未廣泛應(yīng)用于氣象參數(shù)的反演工作。而星載FY-3A微波濕度計(jì)[7]是我國新一代極軌氣象衛(wèi)星搭載的微波設(shè)備之一，主要用于大氣濕度探測，目前仍在業(yè)務(wù)運(yùn)行，F(xiàn)Y-3B星搭載的微波濕度計(jì)也于2010年11月發(fā)射升空。地基大氣廓線微波探測儀正處于蓬勃發(fā)展期，實(shí)現(xiàn)國產(chǎn)化、業(yè)務(wù)化指日可待。充分發(fā)揮兩種儀器的探測特點(diǎn)，把地面微波輻射計(jì)的觀測資料和衛(wèi)星及常規(guī)資料同化在一起，對濕度廓線的反演計(jì)算研究工作有很好的基礎(chǔ)。因此，聯(lián)合星載和地基微波輻射計(jì)，分析各自結(jié)構(gòu)特點(diǎn)與探測原理，反演大氣相對濕度廓線，并與目前業(yè)務(wù)反演大氣相對濕度結(jié)果進(jìn)行比較，具有實(shí)際的應(yīng)用意義，并為未來提高氣象預(yù)報(bào)機(jī)能、監(jiān)測我國沿海地區(qū)臺(tái)風(fēng)及熱帶氣旋等災(zāi)害提供了指導(dǎo)意義。

2. 設(shè)備及探測原理

2.1 星載及地基探測設(shè)備

我國于2008年5月27日成功發(fā)射的FY-3A極軌氣象衛(wèi)星回歸周期約5.5天，其上搭載的微波濕度計(jì)(MWHS)共5個(gè)通道，提供了豐富的亮溫?cái)?shù)據(jù)，定標(biāo)精度小于1 K，天底空間分辨率為16 km，掃描角度相對天底為±53.35°，掃描間隔為1.1°.窗區(qū)150 GHz包括水平和極化兩個(gè)通道，獲取地面及近地表濕度、云中含水量和強(qiáng)降雨、卷云等大氣參數(shù)信息；183 GHz包括三個(gè)垂直極化通道頻率分別為：183.31±1 GHz、183.31±3 GHz、183.31±7 GHz，根據(jù)對大氣中不同高度層水汽的微波輻射表現(xiàn)出不同影響的特點(diǎn)，可以分別用來探測大氣850 hPa、500 hPa和300 hPa不同高度層水汽的分布特征。

目前正處于樣機(jī)研制階段的地基大氣廓線微波探測儀共14個(gè)通道，其中用于探測大氣濕度廓線的7個(gè)通道位于K波段22～31.4 GHz，主要處于水汽吸收譜線附近和窗區(qū)，用于探測大氣濕度廓線，液態(tài)水含量，水汽通量和水汽延遲等大氣參數(shù)，具體探測頻率、帶寬等指標(biāo)如表1所示。

表1 星載和地基設(shè)備通道，帶寬及其探測目的

注：MWHS：微波濕度計(jì)；V:垂直極化；H:水平極化

2.2 探測原理

圖1顯示了利用1976年美國標(biāo)準(zhǔn)大氣計(jì)算的大氣吸收系數(shù)[8]。在0～200 GHz頻率范圍內(nèi)有兩條水汽吸收線，在這兩條水汽吸收線之間，水汽的連續(xù)能譜隨頻率升高吸收緩慢增加。22.235 GHz和183.31 GHz的特征表現(xiàn)為一個(gè)水汽諧振帶，即根據(jù)水汽分布的氣壓高度表現(xiàn)的壓力致寬；通過來自水汽譜線壓力致寬的輻射強(qiáng)度和形狀的信息，可以得到水汽廓線。22.235 GHz附近適合進(jìn)行相對濕度較高的高度層水汽廓線反演，較敏感的183.31 GHz適合干環(huán)境的地基水汽廓線反演和星載微波輻射計(jì)用來測量高空的水汽分布。水汽的發(fā)射在高緯度地區(qū)表現(xiàn)為很窄的條狀，而在低緯度地區(qū)則較寬，發(fā)射強(qiáng)度與水汽密度和發(fā)射強(qiáng)度成正比，通過觀測數(shù)據(jù)和反演模型，可以得到較精確的水汽廓線。

圖1 大氣微波傳輸?shù)乃p圖

對于星載微波輻射，來源主要為大氣下行輻射經(jīng)地面的反射，地面輻射，大氣上行輻射3部分，而地基微波輻射主要包括大氣下行輻射以及宇宙微波背景的輻射,具體的大氣輻射傳輸方程為

星載微波輻射：

Tb=Tr+Te+Tu

(1)

Tr= (1-es)[Tce-τ(0)secθ+

(2)

(3)

Te=esTse-τsecθ

(4)

式中，Tc=2.7 K，為宇宙微波輻射背景。

(5)

地基輻射：

TA=TDN+TBCe-τsec(θ)

(6)

對于無散射并處于熱力學(xué)平衡下的大氣，大氣下行輻射亮溫可以表示為積分的形式

(7)

(8)

TBC=es·Ts

(9)

式中:Ts是地表溫度，約為290 K；es為地表輻射率。

圖2為地基和星載微波輻射計(jì)各水汽通道水汽權(quán)重函數(shù)示意圖。

(a) 地基微波輻射計(jì)

(b) 星載微波濕度計(jì)圖2 地基和星載水汽通道權(quán)重函數(shù)圖

同時(shí)，針對不同平臺(tái)的微波輻射計(jì)，背景輻射是不同的，星載宇宙背微波景輻射為

TBGD(v，θ)=TCγv，θ(0，∞)

(10)

地基宇宙背微波景輻射為

TBGD(v，θ)=Tses(0，∞)γv，θ(0，∞)

(11)

(12)

式中，TBC很小，通常具有常數(shù)值2.7 K.而地球背景的觀測，對于海洋，esTs可能從100 K到150 K，而干燥陸地則可能超高300 K.如果v，θ的選擇使得透過率Υv θ(0，∞)很小，那么背景的貢獻(xiàn)就變得不重要了。然而在這種情況下，衛(wèi)星的權(quán)重函數(shù)就會(huì)對接近表面的部分不敏感。相反，如果v，θ的選擇使透過率不是很小，權(quán)重函數(shù)就會(huì)對大氣底層部分敏感，但又會(huì)引起背景溫度變化的問題。這個(gè)問題對于陸地比對于水體背景更加嚴(yán)重，因?yàn)殛懙氐谋尘柏暙I(xiàn)在量級上更大，并且比水體的變化性更大。

3.實(shí)驗(yàn)數(shù)據(jù)

為更好地反映兩種設(shè)備反演結(jié)果的特點(diǎn)，我們選擇輻射率相對穩(wěn)定天氣以晴天為主的熱帶海面上層大氣的探空資料(RJAO，47971，經(jīng)度142.18°，緯度27.08°)，包括與大氣高度值對應(yīng)的大氣溫濕度廓線、壓強(qiáng)等先驗(yàn)信息。

選擇0～10 km的數(shù)據(jù)進(jìn)行研究，每200 m為一層，共50層，這些采樣經(jīng)過試驗(yàn)證明，能夠充分反演每層大氣的濕度信息，同時(shí)能夠?qū)嶋H地反映出不同設(shè)備的反演精度。

運(yùn)用MPM93大氣吸收模型和大氣輻射傳輸理論模型，計(jì)算出與探空資料時(shí)空對應(yīng)的亮溫值或利用經(jīng)緯度±1°，時(shí)間3 h之內(nèi)的匹配窗，匹配到與之經(jīng)緯度和時(shí)間相對應(yīng)的FY-3A MWHS亮溫?cái)?shù)據(jù)。

4.反演原理及模型

4.1 人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)算法是20世紀(jì)90年代發(fā)展起來的一種非線性反演算法，近幾年來已成功應(yīng)用于利用AMSU-A/B反演大氣溫度和水汽廓線的分析研究。美國MP系列設(shè)備配備了基于此反演算法的反演軟件，且成功應(yīng)用于業(yè)務(wù)中。本文作者也已采用神經(jīng)網(wǎng)絡(luò)算法利用風(fēng)云三號微波濕度計(jì)探測數(shù)據(jù)反演大氣相對濕度廓線，并獲得了較好結(jié)果[9]。

圖3是三層神經(jīng)網(wǎng)絡(luò)原理示意圖，對于隱層的第j個(gè)節(jié)點(diǎn)，可以表示為

式中，ρa(bǔ)ve為銷蝕碎片形成的圓管的平均密度；Rm為彈體蘑菇頭半徑；r0為彈體初始半徑。Rm與r0之比為[22]

圖3 神經(jīng)網(wǎng)絡(luò)原理示意圖

(13)

式中:wij是連接第i個(gè)輸入神經(jīng)元和第j個(gè)隱層神經(jīng)元的權(quán)重；bj是計(jì)算值和測量之間的偏差。

S是sigmoid函數(shù)，表述如下

(14)

輸出層可以表示為

(15)

式中：wjk是連接第j個(gè)隱層神經(jīng)元和第k個(gè)輸出神經(jīng)元的權(quán)重值；bk是測量值和輸出值之間的偏差。它適用于非線性模型，在反復(fù)訓(xùn)練過程中，加權(quán)函數(shù)得以確定，從而減小實(shí)際訓(xùn)練的輸出向量與測量的輸出向量的偏差。相鄰層間神經(jīng)元完全連接，輸入元素輸入到輸入層，經(jīng)過隱層，傳輸?shù)捷敵鰧樱罢卟捎胹igmoid函數(shù)，后者采用pureline函數(shù)[10]。

本文采用3層神經(jīng)網(wǎng)絡(luò)，分別為輸入層、隱層、輸出層。針對不同搭載平臺(tái)的大氣探測原理，對于星載微波濕度計(jì)，神經(jīng)元個(gè)數(shù)分別為9、8、50.輸入分別為5個(gè)探測通道的亮溫值、地表的壓強(qiáng)、溫度和水汽密度和輻射率，而對地基微波輻射計(jì)，神經(jīng)元數(shù)分別為10、12、50，輸入分別為7個(gè)通道的亮溫值、地表的壓強(qiáng)，溫度和水汽密度值。隱層連接輸入層和輸出層，為了對比和同化，輸出層都采用50個(gè)神經(jīng)元，對應(yīng)0～10 km 內(nèi)50個(gè)離散層的大氣水汽密度值。由于網(wǎng)絡(luò)模型輸入輸出函數(shù)的范圍都在[0 1]之間，因此，對輸入輸出數(shù)據(jù)進(jìn)行合理的歸一化。通過對RJAO(47971)地區(qū)2008-01～2008-12的探空數(shù)據(jù)資料隨機(jī)抽取90%進(jìn)行學(xué)習(xí)和訓(xùn)練，通過神經(jīng)網(wǎng)絡(luò)各層的輸入輸出訓(xùn)練得到適合的傳輸函數(shù)，即得到個(gè)神經(jīng)元間最適當(dāng)?shù)募訖?quán)函數(shù)，從而建立一個(gè)非線性的數(shù)值模型。然后利用剩余的10%的探空數(shù)據(jù)進(jìn)行測試。

通過對探空數(shù)據(jù)進(jìn)行學(xué)習(xí)和訓(xùn)練，即神經(jīng)網(wǎng)絡(luò)各層的傳輸函數(shù)和輸入輸出，得到各神經(jīng)元間最適當(dāng)?shù)募訖?quán)函數(shù)，從而建立一個(gè)非線性的數(shù)值模型。代價(jià)函數(shù)是檢驗(yàn)經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型是否滿足仿真的標(biāo)準(zhǔn)之一，給定代價(jià)函數(shù)，就可以驗(yàn)證所建立的神經(jīng)網(wǎng)絡(luò)是否能用于未知參數(shù)的仿真，還是要繼續(xù)訓(xùn)練，或增加神經(jīng)元的個(gè)數(shù)，或增加神經(jīng)網(wǎng)絡(luò)的層數(shù)和神經(jīng)元維數(shù)。

4.2 星載和地基聯(lián)合反演模型

聯(lián)合反演模型仍然以3層神經(jīng)網(wǎng)絡(luò)反演算法為基礎(chǔ)，輸入神經(jīng)元數(shù)目為16，分別為地表溫度、壓

強(qiáng)、大氣相對濕度、地表輻射率，風(fēng)云三號A星微波濕度計(jì)5個(gè)通道的亮溫值，地基大氣廓線儀7個(gè)通道的亮溫值。隱層神經(jīng)元數(shù)目根據(jù)袁曾任經(jīng)驗(yàn)公式推出，此模型中隱層神經(jīng)元個(gè)數(shù)為17。輸出層為50，即對以50個(gè)不同壓強(qiáng)和高度的大氣濕度值。探空資料90%用于訓(xùn)練此神經(jīng)網(wǎng)絡(luò)反演模型，給定代價(jià)函數(shù)，剩余10%探空數(shù)據(jù)用于訓(xùn)練，檢驗(yàn)?zāi)Ｐ偷恼_性和可靠性，即最小化代價(jià)函數(shù)。

偏差及均方差是驗(yàn)證反演結(jié)果是否滿足要求的兩個(gè)主要考察因素。表達(dá)式可分別表述為

(16)

(17)

式中：Q表示輸出層的神經(jīng)元個(gè)數(shù)，即反演出的大氣濕度廓線的數(shù)值的個(gè)數(shù)；i表示大氣的第i層。偏差和均方差的數(shù)值越小，反演結(jié)果的準(zhǔn)確度越好。

5.反演結(jié)果分析

圖4(a)(b)是利用星載風(fēng)云三號微波濕度計(jì)183 GHz三個(gè)水汽通道和150 GHz窗區(qū)通道和地基大氣廓線儀K波段7個(gè)水汽及窗區(qū)通道利用人工神經(jīng)網(wǎng)絡(luò)算法反演得到的大氣水汽密度的垂直分布與探空資料的對比圖。

(a) 風(fēng)云三號微波濕度計(jì)反演結(jié)果

(b) 地基大氣廓線儀反演結(jié)果圖4 水汽密度反演值域探空資料對比

圖5(a)是基于地基大氣微波輻射計(jì)的神經(jīng)網(wǎng)絡(luò)算法反演得到的大氣水汽密度分布圖，從中可知，神經(jīng)網(wǎng)絡(luò)算法能夠很好地反演實(shí)際水汽的變化，地面至5 km高度反演結(jié)果較上層大氣的反演精度好。

(a) 地基大氣廓線儀反演大氣水汽密度

(b) 星載風(fēng)云三號反演大氣水汽密度圖5

圖5(b)是基于星載風(fēng)云三號微波濕度計(jì)神經(jīng)網(wǎng)絡(luò)算法反演得到的大氣水汽密度分布圖，從中可知，神經(jīng)網(wǎng)絡(luò)算法能夠更好地反演實(shí)際水汽的變化。地面至5 km高度反演結(jié)果較上層大氣反演精度較差。

結(jié)果表明：地基大氣廓線反演結(jié)果在0～5 km高度優(yōu)于風(fēng)云三號微波濕度計(jì)大氣濕度的反演結(jié)果，原因是地基大氣廓線儀采取了更多的通道，且加權(quán)函數(shù)相對穩(wěn)定，主要受低層大氣的影響，而星載微波濕度計(jì)探測0～5 km濕度的通道數(shù)量少，大氣濕度權(quán)重函數(shù)分布隨水汽變化而變化，但是在5～10 km，星載微波輻射計(jì)反演效果卻優(yōu)于地基微波輻射計(jì)。

因此，聯(lián)合星載和地基微波輻射計(jì)，本文建立了一個(gè)聯(lián)合反演模型。圖6(a)是利用星載和地基聯(lián)合反演模型的90組反演結(jié)果和探空資料的對比圖。圖6(b)是利用聯(lián)合反演模型反演得到的大氣水汽密度與探空數(shù)據(jù)的對比與偏差示意圖。

(a) 聯(lián)合反演模型的反演結(jié)果與探空資料對比圖

(b) 聯(lián)合反演模型反演的大氣水汽密度和偏差示意圖圖6

結(jié)果可知：聯(lián)合地基大氣廓線儀和星載風(fēng)云三號微波濕度計(jì)的亮溫?cái)?shù)據(jù)，基于神經(jīng)網(wǎng)絡(luò)算法，建立新的大氣濕度廓線反演模型，反演得到的大氣水汽密度廓線與用神經(jīng)網(wǎng)絡(luò)算法單獨(dú)對地基大氣廓線儀和星載FY-3A星微波濕度計(jì)亮溫?cái)?shù)據(jù)進(jìn)行反演的結(jié)果相比，具有更小的均方差，改進(jìn)幅度由原來的地基水汽密度反演均方差0.5509 g/m3和星載微波濕度計(jì)水汽密度反演均方差1.3230 g/m3提高到0.4507 g/m3，即反演的大氣水汽密度廓線更符合實(shí)際的大氣水汽密度的垂直分布。

6.結(jié) 論

通過對地基和星載微波輻射計(jì)系統(tǒng)指標(biāo)和探測原理的分析與對比，運(yùn)用MPM93模型和大氣吸收系數(shù)模型，建立了與觀測亮溫值誤差不超過1.5 k的亮溫仿真模型。建立聯(lián)合地基大氣廓線儀和星載風(fēng)云三號微波濕度計(jì)探測優(yōu)點(diǎn)的反演模型，通過反演結(jié)果得知，聯(lián)合二者建立的改進(jìn)的反演模型，可以改善兩者在各自反演中不同高度的反演誤差大的缺點(diǎn)，結(jié)果證明：針對2008年1月至2008年12月一整年的晴空數(shù)據(jù)利用聯(lián)合反演模型，對探空站RJAO，47971，經(jīng)度142.18°，維度27.08°的仿真數(shù)據(jù)進(jìn)行反演，大氣水汽密度均方差為0.4507 g/m3，優(yōu)于相同試驗(yàn)條件下的地基大氣廓線儀反演均方差0.5509 g/m3和星載微波輻射計(jì)反演均方差1.3230 g/m3，整體上對反演精度有了不同程度的改善,充分發(fā)揮了兩種儀器的探測特點(diǎn)，同時(shí)也證明：把地面微波輻射計(jì)的觀測資料和衛(wèi)星及常規(guī)資料同化在一起，對濕度廓線的反演計(jì)算研究工作有很好的基礎(chǔ)。在接下來的工作中，將繼續(xù)聯(lián)合星載探測數(shù)據(jù)和地基探測數(shù)據(jù)，驗(yàn)證改進(jìn)的反演模型的普遍適用性，爭取更早地應(yīng)用到氣象業(yè)務(wù)應(yīng)用中。

[1] 王 波,趙振維,董慶生,等.雙通道微波輻射計(jì)反演大氣剖面的改進(jìn)算法[J]. 電波科學(xué)學(xué)報(bào)，2007，22(6): 982-986.

WANG Bo, ZHAO Zhenwei, DONG Qingsheng , et al. Improved method to retrieve atmosphere profiles using microwave radiometer’s measurements [J]. Chinese Journal of Radio Science, 2007, 22(6): 982-986. (in Chinese)

[2] 郭 麗,程顯海,任 康. 微波輻射計(jì)在大氣環(huán)境遙感測量中的應(yīng)用研究[J]. 電波科學(xué)學(xué)報(bào),2000, 15(3): 308-312.

GUO Li,CHENG Xianhai, REN Kang. Applying research on atmospheric environmental remote sensing measurements by microwave radiometers [J ] . Chinese Journal of Radio Science, 2000, 15(3): 308-312. (in Chinese)

[3] MP-Series Microwave Profilers, Radiometrics Corporation[S/OL]. 2007-03-07.http://www.radiometrics.com/MP_Specifications_ .

[4]RPG’s Atmospheric Remote Sensing Radiometers, Operating Manual[S]. Radiometer Physics GmbH: Version 7.50, 2008, 7

[5] RPG-150-90 / RPG-DP150-90 High Sensitivity LWP Radiometers, Operating Manual[S/OL]. http://www.radiometer-physics.com

[6] WASTEWATER E R, GRODY N C. Combined surface- and satellite-based microwave temperature profile retrieval [J]. Journal of Applied Meteorology, 1980, 19(12): 1438-1444.

[7] 張升偉，李 靖，姜景山，等.風(fēng)云三號衛(wèi)星微波濕度計(jì)的系統(tǒng)設(shè)計(jì)與研制[J].遙感學(xué)報(bào)，2008, 12(3): 199-207.

ZHANG Shengwei, LI Jing, JIANG Jingshan, et al. Design and development of microwave humidity sounder for FY-3 meteorological satellite [J]. Journal of Remote Sensing, 2008, 12(3): 199-207. (in Chinese)

[8] LIEBE H J. MPM-An atmospheric millimeter wave propagation model [J]. International Journal of Infrared and Millimeter Waves, 1989, 10(6): 631-650.

[9] HE J Y, ZHANG S W. Retrieval of Clear-sky Humidity Profiles using Back propagation Neural Network from FY-3 MWHS [J]. The cross-strait seminar of telemetry and remote sensing. 2010, 3 C008.

[10]YAO Zhigang, CHEN Hongbin , LIN Longfu. Retrieving Atmospheric Temperature Profiles from AMSU-A data with Neural Networks [J]. Advances in Atmospheric Sciences, 2005, 22(4): 606-616.