黃藝偉，陳淑儀，何敏，張蕾，趙兵科，劉瓊，陳勇航，鄔賢文

（1.東華大學(xué)環(huán)境科學(xué)與工程學(xué)院，上海201620；2.中山大學(xué)大氣科學(xué)學(xué)院氣候變化與自然災(zāi)害研究重點(diǎn)實(shí)驗(yàn)室/南方海洋科學(xué)與工程廣東實(shí)驗(yàn)室（珠海），廣東 珠海519082；3.中國氣象局上海臺風(fēng)研究所，上海200030；4.中國地質(zhì)大學(xué)工程學(xué)院，湖北 武漢430074)

1 引 言

大氣溫度是大氣熱力學(xué)參數(shù)之一，在提高數(shù)值模擬預(yù)報(bào)和氣候預(yù)測等工作中扮演重要角色[1-2]。獲取大氣溫度垂直分布信息，有助于了解極端天氣的生成和發(fā)展。臺風(fēng)作為極端天氣之一，發(fā)源于熱帶或副熱帶海面，多發(fā)生于夏秋兩季，危害大，影響廣，常伴有強(qiáng)風(fēng)和大暴雨，給國民生產(chǎn)生活造成巨大不便和危害。大多數(shù)情況下，當(dāng)臺風(fēng)等級由初期發(fā)展到成熟階段時(shí)，臺風(fēng)暖心的溫度結(jié)構(gòu)特點(diǎn)也逐漸明顯，則可以通過溫度特征來判斷臺風(fēng)發(fā)展階段[3]。因此，獲取精準(zhǔn)的大氣溫度垂直信息對加深理解臺風(fēng)結(jié)構(gòu)和變化具有重要意義。

從傳統(tǒng)的站點(diǎn)觀測，到低光譜衛(wèi)星探測，再到目前的紅外高光譜探測衛(wèi)星，大氣遙感技術(shù)不斷發(fā)展和進(jìn)步。我國風(fēng)云四號A星（FY-4A）于2016年12月11日發(fā)射升空，是我國第二代靜止氣象衛(wèi)星，相比風(fēng)云二號系列業(yè)務(wù)衛(wèi)星，F(xiàn)Y-4A整體性能得到較大優(yōu)化，其整體表現(xiàn)可達(dá)到歐美最新一代靜止氣象衛(wèi)星要求，現(xiàn)已被世界氣象組織納入探測全球?qū)Φ叵到y(tǒng)的衛(wèi)星列隊(duì)[4]。FY-4A搭載的主要載荷之一——干涉式大氣垂直探測儀（Geostationary Interferometric Infrared Sounder，GIIRS），是國際上第一臺以紅外高光譜邁克爾遜干涉分光方式探測三維大氣垂直結(jié)構(gòu)的精密儀器[5]，可以觀測到氣流的水平和垂直運(yùn)動[6-7]。GIIRS為風(fēng)云靜止系列衛(wèi)星新增載器之一，國內(nèi)外學(xué)者圍繞GIIRS的性能和應(yīng)用前景開展大量研究。周愛明[4]和鮑艷松等[8]通過大氣輻射傳輸模式正演計(jì)算得到的亮溫資料，利用人工神經(jīng)網(wǎng)絡(luò)方法建立反演大氣參數(shù)模型，發(fā)現(xiàn)基于此模型反演的大氣溫度廓線在對流層的反演精度優(yōu)于平流層，并進(jìn)一步與IASI（Infrared Atmospheric Sounding Inteferometer，IASI）溫 度 數(shù) 據(jù) 對 比，GIIRS在500 hPa高度以下具有良好的反演效果，而在高層與IASI還存在一些差距。He等[9]利用全球探空資料并結(jié)合葵花8號衛(wèi)星云分類產(chǎn)品，評估GIIRS溫度和濕度反演產(chǎn)品在無云和不同云類型條件下的反演精度，研究表明無云時(shí)GIIRS數(shù)據(jù)的均方根誤差為2.1 K，多云時(shí)為3.7 K，不同云類型對GIIRS反演影響不同，進(jìn)一步闡明利用紅外探測時(shí)應(yīng)考慮云對探測器反演的影響。黃藝偉等[10]利用探空資料對GIIRS在上海臺風(fēng)季時(shí)的溫度廓線反演精度進(jìn)行研究，結(jié)果表明GIIRS在無云時(shí)溫度廓線反演精度最高，均方根誤差為1.74 K，且對流層中上層的反演效果與探空資料最接近，同樣認(rèn)為隨云層降低其反演精度降低。GIIRS也可以監(jiān)視災(zāi)害性天氣的發(fā)展過程和大氣化學(xué)成分的精細(xì)變化[11]。我國利用GIIRS對臺風(fēng)“瑪莉亞”探測實(shí)現(xiàn)兩個(gè)“首次”：對臺風(fēng)的“立體掃描”以及開啟全新數(shù)值預(yù)報(bào)模式“觀測-預(yù)報(bào)”模式，這為研究臺風(fēng)強(qiáng)度和臺風(fēng)路徑準(zhǔn)確性提供有力支撐[12-13]。目前，針對GIIRS的研究多集中在儀器性能[6,14-15]和通道選擇[5,16-17]，而其在不同地區(qū)的適用性研究較少。

衛(wèi)星產(chǎn)品資料的探測精度是保障科研和業(yè)務(wù)順利進(jìn)行的關(guān)鍵因素，在利用這些資料之前，有必要掌握資料的反演精度，才能選擇合適的資料進(jìn)行應(yīng)用?？紤]到再分析資料可獲取全球范圍的大氣信息，可彌補(bǔ)因洋面探測站不足而缺少資料的問題，在科研和業(yè)務(wù)中應(yīng)用廣泛，因此，本文將基于與ERA5再分析資料的對比，分析GIIRS/FY-4A在我國東海和南海海域，臺風(fēng)高發(fā)期無云和有云條件下不同質(zhì)量控制的大氣溫度廓線反演精度，并進(jìn)行GIIRS/FY-4A大氣溫度反演廓線在臺風(fēng)期間的適用性研究，為提高臺風(fēng)期衛(wèi)星反演精度和認(rèn)識理解大氣變化及防災(zāi)減災(zāi)等提供數(shù)據(jù)支撐和決策依據(jù)。

2 數(shù)據(jù)與方法

2.1 資料介紹

ERA5（European Centre for Medium-Range Weather Forecasts Reanalysis V5），是 繼FGGE、ERA-15、ERA-40和ERA-Interim后第五代歐洲中期天氣預(yù)報(bào)中心大氣再分析資料。該資料使用物理定律將模型數(shù)據(jù)與來自世界各地的觀測數(shù)據(jù)整合到一個(gè)完整且一致的全球數(shù)據(jù)集中，可獲取全球范圍內(nèi)的數(shù)據(jù)。與前幾代數(shù)據(jù)相比，ERA5在時(shí)空分辨率、大氣垂直高度、提供的大氣變量和數(shù)據(jù)同化過程等均有較大的改進(jìn)和提升[17-22]。在大多數(shù)熱帶地區(qū)和局部中緯度地區(qū)，相比于ERAInterim，ERA5顯 示 出 與GPCP（the Global Precipitation Climatology Project，GPCP）較低的偏差和無偏差的均方根誤差，以及較高的相關(guān)性[22]。也有學(xué)者[23]表明ERA5相比ERA-Interim，對流層溫度、風(fēng)和濕度變量與其他資料擬合度更高。孟憲貴等[18]對ERA5再分析資料在山東的適用性進(jìn)行初步分析，結(jié)果表明ERA5整體在分析地面和高空要素時(shí)的精度要高于ERA-Interim再分析資料，其中溫度變量在對流層中低層表現(xiàn)強(qiáng)于高層，同時(shí)表示此資料的時(shí)空分辨率有助于對大氣狀態(tài)進(jìn)行更詳細(xì)的描述。朱江萍等[24]對三種再分析資料2 m氣溫要素在中國南極考察區(qū)域中山站——Dome A斷面的適用性進(jìn)行研究，結(jié)果表明CRAInterim（CMA's global atmospheric Re-Analysis-Interim）和ERA5在夏季溫度反演最好，但極端天氣事件發(fā)生時(shí)ERA5反演溫度更為準(zhǔn)確。Robert等[21]利用50個(gè)無線電探空儀的觀測值評估北極地區(qū)夏末包括ERA5在內(nèi)的5種大氣再分析資料的準(zhǔn)確性，指出ERA5在風(fēng)和溫度領(lǐng)域的性能得到較大改善，性能最佳，在沒有數(shù)據(jù)同化的情況下，ERA5在溫度、風(fēng)速和比濕三個(gè)方面與探空資料的相關(guān)系數(shù)最高，并且偏差和均方根誤差也更小。Zheng[25]在廣東省及周邊地區(qū)評估ERA5的適用性發(fā)現(xiàn)，大氣溫度的再現(xiàn)性最好，并且高空數(shù)據(jù)的質(zhì)量優(yōu)于低空。本研究選取ERA5每小時(shí)氣壓層溫度數(shù)據(jù)集，時(shí)間分辨率是1 h，空間分辨率是0.125°×0.125°，垂直高度層為37層（1～1 000 hPa）。

GIIRS/FY-4A通過高頻次大范圍的區(qū)域大氣和地表觀測，來提高天氣預(yù)報(bào)的準(zhǔn)確率[26，39]。目前，GIIRS的區(qū)域探測目標(biāo)主要是以晴空為主[11]，工作模式主要為中國區(qū)、全圓盤、區(qū)域、太陽回避、定標(biāo)和指向模式，可通過地面指令靈活安排[6]。GIIRS時(shí)間分辨率為2 h，空間分辨率為16 km，光譜范圍通道數(shù)量為1 650個(gè)，遇特殊天氣可進(jìn)行多頻率觀測。GIIRS大氣溫度濕度廓線AVP（Atmosphere Vertical Profile，AVP）以NC格式進(jìn)行存放，垂直氣壓層為101層（0.005～1 100 hPa）。AVP中包含經(jīng)緯度信息、氣壓層、溫度、溫度質(zhì)量控制和云檢測等相關(guān)數(shù)據(jù)。

2.2 衛(wèi)星資料處理與對比分析方法

根據(jù)GIIRS/FY-4A說明手冊，利用計(jì)算機(jī)語言讀取GIIRS反演產(chǎn)品中大氣溫度廓線的經(jīng)緯度信息、氣壓層、溫度、溫度質(zhì)量控制和云產(chǎn)品。其中，GIIRS溫度反演數(shù)據(jù)質(zhì)量控制劃分為以下幾類：質(zhì)量控制0為“perfect”，即數(shù)據(jù)最好；質(zhì)量控制1為“good”，即數(shù)據(jù)一般；質(zhì)量控制2為“bad”，即數(shù)據(jù)較差；質(zhì)量控制3為“do not use”，即不可利用的數(shù)據(jù)，“-99”為系統(tǒng)無效值。本文在進(jìn)行精度研究時(shí)將系統(tǒng)無效值和質(zhì)量控制為2以上的GIIRS數(shù)據(jù)剔除，不做討論。

為了有效準(zhǔn)確地進(jìn)行臺風(fēng)高發(fā)期（2019年5月1日—9月30日）GIIRS溫度反演廓線與ERA5再分析資料在東海（122.5～137.0°E，15.0～31.0°N）和南海（111.0～119.5°E，11.5～21.5°N）海區(qū)精度對比（圖1），需要將數(shù)據(jù)的時(shí)間、空間位置、大氣垂直氣壓層與ERA5再分析資料進(jìn)行匹配，并剔除一些不符合物理意義以及樣本值與平均值的偏差超過三倍標(biāo)準(zhǔn)差的“異常值”。在時(shí)間匹配上選取與衛(wèi)星資料同小時(shí)段內(nèi)的ERA5數(shù)據(jù)，空間信息匹配則根據(jù)衛(wèi)星載器的空間分辨率進(jìn)行格點(diǎn)平均，選取衛(wèi)星與ERA5共同觀測區(qū)域的數(shù)據(jù)，為確保氣壓層可以進(jìn)行準(zhǔn)確的比較，將衛(wèi)星資料的氣壓信息進(jìn)行線性插值，選取與ERA5數(shù)據(jù)相同的37層氣壓高度進(jìn)行研究。

圖1 東海和南海海區(qū)研究范圍

根據(jù)GIIRS云反演產(chǎn)品將云天分為無云和有云。對流層頂高度隨著地理緯度和季節(jié)變化。低緯度地區(qū)對流層頂平均高度為17～18 km，中緯度地區(qū)平均為10～12 km，高緯度地區(qū)平均為8～9 km，因此本文將東海和南海海區(qū)（低緯度地區(qū)）100 hPa氣壓層高度劃分為對流層頂。

為了更好地進(jìn)行多種數(shù)據(jù)的對比，采用平均偏差[27]（Mean Bias，MB）、均方根誤差[27](Mean Squared Error，RMSE)進(jìn)行更精確的說明，公式如下：

其中，xi為基準(zhǔn)數(shù)值，yi為反演數(shù)值，N為樣本總數(shù)，i為樣本計(jì)數(shù)值。

2.3 臺風(fēng)個(gè)例

編號1909號臺風(fēng)“利奇馬”于2019年8月4日起編命名，于8月10日01:45（北京時(shí)，下同）在浙江省溫嶺市城南鎮(zhèn)沿海登陸（圖2為臺風(fēng)“利奇馬”即將登陸時(shí)FY-4A氣象衛(wèi)星真彩監(jiān)測圖像），登陸時(shí)強(qiáng)度為超強(qiáng)臺風(fēng)等級，中心最低氣壓為930 hPa，中心附近風(fēng)力最大可達(dá)16級（52 m/s）?！袄骜R”陸上滯留時(shí)間長（44 h），為1949年以來登陸我國大陸滯留超過40 h以上的臺風(fēng)之一，該臺風(fēng)風(fēng)雨強(qiáng)度和影響范圍廣，造成了嚴(yán)重的災(zāi)害損失。

圖2 FY-4A氣象衛(wèi)星真彩監(jiān)測圖像2019年8月8日13:00

3 結(jié)果與討論

3.1 東海海區(qū)GIIRS與ERA5溫度反演廓線精度對比

圖3揭示了東海海區(qū)云對GIIRS不同質(zhì)量控制的溫度反演數(shù)據(jù)造成的差異。四種條件下（圖3a），無云時(shí)GIIRS質(zhì)量控制0的數(shù)據(jù)MB最小，對流層中下層的MB基本與0 K線重合，20～1 000 hPa高度范圍內(nèi)，MB平均值為0.29 K，隨著高度增加至平流層頂，偏差逐漸增大。其余三種情況的數(shù)據(jù)變化趨勢為MB隨高度的增加逐漸增大，且在1 hPa和125 hPa高度達(dá)到各自的最大值。除無云時(shí)質(zhì)量控制為1的數(shù)據(jù)外，其他三種情況的數(shù)據(jù)均在750 hPa高度以下誤差最小。由圖3b可以發(fā)現(xiàn)，無云時(shí)質(zhì)量控制0的數(shù)據(jù)RMSE變化最平穩(wěn)，范圍為[0.76，8.57]K，對流層頂高度以下，GIIRS溫度反演精度較高，總體控制在2 K以內(nèi)，在150～450 hPa高度范圍內(nèi)RMSE小于1 K，高值區(qū)主要集中在1～125 hPa高度范圍內(nèi)，誤差較大，最大值為8.57 K。有云時(shí)質(zhì)量控制0的數(shù)據(jù)RMSE平均值為4.69 K，是無云時(shí)的2倍。300 hPa高度以下質(zhì)量控制1的數(shù)據(jù)在無云和有云時(shí)反演誤差相差較小，其上高度云對該數(shù)據(jù)反演有一定影響。

圖3 東海海區(qū)無云和有云時(shí)GIIRS質(zhì)量控制0和1的溫度反演數(shù)據(jù)MB（a）和RMSE（b）

圖4給出了東海海區(qū)GIIRS不同質(zhì)量控制的數(shù)據(jù)在無云和有云時(shí)溫度反演廓線與ERA5資料的離散性。由圖4a～4d色標(biāo)可知，數(shù)據(jù)頻數(shù)最多可達(dá)105.5量級。無云時(shí)質(zhì)量控制0的數(shù)據(jù)總體RMSE為1.71 K，220 K溫度以下GIIRS偏離等溫線距離較遠(yuǎn)，向兩側(cè)均有不同程度的分散。無云時(shí)質(zhì)量控制1的數(shù)據(jù)紅標(biāo)多集中在等溫線右側(cè)，反演溫度比ERA5偏低。有云時(shí)，質(zhì)量控制0和1的數(shù)據(jù)嚴(yán)重偏離等溫線，以270 K溫度為節(jié)點(diǎn)，節(jié)點(diǎn)左側(cè)比節(jié)點(diǎn)右側(cè)偏離程度大。根據(jù)GIIRS反演大氣層溫度范圍值分析，節(jié)點(diǎn)左側(cè)的數(shù)據(jù)主要分布在平流層和對流層中上層，圖中色標(biāo)高值較多集中在等溫線右側(cè)，這就說明平流層和對流層中上層GIIRS溫度反演產(chǎn)品與ERA5資料離散程度大，反演精度低，反演溫度以偏低為主。節(jié)點(diǎn)右側(cè)溫度范圍內(nèi)，270～290 K范圍內(nèi)藍(lán)標(biāo)有向等溫線下側(cè)偏離趨勢，290 K溫度時(shí)藍(lán)標(biāo)則朝相反方向偏離，即270～290 K范圍內(nèi)GIIRS溫度反演比ERA5偏低，290 K以上反演偏高。整體上，無云時(shí)GIIRS質(zhì)量控制0的數(shù)據(jù)反演精度高；有云時(shí)，反演受云影響明顯，精度較低，與ERA5還存在一定差距。誤差主要來源于平流層和對流層中上層，平流層頂誤差最大，這是由于平流層與對流層氣體含量不同，90%的臭氧分布在平流層，吸收太陽對地球表面的輻射，影響大氣層溫度垂直分布[28-30]，影響衛(wèi)星對平流層熱力結(jié)構(gòu)的反演精度。

圖4 東海海區(qū)GIIRS不同質(zhì)量控制的溫度反演數(shù)據(jù)在無云和有云時(shí)的散點(diǎn)圖 圖中色標(biāo)是指觀察的頻數(shù)，以10n計(jì)數(shù)，n為色標(biāo)中的數(shù)值。黑色直線為等溫線。a.質(zhì)量控制為0，無云；b.質(zhì)量控制為0，有云；c.質(zhì)量控制為1，無云；d.質(zhì)量控制為1，有云。

3.2 南海海區(qū)GIIRS與ERA5溫度反演廓線精度對比

圖5揭示了不同質(zhì)量控制下，南海海區(qū)云對GIIRS溫度反演數(shù)據(jù)影響的差異。如圖5a所示，無云時(shí)質(zhì)量控制0的數(shù)據(jù)在四種條件中MB最小，MB平均值為1.51 K，其中對流層MB平均值為0.37 K，與ERA5誤差較小，以正偏差為主，說明GIIRS高估了這片海域的大氣溫度。其余三種條件下，均存在不同程度的偏差，隨著對流層高度的降低偏差減小，以負(fù)偏差為主，反演溫度低于ERA5資料，其中無云時(shí)質(zhì)量控制1的數(shù)據(jù)MB最大。進(jìn)一步分析GIIRS在不同條件下的RMSE發(fā)現(xiàn)（圖5b），無云時(shí)質(zhì)量控制0的數(shù)據(jù)RMSE范圍為[0.52，12.97]K，RMSE高值區(qū)主要集中在平流層，特別是平流層頂；對流層RMSE平均值為1.17 K，在150～800 hPa高度范圍內(nèi)RMSE小于1 K，反演精度高，可以準(zhǔn)確描述該范圍內(nèi)的大氣溫度狀態(tài)，對流層底層RMSE有所增加。其他三種條件下的RMSE均較大，反演精度低，與ERA5資料還存在一定差距。有云時(shí)300 hPa高度以上，質(zhì)量控制0和1的數(shù)據(jù)RMSE變化趨勢一致?？傮w而言，云在很大程度上影響GIIRS反演效果。

圖5 南海海區(qū)無云和有云時(shí)GIIRS不同質(zhì)量控制的溫度反演數(shù)據(jù)的MB（a）和RMSE（b）

海面是相對陸地較為簡單的一種下墊面類型，但并不意味著海面對衛(wèi)星反演影響小。根據(jù)GIIRS在東海和南海海區(qū)近海面反演誤差對比可以發(fā)現(xiàn)，在近海面高度范圍內(nèi)GIIRS溫度反演產(chǎn)品在東海海區(qū)的反演精度稍好于南海海區(qū)。東海比南海緯度高，可能會對衛(wèi)星反演有一定作用，但是二者均在低緯度帶，緯度造成的反演差異可以忽略不計(jì)。那就有可能是由于東海和南海水質(zhì)狀況不同[31-33]，水中物質(zhì)會影響海面向上發(fā)射的長波輻射，影響衛(wèi)星的紅外波段光譜，進(jìn)而影響近海面溫度廓線的反演精度。

圖6給出了南海海區(qū)GIIRS不同質(zhì)量控制數(shù)據(jù)在無云和有云時(shí)溫度反演廓線與ERA5資料的離散性差異。由圖6a～6d色標(biāo)可知，數(shù)據(jù)頻數(shù)最多可達(dá)105量級。無云時(shí)質(zhì)量控制0的數(shù)據(jù)總體RMSE為1.67 K，270 K溫度以下GIIRS偏離等溫線較遠(yuǎn)且頻數(shù)大，反演溫度比ERA5偏高；270 K溫度以上GIIRS較集中在等溫線兩側(cè)。無云時(shí)質(zhì)量控制1的數(shù)據(jù)紅標(biāo)多集中在等溫線右側(cè)。有云時(shí)，質(zhì)量控制0和1的數(shù)據(jù)嚴(yán)重偏離等溫線，以270 K溫度為節(jié)點(diǎn)，節(jié)點(diǎn)左側(cè)比節(jié)點(diǎn)右側(cè)偏離程度大。節(jié)點(diǎn)左側(cè)溫度根據(jù)偏離程度可分為3種情況：200 K溫度以下，紅標(biāo)和藍(lán)標(biāo)多集中在等溫線上側(cè)，即GIIRS溫度反演比ERA5偏高；200～250 K GIIRS以反演溫度偏低為主；250～270 K GIIRS偏離程度最嚴(yán)重，反演溫度偏高。根據(jù)GIIRS反演大氣層溫度范圍值分析，節(jié)點(diǎn)左側(cè)的數(shù)據(jù)主要分布在平流層和對流層中上層。其中，造成誤差高值區(qū)的數(shù)據(jù)來源為平流層頂。節(jié)點(diǎn)右側(cè)溫度范圍內(nèi)，質(zhì)量控制0的數(shù)據(jù)紅標(biāo)則集中在等溫線上，285～295 K范圍內(nèi)藍(lán)標(biāo)在等溫線下側(cè)分布范圍廣，此溫度范圍GIIRS以反演偏低為主，而質(zhì)量控制1的數(shù)據(jù)反演較好。整體上，無云時(shí)GIIRS質(zhì)量控制0的數(shù)據(jù)反演精度高；有云時(shí)，廓線反演受云影響明顯，精度較低，與ERA5還存在一定差距，誤差高度主要來源于平流層和對流層中上層，平流層頂誤差最大。

圖6 同圖4，但為南海海區(qū)

通過以上結(jié)果說明，GIIRS質(zhì)量控制0的溫度反演廓線在無云時(shí)與ERA5資料最接近，有云時(shí)，反演誤差增大。云檢測是衛(wèi)星遙感處理過程中關(guān)鍵一步。有云時(shí)衛(wèi)星探測器觀測的輻射值包含了大氣吸收信息、云高和云量等眾多參數(shù)。有云情況下反演很困難[34]：（1）云的復(fù)雜多樣性造成大氣輻射傳輸過程中云描述困難；（2）有云時(shí)增加了反演參數(shù)個(gè)數(shù)，造成反演不穩(wěn)定；（3）無云時(shí)溫度的求解方程為線性，而有云時(shí)則變?yōu)榉蔷€性，求解復(fù)雜；（4）缺少有云時(shí)大氣廓線及參數(shù)與衛(wèi)星資料之間的關(guān)系。正確分離有云和無云像元在溫度反演和天氣預(yù)報(bào)等工作中具有重要影響。

目前，關(guān)于大氣溫度反演方法，主要有特征向量統(tǒng)計(jì)法[35]、人工神經(jīng)網(wǎng)絡(luò)法[4,36]、變分法[37]、聯(lián)合反演算法[35,38]等，具有不同優(yōu)劣，最終影響數(shù)據(jù)的反演效果。Cai等[39]提出了一種基于人工神經(jīng)網(wǎng)絡(luò)的反演方法，利用GIIRS L1和EC再分析數(shù)據(jù)進(jìn)行反演，并將反演后的結(jié)果在華北平原進(jìn)行研究，溫度和濕度反演廓線精度均表現(xiàn)出較強(qiáng)優(yōu)勢。鮑艷松等[8]基于人工神經(jīng)網(wǎng)絡(luò)研究了GIIRS大氣溫度反演方法，對未來反演和應(yīng)用提供了重要參考?？偠灾?，選擇合適的反演方法可提高反演精度，使得揭示出的大氣結(jié)構(gòu)更為準(zhǔn)確。

3.3 GIIRS/FY-4A在臺風(fēng)期間的適用性研究

圖7為GIIRS不同質(zhì)量控制的溫度反演數(shù)據(jù)在臺風(fēng)“利奇馬”海上發(fā)展階段5個(gè)臺風(fēng)等級條件下各占該條件下探測數(shù)據(jù)總數(shù)的百分比圖，探測數(shù)據(jù)總和包含101層大氣壓高度內(nèi)的數(shù)據(jù)。如圖所示，隨著臺風(fēng)等級的加強(qiáng)，系統(tǒng)無效值呈現(xiàn)逐漸遞增趨勢，對流層無效值比例比平流層高（圖8）。熱帶風(fēng)暴、強(qiáng)熱帶風(fēng)暴、臺風(fēng)和強(qiáng)臺風(fēng)等級下GIIRS質(zhì)量控制0的數(shù)據(jù)占比相差不大，超強(qiáng)臺風(fēng)等級下占比下降，可能是由于臺風(fēng)處于最強(qiáng)發(fā)展階段，云團(tuán)厚實(shí)，GIIRS在云量高的情況下反演精度下降。質(zhì)量控制1的數(shù)據(jù)在5個(gè)等級條件下變化相差不大，均不超過總和的6%。臺風(fēng)作為有組織且龐大的中尺度天氣系統(tǒng)，云量大，復(fù)雜多變、發(fā)展迅速。GIIRS提供的可利用高質(zhì)量數(shù)據(jù)較少，不足25%，大部分?jǐn)?shù)據(jù)質(zhì)量控制為2和3（不可利用的數(shù)據(jù)）以及系統(tǒng)無效值，數(shù)據(jù)可信度較低。

圖7 GIIRS不同質(zhì)量控制的溫度反演廓線在臺風(fēng)“利奇馬”海上發(fā)展階段不同臺風(fēng)等級條件下所占數(shù)據(jù)總數(shù)百分比

圖8 平流層(a)和對流層(b)GIIRS不同質(zhì)量控制的溫度反演廓線在臺風(fēng)“利奇馬”海上發(fā)展階段不同臺風(fēng)等級條件下所占數(shù)據(jù)總數(shù)百分比 系統(tǒng)無效值是指原數(shù)據(jù)中本存在的無效值“NaN”，即產(chǎn)品未能反演的溫度值；不可利用的數(shù)據(jù)為質(zhì)量控制3的數(shù)據(jù)。

基于GIIRS對臺風(fēng)“利奇馬”的溫度反演效果發(fā)現(xiàn)，平流層可利用的有效數(shù)據(jù)比對流層多，只有在8月9日這3個(gè)時(shí)次平流層數(shù)據(jù)較完整，存在較少的系統(tǒng)無效值，且在這3個(gè)時(shí)次GIIRS反演特征與臺風(fēng)發(fā)展過程中其余時(shí)次的溫度結(jié)構(gòu)效果不同，因此，圖9給出了臺風(fēng)“利奇馬”為超強(qiáng)臺風(fēng)等級時(shí)8月9日3個(gè)時(shí)次的平流層緯向大氣溫度剖面結(jié)果，所用數(shù)據(jù)未做質(zhì)量控制，旨在真實(shí)反映GIIRS反演能力。在這3個(gè)時(shí)次，1～100 hPa高度范圍內(nèi)發(fā)生了冷空氣上升、暖空氣下降的現(xiàn)象。在8月9日08時(shí)，126°E左右10～100 hPa之間出現(xiàn)大氣暖異常，最高溫度可達(dá)250 K。隨著臺風(fēng)逐漸西移，即將登陸陸地，出現(xiàn)溫度異常的高度和影響范圍也逐漸增大，在平流層上層出現(xiàn)冷異常，溫度最低可達(dá)190 K，下層出現(xiàn)暖異常，溫度最高可達(dá)260 K。根據(jù)不同時(shí)刻的臺風(fēng)中心研究發(fā)現(xiàn)，平流層出現(xiàn)溫度異常的中心并不能與臺風(fēng)中心相對應(yīng)，即異常中心與臺風(fēng)中心不在同一經(jīng)度，影響范圍在300 km左右，處于七級風(fēng)圈半徑內(nèi)（380 km）。

圖9 a、b、c為臺風(fēng)“利奇馬”超強(qiáng)臺風(fēng)等級時(shí)不同時(shí)刻平流層緯向溫度剖面圖（根據(jù)臺風(fēng)路徑緯度信息進(jìn)行剖面，UTC；單位：K）

雖然GIIRS可以反映出臺風(fēng)中心附近在平流層的熱力結(jié)構(gòu)，但這些研究結(jié)果均是在沒有對數(shù)據(jù)進(jìn)行質(zhì)量控制的基礎(chǔ)上得到的，并且本文2.1和2.2節(jié)中也說明了基于ERA5資料GIIRS在對流層頂高度以上的反演能力：隨著高度的增加GIIRS反演誤差增大，特別是在有云時(shí)，反演精度較低，因此這部分的結(jié)果存在很大程度的不確定性。對于GIIRS給出的溫度變化，還需要借助其他資料進(jìn)行驗(yàn)證。結(jié)合前一部分的研究內(nèi)容分析，即GIIRS在臺風(fēng)“利奇馬”海上發(fā)展階段不同質(zhì)量控制的數(shù)據(jù)百分比，目前，GIIRS還不能給出大量可信度較高的反演數(shù)據(jù)用于研究臺風(fēng)“利奇馬”的溫度垂直結(jié)構(gòu)。在未來的產(chǎn)品改進(jìn)中，不僅需要提高數(shù)據(jù)的質(zhì)量，還應(yīng)減少系統(tǒng)無效值的占比。

4 結(jié) 論

本文基于歐洲預(yù)報(bào)中心最新一代再分析資料ERA5，研究我國2019年臺風(fēng)高發(fā)期（5—9月）東海和南海海區(qū)GIIRS/FY-4A衛(wèi)星資料的大氣溫度反演廓線準(zhǔn)確性，重點(diǎn)在于不同質(zhì)量控制的數(shù)據(jù)和云對反演精度的影響，其次分析了GIIRS/FY-4A在臺風(fēng)期間的適用性，得到了如下結(jié)論。

（1）東海海區(qū)，無云時(shí)GIIRS質(zhì)量控制0的溫度反演數(shù)據(jù)MB最小，總體RMSE為1.71 K，150～450 hPa范圍內(nèi)RMSE小于1 K，450 hPa至近海表RMSE在2 K以內(nèi)，誤差高值區(qū)位于1～125 hPa。220 K溫度以下GIIRS與ERA5離散程度最大。質(zhì)量控制1的數(shù)據(jù)反演精度低且隨高度的增加誤差增大。有云時(shí)，GIIRS質(zhì)量控制0和1的溫度反演數(shù)據(jù)總體RMSE為4.72 K和5.55 K。當(dāng)溫度低于270 K，GIIRS嚴(yán)重偏離ERA5且反演溫度值比ERA5高，270～290 K內(nèi)反演溫度值偏低，290 K以上則反演偏高。

（2）南海海區(qū)，無云時(shí)，質(zhì)量控制0的數(shù)據(jù)總體RMSE為1.67 K，150～800 hPa范圍內(nèi)RMSE小于1 K，反演精度高，誤差高值區(qū)集中在平流層。270 K溫度以下GIIRS反演溫度比ERA5偏高。質(zhì)量控制1的數(shù)據(jù)RMSE為5.07 K。有云時(shí)，質(zhì)量控制0和1的數(shù)據(jù)RMSE為6.68 K和7.56 K，反演精度低。200 K溫度以下、250～270 K的GIIRS溫度反演值比ERA5高，其余溫度區(qū)間則偏低。

（3）臺風(fēng)“利奇馬”在海上不同發(fā)展階段，隨著臺風(fēng)等級加強(qiáng)直至最大等級，GIIRS可信度較高的數(shù)據(jù)量呈現(xiàn)下降趨勢，反演臺風(fēng)周邊熱力結(jié)構(gòu)存在諸多不確定性，需要借助其他資料進(jìn)行驗(yàn)證。

本文給出了GIIRS/FY-4A不同質(zhì)量控制的反演數(shù)據(jù)在無云和有云時(shí)的反演精度，說明了云層對GIIRS反演精度帶來很大不確定性，因此，下一步將更深入地探究有云時(shí)GIIRS反演精度低的原因。

致 謝：感謝國家衛(wèi)星氣象中心（NSMC）提供的GIIRS/FY-4A反演數(shù)據(jù)以及歐洲中期天氣預(yù)報(bào)中心提供的ERA5大氣再分析資料。