陳 柯 洪鵬飛 韓 威 李澤宇 王 皓 王金成 陳 昊 張志清 謝振超

1. 華中科技大學(xué)，武漢，430074

2. 國(guó)家氣象中心，北京，100081

3. 中國(guó)氣象局?jǐn)?shù)值預(yù)報(bào)中心，北京，100081

4. 江蘇省氣象臺(tái)，南京，210000

5. 國(guó)家衛(wèi)星氣象中心，北京，100081

6. 上海航天電子技術(shù)研究所，上海，201109

1 引 言

半個(gè)多世紀(jì)以來(lái)，數(shù)值天氣預(yù)報(bào)（NWP）和氣象衛(wèi)星的發(fā)展相輔相成，是氣象領(lǐng)域中兩項(xiàng)備受矚目的科學(xué)技術(shù)成就（薛紀(jì)善，2009）。一方面，氣象衛(wèi)星的不斷進(jìn)步，對(duì)數(shù)值天氣預(yù)報(bào)貢獻(xiàn)越來(lái)越大；另一方面，隨著數(shù)值天氣預(yù)報(bào)精度越來(lái)越高，數(shù)值預(yù)報(bào)模式也為氣象衛(wèi)星觀測(cè)系統(tǒng)質(zhì)量評(píng)估、載荷設(shè)計(jì)和優(yōu)化布局提供了基礎(chǔ)支撐（沈?qū)W順等，2017；Yin，et al，2020），其中觀測(cè)系統(tǒng)模擬試驗(yàn)（OSSE）就是技術(shù)途徑之一（Hoffman，et al，2016；Li，et al，2018）。

靜止軌道（GEO）衛(wèi)星具有相對(duì)地球基本靜止的特點(diǎn)，而被動(dòng)微波大氣探測(cè)可穿透云、雨、大氣，獲取云層內(nèi)部的熱力結(jié)構(gòu)和微物理特性。靜止軌道微波觀測(cè)同時(shí)具備高頻次、全天候、固定區(qū)域連續(xù)觀測(cè)的能力，能夠?yàn)榕_(tái)風(fēng)模式提供連續(xù)時(shí)次的臺(tái)風(fēng)三維結(jié)構(gòu)實(shí)測(cè)數(shù)據(jù)，將其觀測(cè)資料同化到數(shù)值預(yù)報(bào)模式中有望改善對(duì)復(fù)雜多變的臺(tái)風(fēng)、流域性降水等強(qiáng)對(duì)流天氣的預(yù)報(bào)能力。這是國(guó)際上致力于發(fā)展靜止軌道微波探測(cè)（GEO-MW）技術(shù)的主要原因。

美國(guó)早在1978年就提出了靜止軌道微波探測(cè)的概念，并于20世紀(jì)90年代由NASA（National Aeronautics and Space Administration）啟動(dòng)了靜止軌道微波載荷方案研究。為此，美國(guó)和歐洲提出了兩種輻射探測(cè)儀：采用大口徑反射面的靜止軌道多頻 段 實(shí) 孔 徑 輻 射 探 測(cè) 儀（Gasiewski，et al，2003；Bizzarri，et al，2002）和靜止軌道綜合孔徑輻射探測(cè)儀（Tanner，et al，2007；Christensen，et al，2007），開(kāi)展了地面樣機(jī)研究。中國(guó)氣象局國(guó)家衛(wèi)星氣象中心在1995年規(guī)劃中國(guó)第二代靜止軌道氣象衛(wèi)星“風(fēng)云四號(hào)”時(shí)，明確提出了對(duì)靜止軌道微波觀測(cè)的需求。同歐美國(guó)家一樣，中國(guó)的靜止軌道微波載荷也同時(shí)發(fā)展了兩條技術(shù)路線(xiàn)：上海航天電子技術(shù)研究所基于可展開(kāi)5 m實(shí)孔徑天線(xiàn)提出的靜止軌道毫米波/亞毫米波探測(cè)儀（王彥等，2016）和中國(guó)科學(xué)院國(guó)家空間科學(xué)中心基于旋轉(zhuǎn)圓環(huán)綜合孔徑陣列提出的靜止軌道雙模式毫米波/亞毫米波探測(cè)儀（Zhang，et al，2015），并且都研制出了地面樣機(jī)。

目前全球還沒(méi)有實(shí)際在軌運(yùn)行的靜止軌道微波探測(cè)儀，中國(guó)發(fā)展靜止軌道微波探測(cè)技術(shù)一方面缺乏成熟經(jīng)驗(yàn)可以借鑒，另一方面也對(duì)這種新型觀測(cè)資料的應(yīng)用方式和應(yīng)用效益缺乏理解。在新型大氣遙感設(shè)備的研究初期，開(kāi)展基于資料同化和數(shù)值預(yù)報(bào)的觀測(cè)系統(tǒng)模擬試驗(yàn)（OSSE）可以提供一種定量化的方法來(lái)評(píng)估未來(lái)新型氣象觀測(cè)能力對(duì)數(shù)值天氣預(yù)報(bào)性能的影響，是解決以上問(wèn)題的一種有效手段。Guedj等（2014）在2014年開(kāi)展了觀測(cè)系統(tǒng)模擬試驗(yàn)研究評(píng)估紅外探測(cè)儀（IRS，Infrared Sounder）對(duì)歐洲中尺度數(shù)值天氣預(yù)報(bào)的潛在影響。Duruisseau等（2017）在2017年使用法國(guó)氣象局的中尺度模式和三維變分同化系統(tǒng)開(kāi)展了靜止軌道微波探測(cè)儀觀測(cè)系統(tǒng)模擬試驗(yàn)研究，評(píng)估模擬的183.31 GHz觀測(cè)資料對(duì)降水強(qiáng)度預(yù)報(bào)的影響。Riishojgaard等（2013）從2009年開(kāi)始開(kāi)展了針對(duì)晨昏軌道氣象衛(wèi)星的觀測(cè)系統(tǒng)模擬試驗(yàn)，該研究的應(yīng)用直接推動(dòng)了采用晨昏軌道的中國(guó)“風(fēng)云三號(hào)”E星的立項(xiàng)（張鵬等，2015）。美國(guó)的NASA和NCEP（National Centers for Environmental Prediction）也針對(duì)多種載荷開(kāi)展了觀測(cè)系統(tǒng)模擬試驗(yàn)系統(tǒng)的開(kāi)發(fā)和驗(yàn)證研究，取得良好效果（McCarty，et al，2012；Errico，et al，2013；Boukabara，et al，2016）。而目前中國(guó)相關(guān)研究開(kāi)展的仍較少。本研究采用上海航天電子技術(shù)研究所提出的5頻段（50、118、183、380和425 GHz）靜止軌道實(shí)孔徑毫米波/亞毫米波探測(cè)儀方案，基于GRAPES_GFS （Global and Regional Assimilation and PrEdiction System）數(shù)值模式和GRAPES全球四維變分同化系統(tǒng)開(kāi)展靜止軌道微波觀測(cè)系統(tǒng)模擬試驗(yàn)研究，選取2018年第8號(hào)臺(tái)風(fēng)瑪莉亞和第22號(hào)臺(tái)風(fēng)山竹作為案例，評(píng)估靜止軌道微波觀測(cè)的頻段選取、觀測(cè)噪聲和時(shí)間分辨率對(duì)臺(tái)風(fēng)數(shù)值預(yù)報(bào)的影響。

2 靜止軌道微波觀測(cè)系統(tǒng)模擬試驗(yàn)方案

2.1 靜止軌道微波觀測(cè)系統(tǒng)模擬試驗(yàn)框架

觀測(cè)系統(tǒng)模擬試驗(yàn)的基本原理是從數(shù)值模式計(jì)算的歷史大氣演變自然模擬中根據(jù)衛(wèi)星軌道和載荷指標(biāo)參數(shù)模擬衛(wèi)星觀測(cè)資料，然后將其同化到數(shù)值預(yù)報(bào)模式并開(kāi)展數(shù)值預(yù)報(bào)試驗(yàn)，評(píng)估和驗(yàn)證新型衛(wèi)星觀測(cè)資料對(duì)模式初始場(chǎng)和預(yù)報(bào)性能的影響（Guedj，et al，2014）。根據(jù)使用的Nature Run數(shù)據(jù)不同，模擬試驗(yàn)分為quick OSSE和full OSSE兩類(lèi)。quick OSSE的Nature Run使用針對(duì)某種天氣現(xiàn)象的短期預(yù)報(bào)數(shù)據(jù)，而full OSSE的Nature Run則是使用足夠長(zhǎng)的、可以完全背離真實(shí)情況的預(yù)報(bào)數(shù)據(jù)。本文主要目的是分析同化靜止軌道微波觀測(cè)資料對(duì)臺(tái)風(fēng)預(yù)報(bào)的影響，使用短期預(yù)報(bào)Nature Run數(shù)據(jù)與臺(tái)風(fēng)真實(shí)情況更加接近，因此本文采用了quick OSSE方案。

本研究的靜止軌道微波觀測(cè)系統(tǒng)模擬試驗(yàn)采用GRAPES_GFS中尺度數(shù)值預(yù)報(bào)模式和GRAPES全球四維變分同化系統(tǒng)，試驗(yàn)框架如圖1所示（Xa、Xb、Xo分別為分析場(chǎng)、背景場(chǎng)、觀測(cè)場(chǎng)），包括以下4個(gè)主要步驟：（1）使用GRAPES_GFS模式產(chǎn)生作為參考“真實(shí)大氣”的歷史大氣演變Nature Run；（2）使用快速輻射傳輸模式RTTOV（Radiative Transfer for TOVS）從Nature Run大氣參數(shù)計(jì)算試驗(yàn)場(chǎng)景大氣亮溫（TB），然后將其輸入GEO-MW觀測(cè)模型計(jì)算觀測(cè)亮溫?cái)?shù)據(jù)（TA）；（3）使用GRAPES全球四維變分同化系統(tǒng)將觀測(cè)亮溫?cái)?shù)據(jù)（TA）和背景場(chǎng)一起同化到GRAPES_GFS模式，得到分析場(chǎng)；（4）以背景場(chǎng)和分析場(chǎng)分別作為初始場(chǎng)進(jìn)行數(shù)值預(yù)報(bào)，將預(yù)報(bào)結(jié)果與Nature Run對(duì)比，評(píng)估GEO-MW觀測(cè)資料對(duì)數(shù)值預(yù)報(bào)的影響。

圖1 靜止軌道微波觀測(cè)系統(tǒng)模擬試驗(yàn)框架Fig.1 Geostationary orbit microwave observation system simulation experiment framework

由于可實(shí)現(xiàn)性方面的原因，文中模擬試驗(yàn)只實(shí)現(xiàn)了對(duì)模擬靜止軌道微波資料的單獨(dú)同化分析，目的是分析和理解靜止軌道微波觀測(cè)的頻段選取、觀測(cè)噪聲和時(shí)間分辨率對(duì)臺(tái)風(fēng)預(yù)報(bào)的可能影響。

2.2 歷史大氣演變（Nature Run）

在觀測(cè)系統(tǒng)模擬試驗(yàn)中，參考“真實(shí)”大氣演變（Nature Run）既是模擬觀測(cè)數(shù)據(jù)的輸入大氣參數(shù)，也是用于驗(yàn)證同化效果的參考真值。文中靜止軌道微波觀測(cè)系統(tǒng)模擬試驗(yàn)采用中國(guó)GRAPES_GFS和美國(guó)NCEP的再分析資料來(lái)產(chǎn)生高時(shí)、空分辨率的全球預(yù)報(bào)場(chǎng)作為歷史大氣演變。

GRAPES全球/區(qū)域同化預(yù)報(bào)模式是中國(guó)氣象局?jǐn)?shù)值天氣預(yù)報(bào)中心在充分吸收中外數(shù)值天氣預(yù)報(bào)與相關(guān)學(xué)科的最新科研成果基礎(chǔ)上，自主設(shè)計(jì)研發(fā)的數(shù)值預(yù)報(bào)模式，全球模式為GRAPES_GFS，自2009年GRAPES_GFS實(shí)現(xiàn)準(zhǔn)業(yè)務(wù)運(yùn)行后，經(jīng)過(guò)同化系統(tǒng)和模式的不斷完善，2016年建立了GRAPES_GFS2.0預(yù)報(bào)模式（王金成等，2017），本研究采用的版本是2.1.2.2。

2.3 GRAPES全球四維變分同化系統(tǒng)

四維變分是三維變分在時(shí)間維度上的擴(kuò)展（Gauthier，et al，2007）。三維變分忽略時(shí)間窗口內(nèi)觀測(cè)資料的時(shí)間分布，將一個(gè)時(shí)間窗口內(nèi)的觀測(cè)資料以加權(quán)形式集中在分析時(shí)刻，而四維變分是在此基礎(chǔ)上加上了時(shí)間維度，并且四維變分通過(guò)模式積分可以得到隱式的依賴(lài)于實(shí)際大氣變化的背景誤差協(xié)方差矩陣，觀測(cè)資料信息在空間和變量間的傳遞更為合理，增強(qiáng)了分析結(jié)果與預(yù)報(bào)模式的協(xié)調(diào)性（尹 若瑩 等，2019；Lorenc，et al，2005；Fan，et al，2019）。本文采用GRAPES四維變分同化系統(tǒng)，既能夠發(fā)揮GEO-MW觀測(cè)資料連續(xù)性、高時(shí)間頻次的優(yōu)勢(shì)，又能為將來(lái)資料的業(yè)務(wù)應(yīng)用積累經(jīng)驗(yàn)。

2.4 質(zhì)量控制和偏差訂正

靜止軌道微波觀測(cè)系統(tǒng)模擬試驗(yàn)需要在GRAPES四維變分同化系統(tǒng)里增加新的GEO-MW儀器定義以及GEO-MW觀測(cè)亮溫?cái)?shù)據(jù)處理接口，包括偏差訂正和質(zhì)量控制，使系統(tǒng)能夠同化自定義的靜止軌道微波資料。

衛(wèi)星亮溫?cái)?shù)據(jù)同化之前必須針對(duì)OMB（Observation Minus Background）進(jìn)行偏差訂正預(yù)處理。GRAPES四維變分采用有約束偏差訂正方案（Han，2014；Han，et al，2016）。本試驗(yàn)對(duì)靜止軌道微波資料的偏差訂正方案是在現(xiàn)有的掃描角偏差訂正方案基礎(chǔ)上簡(jiǎn)化實(shí)現(xiàn)的，各通道的偏差訂正系數(shù)可表示為

式中，OBS為觀測(cè)亮溫，xb為背景場(chǎng)，H為觀測(cè)算子。為了避免統(tǒng)計(jì)數(shù)據(jù)的隨機(jī)性，統(tǒng)計(jì)了7 d的OMB偏差數(shù)據(jù)，使用線(xiàn)性回歸算法計(jì)算各通道的偏差訂正系數(shù)。

偏差訂正前對(duì)觀測(cè)資料進(jìn)行質(zhì)量控制，減小天氣條件、下墊面、地理位置變化等因素帶來(lái)的觀測(cè)資料誤差，使參與同化的觀測(cè)數(shù)據(jù)更為合理。GRAPES四維變分對(duì)衛(wèi)星微波觀測(cè)數(shù)據(jù)有成熟的質(zhì)量控制方案，其中主要包括地表類(lèi)型檢測(cè)、極值檢測(cè)、云檢測(cè)、臨邊檢測(cè)、云和降水檢測(cè)等。然而對(duì)于觀測(cè)系統(tǒng)模擬試驗(yàn)，觀測(cè)亮溫?cái)?shù)據(jù)是基于輻射傳輸模型計(jì)算產(chǎn)生，受外部天氣情況影響較小，因此靜止軌道微波資料的質(zhì)量控制方案簡(jiǎn)化為將OMB絕對(duì)值偏差較大（＞±1 K）的觀測(cè)亮溫?cái)?shù)據(jù)剔除。

3 靜止軌道微波觀測(cè)資料模擬

3.1 生成Nature Run

文中以NCEP的FNL再分析資料作為初始場(chǎng)和邊界條件，根據(jù)試驗(yàn)案例的臺(tái)風(fēng)時(shí)間范圍使用GRAPES_GFS全球模式開(kāi)展長(zhǎng)期預(yù)報(bào)，輸出指定時(shí)間頻次和空間分辨率的預(yù)報(bào)場(chǎng)作為Nature Run。表1列出了2個(gè)試驗(yàn)（2018年第8號(hào)臺(tái)風(fēng)瑪莉亞和第22號(hào)臺(tái)風(fēng)山竹）中的臺(tái)風(fēng)時(shí)間范圍和空間區(qū)域。

表1 臺(tái)風(fēng)個(gè)例參數(shù)Table 1 Parameters of Typhoon Cases

3.2 基于RTTOV模式的場(chǎng)景大氣亮溫正演

從大氣物理場(chǎng)到微波載荷觀測(cè)的大氣輻射場(chǎng)映射的核心是基于微波輻射吸收、散射理論建立輻射場(chǎng)強(qiáng)度與大氣物理量參數(shù)的輻射傳輸方程并對(duì)其進(jìn)行求解，即輻射傳輸模式。在GRAPES四維變分同化系統(tǒng)中使用的是RTTOV輻射傳輸模式，本模擬試驗(yàn)也使用RTTOV模式來(lái)計(jì)算場(chǎng)景大氣亮溫（TB），這樣可以避免同化中的輻射傳輸模型誤差。大氣吸收計(jì)算采用ROS吸收模型（Rosenkranz，1998），基準(zhǔn)廓線(xiàn)采用與RTTOV相同的54層基準(zhǔn)廓線(xiàn)，訓(xùn)練廓線(xiàn)采用101層廓線(xiàn)集（52根廓線(xiàn)），預(yù)報(bào)因子采用與RTTOV一致的預(yù)報(bào)因子，采用加權(quán)最小二乘法，擬合逐層光學(xué)厚度與預(yù)報(bào)因子的計(jì)算系數(shù)，從而生成靜止軌道微波探測(cè)儀42個(gè)頻率通道的系數(shù)文件，實(shí)現(xiàn)基于RTTOV的靜止軌道微波觀測(cè)算子。

模擬亮溫頻點(diǎn)選擇與上海航天電子技術(shù)研究所研制的5頻段（50、118、183、380和425 GHz）42頻率通道的靜止軌道實(shí)孔徑毫米波/亞毫米波探測(cè)儀地面樣機(jī)頻點(diǎn)保持一致（謝振超等，2018a），中心頻率如表2所示。其中50、118和425 GHz是氧氣吸收頻段，主要用于大氣溫度廓線(xiàn)探測(cè)，183和380 GHz是水汽吸收頻段，主要獲取大氣濕度信息。由于GRAPES_GFS模式輸出參數(shù)的網(wǎng)格最小為28 km，低于模擬靜止軌道微波觀測(cè)資料在高頻通道的分辨率，因此在正演亮溫時(shí)，對(duì)GRAPES_GFS模式數(shù)據(jù)進(jìn)行了插值預(yù)處理，將大氣參數(shù)插值到10 km網(wǎng)格上，產(chǎn)生高分辨率的場(chǎng)景大氣亮溫（TB）。

表2 靜止軌道實(shí)孔徑微波輻射計(jì)載荷仿真參數(shù)Table 2 Simulation parameters of real aperture microwave radiometer in geostationary orbit

3.3 靜止軌道微波載荷觀測(cè)模型

本研究的GEO-MW觀測(cè)模型主要使用觀測(cè)坐標(biāo)系變換、載荷天線(xiàn)方向圖卷積和添加系統(tǒng)噪聲來(lái)模擬GEO-MW微波亮溫測(cè)量過(guò)程，準(zhǔn)確反映未來(lái)實(shí)際觀測(cè)資料的特征。

實(shí)孔徑微波輻射計(jì)主要由天線(xiàn)和接收機(jī)構(gòu)成。實(shí)孔徑輻射計(jì)通過(guò)天線(xiàn)波束對(duì)觀測(cè)場(chǎng)景二維掃描實(shí)現(xiàn)測(cè)量，其數(shù)學(xué)模型可表示為輻射計(jì)天線(xiàn)方向圖對(duì)場(chǎng)景大氣亮溫（TB）的二維卷積（Limaye，et al，2006）加上系統(tǒng)高斯熱噪聲（式（2）），

式中，F(xiàn)n為各個(gè)頻率通道的歸一化天線(xiàn)圖，n為輻射計(jì)的系統(tǒng)噪聲， ?為卷積運(yùn)算，θ、φ分別為天線(xiàn)坐標(biāo)系下的仰角和方位角。文中模擬的靜止軌道微波載荷采用圓形口面拋物面天線(xiàn)，F(xiàn)n計(jì)算如式（3）所示

式中，D為天線(xiàn)口徑，λ為中心頻率對(duì)應(yīng)的波長(zhǎng)，J1表示一階貝塞爾函數(shù)，π為圓周率，取3.14。因?yàn)閳A形口面天線(xiàn)是方位角對(duì)稱(chēng)的，因此其Fn僅為仰角的函數(shù)。

星載微波輻射計(jì)的物理空間分辨率由天線(xiàn)方向圖的3 dB波束寬度決定，圖2展示了文中試驗(yàn)仿真的靜止軌道微波載荷在4個(gè)頻率通道（50.3、118.75±0.8、183.31±3.0和424.763±1.5 GHz）的E面天線(xiàn)方向，其3 dB波束寬度分別為0.07°、0.06°、0.04°、0.017°，與表2中的載荷空間分辨率數(shù)據(jù)一致。系統(tǒng)噪聲（n）根據(jù)天線(xiàn)輸入噪聲溫度（TANT）、接收機(jī)噪聲溫度（TREC）、接收機(jī)帶寬（B）和積分時(shí)間（τ）計(jì)算，如式（4）所示

圖2 靜止軌道微波輻射計(jì)的模擬天線(xiàn)方向圖E面截面（a. 50.3 GHz，b. 118.75±0.8 GHz，c. 183.31±3.0 GHz，d. 424.763±1.5 GHz）Fig.2 Simulated E-plane antenna patterns of GEO microwave radiometry（a. 50.3 GHz，b. 118.75±0.8 GHz，c. 183.31±3.0 GHz，d. 424.763±1.5 GHz）

接收機(jī)噪聲溫度（TREC）由接收機(jī)噪聲系數(shù)（NF）計(jì)算得到。接收機(jī)帶寬（B）由各個(gè)頻率通道的頻譜響應(yīng)函數(shù)（SFR）決定，仿真中SFR簡(jiǎn)化為理想矩形函數(shù)，則B直接由系統(tǒng)帶寬給定。從式（2）可以看出，在靜止軌道微波載荷觀測(cè)過(guò)程中，一方面天線(xiàn)方向圖有限的波束寬度和波束旁瓣會(huì)引入觀測(cè)誤差，一方面系統(tǒng)隨機(jī)噪聲也會(huì)造成亮溫?cái)?shù)據(jù)信噪比的下降，因此觀測(cè)亮溫（TA）相對(duì)于場(chǎng)景亮溫（TB）產(chǎn)生了數(shù)據(jù)質(zhì)量的退化，在忽略定標(biāo)精度的情況下，退化程度主要由天線(xiàn)方向圖和系統(tǒng)噪聲決定。

靜止軌道微波載荷觀測(cè)仿真的具體實(shí)現(xiàn)流程如下：（1）根據(jù)衛(wèi)星軌道參數(shù)、載荷觀測(cè)角度和場(chǎng)景經(jīng)緯度坐標(biāo)確定觀測(cè)幾何，將大氣場(chǎng)景亮溫（TB）的格點(diǎn)從地球坐標(biāo)系轉(zhuǎn)換到天線(xiàn)坐標(biāo)系；（2）根據(jù)頻率通道及天線(xiàn)參數(shù)，計(jì)算載荷天線(xiàn)方向圖；（3）由步驟（1）轉(zhuǎn)換的坐標(biāo)和步驟（2）計(jì)算得出的天線(xiàn)方向圖，對(duì)各頻率通道的大氣場(chǎng)景亮溫（TB）進(jìn)行卷積運(yùn)算得到無(wú)噪聲的觀測(cè)天線(xiàn)亮溫；（4）根據(jù)輻射計(jì)載荷參數(shù)（噪聲系數(shù)、帶寬、積分時(shí)間）計(jì)算各個(gè)頻率通道的接收機(jī)噪聲，加入步驟（3）得到的天線(xiàn)亮溫，計(jì)算得到模擬觀測(cè)亮溫（TA）。

由于目前還沒(méi)有實(shí)際的靜止軌道微波觀測(cè)數(shù)據(jù)，為了驗(yàn)證文中觀測(cè)仿真模型的有效性，將以上觀測(cè)模型的參數(shù)進(jìn)行調(diào)整，針對(duì)美國(guó)Suomi NPP極軌氣象衛(wèi)星搭載的ATMS （Advanced Technology Microwave Sounder）微波探測(cè)儀的觀測(cè)幾何和載荷參數(shù)進(jìn)行仿真，用相同流程模擬ATMS亮溫?cái)?shù)據(jù)并與對(duì)應(yīng)實(shí)際觀測(cè)亮溫?cái)?shù)據(jù)進(jìn)行對(duì)比。圖3a、b展示了2016年7月7日04時(shí)45分（世界時(shí)）ATMS對(duì)2016年臺(tái)風(fēng)尼伯特的實(shí)際觀測(cè)亮溫和模擬亮溫，頻率分別為55.50 GHz（圖3a）和183.31±3 GHz（圖3b）（ATMS最高頻段為183 GHz），對(duì)應(yīng)了表2中的通道7和26。可以看出模擬亮溫和ATMS實(shí)際觀測(cè)亮溫一致性較好，能夠準(zhǔn)確反映2個(gè)頻率通道的亮溫特征，但是對(duì)臺(tái)風(fēng)區(qū)域的散射計(jì)算偏小，模擬亮溫比ATMS實(shí)際觀測(cè)亮溫略微偏高?？傮w來(lái)說(shuō)，通過(guò)圖3展示的55.5 GHz和183.31±3 GHz模擬亮溫與極軌衛(wèi)星實(shí)際觀測(cè)亮溫的對(duì)比結(jié)果，表明本試驗(yàn)采用的靜止軌道微波載荷觀測(cè)仿真模型是可靠的。

圖3 ATMS觀測(cè)亮溫 （a1、b1） 與模擬亮溫 （a2、b2） 對(duì)比 （a. 55.50 GHz，b. 183.31±3 GHz；單位：K）Fig.3 Comparison of ATMS observed （a1，b1） and simulated （a2，b2） brightness temperature（a. 55.50 GHz，183.31±3.0 GHz；unit：K）

3.4 靜止軌道微波觀測(cè)亮溫模擬

本試驗(yàn)使用上海航天電子技術(shù)研究所為靜止軌道微波探測(cè)研發(fā)的實(shí)孔徑毫米波/亞毫米波大氣探測(cè)輻射計(jì)方案（謝振超等，2018a，2018b），該方案特點(diǎn)之一是采用了可展開(kāi)的大口徑天線(xiàn)，在最低的大氣探測(cè)頻段（50 GHz）使用展開(kāi)的完整5 m口徑天線(xiàn)，在89 GHz以上頻段使用天線(xiàn)口面中心部分固定的2.4 m口徑天線(xiàn)（因?yàn)樘炀€(xiàn)展開(kāi)部分表面精度低，用于高頻段會(huì)引入較大誤差）。特點(diǎn)之二是觀測(cè)頻段非常完整，包括了國(guó)家衛(wèi)星氣象中心目前為靜止軌道微波觀測(cè)規(guī)劃的5個(gè)頻段42個(gè)通道。

根據(jù)以上方案，50 GHz頻段的1—14頻率通道仿真，天線(xiàn)口徑設(shè)置為5 m，更高頻段的15—42頻率通道仿真，天線(xiàn)口徑設(shè)置為2.4 m，積分時(shí)間統(tǒng)一設(shè)置為40 ms。

將3.3節(jié)得到的大氣場(chǎng)景亮溫（TB）輸入靜止軌道微波載荷觀測(cè)模型進(jìn)行計(jì)算，即可得到模擬的觀測(cè)亮溫（TA）。臺(tái)風(fēng)瑪利亞（2018年7月7日03時(shí)，世界時(shí)）的部分頻率通道的模擬靜止軌道觀測(cè)亮溫如圖4所示。

圖4 靜止軌道模擬觀測(cè)亮溫 （a. 50.3 GHz，b. 183.31±3.0 GHz，c. 380.197±4.0 GHz，d. 424.763±1.0 GHz；單位：K）Fig.4 GEO simulated observation brightness temperature（a. 50.3 GHz，b. 183.31±3.0 GHz，c. 380.197±4.0 GHz，d. 424.763±1.0 GHz；unit：K）

4 靜止軌道微波觀測(cè)系統(tǒng)模擬試驗(yàn)結(jié)果

4.1 試驗(yàn)案例和試驗(yàn)流程

選擇2018年第8號(hào)臺(tái)風(fēng)瑪莉亞和第22號(hào)臺(tái)風(fēng)山竹兩個(gè)試驗(yàn)案例。臺(tái)風(fēng)瑪莉亞于2018年7月11日09時(shí)10分（北京時(shí)）在福建連江黃岐半島登陸，是2018年登陸華東地區(qū)的第一個(gè)超強(qiáng)臺(tái)風(fēng)，中心附近最大風(fēng)力14級(jí)（42 m/s），中心最低氣壓960 hPa。臺(tái)風(fēng)山竹于2018年9月16日17時(shí)（北京時(shí)）以強(qiáng)臺(tái)風(fēng)級(jí)在廣東江門(mén)沿海地區(qū)登陸，是2018年登陸中國(guó)的最強(qiáng)臺(tái)風(fēng)。試驗(yàn)分別選擇臺(tái)風(fēng)瑪莉亞2018年7月7日06時(shí)（世界時(shí)，下同）和山竹2018年9月10日06時(shí)起為期3 d的臺(tái)風(fēng)預(yù)報(bào)路徑、中心氣壓為分析指標(biāo)，以Nature Run作為參考真值，研究靜止軌道微波觀測(cè)資料對(duì)臺(tái)風(fēng)數(shù)值預(yù)報(bào)的影響，同化試驗(yàn)參數(shù)設(shè)置見(jiàn)表3。

表3 臺(tái)風(fēng)瑪莉亞、山竹試驗(yàn)參數(shù)設(shè)置Table 3 Experiment parameters of Maria and Mangkhut

圖5以臺(tái)風(fēng)瑪莉亞為例展示了四維變分同化試驗(yàn)時(shí)序。觀測(cè)系統(tǒng)模擬試驗(yàn)以2018年7月5日00時(shí)的FNL再分析資料為初值，預(yù)報(bào)得到7月5日00時(shí)—12日00時(shí)的大氣數(shù)據(jù)作為“真實(shí)大氣”Nature Run，模擬的靜止軌道微波觀測(cè)亮溫以Nature Run數(shù)據(jù)為輸入。同化時(shí)刻為7月7日06時(shí)，GRAPES四維變分使用7月7日00時(shí)的FNL再分析資料為初值，將6 h短期預(yù)報(bào)場(chǎng)作為背景場(chǎng)，同化模擬亮溫資料得到分析場(chǎng)。為了定量評(píng)估同化靜止軌道亮溫資料對(duì)GRAPES_GFS模式初值的改善在臺(tái)風(fēng)預(yù)報(bào)應(yīng)用中的效果，文中將對(duì)照試驗(yàn)（Ctrl）、同化試驗(yàn)與Nature Run數(shù)據(jù)進(jìn)行對(duì)比分析。對(duì)照試驗(yàn)以背景場(chǎng)為初值開(kāi)展72 h預(yù)報(bào)，得到7月7日6時(shí)—10日06時(shí)臺(tái)風(fēng)參數(shù)；同化試驗(yàn)以分析場(chǎng)為初值開(kāi)展72 h預(yù)報(bào)，得到相同時(shí)間范圍的臺(tái)風(fēng)參數(shù)；而參考真實(shí)值則使用Nature Run在該時(shí)段內(nèi)的臺(tái)風(fēng)參數(shù)。

圖5 臺(tái)風(fēng)瑪莉亞同化試驗(yàn)時(shí)序Fig.5 Assimilation experiment sequence diagram of typhoon Maria

4.2 不同頻段觀測(cè)資料的對(duì)比試驗(yàn)

試驗(yàn)首先對(duì)比同化不同頻段的靜止軌道亮溫資料對(duì)臺(tái)風(fēng)預(yù)報(bào)的影響，試驗(yàn)頻段的頻率通道見(jiàn)表4。分別使用兩種模擬亮溫?cái)?shù)據(jù)：試驗(yàn)案例的大氣場(chǎng)景亮溫（TB）和靜止軌道微波載荷觀測(cè)亮溫（TA）。TB的物理意義是大氣場(chǎng)景的理想真實(shí)亮溫，而TA則是包含測(cè)量誤差后質(zhì)量下降的觀測(cè)亮溫。試驗(yàn)對(duì)TB和TA分別進(jìn)行同化，評(píng)估觀測(cè)誤差對(duì)同化效果的影響。

表4 各個(gè)頻段同化觀測(cè)資料的頻率Table 4 List of frequencies assimilated in various frequency bands

圖6展示了50—60、118、425 GHz三個(gè)大氣溫度探測(cè)頻段的試驗(yàn)結(jié)果。極軌衛(wèi)星微波資料同化的結(jié)果表明，溫度探測(cè)頻段微波資料同化后能夠改善臺(tái)風(fēng)路徑預(yù)報(bào)準(zhǔn)確度，因此圖6主要展示了同化之后的臺(tái)風(fēng)路徑預(yù)報(bào)結(jié)果。圖6a1—d1分別是同化50、118、425 GHz以及全部3個(gè)頻段亮溫資料得到的臺(tái)風(fēng)瑪莉亞路徑，圖6a2—d2是上述頻段以Nature Run為真值計(jì)算的臺(tái)風(fēng)中心路徑偏差。圖7展示了對(duì)照試驗(yàn)、3個(gè)頻段及其組合的TB和TA亮溫資料同化試驗(yàn)的臺(tái)風(fēng)瑪莉亞和山竹的54 h路徑預(yù)報(bào)平均誤差。

圖6 不同大氣溫度探測(cè)頻段同化試驗(yàn)的臺(tái)風(fēng)預(yù)報(bào)路徑 （a1—d1） 和路徑偏差 （a2—d2）（a. 50 GHz，b. 118 GHz，c. 425 GHz，d. 3個(gè)頻段組合）Fig.6 Experiment results of various atmospheric temperature sounding frequency bands （a1—d1 represent the typhoon track forecasts with assimilations of 50，118，425 GHz and all，respectively；a2—d2 are the corresponding track deviations）

續(xù)圖6 Fig.6 Continued

圖7 不同大氣溫度探測(cè)頻段同化試驗(yàn)的平均路徑偏差 （a. 瑪莉亞，b. 山竹）Fig.7 Average track deviations of assimilation experiments of various atmospheric temperature sounding bands（a. Maria，b. Mangkhut）

從臺(tái)風(fēng)瑪莉亞和山竹的試驗(yàn)結(jié)果可以看出，單獨(dú)同化大氣溫度探測(cè)頻段的50—60、118和425 GHz靜止軌道微波觀測(cè)亮溫（TA）都能提高數(shù)值預(yù)報(bào)臺(tái)風(fēng)路徑的準(zhǔn)確度，相比對(duì)照試驗(yàn)，臺(tái)風(fēng)預(yù)報(bào)路徑54 h平均準(zhǔn)確度分別提高了16.1%、14.5%、12.5%。而同化理想場(chǎng)景亮溫（TB）能使54 h路徑預(yù)報(bào)的平均準(zhǔn)確度分別提高22.1%、17.9%、20%。由此可見(jiàn)，TA的測(cè)量誤差會(huì)略微引起同化性能的下降，與理論預(yù)測(cè)一致。同時(shí)同化3個(gè)頻段的亮溫資料，TB和TA對(duì)兩個(gè)臺(tái)風(fēng)案例的預(yù)報(bào)路徑54 h平均準(zhǔn)確度分別提高了32.5%和25.5%，比同化任意單一頻段亮溫資料的效果更好。不同頻段及其組合的對(duì)比試驗(yàn)結(jié)果表明，在靜止軌道微波載荷上實(shí)現(xiàn)多個(gè)頻段觀測(cè)能夠提供更多的信息，經(jīng)過(guò)資料同化后比單一頻段亮溫?cái)?shù)據(jù)對(duì)數(shù)值預(yù)報(bào)的貢獻(xiàn)更大，但是目前的同化試驗(yàn)對(duì)于更長(zhǎng)時(shí)間的臺(tái)風(fēng)預(yù)報(bào)模擬還存在一些不確定性，有待進(jìn)一步分析研究。

圖8是183 GHz和380 GHz兩個(gè)大氣濕度探測(cè)頻段的試驗(yàn)結(jié)果。目前極軌衛(wèi)星微波資料同化的結(jié)果表明，濕度探測(cè)頻段微波資料同化后能夠改進(jìn)水汽場(chǎng)（Andersson，et al，2007），進(jìn)而影響臺(tái)風(fēng)強(qiáng)度預(yù)報(bào)。因此，文中主要分析同化之后的臺(tái)風(fēng)強(qiáng)度預(yù)報(bào)結(jié)果，用臺(tái)風(fēng)區(qū)域海平面最低氣壓表示，氣壓越低臺(tái)風(fēng)強(qiáng)度越大。圖8a1是183 GHz頻段亮溫資料同化試驗(yàn)得到的臺(tái)風(fēng)瑪莉亞路徑，圖8a2是預(yù)報(bào)的臺(tái)風(fēng)海平面最低氣壓偏差。圖8b1、b2是380 GHz頻段臺(tái)風(fēng)山竹路徑和最低氣壓偏差。圖8c1、c2是上述兩個(gè)頻段亮溫同時(shí)同化后的臺(tái)風(fēng)山竹路徑和最低氣壓偏差。圖9展示了對(duì)照試驗(yàn)、兩個(gè)頻段及其組合的TB和TA亮溫資料同化試驗(yàn)的臺(tái)風(fēng)瑪莉亞和山竹的72 h海平面最低氣壓預(yù)報(bào)平均誤差。

圖8 不同大氣濕度探測(cè)頻段同化試驗(yàn)的臺(tái)風(fēng)預(yù)報(bào)路徑 （a1—c1） 和氣壓偏差 （a2—c2）（a. 183 GHz，b. 380 GHz，c. 2個(gè)頻段組合）Fig.8 Experiment results of various atmospheric humidity sounding frequency bands （a1—c1 represent the typhoon track forecasts with assimilations of 183，380 GHz and all，respectively；a2—c2 are the corresponding pressure deviations）

從圖9可以看出，單獨(dú)同化大氣濕度探測(cè)頻段的183 GHz和380 GHz靜止軌道微波觀測(cè)亮溫（TA）對(duì)臺(tái)風(fēng)瑪莉亞和山竹的強(qiáng)度預(yù)報(bào)提升并不明顯。相比對(duì)照試驗(yàn)，臺(tái)風(fēng)預(yù)報(bào)強(qiáng)度72 h平均準(zhǔn)確度分別只提高了0.2%和0.5%。而同化理想場(chǎng)景亮溫（TB）后臺(tái)風(fēng)強(qiáng)度預(yù)報(bào)也只分別提高了2.7%和4.6%。同時(shí)同化這兩個(gè)頻段的TA和TB對(duì)兩個(gè)臺(tái)風(fēng)的預(yù)報(bào)強(qiáng)度72 h平均準(zhǔn)確度分別提高了10.5%和8.2%，說(shuō)明多頻段觀測(cè)亮溫能一定程度上改進(jìn)臺(tái)風(fēng)強(qiáng)度預(yù)報(bào)結(jié)果。圖8a1—c1也表明同化183 GHz和380 GHz兩個(gè)頻段的亮溫?cái)?shù)據(jù)對(duì)臺(tái)風(fēng)路徑預(yù)報(bào)幾乎沒(méi)有影響。

圖9 不同大氣濕度探測(cè)頻段同化試驗(yàn)的平均氣壓偏差（a. 瑪莉亞，b. 山竹）Fig.9 Average pressure deviations of assimilation experiments of various atmospheric humidity sounding bands（a. Maria，b. Mangkhut）

4.3 不同噪聲觀測(cè)資料的對(duì)比試驗(yàn)

為了評(píng)估靜止軌道微波觀測(cè)亮溫?cái)?shù)據(jù)中的噪聲強(qiáng)度對(duì)資料同化和臺(tái)風(fēng)路徑預(yù)報(bào)的影響，在表2中的標(biāo)準(zhǔn)噪聲系數(shù)基礎(chǔ)上分別乘以倍數(shù)因子0.5、1.0、1.5和2.0，模擬具有不同噪聲強(qiáng)度的靜止軌道微波觀測(cè)亮溫，分別開(kāi)展同化-預(yù)報(bào)試驗(yàn)。試驗(yàn)同時(shí)同化大氣溫度探測(cè)的50—60、118和425 GHz三個(gè)頻段的亮溫資料。圖10a是不同噪聲亮溫同化-預(yù)報(bào)試驗(yàn)得到臺(tái)風(fēng)瑪莉亞路徑，圖10b是對(duì)應(yīng)的臺(tái)風(fēng)中心路徑偏差，圖10c、d是臺(tái)風(fēng)山竹的試驗(yàn)結(jié)果。圖11顯示了所有噪聲倍數(shù)因子的TA亮溫資料對(duì)兩個(gè)臺(tái)風(fēng)的72 h路徑預(yù)報(bào)平均誤差。

圖10 不同噪聲觀測(cè)資料對(duì)臺(tái)風(fēng)瑪莉亞 （a、b） 和山竹 （c、d） 的試驗(yàn)結(jié)果（a、c. 臺(tái)風(fēng)預(yù)報(bào)路徑，b、d. 路徑偏差）Fig.10 Experiment results of the observation data with various noise levels（a，c. typhoon forecast tracks，b，d. corresponding track deviations）

圖11 不同噪聲觀測(cè)資料同化試驗(yàn)的平均路徑偏差Fig.11 Average track deviations of assimilation experiments of the observation data with various noise levels

結(jié)果表明，隨著亮溫?cái)?shù)據(jù)的噪聲電平增加，同化靜止軌道微波資料對(duì)臺(tái)風(fēng)預(yù)報(bào)的正效應(yīng)逐漸下降。相比對(duì)照試驗(yàn)，噪聲倍數(shù)因子分別為0.5、1.0、1.5、2.0的臺(tái)風(fēng)預(yù)報(bào)路徑72 h平均準(zhǔn)確度分別提高18.9%、19.7%、14.5%和12.1%，表明降低靜止軌道微波輻射計(jì)系統(tǒng)噪聲有利于提升資料同化對(duì)臺(tái)風(fēng)預(yù)報(bào)的貢獻(xiàn)。

4.4 不同時(shí)間頻次觀測(cè)資料的對(duì)比試驗(yàn)

相比極軌微波觀測(cè)，靜止軌道微波觀測(cè)最重要的特點(diǎn)就是能夠?qū)崿F(xiàn)對(duì)同一區(qū)域的高時(shí)間頻次觀測(cè)。為了驗(yàn)證高頻次微波觀測(cè)資料同化對(duì)數(shù)值預(yù)報(bào)的改善，評(píng)估觀測(cè)資料時(shí)間頻次對(duì)臺(tái)風(fēng)預(yù)報(bào)的影響，開(kāi)展了1、2、3、6 h時(shí)間頻次的觀測(cè)系統(tǒng)模擬試驗(yàn)。GRAPES四維變分同化時(shí)間窗口長(zhǎng)度為6 h，因此以上4個(gè)時(shí)間頻次進(jìn)入同化系統(tǒng)的觀測(cè)資料數(shù)量分別為7、4、3、2，其他試驗(yàn)參數(shù)保持一致。試驗(yàn)同時(shí)同化大氣溫度探測(cè)的50—60、118和425 GHz 三個(gè)頻段的亮溫資料。圖12a是不同時(shí)間頻次亮溫同化-預(yù)報(bào)試驗(yàn)得到臺(tái)風(fēng)瑪莉亞路徑，圖12b為對(duì)應(yīng)的臺(tái)風(fēng)中心路徑偏差，圖12c、d是臺(tái)風(fēng)山竹的試驗(yàn)結(jié)果。圖13展示了所有時(shí)間頻次的TB和TA亮溫資料對(duì)兩個(gè)臺(tái)風(fēng)案例的72 h路徑預(yù)報(bào)平均誤差。

圖12 不同時(shí)間間隔觀測(cè)資料對(duì)臺(tái)風(fēng)瑪莉亞 （a、b） 和山竹 （c、d） 的試驗(yàn)結(jié)果（a、c. 臺(tái)風(fēng)預(yù)報(bào)路徑，b、d. 路徑偏差）Fig.12 Experiment results of the observation data with various time intervals（a，c. typhoon forecast tracks，b，d. corresponding track deviations）

圖13 不同時(shí)間間隔觀測(cè)資料同化試驗(yàn)的平均路徑偏差統(tǒng)計(jì)（a. 瑪莉亞，b. 山竹）Fig.13 Average track deviations of assimilation experiments of observation data with various time intervals（a. Maria，b. Mangkhut）

從試驗(yàn)結(jié)果可以看出，靜止軌道觀測(cè)資料的時(shí)間頻次越高，資料同化對(duì)臺(tái)風(fēng)預(yù)報(bào)的改善作用越明顯。同化1、2、3、6 h間隔的觀測(cè)亮溫（TA），臺(tái)風(fēng)路徑72 h預(yù)報(bào)平均誤差依次降低42、35、11、24 km，準(zhǔn)確度相對(duì)提高19.7%、18.5%、6.5%、11.0%。對(duì)理想場(chǎng)景亮溫（TB），同化后的72 h預(yù)報(bào)平均誤差分別降低52、40、41、36 km，準(zhǔn)確度相對(duì)提高23.7%、18.5%、19.0%、16.8%。表明高頻次的靜止軌道微波觀測(cè)資料能有效地改善臺(tái)風(fēng)路徑預(yù)報(bào)性能，并且正效應(yīng)隨著資料時(shí)間頻次增加而增加，驗(yàn)證了發(fā)展靜止軌道微波觀測(cè)的重要性。

5 結(jié)論與討論

本研究以2018年第8號(hào)臺(tái)風(fēng)瑪莉亞和第22號(hào)臺(tái)風(fēng)山竹為例，使用實(shí)孔徑毫米波/亞毫米波輻射計(jì)觀測(cè)模型、GRAPES_GFS數(shù)值預(yù)報(bào)模式和GRAPES全球四維變分同化系統(tǒng)實(shí)現(xiàn)了靜止軌道微波觀測(cè)系統(tǒng)模擬試驗(yàn)。試驗(yàn)分析了靜止軌道微波觀測(cè)資料的頻段（50—60、118、425、183、380 GHz）選取、觀測(cè)噪聲和時(shí)間分辨率等因素對(duì)臺(tái)風(fēng)數(shù)值預(yù)報(bào)的影響，主要結(jié)論如下：

（1）對(duì)于溫度探測(cè)頻段，同時(shí)同化50—60、118、425 GHz 三個(gè)頻段亮溫資料比同化任意單一頻段資料對(duì)臺(tái)風(fēng)路徑預(yù)報(bào)的改善效果更好；在濕度頻段，同時(shí)同化183 GHz和380 GHz也比同化單一頻段對(duì)臺(tái)風(fēng)強(qiáng)度預(yù)報(bào)的改善更明顯。表明發(fā)展多頻段的靜止軌道微波載荷能夠取得更好的應(yīng)用效益。

（2）降低靜止軌道微波載荷的噪聲水平能夠提升資料同化對(duì)臺(tái)風(fēng)路徑預(yù)報(bào)的改善效果，與對(duì)照試驗(yàn)相比，設(shè)置噪聲倍數(shù)因子分別為1.0、1.5和2.0時(shí)，臺(tái)風(fēng)預(yù)報(bào)路徑72 h平均準(zhǔn)確度分別提高19.7%、14.5%和12.1%。

（3）隨著靜止軌道微波觀測(cè)時(shí)間分辨率的提高，增加四維變分同化頻次，臺(tái)風(fēng)路徑預(yù)報(bào)精度也隨之提高。試驗(yàn)結(jié)果驗(yàn)證了微波觀測(cè)資料的時(shí)間分辨率增加能夠較為明顯提升資料同化對(duì)臺(tái)風(fēng)路徑數(shù)值預(yù)報(bào)的性能，表明發(fā)展高時(shí)間分辨率的靜止軌道微波觀測(cè)技術(shù)對(duì)于提升災(zāi)害天氣預(yù)報(bào)有重要意義。

文中基于GRAPES 全球四維變分同化系統(tǒng)實(shí)現(xiàn)的靜止軌道微波觀測(cè)系統(tǒng)模擬試驗(yàn)既能夠?yàn)橹袊?guó)發(fā)展靜止軌道微波大氣探測(cè)載荷提供論證依據(jù)和技術(shù)支撐，也能為中國(guó)未來(lái)靜止軌道微波觀測(cè)資料在資料同化和數(shù)值預(yù)報(bào)中的應(yīng)用摸索經(jīng)驗(yàn)。