中国气象学会主办。
文章信息
- 郭丽君, 郭学良. 2015.
- GUO Lijun, GUO Xueliang. 2015.
- 利用地基多通道微波辐射计遥感反演华北持续性大雾天气温、湿度廓线的检验研究
- Verification study of the atmospheric temperature and humidity profiles retrieved from the ground-based multi-channels microwave radiometer for persistent foggy weather events in northern China
- 气象学报, 73(2): 368-381
- Acta Meteorologica Sinica, 73(2): 368-381.
- http://dx.doi.org/10.11676/qxxb2015.025
-
文章历史
- 收稿日期:2014-06-17
- 改回日期:2014-12-18
2. 南京信息工程大学气象灾害预报预警与评估协同创新中心, 南京, 210044
2. Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, CMA Key Laboratory for Aerosol-Cloud-Precipitation/Nanjing University of Information Science & Technology, Nanjing 210044, China
微波辐射计(the Microwave Radiometer Profiles,MWRP)通过被动遥感测量大气中氧气、水汽和液态水的多通道微波辐射强度,可获取高达10 km的大气温度、湿度和液态水含量廓线分布,分钟级分辨率的数据可用于全天候实时监测天气过程的演变,因此具有较高的应用价值。
随着微波辐射计技术的不断进步,最近几年多通道微波辐射计观测数据已开始应用到雷暴、暴雨、雾的预警预报和模式检验等方面,显示出良好的应用前景。微波辐射计具有监测极端天气过程的热动力天气条件(Knupp et al,2009)的能力。Madhulatha等(2013)和Chan(2009)、Chan等(2011)利用连续的可降水量、温湿度参数和推导的不稳定指数研究雷暴、暴雨、强风和闪电等强对流天气的临近预警。Campos等(2014)和唐仁茂等(2012)利用可降水量和柱含水量、温湿度和液态水含量廓线,以及推导的水汽压等物理参数研究暴雪和冰雹等天气过程中云内相态变化等微物理过程,识别了过冷水滴和冰晶变化及贝吉隆过程。微波辐射计在遥感监测雾的形成和发展过程方面更具优势,Ware等(2003)在研究2001年2月16日发生在科罗拉多州Boulder市的一次上坡雾过程中,对比了MM5模式预报和微波辐射计探测的温、湿度和液态水廓线结构。结果表明,微波辐射计可以清晰地反映雾的温、湿度结构和液态水含量的垂直结构,而模式预报的却是云过境的过程。Knupp等(2009)在研究Ware等(2003)同一个例中发现相对湿度和柱含水量的急剧变化指示了雾的形成和发展。Gultepe等(2007)在对安大略湖南部一次暖雾的研究中,从微波辐射计的相对湿度和液态水含量廓线变化中得出层云被抬升至1 km以上,1 km以下雾的相对湿度接近100%。Gultepe等(2014)借助MWRP MP-3000A的反演数据识别了北极的一次冰雾过程。Guo等(2015)研究了中国华北一次持续性雾、霾天气,通过相对湿度廓线的变化可以反映辐射雾向平流雾的转化过程。
微波辐射计的测量原理是利用了大气对微波具有选择吸收和透过性(大气窗)的特性(张培昌等,1995)。由于在任意高度上的氧气发射辐射与该高度的温度和氧气密度分布成正比,通过测量氧气在60 GHz及其附近的辐射强度(或亮温TB)可以得出温度的垂直分布。同理,水汽发射辐射强度与水汽密度和温度成正比,通过观测来自于22 GHz及其附近的水汽线压力增宽的辐射强度、扫描光谱分布和数学反演观测数据,可以得到水汽廓线。而反演云液态水的廓线结合了以上两组波段——即V和K波段,微波波段云液态水发射的辐射与频率的平方近似成正比。云液态水的吸收谱线呈斜线型,由于不同频率对液态水的透过性不同,在已知云底高度的情况下,通过测量云液态水对不同透明度大气光谱的辐射贡献,获得有限分辨率的云液态水廓线。可利用微波辐射计的红外测温仪(9.6—11.5 μm)测量的红外温度对比大气温度廓线确定云底高度。
利用双通道反演可降水量和柱含水量的方法比较成熟(Hogg et al,1983;Han et al,1995;Westwater et al,2001;黄建平等,2010),其基本原理是分别选择在22.2 GHz附近的水汽吸收线和31.6 GHz附近的水汽窗两个通道,分别称为水汽通道和液态水通道,用于遥感水汽总含量和液态水总含量,通过亮温和光学厚度的对数转换,推导出光学厚度与可降水量和柱含水量的线性关系。Wei等(1989)对比了物理方法和统计方法反演可降水量和柱含水量的准确性。结果表明,统计方法的准确性高于物理方法。
利用多通道微波辐射计观测的亮温反演温度(T)、水汽密度(ρ)、相对湿度(RH)和液态水含量廓线主要包括两个步骤,一是利用前向辐射传输模型计算下行亮温,目前常用的前向辐射传输模式有NOAA Wave Propagation Laboratory开发的 Microwave Radiative Transfer Software(Schroeder et al,1991)和美国大气环境研究室提供的MonoRTM(the Monochromatic Radiative Transfer Model)(Clough et al,2005)。二是利用数学方法反演计算各参数的廓线。目前常用数学方法包括物理迭代法、贝叶斯最大概率估计算法、统 计回归法、蒙特卡洛法和神经网络法等(王振会,1988;薛永康等,1981;Solheim et al,1998;陈洪滨等,2003)。Solheim等(1998)对比了牛顿迭代法、线性统计回归法、神经网络法和贝叶斯最大概率估计算法反演温、湿度和液态水含量廓线的效果,结果表明神经网络方法适用于不同地点的3种廓线的反演,较其他方法更具有普适性。利用前向辐射传输模式计算下行亮温时,需要输入历史探空资料的温度、湿度(相对湿度和绝对湿度)、气压廓线和地面气象要素。多年的历史探空数据具有局地气候特征,数据样本越多,代表性越好,可以包括各种极端历史天气的情况。但探空数据无法提供云液态水信息,微波辐射计在反演云液态水廓线时需要人为构造云液态水的初始廓线信息。Radiometrics公司生产的35通道MP-3000A型微波辐射计利用了非降水云的厚度和云密度关系确定不同高度的液态水含量(Decker et al,1978),云的厚度由历史探空资料中相对湿度阈值界定的云底和云高共同确定。Radiometrics 公司的TP/WVP-3000型微波辐射计使用了NOAA微波传输软件计算亮温(Ware et al,2003),MP-3000A使用Radiometrics公司的专利软件反演廓线数据(Cimini et al,2011;Campos et al,2014),其中辐射传输模式选用了Rosenkranz98气体吸收模式(Rosenkranz,1998)。可降水量、柱含水量和参数廓线的数学反演采用了神经网络法,神经网络采用斯图加特神经网络模拟器,标准后向传播用于训练亮温和各参数的关系,标准前馈网络用于各参数的获取。
利用微波辐射计反演大气温度、湿度、液态水含量廓线及其反演精度的研究一直受到广泛关注。Han等(1995)进行了双通道微波辐射计反演温度、湿度和液态水含量廓线的研究。随着多通道微波辐射计的发展,利用多通道辐射亮温值反演温度、湿度和液态水含量廓线,并对不同反演方法的准确性和适用性开展了研究(Solheim et al,1998;Tan et al,2011;王云等,2014)。刘红燕(2011)在分析和对比亮温测量值和计算值差异的基础上,利用探空数据对北京地区TP/WVP3000型微波辐射计观测3 a的温度廓线数据进行了精度检验研究,发现夏季测量差异最小,晴天测量差异在3.25 km以下比非晴无降水天小。Solheim等(1998)利用12个微波通道的亮温反演温、湿度和液态水含量廓线时,分析了液态水含量廓线精度没有得到显著提高的原因,一是反演参数随高度的变化很显著,尤其是在250 m高度间隔的情况下,液态水含量在云边界处的变化很剧烈,二是云边界有很大的不确定性。Ware等(2003)对比探空测量和MWRP反演的液态水含量廓线,两者对云探测的一致性在50%左右。Crewell等(2009)对比了厚云和薄云两种情况下,有云和无云对亮温的影响程度、绝热和定常液态水含量的亮温差异,以及不同液态水含量误差时信号的自由度,结果表明微波辐射计不能精确提供液态水含量垂直分布的信息。NCAR( Vivekanandan et al,2012)在TP/WVP3000型微波辐射计的报告中,对比了微波辐射计和飞机穿云探测时的温度和云液态水含量廓线,发现微波辐射计不具备反演双层云结构的能力,反演参数会被训练成单层云的结构特征,其最主要的原因是缺乏训练数据,因而MWRP只能反演单层云的液态水含量廓线(Westwater et al,2005;Ware et al,2003)。结合主动和被动遥感方式可以提高温、湿度和液态水含量廓线的精度,Lhnert等(2004,2007)利用微波辐射计、云高仪和云雷达发展并改进了IPT(the integrated profile technique),其中采用了Issig开发的云模式处理云的微物理过程。Ebell等(2010)从先验信息、探测和前向模式3个方面检验和评价了利用微波辐射亮温与云雷达反演云液态水含量廓线的准确性,发现可靠的先验信息对提高云液态水含量廓线的精度至关重要。
可降水量和柱含水量的反演技术已经有30多年的历史,可降水量的均方根误差大致在1 mm以内(Westwater et al,2005)。刘红燕等(2009)对比了微波辐射计与探空和GPS测量水汽的差异,MWRP反演可降水量与探空和GPS的平均偏差分别为0.281和0.322 cm,并分析了北京地区水汽在四个季节中的日变化特征。而柱含水量的验证由于缺乏对云水的外场观测很难确定(Westwater et al,2005)。
权重函数可以表示大气廓线对辐射的响应情况,Westwater等(2005)给出了Radiometrics 公司生产的微波辐射计不同频率的权重函数,包括K波段的5个频率的权重函数,V波段的7个频率的温度权重函数,以及K1-5(K波段第1—5个频率)和V1-3(V波段第1—3个频率)的8个液态水含量权重函数。从温度的权重函数可以看出,2 km以下的权重函数差异较大,说明亮温对大气廓线的响应差异明显,而2 km以上各频率的权重函数值相似,对高度的响应差异不明显。从水汽的权重函数的特征可以看出,亮温的测量只能粗略获取水汽密度的垂直廓线。同样,亮温的测量可以用于粗略反演低分辨率的液态水含量廓线,而且需要通过其他方式获取云底和云顶的信息。
最近几年,多通道微波辐射计在中国气象业务中的应用呈现显著增加趋势,但很少开展对这种新型设备探测精度的检验研究。本研究在对比和分析晴空时MonoRTM模拟与微波辐射计观测亮温的基础上,检验了仪器本身的观测精度和可靠性。利用2009—2013年气象行业专项“京津地区低能见度雾霾天气监测与预报研究”外场观测试验中两台35通道Radiometrics微波辐射计的观测数据,对比检验了170个时次(其中30个为雾发生时次)的探空数据,并结合系留气艇和CloudSat云雷达等资料,检验了典型雾个例的温、湿度廓线情况,探讨了该微波辐射计遥感探测大气温、湿度廓线的可靠性。2 仪器精度及可靠性检验
微波辐射计的探测精度主要取决于探测辐射量的准确性和灵敏度。微波辐射计接收来自宇宙背景和大气发射、反射和散射的微波辐射引起电压的变化,通过仪器标定转化成亮温。微波辐射计K波段(22—30 GHz)通过Tipping方式标定亮温,Tipping定标即在晴空条件下天线扫描不同仰角时获取电压和亮温的关系(Han et al,2000)。液氮定标主要被用于V波段(51—59 GHz),通过两个已知温度源获得输出电压和亮温的关系。周围黑体温度源提供了一个已知温度源,而液氮由于其沸点较低,利用装满液氮的靶鞍罩在天线罩上作为低温冷靶提供第2个温度源。观测过程中两台微波辐射计均定期地进行Tipping定标和液氮定标。
微波辐射计观测的亮温(TBO)可以通过辐射传输模式进行检验,本研究利用AER开发的MonoRTM v5.0计算了17个晴空个例的22通道的辐射亮温(TBS)。MonoRTM中具有7种不同情况的计算方式(黄兴友等,2013),选择“用户自定义大气”方式计算下行辐射亮温,输入参数文件MONORTM.IN_NOSCALE_IATM1_dn中,设置模拟的最大高度为30 km,分层气压、大气温度和湿度均来自北京南郊观象台的探空数据和地面气象观测数据,其中湿度参量选用露点温度,20 km以上的水汽含量采用模式的默认值。
图 1对比了8个水汽通道和14个氧气通道的计算亮温和测量亮温。在水汽通道处,两者的相关系数在0.86以上,计算亮温高于测量亮温,8个通道的平均标准差(D)为1.88 K。但是个别通道的离散程度较大,尤其在22.234 GHz水汽吸收中心处TBS的偏大程度达到最大,这主要是由于水汽吸收峰值处的亮温对水汽含量非常敏感,而输入的探空数据中在高层具有较大的探测误差,所以在20 km以上采用模式默认的水汽含量值降低水汽含量误差的影响。随着频率远离吸收中心处,其计算亮温的偏大程度逐渐减小。在氧气通道处,两者的线性相关性较高,相关系数超过0.99,平均标准差为2.3 K,高于水汽通道。不同的辐射传输模式计算本身也存在差异(Cimini et al,2004),刘红燕(2011)在检验北京MWRP温度廓线精度的分析中,用LBL(line by line)模式检验了MWRP的7个氧气通道的测量亮温,最大标准差为3.8 K,其余6个通道均小于1.8 K,7个通道的平均标准差为1.9 K,与本研究的检验结果基本一致。
3 观测数据及检验 3.1 数据说明及处理本研究使用的Radiometrics公司生产的两台多通道微波辐射计廓线仪型号均为MP-3000A型,分别为MP-3055A和MP-3069A(分别简称为3055和3069),具有35个通道,包括K波段(22—30 GHz)的21个通道和V波段(51—59 GHz)的14个通道,实际探测和反演中只用到了其中的22个通道。利用神经网络算法反演大气温、湿度和液态水含量的廓线信息,两台MWRP的软件采用相同的反演算法。MWRP的反演产品包括:可降水量、柱含水量,以及温度(T)、水汽密度(ρ)、相对湿度(RH)和液态水含量的垂直廓线。
MP-3055A 2009年4月至2010年10月在中国气象局北京大院观测,2010年11月至2012年7月在河北涿州气象局观测,3069>从2010年5月至2013年12月在北京长期观测。两台微波辐射计2009—2013年共监测到11次雾天气,具体雾生、消的起始时间见表 1。雾发生的过程中常伴有降水发生,强降水时微波辐射计天线罩上液态水会影响观测的亮温,对廓线数据的反演会造成较大的影响(Ware et al,2013;Xu et al,2014),因此,本研究中剔除了因强降水导致的反演异常的时次数据。
北京南郊观象台的气象探空数据用于检验微波辐射计探测的温、湿度廓线。L波段常规探空使用10个标准层和若干个特性层的数据资料,其中标准层包括:1000、925、850、700、500、400、300、250、200和100 hPa。微波辐射计的廓线数据(温度、水汽密度和相对湿度)有58个高度层,0.5 km以下、0.5—2 km和2—10 km的分辨率分别是50、100和250 m,每隔3—4 min一组廓线数据。为了使北京的气象探空数据和MWRP廓线数据具有可比性,选择位于北京的3069数据,对MWRP廓线数据在08时(北京时,下同)和20时整 点前后1小时做平均处理,并对探空数据插值处理成与MWRP的58个高 度层一致的数据。由于气象探空数据中没有水汽密度,所以利用温度T(℃)、气压p(hPa)和水汽混合比r(g/kg)计算了水汽密度ρ(g/m3)(盛裴轩等,2006)。
编号 | 开始时间 | 持续时间(h) |
1 | 2011年12月1日22时* | 134 |
2 | 2010年9月15日17时 | 24 |
3 | 2011年10月30日06时 | 48 |
4 | 2012年10月26日02时 | 31 |
5 | 2012年12月12日00时 | 120 |
6 | 2012年12月20日14时 | 13 |
7 | 2012年12月28日01时 | 13 |
8 | 2013年1月11日00时 | 110 |
9 | 2013年1月19日19时 | 35 |
10 | 2013年1月22日22时 | 17 |
11 | 2013年1月27日18时 | 78 |
*注:仪器型号为3055,其余均为3069 |
为检验微波辐射计对雾、霾发生期间的大气边界层温、湿度结构的探测能力,对比研究了2011年12月1—7日典型雾、霾观测试验期间系留气艇和微波辐射计探测资料。系留气艇XLS-Ⅱ的探测时间主要集中在12月3—5日,在3、4和5日,系留气艇分别间隔3—5、1—3和2—3 h探测一次,共计24次探空数据,最大探测高度为500—1000 m不等,数据的垂直分辨率为1—2 m。选择系留气艇升空过程中经历整点时间对应的微波辐射计数据并与其进行相关性和误差分析,将系留气艇数据处理插值成具有微波辐射计高度层结的数据。
为检验微波辐射计对垂直层云雾分布的探测能力,利用了2012年12月28日过境华北地区的CloudSat 2B-GEOPROF中的等效雷达反射率因子和CPR_Cloud_Mask云检测数据来检验微波辐射计反演的高相对湿度区与CloudSat云雷达探测结果的一致性。此外,还利用了FY-2E 红外1通道的红外云图和地面气象观测数据。 3.2 数据相关性与误差分析
考虑到微波辐射计廓线数据和探空数据的特点,对MWRP数据总样本和雾个例样本中的温度、水汽密度和相对湿度廓线数据分别做相关性与误差分析,评价参数为相关系数(R)、偏差(B)和均方根误差(E)。第i个高度上的偏差(Bi)和均方根误差(Ei)分别为
式中,fik为第k个样本、第i个高度(i=1,…,n)上的探空值(当作物理量真值),K为样本容量,最大高度层结数n=58, ik为MWRP反演值。由于11次雾天气个例的持续时间不同,选择雾过程前后的某一段时间内MWRP观测的所有08和20时小时平均数据构成总样本(不包括降水样本),总样本的数据包括晴空、有云和雾3种情况。同时挑选出发生在08和20时的雾时次数据构成雾个例样本,样本情况详见表 2。
总样本时次(每天08时和20时两次) | 雾个例样本时次 |
2010年9月11—16日 除16日20时 | 2010年9月 15日20时、 16日8时 |
2011年10月21—31日除23日08时、31日08时 | 2011年10月 30日08时 、30日20时、 31日20时 |
2012年10月21—31日 除21日20时 | 2012年10月 26日08时、 26日20时、 27日08时 |
2012年12月1—31日除12日08时、 1 4日08时、14日20时、16日08时 | 2012年12月12日20时、13日08时、 13日20时、15日08时 、
15日20时、16日20时、 20日20时、 28日08时 |
2013年1月1—31日 除31日08和20时 | 2013年1月 11日08时、13日08时、 14日20时、
1 5日08时、20日08时、20日20时、22日20时、23日08时、27日20时、
28日08时、29日08时、29日20时、30日08时、30日20时 |
共计170个时次 | 共计30个时次 |
图 2a、b对比了总样本和雾个例样本的温度相关,相关系数超过0.98,雾个例样本的相关略低于总样本的相关。图 2c、d对比了两种情况下的水汽密度,相关系数超过0.95,且雾个例样本的水汽密度相关系数更大。通过温度和水汽密度的相关可以看出,MWRP的温度和水汽密度数据具有较高的可靠性。而图 2e、f显示的相对湿度的相关较差,说明MWRP对相对湿度的反演精度较差。雾天时的相对湿度较大,且变化幅度较大,所以雾天时的相对湿度相关系数较总样本小。
偏差为正表示MWRP数据较探空数据偏大,为负则说明MWRP数据偏小。均方根误差的值代表MWRP数据偏离探空数据的程度。由图 3a、b可知,MWRP温度在近地面的观测误差最小,随着高度的升高偏差由负变正,偏差主要为负,说明MWRP观测的温度较探空偏小,最大偏小程度约4℃,特别在雾天时2 km以上均方根误差几乎均维持在3.5℃左右。对比图 3c、d,总样本水汽密度的均方根误差在1 g/m3以内,雾天时的水汽密度的偏 差和均方根误差均比总样本的大,在1—5 km高度 偏差为正说明MWRP反演的水汽密度偏大,均方根误差在1.5 km高度处达到最大。从图 3e、f可知,总样本的相对湿度在近地面至1 km、1—7 km和7 km以上的偏差分别为负、正和负,1—7 km高度MWRP反演的相对湿度偏大。同样对于雾天样本,1.5 km以下偏差在0附近变化,2—5 km高度偏差为正,5 km以上基本为负偏差。总样本相对湿度的垂直平均均方根误差约为18%,雾天时的垂直平均均方根误差约为23%,这与刘亚亚等(2010)分析春、夏、秋、冬不同季节时微波辐射计反演相对湿度的垂直平均均方根误差分别为22%、20%、24%和21%比较一致。
综合以上相关和误差分析可以看到,MWRP和探空观测的温度和水汽密度的相关均较强,但MWRP反演的温度较探空偏小3℃左右,雾天时MWRP反演的水汽密度偏大,而相对湿度的相关较差且误差较大。其原因比较复杂,一方面利用微波辐射计反演大气参数存在误差,MWRP反演的误差来自微波辐射计接收的亮温精度、反演过程中前向模式的计算精度和反演算法的可靠性,以及神经网络算法中训练数据对历史探空数据的依赖性。另一方面,气象探空和MWRP被动遥感本身存在探测方式的差别。气象探空属于直接探测方式,测量探空气球上升轨迹的大气状态,持续时间在1 h左右,其探测仪器本身也存在测量误差。而微波辐射计测量的是大气辐射特征,其资料代表的是天线方向波束内的大气状态,是具有一定厚度(体积)气层的物理状态的平均值,数据分辨率是分钟级。另外,探空和微波辐射计探测位置的差异也会影响评价MWRP数据的准确性。3.3 微波辐射计和系留气艇观测数据的对比
2011年12月1—7日发生在河北涿州的一次持续7 d的雾、霾天气先后经历了3次雾、霾过程(Guo et al,2015),12月3日上午冷锋过境结束了第一次平流雾过程,从12月3日傍晚开始近地面形成强逆温,夜晚辐射雾逐渐形成并发展,雾顶高度不断升高,12月4日午后雾有减弱的趋势,但是没有消散,直到5日凌晨辐射雾转化为平流雾,即第2次雾过程。
从温度廓线随时间演变(图 4a、c)的情况来看,系留气艇和MWRP的数据具有比较一致的变化趋势,MWRP反演的温度比系留气艇偏低,这与3.2节常规探空的检验结果一致。MWRP反演出了3日傍晚的近地面逆温,但是逆温强度偏弱。从相对湿度的变化趋势(图 4b、d)来看,3日上午的冷锋使雾消散,相对湿度急剧下降,而MWRP却在3日中午出现相对湿度的波动,但是从3日18时以后近地面开始出现高相对湿度,两种不同仪器探测的相对湿度廓线变化趋于一致。从5日开始受冷平流的影响,辐射雾转化为平流雾,雾顶高度跃升到1 km以上,在0.2—1 km高度温度较4日偏低。受仪器精度限制,系留气艇在雾期间探测的最大相对湿度为92%,而MWRP可以反演出相对湿度达到100%的情况。微波辐射计是被动的遥感方式,反演出的相对湿度的垂直变化具有层结性,但其演变特征与系留气艇数据具有很强的一致性。Ware等(2013)对冬季奥林匹克期间Whistler地区的探空(间隔6 h)和MWRP数据进行了对比,两者在指示海洋湿气团爬坡上升的凝结过程具有很强的一致性。
图 5给出了系留气艇和微波辐射计数据的相关和误差分析。图 5a中两种数据的温度相关系数为0.67,远小于常规探空与MWRP数据的相关(相关系数0.98以上)。同样,系留气艇与MWRP数据 对比时的相对湿度相关系数为0.60,小于雾天时常规探空与MWRP对比的相关系数(0.67)。造成相关较弱的可能原因,一是数据样本偏少。相关分析中的数据量只有313对,不足以代表整个雾、霾过程中的气象要素的变化情况。二是两种数据资料的垂直分辨率差异较大。系留气艇数据的垂直分辨率比较高,为1—2 m,能反映气象要素在垂直高度上的细微变化特征。而MWRP数据在0.5 km以下和0.5—1.0 km的垂直分辨率分别为50和100 m,比系留气艇垂直分辨率低。虽然将系留气艇数据插值到MWRP的高度层结,但也存在部分数据在对应高度上变化趋势相异的情况。所以相关只能在某种程度上说明系留气艇和MWRP数据的一致性问题,结合误差分析可以看出温度的偏差为-1—1℃,均方根误差为1℃左右。从相对湿度的误差分析可以看出,700 m以下偏差为正,700—800 m为负,均方根误差为10%—20%,和雾天时MWRP与常规探空对比时的结果一致。
3.4 利用CloudSat云雷达数据检验MWRP的高层相对湿度廓线由于MWRP液态水含量垂直廓线反演精度的限制,而且仅具有获得最低一层云雾的液态水含量的能力(Westwater et al,2005;Ware et al,2003),对于存在多层结构的云雾天气,特别是雾上部覆盖云的情况,很难获得雾上部云的液态水含量。但从微波辐射计观测的相对湿度廓线看,中高层经常出现高相对湿度区,这是否意味着有云的存在呢?为回答这一问题,选择了有CloudSat卫星观测数据的2012年12月28日的雾个例进行检验。
2012年12月28日来自西南方向的云系影响华北地区,北京海淀区的天气现象由雾转雪。选择CloudSat过境华北地区的2B-GEOPROF产品中的等效雷达反射率因子(Ze)和云检测产品检验MWRP反演的高相对湿度代表的云信息。
图 6是3069反演的相对湿度廓线的时间变化,可以看出,高相对湿度主要呈现为3个层次,近地面的高相对湿度是产生雾所必需的水汽条件,3—5 km是高相对湿度层,7 km附近存在小的高相对湿度区,中间的云层相对湿度已经达到了100%,表示水汽达到饱和,但MWRP反演的液态水含量廓线在此高度却没有对应的液态水含量信息。图 7是CloudSat过境轨迹上云雷达探测的Ze剖面,横坐标为过境轨迹的时间和经纬度,图中0 km附近高度处的强回波带是地物回波。虽然图 7中没有精确对应观测地点(39.95°N,116.33°E)的经纬度,但是这次云系移动覆盖了整个华北地区,可以从邻近的地点推测云系结构。图 7中的等值线代表了云检测值,标出了值为30和40的等值线,该值大于20则说明探测到了云,值越高说明检测到云的可靠性越高。由东南到西北向轨迹上的云系变化中,与MWRP观测地点具有相同纬度(39.95°N)邻近的云发展最旺盛,回波高度达到10 km,并与地物相连。由此判断,MWRP反演的相对湿度廓线所代表的云信息具有参考价值,弥补了MWRP只能反演单层云的液态水含量的缺点。从FY-2E红外IR1通道(10.3—11.3 μm)的云图上也可以看出有云存在(图 8)。
4 结论与讨论微波辐射计的高时间分辨率的温、湿度和液态水含量廓线数据,可以有效弥补常规探空时间分辨率低的问题,对于了解云雾天气形成和发展演变具有十分重要的作用。最近几年,多通道微波辐射计的应用呈现显著增加趋势,但很少开展对这种新型设备探测精度的检验研究。本研究在检验仪器可信度的基础上,利用2009—2013年气象行业专项“京津地区低能见度雾霾天气监测与预报研究”观测试验期间的美国Radiometrics公司生产的两台同型号35通道微波辐射计观测数据,对比检验了华北地区秋冬季的11个持续性雾天气过程的170个时次(其中30个为雾发生时次)的微波辐射计与常规探空数据,并结合观测试验期间的系留气艇和CloudSat云雷达等资料,检验了典型雾个例的温、湿度廓线和云覆盖状况。主要结论如下:
(1)MonoRTM模拟的晴空亮温和微波辐射计观测亮温的相关较强,水汽通道的相关系数超过0.86,平均标准差为1.88 K。氧气通道的相关系数超过0.99,但氧气通道的平均标准差为2.3 K,高于水汽通道。微波辐射计与常规探空观测数据的对比分析表明,总样本和雾天样本时两种观测方式获得的温度的观测数据的相关系数均在0.98以上,水汽密度的相关系数在0.95以上,但相对湿度的相关性较差。在总样本误差分析中,微波辐射计反演的温度偏低3℃左右,水汽密度的均方根误差在1 g/m3以内,相对湿度在1—7 km高度偏大,雾天时的均方根误差比总样本时略差。
(2)系留气艇和微波辐射计廓线数据对比显示,微波辐射计反演的温度也偏低,均方根误差在1℃左右,700 m以下MWRP的相对湿度反演值比系留气艇高,700—800 m低,相对湿度的均方根误差在10%—20%,但是两种探测方式的温度和相对湿度在指示雾的发展演变过程中具有很强的一致性。
(3)Cloudsat云雷达数据验证了微波辐射计反演的高空存在的高相对湿度水汽饱和区与云的存在有关,在一定程度上证明了Radiometrics微波辐射计不能获得多层云雾同时存在时的液态水含量分布问题,该微波辐射计只能探测到最低一层云的液态水含量垂直分布状况。
从以上比较可以看到,Radiometrics多通道微波辐射计在温度、水汽密度廓线探测方面具有较高的可靠性。相对湿度廓线的比较表明,微波辐射计与常规探空获取的相对湿度数据的相关系数仅为0.67左右,具有较大的不确定性。由于常规探空在相对湿度探测方面也存在较大的误差,因此对两者差别原因的分析变得更加困难。液态水含量廓线由于缺少直接的数据观测,本研究没有开展较深入的检验研究。Radiometrics 35通道MP-3000A型微波辐射计在遥感探测具有多层云(雾)结构的液态水含量廓线时,由于缺乏初始液态水含量廓线训练数据,反演参数会被训练成单层云(雾)的结构特征。尽管多通道微波辐射计在定量获取相对湿度和液态水含量廓线时存在较大的误差,但在反映这些参量的高时间分辨率的演变趋势方面仍然具有很好的指示意义,这一点具有重要的应用价值。随着微波辐射计遥感反演技术的不断提高,其应用价值会变得更大。
陈洪 滨, 林龙福. 2003. 从118.75 GHz附近六通道亮温反演大气温度廓线的数值模拟研究. 大气科学, 27(5): 894-900. Chen H B, Lin L F. 2003. Numerical simulation of temperature profile retrievals from the brightness temperatures in 6 channels near 118.75 GHz. Chinese J Atmos Sci, 27(5): 894-900 (in Chinese) |
黄建平, 何敏, 阎虹如等. 2010. 利用地基微波辐射计反演兰州地区液态云水路径和可降水量的初步研究. 大气科学, 34(3): 548-558. Huang J P, He M, Yan H R, et al. 2010. A study of liquid water path and precipitable water vapor in Lanzhou area using ground-based microwave radiometer. Chinese J Atmos Sci, 34(3): 548-558 (in Chinese) |
黄兴友, 张曦, 冷亮等. 2013. 基于MonoRTM模型的微波辐射计反演方法研究. 气象科学, 33(2): 138-145. Huang X Y, Zhang X, Leng L, et al. 2013. Study on retrieval methods with MonoRTM for microwave radiometer measurements. J Meteor Sci, 33(2): 138-145 (in Chinese) |
刘红燕, 王迎春, 王京丽等. 2009. 由地基微波辐射计测量得到的北京地区水汽特性的初步分析. 大气科学, 33(2): 388-396. Liu H Y, Wang Y C, Wang J L, et al. 2009. Preliminary analysis of the characteristics of precipitable water vapor measured by the ground-based 12-channel microwave radiometer in Beijing. Chinese J Atmos Sci, 33(2): 388-396 (in Chinese) |
刘红燕. 2011. 三年地基微波辐射计观测温度廓线的精度分析. 气象学报, 69(4): 719-728. Liu H Y. 2011. The temperature profile comparison between the ground-based microwave radiometer and the other instrument for the recent three years. Acta Meteor Sinica, 69(4): 719-728 (in Chinese) |
刘亚亚, 毛节泰, 刘钧等. 2010. 地基微波辐射计遥感大气廓线的BP神经网络反演方法研究. 高原气象, 29(6): 1514-1523. Liu Y Y, Mao J T, Liu J, et al. 2010. Research of BP neural network for microwave radiometer remote sensing retrieval of temperature, relative humidity, cloud liquid water profiles. Plateau Meteor, 29(6): 1514-1523 (in Chinese) |
盛裴轩, 毛节泰, 李建国等. 2006. 大气物理学. 北京: 北京大学出版社, 19-20. Sheng P X, Mao J T, Li J G, et al. 2006. Atmospheric Physics. Beijing: Peking University Press, 19-20 (in Chinese) |
唐仁茂, 李德俊, 向玉春等. 2012. 地基微波辐射计对咸宁一次冰雹天气过程的监测分析. 气象学报, 70(4): 806-813. Tang R M, Li D J, Xiang Y C, et al. 2012. Analysis of a hailstorm event in the middle Yangtze River basin using ground microwave radiometers. Acta Meteor Sinica, 70(4): 806-813 (in Chinese) |
王云, 王振会, 李青等. 2014. 基于一维变分算法的地基微波辐射计遥感大气温湿廓线研究. 气象学报, 72(3): 570-582. Wang Y, Wang Z H, Li Q, et al. 2014. Research of the one-dimensional variational algorithm for retrieving temperature and humidity profiles from the ground-microwave radiometer. Acta Meteor Sinica, 72(3): 570-582 (in Chinese) |
王振会. 1998. 大气温度分布的地面微波遥感数值实验. 南京气象学院学报, 11(3): 346-355. Wang Z H. 1998. A numerical experiment of atmospheric temperature profile remote sensing with ground-based microwave radiance measurements. J Nanjing Inst Meteor, 11(3): 346-355 (in Chinese) |
薛永康, 黄润恒, 周秀骥. 1981. 蒙特卡洛法在微波遥感水汽垂直廓线上的应用. 中国科学A辑, 24(11): 1367-1375. Xue Y K, Huang R H, Zhou X J. 1981. The application on Monte Carlo method in microwave remote sensing water vapor vertical profiles. Sci China Math, 24(11): 1367-1375 (in Chinese) |
张培昌, 王振会. 1995. 大气微波遥感基础. 北京: 气象出版社, 304-329.Zhang P C, Wang Z H. 1995. Basis of Atmospheric Microwave Remote Sensing. Beijing: China Meteorological Press, 304-329 (in Chinese) |
Campos E F, Ware R, Joe P, et al. 2014. Monitoring water phase dynamics in winter clouds. Atmos Res, 147-148: 86-100 |
Chan P W. 2009. Performance and application of a multi-wavelength, ground-based microwave radiometer in intense convective weather. Meteor Z, 18(3): 253-265 |
Chan P W, Hon K K. 2011. Application of ground-based, multi-channel microwave radiometer in the nowcasting of intense convective weather through instability indices of the atmosphere. Meteor Z, 20(4): 431-440 |
Cimini C, Marzano F S, Ciotti P, et al. 2004. Atmospheric microwave radiative models study based on ground-based multichannel radiometer observations in the 20-60 GHz band//Fourteenth ARM Science Team Meeting Proceedings.Albuquerque, New Mexico: 1-10 |
Cimini D, Campos E, Ware R, et al. 2011. Thermodynamic atmospheric profiling during the 2010 Winter Olympics using ground-based microwave radiometry. IEEE Trans Geosci Remote Sens, 49(12): 4959-4969 |
Clough S A, Shephard M W, Mlawer E J, et al. 2005. Atmospheric radiative transfer modeling: A summary of the AER codes. J Quant Spectrosc Radiat Transfer, 91(2): 233-244 |
Crewell S, Ebell K, Lhnert U, et al. 2009. Can liquid water profiles be retrieved from passive microwave zenith observations?. Geophys Res Lett, 36(6): L06803 |
Decker M T, Westwater E R, Guiraud F O. 1978. Experimental evaluation of ground-based microwave radiometric sensing of atmospheric temperature and water vapor profiles. J Appl Meteor, 17(12): 1788-1795 |
Ebell K, Lhnert U, Crewell S, et al. 2010. On characterizing the error in a remotely sensed liquid water content profile. Atmos Res, 98(1): 57-68 |
Gultepe I, Milbrandt J A. 2007. Microphysical observations and mesoscale model simulation of a warm fog case during FRAM project. Pure Appl Geophys, 164: 1161-1178 |
Gultepe I, Kuhn T, Pavolonis M, et al. 2014. Ice fog in Arctic during FRAM-ice fog project: Aviation and nowcasting applications.Bull Amer Meteor Soc, 95(2): 211-226 |
Guo L J, Guo X L, Fang C G, et al. 2015. Observation analysis on characteristics of formation, evolution and transition of a long-lasting severe fog and haze episode in North China. Sci China Earth Sci, 58(3):329-344 |
Han Y, Westwater E R. 1995. Remote sensing of tropospheric water vapor and cloud liquid water by integrated ground-based sensors. J Atmos Ocean Technol, 12(5): 1050-1059 |
Han Y, Westwater E R. 2000. Analysis and improvement of tipping calibration for ground-based microwave radiometers. IEEE Trans Geosci Remote Sens, 38(3): 1260-1276 |
Hogg D C, Guiraud F O, Snider J B, et al. 1983. A steerable dual-channel microwave radiometer for measurement of water vapor and liquid in the troposphere. J Climate Appl Meteor, 22(5): 789-806 |
Knupp K R, Ware R, Cimini D, et al. 2009. Ground-based passive microwave profiling during dynamic weather conditions. J Atmos Ocean Technol, 26(6): 1057-1073 |
Lhnert U, Crewell S, Simmer C. 2004. An integrated approach toward retrieving physically consistent profiles of temperature, humidity, and cloud liquid water. J Appl Meteor, 43(9): 1295-1307 |
Lhnert U, van Meijgaard E, Baltink H K, et al. 2007. Accuracy assessment of an integrated profiling technique for operationally deriving profiles of temperature, humidity, and cloud liquid water. J Geophys Res: Atmos, 112(D4): D04205, doi:10.1029/2006JD007379 |
Madhulatha A, Rajeevan M, Venkat Ratnam M, et al. 2013. Nowcasting severe convective activity over southeast India using ground-based microwave radiometer observations. J Geophys Res: Atmos, 118(1): 1-13 |
Rosenkranz P W.1998. Water vapor microwave continuum absorption: A comparison of measurements and models. Radio Sci, 33(4): 919-928 |
Schroeder J, Westwater E. 1991. User's guide to WPL microwave radiative transfer software. NOAA Tech. Memo. ERL WPL-213, Natl Oceanic and Atmos Admin, Silver Spring, Md |
Solheim F, Godwin J R, Westwater E R, et al. 1998. Radiometric profiling of temperature, water vapor and cloud liquid water using various inversion methods. Radio Sci, 33(2): 393-404 |
Tan H B, Mao J T, Chen H H, et al. 2011. A study of a retrieval method for temperature and humidity profiles from microwave radiometer observations based on principal component analysis and stepwise regression. J Atmos Ocean Technol, 28(3): 378-389 |
Vivekanandan J, Zhang G, Politovich M K. 2012. Radiative transfer studies in support of improvements to radiometrics, Inc. model TP/WVP-3000 retrievals. Final Report, QSS Group, Inc. Contract 010043. National Center for Atmospheric Research |
Ware R, Carpenter R, Güldner J, et al. 2003. A multichannel radiometric profiler of temperature, humidity, and cloud liquid. Radio Sci, 38(4):8079, doi:10.1029/2002RS002856 |
Ware R, Cimini D, Campos E, et al. 2013. Thermodynamic and liquid profiling during the 2010 Winter Olympics. Atmos Res, 132-133: 278-290 |
Wei C, Leighton H G, Rogers R R. 1989. A comparison of several radiometric methods of deducing path-integrated cloud liquid water. J Atmos Ocean Technol, 6(6): 1001-1012 |
Westwater E R, Han Y, Shupe M D, et al. 2001. Analysis of integrated cloud liquid and precipitable water vapor retrievals from microwave radiometers during the Surface Heat Budget of the Arctic Ocean project. J Geophys Res: Atmos, 106(D23): 32019-32030 |
Westwater E R, Crewell S, Mtzler C, et al. 2005. Principles of surface-based microwave and millimeter wave radiometric remote sensing of the troposphere. Quaderni Dell Societa Italiana di Elettromagnetismo, 1(3): 50-90 |
Xu G R, Ware R, Zhang W G, et al. 2014. Effect of off-zenith observations on reducing the impact of precipitation on ground-based microwave radiometer measurement accuracy. Atmos Res, 140-141: 85-94 |