为有效评估卫星数据反演得到的大气参数准确性，通常将反演结果与不同大气模式资料、探空数据、地基探测和其他卫星测量结果进行对比(陈昊和金亚秋，2011；雷连发 等，2014)，分析偏差的分布规律。对于处在传统的天空与太空之间的临近空间而言，其战略价值直到最近几年才引起世界各国重视，对其误差特性、空间分布和内在机理的研究也成为各国科学家重点关注的领域。

截至目前，针对临近空间各种卫星探测的大气环境参数，国内外也开展了相关误差对比验证工作。例如，在国外，利用国际参考大气模式(CIRA-86)和中高层大气全球纬向风经验模式(HWM-93)，通过与高层大气研究卫星(UARS)风场观测数据从中间层至低热层的交叉对比，结果表明UARS与CIRA-86模式有相似之处，但HWM-93模式风场的振幅要小于UARS (Fleming 等，1996)。利用环境卫星(ENVISAT)探测资料、英国气象局(UKMO)分析资料和地基Rayleigh雷达实测数据，对热层-电离层-中间层能量和动力学卫星(TIEMD)搭载的宽带发射辐射计(SABER)温度探测数据进行对比验证，结果表明SABER温度资料在低平流层偏高1-3 K，在平流层顶附近偏低约1 K，在中间层的中部偏低约2 K (Remsberg 等，2008)。在国内，利用大气号卫星(Aura)搭载的微波临边探测器(MLS)的温度、压强和密度等数据，推算出中层大气平均风场，并与武汉流星雷达和澳大利亚Adelaide台站观测数据对比，结果表明风场推算结果与实测数据比较吻合(刘三军 等，2007)。利用气象、电离层和气候星座探测系统(COSMIC)与SABER探测数据开展15-60 km大气温度对比分析，结果表明COSMIC与SABER温度随高度的变化特征比较一致(宫晓艳 等，2013)。然而，国内外的研究多针对单颗卫星数据，开展某几个站点或某些特定区域内的对比分析，一方面未综合利用多颗卫星的探测优势开展研究，另一方面未针对大区域范围分析大气参数误差的统计分布规律，难以满足临近空间卫星数据应用和气象保障的需求。

为定量分析基于多源卫星数据的临近空间大气参数误差分布规律，本文利用10年以上的TIMED卫星搭载的SABER和多普勒干涉仪(TIDI)探测数据，以及ENVISAT卫星搭载的麦克耳逊干涉被动大气探测仪(MIPAS)探测资料，并借助理想气体状态方程和地转风公式，得到北半球大气温度、密度、纬向风、经向风和合成风的月统计结果，通过与中国参考大气资料的对比分析，验证大气参数误差随高度、纬度和经度的季节变化规律，可为临近空间卫星数据的有效应用提供参考。

为分析临近空间大气参数误差分布特性，共搜集整理了2002年3月至2014年3月TIMED卫星SABER探测器的月统计资料、TIDI探测器的日探测资料，以及2002年7月至2012年4月ENVISAT卫星MIPAS探测器数据，通过对网格内多年的探测数据取算数平均，统计得到北半球20-100 km高度、2.5°×2.5°×1 km分辨率的大气温度、密度、纬向风、经向风和合成风月分布结果。其中，大气温度和密度主要来源于SABER探测器，其水平覆盖83°S-83°N，分辨率为400 km，但缺少52°N-83°N地区4月、8月和12月数据，垂直覆盖10-140 km，分辨率为2 km，而MIPAS可探测大气温度和压强，沿水平方向全球覆盖，分辨率为3×30 km，沿垂直方向覆盖5-150 km，分辨率为3 km，在15 km高度以上MIPAS与臭氧探空资料的相对偏差在±9%以内(王海平 等，2008)。因此，当SABER数据缺失时，可由MIPAS探测器提供大气温度，并利用理想气体状态方程计算出大气密度。

需要注意的是，SABER和MIPAS两个传感器受自身条件限制，探测数据必然存在一定的系统偏差，但由于数据的准确性已得到较多验证(Remsberg 等，2008；王海平 等，2008；Ceccherini 等，2013)，因此这里主要考虑二者的时空分辨率和数据覆盖率，从而便于得到较为完整的大气环境统计信息。

风场信息主要来源于TIDI探测器，其主要提供70-115 km高度、垂直间隔2.5 km的大气风场，水平覆盖80°S-80°N，分辨率为750 km，在中间层和低热层的测量精度分别为3 m/s和15 m/s (张冬娅 等，2005)。当TIDI数据缺失时，需借助大气密度和气压，利用地转风公式计算。在中高纬地区(15°N-80°N)，计算公式如下(Fleming 等，1990)：

${u_g} = - \frac{1}{{f\rho }}\frac{{\partial p}}{{a\partial \phi }}$

(1)

${v_g} = \frac{1}{{f\rho }}\frac{{\partial p}}{{a\cos \phi \partial \lambda }}$

(2)

式中，$f = 2\Omega \sin \phi $为Coriolis参数，Ω=7.292×10^-5 s^-1为地球旋转角速度，p为大气压强，$ a $为地球半径，$\lambda $为地理经度，$\phi $为地理纬度，${u_g}$和${v_g}$代表地转风。

赤道上空地转风的计算采用如下特殊求解公式(Fleming 等，1990)：

${u_e} = - \frac{a}{{2\Omega }}(\frac{1}{{{\rho ^2}}}\frac{{\partial \rho }}{{\partial y}}\frac{{\partial P}}{{\partial y}} - \frac{1}{\rho }\frac{{{\partial ^2}P}}{{\partial {y^2}}})$

(3)

${v_e} = \frac{a}{{2\Omega }}\left( { - \frac{1}{{{\rho ^2}}}\frac{{\partial \rho }}{{\partial y}}\frac{{\partial P}}{{\partial x}} + \frac{1}{\rho }\frac{\partial }{{\partial y}}\left( {\frac{{\partial P}}{{\partial x}}} \right)} \right)$

(4)

赤道与中高纬度地区之间的风场采用线性内插求得。

中国参考大气主要提供中国15°N-50°N、75°E-130°E范围内，5°×5°共计46个经纬度格点、地面-80 km高度内各高度层上的大气温度、压力、湿度、密度、纬向风、经向风和合成风等信息，垂直分辨率为：地面-10 km为0.5 km，10-30 km为1.0 km，30-80 km为2. km，计算所用原始数据包括无线电探空资料、美国国家环境预报中心(NCEP)再分析资料、雨云7号卫星(Nimbus-7)探测数据、火箭探测数据以及利用探空资料和美国国家海洋大气局(NOAA)卫星数据同化得到的UKMO资料(李群 等，2006)。其中，地面-30 km高度主要利用国内外站点探空资料以及NCEP网格化的标准等压面月平均再分析资料，30-80 km高度主要利用Nimbus-7卫星温度网格化数据、UKMO资料以及气象火箭探测资料，而利用卫星数据计算风场信息时，仍然采用地转风公式进行近似。

开展临近空间大气参数误差特性分析，主要经历以下3步：

第1步，数据匹配。由于中国参考大气的水平分辨率为5°×5°，垂直分辨率随高度变化。因此，水平方向以中国参考大气分辨率为基准，垂直方向将中国参考大气插值到1 km的间隔上。

第2步，个例分析。选取中国区域内A (25°N，100°E)、B (25°N，115°E)、C (35°N，100°E)、D (35°N，115°E)和E (45°N，115°E)共5个点，分别计算春(4月)、夏(7月)、秋(10月)及冬(1月)不同季节内，卫星数据统计结果与中国参考大气的误差分布。以大气温度为例，某一高度层h处，卫星统计结果与中国参考大气的偏差定义为

$\Delta T(h) = {T_R}(h) - {T_S}(h)$

(5)

式中， $\Delta T(h)$代表温度偏差， ${T_R}(h)$代表中国参考大气温度， ${T_S}(h)$代表卫星统计的温度。

第3步，统计分析。计算中国区域(15°N-50°N、75°E-130°E)内，大气参数平均偏差沿纬向和经向的季节分布规律。某一高度层h处温度的统计平均偏差定义为

$\overline {\Delta T(h)} = \frac{{\sum\limits_{i = 1}^{N(h)} {\Delta {T_i}(h)} }}{{N(h)}}$

(6)

式中，$\overline {\Delta T(h)} $代表高度h处温度偏差的平均值，$N(h)$代表高度h处的样本数。

在定量分析不同大气参数误差时，首先，选取中国区域内的5个不同地点A (25°N，100°E)、B (25°N，115°E)、C (35°N，100°E)、D (35°N，115°E)和E (45°N，115°E)，研究大气参数偏差随高度的季节变化特点，其次，分析中国区域内(15°N-50°N、75°E-130°E)，大气参数偏差随纬度和经度的季节变化特征，从而给出大气温度、密度和风场误差的时空分布规律。

从图 1可以发现，对于5个不同地点，温度偏差在不同季节内随高度的变化规律相似，即在30 km高度以下，各季节内温度偏差普遍小于0，说明卫星数据统计结果略偏大，而30-65 km高度内，各地点不同季节内的温度偏差普遍大于0，说明卫星数据统计结果偏小，且随着高度上升，偏差整体上逐渐增大，在65 km高度处达到最大值，其中A和B点处约为13 K，C和D点处约为15 K，而E点处最大可达20 K。在65 km高度以上，偏差随高度上升先减小后增大，在约72 km高度处达到局部极小值，约为-5 K。在50 km以下，冬季温度偏差与其他季节明显不同，且偏差最小，而其他季节之间差异不大。在50-70 km高度内，各季节之间温度偏差差异较小，而70 km以上差异较大，尤其在72 km的局部极小值高度处，各季节之间温度偏差的差异十分明显。基于个例对比结果表明，卫星数据统计结果在30 km以下的低平流层处偏高，在50 km附近的平流层顶以及65 km附近的中间层中部普遍偏小，这与现有研究结果变化特性一致(Remsberg 等，2008)，但在数值上有所偏差，主要原因在于对比数据的来源不同。

从图 2可以看出，沿纬度方向，在55 km高度以上，春季和秋季温度偏差的分布特征相似，而夏季和冬季的分布相似。其中，春季和秋季的温度偏差沿纬向逐渐减小，而夏季和冬季却逐渐增大。在55 km高度以下，各季节温度偏差沿纬向的变化不明显。另外，各季节在55 km高度以上温度偏差的绝对值明显大于55 km高度以下，说明随着高度上升，基于卫星数据的温度统计结果误差逐渐增大，主要由于TIMED卫星SABER探测器的系统误差所致(Remsberg 等，2008)。沿经度方向，在55-70 km高度内，春季和夏季的温度偏差沿经向先减小后增大，而秋季和冬季恰好相反。在40-55 km高度内，春季和夏季存在偏小较小的经度带95°E-125°E。在40 km高度以下，春季和秋季沿经向的分布规律相似，而夏季和冬季的分布类似，且春季和秋季温度偏差的绝对值大于夏季和冬季。

从图 3可以看出，对于不同地点而言，各季节密度偏差在50 km高度以上几乎为0，说明中国参考大气与基于卫星资料统计得到的密度数据一致性较好。在50 km高度以下，随着高度降低，密度偏差逐渐增大，且在30-50 km高度内存在震荡变化。在25-50 km高度内，各地点不同季节之间密度偏差差异较小，在25 km高度以下，A和B点依然无较大的季节性差异，但C、D和E点的季节性差异较为明显，且夏季偏差较大。50 km高度以下密度偏差大于0，表明基于卫星数据的密度统计结果偏小，30 km高度处密度偏差约为0.5 g/m³，而此时的密度通常为17-20 g/m³，20 km高度处密度偏差小于4 g/m³，而此时的密度通常为80-100 g/m³。因此，卫星数据密度统计结果虽然偏小，但相对误差较小。

从图 4可以看出，沿纬度方向，25 km高度以上密度偏差的分布较为均匀，25 km高度以下，春季偏差沿纬向逐渐减小，夏、秋、冬季分别存在偏差较大的纬度带，其中，夏季为25°N-45°N，秋季为25°N-30°N，冬季为20°N-35°N，且各季节密度偏差最大达到3 g/m³以上。沿经度方向，30 km高度以上密度偏差均匀分布，30 km高度以下各季节存在偏差较大的经度带，其中，春、秋、冬季都为100°E-120°E，夏季为75°E-110°E，且各季节密度偏差的最大值达到5 g/m³。

从图 5可以看出，对于纬向风而言，夏季偏差随高度的分布与其他季节明显不同。在70 km高度以下，随着高度上升，纬向风偏差的绝对值不断增大，春、秋、冬季偏差随高度上升变化幅度较小，但整体上呈增大趋势，E点偏差最小，而C点和D点的偏差小于A点和B点，说明沿纬向偏差呈减小趋势。在70 km高度以上，偏差随高度上升震荡明显，且绝对值逐渐减小。对于经向风而言，在70 km高度以下，偏差随高度变化较小，但季节性差异随高度上升逐渐明显。A点、B点和E点的分布特征相似，都沿高度缓慢变化，而C点和D点的震荡特征明显，尤其是秋季和冬季。在70 km高度以上，经向风偏差的震荡特征更加明显，且偏差在不断增大。对于合成风而言，偏差随高度的分布特征明显不同于纬向风和经向风，其震荡特征十分明显，季节性差异也较大。在50 km高度以下，偏差在冬季小于0而夏季大于0，且夏季偏差随高度上升不断增大。

从图 6可以看出，纬向风偏差在春季的40 km以下沿纬向逐渐增大，而40-70 km高度逐渐减小。在夏季的50 km以下偏差绝对值逐渐减小，50 km以上偏差由大于0演变为小于0，且绝对值在逐渐增大。秋季和冬季在40 km以上的偏差明显大于40 km以下，同样大于春季和夏季相同高度处的偏差，且偏差沿纬向不断减小。经向风偏差在春季和冬季的40-70 km高度沿纬向由小于0演变为大于0，而夏季和冬季恰好相反。在70 km以上，春季和夏季的偏差较大。在40 km以下，偏差介于-5-10 m/s之间，各季节沿纬向的分布较为均匀。合成风偏差在春季的50-60 km高度沿纬向由大于0演变为小于0，且偏差绝对值逐渐增大，而在35-50 km高度，偏差由小于0演变为大于0。在夏季的55 km以上偏差由小于0演变为大于0，且偏差绝对值在低纬和高纬地区达到15 m/s以上，在55 km以下尤其是40 km以下，偏差普遍大于0且沿纬向逐渐减小。在秋季的40-60 km高度偏差大于0，沿纬向先减小后增大。在冬季的50-70 km高度偏差沿纬向由大于0演变为小于0，且偏差绝对值大于10 m/s。

由图 7可知，纬向风偏差在春季的30-45 km高度沿经向逐渐减小，偏差绝对值在夏季的60 km以上先增大后减小，而秋季和冬季在某一高度层以下存在偏差小于0的经度带，即秋季在40 km以下的100°E-125°E内而冬季在50 km以下的85°E-125°E内。对于经向风而言，在50 km以下，春季偏差沿经向由小于0演变为大于0，夏季的分布较为均匀，秋季和冬季在40 km以下的经度较高地区偏差较大。在40-70 km高度，秋季偏差沿经向由大于0演变为小于0，冬季存在偏差小于0和大于0的两个经度带，即90°E-100°E和105°E-120°E。在70 km以上，夏季偏差绝对值最小，而其他季节普遍较大，且各季节偏差沿经向变化不明显。对于合成风而言，春季偏差在30-45 km高度沿经向逐渐减小，夏季偏差的较大值沿经向呈“钩状”分布，且偏差最大值在20 m/s以上，秋季偏差在40-65 km高度沿经向略有减小，在40 km以下存在偏差为-5 m/s左右的经度带，即85°E-120°E，冬季偏差在30 km以上普遍小于0，偏差绝对值较大的区域位于40-55 km的95°E-120°E内。

对于风场而言，部分高度层内卫星数据统计结果与中国参考大气偏差的绝对值达到20 m/s以上，一方面由于卫星探测的温度与中国参考大气存在一定偏差，导致利用地转风公式计算出的风场信息误差较大；另一方面，70 km以上部分风场数据来源于TIDI探测器，卫星探测结果与地转风公式计算结果存在较大偏差，说明利用地转风计算大气风场存在一定的局限性，同时，当TIDI数据缺失时，仍然利用地转风计算结果，导致风场统计结果随高度存在“跳变”，即相邻高度层风速差异较大，从而造成风场误差的“跳变”。此外，中国参考大气中部分风场数据来源于同化后的UKMO资料，该资料同样存在一定误差。因此，对基于卫星数据的风场统计结果还需做进一步验证。

论文利用10年以上的TIMED卫星SABER和TIDI探测数据，以及ENVISAT卫星MIPAS探测资料，借助理想气体状态方程和地转风公式，得到了北半球网格化的大气参数月统计结果，通过与中国参考大气资料的对比，分析了大气参数误差的变化规律，得出以下结论：

(1)温度偏差沿纬向在55 km以上的春秋季分布相似，沿经向在55-70 km高度的春夏季先减小后增大而秋冬季恰好相反。偏差最高可达15 K以上，位于65 km高度附近，但此时大气温度通常为240 K左右，因而相对误差为6%左右。密度偏差沿纬向在25 km以下的春季逐渐减小而夏秋冬季存在偏差较大的纬度带，沿经向在30 km以下的各季节存在偏差较大的经度带。密度偏差最高可达5 g/m³，但此时大气密度约为80-100 g/m³，因而相对误差为5%左右。基于卫星数据的温度和密度统计结果相对误差小于10%，说明数据可信度依然较高。

(2)纬向风偏差在春季的40 km以下沿纬向逐渐增大，沿经向在夏季的60 km以上先增大后减小。经向风偏差在春冬季的40-70 km沿纬向由负变正，沿经向在秋季的40-70 km由正变负。合成风偏差在春季的50-60 km沿纬向由正变负，沿经向在夏季偏差的较大值呈“钩状”分布。风场统计结果在部分高度层存在较大偏差，一方面与探测设备本身的系统误差有关，另一方面也与采用地转风近似计算有关，未来还需做更多的对比验证。

需要说明的是，由于探测手段有限(尤其是风场)，当前能够获取的探测数据主要来源于国外，国内虽已研制少量地基或车载激光雷达，但受探测范围和数据量的限制，难以开展误差特性的时空分布研究。未来将搜集更多的卫星和地基实测数据，在对比验证的基础上开展融合处理，从而得到更准确的大气环境分布特征，满足临近空间气象保障需求。