风云三号(FY-3)系列气象卫星是中国第二代极轨气象卫星(唐世浩 等，2016)，微波成像仪(MWRI)是装载于其上的重要遥感仪器(张淼 等，2018)，该仪器为全功率双极化微波成像仪，以圆锥方式进行扫描，天线视角45°，幅宽1400 km，扫描周期为1.7 s，在扫描周期内获取6个冷/热源观测数据及254个地球观测数据。

MWRI能够全天候获取全球大气水汽含量、云雨参数及海面温度等的空间分布。通过同化该数据可为数值天气预报提供初始场信息，进而提高天气预报的准确性(卢乃锰 等，2016)。因此准确认识其在轨工作性能、正确评估其数据质量，对于其定量业务同化应用具有重要意义(陆其峰，2011)。通常，对MWRI的在轨精度评价包括两个方面：一是采用模式比对O-B(Lu 等，2011, 2015)(O是卫星观测亮温，B是模式模拟亮温)对MWRI观测亮温偏差特性进行定量评价；二是通过与同类微波仪器时空匹配观测数据交叉比对进行定标精度评价(杨虎 等，2013)。

交叉比对的结果均显示，MWRI具有较好的稳定性及数据质量(黄端 等，2017；王功雪 等，2017)，但Lawrence等(2017)利用O-B结果对MWRI亮温偏差进行定量评价时，发现MWRI O-B 偏差存在升降轨差异(FY-3卫星环绕地球运行的示意图如图1所示)，升降轨偏差约为2 K。将MWRI资料同化进数值预报模式的一个重要的前提条件是观测资料的偏差必须是无偏的或者全球一致的，因此MWRI的升降轨偏差严重制约了其在数值预报模式中的业务应用。虽然O-B偏差的来源较为复杂，观测与模拟自身都存在误差，但与MWRI具有相似通道的AMSR-2(Advanced Microwave Scanning Radiometer)O-B结果却并不存在该问题，因此该升降轨偏差应与MWRI本身的定标有关(http://www.ecmwf.ine/publications[2018-04-15])。本文主要分析引起MWRI升降轨偏差的主要原因及其订正，为MWRI 的定量及数值预报同化应用奠定基础。

图 1 FY-3卫星环绕地球运行的示意图 Figure 1 A diagram of FY-3 satellite orbits the earth

MWRI有5个频率，每个频率都有两个极化模式，具体通道特征见表1。

表 1(Table 1)

表 1 MWRI各通道特征 Table 1 Characteristics of MWRI channels 中心频率/GHz 10.65 18.7 23.8 36.5 89 极化方式 V，H V，H V，H V，H V，H 带宽/MHz 180 200 400 900 4600 地面分辨率/km×km 85×51 50×30 45×27 30×18 15×9

表 1 MWRI各通道特征 Table 1 Characteristics of MWRI channels

本文使用的MWRI/L1亮温数据和在轨工程数据(后面简称OBC数据)，由国家卫星气象中心业务处理生成，通过国家卫星气象中心风云卫星遥感数据服务网下载(http://satellite.cma.gov.cn/portalsite/default.aspx[2018-08-01])。本文利用ECMWF (European Centre for Medium-range Weather Forecasts)开发的RTTOV(Saunders 等，1999，http://nwpsaf.eu/oldsite/deliverables/rtm/docs_rttov10_svr_1.11.pdf[2018-04-30])(the fast radiative transfer model for TOVS)辐射传输模式模拟观测亮温，该模式利用洋面比辐射率模型FASTEM5(FAST EMissivity model) (http://www.ecmwf.int/publications[2018-08-01])计算洋面比辐射率，并采用参数化的光学厚度计算大气气体吸收。模式输入数据采用ECMWF全球气候再分析资料第5代产品ERA5，水平分辨率为31 km，垂直分辨率为137层，模式层顶达到0.01 hPa。根据微波辐射传输模式需要，选择海表温度、海面压强、10 m风速u和v，2 m温度、2 m湿度及60层的大气温度廓线、大气湿度廓线等参数。

由于受天气条件、下垫面状况等的影响，辐射传输模式模拟亮温可能存在较大误差，因此利用O-B结果进行定量评价前需进行质量控制，剔除受地表、云和雨影响的数据，结合FY-3C MWRI资料数据特征，设计的质控方案如下：

(1)极值检测。MWRI观测亮温阈值为150—350 K，剔除此范围外观测资料。

(2)地表类型检测。利用MWRI海陆模板，选择南北纬50°之间海表数据。

(3)环境条件挑选。利用MWRI 海面风速、降水检测、云中液态水含量及水汽产品，选择海面风速<7 m/s，无降水，云中液态水含量为0，水汽总量<40 mm的数据。

(4)残差检测。剔除视场点中通道的亮温观测模拟偏差大于20 K的数据。

FY-3 MWRI采用天线口面定标法，其特点是高、低温定标信号和测量信号都由天线的主反射面进入，对整个成像仪来说定标信号和测量信号的传输路径完全相同，有助于提高定标的准确度(刘高峰 等，2014)。两个直径为860 mm和1300 mm的准光学反射镜分别安装在热源和冷空观测位置，冷/热定标源的辐射分别通过冷/热反射镜照射到天线反射器上，再进入馈源，从而形成高、低温定标信号，实现两点定标。有关仪器和定标的更多介绍，可参见参考文献(杨虎 等，2013；刘高峰 等，2014；Yang 等，2011)。定标计算过程如下：

(1)计算热定标源辐射亮温(方程各项的物理意义可参见文献(Yang 等，2011)

(2)计算冷空定标源辐射亮温

(3)计算天线亮温定标斜率 $gain = \dfrac{{{T_{\rm{BH}}} - {T_{\rm{BC}}}}}{{itcnt - spac}}$

(4)计算天线亮温定标截距

(5)计算天线亮温线性相

(6)计算天线亮温非线性相

式中， $U$ 为非线性系数， $U = a \cdot b \cdot Tins + c \cdot Tin{s^2}$ 。

(7)计算天线最终亮温 $T = {T_{\rm{a}}} + \Delta T$

计算中用到的各参数来自OBC数据，其定义如表2所示。

表 2(Table 2)

表 2 定标参数的定义 Table 2 The definition of calibration parameters 参数 定义 参数 定义 TH 定标黑体物理温度 itcnt 黑体观测计数值 ε 定标黑体发射率 spac 冷空观测计数值 αH 热反射镜的反射率 Tins 接收通道温度 αC 冷空反射镜的反射率 BTvolt 通道接收机自动增益调整电压计数值 ηH 黑体效率 TBH 热定标源辐射亮温 TET 热反射镜背瓣亮温 TBC 冷空定标源辐射亮温 Thot 热反射镜物理温度 gain 天线亮温定标斜率 Tcold 冷空反射镜物理温度 int cpt 天线亮温定标截距 ηT 热反射镜的效率 TEC 宇宙背景辐射亮温(2.73 K)

表 2 定标参数的定义 Table 2 The definition of calibration parameters

首先分析定标方程各参数，这些参数包括定标黑体物理温度、热反射镜背瓣亮温、热反射镜物理温度、冷空反射镜物理温度、接收通道温度、黑体观测计数值、冷空观测计数值、定标斜率、定标截距。其中，热反射镜背瓣亮温是利用AMSR-E L1数据制作的分升降轨的12个月月平均数据静态文件，不随时间变化，因此首先统计了其升降轨差异，均小于35 K。之后，随机选取2017年6月24日，绘制18.7 GHz垂直极化通道其他参数随时间变化曲线如图2—图9所示，可以看出，由于定标黑体进行了严格的热控，因此黑体温度稳定在296—300 K，升降轨的黑体温度差异小于4 K。接收通道温度稳定在291—296 K，升降轨差异小于5 K。冷空计数值稳定在0.1—0.45，升降轨差异小于0.35。黑体计数值稳定在4.4—4.9，升降轨差异小于0.5。定标斜率稳定在0.53—0.57，升降轨差异小于0.04。定标截距稳定在0.67—0.73，升降轨差异小于0.06。但热反射镜和冷空反射镜的物理温度变化非常剧烈，变化范围分别为240—360 K和260—350 K，升降轨差异分别可达120—90 K。

图 2 2017年6月24日FY-3C MWRI黑体温度随时间变化曲线 Figure 2 Time series of physical temperature of the warm load of FY-3C MWRI on June 24, 2017

图 3 2017年6月24日FY-3C MWRI热反射镜物理温度随时间变化曲线 Figure 3 Time series of physical temperature of the hot reflector of FY-3C MWRI on June 24, 2017

图 4 2017年6月24日FY-3C MWRI冷空反射镜物理温度随时间变化曲线 Figure 4 Time series of physical temperature of the cold reflector of FY-3C MWRI on June 24, 2017

图 5 2017年6月24日FY-3C MWRI接收通道温度随时间变化曲线 Figure 5 Time series of receiver channel instrument temperature of FY-3C MWRI on June 24, 2017

图 6 2017年6月24日FY-3C MWRI冷空计数值随时间变化曲线 Figure 6 Time series of cold space radiometric counts of FY-3C MWRI on June 24, 2017

图 7 2017年6月24日FY-3C MWRI黑体计数值随时间变化曲线 Figure 7 Time series of warm load radiometric counts of FY-3C MWRI on June 24, 2017

图 8 2017年6月24日FY-3C MWRI定标斜率随时间变化曲线 Figure 8 Time series of antenna brightness temperature calibration scale of FY-3C MWRI on June 24, 2017

图 9 2017年6月24日FY-3C MWRI定标截距随时间变化曲线 Figure 9 Time series of antenna brightness temperature calibration offset of FY-3C MWRI on June 24, 2017

然后对定标方程各项进行敏感性分析。定标方程中的众多参数都是实验室测量得到的，但卫星发射后受空间环境影响这些参数也可能发生改变，因此下面将分析定标方程各项对这些参数的改变的敏感性。定标方程中 $\varepsilon $ 、 ${\alpha _{\rm{H}}}$ 、 ${\eta _{\rm{H}}}$ 、 ${\eta _{\rm{T}}}$ 的实验室测量值均大于0.9，假设卫星发射后，这些参数变化了0.1，来分析定标方程各项对这些参数的变化的敏感性。由于 ${T_{\rm{H}}}$ 的变化小于4 K，因此，当 $\varepsilon $ 、 ${\alpha _{\rm{H}}}$ 、 ${\eta _{\rm{H}}}$ 、 ${\eta _{\rm{T}}}$ 变化0.1时，式(1)右端第1项 ${\eta _{\rm{T}}}{\alpha _H}\varepsilon {T_{\rm{H}}}{\eta _{\rm{H}}}$ 的变化将小于0.4 K。由于 ${T_{\rm{ET}}}$ 的变化小于35 K，因此，当 ${\eta _{\rm{T}}}$ 变化0.1时，式(1)右端第3项 $(1 - {\eta _{\rm{T}}}){T_{\rm{ET}}}$ 的变化将小于3.5 K。由于 ${T_{\rm{hot}}}$ 的变化可达120 K，因此，当 ${\eta _{\rm{T}}}$ 或 ${\alpha _{\rm{H}}}$ 变化0.1时，式(1)右端第四项 ${\eta _{\rm{T}}}(1 - {\alpha _{\rm{H}}}){T_{\rm{hot}}}$ 的变化将为12 K。由于 ${T_{\rm{cold}}}$ 的变化可达90 K，因此，当 ${\alpha _{\rm{C}}}$ 变化0.1时，式(2)右端第2项 $(1 - {\alpha _{\rm{C}}}){T_{\rm{cold}}}$ 的变化将为9 K。

非线性系数由地面真空试验(郭杨 等，2014)获得，a，b，c的值如下：a=[−1.21E−7, −3.26E−7, −6.74E−7, −2.55E−7, −9.34E−8, 5.62E−8, −4.76E−8, −2.26E−7, 1.51E−7, 7.32E−8];b=[7.96E−5, 2.05E−4, 4.10E−4, 1.58E−4, 6.24E−5, −2.73E−5, 3.60E−5, 1.44E−4, −9.16E−5, −4.40E−5];c=[−0.013, −0.032, −0.06, −0.024, −0.010, 0.0032, −0.0066, −0.023, 0.014, 0.0067];由于接受通道温度变化小于5 K，当a，b，c的值分别变化0.1时， $U = a \cdot b \cdot Tins + $ $ c \cdot Tin{s^2}$ 的变化小于2.5，又因为gain的变化小于0.04， $(BTvolt - spac) \times (BTvolt -$ itcnt) 的变化小于( $itcnt$ − $spac$ )×( $itcnt$ − $spac$ )，即小于4.8×4.8=23.04，因此 $\Delta T = U\times gai{n^2}\times(BTvolt - spac) \times $ $(BTvolt - itcnt) $ 的变化小于0.09216。

通过上述敏感性分析，找出了影响定标方程不确定性的大项，即式(1)右端第4项 ${\eta _{\rm T}}(1 -$ ${\alpha _{\rm{H}}}){T_{\rm{hot}}}$ 、式(2)右端第2项 $(1 - {\alpha _{\rm{C}}}){T_{\rm{cold}}}$ 及式(1)右端第3项 $(1 - {\eta _{\rm{T}}}){T_{\rm{ET}}}$ ，其他项的影响均非常小，可忽略不计。而在这3个大项中，可能发生改变的参数为 ${\eta _{\rm{T}}}$ 、 ${\alpha _{\rm{H}}}$ 和 ${\alpha _{\rm{C}}}$ 。

通过文献调研，发现TRMM(Wentz 等，2001)和SSMIS(Kunkee 等，2008；Wessel 等，2008)均存在反射镜的发射率异常增大现象，且估计的TRMM各通道发射率在0.02—0.04，SSMIS 50 GHz附近通道的发射率约为0.025。Skou(1997)指出：当反射镜的反射率非常接近于1时，反射率很难准确测量，且卫星发射后受空间环境影响，在巨大的昼夜温差下，外表涂层有可能产生裂纹，使里面的物质暴露出来，引起发射率异常增大。经与仪器方讨论认为 ${\eta _{\rm{T}}}$ 发生改变的可能性较小，而由于冷镜为纯铝制作，其发射率发生改变的可能性也较小，因此推断，MWRI发生改变的参数可能为热反射镜发射率，热反射镜发射率异常增大后，在热反射镜升降轨物理温度的差异下，最终导致了O-B升降轨偏差。

参考TRMM和SSMI估计的发射率结果，利用2017年8月一个月的数据，在0.01—0.095不断调整MWRI的热反射镜发射率，使升轨O-B与降轨O-B的概率分布逐渐重合，最终确定的各通道热反射镜发射率如表3所示。

表 3(Table 3)

表 3 各通道热反射镜发射率 Table 3 The emissivity of the hot load reflector 通道 10.6 v 10.6 h 18.7 v 18.7 h 23.8 v 23.8 h 36.5 v 36.5 h 89 v 89 h 发射率 0.04 0.085 0.05 0.07 0.04 0.055 0.045 0.06 0.035 0.04

表 3 各通道热反射镜发射率 Table 3 The emissivity of the hot load reflector

选取2017年1月15日，4月15日，7月15日，10月15日作为典型冬、春、夏、秋样本，计算升轨O-B和降轨O-B的概率分布如图10—图13所示(横坐标为O-B, 纵坐标为归一化的概率密度)，可以看出，调整热反射镜发射率前，升降轨概率分布出现分离，调整后，升降轨概率分布基本重合，升降轨差异明显减小，说明作者抓住了影响MWRI数据O-B升降轨差异的主要误差源。

图 10 2017年1月15日MWRI 10个通道升轨O-B与降轨O-B的概率分布 Figure 10 The probability density plot of the MWRI O-B of ascending and descending orbits at channel 10.65 v、10.65 h、18.7 v、18.7 h、23.8 v、23.8 h、36.5 v、36.5 h、89 v、89 h on January 15, 2017

图 11 2017年4月15日MWRI 10个通道升轨O-B与降轨O-B的概率分布 Figure 11 The probability density plot of the MWRI O-B of ascending and descending orbits at channel 10.65 v、10.65 h、18.7 v、18.7 h、23.8 v、23.8 h、36.5 v、36.5 h、89 v、89 h on April 15, 2017

图 12 2017年7月15日MWRI 10个通道升轨O-B与降轨O-B的概率分布 Figure 12 The probability density plot of the MWRI O-B of ascending and descending orbits at channel 10.65 v、10.65 h、18.7 v、18.7 h、23.8 v、23.8 h、36.5 v、36.5 h、89 v、89 h on July 15, 2017

图 13 2017年10月15日MWRI 10个通道升轨O-B与降轨O-B的概率分布 Figure 13 The probability density plot of the MWRI O-B of ascending and descending orbits at channel 10.65 v、10.65 h、18.7 v、18.7 h、23.8 v、23.8 h、36.5 v、36.5 h、89 v、89 h on October 15, 2017

本文针对影响MWRI数据业务同化应用中的 O-B 偏差存在升降轨差异的问题，分析了其主要原因，发现这种差异主要是热反射镜的发射率异常增大引起的。通过不断调整发射率，使升轨O-B与降轨O-B的概率分布逐渐重合，初步估算出了热反射镜发射率。从本文的敏感性分析及MWRI升降轨偏差的减小效果来看，抓住了影响MWRI数据O-B升降轨差异的主要误差源，为MWRI在数值天气预报模式中的业务同化应用奠定了基础。

影响O-B结果的因素很多，尽管它们不是MWRI O-B升降轨差异主要误差源，但会影响估算热反射镜在轨发射率的准确性。例如O-B结果会受到ERA5输入场精度、辐射传输模式精度、定标精度及云检测精度等的影响，其中辐射传输模式的精度主要取决于洋面发射率模型的精度，其会受到海水温度、海水盐度、海面风速和海面风向的影响，而定标精度会受到热定标源不确定性、冷定标源不确定性、非线性偏差、热反射镜背瓣影响不确定性和仪器灵敏度等的影响。因此，针对业务应用，后续将对样本进行更加严格的质量控制和筛选，剔除观测模拟偏差存在较大不确定的样本，估算出更精确的热反射镜在轨发射率。