全球变暖是当今世界面临的首要问题, 但人们对全球变暖的幅度以及温度变化区域分布却依然不太确定, 尤其是对大气温度变化更是充满争议。这一方面是因为传统的大气观测网络, 即探空观测比较稀疏, 同时由于不同国家所使用观测仪器的差别以及其他方面因素, 这些探空资料所获得的温度趋势存在很大误差, 不能令人信服。因此, 人们对大气温度变化的观测及研究寄希望于卫星遥感, 特别是美国NOAA 30年业务卫星所提供的微波探测资料。

微波探测具有穿透云层及在一定程度上穿透雨区的能力, 因而能够提供除强降水之外近乎全天时、全天候的大气温度廓线观测。1978年至今NOAA共发射了十几颗极轨卫星。这些卫星都装载有微波探测仪或先进微波探测仪。前9颗卫星装载的是微波探测仪, 该仪器有4个通道, 其中心频率分别是50.30 GHz(通道1), 53.74 GHz(通道2), 54.96 GHz(通道3)以及57.95 GHz(通道4)。这4个通道所观测的大气温度分别对应于地球表面, 对流层中层, 对流层顶以及平流层下层。微波探测仪的星下点水平精度是111 km。卫星在行进中进行横向扫描, 每次扫描有11次观测, 历时25.6 s, 跨度区域2000多公里。卫星行进速度大约是7.3 km/s, 因而每1~2 d观测就能覆盖全球。最后一颗装载微波探测仪的卫星是NOAA 14, 这颗卫星的时间观测跨度为1995年1月—2007年5月。从1998年起微波探测仪被先进微波探测仪所取代。这些先进探测仪器安装在NOAA 15, NOAA 16及以后的NOAA系列卫星上。先进微波探测仪拥有15个大气温度观测通道, 水平精度也提高了一倍多。另外, NOAA在几乎所有时间段上都有2颗以上的卫星对地球进行同时观测。由于这个特点, NOAA卫星提供了一个连续的大气温度观测系列; 同时由于其全球覆盖性, 这套观测资料为大气温度变化研究提供了一个有效手段。但是用这套资料进行大气温度变化趋势的研究却给人们带来了一些困惑的结果。

最早用这套资料进行大气温度变化研究的是美国NASA的Spencer以及阿拉巴马大学的Christy^[1-2]。他们用通道2观测得到的对流中层大气温度10年变化趋势只有0.02~0.04 ℃。随后Christy等对其研究小组的工作不断进行更新^[3-5], 仍得到类似的变化温度趋势, 这个结果被全球变暖怀疑论者用来支持他们的观点。从2001年第3次IPCC报告出炉以后, 更多的研究者利用微波探测资料进行温度变化研究, 这包括美国Remote Sensing System公司的Mears等^[6]、美国马里兰大学的Vinnikov和NOAA的Grody^[7-8]以及华盛顿大学的付强等^[9]。不同研究者得到的大气温度变化趋势有很大不同, 例如, 10年的全球大气温度变化可以从0.02 ℃到0.2 ℃。这些差别是因为人们用不同方法处理微波探测仪定标误差, 同时对于一些其他问题的不同处理, 如日变化问题、NOAA 10和NOAA 9重叠区过短等问题, 都会导致温度变化趋势的误差^[10]。

近几年, 人们在利用不同卫星星下点瞬时交叉进行定标的概念上有了相当大的发展。利用不同卫星星下点瞬时交叉进行定标的方法被称为SNO(Simultaneous Nadir Overpass)定标方法。首先, NOAA Cao等^[11]发展了寻找SNO的轨道算法, 并阐述了利用SNO进行定标的优势。随后, NOAA Zou等^[12]利用SNO资料发展了一套非线性序列定标方法, 并利用这套方法对NOAA卫星的微波探测仪通道2进行了重新定标。所谓SNO非线性序列方法是指利用SNO资料将不同卫星用非线性定标方程一颗接一颗顺序地连接起来。这个方法能够消除卫星之间辐射量的误差及一些非线性变化带来的误差影响。最近, Zou等^①进一步利用SNO非线性序列定标方法对微波辐射仪通道3和通道4也进行了重新定标, 并分析了重新定标后微波探测仪的观测误差及气候趋势, 产生了一套新的长期大气温度观测资料。

① Zou C Z, Gao M, Goldberg M. Error structure and temperature trends in observations from the microwave sounding unit. Submitted to J Climate, 2008.

本文简要介绍这套资料的特点, 包括定标方法, 资料合成过程, 以及合成资料的一些初步结果。对更加详细的方法和结果论述, 以及相关参考文献的罗列, 有兴趣的读者可以参阅有关文献。

微波探测仪通过被动接收被探测物体辐射的微波能量来探测目标物的温度特性。卫星在行进中, 当微波辐射仪的天线主波束指向地球大气时, 天线接收到大气的辐射能量。经过信号处理, 这个能量以电压数字的形式输出。定标的目的是要建立天线接收信号的输出电压与大气亮温之间的关系。在微波波段, 由于瑞利近似, 地球辐射量与温度成线性关系, 因此, 电压与辐射量的关系也就是电压与温度的关系。星载微波探测仪是采用轨道内部即时定标方式进行的。这种定标方式利用两个参考辐射源:在轨的热黑体和宇宙空间。每次对大气进行观测时, 微波辐射仪天线都要同时接收一次宇宙空间(冷源)以及热黑体(热源)的辐射能量, 所得到的信号经过处理作为数字电压输出。微波探测仪的定标设计是尽可能使大气辐射能量和输出电压呈线性关系。因此, 只要知道宇宙空间和热黑体的温度, 大气亮温即可以通过两个参考温度的线性内插而得到。上面所说的这个定标原理如图 1中的直线所示。

图 1

图 1. 定标原理 Fig 1. Schematic viewing the calibration principle of the Microwave Sounding Unit

图 1中, C_c, C_e和C_w分别代表仪器输出的宇宙空间、大气以及热黑体的电压数据, 而R_c, R_L和R_w则分别代表宇宙空间、地球大气以及热黑体的辐射能量(即亮温)。宇宙空间的温度一般取为4.78 K。这个温度包括实际宇宙空间的2.73 K加上卫星天线侧辐射导致的大约2 K误差。热黑体的温度通过安装在黑体表面的温度仪测量得到。在纯线性定标情况下, 由于其他5个量都已知道, R_L(代表线性定标的大气辐射量)可以通过线性内插唯一对应一个C_e (地球大气的电压数据)。但实际仪器的响应函数为弱非线性, 这个弱非线性响应函数如图 1的曲线所示。曲线对直线的偏差(由图 1的μZ代表, 它等于非线性大气辐射量R_e和线性大气辐射量R_L的差)事先并不知道, 需要通过独立设计的定标手段获取。对于NOAA业务定标来说, 这个非线性偏离是根据理想情况下实验室所测数据得到的, 但这种定标是对每个微波测量仪分别进行的。由于相互独立性, 不同的微波测量仪之间就会有相对误差, 误差量级在0.5 K左右。而且卫星升空后, 由于卫星轨道变化导致热黑体受到太阳的不同照射, 进而使其温度剧烈变化。这时实验室的定标不能完全反映卫星空间状态, 因此仪器间的误差会随时间而变化。

为了消除不同星载微波辐射计间的误差以及误差随时间的变化, 利用SNO的资料来确定实际空间中微波辐射计响应函数的非线性系数。具体步骤简述如下:

·利用文献[11]的轨道方法找出所有NOAA卫星之间的SNO发生时间和地点, 建立NOAA卫星SNO资料库。目前所设置的SNO采样标准是两颗卫星星下点观测的时间差及地面距离必须分别在100 s和111 km以内。

·写出定标方程。定标方程由线性项、弱非线性项以及一个常数偏差项组成。其中线性项占主导地位, 而弱非线性是由测量数字的二次方表示, 其大小由一个待定的非线性系数决定。

·根据定标方程以及所得到的SNO资料, 建立SNO的辐射量误差模型。

·利用误差模型对SNO资料进行回归, 从而得到非线性定标系数以及两颗卫星的常数偏差。

·由于SNO观测的几乎是同样的大气辐射量, 不同卫星之间的非线性项有很强的统计线性相关。因而用SNO资料本身得到的非线性系数具有不唯一性。为了解决这个问题, 在定标过程中, 先选择一个参考卫星并假定其非线性系数已知; 然后利用SNO回归将所有卫星的非线性系数按序列方式逐个求出; 最后检验所有卫星的全球平均总体偏差时间序列, 通过令这个时间序列所拥有的黑体辐射干扰最小的条件, 得到最后的参考卫星的非线性系数。这样得到的非线性系数是唯一的, 不依赖于所选的参考卫星。

·将所得系数带回原定标方程, 且应用于全球观测, 从而得到全球非线性定标辐射量, 完成定标。

上面只是非常简单的步骤描述。要详细了解定标方程、误差模型推导以及如何通过总体偏差时间序列得到最后的定标系数等问题, 请参阅文献Zou等^{[12] ①}。

图 2展示的是NOAA 11和NOAA 12之间的同时对地球观测的SNO资料。NOAA 11和NOAA 12同时运行的重叠时间区是1991年6月—1994年12月。针对前面所提到的SNO采样标准, 在这期间共找到了979个SNO交叉点。图 2a中的离散亮温是由线性定标得到的, 简单的线性定标总体误差只有0.29 K。这个量级的误差实际上已经达到了天气预报的要求, 但对于气候研究来说, 精度还不够。而对于非线性SNO定标, 比较两颗卫星的亮温(如图 2b), 可以看到这两颗卫星的总体误差已经完全是零。不仅如此, 仔细观察还会发现, 在图 2a中两颗卫星的离散亮温并没有完全落在对角线上, 而是与对角线有一个很小的斜率。图 2c和2d是对应图 2a和2b两颗卫星亮温差与温度的关系。在图 2c中, 线性定标误差随温度不同而改变显示得更加明显, 这就是所谓的非线性效应。对图 2b来说, 这时的离散亮温基本上落在对角线上(或图 2d的零线上), 表明非线性定标效果很好。这两点对于构造长时间合成资料的可信度有较大影响。

图 2

图 2. 用NOAA 11和NOAA 12的SNO亮温比较线性定标和非线性SNO定标效果 (a)线性定标的离散亮温比较,(b)非线性SNO定标的离散亮温比较, (c)对应(a)的两颗卫星亮温差与温度的比较,(d)对应(b)的两颗卫星亮温差与温度的比较(Tl代表线性定标所产生的亮温, Tb代表非线性定标所产生的亮温; N11和N12分别代表NOAA 11和NOAA 12) Fig 2. Demonstration of the SNO non-linear calibration effect with scatter plots of the SNO brightness temperatures between NOAA-11 and NOAA-12 (a)Tl scatter plot between NOAA-11 and NOAA-12 with linear calibration,(b)Tb scatter plot between NOAA-11 and NOAA-12 with SNO non-linear calibration,(c)Tl differences between NOAA-12 and NOAA-11 versus NOAA-11 Tl,(d)Tb differences between NOAA-12 and NOAA-11 versus NOAA-11 Tb (Tl represents brightness temperature obtained from linear calibration and Tb is the brightness temperature obtained from the SNO nonlinear calibration; N11 and N12 represent NOAA-11 and NOAA-12, respectively)

原始电压输出经过上述SNO定标后成为地球大气辐射量, 但是要使地球辐射量成为便于使用的网格资料, 还需要经过如下几步才可以完成。

微波辐射仪在扫描过程中, 每次扫描观测11次, 这11个观测中只有第6个点是垂直观测卫星下方的目标物, 这点叫星下点, 而其他的点都与星下点有一个角度。例如, 第1个和第11个观测点与星下点的角度达47.35°。应用这些不同角度的观测, 需要将这些点订正到与星下点方向平行的方向。对于这个订正, 采用Goldberg等^[13]发展的方法。该方法实质为统计方法, 即利用不同通道观测的线性组合, 求出被订正通道通过的有效垂直路径, 组合系数通过统计方法得出。

订正后不同角度的观测被称为角度订正后的辐射量。这些修正后的辐射量以轨道像素点方式存在, 每个像素点有其经纬度以及时间信息。若要得到5 d平均的网格点资料, 可将地球划分成2.5°×2.5°的网格, 在5 d中对任何1个经纬网格点, 将所有落入这个经纬网格的像素点都记录下来。5 d平均即指5 d内所有落入这个网格像素点的亮温平均值。通常在求和前需要进行日变化修正, 即将所有不同时间观测订正到一个标准时间, 然后再进行平均。这样资料会消除日变化带来的虚假气候趋势。但这里并没有进行这样的日变化修正, 主要是因为日变化修正只对通道2的陆地气候趋势计算影响比较大, 而对通道2的海洋上空, 以及通道3、通道4的全球气候趋势计算没有太大影响。因此, 目前给出通道3和通道4的全球合成观测, 而对通道2只给出海洋上空的合成资料。如果以后有成熟的日变化修正方案, 会即时给出日变化修正后的通道2资料。

虽然卫星间已经使用SNO非线性序列方法进行了交叉定标, 但是资料合成后卫星之间在同一时间段(5 d)内的同一个网格点上仍然会有小的误差。导致这个小误差的原因很多, 其中之一是对于不同卫星, 合成资料的观测时间和地点都不尽相同, 因而不能保证平均以后误差会完全消除, 即所谓的样本误差。当所应用的观测像素点即样本增多时, 卫星间的误差会随之减小。尽管有样本误差, 合成后的卫星间的误差事实上是非常小的。图 3显示了不同卫星间通道2的亮温误差随时间的变化。这个序列是全球海洋平均观测, 不同颜色代表了不同卫星间的误差, 如红色代表NOAA 12减去NOAA 11的时间序列。SNO定标后所有卫星的误差基本上都在0.1 K以内(图 3中下面的时间序列), 而且这个误差基本保持常数, 随时间变化不大。这是因为SNO非线性定标有效地消除了轨道偏离所导致的热黑体的干扰。对这个问题Zou等^①[12]有详尽的阐述, 这里不再赘述。

图 3

图 3. 不同卫星之间的亮温差时间序列 Fig 3. Brightness temperature difference time series of 5-day and global ocean averages between different satellites

总之, SNO非线性序列定标对于消除卫星间的误差及其变化的效果很好。由于这些误差的近常数特性, 在对多个卫星观测进行合成时, 选择NOAA 10作为参考, 而将NOAA 11, NOAA 12, 和NOAA 14通过减去它们与NOAA 10的平均常数误差而订正到NOAA 10上。图 3上方的时间序列是常数订正后的不同卫星的误差系列。

经过一系列订正, 不同卫星的5 d海洋平均观测几乎达到了点对点的一致性, 亮温差时间序列的标准偏差只有0.03~0.04 K, 这表明所有订正方法的有效性。最后, 在多个卫星5 d平均同时观测的网格点上, 对不同卫星的观测取其平均即得到这个网格上的单一观测。这样便得到最后的网格点资料。

目前资料为1987年1月—2006年9月, 合成资料的海洋平均异常时间序列如图 4所示。在这段时间内通道2的海洋上空温度变化趋势是0.23 K/10 a, 通道3是0.085 K/10 a, 通道4是-0.39 K/10 a。虽然采用不同订正和研究方法, 通道4的结果和Mears等的研究结果有些相近^[10]。但通道2及通道3的结果比Mears等^[6]和Christy等^[3-5]得出的结果大很多。温度趋势的空间分布和前人的研究比较差别更大, 这里不一一阐述, 有兴趣的读者可参考文献①^[12]。

图 4

图 4. 合成后的20年海洋平均亮温异常时间序列 Fig 4. 20-year anomaly time series of the composite brightness temperatures

本文介绍的用于气候变化研究的NOAA卫星微波观测资料已经进行了网格化, 因此很容易被用来做气候分析或与其他资料进行比较。本文介绍的资料产生的方法和初步分析结果, 可以方便读者了解资料状况, 并在使用资料时参考。本文给出获取这套资料的网站地址, 目的是让读者了解这套资料的存在, 并欢迎广大读者参阅使用。要深入了解详细方法及结论可靠性, 读者需要阅读所引文献。

有兴趣的读者可以通过Internet网访问和获取合成后的数据资料, 查阅相关分析结果、参考文献、以及动态发布的最新研究成果。网址是http://www.orbit.nesdis.noaa.gov/smcd/emb/mscat/mscatmain.htm。

另外, 本文是根据作者SPIE会议论文^[14]重新整理而成, 文章所述只代表作者发现及观点, 不能被理解为NOAA或美国政府官方立场、方针或决定。