APRAMVI算法及气溶胶间接气候效应研究中的应用

APRAMVI算法及气溶胶间接气候效应研究中的应用

论文摘要

随着科学技术的进步,越来越多的卫星(如TRMM)上搭载有多种高精度观测仪器,能够从各个角度实现对地气系统不同物理量的同步精确测量。基于这些仪器的综合观测结果,建立和发展多参数反演算法,有助于细致研究各种气候影响因素的变化及相互关系。本文利用TRMM上搭载的微波辐射计(TMI)、可见/红外扫描仪(VIRS)以及测雨雷达(PR)的同步观测结果,建立了一套可用于洋面非降水条件下的全参数(地表、水汽和多种云参数)同步反演算法—APRAMVI(All Parameters Retrieval Algorithm for combined Microwave andVisible/Infrared measurements),并利用该算法,对中国近海区域的气溶胶间接气候效应进行了研究。1.APRAMVI算法APRAMVI算法由四个子反演算法组成,各子反演算法相互联系但技术上相对独立,分别为:(1)被动微波环境参数(风速、海温和水汽)反演算法:基于一个能够反映微波亮温和对其产生影响的五种参数(海温、风速、水汽、云水含量和云温)之间本质的对数线性关系的辐射传输方程,通过TMI五通道亮温对数线性组合,且无需其它任何辅助资料,实现对风速、海温和水汽的反演。作为算法的验证,地基观测数据和另一种基于TMI观测结果的反演产品被用于与本算法各环境参数反演结果的比较。结果表明,水汽反演值与探空资料的均值偏差(0.435 kg m-2)和均方根误差(2.593 kg m-2)都较小;与赤道地区浮标观测结果的比较表明,风速(海温)与实测值之间也仅有-0.075 m s-1(0.116K)的均值偏差及0.672 m s-1(0.665K)的均方根误差;而在全球尺度上,各反演参数与RSS TMI逐日产品的格点间(0.25°)差异统计特征也均表现为中值为0左右的准正态分布。并且,为研究其他参数对反演结果的影响程度,在验证过程中也按其他参数不同取值对各种反演参数进行了分类比较统计。结果表明,其它参数的变化,不会对反演结果造成太大影响,除了高风速时海温的反演结果有一定误差。此外,为了探讨算法在气候研究中的适用性,我们也对各反演参数的全球月平均分布情况进行了研究。结果表明,多年夏季(7月)和冬季(1月)反演参数的全球水平分布与实际情况基本相符,与其他卫星反演资料在全球大部分区域的偏差不超过1 m s-1(风速)和1 K(海温)。(2)被动微波云参数(云水含量和云温)反演算法:利用对数线性关系辐射传输方程和环境参数反演算法的结果,对已有的一个云水含量反演框架进行了订正和改进,实现仅依赖于TMI观测结果的云水含量和云温同步反演。验证结果表明,有云时反演的云水含量与基于可见/红外算法获得的云水含量在分布上基本一致,均值偏差在0.03 kg m-2左右(后者略高);云温较海温低7K左右,也与实际大气相吻合;当无云时,仅有20%的无云像素被误识为云,并且平均误差仅为0.01kg m-2;在全球尺度上的格点统计比较方面,反演结果要略低于RSSTMI产品的云水含量(0.007kg m-2)。(3)综合被动微波和可见/红外的云参数(云厚和云高等)反演算法:利用被动微波环境参数反演算法和被动微波云参数反演算法的结果(海温和云温),并结合VIRS对云顶温度的探测结果,基于一个简单的云模型实现对云厚和云高的反演。个例验证的结果显示,冰水混合云的云厚与云高均大于水云,定性表明了算法的合理性和准确性。(4)可见/红外云光学参数(有效半径和光学厚度)反演算法:利用VIRS可见光和近红外通道分别对光学厚度和有效半径敏感的性质,同步反演这两个参数(注:该可见/红外子反演算法技术源于已有文献,非本文成果)。2.中国近海气溶胶间接气候效应基于Terra和Aqua卫星MODIS气溶胶产品,对中国中东部地区气溶胶的一些物理特性,如气溶胶类型、光学厚度分布等进行了分析。研究结果表明,春夏季该区域气溶胶浓度较大,且在黄海沿岸地区,由于其位于季风下风向,更多来自中国南部的气溶胶粒子在此积累,导致该地区成为光学厚度极值区。相应地,其近海区域易出现较强的气溶胶间接效应。因此,利用APRAMVI算法的云参数反演结果(基于TRMM观测结果),结合准同步的MODIS气溶胶产品,对春夏季中国东部近海区域的气溶胶间接效应进行了个例统计研究。结果表明,对于第二类间接效应,无论是单独的水云,或是全部的非降水云(包括冰水混合云),均可被卫星直接观测到。但是,在中国近海这一特定区域,尽管有效半径与气溶胶光学厚度存在可通过信度检验(0.95)的负相关,但有效半径更多地是由云本身的热动力学过程决定,因此第一类间接效应虽真实存在,却无法被卫星直接观测到。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 卫星遥感反演算法
  • 1.1.1 卫星遥感反演的物理原理
  • 1.1.2 卫星遥感仪器分类
  • 1.1.3 卫星遥感反演算法进展
  • 1.2 气溶胶及其气候效应
  • 1.2.1 基本概念
  • 1.2.2 气溶胶间接效应研究进展
  • 1.3 本文研究目的及内容
  • 1.3.1 研究目的
  • 1.3.2 主要研究内容
  • 第二章 资料和模式
  • 2.1 TRMM卫星及其数据产品
  • 2.1.1 TRMM卫星简介
  • 2.1.2 TMI及其多通道亮温资料
  • 2.1.3 VIRS及其多通道辐射强度资料
  • 2.1.4 PR及其降水资料
  • 2.1.5 数据融合
  • 2.2 MODIS及其气溶胶产品
  • 2.2.1 MODIS简介
  • 2.2.2 MODIS气溶胶产品
  • 2.3 其他卫星反演资料
  • 2.3.1 RSS TMI产品
  • 2.3.2 RSS QSCAT产品
  • 2.3.3 OISST产品
  • 2.4 地基观测资料
  • 2.4.1 RAOBs探空数据集
  • 2.4.2 TAO浮标观测数据
  • 2.5 模式
  • 2.5.1 微波辐射传输模式—MWRT
  • 2.5.2 可见/红外辐射传输模式—SBDART
  • 第三章 TMI微波通道对多种参数响应的模拟分析研究
  • 3.1 非降水条件下TMI通道亮温的响应
  • 3.1.1 晴空时的信号特征
  • 3.1.2 存在非降水云时的信号特征
  • 3.2 降水条件下TMI通道亮温的响应
  • 3.2.1 云模型
  • 3.2.2 模拟方法
  • 3.2.3 层云降水信号特征
  • 3.2.4 对流云降水信号特征
  • 3.3 本章小结
  • 第四章 环境参数的反演
  • 4.1 反演算法
  • 4.1.1 基本原理
  • 4.1.2 反演通道及系数的确定
  • 4.1.3 准确性估计
  • 4.1.4 可能的误差来源
  • 4.2 反演结果验证
  • 4.2.1 与验证资料的匹配处理
  • 4.2.2 水汽验证
  • 4.2.3 风速验证
  • 4.2.4 海温验证
  • 4.3 反演的环境参数全球分布
  • 4.3.1 水汽
  • 4.3.2 风速
  • 4.3.3 海温
  • 4.4 本章小结
  • 第五章 云参数反演和APRAMVI算法
  • 5.1 基于微波观测结果的云水含量及云温反演
  • 5.1.1 反演算法框架
  • 5.1.2 反演方案订正
  • 5.1.3 反演方案的改进
  • 5.1.4 最终反演算法
  • 5.1.5 验证
  • 5.2 基于可见/红外观测结果的云有效半径、光学厚度及云水含量反演
  • 5.2.1 反演算法
  • 5.2.2 误差来源及处理
  • 5.3 基于MVI技术的云厚和云高等其他云参数反演
  • 5.4 APRAMVI算法
  • 5.5 本章小结
  • 第六章 中国中东部气溶胶性质及与印度次大陆地区的对比
  • 6.1 个例研究
  • 6.2 统计分析
  • 6.3 本章小结
  • 第七章 中国近海气溶胶间接效应研究
  • 7.1 研究方法
  • 7.2 个例选择
  • 7.3 统计结果
  • 7.3.1 气溶胶分布
  • 7.3.2 气溶胶第二类间接效应
  • 7.3.3 气溶胶第一类间接效应
  • 7.4 本章小结
  • 第八章 总结与展望
  • 8.1 本论文主要研究成果
  • 8.1.1 TMI微波信号对多种参数的响应
  • 8.1.2 环境参数反演算法
  • 8.1.3 云参数反演算法
  • 8.1.4 APRAMVI算法
  • 8.1.5 中国东部地区气溶胶特点及近海的气溶胶间接效应
  • 8.2 本论文工作的创新点
  • 8.3 未来工作展望
  • 参考文献
  • 附录
  • 附录A 文中常见的部分名词简写中英文对照
  • 附录B 文中常见的物理量简写中英文名称对照
  • 附录C 文中涉及的气象卫星及传感器
  • 在读期间发表的学术论文
  • 致谢
  • 附图
  • 相关论文文献

    标签:;  ;  ;  ;  ;  ;  ;  ;  ;  

    APRAMVI算法及气溶胶间接气候效应研究中的应用
    下载Doc文档

    猜你喜欢