静止轨道微波卫星热带气旋观测数值模拟及时空分辨率分析:以台风“菲特”为例

张颖　刘浩　吴季　何杰颖

(1.中国科学院国家空间科学中心微波遥感技术重点实验室,北京 100190;2.中国科学院大学,北京 100049)



静止轨道微波卫星热带气旋观测数值模拟及时空分辨率分析:以台风“菲特”为例

张颖1,2刘浩1吴季1何杰颖1

(1.中国科学院国家空间科学中心微波遥感技术重点实验室,北京 100190;2.中国科学院大学,北京 100049)

摘要观测热带气旋所需的空间分辨率以及识别出变化所需的时间分辨率对于用于观测热带气旋的辐射计的指标设计有重要意义．利用美国国家环境预报中心6 h全球最终分析资料作为初始场,通过中尺度数值天气预报模式输出不同时刻水凝物含量和温湿度廓线等参数,使用欧洲中期数值天气预报中心发展建立的快速辐射传输模式输出亮温,分析了不同时刻及不同空间分辨率下氧气吸收频段和水汽吸收频段的静止轨道探测模拟亮温．结果表明:热带气旋等级越高,观测的空间分辨率需求越高,氧气吸收频率、水汽吸收频率、窗区频率对空间分辨率敏感度依次增大;短时间内低等级热带气旋的观测时间分辨率需求越高,水汽吸收频段探测频率所需时间分辨率高于氧气吸收频段．

关键词快速辐射传输模型；热带气旋;静止轨道;微波卫星观测

引言

微波频段与可见光和红外频段相比具有受云和降雨天气影响小的特点,它可以穿透大部分云层,具有全天候探测能力,使得低频段微波在云和降水的观测上具有可见光和红外探测无可比拟的优势[1]．

目前进行温度廓线和湿度廓线探测的在轨仪器包括AMSU-A, AMSU-B, MWTS, MWHS, ATMS, SSM/T等都用于低地球轨道探测[2],而在静止轨道上还没有相应频段的探测器．

相比低地球轨道卫星探测,静止轨道探测器相对地球静止,能够对大气进行大面积的连续时间观测,因而在天气预警和快速变化天气现象的即时和短期天气预报上具有更好的时效性,能发挥更大作用．再者,静止轨道毫米波大气探测仪与同轨道红外探测器相结合,能弥补红外探测无法穿透云层的缺陷,从而实现有云天气情况下大气温度和湿度垂直分布探测,这将有利于热带气旋内部结构探测[3]．

从20世纪90年代开始,美国及欧洲基于传统的真实孔径技术提出了GEM/GOMAS的概念并开展了方案论证工作．近年来,干涉式综合孔径技术的引入推动了静止轨道微波探测技术新一轮的发展,并逐渐成为国际上主流的发展方向．基于综合孔径技术,美国与欧洲分别提出了各自的星载系统概念(GeoSTAR及GAS),并研制了各自的地面缩比样机[4-7]．我国在新一代风云四号静止轨道气象卫星规划当中,也已明确了对微波探测的需求．针对上述需求,中科院空间中心从2005年开始提出了基于圆环阵列干涉式综合孔径技术的静止轨道干涉式毫米波大气探测仪(Geostationary Interferometric Micorwave Sounder, GIMS)的系统概念,并开展了样机研制[8-9]．

GIMS采用干涉式综合孔径成像技术,相比真实孔径微波辐射计能有效减小天线尺寸,降低机械扫描难度．并且静止轨道干涉式毫米波大气探测仪采用圆环稀疏阵列进行旋转分时扫描,相比静止阵列能够进一步减小所需的天线数目并且易于定标,这些优势使得静止轨道干涉式毫米波大气探测仪尤其适合于星载静止轨道应用．

表1中列出了GIMS样机的主要技术指标[8],由于GIMS采用分时扫描成像机制,因而成像周期的设计依赖观测目标的时间变化特性,而空间分辨率的设计也将依赖观测目标的空间分布特性．本文试验利用中尺度天气预报(Weather Research and Forecasting,WRF)模式和快速辐射传输模型(Radiative Transfer for TOVS,RTTOV)模拟了50.3 GHz、183 GHz静止轨道上观测的热带气旋区域的亮温变化,主要分析了热带气旋观测所需的空间分辨率和时间分辨率,从而为静止轨道微波辐射计空间分辨率和成像周期等指标的设计提供依据．

表1　GIMS样机的技术指标

1方法及数据资料介绍

文中选用FNL(final)再分析资料作为初始场驱动天气预报模式WRF,得到指定时刻、指定空间分辨率的气象预报,提取预报输出的温度、湿度、气压、水汽含量等云雨大气环境数据作为辐射传输模型RTTOV的输入,对静止轨道上氧气吸收频带(53 GHz)和水汽吸收频带(183 GHz)的探测进行模拟,从而得到相应时刻和空间分辨率的台风区域亮温分布,由此对静止轨道台风观测的时间和空间分辨率需求进行分析．

1.1数据资料

FNL资料是逐6 h以1°×1°为单元网格的全球最终分析资料,该数据由全球数据同化系统(Global Data Assimilation System, GDAS)采集各种观测系统的数据经过再分析得到．试验选取了2013年10月登陆福建沿海的台风“菲特”进行研究,以该时段FNL资料作为天气预报模式WRF的初始场．

1.2WRF

WRF是美国国家环境预报中心(National Centers for Environmental Prediction, NCEP)和美国国家大气研究中心(National Center for Atmospheric Research, NCAR)等科研机构联合开发研制的新一代预报模式,已被用于气旋模拟及预测中,比如Pattanaik和Rama利用该模式对强台风“纳尔吉斯”进行轨迹预报[11],Manion和Evans等利用该模式模拟五个温带气旋研究气旋强度预测方法[12],周林等利用该模式模拟分析超强台风“桑美”[13]．WRF模式采用NCEP 6 h间隔再分析全球气象资料作为初始场,本研究中预报输出的时间分辨率设为10 s,空间分辨率分别设为10、20、50、80 km,云微物理方案使用Purdue Lin方案,该方案考虑水汽、云水、雨、云冰、雪、霰等六种水凝物,是WRF模式中比较成熟的微物理方案,适合研究应用[14],其他物理过程包括长波辐射RRTM方案、短波辐射Dudhia方案、表层Monin-Obukhov方案、Noah地表模型、边界层YSU方案和积云Kain-Fritsch方案．

1.3RTTOV

RTTOV是由欧洲中期天气预报中心(European Center for Medium-Range Weather Forecasts, ECMWF)开发的用于模拟卫星探测的地球环境红外和微波辐射的快速辐射传输模型,能够在给定大气温度、湿度廓线以及表面状态等模式初始变量的情况下,沿卫星探测器的观测方向,根据仪器每一探测通道的平均光谱响应函数,得到较高精度的模拟探测值[15]．针对受云和降水条件下的模拟,RTTOV中提供了散射模块,该模块可以描述为下面的公式:

(1)

2方法验证

选取NOAA卫星经过台风“菲特”的时刻,利用WRF模式对该时刻的大气参数进行预测,从中提取温度、湿度、压力、云覆盖、云水、云冰、降水等廓线信息以及表面温度、2 m温度、2 m比湿、10 m 经纬向风速、地表类型等地面参数,并结合频率、天顶角、轨道高度等仪器参数作为RTTOV的输入参数,然后通过RTTOV辐射传输模型模拟微波温度计AMSU-A和湿度计AMSU-B的亮温,将模拟亮温与实际观测亮温进行对比,图1、2分别给出频率为54.4 GHz和183.31 GHz时的亮温对比图,结果表明模拟亮温与实际观测亮温分布一致,能很好地模拟热带气旋的基本结构．表2、3列出了NOAA卫星和FY3-B卫星上温度计AMSU-A/MWTS和湿度计AMSU-B/MWHS各频率通道热带气旋区域模拟亮温和实际亮温的均方根误差(Root Mean Squared Error, RMSE)．结果表明:50～56 GHz二者亮温吻合度极高,尤其在AMSU-A氧气吸收频率附近(54 GHz左右)模拟误差可以达到0.6 K左右,这是由于氧气吸收频率属于高层探测通道,受海表面辐射率的影响小[10];而水汽吸收频率(183 GHz)模拟误差整体略高于氧气吸收通道,这主要由于高频对水物质粒子散射比较敏感,而辐射传输模型中水物质粒子散射模块还有待提高．尽管在窗区频率上,模拟亮温与实际观测亮温在固定时刻上有一定的偏差,但是在本研究着重分析的氧气和水汽吸收频率上,模拟亮温与实际观测亮温的偏差较小,且固定时刻的偏差不影响亮温在短时间内的动态变化规律分析;并且图1、2也显示,模拟亮温能准确反映观测目标的结构特性,因而个别像素点上模拟亮温的偏差将不影响目标的空间分辨率需求分析,表明了WRF和RTTOV方法模拟气旋区域微波探测亮温进行时空分辨率分析的可行性．

(a) 实际观测亮温/K　　　(b) 模拟亮温/K图1　模拟亮温与实际观测亮温对比图(频率54.4 GHz)

(a) 实际观测亮温/K　　　(b) 模拟亮温/K图2　模拟亮温与实际观测亮温对比图(频率183.31 GHz)

AMSU-A频率/GHz23.831.450.352.853.59654.454.9455.5RMSE/K18.8729.7814.523.411.460.650.340.58偏差/%8.6615.625.891.280.560.270.150.27频率/GHzf0=57.290344f0±0.217f0±0.3222±0.048f0±0.3222±0.022f0±0.3222±0.01f0±0.3222±0.004589RMSE/K2.347.3615.1425.2435.3543.9615.57偏差/%1.153.506.8910.9514.6817.616.01AMSU-B频率/GHz89150183.31±7.0183.31±3.0183.31±1.0RMS/K18.6823.746.2212.1319.57偏差/%7.248.622.544.717.38

表3　FY3-B卫星温度计和湿度计各频率通道模拟亮温与观测亮温的RMSE

3台风观测的空间分辨率分析

使用WRF模式和RTTOV辐射传输模型模拟得到不同空间分辨率时静止轨道观测的台风区域(图3、4),图3、4分别是50.3 GHz和183.31 GHz的模拟．由于183.31 GHz位于水汽吸收带上,液态水吸收特征明显,且高频探测时水凝物粒子的散射作用明显,从而使气旋模拟亮温降低[15,18],因而水汽吸收通道热带气旋亮温低于背景亮温,而50.3 GHz窗区通道热带气旋亮温高于背景亮温．

图3、4从左至右依次显示空间分辨率为20 km×20 km,50 km×50 km,80 km×80 km时的热带气旋区域模拟亮温,从上至下气旋等级依次增强,分别对应强热带风暴、台风、强台风(相应风速依次约为28 m/s,35 m/s,42 m/s)．图中显示,各组空间分辨率图像均能反应出热带气旋的基本结构,但是仅当空间分辨率高于或等于50 km×50 km时才能比较清晰地显示热带气旋的细节信息(如风眼及眼壁等结构),当分辨率降低至80 km×80 km时,风眼等细节信息已经非常模糊．

对比图3、4的每一行可以看出,随着热带气旋等级升高,由于空间分辨率降低引起的细节信息丢失现象越来越明显．气旋为强热带风暴时,80 km分辨率图像(图3(c))仍保留气旋基本轮廓,而当气旋演化为强台风时,80 km分辨率图像(图3(i))风眼已模糊为一个像素点,信息丢失情况加重．

(a)　　　分辨率20 km*20 km,热带　　(b)　　　分辨率50 km*50 km,热带　　(c)　　　分辨率80 km*80 km,热带　　　气旋等级：强热带风暴　　　气旋等级：强热带风暴　　　气旋等级：强热带风暴

(d)　　　分辨率20 km*20 km,热带　　　(e)　　　分辨率50 km*50 km,热带　　　(f)　　　分辨率80 km*80 km,热　　　气旋等级：台风　　　气旋等级：台风　　　带气旋等级：台风

(g)　　　分辨率20 km*20 km,热带　　(h)　　　分辨率50 km*50 km,热带　　(i)　　　分辨率80 km*80 km,热带　　　气旋等级：强台风　　　气旋等级：强台风　　　气旋等级：强台风图3　50.3 GHz时不同空间分辨率、不同等级热带气旋的亮温模拟

(a)　　　分辨率20 km*20 km,热带　　(b)　　　分辨率50 km*50 km,热带　　(c)　　　分辨率80 km*80 km,热带　　　气旋等级：强热带风暴　　　气旋等级：强热带风暴　　　气旋等级：强热带风暴

(d)　　　分辨率20 km*20 km,热带　　(e)　　　分辨率50 km*50 km,热带　　　(f)　　　分辨率80 km*80 km,热带　　　气旋等级：台风　　　气旋等级：台风　　　气旋等级：台风

(g)　　　分辨率20 km*20 km,热带　　(h)　　　分辨率50 km*50 km,热带　　(i)　　　分辨率80 km*80 km,热带　　　气旋等级：强台风　　　气旋等级：强台风　　　气旋等级：强台风图4　183.31 GHz时不同空间分辨率、不同等级热带气旋的亮温模拟

(a) 强热带风暴

(b) 台风

(c) 强台风图5　不同等级热带气旋各分辨率图像与理想高分辨率图像间的RMSE随频率的分布直方图

以10 km高分辨率气旋模拟亮温图像作为基准,将20、50、80 km分辨率图像插值到基准图像坐标下并与基准图像进行对比,计算RMSE,得到图5中不同等级不同分辨率图像RMSE随频率的分布直方图．图5显示窗区通道(50 GHz,150 GHz)附近,由于空间分辨率降低带来的差异比较明显,而在氧气吸收通道(54 GHz)和水汽吸收通道(183 GHz)附近,空间分辨率降低带来的影响很小,尤其是氧气吸收通道附近,即便空间分辨率降低至80 km,RMSE依然维持在0.4 K左右．这说明从定量分析的角度而言,氧气吸收频率和水汽吸收频率附近进行静止轨道探测对于空间分辨率不敏感,而窗区频率静止轨道探测对空间分辨率比较敏感．

4台风观测的时间分辨率分析

使用WRF模式和RTTOV辐射传输模式得到时间间隔为10 s的一系列热带气旋模拟亮温,对其两两图像计算RMSE,统计得到亮温图像间的差值随图像时间间隔的曲线,如图6所示．图中显示氧气吸收频带53.596 GHz和水汽吸收频带183.31 GHz模拟亮温有相似的结果:1) 图中每一条曲线的变化表明,随着时间推移,热带气旋模拟亮温与初始时刻亮温之间的差值越来越大,这是由于热带气旋随着时间变化不断进行旋转、位移及演化造成的;2) 对比不同颜色的曲线可知,不同强度热带气旋对应的RMSE曲线的斜率不同,随着热带气旋增强(强热带风暴>台风>强台风),曲线斜率的绝对值减小,即在半小时内,热带气旋等级越低,在相同时间内亮温的变化越剧烈,可能的原因在于短时间内热带气旋的旋转运动比位移更显著,而热带气旋等级越低,结构的对称性越差,因而低等级热带气旋的旋转运动带来的亮温变化更大,随着时间增长,热带气旋的位移给亮温变化带来的影响将逐渐显著．换言之,观测不同强度的热带气旋的相同的变化量所需的时间分辨率不同,且热带气旋等级越低,短时间内观测所需的时间分辨率越高．

对比图6两个频率的曲线可知,以不同频率观测热带气旋亮温变化相同量所需的观测时间分辨率也不同．定量分析5 min内不同频率、不同强度的热带气旋亮温变化情况,结果如图7所示．对比不同等级的热带气旋可知:5 min内热带气旋等级越低,亮温的变化量越大,这与前面的分析一致;50～57 GHz范围内,亮温变化呈现先降低后增高的趋势,这是由于氧气吸收通道54 GHz的接收亮温主要受氧气含量影响,而热带气旋区域氧气含量在5 min内变化不大;而热带气旋区域水汽含量比氧气含量变化更明显,因而整体看来,水汽吸收频带亮温平均变化量高于氧气吸收频带．

(a) 53.596 GHz　　　　　　　　　　　　　　　　(b) 183.31 GHz图6　热带气旋模拟亮温图像间的RMSE随图像时间间隔的变化

图7　5 min内热带气旋区域亮温变化的RMSE随频率的分布图

5结论

使用中尺度数值天气预报模式WRF预报输出的水凝物,通过欧洲中期数值天气预报中心发展建立的快速辐射传输模式RTTOV,针对静止轨道观测台风所需要的时间分辨率和空间分辨率进行了分析,主要得到以下结论:

对于每一个等级的热带气旋,随着时间推移,热带气旋模拟亮温与初始时刻亮温之间的变化越来越大;受气旋结构的对称性、螺旋运动和位移运动的影响,在短时间内,热带气旋等级越低,亮温的变化越剧烈,观测所需的时间分辨率要求也越高;不同频率观测相同的亮温变化量所需的时间分辨率不同,总体而言水汽吸收频带观测热带气旋的时间分辨率需求高于氧气吸收频带．

综合以上静止轨道热带气旋模拟亮温的空间分辨率和时间分辨率分析,能够为静止轨道微波辐射计的设计提供依据,根据应用需求的侧重点合理设计合成孔径辐射计系统的各项指标,以达到相应的时间分辨率和空间分辨率需求．

参考文献

[1]何杰颖, 张升伟. 地基和星载微波辐射计数据反演大气湿度[J]. 电波科学学报, 2011, 26(2):362-368.

HE J Y, ZHANG S W. Humidity retrieved from data of the ground-based microwave profiler and satellite-based humidity sounder[J]. Chinese journal of radio science, 2011, 26(2):362-368. (in Chinese)

[2] World Meteorological Organization. Observing Systems Capability Analysis and Review Tool [DB/OL]. WMO, 2015[2015-05-19].http://www.wmo-sat.info/oscar/instrumenttypes/view/3.

[3] 邱红, 谷松岩, 朱元竞, 等. 星载微波估计热带气旋中心气压的研究[J]. 电波科学学报, 2004, 19(4): 393-398.

QIU H, GU S Y, ZHU Y J, et al. Estimation of the central surface pressure of tropical cyclone from satellite microwave data[J]. Chinese journal of radio science, 2004, 19(4):393-398. (in Chinese)

[4] BIZZARRI B, GASIEWSKI A, STAELIN D, et al. Observing rain by millimeter-submillimeter wave sounding from geostationary orbit [M]. Netherlands: Springer, 2007: 675-692.

[5] BIZZARRI B, GASIEWSKI A, STAELIN D. Initiatives for millimetre/submillimetre-wave sounding from geostationary orbit [C]//IEEE International Geoscience and Remote Sensing Symposium. Toronto, June 24-28, 2002.

[6] TANNER A B, WILSON W J, LAMBRIGSTEN B H, et al. Initial results of the geostationary synthetic thinned array radiometer (GeoSTAR) demonstrator instrument [J]. IEEE transactions on GRS, 2007, 45(7): 1947-1957.

[7] CARLSTROM A, CHRISTENSEN J, EMBRETSEN J, et al. A geostationary atmospheric sounder for now-casting and short-range weather forecasting [C]//IEEE Antennas and Propagation Society International Symposium. Charleston, June 1-5, 2009.

[8] LIU H, WU J, ZHANG S W, et al. The geostationary interferometric microwave sounder (GIMS): instrument overview and recent progress [C]//IEEE International Geoscience and Remote Sensing Symposium. Vancouver, July 24-27, 2011.

[9] ZHANG C, LIU H, WU J, et al. Imaging analysis and first results of the geostationary interferometric microwave sounder demonstrator [J]. IEEE transactions on GRS, 2015, 53(1):3629-3632.

[10]谷松岩， 邱红， 张文建. 先进微波探测器资料反演地表微波辐射率试验[J]. 电波科学学报, 2004, 19(4): 452-457.

GU S Y, QIU H, ZHANG W J. Retrieval of land surface microwave emissivity by using satellite-borne AMSU data[J]. Chinese journal of radio science, 2004, 19(4): 452-457. (in Chinese)

[11]PATTANAIK D R, RAMA RYV. Track prediction of very severe cyclone ‘Nargis’ using high resolution weather research forecasting (WRF) model[J]. Journal of earth system science, 2009, 118(4): 309-329.

[12]MANION A, EVANS C, OLANDER T L, et al. An evaluation of advanced dvorak technique-derived tropical cyclone intensity estimates during extratropical transition using synthetic satellite imagery[J]. Weat-her and forecasting, 2015, 30(4): 984-1009.

[13]周林， 王东法， 徐亚钦. 利用WRF数值模拟分析小型超强台风“桑美”[J]. 浙江大学学报:理学版， 2012, 39(6):703-710.

ZHOU L, WANG D F, XU Y Q. Numerical simulation of tiny super typhoon saomai using WRF[J]. Journal of Zhejiang University:Science Edition, 2012, 39(6): 703-710. (in Chinese)

[14]CHEN S H, DUDHIA J. Annual Report: WRF Physics [R/OL]. NCAR, 2015[2015-05-19]. http://www2.mmm.ucar.edu/wrf/users/docs/wrfdoc-physics.pdf.

[15]董佩明, 王海军, 韩威, 等. 水物质对云雨区卫星微波观测模拟影响[J]. 应用气象学报, 2009, 20(6): 682-691.

DONG P M, WANG H J, HAN W, et al. The effect of water content on the simulation of satellite microwave observation in cloudy and rainy area [J]. Journal of applied meteorological science, 2009, 20(6): 682-691. (in Chinese)

[16]HOCKING J, RAYER P, RUNDLE D, et al. RTTOV v11 users guide[DB/OL]. NWP SAF, 2015[2015-05-19]. http://nwpsaf.eu/deliverables/rtm/docs-rttov11/users-guide-11-v1.3.pdf.

[17]BAUER P, MOREAU E, CHEVALLIER F. Multiple-scattering microwave radiative transfer for data assimilation applications[J]. Quarterly journal of the royal meteorological society, 2006, 132(617): 1259-1281.

[18]刘硕松, 董佩明, 韩威, 等. RTTOV和CRTM对“罗莎”台风卫星微波观测的模拟研究与比较[J].气象学报, 2012, 70(3): 585-597.

LIU S S, DONG P M, HAN W, et al. Simulative study of satellite microwave observations for Typhoon Luosha using RTTOV and CRTM and the comparison[J]. Acta meteorologica sinica, 2012, 70(3): 585-597. (in Chinese)

[19]SURUSSAVADEE C, STAELIN D H. Comparison of AMSU millimeter-wave satellite observations, MM5/TBSCAT predicted radiances, and electromagnetic models for hydrometeors[J]. IEEE transactions on geoscience and remote sensing, 2006, 10(44): 2667-2678.

Numerical simulation and temporal-spatial resolution analysis of tropical cyclone observation in GEO microwave satellite:a case study of typhoon “Fitow”

ZHANG Ying1, 2LIU Hao1WU Ji1HE Jieying1

(1.KeyLaboratoryofMicrowaveRemoteSensing,NationalSpaceScienceCenter(NSSC),ChineseAcademyofSciences,Beijing100190,China;2.UniversityofChineseAcademyofSciences,Beijing100049,China)

AbstractTemporal and spatial resolution for tropical cyclone observation play an important role in the design of radiometer used for observing tropical cyclone. In this study, the National Centers for Environmental Prediction (NCEP) final operational global analysis data prepared operationally every six hours was used as the initial field for mesoscale weather research and forecasting model (WRF) and drove the model to output atmospheric parameters such as hydrometeor content, temperature and humidity profiles at different time. The fast radiative transfer model for TOVS (RTTOV) developed by European Center for Medium-Range Weather Forecasts (ECMWF) was used to calculate brightness temperature. Then the simulated brightness temperature maps viewed from geostationary earth orbit at oxygen absorption band and water absorption band for different temporal and spatial resolutions were analyzed. Results indicate that the higher the level of tropical cyclone, the higher the spatial resolution is needed. Sensitivity to spatial resolution is gradually increased among oxygen absorption band, water vapor absorption band and atmospheric window band. In general, for a short observation period, tropical cyclone of lower level needs higher temporal resolution and observation in water vapor absorption band needs higher temporal resolution than that in oxygen absorption band.

Keywordsfast radiative transfer model; RTTOV; tropical cyclone; GEO; microwave satellite observation

收稿日期：2015-05-19

中图分类号P407.1

文献标志码A

文章编号1005-0388(2016)02-0253-09

DOI10.13443/j.cjors.2015051901

作者简介

张颖(1990-),女,湖北人,现为中国科学院国家空间科学中心中国科学院微波遥感技术重点实验室博士研究生,主要研究方向为综合孔径辐射计系统设计、大气探测与研究．

刘浩(1978-),男,江西人,现为中国科学院国家空间科学中心研究员,博士生导师,主要研究方向为微波遥感机理、微波遥感器系统研制、信号处理、综合孔径微波辐射计等．

吴季(1958-),男,北京人,现为中国科学院国家空间科学中心研究员,博士生导师,主要研究方向为微波遥感机理、电磁场理论、微波天线技术、空间探测技术与卫星工程和综合孔径微波辐射计等.

何杰颖(1984-),女,天津人,现为中国科学院国家空间科学中心副研究员,发表期刊论文8篇,SCI检索两篇,EI收录论文6篇．主要研究方向为星载和地基微波辐射计信息反演,主要是大气水汽、温度、云液态水等信息的反演.

张颖, 刘浩, 吴季, 等. 静止轨道微波卫星热带气旋观测数值模拟及时空分辨率分析:以台风“菲特”为例[J]. 电波科学学报，2016,31(2):253-261.DOI: 10.13443/j.cjors.2015051901

ZHANG Y, LIU H, WU J, et al. Numerical simulation and temporal-spatial resolution analysis of tropical cyclone observation in GEO microwave satellite:a case study of typhoon “Fitow”[J]. Chinese journal of radio science,2016,31(2):253-261. (in Chinese). DOI:10.13443/j.cjors.2015051901

资助项目: 国家863计划项目(2013AA122701)； 公益性行业(气象)科研专项项目(GYHY201506023)； 中科院国际合作局对外合作重点项目(GJHZ201316)； 浙江省自然科学基金项目(LQ15D060006)

联系人： 张颖 E-mail: zy_9085@163.com