微波成像资料同化研究进展

周鑫+刘健文+黄江平

【摘 要】微波成像仪近年来发展迅速，应用广泛，国外利用微波成像资料进行了大量同化试验，对提高天气预报技巧发挥了重要作用，但我国在微波成像资料同化方面起步较晚，发展水平不高，了解国外的研究现状，学习其先进的技术和方法对我国的微波成像资料同化工作将有很好的借鉴和帮助作用。

【关键词】微波成像；资料同化；进展

0 引言

微波成像资料的同化一直是数值模式发展过程中的热点问题，国外利用微波成像资料进行同化最早采用的是先反演再分析的间接同化方法，但是间接同化由于包含了反演过程中各个环节的误差，使得观测误差来源复杂化，并带有系统性偏差，同化过程中产生背景与观测误差偏离正态分布较远等问题，因此目前在微波成像资料同化中通常采用的是直接同化的方式，研究表明直接同化的同化效果产生了一定的正影响，使得数值预报准确率得到了一定程度的提升。目前，同化系统中主要应用的微波成像载荷有SSM/I，SSMIS和AMSR-E等。

1 国外研究进展

1.1 SSM/I

美国从1987年开始实施DMSP计划后陆续发射了搭载SSM/I，SSM/T和SSM/T-2的卫星，提高了空间对地遥感探测的能力。全球资料同化系统（GDAS）和美国环境预报中心（NCEP）利用SSI三维同化分析系统对大部分的卫星数据进行了同化，其中就包括SSM/I。对于SSM/I资料的应用，一开始采用的是间接同化，Treadon[1]对SSMI反演的降水资料进行了间接同化，研究表明加入同化资料起到了一定的作用，但是当某些地区没有降水的时候就没有资料进入同化系统中，此外Treadon发现采用间接同化大气可降水量（TCWV）会中断哈德莱环流。鉴于间接同化有这样的缺点，Okamoto通过实验发现相比间接同化海表面风速和大气可降水量，直接同化SSM/I辐射率资料效果更好，而且不会中断哈德莱环流。Jean-Deancois[2]采用SSM/I及TMI降水率资料和欧洲四维同化系统进行了对比试验，发现SSM/I和TMI对温带地区的降水预报都有很大的改进作用，但相比较而言SSM/I的同化效果整体好于TMI。Okamoto[3]使用NCEP的GSI同化系统对SSM/I的辐射率资料进行直接同化，并利用辐射传输模式剔除了受云雨条件影响的数据，质量控制方案为：（1）剔除亮温小于70K或大于320K的数据；（2）剔除水平极化亮温减去垂直极化亮温大于2K的数据。云检测方案为：（1）19GHz、22GHz、37GHz和89GHz各通道的云中液态水含量分别超过0.35kg/m2、0.27kg/m2、0.10kg/m2和0.024kg/m2时，剔除该数据；（2）观测场与背景场之差如果大于对应通道的特定观测误差，予以剔除。表1列出了各通道的云中液态水含量临界值和观测误差临界值。同化结果表明，热带地区和北半球的降水量得到了一定增加，南半球中高纬地区的降水量有轻微减小。总体而言，SSM/I资料的加入提高了全球预报技术，尤其是测量热带地区200hPa的风矢量误差，并且在台风路径模拟方面也减小了误差（表1）。

1.2 SSMIS

目前，在DMSP计划中，SSMIS取代了SSM/I，SSM/T和SSM/T-2，实现垂直探测和成像遥感的有机结合，SSMIS在SSMI通道频率调整的基础上增加了17个通道。Kazumori[4]等利用日本气象厅全球数据同化系统，对SSMIS南半球500hPa高度数据进行低分辨率（TL319L60）同化试验，发现预报时间为一天时，加入SSMIS数据效果全面好于不加入SSMIS，而预报时间为3、5、7天时，加入SSMIS资料的绝大部分效果都好于不加入，表明SSMIS资料能够显著地改善预报的准确性，下一步计划采用日本业务系统进行高分辨率（TL959L60）同化试。Okamoto等研究发现经过偏差订正后SSMIS数据质量和SSMI非常相似，他们采用了和SSMI相同的质量控制和云检测方案，同化结果表明对分析850hPa温度和大气水汽总量有一定的积极作用。为了同化SSMIS资料，NOAA还发展了新的质量控制方法和云检测方案：（1）观测场与没有经过偏差订正的背景场的差值大于等于3.5K时，予以剔除；（2）第2通道（52.8GHz）与经过偏差订正的背景场的差值大于1.5K时，剔除12—16通道（19V/H，22V，37V/H）数据；（3）云中液态水含量临界值剔除方法，具体数值不同于SSM/I（见表2）。可以看出，新的质量控制方法在原有基础上加入了对非成像通道数据的利用，更具准确性。NOAA的全球预报系统同化SSMIS资料后，对提高全球中期数值预报水平产生了较小的正效果。Bell[5]等基于MetOffice，ECMWF，NCEP和NRL四个业务数值预报中心对DMPS-F16的SSMIS成像资料进行同化，结果显示在南半球产生了正影响，1—4天的海平面气压预报误差减小了0.5%-2.5%（表2）。

1.3 AMSR-E

AMSR-E微波成像仪与SSM/I最大的区别在于它有四个低频通道，即6.9GHz和10.6GHz（双极化），而低频通道对地表和海表面的气象要素非常敏感，因此研究人员针对这两个低频通道在同化系统的应用效果开展了许多工作。Kazumori[6]发现同化AMSR-E资料对海表面风速的研究具有积极作用，6.9GHz和10.6GHz垂直极化通道对海温非常敏感，在高风速的条件下，6.9GHz和10.6GHz的水平通道敏感性迅速变大，同化AMSR-E资料对台风和暴雨等天气现象进行模拟，发现在所有天气条件下AMSR-E的风速数据都使得分析场中的表面风速增加，并增加了台风中心的强度和最大风速，提高了台风的预报水平。此外，Kazumori还发现在同化系统中加入AMSR-E资料使得数值模式对于降水的模拟更接近实际观测情况，采用的质量控制方案和云检测方案和Okamoto对于SSMI的方案相似，具体数值见表3。

在微波成像资料的同化研究过程中，许多和同化相关的技术和方法也同步得到了快速发展。譬如，NCEP针对AMSR-E的低频通道设计了一个新的微波海洋辐射模式，应用于CRTM快速辐射传输模式中，研究发现新的海洋辐射模式能够更加有效地从AMSR-E辐射率资料中获取海表面信息，对比试验结果表明采用该海洋辐射模式对南半球的正影响更加显著[6]。

2 我国研究进展

我国在微波成像资料同化方面起步较晚，对于微波成像仪，利用AMSR-E进行的研究较多，但对SSM/I和SSMIS等其他微波成像仪研究很少。例如郑祚芳等[7]针对卫星观测资料具有水平分辨率高，观测面广阔，测量误差易于掌握等优点，分析和总结了目前卫星观测资料在数值天气预报模式中的应用情况，并对其未来发展做了一些有益的探讨。付秀丽等通过研究发展一个数据分析方法，判断AMSR-E亮温同化系统土壤水分的预报误差[8]。史小康等利用AMSR-E亮度温度资料，估算了高原东北部的土壤湿度值；还利用耦合了Noah陆面模型的WRF中尺度模式WRF-Noah，结合牛顿松驰逼近同化法对AMSR-E估算的土壤湿度进行了同化试验[9]。皇群博设计了一个一维+四维变分同化系统的流程，并将其应用于云水污染的SSM/I资料的同化，发现结果好于不加入受云水污染的SSM/I资料[10]。对于我国自主研发的MWRI微波成像仪，陆其峰利用欧洲中期天气预报中心系统对FY-3A资料进行了同化研究，结果表明同化FY-3A数据对预报准确度有一定改进[11]。

3 总结

相比于国外的研究进展，我国在微波成像资料同化方面发展水平和国外还存在一定差距。DMSP-F16作为美国国防卫星，已搭载SSMIS成功运行多年，资料使用效果良好，在军事气象保障、天气预报、强对流监测和洪涝灾害监测、水文应用方面发挥了巨大作用。该系列卫星不仅已经更新多次，而且在美国未来的卫星计划中，同时拥有微波成像和微波探测两类通道的微波探测器将继续发展，因为通道细化后能采集到更加丰富的微波遥感信息，带来更加广阔的应用前景。目前我国自主气象卫星的发展正进入一个快速发展的时期，特别是即将发射的气象卫星搭载的微波成像传感器，与SSMIS成像通道频率接近，针对微波成像资料在数值天气预报中的应用研究迫在眉睫，因此借鉴国外先进的经验和完善的技术对改进我国微波成像资料同化在数值模式中的应用将大有裨益。

【参考文献】

[1]Treadon， R. E.， H.-L. Pan， W.-S. Wu， Y. Lin， W. Olson， and R. Kuligowski. Global and regional moisture analyses at NCEP. Proc[Z]. ECMWF/GEWEX Workshop on Humidity Analysis， Reading， United Kingdom， ECMWF，2002：33-47.

[2]Mahfouf J， Bauer P， Marécal V. The assimilation of SSM/I and TMI rainfall rates in the ECMWF 4D-Var system[J]. Quarterly Journal of the Royal Meteorological Society， 2005， 131（606）： 437-458.

[3]Okamoto K， Derber J C. Assimilation of SSM/I radiances in the NCEP global data assimilation system[Z]. Monthly weather review，2006，134（9）：2612-2631.

[4]Kazumori M. Assimilation Experiments on Pre-processed DMSP-F16 SSMIS Radiance Data in the JMA Global 4D-Var Data Assimilation System[Z]. CAS/JSC WGNE Res. Activ. Atmos. Oceanic Modell，2009，39：1.23-1.24.

[5]Bell W， Candy B， Atkinson N， et al. The assimilation of SSMIS radiances in numerical weather prediction models[J]. Geoscience and Remote Sensing， IEEE Transactions on， 2008， 46（4）： 884-900.

[6]Kazumori M， Liu Q， Treadon R， et al. Impact study of AMSR-E radiances in the NCEP global data assimilation system[J]. Monthly Weather Review， 2008， 136（2）： 541-559.

[7]郑祚芳，沈桐立.气象卫星探测资料在数值天气预报中的应用[J].气象，2001，27（9）：3-8.

[8]付秀丽，施建成.AMSR-E亮温同化系统的数据分析方法研究[J].遥感技术与应用，2010，03：342-345.

[9]史小康，文军，王磊，等.545 AMSR-E 卫星亮度温度数据在高原东北部土壤湿度观测和模拟中的应用[J].2010.

[10]皇群博.云水污染的卫星微波资料变分同化技术[D].国防科学技术大学，2011.

[11]Lu Q F. Initial evaluation and assimilation of FY-3A atmospheric sounding data in the ECMWF System[Z]. Sci China Earth Sci， 2011， 54， doi：10.1007/s11430-011-4243-9.

[责任编辑：汤静]