基于FY-3C星微波成像仪毫米波通道的海面大风算法研究

安大伟，窦芳丽，张 鹏

(中国气象局 国家卫星气象中心,北京 100081)

基于FY-3C星微波成像仪毫米波通道的海面大风算法研究

安大伟，窦芳丽，张 鹏

(中国气象局 国家卫星气象中心,北京 100081)

对基于FY-3C星微波成像仪(MWRI)毫米波通道的海面大风算法进行了研究。根据在中国海域观测到的海面后向热辐射数据，认为联合多个毫米波通道分析方法可利于海面大风反演。对中低风速(0～15 m/s)下D-矩阵算法进行修正，给出了适于MWRI的海面风速反演新模型。与浮标数据拟合结果表明：FY-3B，C星MWRI均方差(RMS)分别为1.24，1.18 m/s。用带泡沫散射层的双尺度随机粗糙面的复合模型计算后向热发射。考虑各通道频率、灵敏度和定标精度等因素，用回归分析法分析了各通道热辐射特性随海面风速变化的不同响应特性，建立了适于FY-3C星MWRI的大风风速反演模型。中低风速模型和大风速模型反演的全球海面风速分布结果表明：中低风速精度标准差1.2 m/s；反演大风数据和海岛固定浮标数据有一致性，模型的实际应用效果较好，可为我国沿海的大风监测和预警提供保障。

FY-3卫星； 微波成像仪； 海面大风； 毫米波通道； 反演； 回归分析法； 全球海面风速分布

0 引言

国际上对多个基于卫星测量海洋表面风场进行了研究，主动雷达仪器，散射计(如Seasat卫星ERS-I、II，ADEOS)取得了相当大的成功。但散射计接收的后向散射特性在大风条件下由于海洋表面泡沫的影响会趋向于饱和，因此业务最高海风仅为25 m/s。国外对被动辐射计测量风场进行了大量研究[1]。从微波/成像仪(SSM/I)等仪器亮度温度通道开发出了D-矩阵算法并开展了相关研究。国内也对毫米波成像进行了类似研究。文献[2-6]采用TRMM卫星上含有10.7 GHz通道的TMI辐射计，效果较好，但由于TRMM卫星为中低纬度轨道，难以实现全球海面风速的提取，限制了其广泛应用。文献[7-8]研究发现微波辐射计接收到的热辐射效应会受大风区泡沫散射层的干扰趋于饱和。因此，大风的反演是一个受自然界海表泡沫层干扰的难题。

本文研究基于FY-3C星上的微波成像仪(MWRI)，该仪器通道为10.65， 18.7，23.8，36.5，89 GHz，毫米波波段设置丰富，不仅有与SSM/I类似的高频通道，而且含能穿透大气条件的10.7 GHz通道，同时FY-3C星是极地轨道业务卫星，使该仪器具备提取全球海面风速的能力[10]。本文基于开发的海面风速反演模型，分析各通道收到海表后向热辐射随风速变化的差异，设置通道配置，建立新模型系数回归分析方法，提出了大风反演方法，给出全球海面风速示意图，并验证模型的准确性和实用性，研究可为我国开展星载微波辐射计测量全球海面风速提供参考。

1 建模

1.1中低风速建模和验证

D-矩阵算法的基本假设是所需的地球物理参数，如海洋表面的风速(WS)，可表示为测得的亮度温度的线性结合，其一般形式为。

vws=C0+C1TB1+C2TB2+…+CNTBN

(1)

式中：Ci为各通道系数；T为通道亮温[9]。式(1)中的算法变量是亮度温度，与所选择的信道相关联。可用回归分析确定系数，基于前期研究重新对该算法进行修正，建立符合MWRI开展海面风速的反演的新模型，该模型适合的风速范围0～15 m/s。有

vws=C0+C1TB(10.65V)+C2TB(10.65H)+

C3TB(18.7V)+C4TB(23.8V)+

C5TB(36.5V)+C6TB(36.5H)

(2)

众所周知，全球分布的海洋表面风速是不均匀和不对称的，95%风速主要集中于2～15 m/s。因此，对该范围的风速反演应予以高度重视。

本文用式(2)风场反演的算法模型。收集了2014年期间FY-3B，C星MWRI和浮标的拟合数据分别为1 195，1 162个，生成MWRI风速和对应时间空间的浮标风速散点图如图1所示。图1中：FY-3B星风速均方根(RMS)为1.24 m/s；FY-3C星风速RMS为1.18 m/s[10]。

图1 基于原始模型的误差散点图Fig.1 Error spot distribution based on original mode

1.2大风速建模

通过分析后向热辐射随海表泡沫层的双尺度随机粗糙面趋于饱和的现象，根据各通道不同的饱和特性，提取近年大风样本数据，回归拟合出多通道融合的大风反演算法[7，10-11]。在大风条件下海面会覆盖一层破碎的泡沫层如图2所示，该泡沫层会影响海面粗糙度的热辐射效应，影响大风的判识。

图2 大风驱动粗糙海面模型Fig.2 Rough ocean surface mode driven by large speed wind

由图3的各通道接收热辐射随海面风速的响应可知：不同频率通道热辐射对海面粗糙度(海面风速)的响应各异，尤其是大风条件下，各通道趋于饱和的程度不同，如用单频测量，就会导致后向散射特性和热辐射特性趋于饱和而难以进行大风反演，如用多通道组合融合技术，就可综合各自通道热辐射对海面风速趋于饱和不同特性的特点，开发组合算法，建立适于大风反演的新模型。

图3 不同海面风速下各通道接收热辐射的响应Fig.3 Response of heat radiation of each channel under various ocean surface wind speed

回归分析是研究一个随机变量Y对另一个变量(X)或一组变量(X1，X2，…，Xk)的相依关系的统计分析方法，需用大量数据进行分析。本文采集FY-3卫星MWRI在轨观测到的全球大风样本(15～45 m/s)，用回归分析法，根据通道频率、灵敏度等因素的差异对系数进行微调，以建立新的适于MWRI的大风反演模型。

建立回归分析模型为

(3)

(4)

此处，还需考虑系数ci浮动范围的选取，ci应以考虑对应通道对大风响应的权重，使Q值达到最小值(而非传统回归方法的使Q值为0)，浮动的范围需由加权得出。MWRI各通道参数指标见表1。由表1可知：MWRI的对应通道频率、灵敏度、定标精度不同，这些通道的差异将影响仪器采集的亮温数据。根据这些差异，设计差异加权，对系数进行有限域回归，即差异小的通道对应系数变化小，差异大的通道对应系数变化大。则得新模型如为

vws=C0+C1TB(10V)+C2TB(10H)+

C3TB(19V)+C4TB(19H)+C5TB(21V)+

C6TB(23H)+C7TB(37V)+C8TB(37H)+

C9TB(89V)+C10TB(89H)

(5)

表1 MWRI各通道参数指标

逐个分析通道频率f、灵敏度ΔK、定标精度K的差异。对ΔK，通道越灵敏，该频点由灵敏度导致的系数权重就越大；对K，精度越高，该频点由定标精度导致的系数权重就越大。具体系数由f，ΔK，K的权重分配而定。实际应用中，89 GHz的V、H通道，18.7 GHz的H通道，23.8 GHz的H通道权重较小，可忽略不计，重点分析其他通道影响。

频率越低，衰减更小，衰减越小，在测量大风时受到降水干扰影响较小；频率越高，受降水影响较大，但对海表粗糙度的细微变化灵敏。

各通道的亮温误差(由人工加入偏差)如图4所示。由图4(a)可知：通道10.65 GHz的H，通道18.7 GHz的V，通道23.8 GHz的V三者对亮温变化不敏感，通道10.65 GHz的V，通道36.5 GHz的H、V对亮温变化敏感。由图4(b)可知：通道10.65 GHz的H，通道18.7 GHz的V，通道23.8 GHz的V三者对亮温变化不敏感；通道10.65 GHz的V，通道36.5 GHz的H、V对亮温变化敏感，其中通道36.5 GHz的V通道对亮温变化尤其敏感，在该通道亮温误差达5 K时，偏差和标准差都达约5 K。另外通道10.65 GHz具穿云透雨的能力。

图4 各通道对亮温变化的综合响应效果Fig.4 Integrated response of bright temperature changing for each channel

2 检验和应用效果评估

用中低风速模型和大风速模型反演的2014年7月7日全球海面风速分布如图5所示。由图5可清晰看到太平洋北部、大西洋北部，印度洋中部的低风带，以及西太平洋的台风浣熊；在局部放大图中可清晰看到台风浣熊的内部轮廓，包括中间的台风眼区(眼区外围中心风力超过14级)、外围大风螺旋轮廓、七级风圈尺度、台风东南部的超强风速分布。表明模型的实际应用效果良好，可为我国沿海的大风监测和预警提供有力保障。

图5 2014-07-07全球海面风速分布图Fig.5 Global ocean surface wind speed distribution on July 7, 2014

FY-3卫星MWRI采集到的2014年亚太地区三个超强台风——浣熊(NEOGURI)、威马逊(RAMMASUN)、麦德姆(MATMO)的风速见表2，并选择同一区域同一时间的欧洲METOP卫星ASCAT散射计观测到的台风进行对比，同时通过采用同一区域同一时间的海岛固定浮标风速进行最大风速对比验证。由表2可知：ASCAT测的最大风速均为25 m/s；MWRI反演最大风速分别为45，45，43 m/s；实际通过海岛固定浮标测得真实最大风速分别为55，52，40 m/s，可认为FY-3卫星MWRI反演的最大风速更接近真实值。

图6 ASCAT，MWRI反演的2014年超强台风Fig.6 Super typhoons in 2014 inversed by ASCAT and MWRI

MWRI，ASCAT反演的上述三个超强台风如图6所示。由图6可知：台风威马逊的大风分布在台风北部地区，与海口东部外海海岛固定浮标测得的台风登陆最大风速区一致；台风麦德姆的最大风速区在北部区域，影响台湾省台东县，该分析结论与台风实际登陆最大风速影响区一致。

表2 2014年超强台风最大风速

3 结论

本文介绍了国际上星载散射计和微波辐射计反演海面风速模型的发展成果和大风反演难点，并介绍了数据源的准备，包括MWRI仪器介绍和验证浮标。分析了一年的FY-3卫星微波成像仪(MWRI)亮度温度数据，给出风速0～15 m/s反演效果。联合多通道分析方法有利于大风反演，依托带泡沫散射层的双尺度随机粗糙面的复合模型计算后向热发射，分析各通道热辐射特性随海面风速变化的不同响应特性，建立适于MWRI的大风风速反演模型，得到了较好结果，新模型海面中低风速精度标准差1.2 m/s(0～15 m/s)，反演大风数据与海岛固定浮标数据具有一致性。

[1] GOODBERLET M A, SWIFT C T. Improved retrievals from the DMSP wind speed algorithm under adverse weather conditions[J]. IEEE Transactions on Geoscience and Remote Sensing, 1992, 30(5): 1076-1077.

[2] 孙立娥, 王进, 崔廷伟, 等. FY-3B微波成像仪海表面温度和风速统计反演算法[J]. 遥感学报, 2012, 32(6): 1262-1271.

[3] CHANG P S, LI L. Ocean surface wind speed and direction retrievals from the SSM/I[J]. IEEE Transactions on Geoscience and Remote Sensing, 1998, 36(6): 1866-1871.

[4] 王蕊, 严卫, 史顺文. 全极化微波辐射计对环境参数敏感性分析[J]. 遥感学报, 2015, 35(3): 375-390.

[5] WANG Z Z，LI Y. Geophysical parameters retrieving algorithm of AMSR[J].遥感学报, 2009, 29(4): 355-370.

[6] 张光锋, 李兴国, 娄国伟. 基于交流辐射计的被动毫米波成像研究[J]. 红外与毫米波学报, 2007, 26(6): 461-464.

[7] 金亚秋. 星载微波SSM/I对南中国海海面遥感的辐射特征及其风场反演[J]. 地球物理学报, 1998, 41(1): 30-37.

[8] AN D W, LU F, DOU F L, et al. Modeling and quantitative retrieval of finite field for the tropical sea surface wind speed of the FY-3B MIcrowave Imager[J]. Journal of Tropical Meteorology, 2015, 21(1): 84-91.

[9] CONNOR L N, CHANG P S. Ocean surface wind retrievals using the TRMM microwave imager[J]. IEEE Transactions on Geoscience and Remote Sensing, 2000, 38(4): 2009-2016.

[10] 李乐乐, 管磊, 陈锐. 基于星载微波辐射计的海洋大气参数反演算法研究[J]. 中国海洋大学学报, 2006, 36(增刊): 205-211.

[11] 金亚秋, 张南雄, 黄润恒, 等. 星载微波E R S-1和多通道SSM/I观测海洋的相关性和随机粗糙面复合模型的数值模拟[J]. 地球物理学报, 1999, 42(4): 452-459.

StudyonOceanSurfaceWindSpeedAlgorithmBasedonFY-3CMicrowaveImagerMillimeterBand

AN Da-wei， DOU Fang-li， ZHANG Peng

(National Satellite Meteorological Center, China Meteorological Administration, Beijing 100081, China)

The ocean surface wind speed algorithm based on millimeter band of microwave imager (MWRI) of FY-3C meteorological satellite was studied in this paper. According to the thermal radiation of sea surface data observed in Chinese waters, it is believed that a joint multi-millimeter channel analysis method is in favor of ocean surface wind retrievals. The D matrix algorithm was modified for medium and low wind speed (0～15 m/s). The new retrievals mode of ocean surface wind speed for MWRI was presented. The fitting results with buoy showed that RMS of FY-3B and FY-3C MWRI were 1.24 and 1.18 m/s respectively. The random rough surface after the heat emission was calculated relying on scattered with foam dual scale layer composite mode. With the consideration of frequency, sensitivity and calibration accuracy of each channel, different response characteristics of the heat radiation characteristics of each channel along with the ocean surface wind speed was analyzed using regression analysis method. The retrievals mode of ocean surface wind speed was established for MWRI of FY-3C satellite. The global ocean surface distribution inversed by medium and low wind speed mode and ocean surface wind speed mode showed that the mean square error was 1.2 m/s for medium and low wind speed and the wind speed inversed was agreed with the fixed buoy in island. The two modes have been applied well, which can provide a guarantee for inshore wind monitoring in China.

FY-3C meteorological satellite; microwave radiometry imager (MWRI); ocean surface wind; millimeter wave band; retrievals; regression analysis; global ocean surface wind speed distribution

1006-1630(2017)04-0038-05

2017-05-18;

：2017-06-28

国家自然科学基金资助(41105009，61527805)

安大伟(1982—)，男，博士，副研究员，主要从事微波毫米波遥感定标、微波辐射计产品开发。

TP701；P425.47

：ADOI:10.19328/j.cnki.1006-1630.2017.04.005