基于加密探空资料的上海不同云天下AIRS/Aqua相对湿度廓线反演精度研究

蒋文泽，刘琼,2，陈勇航，黄艺伟，赵兵科，吴峻石周海江，陈帅妤

(1.东华大学环境科学与工程学院，上海 201620；2.中国气象科学研究院灾害天气国家重点实验室，北京 100081;3.中国气象局上海台风研究所，上海 200030；4.宝山区气象局，上海 201901)

1 引 言

水汽及其垂直分布在各种时空尺度的大气过程中都扮演着重要角色[1]。高光谱红外遥感因其空间分辨率高，能获得更加精细的大气结构，在提供湿度垂直信息方面应用得越来越广泛[2-4]，然而卫星湿度廓线的反演精度极易受到云层的干扰[5]。目前云对卫星湿度反演精度的影响研究大多是针对云量[6-10]，对其他云属性的影响研究尚少。除了云量，云高也是影响湿度廓线反演精度的一个重要因素。

Divakarla等[10]发现在无云或者少云的情况下，与探空资料相比，AIRS(Atmospheric Infrared Sounder)所反演水汽廓线的平均偏差在对流层范围内可控制在15%以内。官莉等[5]发现在反演AIRS水汽廓线时采用云顶高度分类虽然能一定程度上提高反演精度，但反演误差仍然很大，并且云顶高度越高反演误差越大。Zeng等[11]结合2013年和2014年6月中国区域云量和云顶高度分布，解释了中国七大区块AIRS水汽混合比廓线反演精度不同的主要原因，但并未对不同云天对各区域内AIRS水汽混合比廓线反演精度的影响进行分析。

AIRS作为国际上首个真正意义上的星载高光谱红外探测器，能提供更精准的大气温湿度廓线反演数据[12]，因此越来越多的人开始致力于其大气参数反演相关研究[13-20]。其中，Pu等[21]发现在热带气旋生成的洋面上，AIRS反演的相对湿度廓线与探空观测存在较大偏差。Gettelman等[22]将AIRS水汽数据与美洲地区0°～40°N范围内的飞机定点观测数据进行对比，发现该数据大多是无偏差的，仅在150 hPa以上平均绝对差在25%左右。Wu[23]则以下投式探空仪资料为基准，研究了东部大西洋地区AIRS相对湿度廓线的反演精度，发现除925～1 000 hPa外，AIRS在其余的气压层上反演湿度都相对偏湿。由此可见，AIRS相对湿度廓线反演数据在不同地区的准确性是不同的，目前针对AIRS相对湿度廓线反演精度的研究大多聚焦于全球范围或者下垫面均一的海洋上空。

上海地处中国东部沿海地区，下垫面复杂，7—9月恰逢汛期，云量丰富[11,24]，大气相对湿度较高，台风等强对流天气活动也最为频繁[25]，为满足该时段内中小尺度灾害天气的监测和预警需要，探空站点往往于每日的14:00（北京时间，下同）左右进行一次加密探空观测。考虑到与定常探空观测相比，探空气球加密观测时间与AIRS过境中国时间（01:30和13:30）更为接近，故本文利用2018年7—9月上海宝山站的加密探空资料，对AIRS相对湿度廓线资料在不同质量控制标识、云量和云顶高度条件下的反演精度进行分析，以期为后面合理的开展相关资料的同化研究，检验AIRS相对湿度产品对区域数值预报准确度的影响做准备。

2 数据与方法

2.1 资料介绍

本文所用的资料主要包括2018年7月4日—9月30日Aqua卫星携带的大气红外探测器（AIRS）所反演相对湿度廓线资料和上海宝山站加密观测试验所获得的L波段秒级加密探空资料。AIRS资料来源于GES DISC(Goddard Earth Science Data and Information Services Center)网站(http://disc.gsfc.nasa.gov)。所用数据集为AIRS/Aqua L2 Support Retrieval(AIRS-only)V006(AIRS2SUP)，以HDF格式进行存放，每6 min生成一个文件，空间分辨率为50 km，包含有经纬度信息、时间信息、100层的温度廓线(0.016～1 100 hPa)、15层的湿度廓线（50～1 100 hPa）、云量、云顶高度等相关数据。AIRS相对湿度反演数据按质量控制标识划分为4类：质量控制标识0为“Highest Quality”，即数据最好；质量控制标识1为“Good Quality”，即质量一般；质量控制标识2为“Do Not Use”，即不可利用的数据，“-9999”为系统无效值。本文在进行精度验证时将质量控制标识为2的数据和无效值剔除，不做讨论。

探空观测资料（radiosonde observation，RAOB）主要由气压、气温、湿度、斜距、仰角、方位角等信息组成。上海宝山站探空气球每日释放2次，时间分别为07:15和19:15，特殊天气情况下如夏季汛期，需要进行一次加密观测，时间为13:15，气球固定地方点的地理经纬度坐标为121.45°E，31.40°N。需要注意的是，气球从释放至爆炸的总时长约为1.5 h，漂移距离随季节变化而有所不同。

2.2 卫星资料处理与对比分析方法

Sun等[26]的研究发现在对流层中层（400 hPa），IASI(IR atmospheric sounding interferometer)反演产品与RAOB之间的时间容差范围扩大1 h，就会引起水汽混合比均方根2.5%的偏差，所以在研究之前将AIRS资料中的时间、空间位置、垂直气压层信息与加密探空资料进行一致性匹配很有必要。本研究在时间范围匹配上，以探空气球释放时间为中点，探空气球飘移时间为时长，筛选同时段的AIRS数据，时间的容差范围随探空气球的飘移时间而变化，但一般不超过±1.5 h，远低于Divakarla等[10]所采用的±3 h时间窗口。空间位置上，Zeng等[11]研究了探空气球在中国地区的最大水平飘移距离后发现，在200 hPa、500 hPa和850 hPa高度，气球的最大水平飘移距离分别小于90 km、25 km和10 km，因此考虑到探空气球在高空的位置飘移对数据对照的影响，本文首先利用上海宝山站所提供的L波段（1型）数据处理软件，读取并计算探空气球飘移的经纬度，然后采用最临近点匹配原则进行筛选，限制最大偏移距离为20 km，即剔除与探空气球水平距离超过20 km的卫星反演数据，探空气球飘移经纬度的计算方法参照李伟等[27]的研究。在气压层匹配上，由于探空气球的相对湿度廓线资料一般采用常规观测气压层（标准层），而AIRS产品湿度廓线为15层，为保证两者在垂直层进行准确比较，本文选取1 000 hPa、925 hPa、850 hPa、700 hPa、600 hPa、500 hPa、400 hPa、300 hPa、250 hPa、200 hPa、150 hPa、100 hPa、70 hPa、50 hPa共14层进行比较分析。首先要求探空气球与AIRS对应的气压值之差的绝对值不得大于1 hPa，然后再从符合条件的数据中筛选出气压层最接近的探空资料进行研究。

标准大气是能反映某地区（如中纬度）垂直方向上气温、气压、湿度等近似平均分布的一种模式大气，目前在国际上影响较大的是1976年的美国标准大气。本文基于美国标准大气温度垂直廓线划分气压层高度[28]，将上海地区（中纬度地区）200 hPa气压层高度划分为对流层顶。

采用相关系数R、平均偏差（Mean bias,MB）和均方根误差(Root Mean Squared Error,RMSE)对AIRS湿度廓线反演精度进行定量分析，其计算方法如下：

式中，为探空数据，yi为AIRS反演数值，N为样本总数，i为样本。相关系数R的取值范围为[0,1]，R越接近1表示两种数据之间的相关性越好；MB能反映反演值相对于观测值的平均差异；均方根误差则表示反演值相对于观测值的离散程度。

3 结果与讨论

3.1 AIRS湿度反演数据与探空资料的相关性分析

以上海宝山站加密探空观测数据为参照，对AIRS相对湿度反演数据进行相关分析，分别计算50～1 000 hPa气压层上两组值的平均偏差MB、均方根误差RMSE、相关系数R并进行F检验，数据统计如表1所示，相对湿度样本数反映的是每一气压层符合条件的样本数量，总样本个数为629。在50～200 hPa以及850～1 000 hPa高度范围内，即平流层和对流层底层，AIRS相对湿度反演数据与探空资料的相关性相对较弱，尤其是在850 hPa高度处，相关系数为0.26，且P值为0.11＞0.05，未通过F检验，两者不相关，这与Zeng等[11]得出的结果一致。探空气球在对流层顶和平流层所获得的相对湿度数据质量较差可能是两者相关性较差的主要原因，而AIRS湿度廓线在对流层底层反演精度较低则主要与大气边界层内气溶胶对辐射的衰减以及复杂下垫面的影响有关[29]。结合相对湿度的MB和RMSE可以发现，与探空数据相比，AIRS所反演相对湿度在对流层中高层(200～500 hPa)偏湿，在对流层中低层(600～925 hPa)偏干。除100 hPa、300 hPa、700 hPa和850 hPa外，其余气压层的RMSE均小于20%；MB绝对值的最小值和最大值分别在600 hPa和100 hPa取到，为-0.60%和18.85%，RMSE的最大值在850 hPa处取到，为26.44%。Zeng等[11]在此前的研究中就表示包括上海地区在内的长江流域与中国南方地区水汽混合比的RMSE变化规律一致，垂直方向上850 hPa为最高。由此可见，AIRS在100 hPa和850 hPa处的相对湿度反演精度亟待提高。

表1 2018年7—9月AIRS和探空数据的相对湿度廓线精度比较

3.2 AIRS湿度反演数据在不同质量控制标识下的精度分析

图1是50～1 000 hPa高度范围内AIRS质量控制标识为0和1时相对湿度反演数据与加密探空资料的数学偏差分析图。850 hPa至近地面附近，不存在质量控制标识0的数据，这主要是因为AIRS在探测过程中受云层及地面辐射等因素的影响，对流层底层反演数据达不到质量控制标识0的要求。与加密探空资料相比，质量控制标识为0和1的相对湿度MB的平均值分别为5.90%和-7.65%，RMSE的平均值分别为16.48%和19.21%。质量控制标识0时，在整个对流层范围内，RMSE都控制在20%以内，MB的标准差也明显小于质量控制标识为1时，AIRS相对湿度反演数据离散度更小，精度相对较高，100～700 hPa高度范围内，MB和RMSE随高度降低逐渐减小，并且在100 hPa时，MB和RMSE均取到最大值，分别为19.66%和26.34%，刘瑞霞等[30]指出AIRS的值较探空在100 hPa高度上误差较大可能与探空资料在此高度上本身就不够准确有关。不同于质量控制标识为0时，质量控制标识1的反演数据波动更加剧烈，100～250 hPa内，RMSE较质量控制标识为0时更小，但考虑到样本数量较少（100～250 hPa范围内各气压层的样本数量均小于5个），结论不具有代表性。

图1 50～1 000 hPa高度范围内AIRS质量控制标识为0和1时相对湿度反演数据的MB(a)和RMSE(b)

图2具体反映了两种质量控制标识下的AIRS数据与探空资料的离散程度。AIRS相对湿度反演数据与探空观测之间整体存在较大差异。质量控制标识为0的数据与探空资料的相关性更高，离散度更小，相关系数为0.72，整个高度范围内RMSE为17.61%。通过观测数据点的分布特征可以发现，质量控制标识为0时，AIRS所反演的相对湿度偏大，对角线以上的样本占到了总样本数的64.38%，质量控制标识为1时，则相对较干。相对于质量控制标识1，质量控制标识为0时样本的有效数据量更多，且多集中在0～30%相对湿度范围内，由此我们可以推断出在低湿的情况下，AIRS湿度廓线产品往往高估了大气中的水汽含量，这与Qin等[31]的研究一致。同时，从图2a中可以看出质量控制标识为0时，随着相对湿度的增加，样本数逐渐减小，这与质量控制标识1时样本有效数据量随相对湿度的变化趋势恰恰相反，质量控制标识为1时，样本数量随着相对湿度的增加逐渐增加，这说明AIRS在低湿时反演精度更高。

图2 AIRS质量控制标识为0和1时相对湿度反演数据和与之匹配的探空观测散点图

3.3 AIRS湿度反演数据在不同云宏观物理属性条件下的精度分析

3.3.1 AIRS湿度反演数据在不同云量条件下的精度分析

结合上文的研究结果，本文对AIRS相对湿度廓线在不同云宏观物理属性条件下的反演精度展开研究。根据CERES(Clouds and the Earth's Radiant Energy System)提供的云分类方法将云量情况分为四类。无云定义为云量为0～5%，少云定义为5%～50%，多云定义为50%～95%，阴天定义为95%～100%。样本数量分别为5、278、314和32，由于无云和阴天时样本数量太少，不具有代表性，所以本文只将少云和多云时AIRS相对湿度反演数据作为研究对象。

从图3a各气压层的MB分布可以看出，少云时，所有层次的MB范围在[-14.12%,20.14%]之间，多云时，MB范围在[-23.47%,20.63%]之间，两者都在100 hPa处达到最大值；相对于多云，少云时偏差变化较为平缓，相对湿度的标准差在各气压层都要更小，500 hPa至近地面附近，MB的绝对值均小于10%，由此可知，少云时AIRS在对流层中低层的湿度廓线更接近于实测值，反演精度更高。相对湿度的MB在100～600 hPa主要表现为正值，在700～925 hPa主要表现为负值，说明AIRS所反演湿度在对流层中高层和平流层底层偏湿，在对流层中低层偏干，这与顾雅茹等[6]得出的结论一致。从图3b RMSE的统计结果可以看出，随着云量的增加，AIRS相对湿度廓线反演误差逐渐增大，并且随着气压值的增大，少云与多云时的RMSE之差有逐渐增大的趋势，这与刘瑞霞等[30]的研究一致。少云时，除100 hPa高度层外，RMSE均低于20%，400 hPa以下，除850 hPa为18.51%外，RMSE更是低于15%，AIRS相对湿度廓线在对流层中低层反演精度相对较高，但仍无法达到无线电探空的水平。

图3 不同云量条件下50～1 000 hPa高度范围内AIRS相对湿度反演数据的MB(a)和RMSE(b)

3.3.2 AIRS湿度反演数据在不同云顶高度条件下的精度分析

根据国际卫星云气候计划（International Satellite Cloud Climatology Project,ISCCP)D2资料中云的分类标准将云顶高度分为3类，云顶高度小于440 hPa的即为高云，440～680 hPa的为中云，大于680 hPa的则定义为低云[32]。样本数量分别为217、46和320（存在46个样本未检测到云顶高度），由于中云时样本数量较少，故本文仅将低云和高云时AIRS的相对湿度反演数据作为研究对象。

研究发现，低云时，所有层次的MB范围在[-15.52%，15.18%]之间，平均值为3.92%，RMSE范围在[4.98%，20.56%]之间，平均值为12.75%；高云时，MB范围则为[-23.35%，23.76%]，平均值为-0.78%，RMSE范围为[14.60%，31.89%]，平均值为21.87%。对比不同云顶高度条件下AIRS的反演误差可知，低云时的RMSE要远小于高云。在440 hPa以上的高度范围内，高云时的RMSE曲线波动较为频繁，100 hPa和300 hPa处存在两个峰值，此高度处相对湿度的标准差也明显高于临近气压层；而在680 hPa以下，低云和高云时的RMSE曲线都发生明显波动，误差加大。综上可知，AIRS相对湿度反演误差随着云顶高度的升高而增加，云顶以上相对湿度廓线反演精度较高，而云顶之下高度的大气参数反演误差较大，官莉等[4]利用模拟星载高光谱观测值对云高进行了敏感性研究，也得出了类似的结论。另外值得注意的是，低云时，50～500 hPa高度范围内，AIRS相对湿度反演数据的RMSE均小于20%，除400 hPa以外，其余气压层均满足美国NASA(National Aeronautics and Space Administration)构建的新一代全球环境监测系统NPP（NPOESS Preparatory Project）对大气温湿卫星探测在对流层中高层和平流层底层所提出的要求[33],可作为数值天气预报的输入数据。

3.3.3 AIRS湿度反演数据在不同云宏观物理属性下的复合研究

以上研究已表明云量和云顶高度都是影响AIRS数据反演的重要因素，那么为了进一步理清AIRS相对湿度廓线反演精度在不同云量和云顶高度条件下的具体变化，本节将针对以下4种情况(低云且少云、低云且多云、高云且少云、高云且多云)进行研究。其中，4种条件下的样本占全部有效样本数的比例分别为16.38%、17.01%、16.85%和31.00%。图5绘制了不同云量和云顶高度条件下50～1 000 hPa高度范围内AIRS相对湿度反演数据的箱型图，横坐标表示的是不同的气压值，纵坐标为AIRS相对湿度反演数据与探空数据之差，与上下四分位数之间的距离超过箱体长度1.5倍的数据点定义为离群值。

图4 不同云顶高度条件下50～1 000 hPa高度范围内AIRS相对湿度反演数据的MB(a)和RMSE(b)

图5 不同云量和云顶高度条件下50～1 000 hPa高度范围内AIRS相对湿度反演数据的箱式图

在同样为少云的情况下，高云与低云时相比，除70 hPa、150 hPa、400 hPa、600 hPa和850 hPa外，其余气压层的四分位距均变大，特别是50 hPa、100 hPa、250 hPa、300 hPa、500 hPa和1000 hPa处，箱体长度都增大为原来的两倍以上，另外100 hPa气压层上，非异常范围内的最大值更是达到了48.13%，数据离散度较大，AIRS反演精度较差，综上可知，不同于低云，高云对对流层和平流层范围内的AIRS相对湿度廓线反演精度都有影响，其中又以对流层中高层及平流层底层影响最大。相较于其他三种情况，高云且多云对AIRS相对湿度廓线的反演精度影响最为明显，此条件下各气压层非异常值范围内的极差都为最大，对流层范围内除925 hPa之外都超过了50%，其中，又以850 hPa处数据离散度为最大，此时，绝对误差的最大值为24.43%，最小值为-63.51%。250 hPa、300 hPa、600 hPa、925 hPa出现离群值，250 hPa和600 hPa时为正偏态，300 hPa和925 hPa时表现为负偏态。

4 结 论

本文选取2018年汛期（7—9月）上海宝山站的加密探空资料，检验了同时段AIRS相对湿度廓线反演产品在不同质量控制、云量和云顶高度条件下的反演精度。总体上，反演精度随着云量和云顶高度的增加而逐渐降低。

（1）对流层范围内，AIRS质量控制标识为0的数据更接近实测值，RMSE都控制在20%以内，平均RMSE为16.48%。对比不同质量控制标识的AIRS资料，质量控制标识为0时，AIRS所反演的相对湿度相对偏湿，质量控制标识为1时,则相对偏干。低湿（相对湿度小于30%）时AIRS相对湿度廓线产品的反演精度更高，但往往高估了大气中的水汽含量。

（2）多云对AIRS相对湿度反演精度的影响明显要大于少云，并且随着气压值的升高，少云与多云时的RMSE之差有逐渐增大的趋势。少云时，400 hPa以下，除850 hPa外，RMSE均低于15%，AIRS相对湿度廓线在对流层中低层反演精度相对较高，但仍达不到无线电探空的水平。

（3）AIRS相对湿度反演误差随云顶高度的升高而逐渐加大，云顶以上相对湿度廓线反演精度更高，而云顶以下高度的反演误差较大。高云对对流层和平流层范围内AIRS相对湿度廓线的反演精度都有影响，其中又以对流层中高层及平流层底层(100～500 hPa)的影响为最大，反观低云时，AIRS相对湿度反演数据满足美国NASA构建的新一代全球环境监测系统NPP对大气温湿卫星探测在50～500 hPa高度内所提出的要求，可作为数值天气预报的输入数据。

（4）高云且多云对AIRS相对湿度廓线的反演精度影响最为明显，此条件下各气压层非异常值范围内的极差都为最大，对流层范围内除925 hPa之外都超过了50%。其中，又以850 hPa处数据离散度最大，为89.94%。

致 谢：感谢上海市气象局为本研究提供的加密探空资料以及美国国家航空航天局(National Aeronautics and Space Administration,NASA)提供的AIRS反演数据。