GCOM-W AMSR2资料在CMA_GFS四维变分中的同化应用*

肖弘毅 韩 威 白一泓

1.中国气象局地球系统数值预报中心，北京，100081

2.灾害天气国家重点实验室，北京，100081

3.中国气象局中国遥感卫星辐射测量和定标重点开放实验室/国家卫星气象中心（国家空间天气监测预警中心），北京，100081

4.许健民气象卫星创新中心，北京，100081

1 引言

20世纪70年代以来，已有若干代星载微波成像仪投入使用，并且在气象、遥感、水文、地质等多个领域得到广泛的关注和研究（Moncet，et al，2011）。1978年雨云七号（Nimbus-7）卫星和海洋卫星（SeaSat）上分别搭载了扫描式多通道微波辐射计SMMR（Scanning Multichannel Microwave Radiometer）（Madrid，1978；Gloersen，et al，1984）；美国国防气象卫星系列DMSP（Defense Meteorological Satellite Program）自1987年起首次搭载了微波成像仪特别传感器SSM/I（Special Sensor Microwave/Imager）（Hollinger，et al，1990），并自2003年起首次搭载了微波成像仪/探测器特别传感器SSMIS（Special Sensor Microwave Imager/Sounder）（Goodrum，et al，2000）；1997年 热 带 测 雨 卫星TRMM（Tropical Rainfall Measuring Mission）上搭载了微波成像仪TMI（TRMM Microwave Imager）（Kummerow，et al，2000）；2002年美国地球观测系统EOS（Earth Observation System）Aqua卫星上搭载了先进微波扫描辐射计AMSR-E（Advanced Microwave Scanning Radiometer–Earth Observation System）（Kawanishi，et al，2003）；2003年科里奥利卫星（Coriolis）上搭载了全极化微波辐射计WindSat（Wind Sat Polarimeteric Radiometer）（Gaiser，et al，2004）；2008年中国风云三号系列极轨卫星FY-3（FengYun-3）上首次搭载微波成像仪MWRI（Micro-Wave Radiation Imager）（Dong，et al，2009）；2011年中国海洋二号气象卫星系列HY-2（Hai Yang-2）上首次搭载微波成像仪MWRI（Microwave Radiometer Imager）（Gao，et al，2019）；2012年日本宇宙航空研究开发机构JAXA（Japan Aerospace Exploration Agency）发射的第一期全球水循环变化 观 测 卫 星GCOM-W1（Global Change Observa tion Mission–Water）上搭载了第2代先进微波扫描辐射计AMSR2（Advanced Microwave Scanning Radiometer 2）（Oki，et al，2010；JAXA，2013）；2014年发射的全球降水测量卫星GPM（Global Precipitation Measurement mission）上搭载了微波成 像 仪GMI（GPM Microwave Imager）（Lean，et al，2017）。迄今为止，微波成像仪已成为中外极轨气象卫星上搭载的主流微波探测仪器之一，并且在大气遥感中扮演着越来越重要的角色（Kazumori，et al，2014）。

为了对近年日益受到关注的全球环境变化提供监测，JAXA建立了“地球环境变化观测任务（Global Change Observation Mission，GCOM）”。GCOM旨在建立可在全球范围内对有效地球物理参数实施10—15 a尺度连续观测的系统，以阐明全球气候变化、天气预报、水循环等机制（JAXA，2013）。GCOM-W系列卫星负责对水循环进行观测，GCOM-W1是 其 第1代 卫 星，于2012年5月18日从种子岛航天中心发射，进入下午星轨道业务运行。其上搭载的AMSR2为AMSR-E的继承仪器，较后者新增了频率为7.3 GHz的两个通道，以缓解C波段无线电频率间的干扰（邹晓蕾等，2015）。作为卫星探测器，AMSR2的观测可以覆盖全球，弥补洋面、沙漠、高原、极地等区域常规观测资料稀少的问题（束艾青等，2019）；同时，AMSR2和其他星载微波成像仪一样可以发挥微波的穿透优势，对云雨区域地表或海表的物理信息进行监测（钱玲等，2019）。AMSR2可以提供有关降水、云、大气湿度、水汽、温度、土壤湿度、积雪分布、海面温湿场、海面风速和海表盐度（束艾青等，2019；钱玲等，2019；俞兆文等，2017a，2017b，2018；郭黎等，2017）等大气和地表信息，对其同化有望改善数值天气预报的分析和预报技巧。

自2007年至今，中国气象局数值预报中心致力于新一代数值天气预报系统“全球/区域同化与预报系统-全球预报系统（Global/Regional Assimilation and Prediction System–Global Forecast System，GRAPES_GFS）”的研发（Chen，et al，2008；薛 纪 善 等，2008；Ma，et al，2018）。为 了 匹配GRAPES全球预报模式的框架，2008年搭建了三维变分同化框架（Xue，et al，2008）。在此基础上，使用三维变分同化分析方案的四维变分同化平台于2016年在GRAPES中得以建立（王金成等，2017）。2018年，GRAPES全球四维变分同化平台实现业务化（Zhang，et al，2019）。2021年，GRAPES_GFS数值天气预报系统更名为CMA_GFS（Wang，et al，2021；Zhuang，et al，2021）。

CMA_GFS于2020年更新到3.0版，已有先进微 波 探 测 单 元A/B（Advanced Microwave Sounding Unit–A/B，AMSU-A/B）（Qin，et al，2020；王金成等，2016；李刚等，2016b）、微波湿度计（Micro-Wave Humidity Sounder，MWHS）（朱利剑，2019）、微 波 温 度 计（Micro-Wave Temperature Sounder，MWTS）（Li，et al，2014）等多台微波探测器和高分辨率红外探测器（High-resolution Infra-Red Sounder，HIRS）、红外大气探测干涉仪（Infrared Atmospheric Sounding Interferometer，IASI）（李 刚 等，2016a；邓松等，2017）、高光谱大气红外探测器AIRS（Atmospheric Infra-Red Sounder）（朱 文 刚等，2013；王根等，2017）、静止干涉红外探测仪（Geostationary Interferometric Infrared Sounder，GIIRS）（尹若莹等，2019；Yin，et al，2020）、红外高光谱大气 探 测 仪（Hyperspectral Infrared Atmospheric Sounder，HIRAS）（樊浩等，2022）等多台红外探测器在全球四维变分平台中实现了辐射亮温直接同化。2019年才首次实现风云三号C、D两星微波成像仪在CMA_GFS中的同化应用（Xiao，et al，2020）。到目前为止，微波成像仪资料仍然是CMA_GFS同化较少的资料之一。相比之下，国际上，SSMIS、AMSR2、GMI等多台微波成像仪已经在欧洲中期天气预报中心、日本气象局全球模式、美国国家环境预报中心、英国气象局全球模式、法国气象局全球/区域模式中实现了晴空区同化（Geer，et al，2018）；其中欧洲中心已经将其全天空同化投入业务应用，日本和美国也已在开发相应的全天空同化技术（Geer，et al，2018）。中国方面，Yang等（2016）和杨春等（2017）、俞兆文等（2017a，2017b，2018）、钱玲等（2019）、束艾青等（2019）先后在美国国家大 气 研 究 中 心（National Center for Atmospheric Research，NCAR）开发的WRF（Weather Research and Forecasting）模式的资料同化系统（WRFDA）（Barker，et al，2012）中实现了AMSR2的晴空区和云雨区资料同化，并在多个台风个例的分析与预报中验证了效果。由此可见，实现GCOM-W AMSR2的资料同化可以有效增加CMA_GFS对微波成像仪资料的使用，并有望对强对流和降水的分析与预报产生一定的正效果。

制约微波成像仪及其他微波资料同化效果的关键问题包含三方面：首先，质量控制较为粗糙，往往采用简易的残差检验等有限的几种方案对不合理像元进行剔除，不能从物理意义出发对污染像元进行精准屏蔽，造成保留了一些不可用的观测噪声，浪费了一些包含有益信息的卫星观测信息（Qin，et al，2022）；其次，未能对仪器中存在的系统性偏差进行合理、可靠的订正，或者随着仪器的老化，偏差特性已经出现了漂移，但未能及时更新偏差订正方案（Chattopadhyay，et al，2021）；第三，由于真值未知，由观测和真值之差决定的观测误差难以准确估计，以往的估算方法不能很好地剥离观测误差和模式误差，导致观测不能为同化系统带来准确的信息增量（Desroziers，et al，2005）。针对上述问题，在充分调研的基础上，构造有针对性的多步骤质量控制方案，对AMSR2由于自身仪器特性和各通道特性而受到的来自不同污染源的干扰进行分类检测和剔除；遴选预报因子组合对AMSR2的系统性偏差进行订正；采用基于变分同化后验估计统计观测误差系数，避免以往的观测误差取值相较实际观测误差过高或过低，使得求解分析场时对观测场和背景场的权重分配失衡。在此基础上，实现GCOM-W AMSR2辐射率资料在CMA全球四维变分同化系统中的应用。

2 资料概述

AMSR2的通道设计与已经在CMA_GFS 4DVar平台上实现同化的风云3号D星微波成像仪相似，但多出C波段的4个通道，共有覆盖6.925—89.0 GHz的7个频率，每个频率各有垂直和水平两种极化方式，共计14个通道（Kazumori，et al，2014）。AMSR2以55°扫描角对地球进行圆锥扫描，每分钟扫描40次，每次扫描提供243个扫描点，每个扫描点观测10 km范围的像元（89 GHz的两个通道均设计成一对平行的观测副端，因此该通道像元为5 km）。因此，AMSR2每通道每6 h同化时间窗共可提供约350万个观测。GCOM-W AMSR2与FY-3D MWRI在通道设计上的对比见表1。

表1 GCOM-W AMSR2和FY-3D MWRI的通道设计Table1 Comparison of channelsdesign in GCOM-W AMSR2 and FY3D MWRI

G-Portal（Global Portal System，https://gportal.jaxa.jp/gpr/）是从JAXA地球观测卫星探测器获取的产品。该网站提供GCOM-W AMSR2的两种Level 1级数据、8种Level 2级数据及若干种Level 3级数据。文中使用的数据包括AMSR2 Level 1R级亮温资料和Level 2级云液态水（CLW）资料，时段为2018年7月13日—8月25日。

3 研究方法

3.1 稀疏化方案

GCOM-W AMSR2大约每12 h覆盖全球一次，产生近700万个观测数据。为了避免资料同化中的超定问题以及观测场比重过大，需对原始资料进行稀疏化处理。CMA全球四维变分同化业务系统对所有卫星原始资料按照200 km的稀疏化半径进行均匀重采样，GCOM-W AMSR2与其他仪器保持一致的稀疏化半径设置。每6 h（1个四维变分同化时间窗）GCOM-W AMSR2有2000—3000个观测数据进入同化系统。

3.2 质量控制方案

采取以下质量控制方案对不合理的观测资料进行剔除：

（1）观测残差检验：剔除偏差订正后观测亮温偏差大于3 K的像元（俞兆文等，2017a，2018；Yang，et al，2016；杨春等，2017；刘志权等，2007）。

（2）观测误差检验：剔除偏差订正后观测亮温偏差大于3倍观测误差标准差的像元（杨春等，2017）。

（3）异常值检测：剔除观测亮温低于70 K或高于320 K的像元（黄薇等，2013）。

（4）下垫面类型检测：剔除下垫面为陆地、海岸线等复杂地型的像元（俞兆文等，2017a，2018；杨 春等，2017；黄薇 等，2013；Liu，et al，2012）。AMSR2的L1R级原始数据包含对应不同通道的多个海陆掩码数据集，其分辨率随通道频率的增大而增大。最后选取了6.925 GHz的海陆掩码数据集，亦即分辨率最低的数据集进行下垫面类型检测，因为该数据集可以确保各通道中的非洋面像元全部被剔除。

（5）海冰检测：用北极辐射与湍流相互作用研究（Arctic Radiation and Turbulence Interaction Study，ARTIST）海冰算法（ASI）（Spreen，et al，2008；苏洁等，2013）识别并剔除下垫面为海冰的像元。

（6）降雨检测：剔除满足下述4个条件中任意一 个 的 像 元（郭 黎 等，2017；Bettenhausen，et al，2006；Zhao，2013；赵屹立等，2013）

式中，T为亮温，下标V代表垂直极化，H代表水平极化，右上角数字代表近似频率。

（7）云检测：同时使用两个方案进行云检测，任一方案识别为云区的像元即予以剔除。

B．对每个通道，剔除CLW值大于该通道在表2中相应阈值的像元（俞兆文等，2017a，2018；Yang，et al，2016；杨春等，2017；Kazumori，et al，2008）。

表2 AMSR2各通道的CLW检验阈值Table 2 CLW check thresholds corresponding to the AMSR2 channels

（8）无线电频率干扰检测：AMSR2最低4个频段的通道受到无线电频率干扰的影响（Kazumori，et al，2016；Tian，et al，2016a；Newman，et al，2016；Lawrence，et al，2017；Wu，et al，2019）。一 般来说，AMSR2各通道的观测亮温随着通道频率的增大而上升（Li，et al，2004；Zou，et al，2012；邹晓蕾等，2013）。例如，23.8 GHz通道的亮温在大部分陆地上理应比18.7 GHz通道的亮温要高，亦即满足然而，当18.7 GHz通道存在无线电频率干扰时，低频通道的观测亮温将会上升，出现（邹晓蕾等，2015；Li，et al，2004）。因此，采用如下判据筛查低频通道中的无线电频率干扰（de Nijs，et al，2015；Zabolotskikh，et al，2015；Tian，et al，2016b；冯呈呈，2015；Wu，et al，2011）

式中，i为AMSR2的通道编号（表1），依次取1—8，TV(i)代 表第i个垂直极化通道的观测亮温。如果检测到无线电频率干扰，就屏蔽该像元的亮温数据。

（9）太阳耀光角（太阳耀光（sunglint）现象是指在微波仪器低频通道中，当太阳光在地球表面上的反射光与微波探测器的入射方向相近时，地球表面将呈现银镜色，干扰正常观测。因此，太阳耀光角被定义为反射太阳光与微波仪器入射方向的夹角，当夹角接近于0，就有可能发生太阳耀光现象）检验：剔除6.925、7.3、10.65 GHz的6个低频通道中太阳耀光角小于25°的像元（Kazumori，et al，2008，2014；俞兆文等，2017a，2018；Yang，et al，2016；杨春等，2017）。

AMSR2 L1R级数据中提供了太阳方位角、卫星天顶角和太阳天顶角的数据，经过推导，太阳耀光角可以写成

式中，φ为太阳方位角，θ1为 卫星天顶角，θ2为太阳天顶角。

采用（3）—（9）项质量控制算法，以受云雨天气影响最极端的89 GHz垂直极化通道为例，效果如图1所示。为了体现观测数据的分布特性，暂未采用（1）、（2）两项质量控制（后续试验资料均做了全部质量控制）。从OMB（Observation-Minus-Background）的概率密度分布可以看出，质量控制之前的观测资料远偏离正态分布，有大量的异常值，且均值远大于0 K；质量控制之后，OMB较大的数据已经悉数被剔除，剩余的数据基本满足正态分布，OMB的均值和标准差都已大幅度减小。从OMB的水平分布（图略）可以看出，质量控制之前的数据在陆地、海岸线、海冰等区域由于地表辐射率的影响，数据不可用，在洋面云雨区也与背景场有较大的偏离；经过质量控制，这些不合理的数据已经绝大部分得以屏蔽，保留的数据大体上对应于海面晴空区，有较小的OMB。由此可见，采用的上述质量控制方案有针对性地遴选了合理、可用的观测资料。

图1 GCOM-W AMSR2（a）6.925 GHz水平极化通道和（b）89 GHz垂直极化通道在质量控制前 （阴影柱）、后（实心柱）的OMB概率密度分布Fig.1 OMB probability density profiles（PDF）of the GCOM-W AMSR2（a）06H and（b）89V channels before（shadow bar）and after （black bar）quality control（QC）

为了验证太阳耀光现象对观测的影响，从6.925 GHz水平极化通道在仅采用（3）—（8）项质量控制后的OMB水平分布（图2a）可以看到，在印度洋地区存在明显的深红色（约3 K）的条带未能被质量控制方案识别，这些条带即是受到太阳耀光现象干扰产生的噪声。在添加第（9）项算法后，质量控制方案有效地剔除了该区域的偏差（图2b）。

图2 在已加入第（3）—（8）项质量控制的基础上，添加第（9）项质量控制前（a）、后（b），6.925 GHz水平极化通道的OMB水平分布Fig.2 OMB distribution profiles of 06H channel（a）before and（b）after the ninth quality control procedure being activated after all the（3）—（8）quality control procedures have been applied

3.3 偏差订正方案

尽管在SSMI/S（Bell，et al，2008）、TMI（Geer，et al，2010）、FY-3C MWRI（Lawrence，et al，2017；张淼等，2019；Xie，et al，2019）等多个同类仪器中观测到升降轨偏差，但AMSR2被证实并不存在该方面的问题（Lawrence，et al，2017；张淼等，2019）。因此，经典的预报因子组合被用于GCOM-W AMSR2的偏差订正。该偏差订正方案包括气团属性和扫描位置，其中，气团偏差订正采用4种预报因子的组合：模式初始场厚度（1000—300 hPa）、模式初始场厚度（200—50 hPa）、模式初始场表面温度，以及模式初始场水汽含量（Yang，et al，2016；刘志权等，2007）。2018年7月13—25日的GCOM-W AMSR2资料被用于统计偏差订正系数。图3为采用上述方案计算的偏差订正系数对GCOM-W AMSR2观测资料进行偏差订正试验的结果。可以看出，经过偏差订正，所有通道OMB的平均值和标准差都有了明显的减小。此外，OMB的概率密度分布曲线（图略）在偏差订正后明显更趋于正态分布。因此，上述偏差订正方案能够有效改善原始观测资料的系统性偏差。

图3 GCOM-W AMSR2 14个通道偏差订正前（空心）、后（实心）OMB平均值（红方框）与标准差（蓝三角）Fig.3 Mean value（red square）and standard deviation（blue triangle）of OMB before（empty）and after （solild）the bias correction （BC）is applied to the 14 channels on GCOM-W AMSR2

3.4 通道选择

经过上述对GCOM-W AMSR2 14个通道资料质量的初步诊断分析，确定偏差小于0.2 K且标准差小于3 K为通道选择判据，共有10个通道满足该判据，分别是06V、06H、07V、07H、10V、10H、19V、23V、37V、89V。

成都市经过多年的探索与实践，逐渐摸索出儿童课外阅读推广的三种模式，一是区域整体推进，二是学校特色推进，三是教师自发推进。

3.5 观测误差统计

利用Desroziers提出的变分同化后验估计（Desroziers，et al，2005）对观测误差进行估算。观测误差可以写成OMB和OMA（Observation-Minus-Analysis）的几何平均数。利用上述方法对2018年7月13日—8月25日的GCOM-W AMSR2观 测 资料统计观测误差，所得结果如表3所示。

表3 GCOM-W AMSR2参加同化的10个通道的观测误差Table 3 Observation errors corresponding to the ten channels of GCOM-W AMSR2 assimilated in the present study

3.6 试验设置

为了检验GCOM-W AMSR2辐射亮温资料同化对全球模式分析和预报的影响，在CMA_GFS 3.0版中开展了试验。CMA_GFS 3.0版的基本设置为：水平分辨率0.5°，垂直87层非均匀分层，模式层顶0.1 hPa，时间步长450 s，三维参考大气，预估-修正的SISL时间积分算法，Garcia非地形重力波，Goff Gratch饱和水汽压计算公式，半隐式系数设置为0.55。试验所选取的主要物理过程参数化方案（Ma，et al，2018）包括：CMA双参数微物理方案（刘奇俊等，2003）、预报云方案（Tiedtke，1993）、RRTMG长 短 波 辐 射 方 案（Pincus，et al，2003；Morcrette，et al，2008）、CoLM（Common Land Model）陆面过程方案（Dai，et al，2003）、NMRF边界层参数化方案（Hong，et al，1996）、NSAS（New Simplified Arakawa-Schubert）积云对流参数化方案（刘奇俊等，2003；Arakawa，et al，1974；Pan，et al，1995）、重力波拖曳方案。

本研究共设计2组批量试验：第1组为对照试验（缩写为CTRL），同化所有常规资料（包括云导风资料、海面/地面站观测资料、探空资料、掩星资料等）和业务上默认开启的卫星资料；第2组为敏感性试验（缩写为AMSR2），在对照试验的基础上，新增同化GCOM-W AMSR2辐射亮温资料，并对其采用上文的通道选择方案、稀疏化方案、质量控制方案、偏差订正方案、观测误差方案。2组试验均开启所有卫星仪器的动态偏差订正。试验时段均为2018年7月25日至8月24日（1个月）。

每组批量试验均包含两个模块。在第1个模块中，试验会在每天的03、09、15和21时（世界时，下同）分别进行4次同化，并分别得到当日06、12、18时及次日00时4个时次的分析场。第1次同化（2018年7月25日03时）采用的背景场由当日00时的全球再分析数据通过3 h预报得到。其他每次同化均循环采用前一次同化经过6 h预报之后生成的背景场。每个分析时次均对前、后各3 h的资料进行同化。在第2个模块中，从每天的00和12时两个时间点开始，分别进行为期240 h的预报。

4 结果分析

由于AMSR2对水汽较为敏感，它的同化有望为湿度场增加有用信息。因此，以欧洲中期天气预报中心（ECMWF）的第5代大气再分析资料（ERA5）为参考，以比湿为湿度场检验要素，对湿度场的均方根误差（RMSE）进行计算，说明GCOM-W AMSR2辐射亮温资料同化对分析的影响，结果如图4所示。

图4 批量试验湿度场均方根误差的改进百分比（黑线：北半球；蓝线：南半球；红线：赤道地区。黑色细横线阴影区：北半球湿度分析改进廓线的误差范围；蓝色细竖线阴影区：南半球湿度分析改进廓线的误差范围；红色圆点阴影区：赤道地区湿度分析改进廓线的误差范围）Fig.4 The root-mean-square-error （RMSE）reduction rate of humidity analysis results of batch experiments（the black，blue and red lines correspond to the Northern Hemisphere，the Southern Hemisphere and the equatorial region，respectively；the shadow area filled by black horizontal thin lines，blue vertical thin lines and red dots correspond to error ranges in the Northern Hemisphere，the Southern Hemisphere and the equatorial region，respectively）

总体而言，同化AMSR2资料的效果南半球优于北半球，北半球优于赤道地区，这可以归因于南半球常规观测资料稀少，AMSR2卫星资料的同化可以有效地填补该区域的观测资料，而赤道地区由于存在长期的大面积降水云，在当前的质量控制方案下可以进入同化系统的AMSR2资料比其他两个区域少。对于南半球，同化AMSR2资料后，900—700 hPa和400 hPa以上高度的湿度分析场有显著改进，最大改进在150 hPa处，达到22%，而对于低层的改进与此前同化FY-3D MWRI的结果一致（Xiao，et al，2020），这与微波成像仪的权重函数主要对低层大气较为敏感有关。对于赤道地区，同化AMSR2资料对850 hPa高度以下湿度分析场的改进要明显优于北半球和南半球，这可以从AMSR2对低层大气水汽较为敏感得到解释。

为了进一步揭示同化AMSR2资料对分析场质量的改进，分别绘制了对照试验和敏感试验的湿度分析场偏差的垂直廓线（图5）。可以看到，CMA_GFS对照试验的湿度分析场在低层大气（低于750 hPa）存在普遍的负偏差，而在中高层大气（750—300 hPa）存在一定的正偏差。同化AMSR2辐射率资料后，不同地区各层大气的分析场偏差从整体上得到了一致的改进，无论是北半球、南半球或是热带地区，偏差的绝对值都在减小。只有南半球和赤道地区的近地面层（925 hPa附近）偏差略有增大。

图5 （a）北半球、（b）南半球和（c）赤道地区的湿度分析场偏差垂直廓线（黑线：CTRL，红线：AMSR2）Fig.5 Vertical profiles of biases of humidity analysis fields in（a）the Northern Hemisphere，（b）the Southern Hemisphere and （c）the equatorial region （the black and red lines correspond to CTRL and AMSR2，respectively）

AMSR2的水汽敏感特性有望在降水预报中发挥优势。同化GCOM-W AMSR2对降水预报的影响如图6所示。站点降水检验结果表明，各种程度的72 h降水预报，同化GCOM-W AMSR2辐射亮温资料后的TS均明显高于对照试验。这说明GCOM-W AMSR2资料的应用对降水的中期预报技巧有较好的提升，这与已有报道的AMSR2同化对诸如台风（束艾青等，2019；钱玲等，2019；俞兆文等，2017a，2018；Yang，et al，2016；杨春等，2017）、暴雨（俞兆文等，2017b）等强对流天气事件的预报有正效果的结论是一致的。为了更好地突出AMSR2同化在强降水预报方面的表现，选取2018年8月19日受台风“温比亚”影响，在山东省全境发生，直接导致寿光洪灾的极端暴雨个例（郑怡等，2019）进行TS评分检验。结果表明，敏感试验在此次个例中对各种程度的72 h降水预报评分均较对照试验有大幅度提升，特别是对50 mm以上强降水的预报水平有显著提升。两组试验对100 mm以上暴雨的预报技巧均仍然有提升空间，然而由于受到空间分辨率的制约，这在全球模式中是一个普遍存在的问题（宫宇等，2018），有待进一步的研究和考察。

图6 （a）全球批量试验和（b）2018年“8.19”山东大范围暴雨个例试验的72 h站点降水检验TS评分Fig.6 TSof point precipitation verification at 72 h from（a）global forecast batch experiments and（b）single case experiment of "8.19" Shandong rainstorm in 2018

从敏感试验相对对照试验的预报评分卡结果（图7a）来看，同化GCOM-W AMSR2辐射亮温资料对全球数值天气预报存在总体上的正效果。北半球的效果大体为中性，而南半球的正效果最为明显，这可以从北半球的观测资料已经非常充分，而南半球以海洋为主常规观测资料匮乏中得到解释。赤道地区同样表现出明显的正效果，特别是u风场存在明显改进，与已有关于AMSR2同化可改进海面风速预报的研究结果一致（钱玲等，2019；杨春等，2017），只有高度场短期预报的RMS评分和850 hPa温度场的中短期预报表现出一些负效果。此外，东亚地区也存在一些中性偏正的效果，并且仍然集中在u风场（钱玲等，2019；杨春等，2017）。敏感试验在全球范围内各个高度多个物理量的距平相关、平均偏差、均方根误差和标准差（图7b、c）也相对对照试验有所优化，与已有研究注意到的AMSR2同化对海平面气压场的改进一致（钱玲等，2019；杨春等，2017）。综上所述，GCOM-W AMSR2辐射亮温资料的同化，可以有效地提高CMA全球预报系统的分析和预报技巧。

图7 批量试验的预报结果（a.综合评分卡，b.1000 hPa湿度场的平均偏差，c.1000 hPa高度场的ACC）Fig.7 Forecasting results of batch experiments（a.forecast score card，b.mean bias of specific humidity at 1000 hPa，c.anomaly correlation（ACC）of geopotential field at 1000 hPa）

5 结论与讨论

针 对GCOM-W AMSR2在CMA_GFS 4DVar平台中的直接同化应用开展了系统的研究和试验：

（1）在已有研究的基础上，整合了一套针对GCOM-W AMSR2的质量控制算法，可对异常观测（观测误差检验、观测残差检验、异常值检验）、地面污染（陆地检验、海冰检验）、天气影响（降雨检验、云检测）、人为因素（无线电干扰）和AMSR2特有的光学问题（太阳耀光检验）进行剔除，并用OMB对质量控制效果进行诊断。结果表明，质量控制算法可以有效排除存在问题的像元，并保留合理亮温进入同化系统。

（2）根据GCOM-W AMSR2的通道特性，选择经典预报因子组合对其进行偏差订正，并用OMB对偏差订正效果进行验证。结果表明，偏差订正后AMSR2各通道观测的平均偏差都显著减小至接近于0，同时偏差的标准差也明显下降。此外，各通道观测的OMB分布也更接近理论预期的正态分布。因此，偏差订正算法可以有效地校正观测中存在的、无法通过质量控制方案移除的系统性误差。

（3）在质量控制和偏差订正对AMSR2各通道性能进行诊断的基础上，从总共14个通道中选取10个通道进入后续研究，对其设计稀疏化前处理方案，用变分同化后验估计统计其观测误差，并在CMA_GFS 4DVar平台上搭建GCOM-W AMSR2的同化框架。实现了AMSR2辐射亮温的直接同化。

（4）开展批量试验，对CMA_GFS 4DVar同化GCOM-W AMSR2对分析和预报的影响进行检验。结果表明，GCOM-W AMSR2的水汽敏感特性可以既体现在CMA_GFS对湿度分析场刻画的改进上，也反映在各种程度降水的中期预报技巧的提升中，同时也反映在富含水汽的赤道地区预报评分的提高上。此外，同化GCOM-W AMSR2发挥了卫星观测的优势，有效改善了南半球地区的预报水平。

鉴于CMA加载RTTOV辐射传输模式时尚未接入RTTOV_SCATT模块，无法正确模拟受散射影响的观测亮温，因此暂时未能实现云雨区的卫星微波观测资料同化。另外，受限于地表发射率的计算精度和地表温度的数据误差，陆面地区特别是沙漠、海冰等复杂下垫面区域，对低层大气敏感的微波通道由于受到地面信息的污染，其资料同化在学界仍然是国际性的挑战。此外，由于微波成像仪通道数量较少，且预处理步骤对观测资料进行了稀疏化，同时质量控制方案大量剔除了最能发挥其水汽敏感特性的热带地区数据，种种因素都导致能够进入同化系统的AMSR2观测数据相对有限。随着CMA经、纬度网格分辨率的不断提升，稀疏化半径有望在将来相应地减小。目前，复杂下垫面上低层微波通道的资料同化研究已经在CMA_GFS中开展，未来也计划尝试云雨区的微波通道同化应用，从而发挥微波探测高穿透性的特点。在GCOM-W AMSR2等星载微波仪器实现全地表、全天候同化的基础上，有望进一步提升卫星资料的使用量与全球覆盖率，更充分地挖掘和验证GCOM-W AMSR2在改进分析和预报方面的应用潜力。