技术领域
本发明属于微波遥感及探测技术领域,更具体地,涉及一种星载微波辐射计观测亮温数据误差的估计方法及系统。
背景技术
大气温湿度是影响全球气象与气候变化的重要参数。每年热带风暴、台风等灾害性天气给多国带来了巨大的生命和财产损失,因此大气温湿度探测在全球天气预报的研究中发挥的作用越来越重要。一般采用星载多频率微波辐射计实现全球大气探测,微波辐射计可全天时、全天候探测全球大气温湿度的垂直分布、水汽含量和降水量等空间气象资料,在大气探测中起到了重要的作用。
微波大气探测的核心是定量化。对于星载微波辐射计观测亮温数据而言,亮温精度,也就是观测亮温误差是最重要的指标。辐射计观测亮温数据的本质就是对应微波遥感亮温图像的数值矩阵,但观测误差估计的难点在于对应各个观测像元的亮温真实值是不可知的,因此星载微波辐射计观测亮温数据的精度评估关键是获取高质量的参考对比数据,再通过误差统计去定量化评估星载微波辐射计观测亮温数据的质量。目前本领域主流的精度评估方案是将星载微波辐射计观测亮温数据与辐射传输(RT)模式模拟亮温数据进行对比,计算O-B差值,用O-B差值的统计参数来评估星载微波辐射计观测亮温的误差大小。但基于O-B的星载微波辐射计观测亮温误差评估方法存在的主要问题就是观测亮温和模拟亮温的O-B误差实际上是由RT模式输入的大气参数误差、RT模型计算误差和星载微波辐射计观测误差这三种误差项共同构成的,传统上从O-B差值里是无法对以上三种误差项进行分离,也就无法估计真实的星载微波辐射计观测亮温数据误差,因此对观测亮温的精度评估性能构成了较大的局限。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种星载微波辐射计观测亮温数据误差的估计方法,其目的在于,基于观测亮温与模拟亮温差的数学模型和统计数据开展误差分离研究,估计得到真实的星载微波辐射计观测亮温误差,从而能够更加精确的定量评估星载微波辐射计微波观测亮温的精度。
为实现上述目的,本发明一方面提出了一种星载微波辐射计观测亮温数据误差的估计方法,包括:
基于气象再分析资料,通过数值预报模式预报得到覆盖星载微波辐射计观测亮温数据区域的一组大气廓线;对得到的原始大气廓线进行插值,使得插值过后得到的大气廓线与星载微波辐射计观测亮温T
将插值得到的大气廓线送入RT模式1、RT模式2和RT模式3,分别得到三组观测亮温通道频率相同的RT模式模拟亮温T
以分离得到的星载微波辐射计观测误差去定量化评估星载微波辐射计观测亮温数据质量。
进一步地,所述误差分离模型是由三个独立的O-B方程组成的,并基于此求解真实的星载微波辐射计观测亮温误差。
进一步地,所述误差分离模型的构建具体包括:
(1)列出星载微波辐射计星载微波观测亮温T
(2)通过将星载微波辐射计观测亮温与RT模式模拟亮温做差并使用一定的数学变换,将O-B(观测亮温T
(3)分析O-B误差的频谱特性,建立误差分离模型,进行误差分离。
进一步地,所述步骤(1)中的星载微波辐射计观测亮温T
进一步地,所述步骤(2)中的数学变换具体为:1)当Δx足够小时,有RT
进一步地,所述步骤(2)中O-B的数学表达式具体为:
进一步地,所述步骤(3)中的误差分离模型具体为:Ax=b,式中,
进一步地,所述步骤(3)中误差分离得到的解是最小二乘解,具体为:x=A
本发明另一方面提供了一种星载微波辐射计观测亮温数据误差的估计系统,包括:
T
T
误差获取模块,用于基于T
误差评估模块,以分离得到的星载微波辐射计观测亮温误差去定量化评估星载微波辐射计观测亮温数据质量。
总体而言,通过本发明所构思的以上技术方案,能够取得以下有益效果:
本发明提出的技术方案能够在“O-B”方案的基础上对输入大气参数误差、RT模型计算误差和辐射计观测误差这三种误差进行有效分离,并单独估计星载微波辐射计观测误差,能够有效地提高星载微波辐射计观测亮温质量评估的精度。
附图说明
图1是本发明方法实施例的实现流程图;
图2(a)是本发明方法实施例1中的FY3D-MWTS辐射计50.3GHz频段的观测亮温图像;
图2(b)是本发明方法实施例1中的FY3D-MWTS辐射计50.3GHz频段DOTLRT模拟亮温图像;
图2(c)是本发明方法实施例1中的FY3D-MWTS辐射计50.3GHz频段CRTM模拟亮温图像;
图2(d)是本发明方法实施例1中的FY3D-MWTS辐射计50.3GHz频段RTTOV模拟亮温图像。
图3是本发明方法实施例1中的FY3D-MWTS辐射计分离的辐射计观测误差与OMB误差对比直方图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明提出了一种星载微波辐射计观测亮温数据误差的估计方法,所示方法包括:
基于气象再分析资料,通过数值预报模式预报得到覆盖星载微波辐射计观测亮温数据区域的一组大气廓线;对得到的原始大气廓线进行插值,使得插值过后得到的大气廓线与星载微波辐射计观测亮温T
将插值得到的大气廓线送入RT模式1、RT模式2和RT模式3,分别得到三组观测亮温通道频率相同的的RT模式模拟亮温T
以分离得到的星载微波辐射计观测误差去定量化评估星载微波辐射计观测亮温数据质量。
本发明实施例提供的误差分离方法基于观测与模拟亮温的差异,旨在提高评估星载微波辐射计观测亮温数据的精度,能够有效的对O-B总体误差进行分离,单独估计星载微波辐射计观测误差。本实例以FY3D极轨气象卫星MWTS辐射计于2018年7月8日0点24分的观测亮温为例。
第一步,下载FNL历史大气再分析资料,选择FY3D气象卫星MWTS辐射计于2018年7月8日0点24分的观测亮温场景,将其输入WRF(Weather Research and Forecast Model)数值预报模式计算得到大气状态参数,包括温度、湿度、大气压强、水汽、冰、霰、雪、雨、云水等,验证过程中设置区域网格大小为300*300,网格分辨率为15km*15km,大气廓线垂直分层为59。
第二步,将WRF输出的大气参数按照MWTS观测场景经纬度和网格大小进行插值,转换成90*180大小的网格,将插值过后的大气廓线参数输入三种微波辐射传输模式(DOTLRT、CRTM和RTTOV),设置仿真中心频率、云散射粒子类型个数为5、气溶胶粒子类型个数为0,正演得到三组模拟亮温,模拟亮温图像分别如图2中的(b)~(d)所示。
第三步,建立误差分离模型,进行误差分离。O-B数学表达式具体为:
式中
表1
星载微波辐射计观测误差是评估星载微波辐射计观测亮温数据的关键指标。由图3可知,MWTS各通道上分离的星载微波辐射计观测误差均小于O-B误差值,且两者变化趋势是一致的,符合理论预期,说明分离结果是符合实际观测的,可信度很高。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
机译: 阻尼检验数据误差估计系统与阻尼检测数据误差估计方法
机译: 辐射计性能测定状态估计装置,辐射计性能测定状态估计系统和辐射计性能测定状态估计方法
机译: 观测设备,观测对象估计设备,观测对象估计程序和观测对象估计方法