集成辐射传输模式中两种透射率算法基于AVHRR的应用比较外文翻译资料

英语原文共 12 页，剩余内容已隐藏，支付完成后下载完整资料

集成辐射传输模式中两种透射率算法基于AVHRR的应用比较

Yong Chen,1,2 Yong Han,3,4 and Fuzhong Weng3,4

2011年7月31日收到; 2012年1月30日修订; 2012年2月3日接受; 于2012年3月23日发布

[1] 目前在集成辐射传输模型（CRTM）的版本2中提供了两种透射率算法，即吸收空间光学厚度（ODAS）和新开发的压力空间光学厚度（ODPS）。对于先进的超高分辨率辐射计（AVHRR）三个红外通道来说，两种算法之间的模拟亮度温度（BT）有明显的差异。对于通道3，BT差异取决于天顶角度，主要是由ODAS中使用的平面-平行大气假设引起的。对于通道4和5，两种算法中的天顶角和气体的吸收带来了差异。在ODPS算法中，由于氯氟烃（CFC）吸收引起的辐射减少部分被由于在较高大气层次上较小的局部天顶角的增加所抵消。通过比较模拟和观察到的AVHRR在海洋上的BTs，我们进行了两种透射率算法的进一步评估。 总体而言，ODPS比ODAS要精确。通道4和5处的BT偏差在ODPS中有了显著的改进，非常接近零。 在卫星天底位置，对于通道4和5来说，在ODPS中的CFC分别将偏差减少了0.25和0.15K。然而，在ODAS和ODPS模拟中，通道3的偏差在大于40°时显示出强天顶角依赖性。这种偏差可能是由于较大天顶角的云污染，以及与其他温室气体（如二氧化碳和水蒸气）相关的大气中的额外吸收。

引用：Chen，Y.，Y. Han和F. Weng（2012），“集成辐射转移模型中两种透射算法的比较：应用于AVHRR，J.Geophys.Res.，117，D06206，doi：10.1029 / 2011JD016656。

1 介绍

[2] 集成辐射传输模型（CRTM）是在卫星数据同化联合中心（JCSDA）开发的基于传感器的快速辐射传输模型[Weng et al.，2005; Han et al.，2006; Chen et al.，2008]。它可以用于模拟各种大气和表面条件下卫星的大气顶部辐射和辐射梯度（或雅可比矩阵），并且它是数值天气预报模型的数据同化系统的关键组成部分。目前，CRTM已在全球数据同化国家环境预测中心（NCEP）网格统计插值（GSI），全球建模与合并办公室（GMAO）再分析系统，辐射同化的天气研究与预报（WRF）模型[Liu et al.，2008]，微波综合检索系统（MIRS）的运行微波产品[Boukabara et al.，2011]和用于检索海面温度高级晴空海洋处理器（ACSPO）[Liang et al.，2009]。

表1. HITRAN中IR剖面数据表示的CFC和CCl4的总结[Rothman et al。 2005]和本研究中使用的浓度

[3] CRTM版本2中有两种透射算法可用：ODAS（吸收空间光学厚度）和ODPS（压力空间光学厚度）; 这两种算法都是基于回归的，主要在垂直坐标和应用约束条件下平滑垂直结构的回归系数。CRTM透射系数通过应用回归算法得出[McMillin等，2006; Chen等人，2010]，并使用与仪器光谱响应函数（SRF）卷积的逐行（LBL）透射作为预测，以及大气状态变量作为预测因子。随着CRTM在天气和气候应用方面的准确性要求越来越高，通过考虑到在过去的ODAS算法中没有的其他气体吸收如氯氟碳化合物[Chen et al。，2010]开发了ODPS算法。

[4] 作为大气中长时间停留的成分，主要由CCl3F（CFC-11），CCl2F2（CFC-12）和CCl2FCClF2（CFC-113）组成的氯氟烃（CFC）是平流层臭氧消耗的主要来源 [Molina and Rowland，1974; 世界气象组织（WMO），1988年; Elkins等人，1993]，并且在先进的超高分辨率辐射计（AVHRR）通道4和5中具有显着吸收[Saunders和Edwards，1989; Christidis等，1997;Coheur et al。，2003; Dufour et al。，2005]。 AVHRR搭载了一系列NOAA和气象操作（MetOp）卫星。 它包括三个红外（IR）窗区通道：3B（3.7mm，光谱响应范围〜2400-3000cm -1），4（11mm，〜850-1000cm -1）和5（12mm，~790 -890cm-1）。 自1978年以来，AVHHR数据已广泛用于推导海表温度（SST）和其他环境参数[McClain et al。，1985; Ignatov等人，2004; Reynolds等，2007]。为了准确地产生AVHRR在海洋的大气层顶（TOA）辐射，并获得SST和气溶胶产品，关键是必须在辐射传递过程中考虑氟氯化碳的吸收。在ODPS算法中，包括三个最丰富的CFC（CFC-11，CFC-12和CFC-113）和四氯化碳（CCl4），并且在表1中给出了在传输中（HITRAN）由高分辨率的红外截面数据表示的四个分子的总结[Rothman等人，2005]。

[5] 准确地表示全球海面温度对于许多海洋应用，数值天气预报（NWP）以及监测全球气候都很重要。为了探索改进NOAA和MetOp卫星上的AVHRR仪器对海面温度的反演，需要一个准确和全球性的快速辐射传输模型，如CRTM [Liang et al。，2009]。在本文中，通过对AVHRR红外通道的亮度温度模拟，CRTM版本2中的两种透过率算法被特别地比较了。本文的结构如下。这两个算法的描述在第2部分中给出。第3部分讨论了在透过率模型中包含CFC以及这些新气体的吸收对亮度温度模拟的影响。使用AVHRR对MetOp-A的观察结果对这两种算法的评估见第4部分。第5部分讨论了可能的原因，以解释模拟模拟和观察结果之间的差异。第6部分提出了一些主要结论。

2 模型描述

[6] 最近，CRTM版本2被发布给用户社区用于各种应用。在这个版本里，有两种可用的透射率算法：ODAS，它是光路透过率（OPTRAN）算法的改进版本[McMillin等人，2006]; 和ODPS [Chen et al。，2010]，其类似于电视辐射传输和红外观测卫星运行垂直探测器（RTTOV）型传输算法[Saunders等，1999]。用户可以通过用于初始化CRTM的不同透射系数数据文件来选择算法。 为了在回归算法中产生系数，使用一组多样化的大气状况（如温度，水汽，臭氧等）来准备预测和预测的训练集。选择廓线来表示真实大气中探测的温度和吸收剂量的变化范围，例如欧洲中尺度范围天气预报中心（ECMWF）的83条廓线[Chevallier等，2006]和在巴尔的摩县的马里兰大学（UMBC）48条廓线[Strow et al。，2003]。预测值是层LBL透射率卷积SRF，预测变量是层大气变量。预测值是层LBL透射率卷积SRF，预测变量是层大气变量。ODAS和ODPS回归系数均在本研究中用逐行辐射传输模型（LBLRTM）[Clough等人，2005]的相同版本（v11.3）进行了计算。两种算法的平均差和均方根（RMS）差异的拟合误差非常小。使用ECMWF 83条大气廓线，对于与MetOP-A相关的三条红外通道（包括前7个H 2 O，CO 2，O 3，N 2 O，CO，CH 4和O 2以及仅有H 2 O和O 3）的拟合误差集合在表2中。基于表2，与LBLRTM的结果相比，两种算法都非常准确。 虽然ODAS与宽带IR信道的ODPS相比，算法准确度相近，但是ODAS由于技术上的相关原因而不是基本的物理原因，难以扩展到包含更多的可变气体。

表2. AVHRR在MetOp-A上的拟合误差的总结与使用ECMWF83大气廓线集LBWRTM参考相关的三个红外通道

图1.用于UMBC 48轮廓和6个天顶角的具有相同表面天顶角的CRTM中的MetOp-A和AVHRR3的ODAS和ODPS之间的亮度温度差。

要包括三个或更多个变量气体，需要一个校正因子来解释ODAS中单个气体透射率和总透射率之间的差异[Han et al。 2003]。当包含额外的可变气体时，需要将预测因子加到预测器池中以预测与该气体相关的预测因子，如吸收剂量，不同的多项式和其压力乘积。此外，校正因子没有物理约束，并且很难使用多项式基函数来表示和建模。ODAS包括前7个分子H 2 O，CO 2，O3，N2O，CO，CH4和O2，而ODPS添加10种痕量气体（NO，SO2，NO2，HNO3，OCS，N2，CCl4，CCl3F（CFC-11），CCl2F2（CFC-12）和CCl2FCClF2（CFC-113））。在ODAS算法中，H 2 O和O 3的浓度是所有IR传感器的变量。 在ODPS算法中，H 2 O，CO 2和O 3的浓度是宽带卫星IR信道的变量。对于超光谱红外探测器，如大气红外辐射探测器（AIRS），红外大气探测仪（IASI）和交叉轨道红外探测器（CrIS），ODPS算法最多可以有六个用户吸收体的输入变量： H 2 O，CO 2，O 3，N 2 O，CO和CH 4。对于包含在LBLRTM计算中的其他气体，称为固定气体，假设它们的空间和时间浓度变化对观察到的辐射没有显着影响，它们的混合比保持不变。根据Scripps海洋学研究所（SIO）

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[27136]，资料为PDF文档或Word文档，PDF文档可免费转换为Word