资料同化系统的卫星辐射率偏差订正外文翻译资料

英语原文共 16 页，剩余内容已隐藏，支付完成后下载完整资料

资料同化系统的卫星辐射率偏差订正

By B. A. HARRISrsquo; and G KELLY2*

Bureau of Meteorology, Australia

European Centre jiw Medium-Range Weather Forecasts, UK

(Received 1 February 2000 ;revised 6 December 2000)

摘要
近年来，数值天气预报系统中卫星辐射率测量直接同化有了很大的进展。为了利用泰罗斯气象侦察卫星lt;美gt;业务垂直探测器观测的辐射率，观测的辐射率值和由模式初估场模拟的辐射率值之间的偏差必须被订正。最初在欧洲中心中期天气预报的TOVS辐射率偏差订正利用的是全球扫描（scan）订正和一个线性气团（air-mass）订正，观测的辐射率以微波探测单元通道2，3，4为预报因子。新的结构与以往的结构有两个根本不同。第一，辐射率数据分析表现了一个重要的剩余扫描偏差，这个偏差在某些通道对纬度的依赖性很大。考虑到这一点，这个新的结构应用了一个依赖纬度的偏差订正方法。第二，由于背景场比观测的微波辐射率包含了一个更连续的气团和地面特征，气团预报因子目前都是由背景场计算得到的。这里用到四个新的预报因子：1000-300hPa厚度、200-50hPa厚度、模式地表大气温度和总可降水量。实际上，在冬半球，新结构中的地表面温度预报因子是能够区分海洋和海冰的，这比老的结构表现的好的多。这种模式预报因子的使用改变了以往偏差订正的准则，选择了订正观测量而不是订正模拟得到的辐射率。这导致了偏差订正的梯度可以被考虑进不同的反演结构这一思想的扩展。
关键词：ECMWF MSU 数值天气预报 TOVS 变分检索
1.介绍
TOVS（泰罗斯气象侦查卫星业务垂直探测仪）单元安装在NOAA系列极轨卫星上，它有高分辨率的红外探测仪（HIRS）、微波探测仪单元（MSU）和平流层探测仪（SSU）（Simth et al. (1979)），提供了从地表面发出的和穿透大气的辐射率被动测量值。这些辐射率包含了温度和湿度信息，但是为了能将这些信息直接同化进入数值天气预报系统，观测辐射率和模式初始场模拟的辐射率之间的偏差必须被订正。由于随机误差可以被处理为增长的观测残差，所以偏差是重要的，并可能来自辐射传输模式的不确定性和长时间观测仪器性能的改变。
最初在ECMWF使用的辐射率偏差订正结构依赖于MSU（微波探测仪）通道2.3.4观测的亮温资料，它们作为所有使用通道偏差的线性预报因子。这种想法是来源于观测减去模拟的辐射率偏差的气团依赖性（Kelly and Flobert 1988;McMillin et al. 1989;Uddstrom 1991;McNally et al. 2000 ）。这种结构由Eyre(1992)被提出，尽管在有云的应用中有一些小的变化，但基础的机构没有被改变。
由于TOVS辐射率的部分前处理工作由NOAA国家环境卫星数据信息机构（NESDIS）完成，一个分支订正已被用于辐射率测量。然而，剩余的扫描角偏差仍然存在，同时原来的ECMWF结构对每一个通道使用了一个全球平均扫描角订正。
由于微波通道对于云不那么敏感，并且探测可以达到大气的各层，因此它们可以消除气团偏差的地理差异分量。然而，大的偏差仍然存在，尤其是对于某些通道比如探测地表的通道。特别是在冬半球，那里海冰的辐射率特性与宽广的海域相差很大。我们也发现，剩余扫描偏差随着纬度带而变化，尤其是对于微波探测单元（MSU）通道。
在第二部分，我们讨论辐射率偏差订正。2（a）集中讨论了扫描角偏差订正的进展，扫描角偏差订正现在有随着纬度带不同而不同的扫描消除量。2（b）部分与以往有很大的变化，那就是对气团偏差预报因子源自模式背景场这一思想的使用。第三部分包含了对于同化结果的描述和预报实验，比较了新的结构与原始结构的不同。第四部分，新的偏差订正的梯度扩展理论被讨论，在这里偏差订正在三维变分同化最小化循环中被调整。第五部分对本篇文章的结果做一个简要的概述。

2.辐射率偏差订正
任何辐射率直接同化系统（1D/2D/3D/4D变分）的基础都是目标函数极小值的问题：

x_b是背景场（初估场），y_E是观测辐射率，x是控制变量，B是背景场误差协方差，E＋F是观测和前向模式误差协方差，y(x)是前向算子和模式场插值。
Lorenc(1986)表示由于函数的高斯分布形式，函数的最小化等价于最优插值结构。但是，前提是假定观测y_E与前向算子y(x)是无偏的，并且误差是高斯分布的。总的来说，由于仪器校准，NESDIS前处理和前向模式的误差，结果可能不是这样。
这种偏差可以分两类计算，扫描偏差和气团偏差。在NESDIS产品中的辐射率部分被订正，但是相对于观测中心的剩余偏差仍然存在。由于快速辐射传输模式和透明度系数的不确定性，前向模式的偏差在不同的气团和地面特性中趋于不同。
（a）新的扫描订正
在ECMWF中NESDIS 120km晴空TOVS辐射率产品数据已经经过了simth et al. (1979)所说的的前处理。辐射率是晴空大气的，被认为成要么晴空、要么多云。此外，辐射率被调整到最低值（Wark (1993)）。然而，剩余扫描依赖偏差仍然存在。以前在ECMWF中应用的结构是计算每个通道每个扫描位置相对于两个中心位置的的全球平均差值，


式（2）中是观测平均辐射率，d是观测辐射率差值，theta;是扫描角，j是扫描位置。以微波通道MSU 2为例，根据纬度带划分数据，每10°为一个纬度带，如图1，扫描依赖性根据纬度的不同而不同。全球平均订正会产生很大偏差，尤其是在与全球平均偏差很大扫描区域的边缘，如极地区域。根据历史信息统计，这些观测被ECMWF同化系统自动排除，所以有人怀疑导致这个问题的部分原因是扫描偏差订正的全球平均性。
根据这些研究的结果，扫描角偏差订正现在被细分为每10°一个的18个纬度带。为了保持不同纬度带之间订正系数的连续性，需要做一些平滑。在极地区域南北60°，这些数据包含了足够的大量的样本。
每个扫描位置和每个纬度带的平均值被计算，然后再应用于计算扫描订正，

phi;是纬度带。一旦每个扫描位置和每个纬度带的平均扫描偏差订正被计算出来，然后一个简单的平滑方法被用于平滑不同纬度带之间的不连续性。平滑的扫描角偏差订正如下

这个方法不适用于在抽样法中已经被平均的极地地区。

图2和3表示了MSU2老的扫描角偏差订正法和新的纬度带依赖结构的不同。在两个例子中，从1997年1月起，偏差订正数据已经从一个独立样本中被计算得出，并应用于1997年2月的数据。可以看出，老的全球偏差订正转换了扫描偏差，所以全球平均偏差为0，但仍然保留了大的纬度带之间偏差没有修正。然而在新的结构中这些大的偏差几乎已经被消除。这里也似乎还存在着一些季节依赖 性。
气团系数的改变主要是与季节变化相关，同样的，由于可能的仪器漂移，有必要考虑时常更新系数。我们希望在每个同化循环后更新系数可以有小的计算代价。

（b）气团订正
气团回归结构在每个通道j运用了一系列偏差预报因子X_i（i=1,...,n）线性表示辐射率偏差Bj,

上式中，系数A_ji和C_j由大量样本数据（通常是两周的数据）的最小二乘拟合确定。为防止计算变得不稳定，只有无线电探空仪附近的辐射率值被应用于计算，这是由于这些地区假定了模式是相对无偏的。

系数给定如下

上式中lt;...,...gt;表示协方差，X是向量X_i，通道j的偏差D_j为

之前的方法运用了微波通道MSU2.3.4，这些通道被认为是不受云影响的，这很好地表示了大气的状态。然而，大的偏差仍然存在，尤其是在冬半球的海洋和海冰地区。一个主要原因是地表的特性对偏差同样有影响，而MSU辐射率预报因子不能反映出这种差异。

新的结构运用了背景场x_b去识别气团和地表温度。为了计算每一层的辐射率/温度和辐射率/湿度相关性，一个包含了自1997年1月起的辐射率和模式初估场廓线的大数据集被编译。这些相关性随后被应用于调查哪几个模式预报因子的组合可以被用作偏差估计。这些相关性可以在图4和5看出。从这些图片中可以看出，温度有一个非常宽的结构，就像是反映通道权重系数和背景场误差协方差的结合。这些结构反映了辐射率偏差在1000-300hPa和200-50hPa之间的高相关性。在模式地表温度和探测地表的通道如HIRS13和MSU2也有高的相关性。通常海冰区域比海水区域更冷，所以回归步骤在一定程度上弥补了这些通道上海冰的不同辐射特性。在旧的结构中，海冰区域的偏差反映了在前向模式中模拟不正常大气状态的困难，而不是观测辐射率的问题。这个问题的产生是由于没有足够的观测辐射率去预测这些状态。尽管这些关系不是严格线性的，这也是对之前完全没有地表温度预报因子结构的很大进步。湿度相关性没有表现出明显的特征，但是尽管如此在某些通道还是表现出非常明显的特征，尤其是低层大气通道HIRS，如HIRS5,6，7,8和15。然而令人惊讶的是水汽通道HIRS 11和12表现出很小的相关性。必须意识到，我们所讨论的是观测和计算背景辐射率之间的差值而不是辐射率本身。所以没有必要去遵循如果一个通道探测了某一层大气，那么这个偏差就必须依赖于这一层；由于相关性也存在于背景场中，所以它也可能来自于其他层的共同影响。

根据这些发现，在一些实验后得出了最优的新的预报因子的结合：

1. 模式初估场厚度（1000-300hPa）,
2. 模式初估场厚度（200-50hPa）,
3. 模式初估场地表温度
4. 模式初估场整层水汽柱含量

从1997年1月起的数据被使用为老的和新的结构计算回归系数，但是仅仅是使用在无线电探测仪附近的数据。这些系数被用来进行1997年2月起独立数据的偏差订正。图6和7表明了两周时间尺度的平均订正偏差和标准偏差的全球地理分布。

在某些通道用新的预报因子后，偏差减小的非常显著，在其他通道偏差值就很相似。标准差图像同样给出了新老结构之间偏差订正辐射率差值标准差的减小。这表明了对数据的适应性更好。这个图片引用了CRESSMAN 1959提出的用大量观测减去初估场资料的简单分析法。对于MSU2来说，在北半球冬季，在老的结构中西北太平洋区域存在一个稳定的偏差，但是在新的结构中这个偏差被消除（图6b和6d）。这表明在老的结构中出现的问题是由于回归法没有区分海洋和海冰的能力，回归法是在适应海冰而不是海洋。新的预报因子引入了地面温度能够同时适应两种情况，因此水面上的大的误差被消除。新的方法对于HIRS 13,14,15同样有很大的改善。

正如相关性结果预料的那样，HIRS水汽通道11和12没有非常明显的效果。比较通道HIRS12（图7b和7d），由于这些通道没有用在陆地上，对于海洋来说水汽预报因子的影响应该是最重大的，所以偏差在深的热带海洋洋面有提高。

这里也潜在着在高海拔的山地用1000-300hPa预报因子是否合适的问题。目前，陆地上没有使用任何对这个预测因子敏感的通道，并且对任何廓线的使用还存在着一个2000m海拔的限制。随着更多的通道在陆地上使用，这个问题需要仔细地解决。或许850-300hPa资料可以产生同等好的效果并且不会出现这些可能的问题。

1. 结果

用新的偏差订正方法和平流层的辐射率资料进行了两组同化实验：

·实验一：新偏差订正实验(new)，控制实验1997年6月23日-7月7日(old)。

·实验二：新偏差订正实验(new)，控制实验1997年2月1日-2月15日(old)。

图8（a）和（b）表明在实验一（new）在两个半球的500hPa位势高度预报评分中的积极作用，这反映了在改进的偏差订正方案中TOVS通道数据的更好利用。在200hPa上可以看到相似的结果。这个相对的改善可能是由于在回归过程中对数据选择的修正，给了南半球观测更高的权重。我们也需要注意，这个个例是在南半球的冬季，在那里新的偏差订正方案可能产生最大的影响。

另一个在2月的实验并没有表现出如此巨大的影响；然而在南半球仍然可以看到一些小的改善（图8（d））。可以推测出这个个例中较小的影响或许是由于在北半球冬季有更多的有云探测，并且TOVS在北半球的影响已经达到最大。利用新的偏差订正方案，南半球夏季同样没有很大的改善，这是由于南半球的海洋上有很少的海冰。这个新增了辐射率数据的新偏差订正结构于1997年8月27日在ECMWF使用。

图9展示了8月份在业务上推广前使用新老结构的偏差的对比。实际上，MSU 2的剩余偏差在南半球有很大的提高，这表明了新的结构可以区分海冰和海洋表面的能力。

这里也存在一些问题，模式和偏差订正结构直接存在反馈作用，特别是如果模式中一些不相关的影响被改变，会导致某些大气层温度结构的大尺度变化。这个问题可以通过两种方法解决。第一，由于调整只发生在无线电探测仪附近，因此应该预防出现这种模式崩溃，参数调整加强了新的布局的情况。如果由于模式出现一些改变而导致背景场出现一些突然的改变，这些偏差需要每日被仔细地调整，并

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[27133]，资料为PDF文档或Word文档，PDF文档可免费转换为Word