何杰穎，張升偉

（中國科學(xué)院微波遙感技術(shù)重點(diǎn)實(shí)驗(yàn)室空間科學(xué)與應(yīng)用研究中心，北京 100190）

1 前言

風(fēng)云三號(hào)A星（FY-3A）是我國第一顆新一代極軌氣象衛(wèi)星的首發(fā)星，于2008年5月27日在中國太原衛(wèi)星發(fā)射中心發(fā)射升空，截至2011年5月，已成功運(yùn)行三周年。微波濕度計(jì)（MWHS）[1]是風(fēng)云三號(hào)A/B星的主載荷之一，是搭載于極軌氣象衛(wèi)星的微波輻射計(jì)，目的是探測(cè)大氣濕度廓線的垂直分布以及液態(tài)水含量等參數(shù)。其包括150 GHz和183 GHz兩個(gè)探測(cè)頻率以及5個(gè)探測(cè)通道，主要功能是探測(cè)全球大氣濕度廓線及強(qiáng)降雨；按照衛(wèi)星總體要求，工作壽命設(shè)計(jì)為3年，2年在軌運(yùn)行考核。在軌運(yùn)行中，MWHS工作正常，積累了大量全球大氣水汽及強(qiáng)降雨等氣象資料，圖像層次分明，信息量豐富。目前風(fēng)云三號(hào)A/B星MWHS以上午星和下午星形式交叉運(yùn)行，提供了大量的濕度信息，與星載溫度計(jì)聯(lián)合使用，可獲得全球大氣的三維溫濕度信息，有利于氣象資料同化和融合。

本文主要介紹MWHS運(yùn)行狀態(tài)以及數(shù)據(jù)接收和數(shù)據(jù)處理的具體形式。分析2008年8月22日11時(shí)“鸚鵡”臺(tái)風(fēng)到來時(shí)不同通道的亮溫顯示結(jié)果，以及2008年9月13日“森拉克”熱帶氣旋到來時(shí)不同通道的亮溫值。利用神經(jīng)網(wǎng)絡(luò)算法建立反演模型，并與國外已經(jīng)業(yè)務(wù)運(yùn)行的先進(jìn)微波探測(cè)單元（AMSU-B）進(jìn)行比較。反演北京地區(qū)2008年7—12月水汽密度，分析反演均方差。

2 設(shè)備結(jié)構(gòu)及運(yùn)行狀態(tài)

FY-3A衛(wèi)星軌道高度為836 km，軌道傾角為98.753°，自北向南運(yùn)行，繞地球一圈大約需101.603 min，每天轉(zhuǎn)動(dòng)14.1728圈。降交點(diǎn)的地方時(shí)為10：05～10：20，交點(diǎn)地方時(shí)漂移為15 min/a，回歸周期約為6 d，設(shè)計(jì)壽命為3年。其上搭載的由中國科學(xué)院空間科學(xué)與應(yīng)用研究中心自主研制的MWHS作為11個(gè)有效載荷之一，由5個(gè)探測(cè)通道組成，用于探測(cè)大氣濕度廓線和降水強(qiáng)度等（見圖1）。中 心 頻 率 分 別 為 150 GHz、（183.31±1）GHz、（183.31±3）GHz和（183.31±7）GHz，其中150 GHz通道包含水平和極化兩種方式，5個(gè)通道均采用雙邊帶方式，帶寬分別為1000 MHz、1000 MHz、500 MHz、1000 MHz和2000 MHz。掃描寬度為±53.35°，幅寬約為2700 km，星下點(diǎn)分辨率為15 km，亮溫動(dòng)態(tài)范圍為3～340 K，探測(cè)靈敏度為1.1～1.2 K，定標(biāo)精度為1.5 K[2]。圖2為MWHS掃描幾何。

圖1 風(fēng)云三號(hào)MWHSFig.1 MWHS onboard FY-3 satellite

圖2 MWHS掃描幾何Fig.2 Scanning geometry of MWHS

3 接收數(shù)據(jù)的基本信息

風(fēng)云三號(hào)MWHS L1級(jí)數(shù)據(jù)是經(jīng)數(shù)據(jù)預(yù)處理生成的包含定標(biāo)定位及預(yù)處理輔助信息的數(shù)據(jù)產(chǎn)品，可直接應(yīng)用于數(shù)值天氣預(yù)報(bào)模式以及大氣濕度垂直探測(cè)和圖像分析。數(shù)據(jù)區(qū)域類型為全局探測(cè)，星下點(diǎn)分辨率為15 km，更新頻率為14圈/d，數(shù)據(jù)量為24×60×60/（8/3）×2048×5.0/d≈3.32×108/d，數(shù)據(jù)分塊的方式按掃描路徑的弧度進(jìn)行劃分。圖3為MWHS 2008年9月1日00：56時(shí)刻開始掃描的L1級(jí)天底觀測(cè)亮溫?cái)?shù)據(jù)，共2283條掃描線，每條掃描線98個(gè)像元，天底點(diǎn)為第49個(gè)或第50個(gè)，本文對(duì)二者取平均作為天底點(diǎn)亮溫值。圖4和圖5為與圖3對(duì)應(yīng)時(shí)刻的各通道亮溫與實(shí)際掃描經(jīng)緯度的匹配圖。

4 大氣探測(cè)原理

星載MWHS以與天底角夾角成θ的方向觀測(cè)到的地球表面的亮度溫度表示為[3]

圖3 MWHS某掃描線5通道亮溫圖Fig.3 Brightness temperature values of 5 scanning lines from MWHS

圖4 MWHS 150 GHz水平和垂直極化通道的掃描亮溫值Fig.4 Brightness temperature values of window frequency at 150 GHz horizontal and vertical polarization from MWHS

式（1）中，e-τ(0)sec(θ)=γv，θ（0，∞），為大氣的透過率。右邊第二項(xiàng)為地球表面的輻射被所經(jīng)過的路徑衰減后的結(jié)果。第三項(xiàng)為表面散射貢獻(xiàn)，表示表面反射（散射）的下行輻射而到達(dá)輻射計(jì)天線的部分。大氣上行輻射是星載大氣遙感的關(guān)鍵項(xiàng)，可以表示為

大氣地表輻射亮溫為

圖5 MWHS 183.31 GHz的掃描亮溫值Fig.5 Brightness temperature values of 183.31 GHz from MWHS

大氣地表反射亮溫為大氣下行輻射亮溫為式（2）～（5）中，ε（v，θ）為表面的發(fā)射率，對(duì)于非天底觀測(cè)，Q≠0°，ε（v，θ）實(shí)際上是與極化相關(guān)的，同時(shí)是表面粗糙度和介電特性的函數(shù)；Ts為物理溫度；Tc為宇宙背景輻射亮溫，近似為2.75 K；α(v,z)是在頻率為v，高度為z處的大氣吸收系數(shù)；T（z）是不同高度處的大氣溫度。從大氣遙感的角度，所需要的信息包含在式（1）第一項(xiàng)，其可以認(rèn)為是“信號(hào)”項(xiàng)。式（1）第二項(xiàng)與表面相關(guān)的通常認(rèn)為是“噪聲”項(xiàng)。

5 大氣水汽反演理論

利用大氣輻射傳輸方程仿真亮溫?cái)?shù)據(jù)和神經(jīng)網(wǎng)絡(luò)算法可以獲得更接近真實(shí)值的大氣溫濕度廓線[4，5]。本文實(shí)驗(yàn)中的神經(jīng)網(wǎng)絡(luò)如圖6所示，共3層，輸入層的神經(jīng)元數(shù)為8，即3個(gè)水汽通道、2個(gè)窗區(qū)通道以及地表的溫度、濕度和壓強(qiáng)，隱層神經(jīng)元數(shù)通過經(jīng)驗(yàn)公式以及反復(fù)驗(yàn)證確定為10，輸出層神經(jīng)元數(shù)為116，即分別對(duì)應(yīng)于0～10 km的58個(gè)離散值的大氣溫度廓線和大氣濕度廓線，0～0.5 km每50 m一層，0.5～2 km每100 m一層，2～10 km每250 m一層，每層大氣參數(shù)取該層平均值。隨機(jī)選取90%的探測(cè)數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，剩余10%用于神經(jīng)網(wǎng)絡(luò)的測(cè)試和驗(yàn)證。

圖6 神經(jīng)網(wǎng)絡(luò)原理示意圖Fig.6 The diagram of artificial neural network

對(duì)于隱層的第j個(gè)節(jié)點(diǎn)，可以表示為

式（6）中，wij是連接第i個(gè)輸入神經(jīng)元和第j個(gè)隱層神經(jīng)元的權(quán)重；bj是計(jì)算值和測(cè)量之間的偏差；S是Sigmoid函數(shù)，表述如下

輸出層可以表示為

式（8）中，wjk是連接第j個(gè)隱層神經(jīng)元和第k個(gè)輸出神經(jīng)元的權(quán)重值；bk是測(cè)量值和輸出值之間的偏差。它適用于非線性模型，在反復(fù)訓(xùn)練過程中，加權(quán)函數(shù)得以確定，從而減小實(shí)際訓(xùn)練的輸出向量與測(cè)量的輸出向量的偏差。相鄰層間神經(jīng)元完全連接，輸入元素到輸入層，經(jīng)過隱層，傳輸?shù)捷敵鰧?，前者采用Sigmoid函數(shù)，后者采用Purelin函數(shù)。

運(yùn)用MPM93大氣吸收模型[6]和大氣輻射傳輸理論模型，計(jì)算出與無線電探空資料（RAOB）時(shí)間和空間對(duì)應(yīng)的亮溫值或利用經(jīng)緯度為±1°、時(shí)間誤差為3 h的匹配窗，匹配到與之經(jīng)緯度和時(shí)間相對(duì)應(yīng)的FY-3AMWHS亮溫?cái)?shù)據(jù)。此處，探空數(shù)據(jù)取用北京地區(qū)2008年7—12月，晴天，經(jīng)度116.28°，緯度39.93°。圖7～圖10為利用人工神經(jīng)網(wǎng)絡(luò)（ANN）算法反演出北京地區(qū)2008年7—12月的大氣相對(duì)濕度廓線以及均方差對(duì)比與分析。圖11～圖14為2008年7—12月北京地區(qū)冬季水汽密度廓線以及均方差對(duì)比與分析。

圖7 ANN方法反演的相對(duì)濕度廓線與探空數(shù)據(jù)仿真的相對(duì)濕度廓線的相關(guān)性示意圖Fig.7 Correlation of relative humidity profile between retrievals from ANN and simulation from radiosonde

圖8 ANN方法反演的某一樣本相對(duì)濕度廓線與探空數(shù)據(jù)的對(duì)比示意圖Fig.8 Comparison of a certain relative humidity profile between retrieval from ANN and simulation from radiosonde

圖9 ANN方法反演的相對(duì)濕度廓線均方差（RMS）Fig.9 RMS distribution of relative humidity profile from ANN

圖10 獨(dú)立測(cè)試樣本的相對(duì)濕度反演均方差Fig.10 RMS distribution of relative humidity for independent testing datasets

圖11 ANN方法反演的水汽密度廓線與探空數(shù)據(jù)仿真值的相關(guān)性示意圖Fig.11 Correlation of water vapor density profile between retrievals from ANN and simulation from radiosonde

圖12 ANN方法反演某一樣本水汽密度廓線與探空數(shù)據(jù)的對(duì)比圖Fig.12 Comparison of a certain water vapor density profile between retrievals from ANN and simulation from radiosonde

圖13 ANN方法反演的水汽密度廓線均方差Fig.13 RMS distribution of water vapor density profile from ANN

圖14 獨(dú)立測(cè)試樣本的水汽密度反演均方差Fig.14 RMS of water vapor density for independent testing datasets

通過實(shí)驗(yàn)結(jié)果可得，利用神經(jīng)網(wǎng)絡(luò)反演模型反演的北京地區(qū)大氣相對(duì)濕度和水汽密度廓線與探空測(cè)量具有很好的一致性。大氣濕度廓線的反演均方差為17.7%，大氣水汽密度的反演均方差為1.25 g/m3。與搭載于美國國家海洋和大氣管理局（NOAA）系列之上的先進(jìn)微波探測(cè)單元B型（AMSU-B）[7]相比，搭載于FY-3A/B的MWHS與之性能相當(dāng)，與地基微波大氣濕度廓線儀相比，能夠?qū)崟r(shí)地在全球范圍內(nèi)反演出大氣濕度的實(shí)時(shí)變化，能夠提高數(shù)值天氣預(yù)報(bào)的性能，更好地為人們服務(wù)。

6 異常天氣中的作用

2008年8月22 日10：48時(shí)（北京時(shí)間），“鸚鵡”臺(tái)風(fēng)來臨時(shí)150 GHz通道亮溫的顯示結(jié)果如圖15所示。2008年9月8日，熱帶氣旋“森拉克”（SINLAKE）于凌晨在菲律賓北部以東的西北太平洋洋面上生成，逐漸加強(qiáng)成為臺(tái)風(fēng)，于9月13日00：31時(shí)登陸臺(tái)灣，150 GHz通道的亮溫值如圖16所示。

圖15 MWHS第一通道15 km投影分辨率微波亮溫圖Fig.15 Brightness temperature values of channel 1 with resolution of 15 km from MWHS

圖16 MWHS第一通道15 km投影分辨率微波亮溫圖Fig.16 Brightness temperature values of channel 1 with resolution of 15 km from MWHS

MWHS窗區(qū)通道圖像顯示，圖形中心位置對(duì)流云區(qū)呈環(huán)狀，對(duì)應(yīng)亮溫較低位置，其西部覆蓋臺(tái)灣島，且略有減弱，東側(cè)半環(huán)依然完整清晰。利用MWHS對(duì)“森拉克”臺(tái)風(fēng)立體空間結(jié)構(gòu)診斷，對(duì)臺(tái)風(fēng)的強(qiáng)度分布、發(fā)展趨勢(shì)提供了有意義的參考信息，為業(yè)務(wù)人員判識(shí)臺(tái)風(fēng)未來發(fā)展提供了有利依據(jù)[8]。

圖17是利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型反演2008年7—12月的大氣水汽密度隨高度的變化情況，并對(duì)每月的大氣水汽密度取平均值。圖18是2008年7—12月每周水汽密度的最大值。

7 結(jié)語

圖17 2008年7—12月的大氣水汽密度隨高度的變化情況Fig.17 Atmospheric water vapor density varies with height from July to December in 2008

圖18 2008年7—12月每周水汽密度的最大值柱狀圖Fig.18 The maximum histogram of atmospheric water vapor density every week from July to December in 2008

風(fēng)云三號(hào)MWHS可探測(cè)全球大氣水汽密度，反演范圍為300～1000 hPa，相當(dāng)于大氣高度0～10 km，空間分辨率為50 km，探測(cè)頻率為每日兩次。本文選取北京地區(qū)風(fēng)云三號(hào)MWHS觀測(cè)亮溫，利用經(jīng)緯度為1°、時(shí)間誤差為3 h的探空數(shù)據(jù)進(jìn)行匹配，建立滿足均方差要求的神經(jīng)網(wǎng)絡(luò)反演模型，相對(duì)濕度反演均方差小于18%，水汽密度均方差小于1.25 g/m3。

MWHS在全球氣候變化研究中具有重要作用，是氣象和災(zāi)害監(jiān)測(cè)的重要遙感手段之一；可以全天時(shí)、全天候進(jìn)行大氣濕度觀測(cè)，測(cè)量大氣濕度的垂直分布、水汽含量和降雨量，實(shí)現(xiàn)中、長(zhǎng)期數(shù)值天氣預(yù)報(bào)，提高天氣預(yù)報(bào)的準(zhǔn)確性。實(shí)踐結(jié)果證明，F(xiàn)Y-3A微波濕度計(jì)在臺(tái)風(fēng)監(jiān)測(cè)中發(fā)揮了重要作用，極大地提高了人身安全，減少財(cái)產(chǎn)損失。

[1] 張升偉，李 靖，姜景山，等.風(fēng)云三號(hào)衛(wèi)星微波濕度計(jì)的系統(tǒng)設(shè)計(jì)與研制[J] .遙感學(xué)報(bào)，2008，12（2）：199-207.

[2] 董瑤海，孫允珠，王金華，等.FY-3A極軌氣象衛(wèi)星[J] .上海航天，2008（5）：1-11.

[3] Ulaby F，Moore R，F(xiàn)ung A.Microwave Remote Sensing：Active and Passive-volume III：Passive Microwave Sensing of the Atmosphere[M] .Arench House，1986：1282-1378.

[4] Leishi.Retrieval of atmospheric temperature profiles from AMSU-A measurement using a neural network approach[J] .Journal of Atmospheric and Oceanic Technology，2001，18（3）：340-347.

[5] Philip W Rosenkeanz.Retrieval of temperature and moisture profiles from AMSU-A and AMSU-B measurements[J] .IEEE Transactions on Geoscience and Remote Sensing，2001，39（11）：2429-2435.

[6] Liebe H J.MPM—An atmospheric millimeter-wave propagation model[J] .InternationalJournalofInfrared and Millimeter Waves，1989，10（6）：631-650.

[7] Fatima Karbou，F(xiàn)ilipe Aires，Catherine Prigent，et al.Potential of advanced microwave sounding unit-A（AMSU-A） and AMSU-Bmeasurementsforatmospherictemperatureandhumidity profiling over land[J] .Journal of Geophysical Research，2005，110：1-16.

[8] Zhang Shengwei，Li Jing，Jiang Jingshan，et al.In-orbit performance of microwave humidity sounder（MWHS）of Chinese FY-3 meteorological satellite[J] .IGARSS，2010（1）：574-577.