微波辐射计是被动接受环境发射的微波辐射而进行遥感探测的仪器,由于微波波长较长,能穿透一定云层,因此具有高时空分辨率和全天候探测等优点,被广泛应用于大气遥感探测^[1,2]。根据搭载平台不同,主要分为地基、空基和星基微波辐射计,其中地基微波辐射计在大气垂直探测中应用较为广泛。

地基微波辐射计可以反演地面至10 km高度高分辨率的大气温度、相对湿度、水汽密度廓线以及较低分辨率的液态水廓线,能有效弥补每日两次常规探空观测的不足。这些准连续的大气廓线及其时空演变能捕捉中小尺度天气系统的热力结构^[3,4,5,6],由此计算的各类大气环境指数,可以应用到强对流天气的临近预报中^[7,8,9,10],同时在大雾监测^[11,12]、数值模式数据同化^[13]、人影作业^[2]等方面也显示出良好的应用前景。虽然地基微波辐射计已成为常规大气探测手段的有效补充,但受大气环境条件和反演算法的影响,其反演廓线的数据质量参差不齐,使得探测能力和适用范围受到限制,为更有效使用地基微波辐射计,有必要对仪器探测精度进行检验分析。

目前对微波辐射计精度的分析研究主要集中于两方面:一是将反演结果与常规探空资料进行对比分析,如研究发现微波辐射计反演温度与探空资料的相关性较高,相对湿度误差偏大,降水对微波辐射计反演结果影响较大^{[14,15,16,17,18,19]};二是通过辐射传输模式对微波辐射计观测的亮温进行检验,其中MonoRTM和ARTS辐射传输模式被广泛应用于亮温数据的质量研究^{[20,21,22,23,24,25,26]}。受气候和环境条件影响,微波辐射计探测性能有一定的局地性,如北京地区晴天反演的相对湿度比云天误差小^[17],温度差值随高度递增而增加,低层晴天的温度差值比云天小^[18];武汉地区20:00(北京时,下同)的相对湿度均方根误差在中高层明显偏大^[16];甘孜地区的弱降水对微波辐射计观测质量影响较小^[19]。以上研究观测时间多为几天或几个月,且数据多采用小时平均比较,采用长时间序列的研究较少,而不同天气条件下长时间序列的地基微波辐射计精度检验,直接影响晴空、成云、致雨全生命周期的大气热力垂直廓线演变过程的观测结果,并进一步影响短时临近预报的准确率。本文利用2012年1月至2014年8月重庆沙坪坝地基微波辐射计观测数据及探空数据,考虑不同天气条件(晴空、有云、降水)和不同时次(08:00、20:00)情况,对比微波辐射计的温度、湿度、水汽密度廓线与相应探空廓线,定量计算微波辐射计反演误差,分析其探测特征,以期对微波辐射计资料在短时临近预报中的应用提供参考,并为构建更精细的垂直探测体系提供帮助。

重庆沙坪坝站微波辐射计为MP-3000A型,观测8个水汽通道(22~30 GHz)和14个氧气通道(51~59 GHz)的大气亮温,利用辐射传输方程,并采用斯图加特神经网络模拟器,反演得到0~10 km高度的大气湿度、温度、水汽密度廓线,0.5 km以下、0.5~2.0 km、2.0 km以上垂直分辨率分别为50、100、250 m。由于缺少资料,亮温数据起止时间为2014年2—8月;反演数据起止时间为2012年1月2日至2014年8月26日,2013年1月12日之前以间隔2 min的准连续方式获取数据,之后间隔时间为40 s。

利用重庆沙坪坝探空站2012年1月2日至2014年8月26日L波段无线电探空资料,包括大气温度、湿度,采样时间间隔为1 s,每天07:15、19:15开始观测,探空气球上升至10 km高度大约需要27 min。沙坪坝微波辐射计与探空站直线距离约5 km;探空站海拔高度较微波辐射计高300 m,因此采用0.3~10.0 km总计52层的微波辐射计数据与探空数据进行对比分析。

首先对微波辐射计的亮温数据剔除异常值,包括10 min内亮温值变化超过3 K、亮温值与其平均值的差值超过10 K以上的样本^[22],最后样本总数78组,其中晴空7组、有云60组、降水11组。针对微波辐射计反演的大气温湿廓线,先剔除仪器故障观测不完整时段的数据,对温度廓线做逐层极值检查,若有1层及以上的数据超过43 ℃,则该日所有温度廓线剔除;湿度廓线则剔除整层湿度变化极小(≈0)和相邻高度层湿度变化极大(>85%)的廓线;探空观测的温湿数据也采取类似方法筛选;最终选取微波辐射计和探空资料分别对应时间的819组样本(一次探空观测为一组样本)。根据探空数据,以各高度层(0.3~10.0 km)相对湿度小于85%为晴空判据^[4],共选取晴空样本64组(占总样本7.8%);根据微波辐射计自带降水传感器的判别结果,共选取降水样本143组(占总样本17.5%);其余为无降水而有云层覆盖的有云样本,共612组(占总样本74.7%)。

利用MonoRTM v5.4模式模拟与微波辐射计相同频率的22个通道的亮温,先将探空数据按照MonoRTM模式^{[22,23,24,25]}要求进行处理,然后选择“用户自定义大气”方式,根据观测的天气实况,调整输入文件的各高度层所对应的气温、气压、相对湿度、液态水含量等大气信息,从而计算出不同情况下的亮温值。模式中云液态水含量估算方法^{[23,24,25,26]}为:整层相对湿度都低于85%时,云液态水含量取值为0;整层相对湿度大于95%时,云液态水含量取值为2.0 g·m^-3;整层相对湿度为85%~95%时,云液态水浓度的取值满足一定的线性关系,同时假定云中含水量在垂直方向均匀分布。

微波辐射计数据未作平滑处理,确保客观反映其探测精度和误差,采取“点对点”对比方法^[15],选取与微波辐射计高度层最接近的探空数据,再根据时间一致性选取数据,主要分析微波辐射计反演的温度、湿度和水汽密度与探空观测值的平均误差、均方根误差以及相关系数^[15],其中,相关性均通过α=0.01的显著性检验。文中使用的温度、相对湿度及水汽密度等的差值,均为“微波辐射计探测值”减去“探空值”。探空不能直接得到水汽密度,水汽密度的计算公式^[16]如下:

式中:ρ_v(g·m^-3)为水汽密度;e(hPa)为水汽压;T(K)为绝对温度;T_d(℃)为露点温度。

微波辐射计的探测精度主要取决于探测辐射量的准确性和灵敏度。将微波辐射计观测的亮温与探空资料的温度、水汽密度廓线做相关性分析,同时考虑有云和降水的影响。图1为2014年2—8月有云和降水时沙坪坝站探空水汽密度、温度与微波辐射计亮温的相关系数廓线。可以看出,有云条件下探空水汽密度与微波辐射计亮温相关性最好的通道分别是23.83、25.00 GHz,地面至5.0 km高度的相关系数在0.7~0.8之间;探空观测温度与微波辐射计亮温相关性最好的通道是53.85、54.00 GHz,8.0 km以下相关系数在0.9~0.95之间。降水条件下,探空水汽密度与微波辐射计亮温的相关性在不同高度层差别极大,1.0~4.0 km及4.0 km以上二者相关性最好的通道分别是30.00、22.50 GHz;58.80 GHz通道微波辐射计亮温与探空观测温度相关性最好。说明有云时,氧气通道中间频率波段亮温与探空观测温度的相关性很好,水汽通道中间频率波段亮温与探空水汽密度相关性较好,且微波辐射计亮温与探空观测温度的相关性优于其与探空水汽密度的相关性;降水使氧气通道亮温与探空观测温度的相关性差别较大从而影响亮温对温度的反演,降水对水汽通道的影响,造成各通道亮温与探空水汽密度相关性在不同高度上起伏变化较大,从而影响亮温对水汽密度的反演。

图2为2014年2—8月晴空和有云时沙坪坝站微波辐射计8个水汽通道(22.23~30.00GHz)和14个氧气通道(51.25~58.80 GHz)实测亮温与MonoRTM模拟亮温的相关性。可以看出,在水汽通道处,两者的相关系数为0.91~0.94,模拟亮温略小于实测亮温,平均绝对误差为2.64~5.94 K,标准差为2.53~6.62 K;在22.23 GHz水汽吸收中心附近的亮温离散度较大,主要由于水汽吸收峰值处的亮温对水汽含量非常敏感,输入的探空数据在高层有较大误差。在氧气通道处,实测亮温与MonoRTM模拟亮温的相关系数在0.86~0.99,随着吸收频率增加逐渐增大,在53.85 GHz达到最大,随后逐渐减小,平均绝对误差为3.77~13.80 K,标准差为0.91~3.09 K。频率较小的6个氧气通道(51.25~53.85 GHz)的平均绝对误差比其他频率明显偏大,主要原因是这6个通道离氧气吸收峰值较远,其观测亮温受高层影响较大,而探空数据受气球漂移影响,探测空间的不一致导致二者偏差较大,这与北京地区研究结果^[22]一致。不同地区无降水日亮温模拟结果有一定差异,广东阳江地区^[23]亮温模拟的标准差为1.46~7.36 K,平均绝对误差为1.27~6.64 K;北京地区^[24]模拟亮温的标准差在2.2 K以内,与实测资料的相关系数为0.94~0.99;南京江宁站^[25]模拟显示,水汽通道和氧气通道实测亮温和模拟亮温存在明显偏差,相关系数为0.65~0.95。总体上重庆地区亮温模拟与实况一致性较好。

图3为2012年1月至2014年8月晴空、有云、降水时沙坪坝站微波辐射计反演温度与探空观测温度差值的逐日变化。可以看出,微波辐射计反演温度晴空时2.3 km以下主要为暖偏差,以上转为冷偏差;有云时4.0 km以下主要为暖偏差,以上转为冷偏差;降水时5.0 km以下都为暖偏差,以上高度部分出现冷偏差。造成这种现象的原因与微波辐射计和探空站的距离及高度差有关,微波辐射计在城区,低层受环境场影响较大。4.0 km以上比较明显的冷偏差基本都出现在1—3月,其余时间介于较弱的冷偏差与暖偏差之间。降水对微波辐射计探测影响较大,其温度明显高于探空温度,这与武汉地区的观测结果^[16]一致。有云时,微波辐射计反演温度的差异较晴空时略有增大,但明显小于降水时,秋季有云对微波辐射计影响较其余季节略小,主要原因是微波辐射计基本不受低空云量的影响。

图4为2012年1月至2014年8月晴空、有云、降水时沙坪坝站微波辐射计反演温度的平均误差、均方根误差及与探空观测温度的相关系数廓线。可以看出,温度平均误差在晴空和有云时都随高度增加而缓慢递增,有云和晴空时2.0 km以下的平均误差近似0,2.0~3.8 km温度平均绝对误差小于2 ℃,因此近地面至3.8 km,微波辐射计的温度廓线可以作为探空资料的有效补充。降水时的平均误差基本为正偏差,表明微波辐射计的反演温度偏高,且随高度上升平均误差先增后减,降水对4.0 km以下的微波辐射计探测影响较大。晴空时所有高度上的均方根误差都最小,晴空、有云时7.0 km以下均方根误差相近;降水时大部分高度上均方根误差明显偏大。晴空时微波辐射计反演温度和探空观测温度的相关性最好,有云时次之,降水时相对较差;有云和晴空时4.0 km以下二者相关系数都在0.98左右,说明有云时中低层对微波辐射计探测影响极小;降水时1.0 km以下二者相关系数大于0.9,1.0~5.0 km高度二者相关系数仅在0.82左右,5.0 km以上二者相关系数反而增加到0.86左右,可见降水在高层对温度影响较小。综上所述,晴空和有云时误差演变趋势和大小接近,但有云时2.0~3.8 km平均绝对误差最小,这与北京地区^[18]观测的晴空时温度差异更小有所区别,主要因为重庆有云天气较多。

一般有降水时,微波辐射计的湿度经过处理后被限定在100%附近,因此在接近饱和的降水情况下,两种仪器观测的差别比较复杂。图5为2012年1月至2014年8月晴空、有云、降水时沙坪坝站微波辐射计反演相对湿度与探空观测相对湿度差值的逐日变化。可以看出,重庆地区微波辐射计反演相对湿度与探空观测值差异较温度差异更明显,其中2.0 km以下微波辐射计反演相对湿度较探空观测值偏低,且1—4月最明显。2.0 km以上的大部分高度层微波辐射计反演相对湿度较探空观测值明显偏高,晴空时在2.0~6.0 km、降水时则在3.0~7.0 km表现更明显。

图6为2012年1月至2014年8月晴空、有云、降水时沙坪坝站微波辐射计反演相对湿度的平均误差、均方根误差及与探空观测相对湿度的相关系数廓线。可以看出,有云时1.0~2.6 km微波辐射计反演相对湿度的平均误差近乎0;晴空时1.0~6.0 km的平均误差明显偏大;降水时平均误差随高度上升而递增,并从负偏差转为正偏差,在4.5 km以下平均绝对误差小于6%,可见降水时在中低层微波辐射计反演相对湿度与探空观测值很接近,这与甘孜地区^[19]相对湿度偏差在雨天小于非雨天类似。与平均误差相似,降水时微波辐射计反演相对湿度的均方根误差在5.0 km以下也相对较小;晴空和有云时均方根误差的变化趋势基本一致,1.0 km以下随高度上升而递减,1.0 km以上随高度上升先增后减;有云时2.0~3.8 km的均方根误差比晴空时小,且平均误差也较小,这与北京地区观测^[17]的相对湿度偏差在晴天时较小,云天时较大有所不同,主要原因是南北方湿度条件差异造成,重庆地区有云天气较多,晴空较少,微波辐射计在进行神经网络训练时可参考的样本较少。

微波辐射计反演相对湿度和探空观测值的相关性较差。3种天气条件下二者的相关系数在1.8 km以下都表现为随高度上升快速递减,由于大气低层相对湿度普遍较高且变化较大,探空气球的漂移会导致探空观测与微波辐射计反演的相对湿度差异较大,增大探空观测相对湿度波动性,从而降低两者的相关性,这与武汉地区^[16]的观测结果类似。晴空时在5.0 km以下相关性较好,随高度上升先减后增;有云时在3.0~6.5 km相关系数稳定在0.65左右;降水时二者的相关性在大部分高度层都最差。综上所述,微波辐射计反演相对湿度的平均误差随高度递增起伏较大,有云时在1.0~2.6 km两者的相对湿度较为一致,降水对于微波辐射计观测的相对湿度有一定影响。

图7为2012年1月至2014年8月晴空、有云、降水时沙坪坝站微波辐射计反演水汽密度与探空观测水汽密度差值的逐日变化。可以看出,晴空时2.0 km以下微波辐射计反演水汽密度较探空值略偏小,2.0~7.0 km略偏大;有云时4.0 km以下微波辐射计反演水汽密度略偏大,4.0 km以上高度基本都偏小,尤其是1—3月明显偏小;降水时5.0 km以下反演水汽密度偏大,2.0 km以下更明显。

图8为2012年1月至2014年8月晴空、有云、降水时沙坪坝站微波辐射计反演水汽密度的平均误差、均方根误差及与探空观测水汽密度的相关系数廓线。可以看出,有云时大部分高度层上微波辐射计反演水汽密度的平均误差最小,在0~0.5 g·m^-3之间。降水时4.0 km以下平均误差最大;降水、有云和晴空时4.0 km以上平均误差变化趋势近似。与平均误差相似,有云时大部分高度上微波辐射计反演水汽密度的均方根误差最小,在0.5~1.6 g·m^-3之间;有云和晴空时均方根误差变化趋势一致,都随高度递增缓慢递减至0;降水时4.0 km以下均方根误差明显偏大,且随高度升高先增大后减小;3种天气条件下的均方根误差在6.0 km以上差别较小,因为高层水汽密度本身较小。不同于温度和相对湿度,降水时微波辐射计反演水汽密度与探空观测值的相关性只比晴空和有云时略差,如2.0~4.0 km 3种天气条件下二者的相关系数在0.85~0.9之间,有云时5.0 km以下二者的相关性在0.9左右。

综上所述,降水对微波辐射计水汽密度影响较大,尤其在4 km以下微波辐射计和探空水汽密度廓线的平均误差和均方根误差都比无降水天气偏大,即微波辐射计反演值大于探空值,这与探空湿度传感器探测大气湿度的响应滞后有关^[19];降水对5 km以上微波辐射计水汽密度的影响很小。有云时在大部分高度层上,3种天气条件下反演水汽密度的平均误差和相关性都表现最好,与有云时2.0~3.8 km的温度、1.0~2.6 km的相对湿度表现最好互相呼应。

图9为2012年1月至2014年8月08:00和20:00晴空、有云、降水时沙坪坝站微波辐射计反演温度、相对湿度和水汽密度的平均误差、均方根误差及与探空观测值的相关系数廓线。可以看出,微波辐射计反演温度的平均误差随高度变化有一定规律,4.2 km以下降水时08:00的平均误差最大,有云时08:00和20:00最小;4.2~7.0 km降水时20:00最小;7.0 km以上降水时08:00最小。1.0~5.0 km降水时08:00微波辐射计反演温度的均方根误差最大,20:00次之;2.0~6.0 km有云时08:00和晴空时08:00的均方根误差均较小,主要是08:00气温一般处于日最低气温附近,大气比较稳定,微波辐射计反演温度偏离探空观测值的程度最小。微波辐射计反演温度和探空观测值的相关性在晴空时08:00最好、20:00次之,3.0 km以下降水时08:00二者的相关性最差,3.0~6.0 km有云时20:00二者的相关性在无降水天气中最差。微波辐射计反演相对湿度的平均误差都随高度递增而增加;1.0~2.2 km有云时08:00平均误差最小,晴空时08:00最大;4.5 km以下降水时08:00和20:00的平均误差都较小,并随高度增加平均误差由负转正。微波辐射计反演相对湿度的均方根误差起伏较大,2.0 km以下晴空时08:00最小,有云时20:00最大;2.0~3.5 km降水时20:00均方根误差最小;3.5~6.2 km降水时08:00均方根误差最小且大小稳定;6.2 km以上,晴空时08:00均方根误差最小。4.5 km以下晴空时08:00微波辐射计反演相对湿度和探空观测值的相关性最好,降水时20:00二者的相关性最差;6 km以上有云时08:00二者的相关性最好。微波辐射计反演水汽密度的平均误差在4.0 km以下降水时08:00最大,有云时08:00和20:00平均绝对误差最小(小于1 g·m^-3)。微波辐射计反演水汽密度的均方根误差在有云时08:00和20:00较小;4 km以下降水时08:00和20:00均方根误差较大。5.0 km以下有云时08:00和晴空时08:00微波辐射计反演水汽密度和探空值的相关系数都较好,为0.94左右,5.0~8.0 km降水时08:00二者的相关性较好。总体而言,不同观测时间,微波辐射计反演的温度、水汽密度在同种天气条件下的探测特征变化趋势基本一致,不同观测时次受大气层环境影响有较小差别,反演的相对湿度则在不同时次差别偏大。

(1)有云时,微波辐射计氧气通道53.85、54.00 GHz亮温与探空观测温度的相关系数超过0.9,水汽通道23.83、25.00 GHz亮温与探空水汽密度的相关性也较好;降水降低了微波辐射计亮温与探空观测值的相关性。晴空和有云时MonoRTM模拟亮温与微波辐射计观测亮温的相关性较好,水汽通道处的相关系数为0.91~0.94,氧气通道处的相关系数为0.86~0.97。

(2)晴空、有云和降水天气条件下,微波辐射计反演温度与探空观测值都具有高相关性;有云及晴空时3.8 km以下微波辐射计反演温度的平均绝对误差均小于2 ℃,可以作为探空资料的补充。降水时4.0 km以下微波辐射计反演温度明显偏高。

(3)微波辐射计反演的相对湿度与探空值的相关性较同高度层温度的相关性差;晴空时2.0~6.0 km、降水时3.0~7.0 km微波辐射计反演湿度偏大;1.0~2.6 km有云时微波辐射计反演湿度的平均误差很小;降水时误差较小且稳定,4.5 km以下平均绝对误差小于6%。降水时4.0 km以下微波辐射计反演水汽密度的平均误差明显偏大;大部分高度层上有云时的平均误差和均方根误差都最小,相关性最好。

(4)4.2 km以下降水时08:00微波辐射计反演温度的平均误差和均方根误差都最大,2.0~6.0 km有云和晴空时08:00的均方根误差都较小。4.5 km以下降水时08:00和20:00微波辐射计反演相对湿度的平均误差均较小。有云时08:00微波辐射计反演水汽密度的平均误差小且其与探空值的相关性较好,4.0 km以下降水时08:00的平均误差最大。