[发明专利]一种针对高纬复杂下垫面的大气温湿廓线反演方法

说明书

本发明公开了一种针对高纬复杂下垫面的大气温湿廓线反演方法，其特征在于，包括以下步骤：步骤S1：通道选择；步骤S2：晴空像元挑选；步骤S3：神经网络模型构建；步骤S4：大气温湿度廓线反演。本发明解决了高纬地区大气温湿度廓线的高精度反演难题，成功构建了基于中国气象卫星FY‑3D上搭载的红外高光谱数据的大气温湿度廓线反演系统，反演试验表明该方法在高纬地区大气温湿度反演上取得了理想的精度。

技术领域

本发明涉及大气科学大气遥感与大气探测领域，具体来说，涉及一种基于极轨气象卫星高光谱红外传感器资料的大气温湿度三维场遥感反演方法。

背景技术

地球高纬度地区常年被海洋及冰雪覆盖，是全球重要冷源之一。随着全球变暖，高纬地区的温度变化比低纬度地区变化更大，海冰面积正在迅速缩小，这不仅对该区域的动植物群产生重要影响，而且对整个地球的气候调节也具有重要影响，对北半球中低纬度地区的气候具有重要影响。尤其是，近年来北极对流层快速升温的频率已逐渐超过平流层，北极地区未来的气候变化趋势是不确定和复杂的，这需要对高纬地区，尤其是北极的气候做进一步深入的研究。

大气温湿度是气候监测、天气分析和天气预报的重要参数，大气温湿度参数直接影响地球大气系统的短波太阳辐射与长波辐射之间的相互作用，从而影响全球辐射能量的平衡。因此，准确获取北极地区大气温湿度信息对于地球系统科学研究具有重要意义。

目前，高纬地区的无线电探空有所加强，用于探测大气对流层和平流层大气温湿度；但由于站点稀疏，获得的大气温湿度数据时空分辨率较低，这使得高纬地区气候变化研究缺乏一套高时空分辨率、高精度的大气三维温湿场实测数据。星载红外高光谱遥感具有较高的光谱分辨率，可以实现高垂直分辨率大气垂直探测；其外，卫星遥感具有高空间分辨率的特点。因此，有效利用星载红外高光谱遥感技术，有望实现高纬地区大气温湿度三维场的高时空分辨率、高精度探测。

反演算法是红外高光谱遥感的重要核心技术。目前，反演方法主要分为物理反演法和统计反演法。物理反演方法主要通过反向求解大气辐射传输方程来获得大气参数。王超使用一维变分反演星载微波传感器的大气信息，实验表明一维变分反演所需要的背景场对反演结果影响明显，尤其是大气温度。官元红利用一维变分算法反演了红外高光谱(IASI)的大气温湿度廓线，他们的结果表明虽然该方法能够进行大气温度与水汽混合比廓线高精度反演，但是在计算过程中依赖探空资料，也具有一定局限性。虽然物理反演法精度高，但计算过程取决于初始值，既费时又复杂，同时反演精度还会受到辐射传输模式结果的影响。

由于高纬地区特殊的地理位置以及复杂下垫面及天气条件，想要获得较为精准的近地面参数是比较困难的。这给利用辐射传输模式正演模拟卫星的亮温带来了困难。统计反演算法采用预先由大气廓线和辐射值决定的统计关系，利用卫星观测值反演大气参数，这种方法可以避免使用辐射传输模式。特征向量法是统计法里面最常用的方法。一些学者通过该方法反演AIRS的大气温湿度信息，结果表明从高光谱数据中反演的大气温度和湿度廓线更加准确。这种方法具有快速、简单、稳定的特点，但没有考虑辐射传输的本质，因此没有处理非线性的能力，反演精度还有待提高。人工神经网络技术不仅具有很强的非线性问题处理能力和良好的容错能力，同时可以避免使用辐射传输模式，没有比较复杂的计算过程。该算法不仅可以提高统计方法的数值稳定性和效率，而且不会牺牲物理反演法的准确性。国内外已有许多学者开展了关于人工神经网络建模反演大气参数的研究。张雪慧利用人工神经网络算法对模拟的AIRS亮温进行反演，并与特征向量统计法反演结果相比，结果表明人工神经网络性能优于特征向量反演法。鲍艳松、钱程等利用人工神经网络算法开展了地基微波辐射计大气温湿度廓线反演研究，结果表明人工神经网络算法可以获得较高的温湿度反演精度。这些研究都证明了人工神经网络用于遥感数据，反演大气参数的潜力。