風云二號E星和多角度成像儀的云導風資料質量對比

金 雪, 韓 威, 朱克云, 陳 靜

(1.成都信息工程學院大氣科學學院,四川成都610225;2.中國氣象局數值預報中心,北京100081)

0 引言

在氣象學科中,為研究各種數值模式的準確性,常將各種衛星資料進行同化,并加以研究分析。云導風在數值天氣預報研究中展示了其較好的應用前景,同化來自地球靜止衛星(例如:MET-9)以及極軌衛星(例如:MODIS)的高質量云導風對于提高模式預報技巧有著積極的作用[1]。Delsol等[2]指出,ECMWF數值天氣預報模式應用的是MET-7、MET-9、GOES-11、GOES-12、MTSAT-IR、MODIS Aqua以及MODIS Terra衛星的風場,這些衛星通過追蹤紅外線、可見光和水汽通道獲得風場信息。這個數據庫雖然大但是不全,最為顯著的是高緯度地區只有通過MODIS衛星數據稀疏取樣。如何有效地利用云導風資料,使其能有效的提高應數值預報業務水平還有待進一步研究。更好的覆蓋率和反演質量將得到更完善的資料,這將促使天氣預報更加長足的進步。

然而,FY-2E云導風資料在數值模式中的試驗研究較少,而不同的靜止衛星還具有各自的誤差特性,2011年FY-2E云導風資料較上一年相比會有不同的變化,需要進行大量的研究來驗證以下特性:

(1)2011年FY-2E云導風資料質量提高程度。

(2)資料是否可優化及可優化的特性。

(3)驗證資料在數值模式中的可用性。

衛星風場誤差的主要來源在于獲取云頂高度(CTHs)[3]。云頂高度通常來自輔助信息,如溫度剖面模型,本身就存在一定的偏差。一個不依賴輔助信息的方法可以消除這種誤差的來源,并且因此能夠提高風場資料的質量。MISR(Multi-angel Imaging SpectroRadiometer)應用這樣一種立體技術,可以在不借助輔助信息的情況下,同時反演出云動和云高。Katrin Lonitz,ákos Horváth等為了確切證明MISR的觀測是可靠的,使用來自獨立衛星測量得到的數據來評估MISR云導風資料,比較了MISR和MET-9兩種導風資料,研究不同要素下的平均偏差、均方根誤差和相關系數,最終證明了MISR觀測的可靠性。將FY-2E資料與MISR資料進行對比分析,就保證了研究的可靠性。

采用對比的方法研究FY-2E云導風資料質量的改進問題,做了4個方面的工作:

(1)對MISR與FY-2E資料的研究現狀進行分析,研究資料的特性及應用。

(2)制定針對兩種資料的研究方法,對其進行數據匹配處理。

(3)對比兩種資料,對2010年與2011年1～8月FY-2E的導風資料進行對比研究,統計兩種資料的相關性。

(4)分析其質量的改進程度以及有待改進之處,得出結論,驗證FY-2E導風資料的質量提升。

1 資料介紹與研究方法

1.1 MISR資料

多角度成像儀MISR是美國隊地觀測計劃中的一個重要的傳感器,通過多角度觀測提供了更多地表各向異性信息。以下將對MISR資料進行研究及分析。

1.1.1 MISR資料簡介

美國宇航局的EOS(Earth Observing System)對地觀測計劃包括一系列的衛星和數據處理技術以及支持對陸地、生物圈、大氣圈和海洋圈的長期觀測。作為一個重要的傳感器,MISR搭載在1999年12月發射的Terra衛星上。它最大優勢在于多角度觀測,同時提供了9個觀測角度的數據,觀測天頂角分別為0.0°、±26.1°、±45.6°、±60.0°和±70.5°,用戶可以充分利用對地物的多角度觀測信息,考察地物反射特征的各向異性。MISR在可見光和近紅外部分設置了4個波段,依次為藍(446.4nm)、綠(557.5nm)、紅(671.7nm)和近紅外(866.4nm)。MISR提供的觀測可以同時獲取多角度和多光譜信息,對同一地點,配準后可以同時得到4個波段、9個角度,共36個觀測值。在全球觀測模式中,MISR在紅外波段和其他波段的天定方向觀測的地面空間分辨率為275m,其余均為1.1km;局部觀測模式中可以得到各個方向和各個波段均為274m的空間分辨率。MISR的純幾何立體技術同時反演出云動和云高,而且可能比那些依靠輔助信息得到高度場的傳統衛星更加準確[4]。使用的是2010年以及2011年1～8月的MISR云導風資料。

1.1.2 MISR云導風資料的可靠性

在過去的研究中,研究人員用10年的NCEP資料和MISR標準產品對比驗證MISR標準產品的優勢,通過MISR標準產品找到改進方法,再對全球云導風數據的波動情況進行研究[6]。新型的全方位觀測技術需要新型的機器,MISR采取多視角的觀測方法來解決地球表面不是平面的問題,圖像導航也可以達到很精確的程度(＜275m),通過更快的計算機運算可以得到更好的質量。Roger Davies and Aaron Herber等的研究表明MISR的優勢如下[7]:

(1)MISR資料包括在高海拔在內,都有較高的覆蓋率。

(2)MISR資料高海拔觀測風數量較多。

(3)MISR改善了上下行的差異。

(4)MISR減小了地面情況、風的數量、雷電情況對數據的影響。

(5)用MISR可以觀測到更多區域的資料,可以對情況進行更好的處理。

綜上所述,MISR標準產品在云導風資料的研究上有較多優勢,利用MISR資料作為標準來對比研究FY-2E導風資料在兩年間的提升情況具有非常好的可靠性[8],所以采用的方法是用2010年和2011年1～8月的MISR云導風資料對FY-2E導風資料進行匹配,通過匹配結果,總結出近兩年內FY-2E資料究竟有了哪些提高,還有哪些方面需要去改進。

1.2 FY-2E

FY-2E是中國的風云2號E星,其資料對于中國氣象事業的發展有重要應用意義。

中國氣象局衛星氣象中心反演的FY-2E云導風資料包括用紅外云圖推算的大氣運動矢量和用水汽圖像資料推算的大氣運動矢量[5],屬于離散場,分布在50°S～50°N,55°E～155°E范圍內每隔1度計算1個點,計算出風的點就記錄下來,并對該點的風是否可用給出判斷標識,使用的是2010年以及2011年1～8月的FY-2E導風資料。

1.3 資料的數據處理方法

所用的資料分別是2010年1～8月和2011年1～8月的MISR和FY-2E的云導風資料,以及FNL資料。分析中需要對云導風高度場進行資料的匹配和分析,并且對比分析緯向風和經向風的情況,所以應用對應時間的FNL再分析資料,將FY-2E導風資料中的氣壓轉化成高度,便于高度場的匹配分析。再利用公式,將導風資料的風速與風向轉化成u風場和v風場,便于緯向風和經向風的分析。

對兩種資料進行了匹配,匹配的基本原則為兩種資料觀測的時間差要在60分鐘之內;觀測的經緯度差要在0.5°之內,在此基礎上從導風資料中挑選與MISR資料高度最相近的點,作為最終匹配的結果。利用最終的匹配結果進行畫圖以及參數分析,最后得出FY-2E導風資料同MISR對比的結果。

在進行資料處理與分析后,對2010年與2011年1～8月的FY-2E導風資料與MISR云導風資料進行對比,以得出FY-2E在這兩年中的數據的優劣程度,進而分析近兩年FY-2E導風資料質量的變化趨勢。用IDL對研究所需數據進行繪圖,并對得出的結果進行對比。

2 結果分析與質量對比

圖1給出了FY-2E和MISR云導風資料高度場分布圖。從圖1(a)可看出2010年FY-2E紅外通道的云導風高度場發散分布于0～15km,而2011年FY-2E和MISR云導風資料高度場同時在0～3km附近分布比較集中,匹配程度加深。

圖1 FY-2E和MISR云導風資料高度場分布

圖2和圖3分別給出了FY-2E和MISR云導風資料u風場及v風場分布圖。從圖知,FY-2E云導風資料u風場與MISR云導風資料的u風場匹配效果較好,而 v風場則一般。

圖2 FY-2E和M ISR云導風資料 u風場分布

圖3 FY-2E和MISR云導風資料 v風場分布

結合圖1、圖2、圖3分析可以得出,大部分的風矢量是由高度范圍為0～2km、風速范圍在0～10m/s的緯向風和經向風組成的。如上所得結果與Katrin Lonitz,ákos Horváth等研究MISR與MET-9云導風資料的分布結果基本一致,一定程度上證明了FY-2E資料的有效性的確有所提升。

圖4 2010年、2011年FY-2E和MISR云導風高度場、U風場、V風場的差異隨QI的變化情況

圖4(a)、(b)分別為2010年、2011年1～8月FY-2E和MISR云導風資料高度場水平差異分布隨QI的變化情況;圖4(c)、(d)為分別2010年、2011年1～8月FY-2E和MISR云導風資料 u風場水平差異分布隨QI的變化情況;圖4(e)、(f)分別為2010年、2011年1～8月FY-2E和MISR云導風資料 v風場水平差異分布隨QI的變化情況。

圖4(a)、(b)給出了FY-2E和MISR云導風資料高度場水平差異分布隨QI指標的變化情況。QI指標越大表明資料的質量越好,由圖可以看出FY-2E與MISR云導風資料高度場水平差異分布較小的區域主要集中在QI＞40的區域,而圖4(b)即2011年的分布給出2011年差異較小的區域主要集中在了QI＞60區域,尤其是QI=80附近的區域。圖4(c)、(d)和圖4(e)、(f)中給出了FY-2E和MISR云導風資料 u風場及v風場水平差異分布隨QI指標的變化情況,大致的分布變化情況同高度場相似,2011年QI指標的指示作用更強更有效。由圖4可知,QI指標的指示作用隨著時間的推移也在逐漸提高,2011年的提高還是比較明顯。

圖5(a)、(b)分別為2010年、2011年1～8月FY-2E與MISR云導風資料高度場差異分布隨緯度的變化情況;圖5(c)、(d)分別為2010年、2011年1～8月FY-2E與MISR云導風資料 u風場差異分布隨緯度的變化情況;圖5(e)、(f)分別為2010年、2011年1～8月FY-2E與MISR云導風資料 v風場差異分布隨緯度的變化情況。

從圖5(a)、(b)看出,FY-2E和MISR云導風資料高度場差異較小值主要位于15°S～30°S以及 30°N～45°N附近,較大值主要位于低緯15°S～30°N附近,高緯度的資料比較稀缺。圖5(c)、(d)和圖5(e)、(f)分別為FY-2E與MISR云導風資料 u風場以及v風場差異分布隨緯度的變化,由圖可知,分布變化情況同高度場相似,并且2011年相對2010年隨緯度的差異分布有略微變化,FY-2E和MISR云導風資料差異值較小的資料數量增多,以致分布區域增大,看得出2011年FY-2E云導風資料質量還是略有提高。

圖6(a)為2010年、2011年1～8月FY-2E和MISR云導風資料u風場比較均方根誤差隨層次的變化情況;圖6(b)為2010年、2011年1～8月FY-2E和MISR云導風資料 v風場比較均方根誤差隨層次的變化情況。

為了檢驗FY-2E導風資料的質量和分析其誤差結構,用逐點臨近層比較的方法[9]分別進行均方根誤差統計。由FY-2E與MISR云導風資料的比較均方根誤差隨高度的分布圖上,可以看出無論是 u風場還是v風場,200hPa附近都有很大的風速誤差,隨高度降低,誤差逐漸較少[10]。由于0～100hPa的云導風數量極少,統計樣本太少不能反映真實情況。2011年相比2010年,FY-2E與MISR云導風資料比較均方根誤差在200hPa附近改進較為明顯,其次是在500～600hPa層次上也略有改進,而其他層次上的云導風資料,2010年和2011年兩年的均方根誤差差異較小,并無較大的改變。

通過圖7(a)、(b)的對比,明顯的看出FY-2E導風資料的覆蓋率相較其他兩種資料來說非常低,這是由于FY-2E衛星每天只有4個時次的資料,日后需要努力改進[11]。

3 總結與展望

統計分析了大量高質量FY-2E和MISR云導風資料。研究結果表明:

(1)無論是2010年還是2011年,FY-2E的導風資料的大部分的風矢量是由高度范圍為0～2km、風速范圍在0～10m/s的緯向風和經向風組成。

(2)FY-2E與MISR云導風質量較好資料主要集中在QI＞40的區域,2011年質量較好的資料主要集中在QI＞60區域,尤其是QI=80附近,QI指標的指示作用隨著時間的推移也在逐漸提高,2011年FY-2E云導風資料的QI指標指示作用明顯提高,表明了中國FY-2E資料的質量在進一步提高。

(3)2011年相對2010年隨緯度的差異分布有略微變化,FY-2E和MISR云導風資料差異值較小的資料數量增多,以致分布區域增大,看得出2011年FY-2E云導風資料質量略有提高[12]。

(4)無論是u風場還是v風場,200hPa附近都有很大的風速誤差,隨高度降低,誤差逐漸較少,2011年相比2010年,FY-2E與MISR云導風資料比較均方根誤差在200hPa附近改進較為明顯,其次是在500～600hPa;以上研究結果都與Katrin Lonitz,ákos Horváth等針對MISR資料同MET-9導風資料所做的匹配試驗的研究結果比較一致,這說明FY-2E衛星在2010～2011年,導風資料的質量都有了長足的提高。

但是通過分析,2011年高度差異的極值要遠遠大于2010年,并且資料的覆蓋率也遠遠低于MISR以及MET-9等云導風資料,這些都是需要進一步研究和改進的方面,希望未來FY-2E導風資料可以真正有效的應用到數值預報業務中,促使天氣預報更加長足的進步。

[1] Comparison of MISR and Meteosat-9 Cloud Motion Winds by Katrin Lonitz and Akos Horvath Tenth International Winds Workshop,Tokyo 25 February 2010.

[2] LE M J F,LESLIE L M,SPINOSO C.The Generation and assimilation of cloud-drift winds in numerical weather prediction[J].Journal of Meteorological Society of Japan,1997,75:383-393.

[3] Diner D,Braswell B,Davies R.The value of multi-angle measurements for retrieving structurally and radiatively consistent properties of clouds[J].aerosols,and surfaces,2005,(4).

[4] BHATIA R C,KHANNA P N,PRASAD K,et a1.Use of Meteosat-5 derived winds for analysis of two tropical cyclones affecting Gujarat coast on 20 May,1999 and Orissa Coast on 29 October[Z].1999:1-8.

[5] Bothwell G,Hansen E,Vargo R.Miller KC The multi-angle imaging spectroradiometer science[J].data system,Its products,tools and performance,2002,(7).

[6] EOSDIS Core System Project,2000,HDF-EOS Library Users Guide for the ECS Project,Volume 1 Overview and Examples(Technical Paper)

[7] 莊照榮,薛紀善.云跡風資料的三維變分同化及對臺風預報的影響試驗[J].熱帶氣象學報,2004,(3).

[8] 周兵,徐海明,吳國雄.云跡風資料同化對暴雨預報影響的數值模擬[J].氣象學報,2002,(3).

[9] Zhou Bing,Xu Haiming,Wu Guoxiong.Numerical simulation of CMWDA with it's impacting on torrential rain forecast[J].Acta Meteorologica Sinica,2002,(3).

[10] Bhatia R C,Khanna P N,Prasad K,et al.Use of meteosat-5 derived winds for analysisof two tropical cyclones affecting Gujarat coast on 20 May[J].1999 and Orissa coast on 29 October,1999:1-8.

[11] Schmetz J,Hinsman D,Menzel W P.Summary of the Fourth International Wind Workshop[J].Bulletin of the American Meteorological Society,1999,80(5):893-899.

[12] Xu Jianmin,Zhang Qisong,Fang Xiang,et al.Cloud Motion Winds from FY-2 and GMS-5 Meteorological Satellites,Proceedings of the 4th International Winds Workshop,Saanenm?ser,Switzerland,20-23 October 1998,EUMETSAT Publication,EUM P24:41-48.