風云三號A星微波濕度計數據處理與應用

何杰穎，張升偉

（中國科學院微波遙感技術重點實驗室空間科學與應用研究中心，北京 100190）

1 前言

風云三號A星（FY-3A）是我國第一顆新一代極軌氣象衛星的首發星，于2008年5月27日在中國太原衛星發射中心發射升空，截至2011年5月，已成功運行三周年。微波濕度計（MWHS）[1]是風云三號A/B星的主載荷之一，是搭載于極軌氣象衛星的微波輻射計，目的是探測大氣濕度廓線的垂直分布以及液態水含量等參數。其包括150 GHz和183 GHz兩個探測頻率以及5個探測通道，主要功能是探測全球大氣濕度廓線及強降雨；按照衛星總體要求，工作壽命設計為3年，2年在軌運行考核。在軌運行中，MWHS工作正常，積累了大量全球大氣水汽及強降雨等氣象資料，圖像層次分明，信息量豐富。目前風云三號A/B星MWHS以上午星和下午星形式交叉運行，提供了大量的濕度信息，與星載溫度計聯合使用，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運行狀態以及數據接收和數據處理的具體形式。分析2008年8月22日11時“鸚鵡”臺風到來時不同通道的亮溫顯示結果，以及2008年9月13日“森拉克”熱帶氣旋到來時不同通道的亮溫值。利用神經網絡算法建立反演模型，并與國外已經業務運行的先進微波探測單元（AMSU-B）進行比較。反演北京地區2008年7—12月水汽密度，分析反演均方差。

2 設備結構及運行狀態

FY-3A衛星軌道高度為836 km，軌道傾角為98.753°，自北向南運行，繞地球一圈大約需101.603 min，每天轉動14.1728圈。降交點的地方時為10：05～10：20，交點地方時漂移為15 min/a，回歸周期約為6 d，設計壽命為3年。其上搭載的由中國科學院空間科學與應用研究中心自主研制的MWHS作為11個有效載荷之一，由5個探測通道組成，用于探測大氣濕度廓線和降水強度等（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，星下點分辨率為15 km，亮溫動態范圍為3～340 K，探測靈敏度為1.1～1.2 K，定標精度為1.5 K[2]。圖2為MWHS掃描幾何。

圖1 風云三號MWHSFig.1 MWHS onboard FY-3 satellite

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

3 接收數據的基本信息

風云三號MWHS L1級數據是經數據預處理生成的包含定標定位及預處理輔助信息的數據產品，可直接應用于數值天氣預報模式以及大氣濕度垂直探測和圖像分析。數據區域類型為全局探測，星下點分辨率為15 km，更新頻率為14圈/d，數據量為24×60×60/（8/3）×2048×5.0/d≈3.32×108/d，數據分塊的方式按掃描路徑的弧度進行劃分。圖3為MWHS 2008年9月1日00：56時刻開始掃描的L1級天底觀測亮溫數據，共2283條掃描線，每條掃描線98個像元，天底點為第49個或第50個，本文對二者取平均作為天底點亮溫值。圖4和圖5為與圖3對應時刻的各通道亮溫與實際掃描經緯度的匹配圖。

4 大氣探測原理

星載MWHS以與天底角夾角成θ的方向觀測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。右邊第二項為地球表面的輻射被所經過的路徑衰減后的結果。第三項為表面散射貢獻，表示表面反射（散射）的下行輻射而到達輻射計天線的部分。大氣上行輻射是星載大氣遙感的關鍵項，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）為表面的發射率，對于非天底觀測，Q≠0°，ε（v，θ）實際上是與極化相關的，同時是表面粗糙度和介電特性的函數；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；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，其可以認為是“信號”項。式（1）第二項與表面相關的通常認為是“噪聲”項。

5 大氣水汽反演理論

利用大氣輻射傳輸方程仿真亮溫數據和神經網絡算法可以獲得更接近真實值的大氣溫濕度廓線[4，5]。本文實驗中的神經網絡如圖6所示，共3層，輸入層的神經元數為8，即3個水汽通道、2個窗區通道以及地表的溫度、濕度和壓強，隱層神經元數通過經驗公式以及反復驗證確定為10，輸出層神經元數為116，即分別對應于0～10 km的58個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，每層大氣參數取該層平均值。隨機選取90%的探測數據作為訓練數據，剩余10%用于神經網絡的測試和驗證。

圖6 神經網絡原理示意圖Fig.6 The diagram of artificial neural network

對于隱層的第j個節點，可以表示為

式（6）中，wij是連接第i個輸入神經元和第j個隱層神經元的權重；bj是計算值和測量之間的偏差；S是Sigmoid函數，表述如下

輸出層可以表示為

式（8）中，wjk是連接第j個隱層神經元和第k個輸出神經元的權重值；bk是測量值和輸出值之間的偏差。它適用于非線性模型，在反復訓練過程中，加權函數得以確定，從而減小實際訓練的輸出向量與測量的輸出向量的偏差。相鄰層間神經元完全連接，輸入元素到輸入層，經過隱層，傳輸到輸出層，前者采用Sigmoid函數，后者采用Purelin函數。

運用MPM93大氣吸收模型[6]和大氣輻射傳輸理論模型，計算出與無線電探空資料（RAOB）時間和空間對應的亮溫值或利用經緯度為±1°、時間誤差為3 h的匹配窗，匹配到與之經緯度和時間相對應的FY-3AMWHS亮溫數據。此處，探空數據取用北京地區2008年7—12月，晴天，經度116.28°，緯度39.93°。圖7～圖10為利用人工神經網絡（ANN）算法反演出北京地區2008年7—12月的大氣相對濕度廓線以及均方差對比與分析。圖11～圖14為2008年7—12月北京地區冬季水汽密度廓線以及均方差對比與分析。

圖7 ANN方法反演的相對濕度廓線與探空數據仿真的相對濕度廓線的相關性示意圖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濕度廓線與探空數據的對比示意圖Fig.8 Comparison of a certain relative humidity profile between retrieval from ANN and simulation from radiosonde

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

圖10 獨立測試樣本的相對濕度反演均方差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據仿真值的相關性示意圖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據的對比圖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 獨立測試樣本的水汽密度反演均方差Fig.14 RMS of water vapor density for independent testing datasets

通過實驗結果可得，利用神經網絡反演模型反演的北京地區大氣相對濕度和水汽密度廓線與探空測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）系列之上的先進微波探測單元B型（AMSU-B）[7]相比，搭載于FY-3A/B的MWHS與之性能相當，與地基微波大氣濕度廓線儀相比，能夠實時地在全球范圍內反演出大氣濕度的實時變化，能夠提高數值天氣預報的性能，更好地為人們服務。

6 異常天氣中的作用

2008年8月22 日10：48時（北京時間），“鸚鵡”臺風來臨時150 GHz通道亮溫的顯示結果如圖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，逐漸加強成為臺風，于9月13日00：31時登陸臺灣，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窗區通道圖像顯示，圖形中心位置對流云區呈環狀，對應亮溫較低位置，其西部覆蓋臺灣島，且略有減弱，東側半環依然完整清晰。利用MWHS對“森拉克”臺風立體空間結構診斷，對臺風的強度分布、發展趨勢提供了有意義的參考信息，為業務人員判識臺風未來發展提供了有利依據[8]。

圖17是利用訓練好的神經網絡模型反演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

風云三號MWHS可探測全球大氣水汽密度，反演范圍為300～1000 hPa，相當于大氣高度0～10 km，空間分辨率為50 km，探測頻率為每日兩次。本文選取北京地區風云三號MWHS觀測亮溫，利用經緯度為1°、時間誤差為3 h的探空數據進行匹配，建立滿足均方差要求的神經網絡反演模型，相對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，是氣象和災害監測的重要遙感手段之一；可以全天時、全天候進行大氣濕度觀測，測量大氣濕度的垂直分布、水汽含量和降雨量，實現中、長期數值天氣預報，提高天氣預報的準確性。實踐結果證明，FY-3A微波濕度計在臺風監測中發揮了重要作用，極大地提高了人身安全，減少財產損失。

[1] 張升偉，李 靖，姜景山，等.風云三號衛星微波濕度計的系統設計與研制[J] .遙感學報，2008，12（2）：199-207.

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

[3] Ulaby F，Moore R，Fung 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，Filipe 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.