靜止軌道微波衛星熱帶氣旋觀測數值模擬及時空分辨率分析:以臺風“菲特”為例

張穎　劉浩　吳季　何杰穎

(1.中國科學院國家空間科學中心微波遙感技術重點實驗室,北京 100190;2.中國科學院大學,北京 100049)

?

靜止軌道微波衛星熱帶氣旋觀測數值模擬及時空分辨率分析:以臺風“菲特”為例

張穎1,2劉浩1吳季1何杰穎1

(1.中國科學院國家空間科學中心微波遙感技術重點實驗室,北京 100190;2.中國科學院大學,北京 100049)

摘要觀測熱帶氣旋所需的空間分辨率以及識別出變化所需的時間分辨率對于用于觀測熱帶氣旋的輻射計的指標設計有重要意義．利用美國國家環境預報中心6 h全球最終分析資料作為初始場,通過中尺度數值天氣預報模式輸出不同時刻水凝物含量和溫濕度廓線等參數,使用歐洲中期數值天氣預報中心發展建立的快速輻射傳輸模式輸出亮溫,分析了不同時刻及不同空間分辨率下氧氣吸收頻段和水汽吸收頻段的靜止軌道探測模擬亮溫．結果表明:熱帶氣旋等級越高,觀測的空間分辨率需求越高,氧氣吸收頻率、水汽吸收頻率、窗區頻率對空間分辨率敏感度依次增大;短時間內低等級熱帶氣旋的觀測時間分辨率需求越高,水汽吸收頻段探測頻率所需時間分辨率高于氧氣吸收頻段．

關鍵詞快速輻射傳輸模型；熱帶氣旋;靜止軌道;微波衛星觀測

引言

微波頻段與可見光和紅外頻段相比具有受云和降雨天氣影響小的特點,它可以穿透大部分云層,具有全天候探測能力,使得低頻段微波在云和降水的觀測上具有可見光和紅外探測無可比擬的優勢[1]．

目前進行溫度廓線和濕度廓線探測的在軌儀器包括AMSU-A, AMSU-B, MWTS, MWHS, ATMS, SSM/T等都用于低地球軌道探測[2],而在靜止軌道上還沒有相應頻段的探測器．

相比低地球軌道衛星探測,靜止軌道探測器相對地球靜止,能夠對大氣進行大面積的連續時間觀測,因而在天氣預警和快速變化天氣現象的即時和短期天氣預報上具有更好的時效性,能發揮更大作用．再者,靜止軌道毫米波大氣探測儀與同軌道紅外探測器相結合,能彌補紅外探測無法穿透云層的缺陷,從而實現有云天氣情況下大氣溫度和濕度垂直分布探測,這將有利于熱帶氣旋內部結構探測[3]．

從20世紀90年代開始,美國及歐洲基于傳統的真實孔徑技術提出了GEM/GOMAS的概念并開展了方案論證工作．近年來,干涉式綜合孔徑技術的引入推動了靜止軌道微波探測技術新一輪的發展,并逐漸成為國際上主流的發展方向．基于綜合孔徑技術,美國與歐洲分別提出了各自的星載系統概念(GeoSTAR及GAS),并研制了各自的地面縮比樣機[4-7]．我國在新一代風云四號靜止軌道氣象衛星規劃當中,也已明確了對微波探測的需求．針對上述需求,中科院空間中心從2005年開始提出了基于圓環陣列干涉式綜合孔徑技術的靜止軌道干涉式毫米波大氣探測儀(Geostationary Interferometric Micorwave Sounder, GIMS)的系統概念,并開展了樣機研制[8-9]．

GIMS采用干涉式綜合孔徑成像技術,相比真實孔徑微波輻射計能有效減小天線尺寸,降低機械掃描難度．并且靜止軌道干涉式毫米波大氣探測儀采用圓環稀疏陣列進行旋轉分時掃描,相比靜止陣列能夠進一步減小所需的天線數目并且易于定標,這些優勢使得靜止軌道干涉式毫米波大氣探測儀尤其適合于星載靜止軌道應用．

表1中列出了GIMS樣機的主要技術指標[8],由于GIMS采用分時掃描成像機制,因而成像周期的設計依賴觀測目標的時間變化特性,而空間分辨率的設計也將依賴觀測目標的空間分布特性．本文試驗利用中尺度天氣預報(Weather Research and Forecasting,WRF)模式和快速輻射傳輸模型(Radiative Transfer for TOVS,RTTOV)模擬了50.3 GHz、183 GHz靜止軌道上觀測的熱帶氣旋區域的亮溫變化,主要分析了熱帶氣旋觀測所需的空間分辨率和時間分辨率,從而為靜止軌道微波輻射計空間分辨率和成像周期等指標的設計提供依據．

表1　GIMS樣機的技術指標

1方法及數據資料介紹

文中選用FNL(final)再分析資料作為初始場驅動天氣預報模式WRF,得到指定時刻、指定空間分辨率的氣象預報,提取預報輸出的溫度、濕度、氣壓、水汽含量等云雨大氣環境數據作為輻射傳輸模型RTTOV的輸入,對靜止軌道上氧氣吸收頻帶(53 GHz)和水汽吸收頻帶(183 GHz)的探測進行模擬,從而得到相應時刻和空間分辨率的臺風區域亮溫分布,由此對靜止軌道臺風觀測的時間和空間分辨率需求進行分析．

1.1數據資料

FNL資料是逐6 h以1°×1°為單元網格的全球最終分析資料,該數據由全球數據同化系統(Global Data Assimilation System, GDAS)采集各種觀測系統的數據經過再分析得到．試驗選取了2013年10月登陸福建沿海的臺風“菲特”進行研究,以該時段FNL資料作為天氣預報模式WRF的初始場．

1.2WRF

WRF是美國國家環境預報中心(National Centers for Environmental Prediction, NCEP)和美國國家大氣研究中心(National Center for Atmospheric Research, NCAR)等科研機構聯合開發研制的新一代預報模式,已被用于氣旋模擬及預測中,比如Pattanaik和Rama利用該模式對強臺風“納爾吉斯”進行軌跡預報[11],Manion和Evans等利用該模式模擬五個溫帶氣旋研究氣旋強度預測方法[12],周林等利用該模式模擬分析超強臺風“桑美”[13]．WRF模式采用NCEP 6 h間隔再分析全球氣象資料作為初始場,本研究中預報輸出的時間分辨率設為10 s,空間分辨率分別設為10、20、50、80 km,云微物理方案使用Purdue Lin方案,該方案考慮水汽、云水、雨、云冰、雪、霰等六種水凝物,是WRF模式中比較成熟的微物理方案,適合研究應用[14],其他物理過程包括長波輻射RRTM方案、短波輻射Dudhia方案、表層Monin-Obukhov方案、Noah地表模型、邊界層YSU方案和積云Kain-Fritsch方案．

1.3RTTOV

RTTOV是由歐洲中期天氣預報中心(European Center for Medium-Range Weather Forecasts, ECMWF)開發的用于模擬衛星探測的地球環境紅外和微波輻射的快速輻射傳輸模型,能夠在給定大氣溫度、濕度廓線以及表面狀態等模式初始變量的情況下,沿衛星探測器的觀測方向,根據儀器每一探測通道的平均光譜響應函數,得到較高精度的模擬探測值[15]．針對受云和降水條件下的模擬,RTTOV中提供了散射模塊,該模塊可以描述為下面的公式:

(1)

2方法驗證

選取NOAA衛星經過臺風“菲特”的時刻,利用WRF模式對該時刻的大氣參數進行預測,從中提取溫度、濕度、壓力、云覆蓋、云水、云冰、降水等廓線信息以及表面溫度、2 m溫度、2 m比濕、10 m 經緯向風速、地表類型等地面參數,并結合頻率、天頂角、軌道高度等儀器參數作為RTTOV的輸入參數,然后通過RTTOV輻射傳輸模型模擬微波溫度計AMSU-A和濕度計AMSU-B的亮溫,將模擬亮溫與實際觀測亮溫進行對比,圖1、2分別給出頻率為54.4 GHz和183.31 GHz時的亮溫對比圖,結果表明模擬亮溫與實際觀測亮溫分布一致,能很好地模擬熱帶氣旋的基本結構．表2、3列出了NOAA衛星和FY3-B衛星上溫度計AMSU-A/MWTS和濕度計AMSU-B/MWHS各頻率通道熱帶氣旋區域模擬亮溫和實際亮溫的均方根誤差(Root Mean Squared Error, RMSE)．結果表明:50～56 GHz二者亮溫吻合度極高,尤其在AMSU-A氧氣吸收頻率附近(54 GHz左右)模擬誤差可以達到0.6 K左右,這是由于氧氣吸收頻率屬于高層探測通道,受海表面輻射率的影響小[10];而水汽吸收頻率(183 GHz)模擬誤差整體略高于氧氣吸收通道,這主要由于高頻對水物質粒子散射比較敏感,而輻射傳輸模型中水物質粒子散射模塊還有待提高．盡管在窗區頻率上,模擬亮溫與實際觀測亮溫在固定時刻上有一定的偏差,但是在本研究著重分析的氧氣和水汽吸收頻率上,模擬亮溫與實際觀測亮溫的偏差較小,且固定時刻的偏差不影響亮溫在短時間內的動態變化規律分析;并且圖1、2也顯示,模擬亮溫能準確反映觀測目標的結構特性,因而個別像素點上模擬亮溫的偏差將不影響目標的空間分辨率需求分析,表明了WRF和RTTOV方法模擬氣旋區域微波探測亮溫進行時空分辨率分析的可行性．

(a) 實際觀測亮溫/K　　　(b) 模擬亮溫/K圖1　模擬亮溫與實際觀測亮溫對比圖(頻率54.4 GHz)

(a) 實際觀測亮溫/K　　　(b) 模擬亮溫/K圖2　模擬亮溫與實際觀測亮溫對比圖(頻率183.31 GHz)

AMSU-A頻率/GHz23.831.450.352.853.59654.454.9455.5RMSE/K18.8729.7814.523.411.460.650.340.58偏差/%8.6615.625.891.280.560.270.150.27頻率/GHzf0=57.290344f0±0.217f0±0.3222±0.048f0±0.3222±0.022f0±0.3222±0.01f0±0.3222±0.004589RMSE/K2.347.3615.1425.2435.3543.9615.57偏差/%1.153.506.8910.9514.6817.616.01AMSU-B頻率/GHz89150183.31±7.0183.31±3.0183.31±1.0RMS/K18.6823.746.2212.1319.57偏差/%7.248.622.544.717.38

表3　FY3-B衛星溫度計和濕度計各頻率通道模擬亮溫與觀測亮溫的RMSE

3臺風觀測的空間分辨率分析

使用WRF模式和RTTOV輻射傳輸模型模擬得到不同空間分辨率時靜止軌道觀測的臺風區域(圖3、4),圖3、4分別是50.3 GHz和183.31 GHz的模擬．由于183.31 GHz位于水汽吸收帶上,液態水吸收特征明顯,且高頻探測時水凝物粒子的散射作用明顯,從而使氣旋模擬亮溫降低[15,18],因而水汽吸收通道熱帶氣旋亮溫低于背景亮溫,而50.3 GHz窗區通道熱帶氣旋亮溫高于背景亮溫．

圖3、4從左至右依次顯示空間分辨率為20 km×20 km,50 km×50 km,80 km×80 km時的熱帶氣旋區域模擬亮溫,從上至下氣旋等級依次增強,分別對應強熱帶風暴、臺風、強臺風(相應風速依次約為28 m/s,35 m/s,42 m/s)．圖中顯示,各組空間分辨率圖像均能反應出熱帶氣旋的基本結構,但是僅當空間分辨率高于或等于50 km×50 km時才能比較清晰地顯示熱帶氣旋的細節信息(如風眼及眼壁等結構),當分辨率降低至80 km×80 km時,風眼等細節信息已經非常模糊．

對比圖3、4的每一行可以看出,隨著熱帶氣旋等級升高,由于空間分辨率降低引起的細節信息丟失現象越來越明顯．氣旋為強熱帶風暴時,80 km分辨率圖像(圖3(c))仍保留氣旋基本輪廓,而當氣旋演化為強臺風時,80 km分辨率圖像(圖3(i))風眼已模糊為一個像素點,信息丟失情況加重．

(a)　　　分辨率20 km*20 km,熱帶　　(b)　　　分辨率50 km*50 km,熱帶　　(c)　　　分辨率80 km*80 km,熱帶　　　氣旋等級：強熱帶風暴　　　氣旋等級：強熱帶風暴　　　氣旋等級：強熱帶風暴

(d)　　　分辨率20 km*20 km,熱帶　　　(e)　　　分辨率50 km*50 km,熱帶　　　(f)　　　分辨率80 km*80 km,熱　　　氣旋等級：臺風　　　氣旋等級：臺風　　　帶氣旋等級：臺風

(g)　　　分辨率20 km*20 km,熱帶　　(h)　　　分辨率50 km*50 km,熱帶　　(i)　　　分辨率80 km*80 km,熱帶　　　氣旋等級：強臺風　　　氣旋等級：強臺風　　　氣旋等級：強臺風圖3　50.3 GHz時不同空間分辨率、不同等級熱帶氣旋的亮溫模擬

(a)　　　分辨率20 km*20 km,熱帶　　(b)　　　分辨率50 km*50 km,熱帶　　(c)　　　分辨率80 km*80 km,熱帶　　　氣旋等級：強熱帶風暴　　　氣旋等級：強熱帶風暴　　　氣旋等級：強熱帶風暴

(d)　　　分辨率20 km*20 km,熱帶　　(e)　　　分辨率50 km*50 km,熱帶　　　(f)　　　分辨率80 km*80 km,熱帶　　　氣旋等級：臺風　　　氣旋等級：臺風　　　氣旋等級：臺風

(g)　　　分辨率20 km*20 km,熱帶　　(h)　　　分辨率50 km*50 km,熱帶　　(i)　　　分辨率80 km*80 km,熱帶　　　氣旋等級：強臺風　　　氣旋等級：強臺風　　　氣旋等級：強臺風圖4　183.31 GHz時不同空間分辨率、不同等級熱帶氣旋的亮溫模擬

(a) 強熱帶風暴

(b) 臺風

(c) 強臺風圖5　不同等級熱帶氣旋各分辨率圖像與理想高分辨率圖像間的RMSE隨頻率的分布直方圖

以10 km高分辨率氣旋模擬亮溫圖像作為基準,將20、50、80 km分辨率圖像插值到基準圖像坐標下并與基準圖像進行對比,計算RMSE,得到圖5中不同等級不同分辨率圖像RMSE隨頻率的分布直方圖．圖5顯示窗區通道(50 GHz,150 GHz)附近,由于空間分辨率降低帶來的差異比較明顯,而在氧氣吸收通道(54 GHz)和水汽吸收通道(183 GHz)附近,空間分辨率降低帶來的影響很小,尤其是氧氣吸收通道附近,即便空間分辨率降低至80 km,RMSE依然維持在0.4 K左右．這說明從定量分析的角度而言,氧氣吸收頻率和水汽吸收頻率附近進行靜止軌道探測對于空間分辨率不敏感,而窗區頻率靜止軌道探測對空間分辨率比較敏感．

4臺風觀測的時間分辨率分析

使用WRF模式和RTTOV輻射傳輸模式得到時間間隔為10 s的一系列熱帶氣旋模擬亮溫,對其兩兩圖像計算RMSE,統計得到亮溫圖像間的差值隨圖像時間間隔的曲線,如圖6所示．圖中顯示氧氣吸收頻帶53.596 GHz和水汽吸收頻帶183.31 GHz模擬亮溫有相似的結果:1) 圖中每一條曲線的變化表明,隨著時間推移,熱帶氣旋模擬亮溫與初始時刻亮溫之間的差值越來越大,這是由于熱帶氣旋隨著時間變化不斷進行旋轉、位移及演化造成的;2) 對比不同顏色的曲線可知,不同強度熱帶氣旋對應的RMSE曲線的斜率不同,隨著熱帶氣旋增強(強熱帶風暴>臺風>強臺風),曲線斜率的絕對值減小,即在半小時內,熱帶氣旋等級越低,在相同時間內亮溫的變化越劇烈,可能的原因在于短時間內熱帶氣旋的旋轉運動比位移更顯著,而熱帶氣旋等級越低,結構的對稱性越差,因而低等級熱帶氣旋的旋轉運動帶來的亮溫變化更大,隨著時間增長,熱帶氣旋的位移給亮溫變化帶來的影響將逐漸顯著．換言之,觀測不同強度的熱帶氣旋的相同的變化量所需的時間分辨率不同,且熱帶氣旋等級越低,短時間內觀測所需的時間分辨率越高．

對比圖6兩個頻率的曲線可知,以不同頻率觀測熱帶氣旋亮溫變化相同量所需的觀測時間分辨率也不同．定量分析5 min內不同頻率、不同強度的熱帶氣旋亮溫變化情況,結果如圖7所示．對比不同等級的熱帶氣旋可知:5 min內熱帶氣旋等級越低,亮溫的變化量越大,這與前面的分析一致;50～57 GHz范圍內,亮溫變化呈現先降低后增高的趨勢,這是由于氧氣吸收通道54 GHz的接收亮溫主要受氧氣含量影響,而熱帶氣旋區域氧氣含量在5 min內變化不大;而熱帶氣旋區域水汽含量比氧氣含量變化更明顯,因而整體看來,水汽吸收頻帶亮溫平均變化量高于氧氣吸收頻帶．

(a) 53.596 GHz　　　　　　　　　　　　　　　　(b) 183.31 GHz圖6　熱帶氣旋模擬亮溫圖像間的RMSE隨圖像時間間隔的變化

圖7　5 min內熱帶氣旋區域亮溫變化的RMSE隨頻率的分布圖

5結論

使用中尺度數值天氣預報模式WRF預報輸出的水凝物,通過歐洲中期數值天氣預報中心發展建立的快速輻射傳輸模式RTTOV,針對靜止軌道觀測臺風所需要的時間分辨率和空間分辨率進行了分析,主要得到以下結論:

對于每一個等級的熱帶氣旋,隨著時間推移,熱帶氣旋模擬亮溫與初始時刻亮溫之間的變化越來越大;受氣旋結構的對稱性、螺旋運動和位移運動的影響,在短時間內,熱帶氣旋等級越低,亮溫的變化越劇烈,觀測所需的時間分辨率要求也越高;不同頻率觀測相同的亮溫變化量所需的時間分辨率不同,總體而言水汽吸收頻帶觀測熱帶氣旋的時間分辨率需求高于氧氣吸收頻帶．

綜合以上靜止軌道熱帶氣旋模擬亮溫的空間分辨率和時間分辨率分析,能夠為靜止軌道微波輻射計的設計提供依據,根據應用需求的側重點合理設計合成孔徑輻射計系統的各項指標,以達到相應的時間分辨率和空間分辨率需求．

參考文獻

[1]何杰穎, 張升偉. 地基和星載微波輻射計數據反演大氣濕度[J]. 電波科學學報, 2011, 26(2):362-368.

HE J Y, ZHANG S W. Humidity retrieved from data of the ground-based microwave profiler and satellite-based humidity sounder[J]. Chinese journal of radio science, 2011, 26(2):362-368. (in Chinese)

[2] World Meteorological Organization. Observing Systems Capability Analysis and Review Tool [DB/OL]. WMO, 2015[2015-05-19].http://www.wmo-sat.info/oscar/instrumenttypes/view/3.

[3] 邱紅, 谷松巖, 朱元競, 等. 星載微波估計熱帶氣旋中心氣壓的研究[J]. 電波科學學報, 2004, 19(4): 393-398.

QIU H, GU S Y, ZHU Y J, et al. Estimation of the central surface pressure of tropical cyclone from satellite microwave data[J]. Chinese journal of radio science, 2004, 19(4):393-398. (in Chinese)

[4] BIZZARRI B, GASIEWSKI A, STAELIN D, et al. Observing rain by millimeter-submillimeter wave sounding from geostationary orbit [M]. Netherlands: Springer, 2007: 675-692.

[5] BIZZARRI B, GASIEWSKI A, STAELIN D. Initiatives for millimetre/submillimetre-wave sounding from geostationary orbit [C]//IEEE International Geoscience and Remote Sensing Symposium. Toronto, June 24-28, 2002.

[6] TANNER A B, WILSON W J, LAMBRIGSTEN B H, et al. Initial results of the geostationary synthetic thinned array radiometer (GeoSTAR) demonstrator instrument [J]. IEEE transactions on GRS, 2007, 45(7): 1947-1957.

[7] CARLSTROM A, CHRISTENSEN J, EMBRETSEN J, et al. A geostationary atmospheric sounder for now-casting and short-range weather forecasting [C]//IEEE Antennas and Propagation Society International Symposium. Charleston, June 1-5, 2009.

[8] LIU H, WU J, ZHANG S W, et al. The geostationary interferometric microwave sounder (GIMS): instrument overview and recent progress [C]//IEEE International Geoscience and Remote Sensing Symposium. Vancouver, July 24-27, 2011.

[9] ZHANG C, LIU H, WU J, et al. Imaging analysis and first results of the geostationary interferometric microwave sounder demonstrator [J]. IEEE transactions on GRS, 2015, 53(1):3629-3632.

[10]谷松巖， 邱紅， 張文建. 先進微波探測器資料反演地表微波輻射率試驗[J]. 電波科學學報, 2004, 19(4): 452-457.

GU S Y, QIU H, ZHANG W J. Retrieval of land surface microwave emissivity by using satellite-borne AMSU data[J]. Chinese journal of radio science, 2004, 19(4): 452-457. (in Chinese)

[11]PATTANAIK D R, RAMA RYV. Track prediction of very severe cyclone ‘Nargis’ using high resolution weather research forecasting (WRF) model[J]. Journal of earth system science, 2009, 118(4): 309-329.

[12]MANION A, EVANS C, OLANDER T L, et al. An evaluation of advanced dvorak technique-derived tropical cyclone intensity estimates during extratropical transition using synthetic satellite imagery[J]. Weat-her and forecasting, 2015, 30(4): 984-1009.

[13]周林， 王東法， 徐亞欽. 利用WRF數值模擬分析小型超強臺風“桑美”[J]. 浙江大學學報:理學版， 2012, 39(6):703-710.

ZHOU L, WANG D F, XU Y Q. Numerical simulation of tiny super typhoon saomai using WRF[J]. Journal of Zhejiang University:Science Edition, 2012, 39(6): 703-710. (in Chinese)

[14]CHEN S H, DUDHIA J. Annual Report: WRF Physics [R/OL]. NCAR, 2015[2015-05-19]. http://www2.mmm.ucar.edu/wrf/users/docs/wrfdoc-physics.pdf.

[15]董佩明, 王海軍, 韓威, 等. 水物質對云雨區衛星微波觀測模擬影響[J]. 應用氣象學報, 2009, 20(6): 682-691.

DONG P M, WANG H J, HAN W, et al. The effect of water content on the simulation of satellite microwave observation in cloudy and rainy area [J]. Journal of applied meteorological science, 2009, 20(6): 682-691. (in Chinese)

[16]HOCKING J, RAYER P, RUNDLE D, et al. RTTOV v11 users guide[DB/OL]. NWP SAF, 2015[2015-05-19]. http://nwpsaf.eu/deliverables/rtm/docs-rttov11/users-guide-11-v1.3.pdf.

[17]BAUER P, MOREAU E, CHEVALLIER F. Multiple-scattering microwave radiative transfer for data assimilation applications[J]. Quarterly journal of the royal meteorological society, 2006, 132(617): 1259-1281.

[18]劉碩松, 董佩明, 韓威, 等. RTTOV和CRTM對“羅莎”臺風衛星微波觀測的模擬研究與比較[J].氣象學報, 2012, 70(3): 585-597.

LIU S S, DONG P M, HAN W, et al. Simulative study of satellite microwave observations for Typhoon Luosha using RTTOV and CRTM and the comparison[J]. Acta meteorologica sinica, 2012, 70(3): 585-597. (in Chinese)

[19]SURUSSAVADEE C, STAELIN D H. Comparison of AMSU millimeter-wave satellite observations, MM5/TBSCAT predicted radiances, and electromagnetic models for hydrometeors[J]. IEEE transactions on geoscience and remote sensing, 2006, 10(44): 2667-2678.

Numerical simulation and temporal-spatial resolution analysis of tropical cyclone observation in GEO microwave satellite:a case study of typhoon “Fitow”

ZHANG Ying1, 2LIU Hao1WU Ji1HE Jieying1

(1.KeyLaboratoryofMicrowaveRemoteSensing,NationalSpaceScienceCenter(NSSC),ChineseAcademyofSciences,Beijing100190,China;2.UniversityofChineseAcademyofSciences,Beijing100049,China)

AbstractTemporal and spatial resolution for tropical cyclone observation play an important role in the design of radiometer used for observing tropical cyclone. In this study, the National Centers for Environmental Prediction (NCEP) final operational global analysis data prepared operationally every six hours was used as the initial field for mesoscale weather research and forecasting model (WRF) and drove the model to output atmospheric parameters such as hydrometeor content, temperature and humidity profiles at different time. The fast radiative transfer model for TOVS (RTTOV) developed by European Center for Medium-Range Weather Forecasts (ECMWF) was used to calculate brightness temperature. Then the simulated brightness temperature maps viewed from geostationary earth orbit at oxygen absorption band and water absorption band for different temporal and spatial resolutions were analyzed. Results indicate that the higher the level of tropical cyclone, the higher the spatial resolution is needed. Sensitivity to spatial resolution is gradually increased among oxygen absorption band, water vapor absorption band and atmospheric window band. In general, for a short observation period, tropical cyclone of lower level needs higher temporal resolution and observation in water vapor absorption band needs higher temporal resolution than that in oxygen absorption band.

Keywordsfast radiative transfer model; RTTOV; tropical cyclone; GEO; microwave satellite observation

收稿日期：2015-05-19

中圖分類號P407.1

文獻標志碼A

文章編號1005-0388(2016)02-0253-09

DOI10.13443/j.cjors.2015051901

作者簡介

張穎(1990-),女,湖北人,現為中國科學院國家空間科學中心中國科學院微波遙感技術重點實驗室博士研究生,主要研究方向為綜合孔徑輻射計系統設計、大氣探測與研究．

劉浩(1978-),男,江西人,現為中國科學院國家空間科學中心研究員,博士生導師,主要研究方向為微波遙感機理、微波遙感器系統研制、信號處理、綜合孔徑微波輻射計等．

吳季(1958-),男,北京人,現為中國科學院國家空間科學中心研究員,博士生導師,主要研究方向為微波遙感機理、電磁場理論、微波天線技術、空間探測技術與衛星工程和綜合孔徑微波輻射計等.

何杰穎(1984-),女,天津人,現為中國科學院國家空間科學中心副研究員,發表期刊論文8篇,SCI檢索兩篇,EI收錄論文6篇．主要研究方向為星載和地基微波輻射計信息反演,主要是大氣水汽、溫度、云液態水等信息的反演.

張穎, 劉浩, 吳季, 等. 靜止軌道微波衛星熱帶氣旋觀測數值模擬及時空分辨率分析:以臺風“菲特”為例[J]. 電波科學學報，2016,31(2):253-261.DOI: 10.13443/j.cjors.2015051901

ZHANG Y, LIU H, WU J, et al. Numerical simulation and temporal-spatial resolution analysis of tropical cyclone observation in GEO microwave satellite:a case study of typhoon “Fitow”[J]. Chinese journal of radio science,2016,31(2):253-261. (in Chinese). DOI:10.13443/j.cjors.2015051901

資助項目: 國家863計劃項目(2013AA122701)； 公益性行業(氣象)科研專項項目(GYHY201506023)； 中科院國際合作局對外合作重點項目(GJHZ201316)； 浙江省自然科學基金項目(LQ15D060006)

聯系人： 張穎 E-mail: zy_9085@163.com