基于加密探空資料的上海不同云天下AIRS/Aqua相對濕度廓線反演精度研究

蔣文澤，劉瓊,2，陳勇航，黃藝偉，趙兵科，吳峻石周海江，陳帥妤

(1.東華大學環境科學與工程學院，上海 201620；2.中國氣象科學研究院災害天氣國家重點實驗室，北京 100081;3.中國氣象局上海臺風研究所，上海 200030；4.寶山區氣象局，上海 201901)

1 引 言

水汽及其垂直分布在各種時空尺度的大氣過程中都扮演著重要角色[1]。高光譜紅外遙感因其空間分辨率高，能獲得更加精細的大氣結構，在提供濕度垂直信息方面應用得越來越廣泛[2-4]，然而衛星濕度廓線的反演精度極易受到云層的干擾[5]。目前云對衛星濕度反演精度的影響研究大多是針對云量[6-10]，對其他云屬性的影響研究尚少。除了云量，云高也是影響濕度廓線反演精度的一個重要因素。

Divakarla等[10]發現在無云或者少云的情況下，與探空資料相比，AIRS(Atmospheric Infrared Sounder)所反演水汽廓線的平均偏差在對流層范圍內可控制在15%以內。官莉等[5]發現在反演AIRS水汽廓線時采用云頂高度分類雖然能一定程度上提高反演精度，但反演誤差仍然很大，并且云頂高度越高反演誤差越大。Zeng等[11]結合2013年和2014年6月中國區域云量和云頂高度分布，解釋了中國七大區塊AIRS水汽混合比廓線反演精度不同的主要原因，但并未對不同云天對各區域內AIRS水汽混合比廓線反演精度的影響進行分析。

AIRS作為國際上首個真正意義上的星載高光譜紅外探測器，能提供更精準的大氣溫濕度廓線反演數據[12]，因此越來越多的人開始致力于其大氣參數反演相關研究[13-20]。其中，Pu等[21]發現在熱帶氣旋生成的洋面上，AIRS反演的相對濕度廓線與探空觀測存在較大偏差。Gettelman等[22]將AIRS水汽數據與美洲地區0°～40°N范圍內的飛機定點觀測數據進行對比，發現該數據大多是無偏差的，僅在150 hPa以上平均絕對差在25%左右。Wu[23]則以下投式探空儀資料為基準，研究了東部大西洋地區AIRS相對濕度廓線的反演精度，發現除925～1 000 hPa外，AIRS在其余的氣壓層上反演濕度都相對偏濕。由此可見，AIRS相對濕度廓線反演數據在不同地區的準確性是不同的，目前針對AIRS相對濕度廓線反演精度的研究大多聚焦于全球范圍或者下墊面均一的海洋上空。

上海地處中國東部沿海地區，下墊面復雜，7—9月恰逢汛期，云量豐富[11,24]，大氣相對濕度較高，臺風等強對流天氣活動也最為頻繁[25]，為滿足該時段內中小尺度災害天氣的監測和預警需要，探空站點往往于每日的14:00（北京時間，下同）左右進行一次加密探空觀測。考慮到與定常探空觀測相比，探空氣球加密觀測時間與AIRS過境中國時間（01:30和13:30）更為接近，故本文利用2018年7—9月上海寶山站的加密探空資料，對AIRS相對濕度廓線資料在不同質量控制標識、云量和云頂高度條件下的反演精度進行分析，以期為后面合理的開展相關資料的同化研究，檢驗AIRS相對濕度產品對區域數值預報準確度的影響做準備。

2 數據與方法

2.1 資料介紹

本文所用的資料主要包括2018年7月4日—9月30日Aqua衛星攜帶的大氣紅外探測器（AIRS）所反演相對濕度廓線資料和上海寶山站加密觀測試驗所獲得的L波段秒級加密探空資料。AIRS資料來源于GES DISC(Goddard Earth Science Data and Information Services Center)網站(http://disc.gsfc.nasa.gov)。所用數據集為AIRS/Aqua L2 Support Retrieval(AIRS-only)V006(AIRS2SUP)，以HDF格式進行存放，每6 min生成一個文件，空間分辨率為50 km，包含有經緯度信息、時間信息、100層的溫度廓線(0.016～1 100 hPa)、15層的濕度廓線（50～1 100 hPa）、云量、云頂高度等相關數據。AIRS相對濕度反演數據按質量控制標識劃分為4類：質量控制標識0為“Highest Quality”，即數據最好；質量控制標識1為“Good Quality”，即質量一般；質量控制標識2為“Do Not Use”，即不可利用的數據，“-9999”為系統無效值。本文在進行精度驗證時將質量控制標識為2的數據和無效值剔除，不做討論。

探空觀測資料（radiosonde observation，RAOB）主要由氣壓、氣溫、濕度、斜距、仰角、方位角等信息組成。上海寶山站探空氣球每日釋放2次，時間分別為07:15和19:15，特殊天氣情況下如夏季汛期，需要進行一次加密觀測，時間為13:15，氣球固定地方點的地理經緯度坐標為121.45°E，31.40°N。需要注意的是，氣球從釋放至爆炸的總時長約為1.5 h，漂移距離隨季節變化而有所不同。

2.2 衛星資料處理與對比分析方法

Sun等[26]的研究發現在對流層中層（400 hPa），IASI(IR atmospheric sounding interferometer)反演產品與RAOB之間的時間容差范圍擴大1 h，就會引起水汽混合比均方根2.5%的偏差，所以在研究之前將AIRS資料中的時間、空間位置、垂直氣壓層信息與加密探空資料進行一致性匹配很有必要。本研究在時間范圍匹配上，以探空氣球釋放時間為中點，探空氣球飄移時間為時長，篩選同時段的AIRS數據，時間的容差范圍隨探空氣球的飄移時間而變化，但一般不超過±1.5 h，遠低于Divakarla等[10]所采用的±3 h時間窗口。空間位置上，Zeng等[11]研究了探空氣球在中國地區的最大水平飄移距離后發現，在200 hPa、500 hPa和850 hPa高度，氣球的最大水平飄移距離分別小于90 km、25 km和10 km，因此考慮到探空氣球在高空的位置飄移對數據對照的影響，本文首先利用上海寶山站所提供的L波段（1型）數據處理軟件，讀取并計算探空氣球飄移的經緯度，然后采用最臨近點匹配原則進行篩選，限制最大偏移距離為20 km，即剔除與探空氣球水平距離超過20 km的衛星反演數據，探空氣球飄移經緯度的計算方法參照李偉等[27]的研究。在氣壓層匹配上，由于探空氣球的相對濕度廓線資料一般采用常規觀測氣壓層（標準層），而AIRS產品濕度廓線為15層，為保證兩者在垂直層進行準確比較，本文選取1 000 hPa、925 hPa、850 hPa、700 hPa、600 hPa、500 hPa、400 hPa、300 hPa、250 hPa、200 hPa、150 hPa、100 hPa、70 hPa、50 hPa共14層進行比較分析。首先要求探空氣球與AIRS對應的氣壓值之差的絕對值不得大于1 hPa，然后再從符合條件的數據中篩選出氣壓層最接近的探空資料進行研究。

標準大氣是能反映某地區（如中緯度）垂直方向上氣溫、氣壓、濕度等近似平均分布的一種模式大氣，目前在國際上影響較大的是1976年的美國標準大氣。本文基于美國標準大氣溫度垂直廓線劃分氣壓層高度[28]，將上海地區（中緯度地區）200 hPa氣壓層高度劃分為對流層頂。

采用相關系數R、平均偏差（Mean bias,MB）和均方根誤差(Root Mean Squared Error,RMSE)對AIRS濕度廓線反演精度進行定量分析，其計算方法如下：

式中，為探空數據，yi為AIRS反演數值，N為樣本總數，i為樣本。相關系數R的取值范圍為[0,1]，R越接近1表示兩種數據之間的相關性越好；MB能反映反演值相對于觀測值的平均差異；均方根誤差則表示反演值相對于觀測值的離散程度。

3 結果與討論

3.1 AIRS濕度反演數據與探空資料的相關性分析

以上海寶山站加密探空觀測數據為參照，對AIRS相對濕度反演數據進行相關分析，分別計算50～1 000 hPa氣壓層上兩組值的平均偏差MB、均方根誤差RMSE、相關系數R并進行F檢驗，數據統計如表1所示，相對濕度樣本數反映的是每一氣壓層符合條件的樣本數量，總樣本個數為629。在50～200 hPa以及850～1 000 hPa高度范圍內，即平流層和對流層底層，AIRS相對濕度反演數據與探空資料的相關性相對較弱，尤其是在850 hPa高度處，相關系數為0.26，且P值為0.11＞0.05，未通過F檢驗，兩者不相關，這與Zeng等[11]得出的結果一致。探空氣球在對流層頂和平流層所獲得的相對濕度數據質量較差可能是兩者相關性較差的主要原因，而AIRS濕度廓線在對流層底層反演精度較低則主要與大氣邊界層內氣溶膠對輻射的衰減以及復雜下墊面的影響有關[29]。結合相對濕度的MB和RMSE可以發現，與探空數據相比，AIRS所反演相對濕度在對流層中高層(200～500 hPa)偏濕，在對流層中低層(600～925 hPa)偏干。除100 hPa、300 hPa、700 hPa和850 hPa外，其余氣壓層的RMSE均小于20%；MB絕對值的最小值和最大值分別在600 hPa和100 hPa取到，為-0.60%和18.85%，RMSE的最大值在850 hPa處取到，為26.44%。Zeng等[11]在此前的研究中就表示包括上海地區在內的長江流域與中國南方地區水汽混合比的RMSE變化規律一致，垂直方向上850 hPa為最高。由此可見，AIRS在100 hPa和850 hPa處的相對濕度反演精度亟待提高。

表1 2018年7—9月AIRS和探空數據的相對濕度廓線精度比較

3.2 AIRS濕度反演數據在不同質量控制標識下的精度分析

圖1是50～1 000 hPa高度范圍內AIRS質量控制標識為0和1時相對濕度反演數據與加密探空資料的數學偏差分析圖。850 hPa至近地面附近，不存在質量控制標識0的數據，這主要是因為AIRS在探測過程中受云層及地面輻射等因素的影響，對流層底層反演數據達不到質量控制標識0的要求。與加密探空資料相比，質量控制標識為0和1的相對濕度MB的平均值分別為5.90%和-7.65%，RMSE的平均值分別為16.48%和19.21%。質量控制標識0時，在整個對流層范圍內，RMSE都控制在20%以內，MB的標準差也明顯小于質量控制標識為1時，AIRS相對濕度反演數據離散度更小，精度相對較高，100～700 hPa高度范圍內，MB和RMSE隨高度降低逐漸減小，并且在100 hPa時，MB和RMSE均取到最大值，分別為19.66%和26.34%，劉瑞霞等[30]指出AIRS的值較探空在100 hPa高度上誤差較大可能與探空資料在此高度上本身就不夠準確有關。不同于質量控制標識為0時，質量控制標識1的反演數據波動更加劇烈，100～250 hPa內，RMSE較質量控制標識為0時更小，但考慮到樣本數量較少（100～250 hPa范圍內各氣壓層的樣本數量均小于5個），結論不具有代表性。

圖1 50～1 000 hPa高度范圍內AIRS質量控制標識為0和1時相對濕度反演數據的MB(a)和RMSE(b)

圖2具體反映了兩種質量控制標識下的AIRS數據與探空資料的離散程度。AIRS相對濕度反演數據與探空觀測之間整體存在較大差異。質量控制標識為0的數據與探空資料的相關性更高，離散度更小，相關系數為0.72，整個高度范圍內RMSE為17.61%。通過觀測數據點的分布特征可以發現，質量控制標識為0時，AIRS所反演的相對濕度偏大，對角線以上的樣本占到了總樣本數的64.38%，質量控制標識為1時，則相對較干。相對于質量控制標識1，質量控制標識為0時樣本的有效數據量更多，且多集中在0～30%相對濕度范圍內，由此我們可以推斷出在低濕的情況下，AIRS濕度廓線產品往往高估了大氣中的水汽含量，這與Qin等[31]的研究一致。同時，從圖2a中可以看出質量控制標識為0時，隨著相對濕度的增加，樣本數逐漸減小，這與質量控制標識1時樣本有效數據量隨相對濕度的變化趨勢恰恰相反，質量控制標識為1時，樣本數量隨著相對濕度的增加逐漸增加，這說明AIRS在低濕時反演精度更高。

圖2 AIRS質量控制標識為0和1時相對濕度反演數據和與之匹配的探空觀測散點圖

3.3 AIRS濕度反演數據在不同云宏觀物理屬性條件下的精度分析

3.3.1 AIRS濕度反演數據在不同云量條件下的精度分析

結合上文的研究結果，本文對AIRS相對濕度廓線在不同云宏觀物理屬性條件下的反演精度展開研究。根據CERES(Clouds and the Earth's Radiant Energy System)提供的云分類方法將云量情況分為四類。無云定義為云量為0～5%，少云定義為5%～50%，多云定義為50%～95%，陰天定義為95%～100%。樣本數量分別為5、278、314和32，由于無云和陰天時樣本數量太少，不具有代表性，所以本文只將少云和多云時AIRS相對濕度反演數據作為研究對象。

從圖3a各氣壓層的MB分布可以看出，少云時，所有層次的MB范圍在[-14.12%,20.14%]之間，多云時，MB范圍在[-23.47%,20.63%]之間，兩者都在100 hPa處達到最大值；相對于多云，少云時偏差變化較為平緩，相對濕度的標準差在各氣壓層都要更小，500 hPa至近地面附近，MB的絕對值均小于10%，由此可知，少云時AIRS在對流層中低層的濕度廓線更接近于實測值，反演精度更高。相對濕度的MB在100～600 hPa主要表現為正值，在700～925 hPa主要表現為負值，說明AIRS所反演濕度在對流層中高層和平流層底層偏濕，在對流層中低層偏干，這與顧雅茹等[6]得出的結論一致。從圖3b RMSE的統計結果可以看出，隨著云量的增加，AIRS相對濕度廓線反演誤差逐漸增大，并且隨著氣壓值的增大，少云與多云時的RMSE之差有逐漸增大的趨勢，這與劉瑞霞等[30]的研究一致。少云時，除100 hPa高度層外，RMSE均低于20%，400 hPa以下，除850 hPa為18.51%外，RMSE更是低于15%，AIRS相對濕度廓線在對流層中低層反演精度相對較高，但仍無法達到無線電探空的水平。

圖3 不同云量條件下50～1 000 hPa高度范圍內AIRS相對濕度反演數據的MB(a)和RMSE(b)

3.3.2 AIRS濕度反演數據在不同云頂高度條件下的精度分析

根據國際衛星云氣候計劃（International Satellite Cloud Climatology Project,ISCCP)D2資料中云的分類標準將云頂高度分為3類，云頂高度小于440 hPa的即為高云，440～680 hPa的為中云，大于680 hPa的則定義為低云[32]。樣本數量分別為217、46和320（存在46個樣本未檢測到云頂高度），由于中云時樣本數量較少，故本文僅將低云和高云時AIRS的相對濕度反演數據作為研究對象。

研究發現，低云時，所有層次的MB范圍在[-15.52%，15.18%]之間，平均值為3.92%，RMSE范圍在[4.98%，20.56%]之間，平均值為12.75%；高云時，MB范圍則為[-23.35%，23.76%]，平均值為-0.78%，RMSE范圍為[14.60%，31.89%]，平均值為21.87%。對比不同云頂高度條件下AIRS的反演誤差可知，低云時的RMSE要遠小于高云。在440 hPa以上的高度范圍內，高云時的RMSE曲線波動較為頻繁，100 hPa和300 hPa處存在兩個峰值，此高度處相對濕度的標準差也明顯高于臨近氣壓層；而在680 hPa以下，低云和高云時的RMSE曲線都發生明顯波動，誤差加大。綜上可知，AIRS相對濕度反演誤差隨著云頂高度的升高而增加，云頂以上相對濕度廓線反演精度較高，而云頂之下高度的大氣參數反演誤差較大，官莉等[4]利用模擬星載高光譜觀測值對云高進行了敏感性研究，也得出了類似的結論。另外值得注意的是，低云時，50～500 hPa高度范圍內，AIRS相對濕度反演數據的RMSE均小于20%，除400 hPa以外，其余氣壓層均滿足美國NASA(National Aeronautics and Space Administration)構建的新一代全球環境監測系統NPP（NPOESS Preparatory Project）對大氣溫濕衛星探測在對流層中高層和平流層底層所提出的要求[33],可作為數值天氣預報的輸入數據。

3.3.3 AIRS濕度反演數據在不同云宏觀物理屬性下的復合研究

以上研究已表明云量和云頂高度都是影響AIRS數據反演的重要因素，那么為了進一步理清AIRS相對濕度廓線反演精度在不同云量和云頂高度條件下的具體變化，本節將針對以下4種情況(低云且少云、低云且多云、高云且少云、高云且多云)進行研究。其中，4種條件下的樣本占全部有效樣本數的比例分別為16.38%、17.01%、16.85%和31.00%。圖5繪制了不同云量和云頂高度條件下50～1 000 hPa高度范圍內AIRS相對濕度反演數據的箱型圖，橫坐標表示的是不同的氣壓值，縱坐標為AIRS相對濕度反演數據與探空數據之差，與上下四分位數之間的距離超過箱體長度1.5倍的數據點定義為離群值。

圖4 不同云頂高度條件下50～1 000 hPa高度范圍內AIRS相對濕度反演數據的MB(a)和RMSE(b)

圖5 不同云量和云頂高度條件下50～1 000 hPa高度范圍內AIRS相對濕度反演數據的箱式圖

在同樣為少云的情況下，高云與低云時相比，除70 hPa、150 hPa、400 hPa、600 hPa和850 hPa外，其余氣壓層的四分位距均變大，特別是50 hPa、100 hPa、250 hPa、300 hPa、500 hPa和1000 hPa處，箱體長度都增大為原來的兩倍以上，另外100 hPa氣壓層上，非異常范圍內的最大值更是達到了48.13%，數據離散度較大，AIRS反演精度較差，綜上可知，不同于低云，高云對對流層和平流層范圍內的AIRS相對濕度廓線反演精度都有影響，其中又以對流層中高層及平流層底層影響最大。相較于其他三種情況，高云且多云對AIRS相對濕度廓線的反演精度影響最為明顯，此條件下各氣壓層非異常值范圍內的極差都為最大，對流層范圍內除925 hPa之外都超過了50%，其中，又以850 hPa處數據離散度為最大，此時，絕對誤差的最大值為24.43%，最小值為-63.51%。250 hPa、300 hPa、600 hPa、925 hPa出現離群值，250 hPa和600 hPa時為正偏態，300 hPa和925 hPa時表現為負偏態。

4 結 論

本文選取2018年汛期（7—9月）上海寶山站的加密探空資料，檢驗了同時段AIRS相對濕度廓線反演產品在不同質量控制、云量和云頂高度條件下的反演精度。總體上，反演精度隨著云量和云頂高度的增加而逐漸降低。

（1）對流層范圍內，AIRS質量控制標識為0的數據更接近實測值，RMSE都控制在20%以內，平均RMSE為16.48%。對比不同質量控制標識的AIRS資料，質量控制標識為0時，AIRS所反演的相對濕度相對偏濕，質量控制標識為1時,則相對偏干。低濕（相對濕度小于30%）時AIRS相對濕度廓線產品的反演精度更高，但往往高估了大氣中的水汽含量。

（2）多云對AIRS相對濕度反演精度的影響明顯要大于少云，并且隨著氣壓值的升高，少云與多云時的RMSE之差有逐漸增大的趨勢。少云時，400 hPa以下，除850 hPa外，RMSE均低于15%，AIRS相對濕度廓線在對流層中低層反演精度相對較高，但仍達不到無線電探空的水平。

（3）AIRS相對濕度反演誤差隨云頂高度的升高而逐漸加大，云頂以上相對濕度廓線反演精度更高，而云頂以下高度的反演誤差較大。高云對對流層和平流層范圍內AIRS相對濕度廓線的反演精度都有影響，其中又以對流層中高層及平流層底層(100～500 hPa)的影響為最大，反觀低云時，AIRS相對濕度反演數據滿足美國NASA構建的新一代全球環境監測系統NPP對大氣溫濕衛星探測在50～500 hPa高度內所提出的要求，可作為數值天氣預報的輸入數據。

（4）高云且多云對AIRS相對濕度廓線的反演精度影響最為明顯，此條件下各氣壓層非異常值范圍內的極差都為最大，對流層范圍內除925 hPa之外都超過了50%。其中，又以850 hPa處數據離散度最大，為89.94%。

致 謝：感謝上海市氣象局為本研究提供的加密探空資料以及美國國家航空航天局(National Aeronautics and Space Administration,NASA)提供的AIRS反演數據。