利用地基微波辐射计资料反演0-10km大气温湿廓线试验研究

1.
南京信息工程大学气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心/中国气象局气溶胶与云降水重点开放实验室,江苏南京210044;2. 南京信息工程大学大气物理学院,江苏南京210044;
2.
南京信息工程大学气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心/中国气象局气溶胶与云降水重点开放实验室,江苏南京210044;3. 江苏省水利科学研究院,江苏南京 210044
3.
南京信息工程大学气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心/中国气象局气溶胶与云降水重点开放实验室,江苏南京210044;
4.
国家卫星气象中心,北京 100081

摘要: 实测与模拟的微波辐射计亮温存在偏差，导致基于BP神经网络模型的大气温湿廓线反演精度的降低。研究了一种基于资料订正后的BP神经网络反演大气温湿廓线的方法。首先，基于2014年6月南京江宁探空资料，利用MonoRTM模式，模拟中心频率在22.2GHz~58.8GHz范围内22通道亮温；对比模拟和实测南京站微波辐射计资料，建立实测微波辐射计资料订正模型。然后，以南京地区2011-2013年探空资料为输入，模拟22通道亮温数据，并基于模拟的22通道亮温数据和当地探空资料，利用BP神经网络算法，建立大气温度、水汽密度、相对湿度廓线反演模型。最后，利用构建的订正模型，对2014年7月试验获取的微波辐射计资料进行订正，并将订正后的微波辐射计资料输入BP神经网络反演模型，反演0-10km高度58层的大气温度、水汽密度和相对湿度，对比实际探空资料以及微波辐射计二级产品，评估分析反演效果。实验结果表明：所建的反演模型提高了大气温湿廓线反演精度，大气温度、水汽密度和相对湿度均方根误差范围分别为1.0~2.0K、0.20 ~1.93g/m3和2.5%~18.6%。
- 地基微波辐射计 /
- BP神经网络 /
- 大气廓线 /
- 反演精度