ISSN 1004-4965

CN 44-1326/P

用微信扫描二维码

分享至好友和朋友圈

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

融合多源观测资料的微波辐射计温度廓线订正试验

单乃超 周后福 郦敏杰 王琛 严文莲

单乃超, 周后福, 郦敏杰, 王琛, 严文莲. 融合多源观测资料的微波辐射计温度廓线订正试验[J]. 热带气象学报, 2024, 40(4): 586-598. doi: 10.16032/j.issn.1004-4965.2004.052
引用本文: 单乃超, 周后福, 郦敏杰, 王琛, 严文莲. 融合多源观测资料的微波辐射计温度廓线订正试验[J]. 热带气象学报, 2024, 40(4): 586-598. doi: 10.16032/j.issn.1004-4965.2004.052
SHAN Naichao, ZHOU Houfu, LI Minjie, WANG Chen, YAN Wenlian. Experiments on Microwave Radiometer Temperature Profile Correction by Integrating Multi-Source Observational Data[J]. Journal of Tropical Meteorology, 2024, 40(4): 586-598. doi: 10.16032/j.issn.1004-4965.2004.052
Citation: SHAN Naichao, ZHOU Houfu, LI Minjie, WANG Chen, YAN Wenlian. Experiments on Microwave Radiometer Temperature Profile Correction by Integrating Multi-Source Observational Data[J]. Journal of Tropical Meteorology, 2024, 40(4): 586-598. doi: 10.16032/j.issn.1004-4965.2004.052

融合多源观测资料的微波辐射计温度廓线订正试验

doi: 10.16032/j.issn.1004-4965.2004.052
基金项目: 

华东区域气象创新基金项目 QYHZ20210

安徽省重点研发计划 2022m07020003

详细信息
    通讯作者:

    周后福,男,安徽省人,研究员级高级工程师,博士,从事灾害性天气分析。E-mail:zhf_anqx@sohu.com

  • 中图分类号: P413

Experiments on Microwave Radiometer Temperature Profile Correction by Integrating Multi-Source Observational Data

  • 摘要: 为增加大气探空站点,提高微波辐射计大气温度探测精度,利用FY-4A气象卫星温度产品和BP神经网络、遗传算法,分别实施杭州站、南京站微波辐射计的温度订正仿真试验,并获得准确的连续性大气温度垂直廓线;结合探空资料和民航AMDAR气温资料,评估模型订正效果。研究结果表明: (1) 微波辐射计温度产品存在一定误差,两站均在高度2 km处平均偏差最大,同站有雨时的偏差均大于无雨时的偏差;(2) 经过BP神经网络模拟订正后的微波辐射计测温精度较原温度产品提升幅度较大;杭州站MAE、MSE、RMSE的降低幅度分别为45%~55%、65%~78%、41%~53%,南京站的降低幅度分别为58%~66%、83%~88%、55%~59%;(3) 经过遗传算法优化初始权值和阈值后的神经网络订正模型模拟效果有进一步的提升,其中有雨模型提升效果明显,RMSE降低幅度11%~15%。微波辐射计的上述订正方法,可以推广到各地微波辐射计站点应用,具有实际使用价值。

     

  • 图  1  GABP模拟大气温度廓线算法流程

    图  2  杭州站2021年08时、20时各探测设备0~10 km温度散点图

    图  3  TAMDART探空加权系数k与仿真测试集温度RMSE关系

    图  4  两站各高度不同探测设备空值率

    a.杭州;b.南京。

    图  5  最优个体适应度随遗传迭代次数变化

    a.杭州无雨;b.杭州有雨;c.南京无雨;d.南京有雨
    x表示初代最优个体,☆表示末代最优个体。

    图  6  微波辐射计温度与GABP模拟温度廓线误差比较

    a.杭州无雨;b.杭州有雨;c.南京无雨;d.南京有雨
    黑色虚线表示0误差线;实线表示MB,虚线表示RMSE;红色表示微波辐射计,蓝色表示GABP。

    图  7  T微波辐射计T验证、TBPNN、TGABP廓线个例对比

    a.杭州站2021082108无雨;b.杭州站2021090208有雨;c.南京站2021091608无雨;d.南京站2021100720有雨;洋红色实线表示GABP;蓝色实线表示BPNN;红色虚线表示微波辐射计温度;绿色虚线表示温度验证值;

    图  8  杭州站、南京站逐高度和逐月份TGABP大于T微波辐射计占比

    a、b杭州站;c、d南京站

    表  1  不同种类探测资料的优势与弊端

    探测手段 优势 弊端 测量方式
    微波辐射计 全天候全天时工作,时间分辨率高 雨天准确率低 间接测量(遥感)
    FY-4A 观测范围广、次数多、时效快、完整连续 近地面数据质量较差 间接测量(遥感)
    探空 垂直方向分辨率高,精度高 空间分辨率低 直接测量(传感器)
    AMDAR 时间和空间的加密观测 依赖航班运行 直接测量(传感器)
    下载: 导出CSV

    表  2  杭州站、南京站各观测设备样本数据量(单位:组)

    站点 数据处理 微波辐射计 FY-4A 探空 AMDAR
    杭州 剔除 1 508 25 318 1 527 12 222
    保留 40 922 17 112 40 903 30 208
    南京 剔除 3 770 23 353 1 932 26 037
    保留 38 660 19 077 40 498 16 393
    下载: 导出CSV

    表  3  杭州站微波辐射计温度、BPNN模拟温度与气温验证值的比较

    有无雨 样本 MAE/℃ MSE/℃2 RMSE/℃ R2
    无雨 微波辐射计 3.011 15.246 3.905 0.959
    BPNN训练集 1.347 3.336 1.826 0.990
    BPNN测试集 1.353 3.363 1.833 0.990
    有雨 微波辐射计 2.445 9.358 3.059 0.977
    BPNN训练集 1.312 3.082 1.750 0.991
    BPNN测试集 1.347 3.312 1.808 0.990
    下载: 导出CSV

    表  4  南京站微波辐射计温度、BPNN模拟温度与气温验证值的比较

    有无雨 样本 MAE/℃ MSE/℃2 RMSE/℃ R2
    无雨 微波辐射计 4.019 29.045 5.389 0.939
    BPNN训练集 1.351 3.471 1.863 0.991
    BPNN测试集 1.350 3.473 1.863 0.991
    有雨 微波辐射计 3.898 34.122 5.841 0.930
    BPNN训练集 1.614 5.800 2.402 0.982
    BPNN测试集 1.649 5.862 2.416 0.983
    下载: 导出CSV

    表  5  BP神经网络的权值和阈值参数

    输入层与隐含层连接权值 隐含层阈值 隐含层与输出层连接权值 输出层阈值
    16 4 4 1
    下载: 导出CSV

    表  6  GA参数设计

    种群大小 最大遗传代数 个体长度 交叉概率 变异概率 代沟
    40 50 10 0.7 0.01 0.8
    下载: 导出CSV
  • [1] HE M, WANG D H, DING W Y, et al. A Validation of Fengyun4A Temperature and Humidity Profile Products by Radiosonde Observations [J]. Remote Sensing, 2019, 11(17): 2 039-2 039.
    [2] 鲍艳松, 汪自军, 陈强, 等. FY-4A星GⅡRS大气温度廓线反演模拟试验研究[J]. 上海航天, 2017, 34(4): 28-37.
    [3] 黄艺伟, 刘琼, 何敏, 等. 基于探空资料的上海台风季GⅡRS/FY-4A卫星温度廓线反演精度研究[J]. 红外, 2019, 40(9): 28-38.
    [4] 黄艺伟, 陈淑仪, 何敏, 等. 我国台风高发期东海和南海海区GⅡRS/FY-4A温度反演廓线精度研究[J]. 热带气象学报, 2021, 37(2): 277-288.
    [5] 王根, 陈娇, 戴娟, 等. 风云四号红外高光谱GⅡRS中波通道亮温偏差订正[J]. 红外, 2021, 42(5): 39-44.
    [6] 刘娟娟, 徐兰, 成巍, 等. 面向资料同化的FY-4A卫星GⅡRS探测仪偏差特征分析和偏差订正[J]. 大气科学, 2022, 46(2): 275-292.
    [7] 王瑞文, 万晓敏, 田伟红, 等. AMDAR温度观测的误差统计特征分析[J]. 气象, 2016, 42(3): 330-338.
    [8] 江勤, 张蕾, 王晓峰, 等. 飞机气象探测资料(AMDAR)质量控制与质量分析[J]. 气象, 2017, 43(5): 598-609.
    [9] 周元, 魏鸣, 宋立雪. AMDAR资料的风温信息在机场终端区强对流天气分析中的应用[J]. 大气科学学报, 2019, 42(2): 303-310.
    [10] 易军, 王峰云, 阎凤霞. 上海机场终端区AMDAR资料系统及应用[J]. 气象科技, 2016, 44(4): 542-547.
    [11] SÁNCHEZ J L, POSADA R, GARCIA-ORTEGA E, et al. A method to improve the accuracy of continuous measuring of vertical profiles of temperature and water vapor density by means of a ground-based microwave radiometer[J]. Atmospheric Research, 2013, 122: 43-54.
    [12] 李娜, 张武, 陈艳, 等. 基于微波辐射计的大气温湿廓线遥感探测[J]. 兰州大学学报: 自然科学版, 2015, 51(1): 61-71.
    [13] 敖雪, 王振会, 徐桂荣, 等. 微波辐射计亮温观测质量控制研究[J]. 气象科学, 2013, 33(2): 130-137.
    [14] 朱雅毓, 王振会, 楚艳丽, 等. 地基微波辐射计亮温观测数据的综合质量控制与效果分析[J]. 气象科学, 2015, 35(5): 621-628.
    [15] 王云, 王振会, 李青, 等. 基于一维变分算法的地基微波辐射计遥感大气温湿廓线研究[J]. 气象学报, 2014, 72(3): 570-582.
    [16] SOLHEIM F, GODWIN J R, WESTWATER E R, et al. Radiometric profiling of temperature, water vapor and cloud liquid water using various inversion methods[J]. Radio Science, 1998, 33(2): 393-404.
    [17] CADEDDU M P, TURNER D D, LILJEGREN J C. A Neural Network for Real-Time Retrievals of PWV and LWP From Arctic MillimeterWave Ground-Based Observations[J]. IEEE Trans Geoscience and Remote Sensing, 2009, 47(7-1): 1 887-1 900.
    [18] 刘亚亚, 毛节泰, 刘钧, 等. 地基微波辐射计遥感大气廓线的BP神经网络反演方法研究[J]. 高原气象, 2010, 29(6): 1 514-1 523
    [19] 张天虎, 鲍艳松, 钱芝颖, 等. 基于BP神经网络与遗传算法反演大气温湿廓线[J]. 热带气象学报, 2020, 36(1): 97-107.
    [20] BAO Y S, CAI X, QIAN C, et al. 0-10 km temperature and humidity profiles retrieval from ground-based microwave radiometer[J]. Journal of Tropical Meteorology, 2018, 24(2): 243-252.
    [21] 张容容. 基于BP神经网络的多通道微波辐射计大气参数反演算法[D]. 武汉: 华中科技大学, 2017.
    [22] 张雪芬, 王志诚, 茆佳佳, 等. 微波辐射计温湿廓线反演方法改进试验[J]. 应用气象学报, 2020, 31(4): 385-396.
    [23] 周永水, 原野, 杨林, 等. 晴空时微波辐射计温度廓线反演误差分析[J]. 暴雨灾害, 2022, 41(6): 720-726.
    [24] 傅新姝, 彭杰, 王晓峰, 等. 地基微波辐射计探测质量综合分析[J]. 气象, 2023, 49(10): 1 235-1 245.
    [25] 李伟, 李书严, 王建凯, 等. 中国地区高空气象探测气球空间漂移分析[J]. 气象学报, 2010, 68(3): 421-427. 597
    [26] 陈哲. 中国探空气球水平漂移总体特征分析[J]. 气象, 2010, 36(2): 22-27.
    [27] 殷利平, 刘宵瑜, 盛绍学, 等. 基于SVM-BP神经网络的气象能见度数据缺失值预估[J]. 南京信息工程大学学报(自然科学版), 2021, 13 (4): 494-501
    [28] 陈明. MATLAB神经网络原理与实例精解[M]. 北京: 清华大学出版社, 2013.
    [29] 郁磊, 史峰, 王辉, 等. MATLAB智能算法30个案例分析(第二版)[M]. 北京: 北京航空航天大学出版社, 2015.
    [30] 张文刚, 徐桂荣, 廖可文, 等. 降水对地基微波辐射计反演误差的影响[J]. 暴雨灾害, 2013, 32(1): 70-76.
    [31] 张秋晨, 龚佃利, 王俊, 等. 基于地基微波辐射计反演的济南地区水汽及云液态水特征[J]. 气象与环境学报, 2017, 33(5): 35-43.
  • 加载中
图(8) / 表(6)
计量
  • 文章访问数:  23
  • HTML全文浏览量:  7
  • PDF下载量:  1
  • 被引次数: 0
出版历程
  • 收稿日期:  2023-02-06
  • 修回日期:  2023-08-06
  • 网络出版日期:  2024-10-15
  • 刊出日期:  2024-08-20

目录

    /

    返回文章
    返回