星载GNSS-R台风观测资料分析

邵连军，周旋，张春华，刘洪伟

(61741部队，北京 100094)

0 引言

19世纪90年代以来，台风路径预报准确率提高了50%以上，这主要归功于卫星遥感资料为中尺度数值天气预报系统提供的背景场信息[1]。然而，台风强度预报准确度却没有实质性的提高，原因之一就是现有遥感卫星对台风内部风场的探测能力还有待提高。当风速大于20 m/s时，由于模式函数趋于饱和，导致散射计严重低估海面风速；另外，台风演变比较快，传统极轨卫星重访周期长，难以及时捕获台风变化信息。

早在2000年10月，美国国家海洋大气局(National Oceanic Atmospheric Adminstration，NOAA)和美国国家航空航天局(National Aeronautics and Space Administration，NASA)就开始探索基于GNSS反射信号的遥感技术(global navigation satellite system-reflectometry，GNSS-R)探测台风的可行性，并在WP-3D“飓风猎人”飞机上安装了GNSS-R接收机，开展了2次穿越台风的机载观测实验，取得了初步研究成果[2]。在机载GNSS-R风场探测实验取得进展的基础上，NASA着手研究利用星载GNSS-R技术观测台风的方法，经过多年努力，于2016年12月成功发射了CYGNSS(cyclone global navigation satellite system)星座。Ruf等[3-5]针对CYGNSS卫星观测资料，不断改进海面风场反演算法，反演精度得到不断提高，但距离卫星设计指标还有一定差距；Zhang等[6]利用CYGNSS模拟数据开展了热带气旋数值预报实验研究；Morris等[7]利用CYGNSS模拟数据研究了台风的结构和强度；Jeonghwan等[8]利用CYGNSS的3级数据对2017年位于东太平洋的飓风“Dora”进行了初步分析；胡运等[9]对正常海况下的CYGNSS海面风场进行了分析。目前，国内在星载GNSS-R技术探测台风方面尚处于起步阶段，尚未见到利用星载GNSS-R观测资料开展台风分析的报道。本文综合利用CYGNSS卫星的2、3级风速观测数据对2018年9月2个典型台风“山竹”和“潭美”进行研究，分析验证CYGNSS观测数据的特点及其对台风的探测能力，总结了其不足，提出了改进方案。

1 CYGNSS卫星及其数据

1.1 卫星简介

CYGNSS星座于2016年12月15日发射，由8颗小卫星组成，卫星部署在高度510 km、倾角35°的低地球轨道上，采用三轴稳定方式，能够探测纬度35°N～35°S之间的海面风速，绝大部分台风都发生在这个纬度范围。每颗卫星搭载1台延时多普勒映射接收机(delay Doppler map instrument，DDMI)和3副专用接收天线。其中，1副天线朝上，用于接收导航定位信号；2副天线朝下，用于接收海面反射信号，反射信号携带了海面粗糙度信息，用来反演海面风速。海面反射信号数据频率为1 Hz，每台DDMI接收机有4个反射信号接收通道，可以同时接收4颗GPS卫星反射信号，整个CYGNSS星座可以同时测量32个海面反射点的风速。

1.2 数据分级

CYGNSS卫星的数据产品分为4级。对原始I/Q观测资料采样，在星上进行相关处理，得到延时-多普勒图像(delay Doppler map，DDM)，对DDM进行二次采样，得到0级数据。采用星上定标系统对DDM进行定标，并基于卫星的高度和位置信息对DDM的散射截面进行校正，得到1级数据。对1级数据进行反演处理，得到带有时间序列标记的非网格化风速和均方斜率参数，为2级数据。对2级数据进行精确地理定位并进行网格化处理，得到3级业务产品。

1.3 台风风速反演算法

CYGNSS卫星台风风速反演算法流程如图1所示。首先需要建立反演模型。其方法是，收集CYGNSS卫星的历史观测数据和美国NOAA利用“飓风猎人”飞机上搭载的步进频率辐射计(stepped frequency microwave radiometer，SFMR)仪器台风观测资料，进行时空匹配。主要选取CYGNSS海面反射点轨迹与“飓风猎人”飞行轨迹相近且时间相差在20 min以内的数据，对挑选的DDM数据进行预处理，提取归一化散射截面(normalized bistatic radar cross section，NBRCS)和前沿斜率(leading edge slope，LES)，通过与时空匹配的SFMR机载观测海面风速做回归处理，进而建立反演模型。在此基础上，对星载DDM数据进行校正处理，然后提取NBRCS和LES参数，利用反演模型进行计算，得到台风风速反演结果。

图1 CYGNSS卫星风速反演算法流程图

CYGNSS卫星发射以来，风速反演算法经过几次迭代升级，目前发布的数据为V2.1版本，本文选用该版本的反演资料开展研究。根据文献[4]报道，当海面风速小于20 m/s时，回归处理所用的数据来自模式输出结果，风速反演不确定度为1.4 m/s；当海面风速大于20 m/s时，尤其是台风观测数据，回归所用的数据来自“飓风猎人”机载SFMR现场观测结果，风速反演不确定度为17%。根据文献[5]最新报道，经过算法改进，当海面风速大于20 m/s时，风速反演不确定度可下降到11.3%。

2 台风观测数据分析

台风一般由外围区、台风眼和最大风速区3部分组成。外围区的风速由外向内增加，有螺旋状云带和阵性降雨。台风眼位于台风中心区，最常见的台风眼呈圆形或椭圆形状，平均约45 km，台风眼的天气比较平静，风速小。最强烈的降水产生在最大风速区，平均宽度18～19 km，它与台风眼之间有环状云墙[10]。最大风速区盛行强烈的辐合上升气流，受强降水的影响，传统微波散射计往往对这个区域的探测探测能力不足。由于台风的风速分布结构复杂，探测难度大，为了验证星载GNSS-R技术对台风的观测能力，本文选取2018年9月2个典型的台风“山竹”和“潭美”进行分析，通过对2次台风反演结果的分析，验证星载GNSS-R台风探测的一致性和可行性，并研究该技术在高风速条件下的优势与不足。

2.1 台风“山竹”观测数据分析

注：该图基于自然资源部标准地图服务下载的审图号为GS(2016)1666号的标准地图制作，底图无修改。

2.2 台风“潭美”观测数据分析

注：该图基于自然资源部标准地图服务下载的审图号为GS(2016)1666号的标准地图制作，底图无修改。

2.3 结果讨论

综合分析台风“山竹”和“潭美”的观测数据可以看出，GNSS-R风速观测数据在高风速条件下的探测结果比较一致，符合台风风速结构分布规律，初步说明星载GNSS-R技术在台风观测方面具有可行性。随着风速反演算法不断成熟，该技术能够为台风内部风场探测提供更加精确的资料，具有较大的应用潜力。

通过数据分析，发现CYGNSS卫星在最大风速区和台风眼的探测数据分辨率较低，难以提供这个重要区域的海面风速详细分布信息，主要原因是反射信号采样率不够高。CYGNSS卫星反射信号采样率一直保持1 Hz，按这个采样率计算，2个相邻反射点之间的平均距离约为5.7 km。这个采样率对于常规状态下的海面风速探测是能够满足要求的，但对于台风来说，单颗CYGNSS卫星穿越最大风速区和台风眼一般为10多秒时间。这个区域的风速变化尤其剧烈，需要比较高的采样率才能捕捉到该区域的风场详细变化信息，应该考虑对星载接收机进行改进，提高台风区域海面反射信号的采样频率。

3 接收机改进方案

为了使GNSS-R接收机更精细地探测台风内部，尤其是最大风速区的风速信息，应提高台风区域的反射信号采样率。建议后续星载GNSS-R接收机设计中考虑采样频率自适应调整方案。热带气旋导致海面反射信号特性变化，对星上相关处理得到的DDM波形也会带来影响。通过对DDM进行处理，提取对风速变化比较敏感的NBRCS和LES参量。其中，NBRCS反映信号的强度特性，LES反映信号的波形特性。文献[3]研究结果表明，这2个参数随风速增大都呈降低趋势。从这2个参数的变化特性入手，设计接收机采样频率自适应调整方案，初步设计方案如图4所示。

图4 星载GNSS-R采样频率自适应调整方案

首先收集整理历史观测数据，对不同风速条件下的NBRCS和LES参量的变化特征进行统计分析。随着台风的强度变化，其影响半径可以达到300 km以上。从图2(d)和图3(d)可以看出，当GNSS-R卫星从外围逐步穿越台风时，海面风速由外至内呈上升趋势；结合风速与NBRCS、LES参量的变化关系，针对不同台风风速量级设定相应阈值，建立NBRCS和LES参量阈值表，制定接收机采用频率匹配调整策略，将该阈值表注入到星载接收机相应模块。星载接收机接收海面反射信号，对观测数据进行在轨处理，得到DDM波形数据。进一步处理得到NBRCS和LES参量。结合阈值表进行比对判断，当接收机检测到信号变化超出设定的阈值时，根据策略自适应调整采样频率。需要说明的是，GNSS-R接收机在轨自适应调整的工程实现有待进一步研究论证，本文提出初步方案，供下一步卫星载荷设计和研制参考。

4 结束语

本文介绍了美国CYGNSS卫星的轨道特点、载荷组成、数据分级及其台风风速反演算法。选取2018年9月“山竹”和“潭美”2个典型台风的探测数据进行了分析。分析表明，CYGNSS卫星能够探测到具有强烈降水的最大风速区海面风速，其风速分布符合台风风速结构规律。针对CYGNSS卫星在反射信号采样率方面存在的不足，提出了星载GNSS-R接收机采样频率自适应调整的改进方案。CYGNSS作为全球首个基于GNSS-R技术体制的遥感卫星星座，在台风探测方面具有较大潜力。我国应借鉴CYGNSS卫星发展经验，在轨道设计、载荷研制和反演算法方法等方面不断优化，并积极探索反演数据在台风预报模式中的应用，提高台风预报准确度。