基于GNSS 掩星资料的风云卫星微波载荷产品质量验证与分析

高 超，何杰颖，胡艳冰，柳聪亮，4

（1.北京跟踪与通信技术研究所，北京 100094；2.中国科学院国家空间科学中心 微波遥感技术重点实验室，北京 100190；3.北京航空气象研究所，北京 100085；4.中国科学院国家空间科学中心天基空间环境探测北京市重点实验室，北京 100190）

0 引言

青藏高原位于我国西部地区（北纬25°～40°，东经75°～105°），作为全球气候系统中的一个敏感地区，对全球气候变化的响应具有敏感性［1-2］。目前，青藏高原地区地面探测站点稀少，观测资料缺乏，限制了该地区气候变化研究以及短时气象预报的准确性，是影响全球气候变化研究的一个不利因素。

风云三号（FY-3）C/D 星搭载的新一代微波湿度计（MWHS-II）［3］和微波温 度计（MWTS-II）［4］在FY-3A/B 星的基础上，探测性能方面有较大改进，微波湿度计在原来的150 GHz 和183.31 GHz 探测通道的基础上，增加了89 GHz 和118.75 GHz 探测通道。其中，118.75 GHz 是世界首次在极轨气象卫星上使用，包含了118.75 GHz 附近的8 个氧气吸收通道，用来获取大气不同高度的温度分布数据。183.31 GHz为中心的探测通道由原来3 个增加为5个探测通道，工作在水汽吸收频段，用来获取大气层不同高度的湿度分布的数据。

大气窗区150 GHz 和89 GHz 通道还可用来探测云中含水量和强降雨、卷云等大气参数。微波温度计由设置在50～60 GHz 氧气吸收带的4 个通道增加为13 个通道，其权重函数峰值高度均匀地分布在从地面到大气上层2 HPa 的整层大气，通道中心频率的设置越接近氧气吸收带中心，其权重函数峰值高度越高。窗区通道函数峰值位于地表，可以用来获取地表信息。本文星星标定选取微波湿度计见表1，微波温度计通道见表2。多星多通道联合组网工作，可有效提高观测性能和观测时效［5-8］。

表1 微波湿度计通道特性参数Tab.1 Channel characteristic parameters of MWHS-II

表2 微波温度计通道特性参数Tab.2 Channel characteristic parameters of MWTS-II

全球导航卫星掩星探测仪（GNSS Occultation Sounder，GNOS）是风云三号C/D 星主要载荷之一，可接收GPS 和北斗掩星信号进行大气临边观测。它利用GNSS 掩星观测数据反演获得大气折射率、温度、压力和湿度廓线等物理参数，以及电离层电子密度廓线和电子总含量等数据［9］，其具有高精度、高垂直分辨率、长期稳定等优点。但GNOS掩星数据产品水平分辨率较差，掩星事件的经纬度具有一定的随机性，且数据量有限。国际上有多个GNSS 掩星探测任务，掩星数据处理链较长，从原始数据预处理至信号附加相位延迟之后，可得到弯曲角、折射率和大气温度、湿度等不同级别的产品。

无线电掩星气象卫星应用设施（ROM SAF）是EUMETSAT 之下的 分散处 理中心［10］，负责对Metop 卫星的GRAS 无线电掩星（RO）数据和其他任务的无线电掩星数据进行业务处理。通过精确计算Metop 和GNSS 卫星的位置和速度，可以将测得的时间延迟转换为射线路径的弯曲角度，再将其转换为大气中的温度、压力和水蒸气含量的值，从而得到从地面到大约50 km 的功能的大气廓线。

鉴于后续风云气象卫星均计划搭载微波载荷和掩星载荷，因此，本文立足于2 种体制载荷的星星标定算法和产品一体化验证，为后续仪器研制和数据应用提供参考。

1 探测原理分析

1.1 基于掩星资料的微波载荷标定机理

定标精度不仅反映了微波辐射计的研制水平的高低，而且也影响微波辐射图像的解读和判读的准确度，定标是实现定量化微波遥感的前提。微波辐射计仪器定标是标定微波辐射计输出（电压或电压数码）与输入噪声温度之间的定量关系的过程，在轨定标采用星载定标体和冷空作为参考源。通过近年来的研究发现，同一微波仪器性能会有衰减性，不同卫星代际间的微波仪器存在不一致性，不同体制对同一大气场景观测的结果也不尽相同。

星星定标是衡量微波辐射计观测资料质量的一个重要环节。基于多星跨平台观测数据，运用GNSS 无线电掩星探测资料的微波辐射观测基准具有可行性。但由于GNSS 无线电掩星和微波辐射计工作机理和观测几何不同，信息来源不同，观测的地物目标也不同，星间标定技术涉及基准GNSS无线电掩星资料的准确性和稳定性、时空匹配、误差校正、观测能量比对、参数反演和误差来源分析等。

被动微波遥感观测资料的空间分辨率较低，通常是几十公里，因此，在一个被动微波像元内，地表空间范围内往往包含多种不同的地物类型，这种视场内地表类型的变化称为地表的空间异质性。而GNSS 无线电掩星是临边大气探测，其数据反演主要基于GNSS 卫星和LEO 卫星钟记录的时间，以及卫星星历提供的GNSS 卫星和LEO 卫星的位置和速度等轨道信息，计算得到的GNSS 信号的附加相位和弯曲角。因此，GNSS 无线电掩星数反演无需定标，与地表空间范围的不同的地物类型无关。

1.2 微波探测仪探测原理

微波能够穿透云雨，对大气温度、水汽、云中液态水、云冰、降水和海面风速等地球物理参数敏感，工作在微波波段的大气探测载荷能够为数值天气预报和气候研究提供有用的信息。根据辐射能量传输方程，卫星所测的辐射强度受到大气层温、湿度的影响，通常用一个权重函数来描述不同高度大气温湿度对辐射强度的贡献，权重函数随着波长（通道）而变化，从而探测大气温湿度廓线［11］。单一通道的辐射值包含了一定高度范围的温度湿度信息，不同通道对应着不同高度的大气温、湿度的贡献，多通道的辐射强度（通常用所谓的亮温来度量）综合使用可以得到大气温湿度随高度的变化。进而可全天候获取大气温度、湿度垂直廓线、降雨等重要大气参数，为气象预报、气候变化研究和灾害监测等提供重要数据资料。

如图1 所示，针对扫描式微波辐射计，不同像元的入射角呈规律性变化，且均已知。像元大小根据观测几何分析可知，中心星下点为圆形，分辨率最高，随着角度的增加像元逐渐增大，演变为椭球形，分辨率降低，最边缘像元椭球面积最大，角度最大，分辨率也最低。交轨扫描微波辐射计在每个扫描周期内，固定观测冷空和热源，以及对地观测像元面积不等的对地目标，窗区通道以地表探测为主，用于探测地表和海表信息，吸收通道以大气探测为主，产品包括温湿度廓线和降水等。由于大气辐射传输原理和常规辐射计通道设计规律，目前廓线反演问题为不适定方程的求解，结果不唯一，在实际廓线反演过程中，多采用半物理半统计的求解方法，寻找局部最优，因此，反演产品存在一定误差。

图1 星载微波辐射计观测几何Fig.1 Observation geometry of space borne microwave radiometer

1.3 掩星探测原理

全球定位系统（Global Positioning System，GPS）卫星高度约20 200 km，其发射的无线电电磁波经过地球大气层时会受大气折射作用而弯曲［12］。放置于低轨（Low Earth Orbit，LEO）卫星（＜1 000 km，如极轨气象卫星）的GPS 接收机可利用无线电掩星技术探测出总的弯曲角，去除电离层对弯曲角的影响后，利用弯曲角与中性大气折射率之间的对应关系可求出折射率。由于大气折射率主要是大气温度、湿度的函数，因此经过进一步的处理，可得到大气的温湿度信息，如图2 所示。这一技术的主要特点是垂直分辨率高，无需定标，全天候探测，可与传统的垂直对地遥感相互补充。

图2 GPS-LEO 掩星事件示意图Fig.2 Schematic diagram of GPS-LEO occultation event

GNSS 无线电掩星探测技术具有高垂直分辨率、高精度、全球覆盖、自定标、长期稳定、全天候和成本低廉等优势，是一种能提供全球均匀分布、高垂直分辨率温度、湿度、压强等廓线的大气监测手段［13-15］。GNSS 无线电掩星大气探测技术具有自定标特性，精度主要与GNSS 掩星探测仪器的钟相关，与其他特性关系较小，具有长期稳定性，可作为其他大气探测方法，比如星载微波辐射计的校验基准。

1.4 基于掩星资料产品检验涉及的技术问题

定标精度不仅反映了微波辐射计的研制水平的高低，而且也影响微波辐射图像的解读和判读的准确度，定标是实现定量化微波遥感的前提。微波辐射计仪器定标是标定微波辐射计输出（电压或电压数码）与输入噪声温度之间的定量关系的过程，在轨定标采用星载定标体和冷空作为参考源。通过近年来的研究发现，同一微波仪器性能会有衰减性，不同卫星代际间的微波仪器存在不一致性，不同体制对同一大气场景观测的结果也不尽相同。

星星定标是衡量微波辐射计观测资料质量的一个重要环节。基于多星跨平台观测数据，运用GNSS 无线电掩星探测资料的微波辐射观测基准具有可行性。但由于GNSS 无线电掩星和微波辐射计工作机理和观测几何不同，信息来源不同，观测的地物目标也不同，星间标定技术涉及基准GNSS无线电掩星资料的准确性和稳定性、时空匹配、误差校正、观测能量比对、参数反演和误差来源分析等。

被动微波遥感观测资料的空间分辨率较低，通常是几十公里，因此，在一个被动微波像元内，地表空间范围内往往包含多种不同的地物类型，这种视场内地表类型的变化称为地表的空间异质性。而GNSS 无线电掩星是临边大气探测，其数据反演主要基于GNSS 卫星和LEO 卫星钟记录的时间，以及卫星星历提供的GNSS 卫星和LEO 卫星的位置和速度等轨道信息，计算得到的GNSS 信号的附加相位和弯曲角。因此，GNSS 无线电掩星数反演无需定标，与地表空间范围的不同的地物类型无关。

2 数据收集和处理流程

2.1 数据收集

本文选取2019 年1 月至2019 年12 月的在轨微波湿度计数据和ROMSAF 数据的产品数据。微波湿度计数据包括1 级轨道亮温数据，通过算法实现温湿度计产品数据；ROMSAF 数据为全球的事件区域温湿度廓线。

以2019 年1 月为例，微波湿度计文件436 个，每个文件包含若干扫描线和不同角度的像元，质量控制和去除边缘角度后，剩余匹配点431 139 个，掩星样本36 413 个，每个样本是一个事件。数据具体匹配原则为时间差小于30 min，经纬度差小于0.5o，匹配成功的数据量为80 306 个，每天数据量大约为2 500 个，具体如图3 和图4 所示。通过匹配分析，2019 年1 月至12 月，匹配样本共计961 643 个，如图5 所示。

图3 经纬度和时间阈值内的匹配分布图Fig.3 Matching distribution map within the threshold of latitude，longitude and time

图4 微波扫描角度和与匹配点的分布关系Fig4 Relationship and distribution between microwave scanning angle and matching points

图5 微波辐射资料和掩星事件匹配全球分布图（2019 年1 月2 日）Fig.5 The global matching map of microwave radiation data and occultation event（January 2，2019）

2.2 星星比对算法流程

在获得多星跨平台多源观测数据的基础上，针对地物稳定目标，以GNSS 无线电掩星探测资料为基准，开展微波辐射观测星星定标。由于GNSS 无线电掩星和微波辐射计工作在不同平台上，掩星是临边探测，微波辐射计是下视扫描观测，工作机理分别为主动和被动，信息来源方向不同，观测的地物目标不同，不同观测体制的时间分辨率、空间分辨率也不同。

掩星的优势在于高垂直分辨率，不需要定标，与地表空间范围的不同的地物类型无关，测量量与产品具有准确的对应关系。缺点是水平分辨率差，一般为几百公里；空间覆盖差，全球并非栅格分布，而是事件性质的观测。而微波辐射计是被动测量的一种探测设备，星载微波辐射计具有全球覆盖性，每天2 次全球覆盖，多星组网具有更高的回访周期，空间分辨率为数十公里量级，在一个被动微波像元内，地表空间范围内往往包含多种不同的地物类型，这种视场内地表类型的变化称为地表的空间异质性。

如图6 所示，本文将结合2 种体制的差别和联系，在2 个层面上进行标定。一是对掩星产品进行辐射传输计算，与微波辐射计亮温产品比较定标；二是对微波辐射计进行廓线反演，与掩星产品进行比对和定标，并为星地产品检验验证做准备工作。

图6 掩星星地产品质量检验技术路线图Fig.6 Technical flow of occultation product quality inspection

具体步骤如下：

步骤1利用GNSS 掩星数据产品和地面微波辐射测量资料，对场景目标开展针对性的连续观测以及控制试验观测，并且配合以上的操作步骤来获取大气的热力学结构和地表参数的时变特征；

步骤2开展像元均匀性和一致性分析；

步骤3利用国产多系列卫星数据，结合国外同类载荷观测数据，收集多种类微波仪器观测亮温数据，实现数据匹配和质量控制；

步骤4对上述测试数据进行整理、分类、完善地表相关参数模型和基于掩星资料的定标模型；

步骤5开展星星一致性分析，并结合完善的地表参数模型和大气校正模型，开展星地比对分析，基于掩星资料评估星载微波辐射计在轨性能。

如图7 所示，微波亮温依据仪器指标设置而定，本试验选取了大气氧气吸收通道116.75 GHz 和54.40 GHz，基于掩星数据的仿真亮温和微波观测亮温一致性较好，相关系数优于0.99，偏差小于5 K，如图8 所示。

图7 基于掩星资料的辐射亮温与微波观测亮温比对Fig.7 Comparison of brightness temperature based on occultation data and microwave observation

图8 亮温偏差分布Fig.8 Deviation distribution of brightness temperature

2.3 星地一体化产品评估

星载微波辐射计以其空间覆盖面广、时间取样频率和水平分辨频率高、资料一致性好、经济效益高等优点，在气候研究、天气预报等领域发挥着重要作用。基于微波观测资料的大气温湿廓线反演精度很大程度上取决于所建立的辐射传输模型的精度。而GNSS 无线电掩星数据产品主要包括：温度、湿度、压强等大气廓线，上述为星地一体化中的“星”。

而星地一体化中的“地”，依据全球微波辐射稳定性分析，选择微波辐射特性均匀、稳定的云南普洱热带雨林和开阔海面。将掩星资料、相近时间内相同观测区域微波载荷或国外同类卫星载荷微波辐射值进行比对和检验，开展掩星星地一体产品质量检验试验。首先，根据卫星轨道预报时间表，选取卫星通过辐射校正场上空时、大气状况满足辐射校正观测规范要求的日期时间；然后，分别在卫星过境时，进行场地同步观测，获取卫星遥感图像资料和用于大气辐射传输处理的所有场地同步观测资料。

对于掩星和微波辐射计，星地一体化产品落脚在温度和湿度廓线。利用微波辐射计测得的亮温值来反演温湿廓线是大气探测很常用的手段，其原理是利用在各不同频率通道测得的天空亮温值，计算出同一时间、同一地点垂直分布的大气温湿度数值。

比对和检验可采用均方差、相对均方差等指标，并对指标符合性和偏理性进行详细分析。

将微波反演得到的大气温湿廓线与掩星廓线数据进行比较，主要采用3 个参数衡量误差：均方根误差σRMSE、相对误差Er 和偏差，它们分别定义为

式中：X为温度向量T或湿度向量ρ；Xˆ为反演X得到的结果；E(X)为掩星廓线数据的均值。

3 结果检验与分析

3.1 结果检验

如图9 所示，针对大气温度和湿度廓线，由于大气温度廓线相对稳定，廓线直接比对和均方差均优于大气湿度廓线。经过对2019 年匹配样本的分析，大气温度廓线的均方差为1.92 K，大气湿度的均方差为22.8%。通过比对发现，由于相对湿度变化较大，反演误差与实际水汽分布有关，微波探测仪反演结果与掩星产品相比，具有高估效果，这主要是由于在183 GHz，对水云和冰云具有联合观测效果，不能合理解耦造成的。

图9 微波反演廓线与掩星反演廓线的比较Fig.9 Comparison of microwave inversion profile and occultation inversion profile

在匹配区域和时间范围内，云主要分布在距离地面2～4 km 的高度范围内，云的分布对廓线反演结果产生了很大影响，而在无云的高层区，反演结果几乎不受影响。水云对于窗区通道影响较大，但对于氧气通道影响很小。因此，本文利用微波反演的廓线不仅用到了窗区通道，也用到了水汽和氧气吸通道，常规的星上定标方法会随着卫星平台环境温度而受影响，这正是掩星和微波资料星地标定的意义所在。

3.2 青藏高原地区结果分析

青藏高原位于我国西部地区（北纬25o～40o，东经75o～105o），利用2019 年FY-3C 卫星过境时（0—4时）MWHTS 观测的亮温数据，经过掩星校正后反演的大气温湿度廓线结果如图10 和图11 所示。

图10 青藏高原地区2019 年1 月—12 月0 时—4 时左右大气温度廓线分布Fig.10 The distribution of atmospheric temperature profiles in the Qinghai-Tibet Plateau from January to December 2019 at around 0：00～4：00 o’clock

如图10 和图11 所示，青藏高原地区由于其地形的复杂和多变，青藏高原上气候本身也随地区的不同而变化很大。青藏高原地区2014 年全年0—4 时反演大气温度和湿度廓线日分布如图12 所示。青藏高原地区2014 年全年0—4 时大气温度和湿度廓线等压层的日分布如图13 所示。可见，青藏高原地区大气温度规律呈现一定的规律性，极少出现逆温层的情况，而相对湿度变化较大且无规律性，550 MPa以下出现近似恒湿层，而在550 MPa 之上多出现云层，之后相对湿度降低，这也是该区域气象资料缺乏严重影响天气预报准确度和气候研究的主要因素。青藏高原地区2019 年1—12 月大气温度廓线在30 kPa、50 kPa 和100 kPa 处的日变化规律分析图和青藏高原地区2019 年1—12 月大气湿度廓线在30 kPa、50 kPa 和100 kPa 处的日变化规律分析，如图14 所示。

图11 青藏高原地区2019 年1 月—12 月0 时—4 时左右大气湿度廓线分布Fig.11 The distribution of atmospheric humidity profiles in the Qinghai-Tibet Plateau from January to December 2019 at around 0：00～4：00 o’clock

图12 青藏高原地区2019 年10 月0 时大气温度和湿度廓线分布Fig.12 The distribution of atmospheric temperature and humidity profiles in the Qinghai-Tibet Plateau at 0 o’clock in October，2019

图13 青藏高原地区2019 年10 月12 时大气温湿度廓线等压层的日分布Fig.13 The daily distribution of the atmospheric temperature and humidity profile of isobaric layer in the Qinghai-Tibet Plateau at 12 o’clock in October，2019

图14 青藏高原地区2019 年10 月大气温湿度廓线变化规律分析Fig.14 Variance analysis of the temperature and humidity profile of the Qinghai-Tibet Plateau in October 2019

通过分析2019 年1—12 月份卫星过境时刻的大气温湿度廓线在不同气压层的分布可知，50 kPa和30 kPa 处，大气温度呈现明显的季节变化，夏季呈现高温峰值，且具有高度一致分布曲线，说明大气环流变化比较均匀，而在地表100 kPa 附近，大气温度高温持续时间较长，占据全年一半以上，且分布在春末—夏季—秋初，但受限于地理位置和气候，温度全年较低。而大气水汽分布则呈现不同的规律，夏季由于高温，湿度较大，1 月尽管温度低，但相对湿度却呈现高值状态。50 kPa 大气湿度与100 kPa 呈现类似的分布，但30 kPa 大气湿度变化与季节无明显联系，因为在30 kPa 处，饱和水汽压和温度降低，受地表热辐射的影响较小，大多取决于实际的温度、压强、风等热力和动力因素。

4 结束语

本文针对地物稳定目标，以GNSS 无线电掩星探测资料为基准，开展微波辐射观测星星定标。进而，利用FY-3C/MWHTS 实测的2019 年亮温数据，反演青藏高原地区大气温湿度廓线，并结合匹配的掩星反演的廓线数据。联合分析了青藏高原地区大气温湿度的时空分布规律，着重分析了2019年10 月12 时的大气温湿度廓线在不同等压层的分布情况，提供了该时间段青藏高原气候变化分析的连续资料，为我国极轨气象卫星输出青藏高原地区三维大气温湿度廓线产品提供了参考和论证［16］。