安大偉，竇芳麗，張 鵬

(中國氣象局 國家衛(wèi)星氣象中心,北京 100081)

基于FY-3C星微波成像儀毫米波通道的海面大風算法研究

安大偉，竇芳麗，張 鵬

(中國氣象局 國家衛(wèi)星氣象中心,北京 100081)

對基于FY-3C星微波成像儀(MWRI)毫米波通道的海面大風算法進行了研究。根據(jù)在中國海域觀測到的海面后向熱輻射數(shù)據(jù)，認為聯(lián)合多個毫米波通道分析方法可利于海面大風反演。對中低風速(0～15 m/s)下D-矩陣算法進行修正，給出了適于MWRI的海面風速反演新模型。與浮標數(shù)據(jù)擬合結(jié)果表明：FY-3B，C星MWRI均方差(RMS)分別為1.24，1.18 m/s。用帶泡沫散射層的雙尺度隨機粗糙面的復合模型計算后向熱發(fā)射?？紤]各通道頻率、靈敏度和定標精度等因素，用回歸分析法分析了各通道熱輻射特性隨海面風速變化的不同響應特性，建立了適于FY-3C星MWRI的大風風速反演模型。中低風速模型和大風速模型反演的全球海面風速分布結(jié)果表明：中低風速精度標準差1.2 m/s；反演大風數(shù)據(jù)和海島固定浮標數(shù)據(jù)有一致性，模型的實際應用效果較好，可為我國沿海的大風監(jiān)測和預警提供保障。

FY-3衛(wèi)星； 微波成像儀； 海面大風； 毫米波通道； 反演； 回歸分析法； 全球海面風速分布

0 引言

國際上對多個基于衛(wèi)星測量海洋表面風場進行了研究，主動雷達儀器，散射計(如Seasat衛(wèi)星ERS-I、II，ADEOS)取得了相當大的成功。但散射計接收的后向散射特性在大風條件下由于海洋表面泡沫的影響會趨向于飽和，因此業(yè)務最高海風僅為25 m/s。國外對被動輻射計測量風場進行了大量研究[1]。從微波/成像儀(SSM/I)等儀器亮度溫度通道開發(fā)出了D-矩陣算法并開展了相關(guān)研究。國內(nèi)也對毫米波成像進行了類似研究。文獻[2-6]采用TRMM衛(wèi)星上含有10.7 GHz通道的TMI輻射計，效果較好，但由于TRMM衛(wèi)星為中低緯度軌道，難以實現(xiàn)全球海面風速的提取，限制了其廣泛應用。文獻[7-8]研究發(fā)現(xiàn)微波輻射計接收到的熱輻射效應會受大風區(qū)泡沫散射層的干擾趨于飽和。因此，大風的反演是一個受自然界海表泡沫層干擾的難題。

本文研究基于FY-3C星上的微波成像儀(MWRI)，該儀器通道為10.65， 18.7，23.8，36.5，89 GHz，毫米波波段設(shè)置豐富，不僅有與SSM/I類似的高頻通道，而且含能穿透大氣條件的10.7 GHz通道，同時FY-3C星是極地軌道業(yè)務衛(wèi)星，使該儀器具備提取全球海面風速的能力[10]。本文基于開發(fā)的海面風速反演模型，分析各通道收到海表后向熱輻射隨風速變化的差異，設(shè)置通道配置，建立新模型系數(shù)回歸分析方法，提出了大風反演方法，給出全球海面風速示意圖，并驗證模型的準確性和實用性，研究可為我國開展星載微波輻射計測量全球海面風速提供參考。

1 建模

1.1中低風速建模和驗證

D-矩陣算法的基本假設(shè)是所需的地球物理參數(shù)，如海洋表面的風速(WS)，可表示為測得的亮度溫度的線性結(jié)合，其一般形式為。

vws=C0+C1TB1+C2TB2+…+CNTBN

(1)

式中：Ci為各通道系數(shù)；T為通道亮溫[9]。式(1)中的算法變量是亮度溫度，與所選擇的信道相關(guān)聯(lián)?？捎没貧w分析確定系數(shù)，基于前期研究重新對該算法進行修正，建立符合MWRI開展海面風速的反演的新模型，該模型適合的風速范圍0～15 m/s。有

vws=C0+C1TB(10.65V)+C2TB(10.65H)+

C3TB(18.7V)+C4TB(23.8V)+

C5TB(36.5V)+C6TB(36.5H)

(2)

眾所周知，全球分布的海洋表面風速是不均勻和不對稱的，95%風速主要集中于2～15 m/s。因此，對該范圍的風速反演應予以高度重視。

本文用式(2)風場反演的算法模型。收集了2014年期間FY-3B，C星MWRI和浮標的擬合數(shù)據(jù)分別為1 195，1 162個，生成MWRI風速和對應時間空間的浮標風速散點圖如圖1所示。圖1中：FY-3B星風速均方根(RMS)為1.24 m/s；FY-3C星風速RMS為1.18 m/s[10]。

圖1 基于原始模型的誤差散點圖Fig.1 Error spot distribution based on original mode

1.2大風速建模

通過分析后向熱輻射隨海表泡沫層的雙尺度隨機粗糙面趨于飽和的現(xiàn)象，根據(jù)各通道不同的飽和特性，提取近年大風樣本數(shù)據(jù)，回歸擬合出多通道融合的大風反演算法[7，10-11]。在大風條件下海面會覆蓋一層破碎的泡沫層如圖2所示，該泡沫層會影響海面粗糙度的熱輻射效應，影響大風的判識。

圖2 大風驅(qū)動粗糙海面模型Fig.2 Rough ocean surface mode driven by large speed wind

由圖3的各通道接收熱輻射隨海面風速的響應可知：不同頻率通道熱輻射對海面粗糙度(海面風速)的響應各異，尤其是大風條件下，各通道趨于飽和的程度不同，如用單頻測量，就會導致后向散射特性和熱輻射特性趨于飽和而難以進行大風反演，如用多通道組合融合技術(shù)，就可綜合各自通道熱輻射對海面風速趨于飽和不同特性的特點，開發(fā)組合算法，建立適于大風反演的新模型。

圖3 不同海面風速下各通道接收熱輻射的響應Fig.3 Response of heat radiation of each channel under various ocean surface wind speed

回歸分析是研究一個隨機變量Y對另一個變量(X)或一組變量(X1，X2，…，Xk)的相依關(guān)系的統(tǒng)計分析方法，需用大量數(shù)據(jù)進行分析。本文采集FY-3衛(wèi)星MWRI在軌觀測到的全球大風樣本(15～45 m/s)，用回歸分析法，根據(jù)通道頻率、靈敏度等因素的差異對系數(shù)進行微調(diào)，以建立新的適于MWRI的大風反演模型。

建立回歸分析模型為

(3)

(4)

此處，還需考慮系數(shù)ci浮動范圍的選取，ci應以考慮對應通道對大風響應的權(quán)重，使Q值達到最小值(而非傳統(tǒng)回歸方法的使Q值為0)，浮動的范圍需由加權(quán)得出。MWRI各通道參數(shù)指標見表1。由表1可知：MWRI的對應通道頻率、靈敏度、定標精度不同，這些通道的差異將影響儀器采集的亮溫數(shù)據(jù)。根據(jù)這些差異，設(shè)計差異加權(quán)，對系數(shù)進行有限域回歸，即差異小的通道對應系數(shù)變化小，差異大的通道對應系數(shù)變化大。則得新模型如為

vws=C0+C1TB(10V)+C2TB(10H)+

C3TB(19V)+C4TB(19H)+C5TB(21V)+

C6TB(23H)+C7TB(37V)+C8TB(37H)+

C9TB(89V)+C10TB(89H)

(5)

表1 MWRI各通道參數(shù)指標

逐個分析通道頻率f、靈敏度ΔK、定標精度K的差異。對ΔK，通道越靈敏，該頻點由靈敏度導致的系數(shù)權(quán)重就越大；對K，精度越高，該頻點由定標精度導致的系數(shù)權(quán)重就越大。具體系數(shù)由f，ΔK，K的權(quán)重分配而定。實際應用中，89 GHz的V、H通道，18.7 GHz的H通道，23.8 GHz的H通道權(quán)重較小，可忽略不計，重點分析其他通道影響。

頻率越低，衰減更小，衰減越小，在測量大風時受到降水干擾影響較?。活l率越高，受降水影響較大，但對海表粗糙度的細微變化靈敏。

各通道的亮溫誤差(由人工加入偏差)如圖4所示。由圖4(a)可知：通道10.65 GHz的H，通道18.7 GHz的V，通道23.8 GHz的V三者對亮溫變化不敏感，通道10.65 GHz的V，通道36.5 GHz的H、V對亮溫變化敏感。由圖4(b)可知：通道10.65 GHz的H，通道18.7 GHz的V，通道23.8 GHz的V三者對亮溫變化不敏感；通道10.65 GHz的V，通道36.5 GHz的H、V對亮溫變化敏感，其中通道36.5 GHz的V通道對亮溫變化尤其敏感，在該通道亮溫誤差達5 K時，偏差和標準差都達約5 K。另外通道10.65 GHz具穿云透雨的能力。

圖4 各通道對亮溫變化的綜合響應效果Fig.4 Integrated response of bright temperature changing for each channel

2 檢驗和應用效果評估

用中低風速模型和大風速模型反演的2014年7月7日全球海面風速分布如圖5所示。由圖5可清晰看到太平洋北部、大西洋北部，印度洋中部的低風帶，以及西太平洋的臺風浣熊；在局部放大圖中可清晰看到臺風浣熊的內(nèi)部輪廓，包括中間的臺風眼區(qū)(眼區(qū)外圍中心風力超過14級)、外圍大風螺旋輪廓、七級風圈尺度、臺風東南部的超強風速分布。表明模型的實際應用效果良好，可為我國沿海的大風監(jiān)測和預警提供有力保障。

圖5 2014-07-07全球海面風速分布圖Fig.5 Global ocean surface wind speed distribution on July 7, 2014

FY-3衛(wèi)星MWRI采集到的2014年亞太地區(qū)三個超強臺風——浣熊(NEOGURI)、威馬遜(RAMMASUN)、麥德姆(MATMO)的風速見表2，并選擇同一區(qū)域同一時間的歐洲METOP衛(wèi)星ASCAT散射計觀測到的臺風進行對比，同時通過采用同一區(qū)域同一時間的海島固定浮標風速進行最大風速對比驗證。由表2可知：ASCAT測的最大風速均為25 m/s；MWRI反演最大風速分別為45，45，43 m/s；實際通過海島固定浮標測得真實最大風速分別為55，52，40 m/s，可認為FY-3衛(wèi)星MWRI反演的最大風速更接近真實值。

圖6 ASCAT，MWRI反演的2014年超強臺風Fig.6 Super typhoons in 2014 inversed by ASCAT and MWRI

MWRI，ASCAT反演的上述三個超強臺風如圖6所示。由圖6可知：臺風威馬遜的大風分布在臺風北部地區(qū)，與?？跂|部外海海島固定浮標測得的臺風登陸最大風速區(qū)一致；臺風麥德姆的最大風速區(qū)在北部區(qū)域，影響臺灣省臺東縣，該分析結(jié)論與臺風實際登陸最大風速影響區(qū)一致。

表2 2014年超強臺風最大風速

3 結(jié)論

本文介紹了國際上星載散射計和微波輻射計反演海面風速模型的發(fā)展成果和大風反演難點，并介紹了數(shù)據(jù)源的準備，包括MWRI儀器介紹和驗證浮標。分析了一年的FY-3衛(wèi)星微波成像儀(MWRI)亮度溫度數(shù)據(jù)，給出風速0～15 m/s反演效果。聯(lián)合多通道分析方法有利于大風反演，依托帶泡沫散射層的雙尺度隨機粗糙面的復合模型計算后向熱發(fā)射，分析各通道熱輻射特性隨海面風速變化的不同響應特性，建立適于MWRI的大風風速反演模型，得到了較好結(jié)果，新模型海面中低風速精度標準差1.2 m/s(0～15 m/s)，反演大風數(shù)據(jù)與海島固定浮標數(shù)據(jù)具有一致性。

[1] GOODBERLET M A, SWIFT C T. Improved retrievals from the DMSP wind speed algorithm under adverse weather conditions[J]. IEEE Transactions on Geoscience and Remote Sensing, 1992, 30(5): 1076-1077.

[2] 孫立娥, 王進, 崔廷偉, 等. FY-3B微波成像儀海表面溫度和風速統(tǒng)計反演算法[J]. 遙感學報, 2012, 32(6): 1262-1271.

[3] CHANG P S, LI L. Ocean surface wind speed and direction retrievals from the SSM/I[J]. IEEE Transactions on Geoscience and Remote Sensing, 1998, 36(6): 1866-1871.

[4] 王蕊, 嚴衛(wèi), 史順文. 全極化微波輻射計對環(huán)境參數(shù)敏感性分析[J]. 遙感學報, 2015, 35(3): 375-390.

[5] WANG Z Z，LI Y. Geophysical parameters retrieving algorithm of AMSR[J].遙感學報, 2009, 29(4): 355-370.

[6] 張光鋒, 李興國, 婁國偉. 基于交流輻射計的被動毫米波成像研究[J]. 紅外與毫米波學報, 2007, 26(6): 461-464.

[7] 金亞秋. 星載微波SSM/I對南中國海海面遙感的輻射特征及其風場反演[J]. 地球物理學報, 1998, 41(1): 30-37.

[8] AN D W, LU F, DOU F L, et al. Modeling and quantitative retrieval of finite field for the tropical sea surface wind speed of the FY-3B MIcrowave Imager[J]. Journal of Tropical Meteorology, 2015, 21(1): 84-91.

[9] CONNOR L N, CHANG P S. Ocean surface wind retrievals using the TRMM microwave imager[J]. IEEE Transactions on Geoscience and Remote Sensing, 2000, 38(4): 2009-2016.

[10] 李樂樂, 管磊, 陳銳. 基于星載微波輻射計的海洋大氣參數(shù)反演算法研究[J]. 中國海洋大學學報, 2006, 36(增刊): 205-211.

[11] 金亞秋, 張南雄, 黃潤恒, 等. 星載微波E R S-1和多通道SSM/I觀測海洋的相關(guān)性和隨機粗糙面復合模型的數(shù)值模擬[J]. 地球物理學報, 1999, 42(4): 452-459.

StudyonOceanSurfaceWindSpeedAlgorithmBasedonFY-3CMicrowaveImagerMillimeterBand

AN Da-wei， DOU Fang-li， ZHANG Peng

(National Satellite Meteorological Center, China Meteorological Administration, Beijing 100081, China)

The ocean surface wind speed algorithm based on millimeter band of microwave imager (MWRI) of FY-3C meteorological satellite was studied in this paper. According to the thermal radiation of sea surface data observed in Chinese waters, it is believed that a joint multi-millimeter channel analysis method is in favor of ocean surface wind retrievals. The D matrix algorithm was modified for medium and low wind speed (0～15 m/s). The new retrievals mode of ocean surface wind speed for MWRI was presented. The fitting results with buoy showed that RMS of FY-3B and FY-3C MWRI were 1.24 and 1.18 m/s respectively. The random rough surface after the heat emission was calculated relying on scattered with foam dual scale layer composite mode. With the consideration of frequency, sensitivity and calibration accuracy of each channel, different response characteristics of the heat radiation characteristics of each channel along with the ocean surface wind speed was analyzed using regression analysis method. The retrievals mode of ocean surface wind speed was established for MWRI of FY-3C satellite. The global ocean surface distribution inversed by medium and low wind speed mode and ocean surface wind speed mode showed that the mean square error was 1.2 m/s for medium and low wind speed and the wind speed inversed was agreed with the fixed buoy in island. The two modes have been applied well, which can provide a guarantee for inshore wind monitoring in China.

FY-3C meteorological satellite; microwave radiometry imager (MWRI); ocean surface wind; millimeter wave band; retrievals; regression analysis; global ocean surface wind speed distribution

1006-1630(2017)04-0038-05

2017-05-18;

：2017-06-28

國家自然科學基金資助(41105009，61527805)

安大偉(1982—)，男，博士，副研究員，主要從事微波毫米波遙感定標、微波輻射計產(chǎn)品開發(fā)。

TP701；P425.47

：ADOI:10.19328/j.cnki.1006-1630.2017.04.005