基于带约束项广义变分同化AIRS云影响亮温研究

经典变分同化基于误差服从高斯分布理论,在同化受云影响的红外探测器通道亮温时,需进行云检测或只同化权重函数峰值位于云顶之上的通道亮温。在云检测过程中需对亮温进行严格的质量控制以剔除"离群值",导致丢失大量有用数据。文中基于带约束项非高斯模型的广义变分对高光谱大气红外探测器(Atmospheric Infra-Red Sounder,AIRS)受云影响亮温进行了初步的同化研究。在执行过程中,首先,动态选择AIRS通道形成通道子集。其次,把云参数(有效云量和有效云顶气压)作为辐射传输模式输入变量参与变分同化极小化迭代并用于通道子集亮温模拟。同化试验结果表明,对于高云,基于Cauchy-估计的变分同化反演结果最好,而对于中云和低云,基于Huber-估计得到了较好的同化反演结果。然而,在反演模式高层温度时,基于Fair-估计反而得到了较差的结果,但其对于湿度反演效果较为理想,其结果可能与Fair-估计分布的固有特点有关。带约束项广义变分同化方法对受云影响亮温的同化效果比经典变分方法的好,但依赖于M-估计的选取。

M-估计法广义变分同化FY-3B/IRAS通道亮温

采用FY-3B/IRAS亮温资料进行广义变分同化研究。广义变分同化结合了经典变分同化和稳健M-估计两者的优点。区别于经典变分同化依赖于先前的质量控制并要求误差服从高斯分布,把M-估计法耦合到经典变分同化框架中,得到广义变分同化,其弱化了同化前的质量控制和误差服从高斯分布这两个条件。目标能量泛函包含M-估计以保证对离群值具有稳健性,从而能够得到较好的同化结果。对比变分同化前后的FNL资料湿度与GDAS湿度相关系数作为同化结果检验评价。具体操作过程在FNL作为背景场的基础上分别采用经典和M-估计不同的权重因子变分同化FY3B/IRAS资料,把得到的分析场与GDAS进行相关性比较,由于湿度具有较强的非高斯性,文中首先评估了安徽省13个站GPS/PWV和积分相关湿度廓线得到大气可降水量(即GDAS/PWV和FNL/PWV资料)的相关性,进一步基于信息熵自由度思想进行了近一个月IRAS 20个通道对分析场的影响贡献率诊断研究。

基于广义变分和误差重估计高光谱AIRS通道亮温同化

高光谱大气红外探测器(Atmospheric Infrared Sounder,AIRS)主要覆盖CO 2和H 2O吸收带光谱区.区别于CO 2通道,H 2O通道亮温偏差非高斯性较强.为了充分有效地利用AIRS通道光谱信息,本文采用两种新算法开展应用研究,一是基于变分同化后验估计-观测误差重估计重新估算光谱通道误差,以更好地“符合”光谱亮温对变分同化目标泛函的权值分配;二是将M—估计法(L2—估计、Huber—估计、Fair—估计和Cauchy—估计)权重函数耦合到经典变分同化目标泛函中,得到广义变分同化目标泛函,使其具有非高斯性,其核心是在每次极小化迭代过程中重新估计观测项对目标泛函贡献率.在新算法研究基础上开展高光谱AIRS模拟亮温试验,结果表明观测误差重估计和Huber—估计广义变分同化AIRS资料效果优于经典变分同化.并基于信号自由度(Degrees of freedom for signal,DFS)开展观测资料对分析场影响诊断,得到该两种方法在同化过程中能够提高H 2O通道亮温使用的信息量.通过对文中算法(观测误差重估计和Huber—估计)得到的分析场与探空资料温度场对比分析,得到Huber-估计广义尺度设定为1.345 K时效果最好,整体误差最小,2.5K次之,且观测误差重估计也优于经典变分同化结果.200~750 hPa效果较为显著,基于Huber-估计广义同化在对流层顶表面和周围(80~200 hPa)温度反演小于2 K.研究结果可为我国风云四号A星和风云三号D星高光谱资料变分同化提供新的方法思路和技术支撑.