利用卫星红外辐射资料反演大气温湿廓线的算法研究

摘要

由一般线性反演理论得出结论，在由卫星遥感资料反演大气参数(温度、湿度)时，卫星资料提供的信息中有一部分是“无效信息”，它不会对反演发挥作用，而是造成反演方程病态的重要原因；另一方面，大气温度、湿度的垂直变化特征中有一部份是无法从卫星资料反演的，即存在“不可反演模态”，它既是反演误差的重要来源，也是反演对观测误差极其敏感的根本原因。在解决反演问题的时候应该在参数空间将“可反演模态”和“不可反演模态”分离，在资料空间应该将“有效信息”和“无效信息”分离，这是为获得好的反演结果首先要解决的问题。基于这样的认识，本文首先利用奇异值分解(SVD)方法结合经验正交分解(EOF)技术，导出一种计算大气温度可反演度的方法，并利用NCEP再分析资料首次给出了全球1月和7月分别由HIRS/3和AIRS资料反演大气温度廓线时的可反演度分布，结果表明温度的可反演度在高层和低层较小，400hpa-850hpa之间较大。从地理分布讲，低纬海洋地区和南极洲的部分地区可反演度最小，中高纬和大陆地区较大，反映出和温度变率的关系。比较用AIRS资料和HIRS/3资料得到的可反演度看到，前者比后者高出0.15-0.40，并且前者在低纬地区的反演能力改进更为明显。 论文接着研究了用SVD和EOF技术对传统的一维变分(1DVAR)反演做出改进的方法，基本做法是利用SVD剔除观测中的无效信息，利用EOF技术描写大气参数垂直结构特征。理想资料所作的试验表明，这样做可以提高大气温湿廓线的反演精度，减少对背景廓线的依赖。对比HIRS/3和AIRS资料的反演结果说明这一方法对HIRS/3资料的反演改进作用更为明显。 论文还给出一种新的反演大气温湿廓线的物理统计方法。该方法用一种耦合的SVD技术来实现对大气参数与观测资料的同时分解，让它所产生的基函数不但能表征参数与观测的主要结构特征，还能表现二者之间的联系，进而达到反演的目的。这种物理统计方法由于具有更多的统计特性，因而计算较为简便。利用理想资料所作的试验显示，该方法在反演温度廓线时，大部分高度得到的反演值比背景廓线和1DVAR的反演值更精确，反演水汽廓线时则对中高对流层和近地面层的反演结果有所改进。实际资料计算也说明该方法可以对某些高度的温度廓线反演结果做出改进，并且对水汽廓线反演精度的提高更大，对背景廓线的依赖较小。

目录

文摘

英文文摘

原创性声明及关于学位论文使用授权的声明

第一章绪论

第二章卫星大气遥感原理与模式介绍

第三章大气温度的可反演度研究

第四章反演大气温湿廓线的一维变分方法研究：SVD在1DVAR中的应用

第五章反演大气温湿廓线的物理统计方法

第六章总结与讨论

博士在读期间发表和完成的论文

致谢