引言

目前全球各数值预报研究和业务中心都已将多种卫星资料应用到数值天气预报中，并且卫星资料也已成为观测资料的主体。与红外、可见光等卫星探测方式相比，微波有能穿透薄云的优点。在红外和可见光因为薄云覆盖而失去探测能力的地区，微波仍能够透过云层测量垂直大气参数^[1]。卫星微波探测资料对数值天气预报的贡献不可忽视，欧洲中期天气预报中心 (ECMWF) 曾根据其全球数值天气预报中各种观测资料对500 hPa位势高度距平相关系数预报效果的贡献进行过统计，结果发现不使用卫星资料会使预报准确率下降23.4%, 其中不使用卫星微波与红外探测资料时预报准确率下降的比率是13.8%和1%^[2]。

然而，由于云、降水粒子的辐射效应模拟困难以及性质复杂下垫面的辐射计算不精确，大量受云、降水及性质复杂下垫面等因素影响的微波观测同化误差较大。ECMWF统计发现，虽然卫星观测占数值预报所用观测资料的90%，但是通过预处理的卫星资料中超过97%的观测因为云和降水影响而被同化系统丢弃^[3]。为充分发挥探测资料作用并保证同化分析效果，卫星微波探测资料同化时需要质量控制来剔除使同化误差较大的观测。

目前的各种卫星微波探测仪器中，先进的微波探测器 (AMSU) 应用最为广泛。针对AMSU，在分析同化误差来源的基础上，本文介绍了AMSU探测资料同化中常用的质量控制方案，并简要分析了质量控制的发展趋势。

1 AMSU仪器介绍

AMSU是先进的微波探测器 (Advanced Microwave Sounding Unit) 的简称，该仪器搭载于NOAA15-19和METOP系列极轨业务气象卫星上，在微波波段探测大气的温度和湿度结构。

AMSU由AMSU-A、AMSU-B两部分组成，共20个探测通道，各个通道的特性各异。表 1和表 2为AMSU各通道的详细信息，由表可见AMSU-A包含15个通道，其中通道4~14主要用于探测大气温度结构，通道1、2、3和15主要用于地表和降水信息的探测；AMSU-B包含5个通道，主要用于探测大气湿度场结构^[4]。为便于叙述，后文将以ch1代表第1个通道，chi代表第i个通道。

2 辐射传输模式

AMSU探测的是经过下垫面和大气发射、反射等辐射效应作用后到达大气层顶的分波辐射率。辐射率同化有间接和直接两种方式，间接同化先将辐射率信息反演为温度等模式变量，再将反演得到的温度信息同化。由于微波辐射率信息比模式变量的垂直层次少，反演过程中需要引入附加且有误差的信息，而这会给同化带来负面影响^[5]。与间接同化相比，直接同化不需要引入这些附加信息，避免了不必要的误差引入，所以直接同化是目前微波辐射率资料同化的主流方式。直接同化微波辐射率资料时需要辐射传输模式作为对应的观测算子来建立温度、湿度等模式变量与辐射率观测之间的转化关系^[6]。给定大气温度、湿度廓线以及表面状态等模式初始变量，辐射传输模式 (也称观测算子) 就能沿卫星扫描仪的观测方向，根据仪器探测通道的平均光谱响应函数模拟计算卫星观测值^[7]。观测算子模拟卫星辐射率观测的原理如公式 (1) 所示:

$\begin{array}{l} I(\tau ,\mu ) = I({\tau _b},\mu ){e^{ - \frac{{{\tau _b} - \tau }}{\mu }}} + \int\limits_\tau ^{{\tau _b}} {(1 - \overline \omega )} B(T){e^{ - \frac{{{\tau _b} - \tau '}}{\mu }}}\frac{{d\tau '}}{\mu } + \\ \int\limits_{}^{{\tau _b}} {\int\limits_{\tau - 1}^1 {d\mu '\frac{{\overline \omega }}{2}P(\tau ',\mu ,\mu ')} } I(\tau ,\mu '){e^{\frac{{{\tau _b} - \tau }}{\mu }}}\frac{{d\tau '}}{\mu } \end{array}$

(1)

式中：I表示辐射强度，P表示相函数，B(T) 则表示温度T对应的普朗克辐射；τ表示大气光学厚度，μ表示方位角的余弦值， ${\overline \omega }$ 则表示单散射反照率。由上式可见，卫星辐射率探测结果由三部分组成：右边第一项代表下垫面的微波辐射效应；第二项代表大气的微波辐射效应；第三项则表示大气对微波的散射效应^[8]。

目前卫星辐射率资料同化时使用的观测算子主要是RTTOV (Radiative Transfer for TIROS Operational Vertical Sounder) 和CRTM (Community Radiative Transfer Model)。

3 AMSU辐射率资料同化的误差来源

AMSU各通道因探测频率不同而特性各异。AMSU的窗区通道 (如AMSU-A的ch1~ch4) 对下垫面辐射很敏感，而目前许多性质复杂下垫面 (如陆地和海冰) 的微波辐射计算不准确，使得观测算子在这些对下垫面敏感的通道上模拟的误差很大。此外，陆地一般具有地形高度，当下垫面因地形起伏而接近探测通道权重函数的峰值层次高度时，在这些通道上观测算子的模拟误差也很大。法国气象局发现，当下垫面地形高于500 m时AMSU-A的ch5观测受下垫面辐射影响很大；当地形高于1500 m时ch6受下垫面辐射影响很大^[9]。

大气中的氧气、臭氧、云和降水粒子等多种介质在微波波段都有发射辐射效应，云和降水粒子对微波还有很强的散射效应。由于目前云和降水粒子的微波辐射效应认识不够完全，观测算子对它们微波辐射效应的模拟误差很大。

AMSU在观测时会有观测误差，观测数据在编码和传输中还可能存在错误，误差过大的探测数据会影响同化效果。

总之，AMSU微波辐射率资料同化的误差主要来自两方面：一是观测算子模拟不精确产生的误差；二是AMSU观测的误差。

4 微波辐射率资料同化的质量控制方法

由于观测算子模拟不精确，以及观测存在误差等原因，微波辐射率资料同化的误差有时很大。因此资料同化时常需要使用一些方法来剔除使同化误差大的观测，这些方法就是质量控制。根据AMSU微波辐射率资料同化的误差来源，质量控制可以分为两类。

4.1 针对观测算子的模拟误差

AMSU-A的ch1~ch4和ch15以及AMSU-B的ch1、ch2对下垫面敏感，当下垫面是陆地、海冰等性质复杂的类型时，在这些通道上观测算子的模拟误差很大。为避免过大模拟误差影响同化结果，同化时不考虑这些对下垫面敏感的通道。当陆地的地形高度接近探测通道的权重函数峰值层次高度时，这些通道的观测也应该被剔除。

AMSU各通道的探测特性不同，对云和降水粒子散射微波效应的敏感程度也不同。云和降水粒子存在时AMSU各通道的观测结果将发生不同的变化，所以根据AMSU观测变化可以判断大气中是否含有云和降水粒子。以下是一些区分大气中是否含有云和降水粒子的方法，这些方法可以作为质量控制来鉴别微波辐射率观测是否受云和降水粒子影响。

散射指数检测：云和降水粒子对微波的散射强度随频率增加而增强。统计发现云和降水粒子存在时AMSU-A的ch1~ch3通道观测的线性组合值会与ch15通道的观测产生较大差异。这种差异大小可以表征大气中云和降水粒子对微波的散射强度： ${I_s} = TB - T{B_{15}},TB = a + bT{B_1} - cT{B_2} + dT{B_3}$ 其中a、b、c、d分别是扫描角正切的多项式，TB₁、TB₂、TB₃、TB₁₅分别指AMSU-A的ch1、ch2、ch3、ch15的观测亮温^[10]。当散射指数超过阈值时认为观测包含云和降水粒子。

与此类似，AMSU-A的ch1与ch15、AMSU-B的ch1与ch2通道观测亮温的差值也能够表征大气散射强度，当两通道间观测亮温的差值大于一定程度则意味着观测受云和降水粒子影响^[11]。

AMSU-A的第4通道ch4属于窗区通道，对下垫面辐射比较敏感。当大气中存在云和降水粒子时，ch4观测到的辐射会因云和降水粒子发射、散射辐射作用而与晴空不同。因此可以利用ch4通道辐射率的变化来判定观测是否受云和降水粒子影响。当ch4的实际观测与观测算子模拟的观测之间差值的绝对值|TB_{4_ob}-TB_{4_fg}|超过阈值时，意味着AMSU辐射率探测受到云和降水粒子影响，其中TB_{4_ob}和TB_{4_fg}分别表示ch4的观测与模拟亮温^[12]。

小雨检测：R=ETB₁-TB₁, ETB₁=38-0.88×TB₂，其中TB₁和TB₂分别是AMSU-A的ch1与ch2通道观测亮温^[13]。降水概率检测：P=1/(1+E^-f)×100%，f=10.5+0.184×TB₁-0.221×TB₁₅, 其中TB₁和TB₁₅分别是AMSU-A通道ch1和ch15的观测亮温^[14]。

Bennartz散射指数：Bennartz发展了一个散射指数来衡量大气中云和降水粒子对微波散射作用的大小：I_S=(TB₁-TB₂)-(-39.2010+0.1140Θ), 其中TB₁、TB₂分别是AMSU-B的ch1、ch2通道观测亮温，Θ为局地天顶角^[15]。

卷云检测：AMSU-B的183 GHz高频通道对冰相粒子 (多存在于卷云中) 的散射效应十分敏感。可以使用函数J=(y-y^b)^TR^-1(y-y^b) 的大小来判定观测中是否存在卷云，其中y与y^b分别是183 GHz通道的观测与模拟亮温值^[16]。

云和降水基本上只存在于对流层中，当检测认为大气中存在云和降水粒子时，剔除权重函数峰值高度在对流层的通道 (如AMSU-A的ch5~ch8，AMSU-B的ch3~ch5)，以免受云和降水粒子影响的观测进入同化过程降低分析质量。

4.2 针对AMSU辐射率的观测误差

大气亮温值有一定的范围，AMSU微波探测的亮温在150~350 K内比较合理。如果观测误差过大，探测值则会超过这个界限，此时这些观测应该被剔除^[17]。此外，极值检测法也能发现并剔除观测误差过大的资料。极值检测法是指若观测与平均状态的差值大于标准差的一定倍数时，可以认为该观测的误差过大应该被剔除^[18]。

AMSU的探测结果在卫星编码和传输过程中是否出现错误，可以通过一致性检验方法来检测，一致性检验是指研究探测数据的经纬度、天顶角等参数是否合理一致。如果检测发现异常，则辐射率探测数据应该被剔除^[19]。

5 各数值预报中心的质量控制方案

目前各数值预报中心同化AMSU辐射率探测资料时采用的质量控制方案并不完全相同^[20]，表 3—4是各中心同化AMSU观测时的质量控制方案。

各数值天气预报研究机构和学者都发现，同化AMSU微波探测资料时实施质量控制，能够剔除观测算子不能准确模拟的观测，起到改善同化效果，提高数值天气预报准确率的作用。ECMWF、NCEP等研究机构指出，业务同化AMSU晴空探测资料时采取质量控制，能剔除受云和降水影响的探测，起到提高同化效果的作用。李娟等^[18]在同化AMSU微波探测模拟暴雨的研究中，采用质量控制剔除了观测误差过大的探测，得到了更好的暴雨模拟结果。张华等^[14]在同化AMSU对0205号西北太平洋台风威马逊的微波探测时，采用降水概率质量控制方法剔除了受降水影响的探测。结果发现同化的结果能更加合理地反映台风三维结构。张利红等^[21]在变分同化AMSU探测预报暴雨的研究中，采用散射指数质量控制方法剔除了受云和降水影响的微波观测，发现变分同化能够调整背景场变量分布，改进暴雨强度和位置预报。

由表 3~4可以发现，各数值预报中心同化AMSU微波探测资料时采用了不同的质量控制方案，如散射指数、下垫面地形等；对于同样的质量控制方案，不同中心的判定阈值也不同，如AMSU-A的ch4观测增量方案，欧洲中期天气预报中心采用的阈值为海洋0.7 K和陆地1.2 K，英国和中国气象局则是所有下垫面均为1.0 K。

同化AMSU微波观测时采用不同的质量控制方案和判断阈值，是各中心在大量试验的基础上不断发展和完善起来的。任强等^[22]利用CRTM辐射传输方程结合GRAPES 3D-var同化台风碧丽丝的微波AMSU探测，通过一系列对比试验发现：在GRAPES 3D-var同化系统中，相对于降水概率检测和降水检测，散射指数方案会剔除更多云和降水影响的AMSU-A探测；对于GRAPES区域模式同化AMSU-A探测资料，在海上散射指数阈值为15时效果最好；对于AMSU-B，ch2通道观测增量方案要优于Bennartz散射指数方案。因此，同化卫星微波观测时应根据实际情况选择适合的质量控制方案和判断阈值。

除各数值预报研究和业务中心外，不少研究者同化微波辐射率观测时也采用质量控制。如郭锐等^[23]同化AMSU观测时直接剔除所有对下垫面敏感的通道；陶士伟等^[24]使用极值检测法剔除误差过大的AMSU辐射率资料。

6 质量控制的发展方向

微波辐射率资料同化时之所以采用质量控制，主要是因为观测算子在云和降水等因素影响下模拟误差大。所以，想要改进质量控制，就应该从提高观测算子模拟的精确度入手。

观测算子计算下垫面辐射精确度的增加对提高辐射率资料同化效果有很大意义，针对下垫面微波辐射模拟精度的改进一直以来有很多的研究。ECMWF同化微波观测时采用新的经验公式来计算地表辐射率，结果发现相对于旧方法，新的经验公式能提高下垫面辐射率计算精度^[25]；从FASTEM1到FASTEM4，CRTM等快速辐射传输模式都在不断发展更精确的下垫面辐射出射率计算模块。相对于过去剔除所有对下垫面敏感通道的观测，目前CRTM新版本中以陆地、海冰为下垫面的AMSU窗区通道大都可以被同化利用。

同化时大量的受云和降水粒子影响的微波观测由于观测算子模拟不准确而被质量控制剔除。要改进微波辐射率资料同化效果并增大数据利用率，需要提高观测算子对云和降水粒子微波辐射效应 (主要是散射效应) 模拟的精确度。而根据观测算子模拟精度的提高不断调整质量控制实现精细化，是质量控制发展的重点所在。

CRTM和RTTOV都在积极发展和完善模拟大气散射效应的模块，目前CRTM已经初步包含计算大气散射的模块。美国国家环境预报中心 (NCEP) 同化卫星观测时采用的观测算子就是CRTM。同化AMSU观测时NCEP使用factch4和factch6指数来判断辐射率观测是否包含非降水性薄云或降水。其中， $factch4 = cl{w^2} + {\left[ {(TB_{{\rm{ob}}}^{{\rm{ch4}}} - TB_{{\rm{fg}}}^{{\rm{ch4}}}) \times 3} \right]^2},factch6 = dsva{l^2} + {\left[ {(TB_{{\rm{ob}}}^{{\rm{ch6}}} - TB_{{\rm{fg}}}^{{\rm{ch6}}}) \times 0.1} \right]^2},TB_{{\rm{ob}}}^{{\rm{ch4}}},TB_{{\rm{fg}}}^{{\rm{ch4}}}$ 分别表示ch4通道的观测与模拟亮温，dsval则是一个与下垫面类型有关的数。当factch4>0.5时表示观测中含有非降水性厚云；当factch6≥1时观测中包含降水。试验中NCEP发现考虑散射的CRTM观测算子结合factch指数这种细化的质量控制方法可以同化受非降水性薄云影响的AMSU探测。

此外，针对新的质量控制方法目前还有不少研究，如方翔等发现AMSU-B的ch3、ch4、ch5间观测亮温的差值能够指示观测中是否含有对流云^[26]；邱红等发现AMSU-B的ch2与ch3之间观测亮温差值能够揭示云雨含量大小^[27]。这些新方法都可以用来更精细地区分AMSU观测，实现质量控制精细化。

7 总结

观测算子在云、降水粒子及性质复杂下垫面等因素影响下模拟不准确以及探测资料自身存在误差，为充分发挥资料作用并保证同化分析效果，需要质量控制来剔除使同化误差大的探测。

针对AMSU微波辐射率资料同化，各数值预报研究和业务中心发展了散射指数、降水概率、小雨检测等质量控制方案和判断阈值。质量控制方案及判断阈值与具体的同化系统有关，同化卫星微波辐射率观测时应根据具体同化系统慎重选取。

随着观测算子模拟精度的不断提高，质量控制应该越来越精细化，达到充分利用微波探测资料并保证同化分析效果的目的。