引言

卫星资料同化是数值预报的热点问题。利用资料同化技术可以将卫星观测结果和数值模式有效的结合起来，提高卫星产品的释用水平，同时改进模式的初始场、提高数值模式的预报能力。受运行轨道的限制，极轨卫星观测在时间和空间上存在不连续，相比之下，静止卫星则拥有稳定不变的视场，并且能够做到连续观测，在热带气旋的监测方面具有很大的优势。

对于静止卫星，由于受制于卫星高度，探测通道一般位于红外和可见光波段。静止卫星扫描视场恒定，且时间分辨率很高。根据相邻时刻成像仪资料，利用空间相关的办法，可以反演得到云或水汽的移动轨迹，称之为云迹风资料。Velden等(1997)利用地球静止业务环境卫星(Geostationary Operational Environmental Satellite, GOES)的水汽通道在连续的时间段上的观测资料，得到了对流层上层的风矢量。Goerss等(1998)将GOES-8多通道云迹风信息加入到数值模式中，模拟了大西洋飓风，通过对4个飓风个例的对比研究，发现加入云迹风能够显著地减小路径预报误差。GFDL飓风模式采用三维的最优插值方案将GOES-8反演得到的风场资料同化到模式中，通过超过100组的对比试验，发现引入了云导风后，12 h路径误差平均减少5%，36 h路径误差平均减少12%(Soden et al, 2001)。刘瑞等(2012)利用WRF-3DVAR同化系统同化FY-2C红外和水汽两个通道的云迹风反演产品，改进了模式对台风降水的模拟，提高了降水落区和强度的预报准确度。

随着大气辐射物理过程研究的不断深入，辐射传输模式考虑的物理过程越来越完善，模拟精度也越来越高。Eyre等(1993)提出利用辐射传输模式理论上可以直接同化卫星观测到的辐射亮温。此后Eyre(1997)利用变分同化成功地将星载大气垂直探测资料进行了直接同化，使卫星资料在数值模式中的应用进入一个新的阶段。为了实现在数值模式中直接同化卫星资料，Weng等(2003)对辐射传输模式(vector discrete-ordinate radiative transfer model, VDISORT)进行了研究和改进，使得VDISORT在计算大气辐射及其雅克比项时速度更快、精度更高，为下一步直接同化辐射资料奠定了基础。丁伟钰等(2008)结合WRF输出的气象场资料，利用快速辐射传输模式(Radiative Transfer for TOVS, RTTOV)针对“珍珠”台风进行了研究，模拟了HIRS/3红外辐射亮温，结果表明，当不考虑有云的情况下，模拟亮温显著偏高，且无法得到台风的特征信息，考虑了云之后，对应低层通道(能量峰值在云顶以下)的模拟结果和观测比较一致。研究表明，红外辐射资料在直接同化方面具有潜在的应用价值。

然而静止卫星红外通道资料的直接同化研究要滞后于极轨卫星。Kpken等(2004)曾对Meteosat-7上搭载的可见光与红外成像仪资料进行研究并尝试同化。Szyndel等(2005)和Stengel等(2009)对Meteosat-8卫星成像仪资料直接同化进行过研究，然而这些研究的结果均不够理想。Su等(2003)的研究结果表明，在全球数值预报系统中直接同化GOES成像仪辐射资料，使得预报技巧略有下降。近两年，朱彤等(2012)利用NCEP全球预报模式同化了第二代气象卫星(Meteosat Second Generation-2, MSG)和GOES红外亮温资料。结果表明静止卫星红外亮温偏差较大，且很多通道存在非高斯型的偏差分布，通过新的定标后，水汽和二氧化碳通道同化能够对全球预报系统(Global Forecast System，GFS)6 d预报具有显著的正影响。Zou等(2011)和Qin等(2012)利用格点统计插值GSI系统将GOES卫星成像仪资料成功地同化进WRF区域模式中，对中尺度降水的预报有明显的改善。

随着辐射传输模式和同化理论的不断发展和完善，将静止卫星辐射资料直接同化进数值模式系统中已经具有了一定的可行性。由于静止卫星在热带气旋的监测方面具有很大的优势，因此同化静止卫星资料，特别是我国风云(FY)系列静止卫星资料，对西太平洋地区台风预报极有意义。令人遗憾的是目前国内外这方面的研究工作尚不多见。

在前人研究的基础上，我们尝试将FY-2F静止卫星资料同化入区域飓风模式HWRF中。由于资料的预处理往往是决定同化成败的关键环节之一，同时针对FY-2F卫星资料模拟和偏差的研究也不多见，因此本文主要着眼于FY-2F红外通道资料的模拟和偏差分析，为下一步的同化做准备。

1 资料及研究方法介绍 1.1 模式介绍

为了模拟FY-2F各红外通道亮温，本文利用HWRF模式来提供大气状态参数，并用快速辐射传输模式CRTM计算卫星接收到的红外辐射。

HWRF模式是由NOAA及相关机构合作开发的最新的海-气耦合飓风模式。大气模块为非静力中尺度模式(WRF Nonhydrostatic Mesoscale Model, WRF-NMM)，海洋模式为热带气旋普林斯顿海洋模式(Princeton Ocean Model for Tropical Cyclones, POM-TC)。由于POM-TC不能适用于西太平洋地区，因此本文研究中只使用大气部分模块，利用HWRF模式进行模拟试验。其中微物理方案为Eta HWRF方案(Rogers et al, 2001)，长短波辐射为GFDL方案(Fels et al, 1981)，积云参数化为简化的Arakawa-Schubert方案(Han et al, 2011)。

CRTM是卫星资料同化联合中心(Joint Center for Satellite Data Assimilation, JCSDA)开发的快速辐射传输模式，与数值预报模式结合，可以用来模拟大气辐射传输过程，模拟大气外层卫星观测的辐射亮温及亮温梯度或雅克比项(Weng, 2007; Han et al, 2007)。CRTM可模拟的波段包括红外和微波波段。物理过程综合考虑了地表发射、大气吸收，包括CO₂、H₂O、O₃等气体的吸收，气溶胶、云和降水粒子散射效应，根据预报模式提供的大气状态廓线通过辐射传输方程，可以计算到达大气顶的辐射。

在CRTM模式中，云和降水粒子的光学参数是通过给定分布的米散射理论计算得到的。这些参数包括消光系数、单次散射比、相函数，为了加快计算速度，这些参数由预先计算好的查找表提供。根据预报模式不同的参数化方案，CRTM中最多提供6种云和降水粒子组合，包括云水、云冰、雨、雪、霰以及雹(刘硕松等, 2012)。云粒子的辐射效应一直是研究的难点，不同形态、不同相态的云粒子光学效应也不同，在快速辐射传输模式中做了极大的简化，这给计算带来了很大的误差。另一方面，由于预报模式在处理云和降水的过程中依赖于参数化的办法，参数化本身的不完善可能带来模式对云、降水类型和落区的预报误差。因此，有云情况下，特别是在红外波段CRTM模拟的亮温与实际观测偏差较大，这一点我们会在下文中详细说明。

本文在研究中还用到了GSI同化系统。GSI是NOAA开发并用于NCEP业务预报的变分同化系统。2007年美国发展测试中心(Developmental Testbed Center, DTC)与GSI开发团队合作，将GSI同化系统引入HWRF模式中，成为HWRF模式中的同化模块。目前GSI是一个三维变分系统(3DVAR)。GSI在资料分析和质量控制方面有出色的表现，目前能够同化绝大多数常见的气象资料，包括常规探空、地面观测以及卫星遥感资料。结合快速辐射传输模式，GSI可以直接同化卫星辐射资料。

1.2 FY-2F卫星介绍

FY-2F卫星发射于2012年1月14日，是我国第四颗业务静止卫星。FY-2F静止卫星的运行高度为赤道上空35785 km，星下点经度为112°E。卫星平台搭载辐射仪为展宽可见光和红外自旋扫描辐射仪(Stretched-Visible and Infrared Spin Scan Radiometer, S-VISSR)。FY-2F卫星采用了我国自主研发的基于月球辐射校正的内黑体定标(CIBLE)方法，该方法可以显著提高红外波段定标精度(郭强等, 2013)。关于FY-2F卫星观测通道分析在第二节会有详细说明。

1.3 研究个例介绍

本文选取2012年第11号强台风海葵(Haikui)作为HWRF模式模拟对象。“海葵”在日本冲绳县东偏南方约1360 km的西北太平洋洋面上生成。“海葵”台风生成后迅速向西北方向移动，8月5日进入我国东海海域，6日强度升级为台风。8日台风海葵登陆我国浙江省象山县。登陆后穿过浙江省，进入安徽省境内，强度也减弱至热带风暴，并最终停止编号。本文研究的时段从2012年8月5日06时(世界时，以下均同)至7日18时。

2 FY-2F红外通道权重函数分析

S-VISSR扫描仪共有5个通道，其中4个位于红外光区(IR)，一个为可见光通道(VIS)。其通道具体对应的波段范围及具体信息如表 1所示。可见光通道位于0.55~0.75 μm，分辨率约为1.25 km，观测目标反照率为1%时的信噪比为1.2，对应的观测的反照率误差为0.8%。IR1和IR2为两个红外分裂窗通道，对应波段分别为10.3~11.3 μm，11.5~12.5 μm，300 K观测亮温误差约为0.2~0.4 K。该波段范围内大气气体吸收较少，除了受水汽等少数气体影响外，来自近地面的大部分红外辐射可以穿透大气层到达卫星，因此称为大气窗区。IR3为水汽通道，波段为6.3~7.6 μm，该波段受水汽影响严重，因此观测信息中能够反映大气中的水汽信息。IR4为近红外通道3.4~4.0 μm，该通道波段处于太阳辐射能量范围，在白天容易受到太阳辐射的影响，在这一通道卫星所接受到的辐射既包括热发射也包括大气散射(刘香娥等, 2010)。由于波长较长，红外通道的分辨率较粗，均为5 km。

图 1为利用美国标准大气廓线计算的FY-2F红外通道(实线)与GOES-12红外通道(虚线)权重函数。黑色、绿色分别为IR1、IR2通道，蓝色为IR3水汽通道，红色为IR4近红外通道。从权重函数的分布上来看，FY-2F卫星IR1、2、4通道权重函数峰值均为近地层，绝大部分信息来源于700 hPa以下。IR1与IR2通道为大气窗区通道，其主要的吸收气体是水汽。IR3通道，即水汽通道的权重函数峰值在400~500 hPa高度。由于FY-2F和GOES-12各个通道在波段上略有差别，其权重函数分布也有一些不同，其中GOES-12第六通道(图中绿色虚线所示)的波长为13.0~13.7 μm，该波段主要的吸收气体为CO₂，与FY-2F卫星波段相近的IR2通道相差最大，相比之下FY-2F卫星IR2通道权重函数分布更集中在低层。IR1、IR2和IR4通道权重函数峰值都在近地面，其亮温受下垫面影响很大。而水汽通道峰值在400~500 hPa之间，近地面权重函数较小，辐射信息绝大部分来源于对流层中层，亮温资料受下垫面影响较小。当下垫面情况复杂时，比如不均匀的陆地下垫面，地表发射率的计算比较困难，使得低空通道亮温的模拟误差较大。

3 模拟和观测亮温对比分析 3.1 有云情况下模拟亮温对比

如上文所述，CRTM模式中包含了6种云水、云冰粒子。在模拟亮温的过程中，主要考虑H₂O和O₃两种气体吸收。通过大气模式向CRTM提供的大气状态参数主要包括各层气压、温度、水汽混合比和臭氧含量，同时还包括近地层的一些参数，如10 m高的风速、下垫面覆盖类型及土壤温度等。通过辐射传输方程CRTM可以模拟出卫星接收到的红外辐射。

为了减少模式积分带来的误差，利用HWRF模式积分6 h提供大气背景场，初始场为FNL (Final Analyses)资料。图 2为IR1通道CRTM模拟的红外云图与FY-2F观测云图对比。由于模式和观测资料的分辨率不一致，为了避免由于插值带来的误差，将两者的分辨率统一地降低到0.25°。图 2所示的区域为0°~60°N、90°~160°E，格点数为240×280。

模拟和观测云图对应的时刻为2012年8月7日00时，云图中心为即将登陆浙江宁波的台风海葵。可以看到中高纬度地区为明显的两槽一脊形式，我国东北地区至鄂霍次克海地区在高压脊的控制之下。从云图的模拟来看，由于初始场中高纬度天气主导形式比较准确，槽前的天气尺度锋面云系模拟得比较好。当然，在一些细节方面模拟的还有欠缺，模拟的云系亮温分布比较均一，高云和低云不能很好地分别开，特别是对高空的卷云，模式还不能很好地模拟出来，这可能既和CRTM模式中对冰粒子的形态简化和辐射计算能力有关，也与气象模式提供背景信息不够准确有关。

对于中低纬度地区，包括台风云系的模拟，模式的结果还存在很大的问题。可以看到，中南半岛、南海以及菲律宾周围大部分地区模拟出大片连续的云团，这与真实的观测是不符的。这表明云图的模拟对于低纬度热带云团的模拟包括热带气旋、季风云系等存在较大的误差，这与大气模式在热带地区存在较大不确定性也是一致的。

3.2 晴空条件下的模拟对比

由于模式对云的处理存在较大的误差，对于同样的模式大气背景状态输出，我们利用CRTM在晴空条件下进行模拟。采用FY-2F亮温资料中的云分类信息，选取晴空下的观测亮温，并将模拟亮温和观测亮温进行对比，结果如图 3所示。可以看到，去除了云之后，很明显大部分的观测亮温值都分布在观测亮温和模拟亮温相等的直线附近。总体来看，IR3通道模拟和观测亮温符合得最好，但有一定的系统性偏差，观测亮温可能在定标时偏高。IR1、IR2和IR4三个通道陆地下垫面的点比海洋上的点分布要发散，表明对于三个近地层通道，受下垫面影响较大。在陆地下垫面，由于地表发射率非常不均匀，模式在计算辐射亮温的过程中有很大的误差。从模拟的情况来看，陆地下垫面的模拟亮温比实际观测偏小，辐射模式可能低估了陆地下垫面的发射率。IR1、IR2两个窗区通道在海洋上的模拟亮温和观测亮温比较一致，其中IR1通道模拟亮温比观测值略微偏大。前文提到IR3通道的权重函数峰值分布在对流层中层，因此下垫面的影响很小，从模拟和观测亮温对比上很明显地能看出来，不管是海洋上还是陆地上，IR3通道模拟亮温和观测符合得都很好，两者没有明显的差别。IR4通道在陆地和海洋上的观测值都比模拟值要偏大，一方面是由于IR4通道波长较短，在白天易受太阳辐射的影响，另一方面也可能与IR4通道的定标有关。

4 GSI偏差订正效果

在实际的同化中，辐射亮温资料总是要经过一定的质量控制和偏差订正才能进入同化系统中。因此，将原始的FY-2F资料经过一定的预处理，输入到GSI系统中，利用GSI系统进行质量控制和偏差订正。为了减少观测资料之间的相关，将原始资料进行稀疏化处理，将分辨率降低到40~60 km。其中，如上文所述，保留IR1、IR2和IR4三个通道的海洋下垫面资料及IR3通道陆地和海洋下垫面的资料，且对于这四个红外通道的只处理晴空资料。而质量控制仿照GSI系统中对GOES卫星资料的处理方案。具体的资料的稀疏化和GSI的质量控制方案可以参考Zou等(2011)。

针对通过质量控制的资料点，用观测亮温(O)减去模拟亮温(B)得到O-B分布，图 4为2012年8月7日00时FY-2F红外IR1通道云图，彩色点为通过质量控制的点，颜色代表O-B的值。通过质量控制的点均位于晴空，但不是所有资料都能通过质量控制。可以看到对于IR1、IR2、IR3通道，大多数资料O-B值在±1.5 K之间，其中IR2通道在渤海湾上空的资料点偏差大于1.5 K。IR4通道为短波红外通道，在白天易受太阳辐射影响，00时对应图中区域基本为白天，因此绝大部分观测资料亮温偏高，O-B值均超过4.5 K。

GSI中偏差订正分为两个部分：一部分为气团偏差订正b^air(x, β)(air-mass dependent in GSI)，一部分为扫描角度的偏差订正b^angle(separate scan-anger dependent)。偏差订正后的结果为：

$ \mathop h\limits^ \sim = h\left(x \right) + {b^{air}}\left({x, \beta } \right) + {b^{angle}} $

式中, h(x)是利用辐射传输模式将背景场x转化为模拟亮温。对于静止卫星，由于视场恒定，GSI不对扫描角度进行订正。对于气团订正项的计算为：

$ {b^{\mathit{a}ir}}\left({x, \beta } \right) = \sum\limits_{i = 1}^N {{\beta _i}\left[ {{a_i}{p_i}\left(x \right)} \right]} $

式中, p_i(x)为预报因子项，a_i为预先设定的参数，估算变量x和β的方法为：

$ \begin{array}{l} J\left({x, \beta } \right) = \frac{1}{2}{\left({x - {x_b}} \right)^{\rm{T}}}B_x^{ - 1}\left({x - {x_b}} \right) + \\ \;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\frac{1}{2}{\left({\beta - {\beta _b}} \right)^{\rm{T}}}B_\beta ^{ - 1}\left({\beta - {\beta _b}} \right) + \\ \;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\frac{1}{2}{\left[ {y - \mathop h\limits^ \sim \left({x, \beta } \right)} \right]^{\rm{T}}}{R^{ - 1}}\left[ {y - \mathop h\limits^ \sim \left({x, \beta } \right)} \right] \end{array} $

通过将J的极小化，可以估算β。对于同化晴空辐射资料，气团订正中包含5个预报因子p(x)：全局的补偿项(global offset)，天顶角(zenith angle)，云水项(cloud liquid water)，温度递减率(lapse rate)及其平方(square of the lapse rate)。

图 5给出了经过GSI偏差订正后的观测与模拟亮温的散点图。对比资料点观测亮温(经过偏差订正)和模拟亮温，可以看到IR1、IR2通道观测亮温和模拟亮温比较一致。散点集中的分布在O与B相等的直线附近，由于只同化晴空范围亮温资料，因此亮温变化范围较小，大致在285~300 K区间。IR2通道O与B散点分布相对更发散一些。IR3通道散点分布集中在O与B相等的直线附近，亮温范围为245~265 K之间，散点分布相比IR1、IR2通道更为集中，这表明IR3通道资料质量较高，一般而言同化进模式后效果会更好。IR4通道由于受到太阳辐射的影响，出现超过5 K的整体偏差，同时，该通道资料O与B亮温散点分布也没有明显的线性分布。资料点模拟亮温主要集中在293~298 K之间，观测亮温则集中在301~306 K。经过偏差订正后，除IR4通道外，其余三个通道的资料分布形态都更接近正态分布，且基本没有系统性的偏差。

由于IR4通道经过质量控制和偏差订正仍存较大的问题，所以进一步检验了IR4通道的资料质量。选取2012年8月7日00、06、12和18时4个时次，经过GSI质量控制后的O与B散点分布如图 6。可以看到对于图 6a、6b为00和06时，对应西太平洋地区为白天时间，IR4通道O与B散点呈现明显的系统性偏差，观测亮温明显高于模拟亮温，且资料点分布比较分散，线型趋势不太明显。图 6c、6d对应12和18时，该时刻西太平洋地区基本为夜间。IR4通道资料观测亮温与模拟亮温基本没有很好的线性关系。特别是当观测亮温大于300 K时，模拟亮温从295~310 K以上，与观测亮温值关系不大。虽然图 6只给出了一天4个时次，但其他时间的资料也有类似的现象。IR4通道观测资料与模拟结果相差较大，尤其是在夜间，这说明即使在排除太阳影响下，IR4通道资料的模拟仍存在一定的问题。从同化的角度来看，该通道资料质量不佳，因此在选择同化通道时，需要剔除IR4通道的资料。

对台风海葵8月5日06时至7日18时，间隔6 h，共11个时次的卫星观测资料，利用GSI进行偏差订正，对比偏差订正前、后的平均偏差O-B的值。如表 2所示，a为订正后平均偏差，b为订正前平均误差。可以看到对于IR2、IR3通道，所有时次，GSI订正后的平均偏差均小于订正前，但改善效果随着时次和通道的不同而有差异。IR1通道偏差订正后改善效果比较小，甚至大多数时次出现订正后偏差略有增大的现象。订正前平均偏差仅有0.42 K，订正后略有增大达到0.47 K，相比其他通道，IR1通道的资料质量应该是最好的。IR2通道偏差订正的改善效果随着时次变化明显，O-B经过订正最大可以减小72.9%，最小仅有8%，订正前平均偏差为2.15 K，订正后仅为1.20 K。IR3通道改善最为明显，订正前平均偏差几乎均在3.5 K以上，而偏差订正后，平均为0.34 K，最大偏差不超过0.9 K，这主要是由于IR3通道的主要误差来源于系统性偏差。从上面的分析来看，GSI对于FY-2F亮温资料的偏差订正是比较成功的。

5 结论与讨论

本文利用HWRF模式和CRTM辐射传输模式对FY-2F的红外成像仪资料进行了模拟。研究表明，由于模式对云的处理方案还存在较大的缺陷，目前无法通过快速辐射传输模式很好地模拟出云的细节特征，特别是对热带云系的模拟偏差较大。对于晴空辐射的模拟，IR1、IR2和IR4三个低层通道受下垫面的影响严重。特别是对于陆地下垫面，由于地表发射率极不均匀，CRTM模式低估了平均发射率，导致陆地下垫面模拟亮温平均值偏低，而海洋上的模拟情况则要明显好于陆地。IR3通道由于是中高层通道，因此受下垫面影响较小。

通过模拟和实测的亮温资料进行对比，发现IR4近红外通道在白天受太阳辐射影响严重，亮温值明显偏大。而夜晚的观测资料则偏差更大，目前除了该通道观测资料质量的问题，我们还没有找到其他解释。因此，在后面的同化研究中，将舍弃IR4通道的辐射资料。

自8月5日06时至7日18时，间隔6 h共11个时次，利用GSI进行偏差订正。结果显示，GSI的偏差订正对于IR3通道改进最明显，观测误差从平均3.7 K，减少到仅有0.34 K。IR2通道平均误差改善也达到50%左右。IR1通道则没有改进，原始的观测资料平均偏差仅有0.42 K，订正后略有增大，上升到0.47 K。

本文的研究为下一步直接同化FY-2F亮温资料打下了基础。但值得指出的是，以上的研究只是基于很少的观测样本进行的，真正具有普适意义的结论还需要建立在更多观测资料和样本之上。我们的研究目的是要将研究时段的资料同化如模式系统中，而不是对FY-2F的卫星资料进行校准。同时，由于所用资料距离FY-2F卫星发射升空仅半年时间，FY-2F的校准和标定工作还未结束，我们相信后续的FY-2F亮温资料质量会更加令人满意。