引言

水汽是大气时空变化中最活跃的成分之一，是天气和气候形成的必要基础(段晓梅和曹云昌，2018)。在气象学中大气中水汽含量通常以相对湿度表示，是描述大气状态的重要的物理量。探测大气湿度的手段有气球探空、GNSS/MET、地基微波辐射计、卫星等(丁虹鑫等，2018；郭启云等，2020)。其中气球探空湿度资料是序列最长、准确性最高的大气湿度廓线资料，是数值天气预报、全球气候变化研究、大气资料再分析最关键的数据来源(王英和熊安元，2015；姚雯等，2017)。近年来，随着遥感技术的发展，探测大气湿度的技术取得了质的飞跃。但目前测量大气湿度廓线最准确的手段仍然是气球探空观测(钱媛等，2019)，其探测技术成熟，观测数据稳定(郭启云等，2013)，垂直探测每分钟的采样可达50次。按照400 m·min^-1的上升速度，气球探空的空间垂直分辨率可达8 m，其数据分辨率、精度以及可靠性较高(赵静等，2017)，能提供更为密集的大气垂直探测信息，可更好地反映大气层结的细致特征(王瑞文等，2023)。相比于气球探空观测而言，卫星遥感探测的观测尺度更大，极轨气象卫星可实现对全球的大气湿度分布探测。近年来，气象卫星为我国天气预报、防灾减灾和气候变化监测提供了强有力的支撑，在数值预报、天气分析、灾害性天气监测、气候变化监测、生态和环境监测等方面取得了显著应用成绩(李伟光等，2020)。风云三号(FY-3)系列卫星是中国第二代太阳同步气象卫星(王素娟等，2020)，其中FY-3D于2017年11月在太原卫星发射中心成功发射(杨天杭等，2019；瞿建华等，2019)，是中国自主设计建造的新一代气象卫星，有着极高的空间分辨率和观测能力，具有重要的科学价值和应用价值。该卫星搭载了10台/套先进的遥感仪器，包括：中分辨率光谱成像仪Ⅱ、微波成像仪、微波温度计Ⅱ、微波湿度计Ⅱ、红外高光谱大气探测仪、近红外高光谱温室气体监测仪、广角极光成像仪、电离层光度计、空间环境监测器和全球导航卫星掩星探测仪等(朱爱军等，2018)。微波湿度计(MWHS)是FY-3D卫星上一个重要的有效载荷，可全天时、全天候探测全球大气湿度的垂直分布、水汽含量和降雨量等空间气象资料，在大气探测业务中发挥了重要作用(张瑜等，2017)。

卫星遥感数据提供了更大尺度的湿度数据(曹广真等，2023)，对于数值天气预报、气象灾害监测预警、气候预测、农业监测等方面具有重要的应用价值(范天锡，2002；姬翔和王新，2014；王富等，2021)。但是，由于卫星数据的测量误差，加之不同的反演算法的不确定性，反演结果的准确性可能受到影响。因此，有必要对FY-3D卫星反演湿度数据的准确性进行评估，以便指导实际应用。探空观测是对大气要素的直接观测(张旭鹏等，2021)，其湿度数据准确度较高，且具有较高的分辨率，可作为卫星反演的湿度数据的参考标准(雷勇等，2018；郭启云等，2018；朱元竞等，1998；杜明斌等，2009)，从而定量评估FY-3D卫星反演湿度数据的准确性。往返式平漂探空观测系统(Round-trip Drifting Sounding System，RDSS)是由中国气象局气象探测中心研发的一种新型探空观测系统，系统主要由外球、内球和降落伞以及地面接收机组成，载荷为探空仪和熔断器。外球为上升阶段提供合适的速度，内球为平漂阶段提供合适的平漂高度，降落伞为下降阶段提供合适的速度。释放时，探空仪、熔断器随双球升空，到达一定高度后外球爆炸，此时内球与探空仪、熔断器进入平漂状态。经过平漂4 h，熔断器工作使得降落伞、探空仪与内球分离，进入下降段观测，通过一次施放实现了“上升段-平漂段-下降段”三段观测(柳士俊等，2022)。

往返式平漂探空观测系统已在长江中下游地区开展了外场组网观测试验，试验观测数据的质量控制和偏差订正研究显示，上升段和下降段探空观测资料的质量可靠，能够满足数值预报资料同化的要求(张鑫等，2023)。试验数据的不确定性分析结果表明往返探空探测精度达到了WMO(World Meteorological Organization)规定的突破目标，探测资料具有良好的可用性，具备了很好的应用前景(王金成等，2021)。本文利用长江中下游平漂探空数据检验FY-3D卫星反演的大气湿度廓线数据的准确性，可为后续实际应用提供参考。文中分别利用平漂探空的上升段、下降段数据，重点对比分析FY-3D卫星反演湿度数据与探空测量湿度数据的差异，以及这些差异是否受到不同地区环境因子的影响，从而揭示FY-3D卫星反演湿度廓线数据的准确性，为卫星反演的大气湿度廓线产品应用提供依据。

1 资料与方法

利用平漂探空的上升段和下降段的湿度数据作为标准，检验卫星反演的大气湿度廓线的准确性。在垂直方向上，根据卫星气压数据，在平漂探空上升段、下降段廓线选取气压最接近的探空秒数据(或通过气压插值计算)作为标准数据。根据探空秒数据的时间、经度、纬度数据，从卫星的当前层次选取与其时空匹配度最佳的数据点作为被检验数据。

1.1 平漂探空资料

平漂探空资料采用2021年长江中下游的安庆、武汉、南昌、赣州、长沙和宜昌6个探空站的平漂探空试验数据。此次观测试验自3月开展，每日施放时间为07:30、19:30(北京时，下同)，为期7个月。由于平漂段的平均高度是约为28 000 m的平流层，此高度水汽含量很低，因此只选取上升段和下降段观测数据进行检验，平漂段不做讨论。

平漂探空采用卫星导航体制的北斗探空仪，其湿度传感器采用高分子聚合物湿敏电容，解决了传统湿敏电阻不能反复使用、响应速度慢、滞后误差大等问题，测湿准确度大幅提升(周雪松和田泓，2022)，达到国际先进水平(王丹等，2020)。北斗探空仪信号由地面组网的北斗卫星导航接收机接收、解码、编码，并将数据实时传输至中心站平台。观测要素包含：温度、相对湿度、气压、经度、纬度、高度等。北斗探空仪每秒观测一次，由中心站平台质量控制处理后，将多个地面卫星导航接收机的接收数据合成一个完整的平漂探测数据文件。

1.2 卫星资料

卫星数据采用FY-3D卫星的L2级大气温湿度廓线(AVP)产品，湿度数据采用其DATA数据集下大气温湿度廓线数据(TSHS_AHProf；数据来源：http://satellite.nsmc.org.cn/PortalSite/Data/Satellite.aspx)。FY-3D卫星每天凌晨和下午各过境一次(唐飞等，2021)，其大气湿度廓线产品垂直方向上包含43个规定气压层，气压范围为1013.25~0.1 hPa。水平方向包含1212条扫描线，每条扫描线90个像元，水平分辨率为25 km，数据格式为HDF5格式。

1.3 比湿转换

平漂探空观测的湿度数据为相对湿度，而卫星的湿度廓线产品为比湿，文中将数据统一为相对湿度计算。大气为水汽和干空气的混合体，比湿表示湿空气中水汽质量与湿空气质量之比，在计算上通常用式(1)表示：

$ q=\frac{m_{\mathrm{v}}}{m_{\mathrm{d}}+m_{\mathrm{v}}} $

(1)

式中: q为比湿，单位为kg·kg^-1。m_v为湿空气中水汽质量，m_d为干空气质量。经查阅资料(盛裴轩等，2013)，比湿可以用式(2)表示：

$ q=\frac{\varepsilon e}{p-0.378 e} $

(2)

式中: ε为常数(取值0.622)，e为水汽压，p为气压。经过变形可得到水汽压的公式：

$ e=\frac{p q}{0.622+0.378 q} $

(3)

采用Tetens公式计算饱和水汽压，通常分为冰面和水面两种情况：

$ E_{\mathrm{s}}=6.1078 \exp \left[\frac{17.2693882(T-273.16)}{T-35.86}\right] $

(4)

$ E_{\mathrm{si}}=6.1078 \exp \left[\frac{21.874558(T-273.16)}{T-7.66}\right] $

(5)

式中: E_s为水面饱和水汽压，E_si为冰面饱和水汽压，T为温度(单位: K)。水的三相点温度是273.16 K，在文中计算饱和水汽压时，当T≥273.16 K时，饱和水汽压为E_s；当T < 273.16 K时，饱和水汽压为E_si。

相对湿度表示空气中实际水汽压与同温度下的饱和水汽压之比，用百分数表示。相对湿度可用下式表示：

$ \mathrm{RH}=\frac{e}{E} $

(6)

式中: RH为相对湿度，e为当前水汽压，E为当前温度下的饱和水汽压。因此，在已知比湿q、温度T、气压p时，可根据以上公式计算出当前水汽压和饱和水汽压，从而计算出大气相对湿度。

1.4 平漂数据的质量控制

平漂探空上升段观测探空仪信号较好，经过4 h平漂段观测，水平漂移的距离可达400 km。受平漂观测试验的北斗卫星导航接收机布设密度、探空仪电池压降、地形遮挡等因素影响，导致部分下降段的近地面探测数据质量较差。

在检验过程中，发现部分探空数据湿度异常，如湿度保持100%不变、跳变、超出临界值、数据缺测等，因此需要对平漂探空观测湿度数据进行质量控制处理。国内探空业务中，探空湿度数据的质量控制方法主要有格式检查、基本逻辑检查、气球移速检查、阈值检查、空间一致性检查、时间一致性检查等(钱媛，2019)。在本研究中的质量控制方法包括质量控制码检查、阈值检查、格式检查、基本逻辑检查，对错误数据、缺测数据进行剔除处理，具体规则如下：

(1) 剔除质量控制码包含异常的数据，仅保留质量控制码为AZ、CZ的数据;

(2) 剔除气压异常的数据;

(3) 剔除湿度超出阈值的数据;

(4) 剔除气压50 hPa高度以上湿度大于90%的观测数据;

(5) 剔除受降水影响，导致长时间湿度为100%的数据;

(6) 剔除因信号或传感器等原因造成的孤立跳变数据;

(7) 剔除湿度变化趋势异常的数据;

(8) 剔除相邻探空秒数据差值大于50%的数据，即湿度每秒变化率大于50%;

(9) 如某时次平漂探空和卫星数据的匹配数据少于6组，取消本次计算。

经以上质量控制算法处理后，剔除了湿度廓线中的异常数据，质量控制前后对比如图 1所示。图 1a为质量控制前平漂探空湿度曲线，存在较多错误数据，经质量控制算法处理后，明显剔除了曲线中的跳变、拉直线等错误数据，如图 1b所示。利用质量控制后的平漂探空数据进行检验，使得检验结果质量明显提升，其中上升段平均绝对误差减小0.7%，平均均方根误差减小1.2%，相关系数增大0.05；下降段平均绝对误差减小0.6%，平均均方根误差减小1.6%，相关系数增大0.03。

1.5 数据匹配方法

为保证检验结果的准确性，算法中设定了标准数据和被检验数据的时空匹配条件。时空匹配算法基于卫星数据和平漂探空数据的距离、时间差匹配，时间匹配条件为时间差小于3 h(周雪松等，2023)，距离匹配条件为空间距离小于150 km。时间匹配即从平漂探空和卫星数据中筛选出时间差小于3 h的数据。空间匹配即根据平漂探空上升或下降段的运动轨迹，在卫星的43个规定气压层中选取满足时间、空间匹配要求，且距离最近的数据点。时间匹配很容易理解，下面着重介绍空间匹配方法。

平漂探空数据包含上升、平漂和下降段数据，根据其气压、高度变化规律，将数据分为3段。上升段和下降段为高分辨率的大气廓线数据，而卫星数据垂直方向分辨率较低，仅包含43个规定气压层。因此，需要将平漂探空的上升和下降段数据做内插处理，再根据数据的时间、气压、经度、纬度等信息与卫星数据做时空匹配。

平漂探空的上升和下降阶段数据从地面至高空约10 hPa高度，探空仪每秒进行一次观测，垂直分辨率达6~8 m，因此使用气压内插方法来计算插值点湿度的误差也相对较小，可以满足对卫星数据的验证要求。湿度插值公式如式(7)所示：

$ Q=Q_0+\frac{Q_1-Q_0}{\ln p_1-\ln p_0}\left(\ln p-\ln p_0\right) $

(7)

式中：Q和p分别表示插值点的湿度和气压，Q₀和p₀表示下层的湿度和气压，Q₁和p₁表示上层的湿度和气压。根据平漂探空的上升和下降阶段的廓线轨迹，由式(7)可以从卫星数据中提取与之匹配的湿度廓线数据，具体步骤如下：

(1) 根据平漂探空上升或下降段数据的气压范围，筛选包含的卫星规定气压层次。

(2) 利用式(7)插值算法，计算出探空廓线中与卫星规定气压层(高度)对应的数据，包括时间、湿度、温度，以及该数据点的经度和纬度。

(3) 在卫星数据中，根据探空和卫星数据的经/纬度、时间，计算出符合时空匹配条件的卫星数据。符合匹配条件的数据通常不止一个，文中选取符合时间匹配条件且距离最近的数据点，作为被检验的卫星数据。利用数据的经/纬度、数据质量标志和数据时间，在卫星数据的每个规定气压层中获得匹配数据，即完成卫星廓线数据的提取。

(4) 利用比湿转换公式，将卫星的比湿转换为相对湿度。

经过以上计算，即可从卫星数据的每一组规定气压层数据中，筛选出与探空数据时间差小于3 h且距离最近的数据。将获取的平漂探空、卫星数据按照气压排序，即完成匹配数据获取。

1.6 数据评估方法

文中利用平漂探空数据对卫星数据的评估方法主要包括：平均绝对误差、均方根误差和相关系数，具体公式如下：

(1) 平均绝对误差(MAE)：表示评估对象与参考标准的绝对误差的平均值。MAE的值越小，表示观测值与实际观测值之间的差异越小，观测数据的准确性越高。MAE是用来衡量观测值与实际观测值之间差异的常用统计指标。

$ \mathrm{MAE}=\frac{1}{n} \sum\limits_{i=1}^n\left(\left|O_i-B_i\right|\right) $

(8)

(2) 均方根误差(RMSE)：用来衡量观测数据偏离参考标准数据的程度，将观测值与标准值之间的平方差的均值的平方根作为误差的度量。RMSE的值越小，表示观测值与标准值之间的差异越小，观测值越接近标准值。RMSE用于衡量测量或观测结果与已知标准值之间的一致性或准确性。

$ \text { RMSE }=\sqrt{\frac{1}{n} \sum\limits_{i=1}^n\left(O_i-B_i\right)^2} $

(9)

(3) 相关系数(R)：相关系数表征观测数据与标准数据线性相关程度。R的大小表示观测值与标准值之间的线性关系的强度和方向，R越大，表示观测数据与标准数据趋势的一致性较好，观测数据质量越高。

$ R\left(O_i, B_i\right)=\frac{\operatorname{Cov}\left(O_i, B_i\right)}{\sqrt{\operatorname{Var}\left(O_i\right) \operatorname{Var}\left(B_i\right)}} $

(10)

式中：O_i为第i个观测数据，B_i为对应的标准数据，Cov为协方差，Var为方差。

通过统计时空匹配后的卫星数据与平漂探空数据的MAE、RMSE和R，分析卫星反演大气湿度廓线数据的准确性。

2 检验结果分析

本次检验选取了2021年3—9月长江中下游6个站点的平漂探空试验数据，共计2798个样本，以及该时段中国区域FY-3D卫星湿度数据，共计1110个样本。经质量控制算法处理，剔除了227个气压、湿度(相对湿度简称“湿度”，下同)、温度数据异常的平漂探空文件。利用平漂探空数据对卫星数据进行匹配分析的检验结果如表 1所示。

由表 1中检验结果统计数据可知，由平漂探空上升和下降段观测数据对卫星反演的大气湿度廓线数据一致性相对较好，且下降段的检验结果中MAE和RMSE均更小。其中，上升段的MAE为18.6%，RMSE为24.0%，R为0.71；下降段的MAE为15.1%，RMSE为20.0%，R为0.70。

往返式平漂探空观测实现了一次施放两次对流层垂直探测，其下降段观测为卫星反演资料评估提供了更加丰富的直接探测数据。相比传统探空(仅上升段)，平漂探空下降段与卫星的观测时间更加匹配。经统计，利用上升段数据检验的结果中平均匹配时差为2.9 h，而下降段的平均匹配时差为1.1 h。因此，利用平漂探空下降段观测数据进行卫星反演数据检验，具有明显的时间匹配优势。下降段在对流层低层(600 hPa以下)因接收机覆盖问题造成了部分数据缺失，进而下降段评估了FY-3D的对流层高层的湿度产品，因此利用下降段数据的检验结果的误差较小。上升段和下降段的检验结果散点图如图 2所示。

由图 2可知，平漂探空上升和下降段数据对卫星反演湿度数据的检验结果散点图分布相似，但下降段包含了更多的匹配数据。在上升、下降段的检验结果中，卫星湿度偏小的数据较多。在湿度50%以下，卫星湿度偏大；湿度50%以上，卫星湿度偏小。

2.1 上升段检验结果分析

上升段探空每日两次探测，施放时间为07:30、19:30，分别为清晨和傍晚的大气湿度廓线数据。清晨和傍晚的大气环境复杂，不同的地形对湿度影响较大，此外上升段的平均匹配时间差为2.9 h，大部分匹配数据的时差接近最大匹配时间3 h，因此上升段的检验结果与数据匹配时间有较大关系，具体检验评估统计数据如表 2所示。

由表 2数据可知，07:30上升段检验结果的MAE为17.5%，RMSE为22.7%，R为0.73；19:30上升段检验结果的MAE为19.9%，RMSE为25.5%，R为0.69。与07:30上升段检验结果相比，19:30上升段检验结果误差略大，MAE偏大2.4%，RMSE偏大约2.8%，R减小0.04。上升段检验结果的散点图如3所示。

由图 3可知，07:30、19:30检验结果的相对湿度散点图分布相似，从趋势来看，平漂探空上升段检验结果中卫星的平均湿度总体偏小，湿度误差集中在±40%以内。在湿度50%以上，平漂探空湿度明显大于卫星反演湿度，卫星反演湿度偏小约20%；当湿度大于70%，卫星的反演湿度均小于平漂探空湿度。在检验结果中挑选了07:30、19：30具有代表性的湿度廓线进行分析，如图 4所示。

2021年4月21日长沙站07:30廓线检验结果的MAE为13.5%，RMSE为21.2%，R为0.90(表略)。由图 4a和4b湿度对比曲线可知，平漂探空与卫星湿度的趋势一致性较好，仅在800~650 hPa附近误差偏大。从图 4c相对湿度散点图来看，在湿度低于50%时，卫星湿度大于平漂探空湿度，且误差较小，均在20%以内；在湿度大于50%时，卫星湿度偏小，湿度误差增大。2021年3月18日赣州站19:30廓线检验结果的MAE为10.2%，RMSE为16.5%，R为0.84(表略)。由图 4d和4e可知，平漂探空与卫星湿度廓线趋势基本一致，在湿度10%~50%时，卫星湿度偏大；湿度大于50%时，卫星湿度偏小。在湿度低于50%时，卫星反演湿度数据误差在20%以内；在湿度大于50%时，误差明显偏大。在气压800 hPa左右，探空湿度有明显的入云特征，湿度超过90%，但卫星反演的湿度未超过60%(图 4d)。在300 hPa附近，卫星反演的湿度明显大于探空湿度，卫星湿度偏大约20%(图 4e)。

2.2 下降段检验结果分析

平漂段结束，熔断器切割气球连接线，探空仪随降落伞下落，开始下降段观测。由于探空仪在降落伞以下，因此在下降段观测时，传感器先接触到待探测大气。与上升段相比，可从源头避免气球尾流对不同湿度层的扰动以及气球摩擦对温、湿度测量的影响，因此下降段探空观测更具有客观条件优势。

平漂探空每日07:30和19:30施放，下降段观测与上升段观测时间间隔约为6 h。07:30施放，则下降段时间约为13:30，代表了探测气球下落点午后的大气湿度廓线数据；19:30施放，则下降段时间为次日01:30左右，代表了探测气球下落点夜间的大气湿度廓线数据。07:30、13:30、19:30和01:30分别代表了清晨、正午、傍晚、夜间的大气环境。对4个时次的探测廓线分别分析，更能准确反映卫星反演的大气湿度在不同外部环境下的准确性。下降段观测受平漂距离和接收机布设密度影响，平均终止气压为800 hPa左右，部分数据质量较差，需要经过严格质量控制方可使用。利用下降段数据对卫星湿度廓线的检验结果如表 3所示。

由表 3数据可知，13:30和01:30的探空数据检验结果差异较小，01:30夜间观测数据的MAE和RMSE略大，MAE偏大1.5%, RMSE偏大1.0%左右，但两个时次检验结果均比07:30和19:30有明显提高。由图 5可知，13:30和01:30的卫星湿度廓线散点图分布基本一致，误差主要集中在±40%以内。在低湿环境，卫星湿度数据偏大；在高湿环境，卫星湿度数据偏小。

2021年9月26日南昌站13:30平漂探空廓线检验结果的MAE为8.5%，RMSE为13.4%，R为0.88(表略)。由图 6a和6b可知，在500~250 hPa，卫星湿度偏大，500 hPa高度以下卫星湿度偏小。从湿度散点图可以发现，在湿度小于50%时，卫星湿度偏大；湿度大于50%时，卫星湿度偏小。2021年4月9日武汉站01:30平漂探空廓线检验结果的MAE为8.2%，RMSE为13.5%，R为0.91(表略)。由图 6d和6e可知，平漂探空与卫星湿度廓线趋势一致性较好，但在250 hPa、700~500 hPa附近误差较大，在700 hPa附近卫星湿度偏小约40%，在250 hPa附近卫星湿度偏大约30%。从散点图来看，在湿度大于50%时，卫星湿度偏小；湿度小于50%时，卫星湿度偏大，误差主要集中在湿度10%以内。

2.3 不同高度的检验结果分析

大气中水汽含量随高度呈递减趋势，500 hPa以下水汽占总量的90%以上。长江中下游的6个探空站分布在25°~30°N的中低纬度地区，对流层顶高度通常在17 km以下。为分析在不同高度下的检验结果，分别对地面至500 hPa、500~100 hPa、100~5 hPa(平漂探空外球为650 g气球，上升段终止气压通常在10 hPa左右)高度的检验结果分析。

由表 4中检验结果数据可知，卫星反演的湿度误差在不同高度差异较大，总体呈随高度增加而减小的趋势。在地面至500 hPa高度的检验结果误差较大，上升、下降段的MAE分别为25.3%、20.6%，RMSE分别为28.1%、23.2%；在500~100 hPa，上升、下降段的MAE分别为20.3%、16.7%，RMSE分别为24.3%、21.0%；在100~5 hPa，上升、下降段的MAE分别为3.8%、3.6%，RMSE分别为4.4%、4.1%。

近地面至100 hPa高度是水汽主要集中范围，是影响天气系统发生发展的重要因素。因此，此高度范围的卫星检验数据更能代表数据的真实情况。在近地面至500 hPa范围内湿度较大，且随天气系统变化较快。匹配时间和匹配距离都易对检验结果造成误差，特别是近地面出现降水时，易导致卫星在近地面至500 hPa范围内的反演湿度误差偏大。500~100 hPa的检验结果中，下降段比上升段检验结果的误差偏小，主要是因为下降段的数据匹配时间差较小。100 hPa以上，大气中水汽含量相对较少，湿度较低(余君等，2016)。由于100 hPa以上大气湿度环境稳定，湿度随时间和空间变化不大，因此上升和下降段的MAE和RMSE均较小。

2.4 不同湿度检验结果分析

在对卫星湿度廓线分析时发现：卫星湿度在0%~50%、50%~100%环境误差的正负不一致。此外，云对卫星微波湿度计反演的大气湿度廓线准确性也有一定影响。从理论上讲，湿度达到100%时会形成云，但由于凝结核等多种原因，湿度达到85%时，则认为有云(车云飞等，2015)。为获得卫星反演的大气湿度数据在不同湿度环境下的准确性，分别取平漂探空数据中湿度为0%~40%、40%~85%、85%~100%的3个范围数据进行分析。湿度为0%~40%、40%~85%，分别代表低湿环境、高湿环境下的检验结果。湿度在85%~100%的数据，代表高湿环境且受云影响的检验结果。检验结果如表 5所示。

由表 5中数据可知，卫星反演的结果误差随湿度升高而增大。在湿度0%~40%时，上升和下降段检验结果的MAE和RMSE均较小，MAE为12%左右，RMSE为16.5%左右。在湿度40%~85%时，上升和下降段的检验结果差异较大，上升段MAE和RMSE较下降段均偏大约4%。在湿度85%~100%时，上升段检验结果的MAE高达37.6%，RMSE达38.6%，下降段检验结果的MAE和RMSE分别为32.1%、33.6%，比上升段分别减小5.5%、5.0%。在高湿环境，特别是降水天气，探空仪湿度传感器因降雨污染、水汽凝结等原因造成湿度偏大。中小尺度天气系统对局地湿度影响较大，3 h的匹配时差和150 km的距离差易造成卫星与平漂探空匹配数据的大气环境不同，因此在云层内和近地面误差偏大。

2.5 温度对检验结果的影响

为了进一步了解大气温度对卫星反演大气湿度数据的影响，分别统计了在不同温度范围的检验结果，具体如表 6所示。

由表 6中检验结果可知，20℃以上时，卫星湿度的检验结果误差较小，但由于匹配数据较少，在本研究中不做讨论。当温度低于20℃，卫星湿度的MAE和RMSE随温度降低而减小，且下降段检验结果优于上升段。在温度0~20℃时，检验结果误差最大，上升段MAE为25.5%，RMSE为28.0%，下降段MAE为20.5%，RMSE为22.9%。温度0~20℃时，包含了近地面以及云层内的高湿数据，匹配时差、距离差对检验结果影响较大，因此气温0~20℃的检验结果MAE和RMSE偏大。

2.6 各站点的检验结果对比

平漂探空观测在安庆、南昌、赣州、武汉、长沙、宜昌6个探空站开展试验，这6个探空站在长江中下游呈三角形分布。其中，安庆、武汉、宜昌在长江流域边缘，赣州在最南侧，距离长江较远，长沙、南昌在赣州与长江之间，南昌在东、长沙在西。由于各个站点之间的距离较远，且站点环境的不同，对近地面数据的检验结果影响较大。平漂探空经上升、平漂段观测，气球和探空仪距离施放站点的距离较远，通常大于400 km。因此，此部分仅对6个站点的平漂探空上升段的检验结果(表 7)进行分析。

由表 7可知，6个站点的检验结果差异不大，但宜昌、武汉的检验结果相对较好，安庆次之，南昌、长沙、赣州的数据检验结果误差最大。由前面的检验结果可知，当近地面的湿度较大时，检验结果的MAE和RMSE越大。从地理位置来看，宜昌、武汉、安庆的纬度最高，但安庆东侧沿海最近。因此宜昌、武汉的检验结果相对较好，安庆受来自东部沿海的暖湿气流影响，湿度偏大，造成检验结果略差。南昌、长沙、赣州3个站点纬度较低，因此近地面气温相对较高，造成对流层高度相对较高，故此3个站点的平均湿度较大，且在垂直方向上高湿范围比中高纬度地区大。因此，利用南昌、长沙、赣州的上升段数据对卫星大气湿度廓线的检验结果误差偏大。

3 结论

本研究利用平漂探空上升、下降段观测数据对FY-3D的大气湿度廓线数据进行检验，对比分析了不同时次、高度、湿度、温度、地理位置等条件下的平漂探空数据与卫星数据的MAE、RMSE、R，主要结论如下：

(1) 利用平漂探空数据对卫星反演的湿度廓线检验，相比于上升段，下降段的检验结果误差较小；

(2) 由平漂探空下降段数据的检验结果可知，卫星湿度廓线的MAE约为15%，RMSE约为20%；

(3) 相较于清晨、傍晚，在午间、夜间卫星反演的湿度廓线误差较小；

(4) 卫星反演湿度的MAE和RMSE随海拔升高而减小，随湿度增大而增大；

(5) 在湿度50%以下，卫星反演的湿度偏大，在湿度50%以上，卫星反演的湿度偏小；

(6) 当温度低于20℃，卫星湿度检验结果的误差随气温降低而减小。

由于平漂探空施放时间与卫星过境时间的限制，本次检验的匹配时间设置为小于3 h。此外此次平漂探空观测试验仅在长江中下游区域开展，为了获得足够匹配样本，匹配距离设置为150 km，以上匹配条件对卫星湿度反演的结果有一定影响。后续，随着平漂探空技术在全国范围的应用开展，可利用更多时空匹配度较高的探空资料进行深入研究。