典型光谱吸收模型对静止轨道毫米波辐射分析
陈昊1,2, 王皓3,*, 韩威3, 谷松岩4, 张鹏4, 康志明1
1.江苏省气象台, 江苏 南京 210008
2.中国气象局交通气象重点开放实验室, 江苏 南京 210008
3.中国气象局数值预报中心, 北京 100081
4.国家卫星气象中心, 北京 100081
*通讯作者 e-mail: wanghao@cma.gov.cn

作者简介: 陈 昊, 1986年生, 江苏省气象台高级工程师 e-mail: chenhao_fdu@hotmail.com

摘要

为分析我国未来拟发展的高轨静止卫星毫米波大气辐射特征, 选择最佳模拟其毫米波辐射的光谱吸收线库方案, 选取了三种基于典型光谱吸收线库逐线吸收模型(毫米波传播模型(MPM)、 罗氏模型(ROS)和高分辨率分子吸收传输模型(HITRAN)), 针对拟新增的静止轨道毫米波探测频率424 GHz, 分析了三种大气吸收模型模拟该频率大气吸收系数随大气温度、 大气压强和大气湿度的变化差异。 构建了一种多层毫米波辐射传输模型, 利用上海探空站加密观测数据, 模拟风云三号B星微波湿度探测仪(FY3B/MWHS) 183.31 GHz三个毫米波通道辐射值, 并与真实观测值对比, 分析三种光谱吸收线库在模拟海陆边界地区毫米波辐射时的性能差异。 分析结果表明, 对于424 GHz通道三种大气吸收模型对大气温度、 大气压强和大气湿度的敏感变化趋势一致, 数值上MPM模型与ROS模型更接近, HITRAN模型要显著低于其他模型。 对于183.31 GHz, 在海陆交界地区MPM模型模拟误差相比ROS和HITRAN模型最小, 所有模型的第五通道模拟误差比第三通道和第四通道要小。

关键词: 多层毫米波辐射传输模型; 微波毫米波光谱吸收线库; 逐线大气吸收模型; 静止毫米波遥感; 共振与非共振吸收
中图分类号:TN99 文献标志码:A
Impacts Analysis of Typical Spectral Absorption Models on Geostationary Millimeter Wave Atmospheric Radiation Simulation
CHEN Hao1,2, WANG Hao3,*, HAN Wei3, GU Song-yan4, ZHANG Peng4, KANG Zhi-ming1
1. Jiangsu Meteorological Observatory, Nanjing 210008, China
2. Key Laboratory of Transportation Meteorology, China Meteorological Administration, Nanjing 210008, China
3. Numerical Weather Prediction Center of China Meteorological Administration, Beijing 100081, China
4. National Satellite Meteorological Center, Beijing 100081, China
*Corresponding author
Abstract

To analyze atmospheric radiation characteristics of geostationary millimeter wave remote sensing, three different typical spectral absorption line database based line-by-line millimeter wave atmospheric absorption models, Millimeter-wave Propagation Model(MPM), ROSenkranz Model (ROS), High-resolution TRAN smission molecular absorption Model(HITRAN), were applied. Under different atmospheric temperature, pressure and water vapor conditions, the differences between the three models were analyzed on 424 GHz, which are planned to add to a geostationary satellite. A multi-layer millimeter wave radiative transfer model was presented. By utilizing intensively observing radiosonde data of Shanghai, simulated millimeter wave radiations of Fengyun 3B(FY3B) microwave humidity sounder (MWHS) were calculated under the three atmospheric absorption models. The simulations were compared with the real observations of FY3B MWHS, with temporal-spatial matching. The accuracy of the three models was analyzed. Simulations show that, for 424 GHz channels, the trends of the three models’ results are the same over atmospheric temperature, pressure and water vapor. The values of MPM and ROS are much closer to each other than HITRAN. The performance of MPM is better than ROS and HITRAN. Simulation errors in channel 5 are less than channel 3 and 4 of FY3B/MWHS.

Keyword: Multi-layer millimeter wave radiative transfer model; Microwave and millimeter-wave spectral absorption line database; Line-by-line absorption model; Geostationary millimeter wave remote sensing; Resonant and non-resonant absorption
引言

星载毫米波遥感作为重要的对地观测手段, 其在自然灾害监测预警、 全球数值天气预报等领域发挥着重要作用[1]。 相比可见光、 红外遥感, 毫米波遥感具有全天候全天时工作等优势, 其在云雨天气条件下, 可穿透云雨层, 探测大气内部结构变化。 但其同时也有空间分辨率较差、 光谱通道较少、 光谱分辨率偏低等缺点。 目前毫米波遥感器只部署在极地轨道卫星上, 静止轨道卫星尚未有毫米波遥感器搭载[2]。 相比静止轨道卫星, 极地轨道卫星的重返周期要长很多。 极轨卫星一天两次的过境观测频率不能满足对于需要高重复周期监测的目标及自然灾害等观测需求。

目前, 国内外极地轨道卫星上已大量搭载毫米波遥感器[2, 3]。 我国自主发展的长观测序列毫米波遥感器, 主要从风云三号极轨气象卫星开始。 在风云三号A星(FY3A, FengYun3A)和FY3B上搭载有我国第一代业务化的毫米波辐射探测器MWHS, 其工作频率设置在183.31 GHz的水汽吸收通道, 用于探测全球大气水汽的分布信息。 同时我国也已规划在后续风云静止轨道卫星上部署静止轨道毫米波遥感器[4]。 由于其轨道高度较高, 因此, 在传统极地轨道卫星所选毫米波探测通道基础上, 静止轨道毫米波探测拟加入更高频段的探测通道, 通过缩短遥感器工作波长, 改善遥感器空间分辨率。 目前拟选择425 GHz的氧气吸收通道, 主要用于大气中温度信息的探测。 相关研制单位已开展地面样机试制工作, 试制样机同时包含183和424 GHz系列毫米波通道[5]

毫米波辐射传输建模是对毫米波遥感观测资料开展相关科学研究的基础。 目前, 毫米波辐射传输模型主要有多层毫米波辐射传输模型和快速毫米波辐射传输模型两大类。 前者用于分析计算, 后者通常用于数值天气预报模式等应用。 两类毫米波辐射传输模型中, 均使用毫米波大气吸收模型来计算毫米波辐射传输模型中晴空大气对毫米波的吸收及晴空大气自身毫米波发射[6]。 因此, 毫米波大气吸收模型的精确性对毫米波辐射传输模型的精度具有决定性作用。 毫米波大气吸收模型传统上以逐线吸收模型为主, 常见的主要有MPM模型[7]、 ROS模型[8]、 HITRAN模型[9]等。 逐线吸收模型均基于吸收线库进行模拟计算。

目前由于静止轨道毫米波遥感仍在前期探索中, 对静止轨道所可能使用的毫米波频段探测通道性能的具体分析较少, 对几种常见逐线吸收模型的模拟性能分析比较也较少。 本文利用MPM, ROS和HITRAN三种逐线大气吸收模型, 分析不同吸收模型在拟新增的静止轨道424 GHz工作频段处, 大气吸收模拟特性的差异。 同时, 还利用三种模型对海陆交界地区的183.31 GHz毫米波辐射模拟性能进行分析。

1 实验部分

根据静止轨道毫米波地面样机试制所选用的183.31和424 GHz通道, 本研究拟分别对183.31和424 GHz通道毫米波辐射特征进行分析。

针对424 GHz通道, 由于目前没有相近通道的在轨实际观测进行数据验证, 因而本研究对424 GHz通道在不同温度、 气压、 湿度条件下的毫米波大气吸收特征进行分析比较。

针对183.31 GHz通道, 由于FY3B/MWHS上搭载有类似观测通道, 且其在轨运行时间较长, 积累较多观测数据, 因而选择其183.31 GHz所在三通道(通道参数如表1所示)数据, 验证逐线毫米波大气吸收模型对毫米波辐射模拟的影响。 (卫星数据来源为中国气象局国家卫星气象中心数据下载网站)183.31 GHz验证工作需要FY3B卫星观测同时, 地面也有探空仪进行大气参数观测, 利用此大气参数输入进毫米波辐射传输模型, 模拟得到毫米波辐射值, 该值与卫星观测差异可反映模拟模型的性能。

表1 FY3B MWHS通道参数 Table 1 Channel parameters of FY3B MWHS

海陆交界地区同时兼具陆地和海洋气候特征, 其大气波导特征参数, 具有一定的代表性。 上海探空站具有下午14点加密观测能力, FY3B卫星的过境时间通常为当地时间13:30— 14:30, 因而选择上海探空站观测可有较多的加密观测资料与FY3B卫星观测形成时空匹配。 (探空观测数据来源为中国气象局大气探测中心数据下载网站)

2 424 GHz毫米波大气吸收模拟分析

毫米波逐线大气吸收模型用于模拟大气中各气态分子对毫米波辐射的吸收作用。 通过对大气中各主要气态成分分子对毫米波的共振与非共振吸收计算, 综合得到整个大气对毫米波辐射的吸收作用。

对于一束频率为f平面波在大气中传播了距离z后, 其电场相位和幅度的综合响应可由式(1)表示

$ E(z)=\exp \left[i k z\left(1+N \times 10^{-6}\right)\right\rfloor E(0)$(1)

其中, E(0)为初始电场, k=2π f/c为自由空间中的电磁波传播波数, c为电磁波在真空中的传播速度。 大气媒质的光谱特性由复折射率式(2)表示

N=N0+N'+iN(2)

式(2)中, N0是一个与工作频率无关的分量, N'N″均与电磁波的工作频率有关的分量, 前者表示电磁波的传播延时性质, 后者为N的虚部, 表示了其对于电磁波能量的吸收特性。 大气吸收系数由式(3)可计算

α=0.1820fN(3)

大气中的干空气折射率由式(4)计算得到,

ND=Nd+kSkFk+Nn(4)

其中, k为氧气吸收谱线数量, Nd为非色散分量, Nn为非共振分量, 式(4)右端中间累加项为依据微波光谱吸收线库所计算得到的干空气共振折射分量。 其中Sk为氧气谱线强度, Fk为氧气谱线线型函数。 大气中水汽引起的复折射率可由式(5)计算,

NV=Nv+tStFt+Nc(5)

其中, t为水汽吸收谱线数量, Nv为非色散分量, Nc为水汽贡献非共振分量, 式(5)右端中间累加项为依据微波光谱吸收线库所计算得到的水汽共振折射分量。 其中, St为水汽谱线强度, Ft为水汽谱线线型函数。

对于不同逐线吸收模型, 在选择吸收线型库, 计算共振折射分量时不同, 最终计算出的大气波导中毫米波的吸收效应也不同。

MPM模型选用44线的氧气吸收线库, 和35线的水汽吸收线库, ROS模型选用45线的氧气吸收线库和15线的水汽吸收线库, HITRAN模型则分别选择氧气和水汽吸收线库中吸收线强度前50位的吸收线组成吸收线库, 进行大气吸收系数计算。 (具体计算过程见参考文献[7])

影响毫米波大气辐射特征的主要因素有大气温度、 大气压强、 大气湿度, 通过固定其中两个参数, 分析毫米波大气吸收系数随另一参数的变化而变化。

2.1 毫米波大气吸收的温度敏感性分析

三种逐线吸收模型对大气温度的敏感性通过固定其他大气参数, 模拟大气吸收系数随大气温度变化而得到。 设置模拟工作频率为424 GHz, 大气压强设定为1 013.25 hPa, 大气湿度设定为0 g· m-3, 假设大气物理温度由200 K逐渐增大至310 K。 针对毫米波探测通道, 三种逐线吸收模型模拟出的大气吸收系数随大气温度变化如图1所示。 对于424 GHz通道, MPM与ROS模型较为接近, HITRAN模型在温度较低(即海拔高度较高)时, 明显偏低, 随着大气温度增大, HITRAN模型模拟值接近MPM模型, 而ROS模型值略高于其他两种模型。

图1 大气温度对424 GHz通道大气吸收系数模拟影响Fig.1 Impacts of atmospheric temperature on atmospheric absorption coefficient simulation of Channel 424 GHz

2.2 毫米波大气吸收的气压敏感性分析

三种逐线吸收模型对大气压强的敏感性通过固定其他大气参数, 模拟大气吸收系数随大气压强变化而得到。 假设模拟工作频率为424 GHz, 大气物理温度设定为273.15 K, 大气湿度设定为0 g· m-3, 假设大气压强由1 hPa逐渐增大至1 050 hPa。 针对毫米波探测通道, 三种逐线吸收模型计算出的大气吸收系数随气压变化如图2所示。 对于424 GHz通道, MPM与ROS模型在气压较低时模拟结果较为接近, 随着气压增大二者差异增大, MPM模型逐渐小于ROS模型, HITRAN模型在整个模拟的气压范围内均明显低于另两种模型, 随着气压增大, 其模拟结果接近MPM模型。

图2 大气压强对424 GHz通道大气吸收系数模拟影响Fig.2 Impacts of atmospheric pressure on atmospheric absorption coefficient simulation of Channel 424 GHz

2.3 毫米波大气吸收的湿度敏感性分析

三种逐线吸收模型对大气湿度的敏感性通过固定其他大气参数, 模拟大气吸收系数随大气湿度变化而得到。 假设模拟工作频率为424 GHz, 大气物理温度设定为273.15 K, 大气压强设定为1 013.15 hPa, 假设大气湿度由0 g· m-3逐渐增大至1 g· m-3。 针对毫米波探测通道, 三种逐线吸收模型模拟出的大气吸收系数随大气湿度变换如图3所示。 对于424 GHz通道, 三种模型在湿度较低时, 差异明显, ROS模型模拟值最大, MPM模型次之, HITRAN模型最小, 随着大气湿度增大, MPM模型与ROS模型间的差异减小, 两者模拟结果趋于一致, 而HITRAN模型随着湿度增大, 与另两种模型间的差异逐渐增大, 模拟值明显低于MPM模型与ROS模型。

图3 大气湿度对424 GHz通道大气吸收系数模拟影响Fig.3 Impacts of atmospheric humidity on atmospheric absorption coefficient simulation of Channel 424 GHz

综上三种情况分析, 在424 GHz频段, MPM模型与ROS模型计算的毫米波大气吸收系数随大气温度、 大气压强和大气湿度的变化特征更相似, 而HITRAN模型的数值则普遍小于MPM及ROS模型, 但三个模型随大气温度、 大气压强和大气湿度变化的趋势则相同。

3 183.31 GHz毫米波辐射模拟分析
3.1 毫米波辐射传输模型

毫米波辐射传输模型主要分为基于物理积分计算的多层毫米波辐射传输模型, 和基于先验模拟的快速毫米波辐射传输模型。 模拟静止轨道卫星接收到的毫米波辐射主要采用基于逐线大气吸收模型的多层毫米辐射传输模型, 通过对每一气压层的毫米波辐射和吸收作用进行逐层积分, 最终得到整个大气层的毫米波辐射, 由于大气吸收频段地面贡献较小, 因此忽略电磁波极化影响。 其计算公式如式(6)所示,

Tb(z)=0Ta(z)γ(z)e-τ(z, )dz+e-τ(0, )r0Ta(z)γ(z)e-τ(0, z)dz+(1-r)Ts+re-τ(0, )TC(6)

其中, Ta(z)为高度z处的大气温度, TC为冷空背景的辐射贡献, r为地表毫米波反射率, Ts为地表温度, τ 为大气不透明度, 由式(7)计算得到

τ(z, k)=zkγ(h)dh(7)

其中, γ (h)为高度h处的大气吸收系数, 通过逐线大气吸收模型结合相关大气波导参数计算得到。

3.2 多逐线吸收模型毫米波辐射模拟分析

由于尚未有静止轨道在轨运行的毫米波遥感仪器, 因此采用FY3B/MWHS中183.31 GHz所在第三、 四和五毫米波观测通道数据与相应的模拟值进行对比分析。

毫米波辐射模拟采用式(6)所示毫米波辐射传输模型, 该模型输入大气波导廓线参数采用上海站无线电高空探测仪观测资料。 为与卫星资料相匹配, 选用与FY3B卫星过境上海时间前后0.5 h内的探空观测数据, 时间检索年份为2011年— 2017年。

计算时将式(1)中的多层微波辐射传输模型按每层1 hPa进行分层, 将探空数据线性插值至1 hPa垂直空间分辨率, 分别采用三种逐线吸收模型计算各气压层的大气吸收系数, 最终可通过式(1)积分得到模拟的毫米波辐射值。

将毫米波辐射模拟值与卫星观测值进行对比, 可分析三种不同逐线吸收模型的不同特征。 如图4— 图6所示, 分别为FY3B/MWHS第三、 四和五通道的卫星观测值与模拟值对比, 图中黑色斜线为模拟无偏差时的对角线。 总体上看, MPM模拟效果最好, 偏差最小; ROS模型次之, HITRAN模型偏差最大。

图4 FY3B/MWHS第三通道毫米波辐射观测与模拟值对比Fig.4 Comparison of observations and simulations of the third channels of FY3B/MWHS

图5 FY3B/MWHS第四通道毫米波辐射观测与模拟值对比Fig.5 Comparison of observations and simulations of the forth channels of FY3B/MWHS

图6 FY3B/MWHS第五通道毫米波辐射观测与模拟值对比Fig.6 Comparison of observations and simulations of the fifth channels of FY3B/MWHS

为定量分析不同逐线吸收模型的毫米波辐射模拟性能, 采用均方根误差(root mean square error, RMSE)方法分析。 RMSE定义如式(8),

RMSE=1mi=1m(TSb(i)-TOb(i))2(8)

其中, m为FY3B/MWHS数据与探空站进行时空匹配后总数据数量, TbS为根据FY3B/MWHS设计参数模拟得到的毫米波辐射亮温, 其中S表示模拟(simulation, S), TbO为卫星与探空时空匹配后的FY3B/MWHS观测毫米波辐射亮温, 其中O表示观测(observation, O)。

通过表2分析可见, 相同的毫米波大气吸收模型, 模拟不同的FY3B/MWHS通道, 均呈现出第三通道模拟的RMSE最大, 第四通道次之, 第五通道最小, MPM模型、 ROS模型和HITRAN模型均符合这一规律。 对同一通道而言, 采用不同毫米波大气吸收模型模拟时, 其中MPM模型RMSE最小, ROS模型次之, HITRAN模型模拟误差最大。

表2 不同大气吸收模型对MWHS三通道模拟的RMSE Table 2 RMSE of three selected MWHS channels by different atmospheric absorption models
4 结论

静止轨道毫米波观测是未来对地观测发展的重要方向。 笔者引入三种逐线吸收模型, 评估未来拟在静止轨道应用的424 GHz毫米波探测通道对大气温度、 湿度、 气压的敏感性, 并分析不同逐线吸收模型的变化特征。 同时, 引入多层毫米波辐射传输模型, 结合FY3B/MWHS真实观测, 评估在多层辐射传输模型中, 三种逐线吸收模型模拟毫米波辐射的性能。 MPM模型的模拟效果最优, 对FY3B/MWHS的三个毫米波通道均为如此, HITRAN模型的模拟误差最大, 显示MPM模型采用的光谱吸收线库及计算精度最高。 需要指出的是, 183.31 GHz通道为水汽吸收通道, 前述模拟分析结果更多显示的是水汽吸收的毫米波通道特征。 同时, 上海地区水汽含量中等, 对于高湿区或干旱区的情况有待进一步讨论, 且探空观测的大气垂直信息本身及进行的插值运算也带入误差。 另外, 对于毫米波氧气吸收通道的特征分析还有待于后续进一步开展。

参考文献
[1] Ogut M, Bosch-Lluis X, Reising S C. IEEE Transactions on Geoscience and Remote Sensing, 2019, 57(8): 5344. [本文引用:1]
[2] Zou C Z, Goldberg M D, Hao X. Science Advances, 2018, 4: eaau0049. [本文引用:2]
[3] Hou X, Han Y, Hu X, et al. Journal of Meteorological Research, 2019, 33(4): 695. [本文引用:1]
[4] LU Nai-meng, DING Lei, ZHENG Xiao-bing, et al(卢乃锰, 丁雷, 郑小兵, ). Journal of Remote Sensing(遥感学报), 2020, 24(6): 672. [本文引用:1]
[5] LU Nai-meng, GU Song-yan(卢乃锰, 谷松岩). Advances in Meteorological Science and Technology(气象科技进展), 2016, 6(1): 120. [本文引用:1]
[6] Saunders R, Hocking J, Turner E, et al. Geoscientific Model Development, 2018, 11: 2717. [本文引用:1]
[7] Moradi I, Goldberg M, Brath M, et al. Journal of Geophysical Research: Atmospheres2020, 125(6): e2019JD031831. [本文引用:2]
[8] Golovachev Y, Etinger A, Pinhasi G A, et al. Journal of Applied Physics, 2019, 125(15): 151612. [本文引用:1]
[9] Makarov D S, Vilkov I N, Koshelev M A, et al. Radiophysics and Quantum Electronics, 2018, 60(10): 808. [本文引用:1]
[10] Hill C, Gordon I E, Kochanov R V, et al. Journal of Quantitative Spectroscopy and Radiative Transfer, 2016, 177: 4. [本文引用:1]