英语原文共 13 页，剩余内容已隐藏，支付完成后下载完整资料

利用高光谱分辨率红外探测仪器的卫星观测资料反演臭氧资料

摘要

这篇文章使用改进的回归算法与AIRS的数据资料——一个预期在2002年于EOS-AQUA平台上飞行的超光谱仪器——呈现了有关反演大气臭氧廓线的初步结果。模拟的AIRS光谱被用来研究AIRS在对流层与平流层的臭氧变化时接收辐射的灵敏度，并且研究多通道结合对臭氧廓线的反演的影响。灵敏度研究的结果显示，在波数为650-800cm-1之间AIRS的高分辨率光谱通道为准确地反演对流层与平流层臭氧廓线提供了非常有用的信息。AIRS光谱的特征向量分解显示了需要不多于100个特征向量来反演十分精确的臭氧廓线。将从目前的技术和AIRS的数据反演出的大气臭氧廓线的精度与从当前搭载在NOAA卫星的ATOVS上获得的数据精度相对比，与期望相符的是，反演结果的比较证实了，用AIRS的数据反演的臭氧廓线的确优于ATOVS。

1.介绍

臭氧在全球气候变化中起了重要的作用。在平流层中这更为明显，太阳中的紫外线大部分被臭氧吸收了，导致了地球大气热力学、物理学和化学结构的大量改变。尽管对流层包含了大约全部大气臭氧质量的10%，相较平流层臭氧，对流层臭氧的多样性会对地球表面温度有更重大的影响，因为对流层臭氧对太阳辐射和红外辐射的效果在改变地表温度上是一致的。同样的，接近了地球表面，对流层臭氧对生物圈有着重大的影响，包括人类与植物。因其会变成危险的污染物，观测对流层臭氧引起了强烈的关注。

为了研究大气臭氧带来的气候效应，也为了更好地理解它在地-气系统的辐射、光化学和气象学过程中扮演的角色，了解臭氧的三维分布与其在大气中的时间变化是十分必要的。卫星的垂直探测提供了十分有利的工具来完成这个目标。卫星观测在全球上空同时提供了时间与空间两种采样，尤其是无法到达的地区，而且气球和飞机的行动范围十分有限并且在全球范围布置时代价高昂。

过去为了臭氧廓线测量使用的主要技术和现在的操作与研究卫星在表一中列出。表一的总结显示了从卫星上测量的大部分臭氧廓线由于观测仪器本身特有的局限都被限制在平流层。这些测量结果在研究到达地面的太阳辐射的影响中很重要。为了确定臭氧变化对公共健康和农业的长期影响，从卫星上反演对流层臭氧将会变得很重要。超光谱红外探测仪器会提供同时观察平流层和对流层的臭氧机会。

在过去的30年里，已经有许多研究致力于提高由卫星观测反演大气参数的准确性。由于全球数值天气预报需要对温度和水蒸气的分析能力来支持，强调这一点的重点在于提高热力学探测垂直分辨率。为了满足温度和水汽廓线垂直分辨率的需求，探测仪器必须在650-2700cm-1的范围内，以1.0/1000的光谱分辨率，有近乎连续的谱段。为了避免从相对较强的窄吸收带的上行辐射，与吸收带中透过率较大并且谱线宽度更广的上行辐射产生的干扰，需要高光谱分辨率。同时，准连续额光谱辐射观测具有支持测量的大气痕量气体廓线的能力，对于研究全球气候变化有很重要的意义。作为一个主要的痕量气体，臭氧廓线能够被这样的仪器所反演。AIRS正是这样的仪器，计于2002年发射，会在EOS-AQUA平台上飞行。

通过红外吸收波段的臭氧卫星反演已经被许多研究人员研究。此外，从红外部分辐射的测量中的臭氧的垂直分辨率和误差分量也已经被Gille et al.研究，尽管这一研究被局限在平流层。使用高光谱分辨率仪器的数据，Lee只在几个个例上分析了臭氧廓线的反演。

这篇报告研究了了从AIRS的观测资料来推断臭氧三维分布的能力。虽然主要的重点是在反演对流层臭氧的能力，但是采取的方法是同时反演整层大气臭氧的廓线。在这项研究中，进行主要成分（或特征向量）分析，以减少从AIRS的全球观察得到的过量数据。在臭氧廓线反演中使用统计特征向量的回归算法，从AIRS光谱尽可能多地利用信息。在下一节将会详细描述AIRS仪器和模拟AIRS接受辐射时使用的辐射传输模型。第三节会给出臭氧反演的方法。第四节列出有当前方法获得的结果。这一节包括了有关AIRS辐射在平流层和对流层臭氧变化时的灵敏度分析，最佳的臭氧廓线反演结果所选择的AIRS通道和特征向量的最佳数量和从AIRS反演臭氧廓线的初步结果。我们研究的结果在第五节中给出。

2.数据来源

这篇文章里所有的研究都基于UMBC开发的PFAAST模型模拟的AIRS辐射。用于模拟AIRS辐射的大气廓线最初取自国家环境预报中心（NCEP）预报模型。Jet Propulsion Laboratory（JPL）将NOAA-NCEP的资料和其他资料整合到一起，像痕量气体廓线，地表发射率等等。NCEP模型从100hPa到10hPa的六级臭氧廓线，附加了UARS和哈佛的气候学数据，以获得从地表到0.1hPa的整层臭氧廓线。这个研究使用了两个数据集，从全球选取的6030个廓线资料作为一个训练集用来研究我们的反演方法和生成回归系数。另外一个独立的数据集由300个廓线资料组成，用来由确认这种算法达成的准确度。

AIRS在3.7到15.4微米的谱段上是一个近乎连续光谱分析仪。AIRS有大约2378个感应元件或通道，250K时在它的焦平面上有0.1-0.2K的噪声。AIRS光谱范围包括4.2到15微米C02波段，它们用在温度反演，6.2微米被用来反演水汽，9.6微米用0来反演臭氧。在9.6微米有单独的约180个通道，9.6微米传统上就是用来反演臭氧廓线。鉴于波段的中心通道可以在理论上测量上层大气，在整个AIRS光谱上臭氧波段的 和其他弱臭氧吸收谱线可以探究较低大气层内的臭氧。

AIRS PFAAST对空间辐射传输模型来说是一个单色层。它产生等效的通道平均光学厚度，而不是层透过率。当前的PFAAS模型允许水汽、臭氧、甲烷、一氧化碳、温度和局地扫描角度的变化。所有其他气体都被当作已固定。AIRS PFAAST模型选用压力分层网格，在仪器噪声下保持良好的辐射传输误差。Hannon等人记载了有关AIRS PFAAST模型的细节和用法。下列公式定义了选用AIRS的压力分层边界。

P表示气压，单位为hPa，i是层边界指数，从1到101，参数a,b,c为P(1)=1100，P(38)=300和P(101)=0.005hPa三个方程联时求解所得。

图一是用AIRS PFAAST模拟的一个典型的AIRS上行辐射亮温光谱。

3.臭氧反演方法

从卫星探的测光谱辐亮度反演大气臭氧廓线使用了一个线性统计学技术。这个技术结合了统计学特征向量分析和线性统计回归方法。一旦一个回归关系确定了，就能够从AIRS光谱反演大气臭氧廓线。

3.1 主要成分和臭氧廓线之间的回归

在主成分亮温协方差特征向量（主成分）和大气参数间的统计线性回归已经被前人研究了（Smith，et.al.1976）。这个研究的基本理念源于那篇文章。但是，一些细节是不一样的，像使用噪声加权辐射（辐射/噪声）协方差矩阵代替了亮温去生成特征向量，尤其自从这篇使用了搞光谱分辨率辐射观测。

主器件评估D（nsampletimes;npc）可以被下式计算得出

E为协方差矩阵R（nsampletimes;nchan）的正交特征向量，R为有仪器噪声期望值加权的辐射矩阵。nsample为训练集里面样本数据的个数。nchan为回归中使用的AIRS通道，这可以是整个AIRS通道的集合或子集。npc是重构AIRS辐射光谱所使用的特征向量的个数。

臭氧廓线O和D的回归关系可由下式得出

使用普通方程去求解G最小的最小方差

G表示的是在npctimes;nlevel维时臭氧廓线回归系数，nlevel是臭氧廓线的大气压分层。尽管在生成臭氧回归系数时使用了100层，只有9个整合的臭氧层会被显示。这九个层是1-2，2-4，4-8,8-14,14-29,29-61,61-134,134-235hPa和235hPa到地面。

3.2 臭氧廓线的反演

任何观测的辐射可以被展开为

r是一个矩阵，E先前EOF分析得到的特征向量矩阵，c是饱含对r的主要器件评分的向量，r是从卫星上观测得到的光谱辐射，他的主要器件评分可以被下式计算得到

定义c后，臭氧廓线可以被下式计算

给定AIRS光谱辐射的观测集，臭氧廓线可以用（4）式与（6）式得到的系数在（7）式反演得出。反演的臭氧廓线可以当作另一个需要首次猜测（例如物理反演）的反演算法的初值以产生最终的反演。最终的反演产品依赖于剩余的辐射。如果剩余在9.6微米比仪器的噪声还小，最终的反演产品会与用统计回归（7式）产生的一样。否则，最终反演方法会更优化用统计回归得到的臭氧廓线。这篇文章显示的结果基于（7）式的统计回归。

4.结果

为了探明卫星上AIRS仪器接收到的信号强度，进行了针对AIRS通道辐射对流层和平流层臭氧变化的灵敏度研究。此外也研究了用于获得最佳的臭氧回归反演的通道数量和特征向量数量。特征向量回归算法在AIRS观测中的应用也被执行。从全球300个不同且独立的样本反演的臭氧廓线的均方根误差显示了AIRS重新再现臭氧廓线的可能性。给出了三个独立反演的臭氧廓线来显示回归算法的精准度。为了更深入地评估AIRS仪器在臭氧廓线反演中的表现，用AIRS数据反演臭氧廓线的均方根误差和使用搭载在NOAA业务卫星上的ATOVS数据反演的进行了对比。

4.1 AIRS通道对对流层和平流层臭氧的灵敏度

灵敏度研究的目的是为了确认当只有部分大气臭氧廓线变化时信号是否能被AIRS仪器接收。进行了两个单独的实验来评估AIRS辐射对对流层和平流层臭氧变化的灵敏度。首先，使用了美国夏天标准大气，平流层臭氧（100-0.1hPa）量提升了10%到50%。AIRS亮温的变化如图2（a）所示。在第二个实验，对流层臭氧提高了10%到50%，亮温的变化如图2（b）所示。图中很明显可以看出，AIRS通道对平流层臭氧变化显示了高灵敏度。平流层臭氧中10%的变化引起了臭氧吸收波段中心温度1K的变化。平流层臭氧中50%的变化引起了几个通道4.3K的降低。这个平流层臭氧的强信号显示了平流层臭氧变化可以被AIRS很好的监控。关于图2b中的对流层臭氧变化，AIRS通道亮度温度的相应变化分别为约0.5 K和1.8 K。尽管这些变化不像平流层臭氧变化那么大，AIRS通道亮温变化也远高于仪器噪声水平，以反演对流层臭氧廓线。另一个值得注意的有趣的光谱区域是650-800cm-1（图2a），会被弱的臭氧吸收谱线影响。

4.2 对通道和特征向量最优数量的研究

选择最佳数量的通道和特征向量以获得最佳的臭氧廓线反演在第2节中描述的训练数据集上进行。在通道选择的研究里使用了联合通道的五个数据集。AIRS所有不稳定和噪声太大的通道（大约478个通道）都被排除在我们的通道列表外。第一个数据集只有9.6mu;m臭氧波段。它包含了覆盖波数从980-1080cm-1的176个通道。这是一个被用在大多数过去和现在的卫星臭氧观测的传统的红外光谱区域用来反演臭氧廓线。第二个数据集是除了9.6mu;m臭氧波段外整个AIRS光谱，包含1784个通道。这个数据集用来研究不使用臭氧吸收波段来反演臭氧廓线的可能性，因为前人研究（Ma，et.al，1984）显示臭氧吸收与大气温度分布有着非常好的相关性。第三个数据集，从650到1300cm-1光谱区域包含了1142个通道。9.6mu;m臭氧波段、15mu;mCO2温度探测带和许多弱的臭氧吸收谱线都在这个区域。灵敏度研究揭示了温度与臭氧的相关性和弱的臭氧吸收谱线的贡献能在臭氧廓线反演中提供额外的信息。第四个数据集从800到2700cm-1包含了1584个通道。这个数据集包含了4.3mu;mCO2温度探测带和不包含其他弱臭氧吸收谱线的9.6mu;m臭氧吸收带。第五个（最后的）通道集包含了整个AIRS光谱的1960个通道。使用所有AIRS通道的效果可以由这个数据集研究。图3显示用不同通道的回归结果。很明显通道集5有着最好的结果。尽管通道集2有1784个通道，底层对流层臭氧因为9.6mu;m臭氧信息的缺失而没有反演。9.6mu;m臭氧波段不能单独很好的反演臭氧廓线。从40到1000hPa上每层的均方根误差大于10%。3、4和5的结果显示，通过结合温度探测通道与9.6mu;m臭氧通道，臭氧廓线反演的准确度可以急剧提升。底层对流层臭氧从200到1000hPa可以通过800-2700cm-1或者650-1300cm-1通道有着非常精准的再现。但是，臭氧廓线在40-200hPa上使用650-1300cm-1相对于800-2700cm-1反演有着更好的精确度。使用所有AIRS通道能提高从平流层到对流层整个臭氧廓线反演的精确度。

使用特征向量回归算法反演臭氧廓线，使用了部分（980-1080cm-1）和整个AIRS（650-2700cm-1）光谱辐射来研究不同数量的特征向量在臭氧反演精确度上的作用。在图4中，使用20或100特征向量对950-1050 cm-1区域的臭氧误差仅有微小的影响。但是在图5中显示，在整个AIRS光谱上使用100个特征向量相比20个特征向量，对臭氧误差有极大的提高。结果与我们确认过的一致，20个特征向量不能很好的重组AIRS光谱。在噪声水平里需要100个特征向量来重组大多数通道。

4.3 臭氧廓线反演

图6显示了使用所有AIRS通道和100个特征向量反演的300个独立的臭氧廓线的统计结果。误差，均方根误差，相对均方根误差和平均臭氧廓线分别用点线，点虚线，虚线和实线给出。结果确认整个臭氧廓线可以被使用AIRS数据的特征向量回归算法很好地再现。臭氧廓线的反演误差在所有大气层都低于10％，平流层误差小于对流层误差。最大的均方根误差在100hPa。显示从独立数据中随机抽取的三种不同样本的反演和真实臭氧谱分别在图7a，7b和7c中。这三个例子显示了回归算范在反演不同臭氧廓线的能力

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[21905]，资料为PDF文档或Word文档，PDF文档可免费转换为Word