云对红外与微波探空反演的影响及面向数值天气预报的客观订正方法

《Remote Sensing》：Impact of Clouds on Infrared and Microwave Sounding Retrieval and an Objective Correction Method for Numerical Weather Prediction

　　

数值天气模拟与预报对环境条件高度敏感，在台湾这一四面环海的岛屿及其季节转换期尤为如此。星载探空仪反演的大气温度与湿度剖面，在传统观测稀疏区可提供关键环境信息。然而红外探空仪对云敏感，可能引入与云属性相关的不确定性。研究人员分析了美国国家海洋和大气管理局（NOAA）“独特联合大气处理系统”（NUCAPS）为期1年的探空数据以探究云对反演的影响。结果表明，陆地及云下反演的温度剖面不确定性大于海洋或晴空条件；湿度剖面常表现出相对于云顶气压的偏差。为此研究人员提出一种基于云效应的客观质量控制与偏差订正方法：剔除受云影响及陆地上空的气温观测后，均方根差（RMSD）由3.3 K降至1.3 K；利用相对云顶气压层（RCTL）对水汽混合比进行偏差订正，有效纠正了反演湿度剖面的偏干偏差，约束后湿度偏差由?4%降至近0%。将客观订正后的探空与辐射率数据同化入区域天气研究与预报（WRF）模型评估表明，反演剖面与直接观测对春季锋面系统预报均有正向贡献；相较于原始探空或采用标准全球业务基线偏差订正的辐射率数据，使用客观偏差订正探空数据提升了降水预报的技巧评分，且比直接辐射率同化耗费更少计算资源。

研究背景与问题提出

数值天气预测（NWP）对初始场精度高度敏感，台湾周边过渡季（春夏季交替）大尺度环流弱、局地热力差异即可改变区域天气演变，传统观测稀疏使得星载红外与微波探空（sounding retrieval）成为关键补充。但红外探空受云污染与下垫面发射率影响，反演温度在云下与陆地偏差大，湿度普遍存在偏干偏差（dry bias）；直接同化辐射率虽可行，但需保守云检测、易丢弃有用信息，且全球业务偏差订正系数在区域过渡季环境中并不最优。既有研究指出NUCAPS产品包含冷干偏差，既往线性拟合再分析场或依赖背景场订正的方法效果有限。因此，研究人员开展本研究以建立一套基于云物理属性的客观质量控制与偏差订正方案，并将订正后探空同化入区域NWP评估其价值。

主要技术方法

研究人员选取NOAA NUCAPS（由SNPP/NOAA-20搭载的Cross-track Infrared Sounder（CrIS）与Advanced Technology Microwave Sounder（ATMS），及Metop-A/B/C搭载的Infrared Atmospheric Sounding Interferometer（IASI）与Advanced Microwave Sounding Unit（AMSU）联合反演）2019年10月至2020年9月（5°S–45°N，65°E–165°E）的NSND（NUCAPS Sounding）质量受控（“accepted”）样本，以欧洲中期天气预报中心第五代再分析（ERA5）与综合全球无线电探空档案（IGRA）为参考；以相对云顶气压层（RCTL = ln(p/p_cloudtop)）刻画观测层相对云顶位置，构建RCTL依赖的水汽混合比偏差查找表Y(RCTL)进行订正；温度则按“云上/云间保留、云下海洋保留、云下陆地剔除、垂直两层标准差离群剔除”流程质控。同化试验采用WRF（v4.2.1）双层网格（27 km/9 km）与GSI三维变分，以2020年4月10–12日台湾春季冷锋为个例，设GTS控制试验及SOR（原始NSND）、SBC（质控订正NSND）、RFS/ROP（业务辐射率同化）试验，用无线电探空、R/V Legend船载探空及ETS/BS/SR/POD评分验证。

研究结果

2.1 温度

按云顶气压分层统计CrIS与ERA5差异发现，云上及双云层间反演质量好，云下红外受云干扰强；云下按海陆分型显示海洋数据连续、陆地因Masuda发射率模型不适配出现离散。执行“云下陆地剔除+垂直一致性2σ剔除”后，CrIS对ERA5的RMSD由3.3 K（R²=0.991）降至1.3 K（R²=0.999），IASI由3.5 K降至1.5 K，保留样本占原匹配数84.89%。

2.2 水汽混合比

原始CrIS对ERA5平均相对差（MRD）为?8.66%。引入RCTL后发现RCTL≈0（近云顶）偏干显著，RCTL>1.5（云上高层）无偏甚至湿偏，故对RCTL≤1.5层用Y(RCTL)查找表缩放订正：q_c = q_o·(1?Y)。订正后CrIS MRD由?8.66%降至?0.74%；IASI套用同表MRD转为+4.31%（因传感器过境时次与云型差异，提示不同传感器需独立统计Y）。湿度偏差由原文区间?4%收敛至近0%。

2.3 个例与试验

2020年4月11–12日冷锋自四川盆地移入台湾，WRF同化显示：SBC/SOR试验整层可降水量低于GTS但垂直速度与云水分布更合理；RFS/ROP因业务辐射率基线偏湿导致低层水汽过饱和、对流过强、降水高估（40–50 mm）。对无线电探空检验（图13）表明SBC在1000–850 hPa温度MD/RMSD优于GTS，700–500 hPa略优于SOR；水汽MRD/MARD以SBC最低。500 hPa位势高度与温度场（图14）显示SBC/SOR再现斜压结构优于辐射率组。累积降水（图16）SBC在西南部空间分布最接近观测，RFS/ROP明显高估。降雨技巧（图17，阈值5–30 mm）SBC的ETS峰值最高（约0.4），BS≈1、SR较高；RFS/ROP的POD虽高但BS>2、SR低。R/V Legend清天空投探空（4月15日）独立检验中SBC温度接近观测、水汽混合比偏差最小。

讨论部分总结

研究人员指出，NUCAPS反演质量随FOR内云量及陆地占比退化，云下与陆地温度应排除；RCTL框架可客观量化云顶附近干偏差并查找表订正，但Y需按传感器与区域重算。同化客观订正探空较直接辐射率同化计算更省、且初始场热力一致性强，春季冷锋ETS达0.4虽绝对值不高但优于基线辐射率与原始探空。辐射率组表现偏弱源于沿用NCEP全球基线而未做区域调谐，非辐射率同化本身劣势。近期NUCAPS引入短波红外与发射率改进后温度稳定性提升，水汽干偏差仍靠RCTL订正消解。

结论部分翻译

本研究开发并验证了一种面向NUCAPS探空产品的客观质量控制与云依赖偏差订正方法以优化其在NWP中的应用。通过按云与下垫面占比分类反演不确定性，成功建立筛选阈值，将温度反演剖面RMSD由3.3 K降至1.3 K；同时实施RCTL依赖查找表系统性订正云顶附近干偏差，使水汽混合比偏差收敛至近0%。基于台湾过渡季锋面个例的同化试验确认，客观订正探空生成的预报场与观测高度一致，该热力一致性增强了模型捕捉锋面斜压性能力，在常规观测与未区域校准的基线辐射率试验对比中给出最准确定量降水预报。尽管订正探空ETS最高，0.4的分数仍表明过渡季个例具挑战性。

（全文刊于《Remote Sensing》）