《Remote Sensing》：Var-ANN Calibration of FY-3C VASS Temperature Profiles: Evaluation over the Tibetan Plateau and Application to WRF Precipitation Simulation
编辑推荐：
数值天气预报（NWP）的精度高度依赖初始大气状态场的质量，而青藏高原（TP）恶劣环境与稀疏常规观测难以满足高分辨率需求。研究人员提出一种结合变分法（Variation Method）与反向传播人工神经网络（Var-ANN）的集成框架，对风云三号C星（FY-3C
数值天气预报（NWP）的精度高度依赖初始大气状态场的质量，而青藏高原（TP）恶劣环境与稀疏常规观测难以满足高分辨率需求。研究人员提出一种结合变分法（Variation Method）与反向传播人工神经网络（Var-ANN）的集成框架，对风云三号C星（FY-3C）垂直大气探测系统（VASS）反演的温度廓线进行定标。变分法首先由台站观测构建空间一致的参考场，作为反向传播神经网络训练目标，学习卫星亮温与校正后大气温度的经验关系。定标后与独立探空观测对比，均方根误差（RMSE）降低约60%，平均偏差由约?5 ℃降至?0.7 ℃，相关系数达0.998；将定标数据同化入天气研究与预报（WRF）模式，两次典型暴雨个例威胁评分（TS）分别为66.9%与66.7%。Var-ANN为数据稀疏复杂地形下FY-3C VASS温度产品增强提供实用途径。
研究背景方面，数值天气预报（NWP）对初始大气状态场质量高度敏感，青藏高原（TP）因常规观测稀疏、地形复杂，卫星反演温度廓线受云污染、地表发射率不确定性与辐射传输模式（RTM）假设限制而存在系统冷偏差。已有机器学习定标多依赖直接星地配对、缺乏物理约束参考或忽略高原特性。为此，研究人员构建变分-人工神经网络（Var-ANN）框架，针对FY-3C垂直大气探测系统（VASS）温度产品进行定标并同化至WRF模式检验下游降水模拟能力。论文发表于《Remote Sensing》。
关键技术方法上，研究区覆盖中国陆域（70°E–140°E，10°N–60°N），选用2019年夏季（7–8月）FY-3C VASS微波湿度计（MWHS）15通道亮温、红外大气探测器（IRAS）26通道亮温、可见光红外扫描辐射计（VIRR）云量及经纬度为辅输入；探空来自121个探空站与2400个气象站0000/1200 UTC观测，插值至43层气压面（1013.25–0.1 hPa）。变分法由不连续台站场构造泛函极小化得到空间一致误差场作ANN训练目标；反向传播网络（MATLAB R2019b feedforwardnet，Levenberg–Marquardt，双隐藏层）以亮温+云量+地理信息为输入、变分校正温度场为输出；WRF（v4.1.0）采用WRFDA-3DVAR同化定标廓线，驱动场为NCEP-GFS，设计GFS、原始FY-3C、探空、Var-ANN四方案对比2019年7月12日与2020年6月14日两例高原对流东传暴雨。
研究结果部分，3.1节温度廓线校正表明，原始VASS全柱偏冷（中低对流层最甚，平均偏差?4.77 ℃、RMSE 7.30），Var-ANN定标后RMSE降至2.11、偏差?0.72 ℃、相关系数0.998；扫描边缘周期性异常像元被平滑且保留高分辨率，中低层低估与上层逆温层高估的分支现象源于MWHS水汽吸收通道在云下误判垂直层级。3.2节Var-ANN结构设计显示，双隐藏层节点经调优定为首层6次层5，训练样本取夏季2019年80%训练/10%测试/10%验证，MSE于第29轮稳于5.45；相关性分析证实纬度与对流层温度负相关问题与平流层正相关符合费雷尔环流，云量负关联、118.75 GHz氧吸收窄带与各层强相关、183.31 GHz水汽通道正相关契合克劳修斯-克拉佩龙关系，但相关不等于因果，仅为网络映射描述。3.3节同化验证中，两例下游四川盆地暴雨Var-ANN方案唯一再现实况中心，五例（正文两例+补充三例）平均TS较原始卫星方案提升12.7个百分点（65.2% vs 52.5%，配对t检验p<0.01）；Case 1中FAR略高源于冷偏差削减抬升对流有效位能（CAPE）致边际对流多报，Case 2中FAR最低，综合四项指标居首或次席。
讨论与结论部分，研究人员指出Var-ANN三点区别既往研究：以变分校正场而非原始星地配对作训练目标缓解西部高原样本稀缺陷；引入云量与地理信息作辅预测因子；专攻FY-3C VASS高原场景并做WRF同化闭环验证。冬季跨季应用（2019年12月–2020年1月）中下层RMSE升至约3.5 ℃，东部中部定标优于西部北部，印证台站密度控制误差分布。结论确认变分约束训练靶标使RMSE降约60%、偏差由?5 ℃至?0.7 ℃，TS达66.9%/66.7%证明热结构改进可转化为可度量降水技巧；框架为复杂地形数据稀疏区卫星温度产品效用提升提供工程化路径，但业务化仍需多年多季大样本检验。
