ERA5再分析数据与NCEP GDAS分析数据模拟的亮度温度与CrIS高光谱红外探测器观测结果的对比：以热带气旋Remal为例

《Remote Sensing Applications: Society and Environment》：Comparison of ERA5 Reanalysis and NCEP GDAS Analysis Simulated Brightness Temperature against CrIS Hyperspectral Infrared Sounder Observation: A Case Study for Tropical Cyclone Remal

　　**摘要**
本研究旨在比较欧洲中期天气预报中心再分析5（ERA5）与国家环境预测中心（NCEP）全球数据同化系统（GDAS）在2024年5月24日至28日“Remal”强热带气旋期间，对全天空亮度温度（TB）的模拟结果与NOAA-20卫星上搭载的十字轨道红外探测器（CrIS）的水汽（WV）吸收通道的观测数据。尽管目前CrIS的晴空观测数据已被纳入其同化系统，但此类比较仍能为未来的分析/再分析工作提供宝贵见解。ERA5和NCEP GDAS均能够捕捉到与热带气旋相关的大尺度TB模式，但ERA5在高层大气WV通道上的均方根偏差（RMSD）更小。在所选的三個WV通道中，ERA5的偏差值始终低于NCEP GDAS分析结果，这些通道分别对应高层、中层和低层大气。ERA5在再现冷核和雨带特征时偏差及RMSD值更小，而NCEP GDAS在气旋核心区域显示出较大的差异和明显的暖偏差。为了量化水成物的影响，本研究进行了云效应平均（CA）参数和互信息（MI）分析，以便评估水成物的贡献以及其他控制变量。在气旋对流核心区域，ERA5的MI值显著降低，这表明云顶对辐射信号的影响较大。总体而言，本研究强调了高光谱红外测量在全天条件下比较数值天气预报（NWP）模型分析/再分析中的重要性。

**引言**
数值天气预报（NWP）模型分析和再分析是通过数据同化将观测数据与短期预报最优结合，为各种地球科学应用提供全面的三维大气状态，是现代大气科学的基石（Kalnay, 2003; Dee et al., 2011; Hersbach et al., 2020; Keller and Wahl, 2020）。NWP模型生成的分析通过利用最新的模型物理原理、数据同化技术以及生产时的观测系统，提供了最准确和最新的大气状态表示。再分析则在整个生产周期内采用固定的数据同化和模型配置，提供了时间上一致的数据集，对于理解气候变化和变异性至关重要，同时最小化人为趋势（Dee et al., 2014; Hersbach et al., 2020）。因此，分析和再分析都是NWP建模的核心，需要仔细评估以确保其在预报应用和未来发展中的可靠性。
传统的观测方法（如无线电探空仪、SYNOP、METAR、浮标、船舶观测等）常用于NWP分析和再分析验证（Stanski et al., 1989; Bock et al., 2005; Ma et al., 2008; Zhao et al., 2009），但这些方法的空间覆盖范围有限，且如果同化系统中使用了相同的观测数据，则会受到影响。此外，这些观测数据还受到代表性误差的影响（Ferreira et al., 2019）。卫星反演数据（如温度和湿度廓线反演）越来越多地用于分析和再分析验证，虽然具有更广泛的空间覆盖范围，但受反演算法不确定性的影响（Li et al., 2017; Jones et al., 2024）。由于辐射度测量数据通常直接被同化到运行系统中，因此在类似的同化策略下（晴空或全天空）与同一传感器的比较可能并不完全独立。例如，Kumar等人（2017）使用大气红外探测器（AIRS）在南亚地区的反演数据对多个全球分析进行了评估，这些分析可能受到AIRS辐射度同化的影响；Gopikrishnan等人（2023）将INSAT-3D/INSAT-3DR反演的温度廓线与再分析结果进行了比较，结果较为一致，但此类验证仍受卫星反演过程中常用背景场的影响。Kumar等人（2022, 2025a）将区域模型预报与未纳入同化系统的独立卫星测量数据进行了验证，但这些研究仅限于多光谱红外（IR）和微波探测器（如HIRS-4、SAPHIR、ATMS等）。这些评估分析和再分析的局限性促使人们探索使用高光谱红外探测器作为新的方法。
在过去十年中，高光谱红外探测器彻底改变了大气遥感技术，能够在数千个通道提供高光谱分辨率的辐射度测量，从而实现温度、湿度和痕量气体的精细垂直剖面分析（Jones et al., 2024; Hilton et al., 2009b）。极轨轨道上配备了多种高光谱红外探测器，包括EOS-Aqua上的AIRS、MetOp系列上的红外大气探测干涉仪（IASI）、Suomi国家极轨合作伙伴关系（Suomi-NPP）/联合极轨卫星系统（JPSS）上的十字轨道红外探测器（CrIS）以及Feng-Yun-3D上的高光谱红外大气探测器（HIRAS）（Amato et al., 1997; Prunet et al., 1998）。此外，静止轨道平台上也配备了高光谱红外探测器，如Feng-Yun-4A/4B上的地球静止干涉红外探测器（GIIRS）和Meteosat第三代红外探测器（MTG-IRS）（Zeng et al., 2023; Li et al., 2022）。这些更高光谱分辨率的观测数据在包括欧洲中期天气预报中心（ECMWF）、国家环境预测中心（NCEP）、Météo-France、英国气象局（UKMO）、日本气象厅（JMA）和国家中期天气预报中心（NCMRWF）等主要数据同化中心得到了广泛应用（McNally et al., 2006; Collard and McNally, 2009; Cardinali, 2009; McNally et al., 2014; Le Marshall et al., 2005, 2006a,b; Auligné et al., 2003; Cameron et al., 2005; Hilton et al., 2009a; Joo et al., 2013; Okamoto et al., 2008; Bushair et al., 2019; Jangid et al., 2021）。尽管高光谱红外探测器具有很高的价值，但目前运行中的中心通常只同化选定的晴空通道的高光谱红外辐射度数据，并通过空间插值（通常为100–200公里）来满足操作同化系统的线性和高斯性假设（Hersbach et al., 2020; Kleist et al., 2023）。这种晴空限制在热带气旋等极端事件中尤为明显，因为复杂的云层和降水结构会大幅减少可用红外通道的数量（McNally, 2002; Geer et al., 2019）。限制使用多云条件下的红外测量的原因并非其信息价值低，实际上它们包含了大气热力学状态以及云层和水成物分布的重要信息。问题在于水成物背景场的不确定性、辐射传输模型中的云处理不足，以及当前变分和序贯同化方法的局限（Kumar and Shukla, 2019; Kumar et al., 2022）。
为了探索全天空辐射度在数据同化系统中的应用，全球范围内的多项研究将模拟的辐射传输模型（RTM）辐射度与卫星观测数据进行了对比验证（Okamoto, 2017; Okamoto et al., 2023; Geer et al., 2019; Li et al., 2022; McGrath-Spangler et al., 2025）。例如，Otkin等人（2009）证明，大规模模拟的多云和降水现象会影响亮度温度（TB）的观测结果；Niu和Zou（2024）将全天空模拟的台风云层和雨带结构与NOAA-20 CrIS通道观测数据进行了比较，强调了全天空高光谱红外数据在精细再现强对流系统方面的潜力。尽管高光谱红外水汽（WV）通道在多云环境中对湿度和热力学结构的约束作用显著，但在热带气旋案例中，其与分析和再分析的对比仍很少被探索。
静止轨道高光谱探测器（如Feng-Yun-4A/4B上的GIIRS和MTG-IRS）的出现反映了全球向连续、高分辨率大气探测的转变，以便监测快速演变的风暴天气（Yang et al., 2017; Yin et al., 2020; Holmlund et al., 2021; Li et al., 2022）。McGrath-Spangler等人（2025）进一步强调了静止轨道和低地球轨道（LEO）高光谱红外探测器的互补性：静止轨道平台能够提供高频监测，及时捕捉快速演变的对流系统和湿度变化，而低地球轨道探测器则覆盖更广泛的地区。根据国际“Geo-Ring”计划（CGMS, 2024），印度计划在INSAT-4卫星上发射高光谱红外探测器，以补充现有INSAT-3D/3DR/3DS在南亚地区的探测能力（Giri et al., 2023）。这激励我们使用静止轨道平台对极端天气事件（本研究以热带气旋Remal为例）进行全天空高光谱红外探测器测量模拟，并结合分析和再分析结果。数据和相关气旋案例的详细信息见第2节，方法论见第3节，结果和讨论见第4节，最终结论见第5节。

**CrIS观测**
CrIS是目前最先进的高光谱红外探测器，是联合极轨卫星系统（JPSS）中的关键仪器（Han et al., 2013）。该探测器搭载在三个平台上：2011年发射的SNPP卫星、2017年11月发射的NOAA-20（最初命名为JPSS-1）以及2022年11月发射的NOAA-21（最初命名为JPSS-2）。这三个平台共同提供了全球范围的大气监测能力。

**方法论**
本研究使用社区辐射传输模型（CRTM；Han et al., 2006）版本2.3对NOAA-20平台上的CrIS通道进行了TB模拟。CRTM是由联合卫星数据同化中心（JCSDA）开发的一款快速辐射传输模型，其辐射传输流程分为四个核心模块：气体透过率、地表辐射/反射、云层和气溶胶吸收与散射以及辐射传输求解器。

**模拟与观测TB的比较**
图2展示了2024年5月24日至28日期间，ERA5再分析和NCEP GDAS分析模拟的TB与CrIS观测数据在三个选定WV通道（1533.125 cm-1、1421.875 cm-1和1335 cm-1）上的对比情况。这些WV通道分别在大约200 hPa、400 hPa和650 hPa处具有明显的峰值灵敏度，对应于对流层的不同层次。这些选定的WV通道可用于实际数据同化。

**结论**
本研究展示了在全天空热带气旋条件下，高光谱CrIS观测数据在比较ERA5再分析和NCEP GDAS分析中的价值。NOAA-20 CrIS的WV通道与 hourly ERA5再分析和NCEP GDAS模拟的TB结果进行了对比，通过偏差、RMSD、相关性、CA和MI等指标进行了评估。与NCEP GDAS相比，ERA5数据在捕捉晴空和多云条件下的辐射特征时更为准确，偏差/RMSD也更小。

**作者贡献声明**
Aravind K Thilakan：撰写原始稿件、验证、软件开发和方法论设计。
Prashant Kumar：撰写原始稿件、软件开发和概念化。
Randhir Singh：撰写原始稿件并监督研究。

**未引用的参考文献**
印度气象部门，2024年；Gambacorta和Barnet，2012年；Han，2006年；Keller和Wahl，2021年；McGrath-Spangler等人，2025年；Schutgens等人，2017年；Zhao和Fu，2009年。

**伦理声明**
本手稿为作者的原创作品，未在其他地方发表。作者声明不存在任何利益冲突。各作者的贡献在作者声明中已明确说明。

**致谢**
作者感谢印度空间研究组织（ISRO）空间应用中心（SAC）主任Ch V Narasimha Rao博士和EPSA/SAC副主任Rashmi Sharma博士的持续鼓励和指导。同时感谢NASA通过GES DISC门户（https://disc.gsfc.nasa.gov/datasets/SNDRJ1CrISL1B_3/summary）提供CrIS观测数据，以及JCSDA提供的社区辐射传输模型（CRTM）和NCAR提供的WRF模型。