AIRS资料反演大气温度廓线的通道选择研究

第29卷　第4期气象科学Vol .29,No .4　2009年8月SC I ENTI A METEOROLOGI CA SIN I CAAug .,2009　张水平.A I RS 资料反演大气温度廓线的通道选择研究.气象科学,2009,29(4):4752481A I RS 资料反演大气温度廓线的通道选择研究张水平1,2(1南京师范大学虚拟地理环境教育部重点实验室,南京210046)(2解放军理工大学气象学院,南京211101)摘　要　通过引入信息容量的概念,给出了一种对高光谱大气探测资料所包含各种大气参数有效信息进行描述的方法;然后以信息容量为指标,设计了利用“逐次吸收法”进行通道选择的计算方案;最后针对利用大气红外探测器(A I RS A t m os pheric I nfrared Sounder )探测资料反演大气温度廓线进行了通道选择试验。

从将本文试验选择结果与NAS A (Nati onal Aer onautics and Space Ad 2m inistrati on )DAAC (D istributed Active A rchive Center )进行A I RS 产品反演时所使用通道进行比较的结果表明,利用信息容量为指标,并按照“逐次吸收法”进行通道选择是可行的。

关键词　高光谱大气探测资料　通道选择　信息容量　逐次吸收法 分类号　P412 文献标识码　A收稿日期:2008211203;修改稿日期:2009201210第一作者简介:张水平(19752),男,湖北罗田,博士生,讲师,主要从事气象卫星遥感研究Hyperspectral at mospheri c soundi n g i n for mati onchannel selecti on studyZhang Shu i p i n g1,2(1Key L aboratory of V irtual Geographic Environm ent ,MO E,N anjing N or m al U niversity,N anjing 210046,China )(2Institute of M eteorology,PLA U niversity of Science and Technology,N anjing 211101,China ) Abstract By intr oducing the concep t of inf or mati on content,an app r oach of describing the effectiveinfor mati on of different at m os pheric para meters contained in at m os pheric s ounding data of high s pectral res oluti on is given in the paper firstly .And then a “successive abs or p ti on ”method f or channel selecti on which uses the infor mati on content as the op ti m al index is designed .A t last,a channel selecti on experi 2ment f or the retrieval of te mperature is carried out .Compared with the channels used in the retrieving of A I RS p r oducts in NAS A DAAC,the result of the experi m ent shows that the “successive abs or p ti on ”method based on inf or mati on content is competent f or channel selecti on .Key words H igh s pectral res oluti on at m os pheric s ounding data Channel selecti on I nf or mati on content Successive abs or p ti on method　引　言1970s 末,美国国家海洋大气局NOAA 极轨气象卫星装载的泰罗斯业务垂直探测器T OVS (包括H I RS:the H igh Res oluti on I nfrared Sounder 和MS U:the M icr owave Sounding Unit )仪器套装开始为业务天气预报提供温度、湿度廓线资料。

目前T OVS 仪器的改进型AT OVS (Advanced T OVS,包括红外探测器H I RS 与两个微波探测器AMS U 2A:Advanced M i 2cr owave Sounding Unit A 及AMS U 2B:Advanced M i 2cr owave Sounding Unit B )探测资料在业务天气预报中已起着重要的作用。

近年来,为了进一步满足业务预报对遥感的要求,国外于1990s 初开始进行红外高光谱分辨率大气遥感的理论研究及业务试运行。

NAS A于2002年发射的AQUA太阳同步轨道卫星上装载高光谱分辨率大气红外探测器A I RS,采用红外光栅阵分光技术,光谱分辨率(v/△v)约为1200,共有2378个通道;而2006年发射的欧洲极轨气象卫星MET OP2 A上搭载的红外大气探测干涉仪I A SI(I nfrared A t2 mos pheric Sounding I nterfer ometer),采用Fourier变换分光技术,光谱分辨率在长波红外处为1200,而在短波红外处为5400,共有8461个通道。

此外,未来美国下一代极轨气象卫星NP OESS系列卫星上搭载的CR I S(the Cr oss Track I nfrared Sounder),以及静止气象卫星G OES2R上搭载的HES(Hypers pectral Envir onmental Sens or,Advanced Baseline Sounder),也都属于高光谱探测器。

国内在星载大气探测器研制方面,虽然起步较晚,但进展很快,目前除在新一代极轨气象卫星中的实验卫星风云3A上搭载了I RAS(I nfrared A t m os pheric Sounder)、MW TS(M icr o2 wave Te mperature Sounder)、MWHS(M icr owave Hu2 m idity Sounder)三种探测器外,也开始了高光谱探测器ASI(A t m os pheric Sounding I nterfer ometer)的研究与论证[1]。

国内外的研究表明,采用高光谱探测器后,温、湿廓线垂直探测精度可比传统的AT OVS探测器提高一倍以上[227]。

但这类仪器通道数目多,数据量大,给资料的计算、存储和传输带来很大的不便。

此外,这些通道之间存在极强的相关性,这种相关性会造成反演的不适定性(ill2posed),进而影响利用高光谱资料进行大气参数反演的精度。

因此,实际应用中在不影响产品有效精度的前提下,如何从数千个通道中挑选出对于特定大气参数反演而言为最优的通道子集,是一个重要的问题,大量的学者也对此问题进行了研究[8210]。

但是目前通道选择的方法仍然是根据大气光谱学,依靠经验通过手工方法进行选择[11],对于能否给出一种客观、定量的方法,使得能在实际应用中自动进行通道最优选择,还有待于进一步研究。

高光谱资料所反演大气参数的精度之所以能够比传统的红外探测器高,从信息论的角度来讲,是由于高光谱资料能够探测到更多的大气信息。

而高光谱资料通道选择的原则应是在给定被选通道数目的情况下,使得利用所选定的通道组合进行反演后产品精度达到最高。

基于以上原因,本文拟以信息容量为指标,进行通道选择,使得所选出的通道组合具有最大的信息容量,从而能使反演精度达到最高。

本文主要结构如下:第一部分给出利用信息容量对高光谱探测资料所包含信息进行描述的方法;在第二部分中给出以信息容量为指标进行通道选择的计算方案;在第三部分中,给出利用A I RS探测资料进行温度廓线反演时通道选择试验的方案;第四部分中给出试验的结果;最后在第五部分中给出总结与展望。

1　信息容量1.1　信息容量的引入1948年,Shannon在创立信息论时,找到一个唯一的量来度量信源的不确定性,后来人们称其为信息熵或Shannon熵。

由Shannon信息熵可知,若观测前系统的概率分布用P1(x)表示,观测后系统的概率分布用P2(x)表示,则观测的信息容量可以定义为这两个状态的熵之差H=S(P1)-S(P2)。

　(1)当系统的概率分布为高斯分布时,由信息论中的知识,系统的熵可记为S(P)=12ln|S|,　(2)其中S为描述系统高斯分布的误差协方差矩阵。

若记当观测前描述大气廓线估计值或背景场的误差协方差矩阵为Sa、观测后协方差矩阵为^S,则观测过程所包含的信息容量为 H=12ln|Sa|-12ln|^S|=12ln|Sa^S-1|=-12ln|^SS-1a|。

　(3) 由公式(3)知,要利用信息容量H对仪器的观测能力进行描述,则须先求出观测前协方差矩阵S a,以及观测后协方差矩阵^S。

对于观测前协方差矩阵即背景场误差协方差矩阵Sa,通常可以采用统计方法来获取[12]。

而对于描述观测后大气参数估计值准确性的误差协方差矩阵^S,由于卫星遥感观测到是辐射率或亮温,属于间接观测,因此无法利用观测信息直接求出。

而Bayesian方法可结合背景场信息,将观测的概率密度函数跟大气参数的概率密度函数联系起来,实现将观测概率密度函数映射到大气参数状态空间。

下面利用Bayesian方法对误差协方差矩阵^S进行估计。

1.2　观测后误差协方差矩阵的估计对于遥感探测,记观测结果为m维矢量y(即辐射率或亮温),大气廓线(包括温度、湿度等参数)为n维矢量x,则y与x之间的关系(在遥感中即辐射674气 象 科 学 29卷传输过程)可抽象为y=F(x)+ε,　(4)其中F为观测算子,它与辐射传输原理,以及仪器通道的光谱响应特性等有关。

误差项ε为观测噪声或观测误差,对应的误差协方差矩阵记为Sε。

则当观测误差满足Gaussian分布时,有条件概率分布P(y|x)为-2ln P(y|x)=(y-F(x))T S-1ε(y-F(x))+c1,　(5)其中c1为常数;Sε为观测误差协方差矩阵;P(y|x)为y关于x的条件概率密度函数,它表示大气参数为x时,观测值y取值在区域(y,y+d y)内的概率为P(y|x)d y。