基于高光谱大气红外探测器模拟亮温的稳健变分反演研究.pdfVIP

第 37卷 第 3期 气象与环境科学 Vo1．37No．3 2014年 8月 MeteorologicalandEnvironmentalSciences Aug．2014 基于高光谱大气红外探测器模拟亮温的 稳健变分反演研究 王 根 ，吴玲玲 ，李 南。，邱康俊 (1．安徽省气象信息中心 ，合肥 230061；2．南京信息工程大学数学与统计学院，南京210044： 3．南京信息工程大学中国气象局气溶胶与云降水重点开放实验室，南京 210044；4．南京信息工程大学大气物理学院，南京 210044) 摘 要 ：经典变分反演法是基于观测误差服从高斯分布 的假定，对偏离均值较大 的离群值较敏感 。当实际观 测数据包含离群值观测误差呈现非高斯分布 时，如果采用经典反演法进行变分反演就会产生大 的偏差 ，甚至导致 变分反演 的失败。使用经典变分反演法首先需要进行质量控制，剔 除所谓 的离群值 ，但有相 当部分 的离群值包含 了一些亮点，如天气现象。如果对其 “视而不见”，则对很 多重要 的信息就无法把握 。基于此，研究采用稳健变分反 演的思想 同化这些离群值 ，主要思想是把 M 一估计法 (L2、Huber、Fair和 Cauchy一估计)的权重 函数耦合到经典变 分反演 中，在每次变分反演极小化迭代过程 中重新估计观测项对经典变分反演 目标泛函的贡献率。采用高光谱大 气红外探测器 (AtmosphericInfraRedSounder，AIRS)的通道模拟亮温进行理想试验 ，结果表 明：采用 Huber一估计进 行稳健变分反演对温度和湿度反演具有较好 的效果；采用 Cauchy一估计得到的效果反而更差，这是 由Cauchy等分 布函数 固有 的缺陷所决定的。因此，稳健变分反演观测误差非高斯分布是可行的，但依赖 M一估计法权重函数 的 选取。 关键词 ：高光谱；AIRS；M一估计法；稳健变分反演 ；贡献率重估计 中图分类号：P407 文献标识码 ：A 文章编号：1673—7148(2014)03—0021—06 布 ，目的是应用最小二乘理论 ，然而最小二乘法对离 引 言 群值非常敏感。在使用经典变分反演时，需要首先 数值天气预报 (NumericalWeatherPrediction， 运用合适的算法识别并处理数据 中的离群值 ，称为 NWP)是一个初 ／边值问题。卫星资料 的使用则为 质量控制。但这样会丢失很多有用 的数据 ，因为离 数值预报模式提供精确初始状态提供 了可能 。高光 群值并不总是有害的，有相 当部分的离群值代表 了 谱大气红外探测器 (AtmosphericInfraRedSounder， 一 些新的亮点 ，如天气现象 ；另外 ，目前质量控制一 AIRS)搭载在地球观测系统 (EarthObservingSys— 般是基于一些阈值的给定 ，不确定性太强。如果经 tern，EOS)第二颗卫星 Aqua上 ，采用红外光栅阵分 质量控制后还存在离群值 ，则使用经典变分反演进 光技术 ，2378个通道覆盖 650～2700cm 红外谱区 行最优参数化得到的结果是没有意义 的，甚至会导 域 …，为数值预报模式研究提供 了大量 的高光谱 致变分反演的失败 。因此 ，需要一些能够考虑观测 资料 。 误差服从非高斯分布 ，对离群值不太敏感 的稳健反 把 目前通用的变分反演方法记为经典变分反演 演方法。 法 ，它的理论基础是统计学 中的估计理论 ，常用的方 对采用高光谱资料进行温度 、湿度廓线 的反演 ， 法有最小方差估计 、最大似然估计和贝叶斯理论。 国内外学者做 了一系列研究。常用的方法有威斯康 最小二乘拟合事实