论文总字数：23172字

目 录

1引言 1

1.1研究意义 1

1.2国内外研究现状 1

2资料来源与处理 3

2.1资料来源 3

2.2探空资料提取PWV 4

2.3地面资料提取PWV 4

2.4 MODIS PWV数据处理 5

3研究方法及验证 6

3.1常用研究方法 6

3.1.1基于地面资料订正MODIS 6

3.1.2基于探空资料订正MODIS 7

3.1.3基于地基GPS订正MODIS 8

3.1.4基于再分析资料订正MODIS 8

3.2 、、数据分析 9

3.3本文研究方法 11

3.3.1基于地面、探空资料拟合回归差值订正法 11

4订正结果与误差分析 12

5结论与展望 15

参考文献： 17

致谢 19

MODIS PWV产品订正方法比较研究

毛竹

, China

Abstract:

Radiosonda data collected from 83 stations and surface meterological data collected from 253 stations from 2001 to 2010 in January and July were used to revise the MODIS precipitable water vapor. There is a good direct linear relationship among the PWVs retrieved from Moderate Resolution Imaging Spectro-radiometer (MODIS), radiosonde data and surface meterological data. The MODIS PWV products were revised by the difference between and after completing a regression analysis between and . After the revival, was regarded as true value to evaluate the accuracy of this method. The results indicate that the correlation coefficient between and was increased by 2.18%, 0.57%, with the average relative error down to 19.15% and 24.28%, respectively in January and July. It shows that the multiple regression difference correction method can effectively revised MODIS PWV products, optimize a low estimation of MODIS PWV , improve the accuracy of satellite remote sensing inversion PWV, meliorate the reliability of the data source for research.

Key words: precipitable water vapor; MODIS; radiosonde data; surface meterological data; correction method based on difference

1引言

1.1研究意义

大气可降水量（precipitable water vapor,简称PWV），是单位面积上垂直空气柱中含有以气体状态存在的水分总量。简单的说，是在假设情况下，对应空气中的所有水分凝结成液态水的高度。PWV与多种气象要素相关，例如温度、气压、降雨量和水汽压等。由此可见，PWV可以作为研究大气辐射、吸收及全球热量输送的气象参数，其变化还可直接反应降水量及降雨强度。因此，对PWV分布及其变化的研究，为综合研究大气可降水量的时空变化，以及其在水循环研究、天气预报、全球气候变化、人工进行天气效果评估、遥感大气校正等方面的应用，奠定重要基础。例如，将水汽的影响引入对遥感数据大气校正的过程，可提高卫星数据反演精度；再如可利用PWV数据分析汛期暴雨天气过程。

在中国，地形特征复杂多变，再加上东亚季风的影响，PWV具有明显的季节性，其变化主要由纬度、地理地势特征和季风决定。有研究表明，从1970年到1990年，在中国大部分地区，全年PWV有所增加。此外，PWV的长期变化趋势与降水和地表空气温度的变化呈正相关，确认了一个正效应的“温室”反馈。因此，中国是研究在全球变暖中区域水蒸气反馈效应的典型区域（Takahashi等人，2008）。在此情况下，准确的PWV对于进一步了解水循环、能量平衡，以及中国及周边地区的气候变化具有重要意义。

1.2国内外研究现状

国外学者对于PWV的研究较早，Smith(1966)^[1]根据整层PWV计算公式，推导出PWV和地面露点温度（Surface dew point temperature）之间的指数关系；Reitan(1963)^[2]建立了整层PWV和地面水汽压（Surface vapor pressure）之间的线性关系；Bolsenga(1965)^[3]在 Reitan基础上，分析整层PWV与月平均、日平均和小时平均地面水汽压的相关性，发现时间段越小，相关性越差；Ross等^[4]利用1973-1995年23年的探空站点资料，研究北半球陆地上500hPa柱PWV的变化分布；Trenberth等^[5]不仅利用探空站点资料，还利用再分析资料和卫星遥感数据对PWV进行研究，发现再分析资料适合应用于陆地上空，而在海洋上空不可靠；MichaetBevis等^[6]提出利用地基GPS探测PWV，使地基GPS成为探测大气的一种新方法。

国内目前获取PWV常用的方法有：常规地面气象数据推算、气象探空站点资料累加计算、卫星数据反演、地基GPS探测等。

利用全球气球探空观测和地面实测方法可获得离散的水汽数据, 在实际应用中，要利用空间插值的方法将离散数据扩展为连续的水汽数据。空间插值，是一种用有限的观测点数据获取观测点以外的数据的方法，在扩展中会给模拟结果带来误差。例如，杨景梅，邱金桓^[7]基于地面气象站点以及高空气象数据，拟合出我国PWV同地面水汽压的关系表达式，用地面水汽压计算出整层PWV和有效水汽含量，计算结果符合实际情况，平均相对误差MRE普遍小于15%。在此研究的基础上，杨景梅、邱金桓^[8]又将地理纬度和海拔高度作为参量，引入上述的关系表达式中，并参数化经验系数，提出利用地面湿度参量获取整层PWV的计算方法。此外，杨红梅等^[9]利用常规探空数据(包括标准层和特性层)，计算每层气柱的水汽混合比，通过绘制水汽垂直方向的分布廓线将水大气分为四类；并利用各层水汽混合比的积分，算出对应时段、地点的单站对流层气柱PWV，并研究PWV与降水的关系，为降水量级、降水范围的预报提供可靠依据。

另一种获取较高精度PWV的方法是利用地基GPS技术，原理是由GPS信号延迟量获取PWV，然而就目前来看，建立大范围的地基GPS仍需较长时间。崔彩霞等^[10]在乌鲁木齐地区，分别基于地基GPS数据和MODIS数据获取PWV，对比分析两者的精度，发现MODIS反演的近红外PWV更能反映水汽分布。另外，张俊东等^[11]利用MODIS红外三通道比值透射率与高精度的GPS间的关系，建立 MODIS反演PWV的新算法，以提高反演精度。

与上述几种获取PWV方法比较，卫星遥感技术可探测连续且大面积的PWV，包括PWV的时空分布和变化特征。卫星传感器精度的提高，使得利用卫星遥感数据反演PWV的研究有很大进展。

中分辨率成像光谱（Moderate Resolution Imaging Spectro-radiometer，简称MODIS）是安置在EOS-AM1/TERRA和EOS-PM1/AQUA卫星上的主要探测仪器之一，采用目前最为先进的空间星载探测器技术以及遥感应用技术，TERRA和AQUA两颗星相互配合，交叉时次观测，重复观测整个地球表面的周期为1-2天。在36个MODIS光谱通道中，有 6个光谱通道（17，18，19，27，28，29）主要应用于水汽的研究。MODIS反演的PWV产品的空间分辨率为1 km×1 km，能覆盖全球，MODIS每天可以为同一个地方提供热红外PWV产品四次和近红外PWV产品两次。MODIS提供了新的数据集，可用来监测地球上大尺度的大气的水蒸气特征，因此，MODIS成为气象科学研究中不可或缺的重要数据源之一。例如，何晓旭，张丽等^[12]运用近红外两通道比值法和三通道比值加权法，反演获得研究区对应的PWV。姜立鹏等^[13]利用推导的大气传输方程改良三通道算法，并通过改变传感器视角，来研究在不同条件下PWV与MODIS的17、18、19通道大气透过率间的关系，提出以MODIS数据计算PWV的方法。

MODIS数据含有大量关于大气中水汽的信息，由MODIS反演的PWV可反映水汽的分布及变化趋势，对预测降水分布规律及PWV在区域尺度的季节变化和年际变化十分有用。目前看来，由MODIS数据反演PWV的方法比较成熟。除此之外，MODIS PWV产品已广泛应用于对地观测数据的评价，如无线电探空数据和GPS数据，也广泛应用于对天气、气候、水循环等的研究中，利用卫星数据估计PWV受到广泛的重视。但我国大陆地区地表类复杂，地面光谱反射误差大，再加上传感器辐射、光谱校准误差和薄雾含量等的影响,使MODIS水汽反演的精度不是很理想，很有必要对MODIS水汽产品的准确性进行检验并订正。因此，不少国内外学者都致力于提高MODIS PWV产品的精度，提出了各种用于检查PWV的准确性以及分布特征的方法。

本文采用83个探空气象站观测资料计算的2001-2010年10年1月和7月平均的PWV，后简称为，以及由653个地面气象站点的气象观测数据所提取的2001-2010年10年1月和7月平均的PWV，后简称为，并利用和与由MODIS影像资料反演的PWV（后简称为）较高的相关性，运用拟合回归差值订正法来订正MODIS PWV产品，以提高产品精度。此外，本文还分析了订正结果和误差，为今后研究工作指明方向。此研究的目的在于，利用高精度的和,提高的精度，发挥卫星探测优势，以获取及时、大面积的水汽资料，为气候学等方面的科研工作提供一个可获取较好水汽数据的可行方法。

2资料来源与处理

2.1资料来源

本文所使用的数据包括：①地面气象站点观测资料。我国653个常规气象站点从2001年1月至2010年12月的观测资料，来源自中国气象数据网（http://data.cma.gov.cn/），包括气象站点的站点号、经纬度、海拔高度、水汽压等。②全国83个探空站点观测资料。2001至2010年中国地区83个探空气象站点数据，探空数据从美国怀俄明大学气象数据网，并批量下载，获取的观测资料有露点温度、气压、温度等，并利用这些观测值，计算每个探空站点的整层PWV，并使用c#编程求算各个站点1月和7月平均PWV，其中75个站点参与MODIS05近红外PWV的订正，8个站点参与订正结果检验。③卫星遥感资料。中国区域内（73°-135°E，18°-4°N）2001-2010年10年7月和1月的TERRA和AQUA的MODIS PWV产品（MOD05）红外数据集，空间分辨率为1km×1km，数据格式为HDF。本文地面站点和探空站点所用的地理坐标系为krasovsky椭球体，MODIS PWV产品的坐标基准为NAD_1927，最后的订正结果坐标基准为NAD_1927,投影坐标采用Albers。

剩余内容已隐藏，请支付后下载全文，论文总字数：23172字