气候研究优化ATMS重新映射算法外文翻译资料

英语原文共 7 页，剩余内容已隐藏，支付完成后下载完整资料

气候研究优化ATMS重新映射算法

摘要：本文采用Backus-Gilbert（B-G）方法从先进技术微波探测仪（ATMS）的扫描视场(FOVs)转换为高级微波温度计(AMSU-A)的扫描视场。该方法不仅提供了指定区域内测量的最佳组合，而且还提供了分辨率和噪声之间权衡的定量测量。基于子像素微波天线温度模拟技术，模拟了具有1.1°采样间隔的特定扫描视场尺寸的ATMS观测值。通过使用模拟数据集和真实的AMSU观察来量化重新映射结果的错误。显示出通过使用B-G生成的重映射系数来显着降低亮度温度的偏差或标准偏差。对于K / Ka频带，通过ATMS观察重映射的分辨率增强引起噪声增加约0.6K。对于其他频段，对于重新映射的数据，信道灵敏度得到改善。

关键词：高级微波温度计(AMSU), 先进技术微波探测仪(ATMS)，重新映射

1.前言

先进技术微波探测仪（ATMS）是一款全功率交叉轨道扫描微波辐射计，具有23GHz至183 GHz的22个通道。它提供了对流层和平流层（即从地表到约1千帕或45公里）和对流层中的湿度探测信息（即从地表到约200千帕或15公里）的温度测深信息[1]。除了一些极化和带宽差异外，从ATMS 22通道，17个ATMS通道（例如，通道1-3,5-15,18,20和22）具有与其前身AMSU相同的频率。增加了3个通道：用于温度探测的ATMS通道4和用于湿度探测的ATMS通道19和21。在ATMS上有两个接收天线。一个天线用于频率低于60GHz的15个通道，另一个天线用于频率高于60GHz的剩余的7个通道。对于两个最低频率通道1-2（23.8和31.4 GHz），第一个天线的通道3-15和5.2°的波束宽度为2.2°。对于所有6个高频通道17-22，第二个天线具有1.1°的波束宽度，对于最低高频通道16（89GHz），波束宽度为2.2°。

ATMS将其前身AMSU（例如，AMSU-A1，AMSU-A2和AMSU-B）传感器的所有通道组合到单个包装中，大大节省了质量，功率和体积。仪器设计中最显着的变化是ATMS窗口和温度探测通道的扫描方式，与以前的仪器AMSU-A不同。 AMSU-A采用阶梯式扫描方式设计：仪器的天线旋转到数据收集位置，停止，收集数据，然后移动到下一个收集位置，停止，收集数据等。每隔一个采样30个连续的场景分辨率单元8秒。每个FOV的积分时间为165 ms，这确保了大多数通道的仪器灵敏度高达0.2-0.3 K [2]。对于ATMS，为了保持所有22个通道处于相同的扫描模式和采样时间，采用连续扫描方式。96个场景分辨率单元以8/3 s的间隔进行采样。每个扫描覆盖了亚卫星路径两侧的52.725°。每个FOV的积分时间只有18 ms，当采样在3times;3 ATMS FOV平均时具有与AMSU通道相同的噪声水平[3]。短采样时间和较大的FOV尺寸导致ATMS K / V / W频带的FOV之间的重叠。大约4/5像素与其相邻的像素重叠K波段，1/2像素与V和W波段重叠。

将ATMS链接到其传统的仪器AMSU-A / B非常适合气候变化研究[4]-[7]。 ATMS观测的重叠样本的特性使得可以将ATMS观测值映射为AMSU-A相似观测值。在本文中，使用Backus-Gilbert（B-G）方法作为最佳重映射算法，将K，V和W波段的ATMS观测值从5.2°和2.2°FOV大小转换为一致的AMSU-A 3.3° FOV大小。该方法不仅提供了指定区域内亮度温度的最佳平均值，而且提供了分辨率和噪声之间权衡的定量测量[8]。本文的组织结构如下：第二部分介绍了B-G算法，以及在确定B-G算法中产生最优重映射系数的误差调节因子的一些详细讨论。对第三节和第四节的模拟数据集和实际AMSU观察分别进行了重新映射产品的定量评估。摘要和结论见第五节。

2. B-G重映射算法介绍

B-G算法可以被认为是图像重建的最佳方法，它早在20世纪70年代被Stogryn [8]应用于空间分辨率增强或者从空间微波成像仪中减少观测值。从那时起，B-G算法被广泛用作单天线反射器多频微波辐射计的重映射算法，如SSMI，TMI，AMSR-E等[9] - [12]。 B-G算法的理论在引用的文献中被开发和讨论。以下仅提供B-G方法的简要说明。强调与产生最佳重映射系数相关的细节，这些细节可以应用于实际的ATMS观测以获得AMSU-A样观察。

图1是B-G重映射算法做什么的图示。图1（a）是ATMS 2.2°FOV到AMSU 3.3°FOV尺寸的缩减， 图1（b）用于将ATMS 5.2°FOV转换为AMSU 3.3°FOV大小。前者是一个分辨率的减少，后者是一个分辨率的增强过程。如图1所示，实心圆是具有原始FOV大小的ATMS观察，虚线是在预期的FOV大小的构造观测值。 B-G算法找到一组最佳系数，用于在位置处构建新观测值，其中预期FOV大小作为相邻原始观测天线亮度温度的mtimes;n个数的线性组合在位置即:

图1：预期的视场大小示意图（虚线圆）和原始观测值（实心圆），在B-G映射算法（左）降低分辨率和（右）过程的强化。

认识到在具有一定FOV尺寸的位置的真实天线所看到的天线温度是实际场景亮度温度与天线增益的卷积。换句话说,(1)左侧的也可以表示为:

类似地,(1)右侧的实际观测天线温度可以写为:

在上述等式中,是预期FOV尺寸下的目标天线增益，是原始FOV尺寸下的天线增益。G和F都是从地面测量中获知的。方程（1）和（3）可以组合产生:

应当注意，从具有不同扫描角度的有限数量的天线图案切割可用的地面测量天线图案数据内插3-D天线方向图。提醒不同扫描角度下的测量精度不同。一般来说，天底的测量精度最高，随着扫描角度的增加而降低。还指出可以通过插值引入附加的错误。

B-G算法旨在找到（4）中的一组系数,使得(4)中的括号项接近于预期增益函数它还确保仪器噪声不会显着增加，这对于分辨率增强处理尤其重要。具体来说，以下数量最小化[8]：

其中是通道噪声，w和gamma;是[9]中描述的可调节比例因子。对于受约束条件的最小化,将产生最小二乘法中可能的最佳校正系数。

求解系数的细节可以在[8]和[9]中找到。最终结果如下：

其中是Kronecker delta函数，E是单位开尔文的NEDT。注意，在上述等式中，天线增益G和F已经被改变为表示为1-D函数，下标i和j表示任何两个相邻像素。

在计算由（7）定义的重映射系数时，必须改变三个参数以确定最佳重映射系数。第一个参数是n，用于执行校正的观察总数。在本文中，在B-G算法的实现中测试了等于3times;3,5times;5和7times;7的ntimes;n。发现用于获得最佳重映射系数的最佳数据网格取决于原始观测值（例如，ATMS）和重建的（例如AMSU-A）之间的FOV大小的差异。在本文中，对于5.2°波束宽度的ATMS通道选择3times;3数据大小，为2.2°波束宽度的ATMS信道选择5times;5数据网格。需要指定的其他两个参数是w和gamma;。参数w仅仅是一个比例因子，以确保（5）中的两个项，即和具有相同的大小，但否则是任意的。来自B-G算法的重映射系数与w的精确选择无关[9]。在本文中，给定w的常数值为0.001。

B-G算法仅为重映射问题提供数学解。为了使该解决方案适用于实际的ATMS亮度温度测量，gamma;值的“最佳”选择使得当将系数应用于均匀场景时，FOV的重建场景亮度温度应保持与原始观察。因此，一个额外的约束

用于确定“最优”gamma;值。这样获得的B-G系数不仅保证了重建的天线方向图与目标天线方向图匹配，而且确保了重建的场景亮度温度具有物理意义。

(7)中的第三个可调参数为gamma;。当cos(gamma;)等于0时，(7)对于B-G系数的解为1 / G，即重构仅仅是原始观测值的平均值。当cos(gamma;)= 1时，得自(7)的解导致非均匀分布的值，这使得重建观测变得最嘈杂。因此，0和1之间的cos(gamma;)值决定了重建场中分辨率增强和降噪的折衷。如图2所示，gamma;的“最优”值不仅对分辨率的降低和增强有所不同，而且在不同的扫描位置也是不同的。对于分辨率增强（从5.2°到3.3°波束宽度），满足（8）的gamma;的最佳值约为0.1times;，远小于分辨率降低的gamma;= 0.1的值（从2.2°到3.3°波束宽度）。在实施B-G算法时，由于B-G系数对gamma;非常敏感，所以需要在每个扫描位置逐个确定gamma;值。

图2：B-G重映射权重函数随扫描角的变化以及5.2°到3.3°波束宽度（左）和2.2°到3.3°波束宽度（右）的gamma;值。

图3：模式模拟原来扫描视场的亮温值（左边），重构期望大小的扫描视场的观测值（中间），“真正”的期望大小的扫描视场的观测值（右边），(a)-(c)是通道1，(d)-(f)是通道16。(a)通道1波宽5.2°扫描视场观测值(b) 重映射通道1波宽3.3°扫描视场观测值(c)通道16波宽2.2°扫描视场观测值(d) 重映射通道16波宽3.3°扫描视场观测值(f) 通道16波宽3.3°扫描视场观测值

3. ATMS模拟数据重新映射的定量评估

当重新映射的ATMS观测值的FOV大小与AMSU的FOV大小一致时，噪声特性可以通过重映射过程来改变。由于重新映射的ATMS观测旨在用于数值天气预报（NWP）和气候变化应用，因此用户社区高度期待重新映射的数据集的噪声特性的定量评估。在本文中，首先通过使用模型模拟数据集进行这样的评估，其可以在任何给定的噪声水平的任何指定的FOV大小上产生。在下文中，描述了使用在NOAA [13]中开发的社区辐射传递模型（CRTM）在不同通道和FOV大小上生成模拟ATMS观测的细节，并且给出了重映射数据集中的偏差和噪声特性。由已知事实，将会得到使用模型模拟的评估是清楚和直接的。

2012年10月28日06时UTC的飓风Sandy的ATMS观察结果进行了模拟。考虑到ATMS的实际FOV尺寸，采样率和扫描几何尺寸。 CRTM所需的地表和气候地球物理参数是飓风天气研究与预报（HWRF）模型的66小时预报。 HWRF预测可在0.06°的网格分辨率下在矩形域（34.5°N，40.38°N; 76.58°W，69.62°W）内使用。首先，通过结合ATMS仪器扫描几何的仿真模型生成ATMS条带。模拟的条纹位于HWRF模型中。共生成50条扫描线，每次扫描有96个FOV。在96个FOV位置的每个位置，天线方向图的主波束被分成一个子束间隔，分辨率与HWRF的0.06°网格分辨率相对应。使用CRTM在每个HWRF模型网格下计算场景亮度温度T b（rho;）。然后，由ATMS“测量”的每个FOV的天线温度T a（rho;0）可以通过T b（rho;）与投影天线方向图G（rho;）的卷积从(3)得出。最后，基于每个通道的NEDT值添加噪声。具体地，噪声是高斯分布，其标准偏差被设置为针对该信道测量的噪声。请注意，没有任何噪音被添加到“真实”，这是以预期的FOV大小模拟的场景。以这种方式，可以通过将重新映射的“观察”与场景“真实”进行比较来准确地确定由重映射算法产生的噪声变化的绝对值。

ATMS通道1和16的仿真结果如图3所示。对于通道1，对5.2°和3.3°的波束宽度进行仿真。对于通道16，为2.2°和3.3°波束宽度模拟天线温度。这些模拟被用作“真相”。然后使用第2节中描述的方法计算B-G重映射系数。然后将3.3°波束宽度的模拟用作“观察真值”，以评估通道1和16的重新映射结果。如图3所示，可以看出，即使对于相同的通道，不同FOV大小的“观察”也是非常不同的，特别是对于场景温度不均匀的那些像素。对于这两种情况，重新映射的观察值很接近“真相”。重新映射的观测值对于通道1具有较大的噪声，其对应于分辨率增强。对于通道16的分辨率降低，重新映射的观测值更平滑。

为了定量评估由重映射算法引起的噪声变化，计算了原始和重映射观测值在不同扫描位置处的偏差和均方根（RMS）误差（图4）。对于完美的重映射过程，重新映射的观测值不应有偏差，RMS误差应小于通道灵敏度。重映射过程之前和之后的观察值的偏差和RMS误差的值在表I中提供。对于两个通道，重新映射的观测值的RMS误差小于原始观测值。换句话说，重映射观察和场景“真实”之间的FOV大小的一致性降低了偏差。要指出的是，重新映射的观察值的偏差和RMS误差表示重映射数据集的数据质量。对于通道1，由于分辨率增强，RMS误差从0.25K通道噪声增加到0.94K，而在重新映射的观测值中，约0.1plusmn;0.7K的小偏差退出。对于通道16的分辨率降低，重新映射后的RMS误差为0.1 K，小于0.3 K通道灵敏度。重映射过程不引入偏差。

总之，FOV差异产生的偏差在重新映射后下降。可以实现空间分辨率的改善，而不会显着增加用于分辨率增强的噪声。为了降低分辨率，重新映射的结果具有更好的质量，改善了通道噪声特性。在下一节中，相同的B-G系数将应用于ATMS的实际观测。重新映射结果将通过NOAA-18 AMSU-A仪器的实际观测值进行评估。

图4：ATMS通道1和通道16扫描点18到78观测值和重映射后的观测值的偏差和标准差。其中实线曲线和深黑色的误差棒是重构后的观测值，虚线曲线和淡灰色的误差棒是原先的观测值。(a)ATMS 23GHZ通道1的偏差和标准差(b) ATMS 89GHZ通道16的偏差和标准差。

表1

ATMS的通道1和16原始和重构观测值的偏差和均方根误差