论文部分内容阅读
由一般线性反演理论得出结论,在由卫星遥感资料反演大气参数(温度、湿度)时,卫星资料提供的信息中有一部分是“无效信息”,它不会对反演发挥作用,而是造成反演方程病态的重要原因;另一方面,大气温度、湿度的垂直变化特征中有一部份是无法从卫星资料反演的,即存在“不可反演模态”,它既是反演误差的重要来源,也是反演对观测误差极其敏感的根本原因。在解决反演问题的时候应该在参数空间将“可反演模态”和“不可反演模态”分离,在资料空间应该将“有效信息”和“无效信息”分离,这是为获得好的反演结果首先要解决的问题。基于这样的认识,本文首先利用奇异值分解(SVD)方法结合经验正交分解(EOF)技术,导出一种计算大气温度可反演度的方法,并利用NCEP再分析资料首次给出了全球1月和7月分别由HIRS/3和AIRS资料反演大气温度廓线时的可反演度分布,结果表明温度的可反演度在高层和低层较小,400hpa—850hpa之间较大。从地理分布讲,低纬海洋地区和南极洲的部分地区可反演度最小,中高纬和大陆地区较大,反映出和温度变率的关系。比较用AIRS资料和HIRS/3资料得到的可反演度看到,前者比后者高出0.15—0.40,并且前者在低纬地区的反演能力改进更为明显。 论文接着研究了用SVD和EOF技术对传统的一维变分(1DVAR)反演做出改进的方法,基本做法是利用SVD剔除观测中的无效信息,利用EOF技术描写大气参数垂直结构特征。理想资料所作的试验表明,这样做可以提高大气温湿廓线的反演精度,减少对背景廓线的依赖。对比HIRS/3和AIRS资料的反演结果说明这一方法对HIRS/3资料的反演改进作用更为明显。 论文还给出一种新的反演大气温湿廓线的物理统计方法。该方法用一种耦合的SVD技术来实现对大气参数与观测资料的同时分解,让它所产生的基函数不但能表征参数与观测的主要结构特征,还能表现二者之间的联系,进而达到反演的目的。这种物理统计方法由于具有更多的统计特性,因而计算较为简便。利用理想资料所作的试验显示,该方法在反演温度廓线时,大部分高度得到的反演值比背景廓线和1DVAR的反演值更精确,反演水汽廓线时则对中高对流层和近地面层的反演结果有所改进。实际资料计算也说明该方法可以对某些高度的温度廓