219457358_基于风云卫星红外高光谱资料遥感逆温层研究

doi:10.11676/qxxb2023.20220087气象学报
基于风云卫星红外高光谱资料遥感逆温层研究*
李 琛1,2,3 漆成莉3,4 张 鹏3,4 孙丙强1 陈 林3,4
LI Chen1,2,3 QI Chengli3,4 ZHANG Peng3,4 SUN Bingqiang1 CHEN Lin3,4
1. 复旦大学大气与海洋科学系，上海，200438
2. 中国气象科学研究院，北京，100081
3. 中国遥感卫星辐射测量与定标重点实验室，国家卫星气象中心，北京，100081
4. 许健民气象卫星创新中心，北京，100081
1. Department of Atmospheric and Oceanic Sciences，Fudan University，Shanghai 200438，China
2. Chinese Academy of Meteorological Sciences，Beijing 100081，China
3. Key Laboratory of Radiometric Calibration and Validation for Environmental Satellites，National Satellite Meteorological Centre，Beijing 100081，China
4. Innovation Center for FengYun Meteorological Satellite，Beijing 100081，China
2022-05-10收稿，2022-11-10改回.
李琛，漆成莉，张鹏，孙丙强，陈林. 2023. 基于风云卫星红外高光谱资料遥感逆温层研究. 气象学报，81（3）：445-455
Li Chen， Qi Chengli， Zhang Peng， Sun Bingqiang， Chen Lin. 2023. Retrieval and sensitivity analysis of the atmospheric inversion layer based on Fengyun satellite infrared hyperspectral data. Acta Meteorologica Sinica， 81（3）:445-455
Abstract Atmospheric inversion layer will hinder the development of vertical movement. Traditionally, only ground-based radiosonde data are used for monitoring and analyzing the atmospheric inversion layer. Spaceborne hyperspectral infrared atmospheric sounding can retrieve atmospheric temperature and humidity profiles in clear sky condition, which provides a possible technique for monitoring the atmospheric inversion layer. In order to explore the method of monitoring inversion layer using domestic satellite data, the RTTOV fast radiative transfer model is used to simulate the FY-3D/HIRAS observation spectrum, including the effects of different inversion strength and height of the inversion layer top on the brightness temperature observed by HIRAS. The results show that the channels corresponding to the fine spectral lines in the window region of 780—1000 cm−1 are most sensitive to the inversion layer, and the brightness temperature difference between the observed channel and the reference channel (926.875 cm−1) can be used to identify the atmospheric inversion layer. The sensitivity index of inversion strength and the sensitivity index of the height of the inversion layer top are defined in this study. Simulation results show that the sensitivity indices of inversion strength at strong absorption (784.375 cm−1, 798.750 cm−1), medium absorption (803.125 cm−1, 852.500 cm−1) and weak absorption (840.000 cm−1, 871.250 cm−1) channels are 0.49, 0.48 and 0.30, and the sensitivity indices of the height of the inversion layer top are 0.045, 0.036 and 0.018, respectively. Based on the brightness temperature of the strong absorption channels, the inversion strength and the height of the inversion layer top can be retrieved, and the correlation of the channel brightness temperature with inversion strength is higher than that with the height of the inversion layer top. The results verify the applicability of using infrared hyperspectral channel brightness temperature data to study the inversion layer structure, and provide a basis and reference for subsequent retrievals of the inversion characteristics.
Key words Inversion，HIRAS，Sensitivity experiments
* 资助课题：国家重点研发计划项目（2018YFB0504700、2018YFB0504703）、国际大科学计划培育专项国际空间水循环观测星座计划项目（183311KYSB20200015）。

作者简介：李琛，主要从事大气遥感与应用研究。

E-mail：1051779975@
通信作者：张鹏，主要从事大气辐射传输和卫星遥感大气研究。

E-mail：zhangp@
摘 要 大气逆温层会阻碍大气垂直运动的发展，传统上只能利用地基无线电探空资料进行监测和分析。

星载高光谱红外大气探测可以反演晴空区大气温、湿度廓线，为大气逆温层监测提供了一种可能的技术手段。

为探索中国卫星监测逆温层的方法和途径，本研究基于风云三号D星搭载的红外高光谱大气探测仪（FY-3D/HIRAS）观测资料，利用RTTOV（Radiative Transfer for TOVS）快速辐射传输模式模拟了不同逆温强度、不同逆温层顶高度对HIRAS红外通道观测亮温的影响。

结果表明，在780—1000 cm−1窗区光谱内的精细谱线对应的通道对逆温层最为敏感，与参考通道（926.875 cm−1）的亮温差可以用于大气逆温层识别。

文中定义了逆温强度敏感指数和逆温层顶高度敏感指数，模拟结果表明，强吸收（通道1：784.375 cm−1、通道2：798.750 cm−1）、中吸收（通道1：803.125 cm−1、通道2：852.500 cm−1）、弱吸收（通道1：840.000 cm−1、通道2：871.250 cm−1）通道的逆温强度敏感指数分别为0.49、0.48、0.30，逆温层顶高度敏感指数分别为0.045、0.036、0.018。

基于强吸收通道观测亮温可以反演获得逆温强度和逆温层顶高度信息，且通道亮温与逆温强度的相关高于逆温层顶高度。

研究结果验证了利用红外高光谱通道亮温数据研究逆温层结构的可行性，为后续逆温特征的反演工作提供了依据和参考。

关键词逆温层， HIRAS， 敏感性实验
中图法分类号 P407.6
1 引　言
在低层大气中，大气温度通常随高度上升递减，但在一定条件下也会出现气温随高度上升而升高的现象，这种气温逆转现象被称为逆温（盛裴轩等，2003）。

逆温的类型有辐射逆温、下沉逆温、湍流逆温、平流逆温和锋面逆温。

出现逆温现象的大气层称为逆温层。

距地面2 km左右的大气边界层是人类生活和生产活动的主要空间，也是大气污染物分布、扩散和传播的主要场所（赵海江等，2014）。

因逆温层中的大气十分稳定，难以发生垂直扰动和交换，近地面空气中的水蒸汽、烟尘和各种有害气体难以向上扩散，只能漂浮在逆温层以下的气层中。

逆温天气出现时，能见度降低，常引发交通问题，更严重的是，空气中的污染物不能及时扩散，加剧空气污染，严重危害人体健康（Bhat，2006；刘金青等，2020）。

因此，逆温层的相关研究对于解释和预报重污染天气有重要意义，在环境管理方面对调整污染物错时段排放有重要的指导作用。

针对逆温层特征的研究资料主要来自气球探空、数值预报模式的再分析产品和卫星遥感反演。

早期研究大多基于探空气球测得的气象要素垂直廓线数据进行逆温层特征分析。

气球探空存在站点少、观测变量少、历史资料时间短等问题，时间分辨率远不能反映逆温层在一天内的精确变化。

再分析资料和卫星观测资料空间覆盖广、时间连续性好，被很多学者用于开展逆温相关研究。

基于卫星资料研究逆温层的方法主要分为2种，一种是直接利用卫星观测辐射数据进行分析。

Ackerman （1996）基于卫星高分辨率红外探测器（NOAA-12/ HIRS-2）资料，发现南极上空的大气逆温层与红外窗区通道和水汽通道的亮温差相关，是最早建立逆温与亮温差关系的研究工作。

Liu等（2003）在Ackerman（1996）工作基础上，基于Terra和Aqua 卫星上的中分辨率成像光谱仪（MODIS）数据，提出了利用7.2和11 μm通道亮温差估算极地低层大气逆温强度、厚度的方法，进一步拓展了利用亮温差研究逆温特征的领域。

由于MODIS并没有为气候分析提供足够长的时间序列资料，Liu等（2006）将之前的MODIS经验算法应用于1980—1996年的HIRS探测数据，探究了北极地区月平均逆温强度的时、空分布规律，发现地表温度与逆温强度存在较强的相关，对研究北极逆温的空间分布有重要意义。

Kachar等（2015）基于克尔曼沙赫（Kermanshah）气象站探空数据，计算了MODIS传感器各波段和对地表温度敏感的11 μm波段的亮温差，发现逆温特征与部分波段的亮温差存在较强的相关。

第二种方法是利用反演的大气廓线产品分析逆温层，Devasthale等（2010）基于Aqua卫星搭载的大气红外探测器（AIRS）的三级温、湿度廓线反演产品研究了北极地区晴空逆温的频次和强度，讨论了逆温强度空间分布的年际变化，对模拟和预测北极气候及其潜在变化有重要意义。

Bisht等（2013）针对新德里2010年冬季的一次逆温案例，评估了AIRS两种类型二级产品识别近地表逆温的能力，发现有更高垂直分辨率的AIRS附加研究产品比AIRS标准业务产品能够更好地捕捉逆温特征，有助于逆温研究的开展。

Boylan等（2016）基于红外大气探测干涉仪（IASI）的二级产品，对南极低空逆温层开展分
446Acta Meteorologica Sinica　气象学报　2023，81（3）
析，发现相较于低海拔地区，高海拔地区逆温发生的频次和逆温强度均更高，但IASI二级产品在南极高海拔地区观测的近地表温度普遍存在暖偏差，是逆温强度被低估的重要原因，因此对卫星反演产品精确度提出了更高要求。

Chang等（2018）基于AIRS三级产品评估了北极上空云量对逆温层特征的影响，发现逆温强度对陆地上空的大气环流变化比逆温厚度更敏感，对研究北极气候变化反馈十分重要。

由于产品反演算法的局限，大气廓线存在垂直分辨率低的问题，难以得到精确的逆温层结构。

卫星大气红外探测器通道的光谱分辨率越高，通道权重函数越窄，观测到的亮温变化越强，对特定高度层的敏感度也就越高（董超华等，2013）。

张鹏等（2005）的模拟研究结果表明，光谱分辨率提高明显增加了可探测的大气亮温，从而使大气垂直探测能力提高。

MODIS、HIRS通道少，可探测的辐射变化精度只有1 K左右，高光谱仪器观测通道多，光谱信息丰富、分辨率高，可探测的辐射变化精度高（Zhang，et al，2019），在逆温遥感研究上具备更大的潜力。

MODIS、HIRS观测资料辐射研究逆温的方法可拓展到高光谱资料，但目前这方面研究还不多见。

此外，红外各谱段亮温差与逆温强度、逆温高度敏感性如何，也缺少系统性研究进行详细阐述。

中国于2017年首次在极轨气象卫星风云三号D 星（FY-3D）上搭载了红外高光谱大气探测仪（HIRAS，High-spectral Resolution Infrared Atmo-spheric Sounder），替代了FY-3A/B/C卫星上的通道式红外仪器—红外分光计，主要目标是通过观测 0.38—15.38 μm 光谱范围内地-气系统出射的高光谱分辨率的红外辐射，遥感反演全球晴空大气温、湿度廓线，应用于数值天气预报、灾害天气预警、大气环境监测、气候研究等。

HIRAS因其光谱和辐射定标精度高，还可以作为国际空间载荷红外辐射基准使用（漆成莉等，2016；Zhang，et al，2019）。

表征逆温特征的指标主要有逆温层顶高度、逆温层底高度及逆温强度。

在本研究中，只针对晴空条件下的低空单层逆温层进行研究，逆温层底接地，因此研究指标简化为逆温层顶高度和逆温强度。

逆温层顶高度定义为逆温层最高温度对应大气层的高度，逆温强度定义为逆温层最高温度与近地表大气温度的差（Liu，et al，2003）。

近地表大气到逆温层顶，温度随高度升高而上升；在逆温层顶以上，温度随高度上升而下降。

本研究基于HIRAS 观测数据，利用正演辐射传输模式研究高光谱通道观测亮温对逆温强度、逆温层顶高度的响应特征。

利用快速辐射传输模式模拟不同逆温特征的大气廓线，分析不同通道对逆温强度、逆温层顶高度的敏感度，为基于高光谱观测辐射资料直接开展逆温大气识别，以及逆温层高度、强度反演方法的建立提供客观依据和理论模型支持。

2 研究方法与资料
2.1 研究技术路线
本研究的技术路线如图1所示，包括资料收集和处理、正演模式的模拟精度检验、逆温层特征正演模拟及光谱敏感性分析。

研究使用的观测资料为FY-3D/HIRAS（下文简称HIRAS）一级亮温数据，背景场资料为欧洲中期数值预报中心（ECMWF）发布的第5代全球大气再分析资料（ERA5）。

资料使用之前先做质量控制，主要包括：缺测剔除、极值检测、云检测，目的是保证研究数据的准确。

利用正演模拟分析不同逆温特征的敏感度之前进行正演结果验证，保证模拟辐射亮温的精度。

正演结果验证包括：HIRAS观测场资料和ERA5背景场资料时、空匹配，匹配后对背景场数据用RTTOV（Radiative Transfer for TOVS）模式做正演模拟，模拟亮温与实测亮温精度做比较分析。

在验证了正演模拟的精度后，设计不同逆温强度、逆温层顶高度的大气廓线，通过RTTOV模拟相应的HIRAS红外光谱观测，对比参考大气和参考通道，分析仪器光谱通道观测对逆温层识别的敏感度，分析辐射亮温差与逆温强度、逆温层顶高度的关系。

2.2 数据资料及正演模式
文中以ERA5（https://cds.climate.copernicus. eu/cdsapp#!/search?type=dataset）再分析资料为背景场，ERA5由综合预报系统（IFS）CY41R2模式四维变分数据同化产生，水平分辨率为0.25°×0.25°，垂直方向从1000—1 hPa共37层，时间分辨率为1 h，数据集中包含200多个参数，包括逐时大气、陆地和海洋气候变量，可为逆温的研究提供长时间、均一化且高时、空分辨率的数据。

HIRAS（/portalsite/
李 琛等：基于风云卫星红外高光谱资料遥感逆温层研究447
default.aspx）数据作为观测资料，HIRAS观测光谱分为3个红外光谱带：长波、中波1和中波2，与光谱带对应的光谱范围及未切趾光谱分辨率见表1。

大多数逆温大气的逆温强度小，逆温导致的亮温差较小，因此需要高精度的红外辐射传输模式进行正演模拟和敏感性分析。

本研究选用RTTOV作为正演模式。

RTTOV（https://www.nwpsaf.eu/site/ software/rttov/rttov-v12/）是国际上广泛使用的快速辐射传输模式之一（Saunders，et al，2018），由ECMWF开发，专用于数值天气预报模式多维变分资料同化中直接同化卫星辐射观测的快速辐射传输，建立模式变量到卫星观测辐射亮温的映射关系（马刚等，2004）。

对于给定的表面参量、气体浓度等大气廓线，沿着扫描仪的观测方向，根据仪器各通道光谱响应函数，RTTOV 能以较高精度模拟卫星接收的大气层顶辐射。

文中选用RTTOV 12.3版作为辐射传输算子，以不同逆温强度、逆温层顶高度条件下的大气廓线为背景模拟HIRAS观测亮温，分析HIRAS各通道对不同逆温特征的敏感度。

3 红外高光谱逆温敏感性试验
3.1 正演精度验证
开展红外逆温敏感性试验的前提是验证RTTOV模拟HIRAS红外高光谱的精度。

HIRAS L1产品有两套光谱分辨率，分别是全光谱分辨率（FSR）和设计光谱分辨率（DSR）。

全光谱分辨率产品3个波段的光谱分辨率均为0.625 cm−1，设计光谱分辨率产品在长波、中波1、中波2波段的光谱分辨率分别为0.625、1.250、2.500 cm−1。

全光谱分辨率产品拥有2000多个通道，具有更高的光谱分辨率，因此本研究选择该产品数据。

采用RTTOV 12.3版对HIRAS FSR L1数据开展正演模拟，并与实际HIRAS观测亮温对比检验正演模拟精度。

剔除缺测、极值
检测、挑选晴空
区域
资料处理
红外高光谱逆温敏感性试验
数据收集
质量控制
数据匹配背景场
RTTOV
模拟亮温
设计逆温廓线
识别逆温层高光
谱通道粗选
通道亮温对逆温
强度敏感度
通道辐射亮温
对逆温敏感度
通道亮温对逆
温层顶高度敏
感度
模拟不同逆温特征
的HIRAS高光谱
分析不同逆温特征
下的高光谱差异
正演结
果验证
观测亮温
HIRAS
时空
匹配观测场正演结果验证
正演模拟敏感
性分析
ERA5
HIRAS
图 1 研究技术路线
Fig. 1 Technical roadmap of the research work
表 1 HIRAS通道光谱特征参数
Table 1 Channel spectral characteristic parameters of
HIRAS
波段光谱范围（cm−1）光谱分辨率（cm−1）灵敏度（K）
长波650—11360.6250.15—0.40
中波11210—1750 1.2500.10—0.70
中波22155—2550 2.5000.30—1.20
448Acta Meteorologica Sinica　气象学报　2023，81（3）
L1数据经切趾处理后能够有效减少通道频率响应函数的旁瓣效应，但会导致光谱分辨率降低。

HIRAS FSR L1业务数据选择Hamming 函数作为切趾函数，文中使用的HIRAS 数据均已经过切趾处理。

本研究正演验证选用RTTOV 快速辐射传输模式，输入参量包含温度廓线、水汽廓线、臭氧廓线、地表温度、2 m 气温、10 m 风速（U 、V ）等信息。

时间上采用线性插值，空间上采用四点双线性插值，对ERA5背景场资料与HIRAS 观测场资料进行时、空匹配，得到匹配背景场的模式输入参量。

廓线参数、地表参数（地表温度）及其他参数（包括地表类型、地面气压、2 m 气温、2 m 湿度、10 m 风速）由ERA5再分析资料获得，其他吸收气体（二氧化碳、一氧化碳、甲烷、二氧化氮、一氧化二氮等）廓线来自RTTOV 模式自带气候数据。

陆面和云区输入参数复杂多变，会导致RTTOV 模拟与卫星的实际观测差异较大。

为了提高对卫星实际观测的正演精度，选用洋面晴空大气进行模拟。

图2给出了2021年7月6日全球范围共计1556个晴空样本的HIRAS 观测和RTTOV 模拟辐射亮温比较结果。

从图2可知，RTTOV 模拟得到的亮温与HIRAS 实测亮温的差异在不同波段不一样。

红外长波波段， 650—720 cm −1的强二氧化碳吸收通道区亮温值偏差超过了1.0 K ， 1030 cm −1附近的臭氧强吸收通道区平均偏差在1.0 K 以内，上述较大偏差主要
来自模拟中输入的平流层温度廓线和臭氧廓线误差。

其他长波光谱区平均偏差小于0.5 K ，偏差标准差小于1.0 K 。

中波1波段，主要是6.7 μm 水汽吸收谱段，该谱段大部分通道亮温平均偏差在1.0 K 以内，偏差标准差小于2.0 K ，少数水汽强吸收通道平均偏差超过1.0 K ，可能是模拟中使用的水汽廓线存在误差所致。

中波2波段，主要是4.3 μm 二氧化碳吸收谱段，该谱段亮温平均偏差在2400 cm −1以上区域约为0.5 K ， 2160 cm −1附近的一氧化碳敏感区在1.0 K 左右， 2250—2400 cm −1的强二氧化碳吸收区平均偏差超过了3.0 K ，可能是该谱段信噪比相对较低且白天受到太阳散射光的影响导致。

根据上述正演结果，相对而言长波波段的亮温偏差最小，并且HIRAS 仪器在红外长波范围内噪声也小于其他波段（李路等，2019），因此文中选用红外长波波段进行逆温大气遥感敏感性分析。

3.2 正演模拟敏感性试验方案设计
3.1节分析结果表明，RTTOV 对HIRAS 红外
高光谱数据可进行精确模拟，但有无逆温、逆温强度、逆温层顶高度会对模拟结果产生一定的影响。

因此，需要分析亮温模拟结果对不同参数的敏感度，文中设计3组试验（表2），讨论有无逆温、逆温强度、逆温层顶高度对通道亮温模拟结果的影响。

选取中低纬度区域的1条晴空大气廓线作为基础研究廓线（图3蓝线），逆温层顶从975 hPa 到800 hPa ，间隔为25 hPa ；逆温强度从2.5 K 到20.0 K ，间隔为2.5 K ，构造一系列大气逆温廓线。

以晴空无逆温大气作为参考，将模拟得到的不同逆温条件下的大气层顶亮温与参考大气的层顶亮温进行对比，分析逆温层顶变化、逆温强度变化对模
500
0.02.04.06.0−3.0−2.0−1.00.01.02.0750S t a n d a r d d e v i a t i o n (K )
1000125015001750Wavenumber (cm −1)
2000225025002750
(a)(b)M e a n d e v i a t i o n (K )图 2 2021年7月6日HIRAS 观测与RTTOV 模拟亮温的 （a ） 平均偏差和 （b ） 偏差标准差
Fig . 2 Mean deviations （a ） and standard deviations （b ）of observed and simulated brightness temperature on 6 July 2021
表 2 逆温敏感度分析方案设计
Table 2 Design of simulated inversion sensitivity scheme
通道观测
逆温层顶高度（hPa ）逆温强度（K ）
逆温层顶温度（K ）逆温层底温度（K ）
HIRAS 红外
长波通道（650—1136 cm −1）
800 2.5298.643296.143825 5.0301.143850
7.5303.64387510.0306.14390012.5308.64392515.0311.14395017.5313.643975
20.0
316.143
李 琛等：基于风云卫星红外高光谱资料遥感逆温层研究449
拟的红外高光谱层顶亮温的影响。

3.3 正演模拟敏感性结果分析3.3.1 光谱通道对逆温大气的敏感性
大气温度廓线如图3所示，红线为有逆温层的
大气温度廓线，蓝线为无逆温层的大气温度廓线。

逆温层以地面为底部，层顶在850 hPa 附近，从地面到逆温层顶温度逐渐升高。

在逆温层顶，温度有最大值，后随高度上升而逐渐下降，层顶温度比地表大气高20.0 K ，即逆温强度为20.0 K 。

有、无逆温层的大气亮温差随光谱变化如图4所示，分析可知，不同红外通道对逆温的敏感度不同。

在红外长波范围内，650—720 cm −1强二氧化碳吸收通道的权重函数峰值高度位于500 hPa 以上，主要用于观测高层大气温度，有、无逆温的大气高层廓线是一样的，故亮温也基本一致。

800 cm −1附近，有、无逆温的大气辐射亮温差最大，超过18.0 K 。

800—1000 cm −1，亮温差呈减小趋势，臭氧强吸收区域（1030 cm −1附近）亮温差约为5.0 K 。

HIRAS 红外高光谱的强二氧化碳和臭氧吸收通道亮温变化
较小，对逆温的敏感性较差。

750—900 cm −1亮温变化十分明显，对逆温较敏感。

图5是图4中的亮温差与通道敏感高度的关系，结果表明大部分通道的敏感高度在地表附近，亮温差最大的通道敏感高度分布在950—850 hPa ，与逆温层顶高度一致。

亮温差最大的通道主要分布在750—900 cm −1，对应的敏感高度在逆温层顶附近，能够提供逆温的丰富观测信息，为后续挑选适合反演逆温的通道提供了参考依据。

3.3.2 通道亮温对逆温强度的敏感性分析
为研究逆温强度对大气层顶接收亮温辐射的
影响，进行逆温强度敏感性试验。

RTTOV 模式输入文件中的水汽、臭氧廓线及地表温度等均从ERA5获得，不做修改，逆温层顶高度统一设置为850 hPa 。

大气温度廓线设置如图6所示，逆温强度分别设为5.0、10.0、15.0、20.0 K 。

利用RTTOV 模式正演模拟不同逆温强度下的大气廓线，得到HIRAS 光谱如图7所示。

由图7可见，650—720 cm −1强二氧化碳吸收通道和1030 cm −1附近的强臭氧吸收通道亮温几乎不随逆温强度变
2001000
9008007006005004003002001000210220230240250Temperature (K)
260270280290300310320
Non-inversion layer
Inversion layer
H e i g h t (h P a )
图 3 大气温度廓线
Fig . 3 Atmospheric temperature profiles with and without inversion layer
6500.0
5.010.015.020.07007508008509009501000105011001150
D i f f e r e n c e (K )
Wavenumber (cm −1)
图 4 有无逆温的大气亮温差随光谱变化
Fig . 4 Variation of brightness temperature difference between inversion atmosphere and non-inversion atmos-phere with the spectrum
1000
9008007006005004003002001000 2.5
5.0
7.5
10.0
12.5
15.0
Difference (K)
H e i g h t (h P a )
图 5 亮温差与通道敏感高度的关系
Fig . 5 Relationship between brightness temperature diffe-rences and sensitive height of the channel
1000
9008007006005004003002001000Temperature (K)
320
310300290280270260250240230220210200Non-inversion layer Inversion_10.0 K Inversion_15.0 K Inversion_20.0 K
H e i g h t (h P a )
Inversion_5.0 K 图 6 温度廓线设置方案
Fig . 6 Temperature profile design scheme
450Acta Meteorologica Sinica 气象学报　2023，81（3）
化，敏感度较低。

在800—1000 cm −1，逆温强度越大，通道辐射亮温越大，且不同吸收通道亮温变化
幅度也有区别。

逆温强度为20.0 K 时，800 cm −1
附近逆温与无逆温大气通道的亮温差最大超过18.0 K 。

由此可见热红外波段对逆温强度有强烈的信号响应，基于HIRAS 资料反演逆温强度是可行的。

为了充分利用高光谱仪器通道多的优势，挑选不同通道定量分析通道亮温差和逆温特征的关系，通道参数见表3。

窗区通道（926.875 cm −1）设为参考通道，不同吸收通道与参考通道的亮温差与逆温强度的关系如图8所示， BTD-S 、BTD-M 、BTD-W 分别为强吸收、中吸收、弱吸收，圆点和菱形分别代表通道1和2。

结果表明，吸收通道与参考通道的亮温差与
逆温强度相关系数均大于0.999，相关较好。

逆温强度敏感指数（即拟合直线的斜率）越大，亮温差对逆温强度的敏感性越强。

强吸收通道1的逆温强度敏感指数为0.49，大于其他通道。

强吸收通道2和中吸收通道1、2的逆温强度敏感指数均为0.48，弱吸收通道1、2的逆温强度敏感指数分别为0.36和0.25。

相较于弱吸收通道，强吸收、中吸收通道对逆温强度更敏感，更适合用来反演逆温强度。

3.3.3 通道亮温对逆温层顶高度的敏感性分析
为了探究逆温层顶高度对大气层顶接收亮温
的影响，固定逆温强度，设置不同逆温层顶高度研究吸收通道与参考通道的亮温差与逆温层高度的关系。

大气廓线设计方案：逆温强度为20.0 K ，逆温层顶高度设置为800、850、900、950 hPa ，温度廓线如图9所示。

利用RTTOV 模式正演模拟不同逆温层顶高度的大气廓线，得到的HIRAS 模拟光谱如图10所示。

由图可见，在红外长波范围内， 650—720 cm −1
的强二氧化碳吸收通道区域随着逆温层顶高度上升，通道亮温并未显示出明显变化。

在750 cm −1附近和臭氧强吸收区域（1030 cm −1附近）通道亮温随着逆温层顶高度上升而增大，而其他光谱区域规律并不明显。

210
2302502702903101150
110010501000950900850800750700650Inversion_5.0 K Inversion_10.0 K Inversion_15.0 K Inversion_20.0 K
Wavenumber (cm −1)
Non-inversion layer B r i g h t n e s s t e m p e r a t u r e (K )
图 7 不同逆温强度下的HIRAS 亮温模拟结果Fig . 7 Simulation results of HIRAS brightness tempe-rature under different inversion strengths
表 3 逆温强度敏感性分析选取的HIRAS 通道
（单位：cm −1
）
Table 3 HIRAS channel selected for sensitivity analysis of
inversion strength （unit ：cm −1）
窗区
强吸收中吸收弱吸收通道1926.875
784.375803.125840.000通道2
798.750
852.500
871.250
D i f f e r e n c e (K )
−15.0
−10.0−5.00.05.022.5
20.017.515.012.510.07.5
5.0
2.5
BTD-S-1BTD-S-2BTD-M-1BTD-M-2BTD-W -1BTD-W-2
Inversion strength (K)
图 8 吸收通道与参考通道的亮温差和逆温强度关系 （蓝
线：强吸收，绿线：中吸收，红线：弱吸收；圆点：通道1，菱形：通道2）
Fig . 8 Relationship between brightness temperature difference of absorption channels and reference channel and the inversion strength （blue ：strong absorption ，green ：
medium absorption ，red ：weak absorption ；circular points ：channel 1，diamonds ：channel 2）
1000
9008007006005004003002001000Temperature (K)
320
310300290280270260250240230220210200Non-inversion layer Inversion_950 hPa Inversion_900 hPa Inversion_850 hPa Inversion_800 hPa
H e i g h t (h P a )
图 9 不同逆温层顶高度的大气温度廓线
Fig . 9 Atmospheric temperature profiles under different heights of the inversion layer top
李 琛等：基于风云卫星红外高光谱资料遥感逆温层研究
451
表3中通道与参考通道的亮温差与逆温层顶高度的关系如图11所示。

在红外长波谱段，逆温的存在使得大气层顶接收到的辐射增强，无逆温条件下，强吸收通道1的亮温差为−12.0 K ，随着逆温层顶高度上升（相当于逆温层厚度增大），亮温差逐渐增大，逆温层顶在800 hPa 时，亮温差为−1.0 K 。

强吸收、中吸收、弱吸收通道1、2和参考通道的亮温差与逆温层顶高度的相关系数分别为0.955、0.978、0.924、0.916、0.753和0.721，小于逆温强度；敏感指数分别为0.041、0.049、0.035、0.036、0.021和0.015，强吸收通道的值最大，相较于中吸收、弱吸收通道，更适合用来反演逆温层顶高度。

4 逆温层反演试验及初步结果
为了验证敏感性分析的有效性，本节利用实际
HIRAS 高光谱观测资料设计了卫星遥感逆温层的
识别算法，并对结果进行初步分析。

4.1 通道粗选及逆温识别方法
红外高光谱大气探测仪（HIRAS ）观测范围
（3.92—15.38 μm ）覆盖了大气二氧化碳、臭氧、水汽等吸收强度不等的吸收带和窗区通道，不同波长对特定高度层的敏感度不一。

HIRAS 能提供丰富的光谱信息，即使只使用长波波段也有777个通道，但会导致2个问题：（1）计算量太大；（2）通道之间存在信息冗余。

因此，在实际应用中需先剔除性能较差的通道，然后去除信息冗余的通道，确定最佳信息通道。

由于逆温层大多出现在低空，因此本研究模拟的逆温情况均设置为逆温层底为地表，层顶为850 hPa 。

其中，926.875 cm −1附近没有大气吸收，仅对地表气温敏感，是典型的窗区通道，被选为参考通道。

为了识别是否存在逆温，还需挑选对逆温层顶附近温度最敏感的通道。

为此，试验设计逆温强度0.5—8.0 K 内以0.5 K 为间隔的一系列温度廓线，正演模拟不同逆温强度下HIRAS 光谱，计算各通道与参考通道的亮温差（通道亮温减参考通道亮温）。

亮温差与逆温强度成正比，即无逆温出现时，敏感通道与参考通道的亮温差小于0；逆温出现时，亮温差增大，且随着逆温强度的增强而增大，达到一定逆温强度时，亮温差开始由负值变为正值。

文中以亮温差等于0为阈值，粗选出可用于识别逆温
层的通道如表4所示。

结果表明，已挑选的通道敏感高度受大气状态影响，在逆温层附近，通道权重函数增大，对逆温层的温度变化也更加敏感。

由表4可见，不同通道对逆温的反应程度不一，强吸收通道（887.500 cm −1）仅能识别7.5 K 强度以上的逆温，弱吸收通道（906.250 cm −1、918.750 cm −1）能够识别0.5 K 强度以上的逆温，因此，弱吸收通道更适合用来识别大气逆温。

4.2 逆温识别结果分析
为验证4.1节中识别逆温方法的可行性，基于
实际逆温案例验证HIRAS 高光谱识别逆温层方法的有效性。

ERA5再分析资料具备高时、空分辨率，覆盖范围广等特点，提供了大量逐时大气、陆地
210
230
2502702903101150
110010501000750900850800750700650Non-inversion layer
Inversion_950 hPa Inversion_900 hPa Inversion_850 hPa Inversion_800 hPa
Wavenumber (cm −1)
B r i g h t n e s s t e m p e r a t u r e (K )
图 10 不同逆温层顶高度的HIRAS 亮温模拟结果Fig . 10 Simulation results of HIRAS brightness temperature under different heights of the inversion layer top
D i f f e r e n c e (K )
−15−20
−10−505800
825850
875
900
925
950
975
BTD-S-1BTD-S-2BTD-M-1BTD-M-2BTD-W-1BTD-W-2
Inversion top height (hPa)
图 11 吸收通道和参考通道的亮温差与逆温层顶高度的关系 （蓝线：强吸收，绿线：中吸收，红线：弱吸收；圆点：通道1，
菱形：通道2）
Fig . 11 Relationship between brightness temperature difference of absorption channels and reference channel and the height of the inversion layer top （blue ：strong
absorption channel ，reen ：medium absorption channel ，red ：weak absorption channel ；circular points ：channel 1，diamonds ：channel 2）
452
Acta Meteorologica Sinica 气象学报　2023，81（3）。