RTTOV快速辐射传输模式应用研究进展

摘要 RTTOV（Radiative Transfer for TOVS）是近期出现的一个比较优秀的快速辐射传输模式。该研究介绍了RTTOV工作的原理和方法，从提高数值预报模式准确度和模拟卫星辐射亮温2个方面出发，综述了RTTOV模式的应用研究进展。结果显示，利用RTTOV将卫星资料直接同化到数值预报模式中，能显著提高数值预报的准确度；同时，RTTOV能够较好地模拟晴空条件下卫星接收到的辐射亮温，有云条件下的模拟值与实测值之间的误差大于晴空条件。利用RTTOV模拟得到的亮温进行仿云图制作，在一定程度上可以判断云体和云系的移动及发展变化，进而改善气象预报和保障业务。

关键词 RTTOV；快速辐射传输模式；同化；正演；亮温

中图分类号 S164 文献标识码 A 文章编号 0517-6611（2016）03-230-03

Abstract RTTOV （Radiative Transfer for TOVS） is a good fast radiative transfer model. The working principle and method of RTTOV was introduced， the application and research advances were reviewed from two aspects of improving the numerical forecast’s accuracy and simulating satellite radiation TBB. The results showed that using RTTOV to assimilate satellite data directly into the numerical prediction model can obviously improve the accuracy of numerical prediction； meanwhile， RTTOV can better simulate satellite accepted TBB under clean sky condition， the error between simulated value and measured value under the cloud condition is greater that in clear sky condition. Using TBB can make satellite cloud images， determine the movement and change of clouds， cloud system in a certain extent， further improve weather forecasting and security business.

Key words RTTOV； Fast radiative transfer mode；Assimilation； Forward modeling； TBB

数值天气预报（Numerical Weather Prediction）的准确度主要由数值模式本身的完善程度和数值模式初始场的准确度来决定。目前，数值预报模式本身已经不断趋于完善，而模式初始场的准确度还有很大的提升空间。数值模式的初始场通常由观测资料提供，观测资料包括常规观测资料和非常规观测资料，其中，卫星资料就属于非常规观测资料中很重要的一项。目前世界上各个主要天气预报中心的全球资料同化系统所采用的观测资料中，卫星资料的数量超过了90%[1]。如果数值预报中不使用卫星资料，预报准确率将下降23.4%[2]。在世界先进的中期数值天气预报中，卫星资料同化已起到十分关键的作用[3]。

与常规观测不同，卫星探测量一般为辐射率，它不是数值模式的变量，无法为模式所直接使用。卫星资料同化有间接同化和直接同化2种方式，间接同化即先由卫星探测资料反演出大气温度和湿度等大气参数的垂直廓线，然后同化反演结果，其反演过程与数据同化过程是相互独立、分别进行的；直接同化即利用快速辐射传输模式正演得到的辐射亮温值与直接引入数值预报模式变分同化系统中的实际卫星辐射亮温值进行对比，要使正演的亮温与实际值趋于接近，就必须不断调整初始场的大气温度、湿度等大气廓线，经过调整的大气廓线更为准确，这样不仅能从观测中获取更多的信息，且避免了复杂的卫星资料反演计算及其带来的误差。所有基于卫星探测辐射信息的同化系统均利用预报场或无线电探空廓线作为初始场，正演模拟辐射亮温的方案。作为同化过程的一部分，利用辐射传输模式进行正演计算是必须的。因此，运用RTTOV（Radiative Transfer for TOVS）快速辐射传输模式和数值天气预报模式产品资料，可以模拟卫星辐射亮温，进行仿云图制作，从卫星云图上得到云的有关信息，在天气预报业务上有重要作用。基于以上理论依据，RTTOV快速辐射传输模式的应用主要分为2个部分：①在数值预报初始场中直接同化卫星辐射亮温，提高预报准确率；②将快速辐射传输模式单独使用，用于模拟卫星辐射亮温，进行仿云图的制作。笔者介绍了RTTOV工作的原理和方法，从提高数值预报模式准确度和模拟卫星辐射亮温2个方面出发，综述了RTTOV模式的应用研究进展。

1 RTTOV模型介绍

RTTOV系列是20世纪90年代初由欧洲中期天气预报中心（European Centre for MediumRange Weather Forecasts，ECMWF）开发的快速辐射传输模式，最初用于模拟TOVS（NOAA’s TIROS Operational Vertical Sounder，TIROS 业务垂直探测仪）卫星，经过多年的发展，现在已经能够模拟全世界几十种气象卫星探测的地球环境红外和微波辐射。RTTOV7以后的版本均可以模拟大气红外探测器（Atmospheric InfraRed Sounder，AIRS）等新一代红外高光谱分辨率卫星探测器资料[4]。目前已经更新至RTTOV11，该版本包含了云散射模块（RTTOV_SCATT），能够更好地模拟有云条件下的微波和红外辐射[5]。

利用快速辐射传输模式，依据输入的预报因子、回归系数和式（6）计算各模式层到大气层顶的光学厚度，再根据式（4）和式（5）计算大气透射率，最后根据式（1）正演计算出卫星观测到的辐射率。若云层很厚而稠密，则在红外谱段可以将云视作黑体，这时卫星在红外大气窗测量的辐射来自云顶表面的温度，根据普朗克黑体辐射公式就能推得云顶表面的温度，再根据大气廓线就可推得云顶高度。

RTTOV模式要求的初始参量包含了从地面到0.1 hPa的大气温度和水汽廓线、表面温度、水汽和气压以及一些云参数。为了满足O3探测通道的需求，RTTOV将O3廓线也作为模式的初始输入变量。RTTOV8以后的版本中包含了云散射模块（RTTOV_SCATT），相比RTTOV的晴空辐射模块，输入变量中增加了对大气水凝物含量的要求，这些变量包括云水混合比、云冰混合比、雨水流量和云量。

在确定表面出射率时，针对微波波段，RTTOV提供FASTEM 1～5共5种参数化方案。对于红外辐射，RTTOV有默认的系统值，陆面出射率为0.98，海-冰表面出射率为099，而海面出射率由ISEM参数化方案计算得出。

2 RTTOV的应用研究进展

2.1 RTTOV在数值天气预报同化中的应用

直接同化卫星资料一般采用变分法来实现。直接同化卫星资料时，卫星探测的辐射率资料将被直接引入变分同化系统，通过快速辐射传输模式模拟卫星探测到的大气层顶向上的辐射率，经变分系统中定义目标函数表征该模拟值与相应卫星观测辐射率之间的差，将卫星探测信息转换为大气状态变量，再利用极小化算法迭代计算出最接近实际大气状态大气温度、湿度等变量[2]。

利用RTTOV模式将卫星资料同化到数值预报模式中，能显著提高预报的准确度。Derber 等[6]将TOVS晴空辐射资料直接同化到美国国家环境预报中心（National Centers for Environmental Prediction，NCEP）同化系统之中，改进了模式的预报技巧。Okamoto等[7]在NCEP 的全球模式中同化了特别微波成像辐射计（Special Sensor Microwave Imager，SSM/I）辐射资料，提高了预报结果的准确度。暴雨、龙卷和雷暴等强对流天气系统，由于其空间尺度小、时间尺度短的特点，用常规资料很难观测到，但卫星却可以观测到中小尺度云系的发生、发展、成熟和消亡的全过程，因此，同化卫星资料对中小尺度系统的预报具有重要意义。丁伟钰等[8]基于全球区域同化预报系统（Global and Regional Assimilation and Prediction Enhanced System，GRAPES），根据RTTOV的特点，增加云水含量、云冰水含量和云量作为同化系统控制变量，同化了中分辨率成像光谱仪（Moderateresolution Imaging Spectroradiometer，MODIS）资料，模拟了一次暴雨过程，结果表明，同化卫星资料后可以改进初始场水汽和温度分布，对短时降水预报有正面影响。张华等[9]基于GRAPES三维变分同化系统，利用辐射传输方程作为观测算子直接同化了改进的微波探测装置（Advanced Microwave Sounding Unit，AMSU）资料，使预报的台风路径更加准确。

2.2 RTTOV在卫星亮温模拟中的应用

除了在同化中的应用，还可将RTTOV独立于同化系统，用来模拟卫星辐射亮温。而云的存在对模式的模拟结果有很大的影响。随着数值模式技术的发展，现在已经能够预报云物理量的三维结构。不少学者针对云的影响展开了大量研究，如Thomas等[10]利用辐射传输模式、气体消光模式和云模式构造了全天气条件下的辐射资料同化的观测算子，由云模式来提供辐射传输模式需要的云物理量信息。Chevallier等[11]利用数值模式输出的云物理量信息及RTTOV快速辐射传输模式成功模拟了有云条件下静止卫星11-μm通道亮温。马刚等[12]利用RTTOV5模拟1998年8月NOAA14极轨气象卫星上红外探测器（Highresolution Infrared Radiation Sounder，HIRS）的辐射亮温，与同时段实测TOVS探测资料对比，结果表明晴空模拟的水汽探测通道和长波窗区探测通道的亮温误差小于有云时的误差。丁伟钰等[13]结合天气研究和预报模式（Weather Research and Forecasting Model，WRF）输出的气象场资料，利用RTTOV快速辐射传输模式针对台风“珍珠”进行了研究，模拟了HIRS/3红外辐射亮温，结果表明，晴空条件下，模拟的亮温显著偏高，且无法得到台风的特征信息，考虑了云的影响之后，对应低层通道（能量峰值在云顶以下）的模拟结果与观测比较一致。马刚等[14]综合逐线模式GENLN2计算的精确大气透过率，以及FY2B红外和水汽通道的光谱响应函数，重新计算了RTTOV透过率系数，并将其用于FY2B红外和水汽通道亮温的模拟；采用温度、水汽和臭氧廓线进行敏感性试验，得出2个通道对温度均是敏感的，而对水汽的敏感度比温度小一个量级，臭氧的变化对通道的模拟结果影响不大；对比模拟的亮温值与实测值发现，除沙漠地区外，大部分地区的偏差较小。自RTTOV8以来，微波的散射模块被开发出来并逐渐完善。苏捷等[15]分析指出在微波亮温的资料同化中，改用RTTOVSCATT将大气中水凝物的信息纳入同化的计算中，可以有效地解决使用以往的方法所导致的对大气中水汽含量的高估现象。

若云层很厚而稠密，则在红外谱段可以将云视作黑体，这时卫星在红外大气窗测量的辐射来自云顶表面的温度，即模拟得到云顶亮温。基于这一原理，丁伟钰[16]利用Grapes模式的模拟结果作为输入量进行云顶亮温模拟，计算RTTOV模式模拟得到的总云量与FY2D反演得到的实测值之间的逐时相关系数和均方根误差，结果表明，Grapes中尺度模式具备一定的云参数模拟能力；RTTOV在模拟的前12 h模拟能力相对较高，之后逐渐减弱，云参数对FY2卫星云顶亮温的模拟有很大影响。

对于超过几百米厚而密实的云层，可以看成是黑体，模拟出来的辐射值主要来自云顶表面，由此可以直接估算云顶温度或高度。但对于薄云或未能充满视场的云单体，辐射值是云体与地表面发射辐射的总和。在这种情况下模拟得到的卫星云顶亮温存在较大误差，由此辐射推算的云顶温度比实际的暖，估算的云顶高度比实际的低。由于常规观测资料经数值预报模式得到的预报场中包含的云水信息有限，对云参数的预报能力还有待提高，导致在利用辐射传输模式模拟卫星亮温的初始阶段，即初始参数的输入上有误差，使得模拟结果与实测值之间存在较大差异。

3 结语

该研究综述了多年来国内外针对RTTOV的应用研究进展，结果显示，利用RTTOV将卫星资料直接同化到数值预报模式中，能显著提高数值预报的准确度，尤其是对于中小尺度的强对流天气系统，无法用常规手段进行观测，将卫星辐射亮温同化到数值预报模式初始场中显得尤为重要；同时，RTTOV可以独立于同化系统，能够较好地模拟晴空条件下卫星接收到的辐射亮温，有云条件下的模拟值与实测值之间的误差大于晴空条件。云的存在对辐射亮温模拟效果有很大影响，模拟时要着重考虑云的三维物理结构和云中水成物含量分布，从而使模拟结果更加准确。

研究RTTOV快速辐射传输模式主要有3个方面的意义：①因为卫星资料直接同化需要利用快速辐射传输模式作为观测算子，RTTOV模拟的结果是否准确影响了同化的效果。只有提高RTTOV模拟的准确度，才能确保提高数值预报模式的准确度；②在利用RTTOV进行卫星辐射亮温模拟时，要求输入包括云和大气温度、湿度等由数值天气预报得到的气象要素，RTTOV的模拟效果在一定程度上也体现了数值模式的预报能力；③在实际的业务工作中，卫星云图反映的是过去或实时的天气过程，并不能预报未来的天气形势，而将RTTOV模拟得到的辐射亮温进行仿云图制作，则可以得到未来时刻的卫星云图，从卫星云图中可以直观地判断云体和云系的移动及发展变化，对暴雨、台风、龙卷等强对流天气系统进行预报，进而改善气象预报和保障业务，减少灾害性天气造成的损失。

参考文献

[1]王恬.气象卫星遥感资料同化及其在数值预报中的应用[C]//创新驱动发展 提高气象灾害防御能力：S4卫星资料在中小尺度天气分析中的应用.中国气象学会，2013.

[2]董佩明，薛继善，黄兵，等.数值天气预报中卫星资料同化应用现状和发展[J].气象科技，2008，36（1）：1-7.

[3]李俊，方宗义.气象卫星的发展——机遇与挑战[J].气象，2012，38（2）：129-146.

[4]SAUNDERS R，BRUNEL P.RTTOV7 technical report[R].NWPSAF document，2002.

[5]HOCKING J，SAUNDERS R，RAYE P，et al.RTTOV development status[C]//18th international TOVS study conference.Toulouse，France，2012.

[6]DERBER J C，WU W.The use of TOVS cloudcleared radiances in the NCEP SSI analysis system[J].Monthly weather review，1998，126：2287-2299.

[7]OKAMOTO K，DERBER J C.Assimilation of SSM/I radiances in the NCEP global data assimilation system[J].Monthly weather review，2006，134：2612-2631.

[8]丁伟钰，万齐林，黄燕燕，等.有云环境下 MODIS 亮温资料的变分同化Ⅱ——对暴雨预报的影响[J].热带气象学报，2010，26（1）：22-30.

[9]张华，丑纪范，邱崇践.西北太平洋威马逊台风结构的卫星观测同化分析[J].科学通报，2004，49（5）：493-498.

[10]GREENWALD T J，HERTENSTEIN R，VUKICEVIC T.An allweather observational operator for radiance data assimilation with mesoscale forecast models[J].Monthly weather review，2002，130：1882-1897.

[11]CHEVALLIER F，KELLY G.Model clouds as seen from space：Comparison with geostationary imagery in the 11μm window channel[J].Monthly weather review，2002，130：712-722.

[12]马刚，方宗义，张凤英.云参数对RTTOV5模式模拟误差的影响分析[J].应用气象学报，2001，12（4）：385-392.

[13]丁伟钰，万齐林.“珍珠”台风卫星红外通道亮温的数值模拟[J].大气科学，2008，32（3）：572-580.

[14]马刚，邱崇践，黎光清，等.利用RTTOV7快速辐射传输模式模拟风云二号红外和水汽成像通道辐射率的研究[J].红外与毫米波学报，2005，24（5）：37-40.

[15]苏捷，朱克云，张杰.RTTOV散射模块在FY3 MWHS资料同化中的应用[J].气象，2013，39（11）：1461-1472.

[16]丁伟钰.基于 Grapes 中尺度模式的 FY2 卫星 TBB 亮温数值模拟[C]//第28届中国气象学会年会——S2风云卫星定量应用与数值.中国气象学会，2011.

推荐访问:研究进展 辐射 传输 快速 模式