新闻

微波探测仪能穿云看大气,但商业数据不能直接进预报

|作者: QUASA 编辑团队|2 分钟阅读| 2
微波探测仪能穿云看大气,但商业数据不能直接进预报

微波探测仪改善天气预报,并不是直接“看见”未来,而是在许多云区补充大气温度和水汽信息。数值预报系统把这些观测与短时预报、地面站、探空和其他卫星资料结合,重新估计当前大气状态;只有初始状态得到有效修正,后续的风、降水和气旋演变计算才可能改善。

完整链条是:大气辐射—亮温—垂直信息—数据同化—预报结果。商业卫星能够下传观测,只说明数据源已经出现;定标偏差、噪声、时延、覆盖稳定性和模式适配仍会决定数据能否被采用,因此它不能跳过验证直接进入持续业务预报。

探测仪测到的不是气温读数

卫星被动微波探测仪接收多通道自然辐射,各通道对应相互重叠的大气高度层。

卫星被动微波探测仪不向大气发射探测脉冲,而是接收地表和大气自然发出的微波辐射。NOAA对微波探测原理的说明 指出,这类仪器测量大气分子发出的自然微波能量,可在云层遮挡其他传感器时观测大气,并提供温度、水汽和气压的垂直信息。

仪器记录的是不同频率通道的辐射强度,处理系统通常将其表示为亮温:能产生相同辐射强度的理想黑体所对应的等效温度。它便于定标、比较和算法处理,却不是某一高度上温度计测得的实际气温;地表发射率、云水、降水粒子和仪器噪声都可能改变亮温。

不同通道对氧气、水汽和地表辐射的敏感程度不同,因此主要感知的大气高度也不同。不过,一个通道通常对应一段有厚度的高度范围,而非一层精确切开的薄片。多个通道合用,才能约束温度和湿度随高度的变化。

“穿云”不等于对所有天气透明

可见光依赖反射,红外辐射也容易被厚云遮挡;波长更长的微波在许多云区受到的影响较弱,所以能够填补晴空红外观测留下的缺口。这对常有云覆盖的天气系统和常规观测稀疏的海洋尤其重要。

但液态云水、雨滴、雪和冰粒仍会吸收或散射部分微波,地表发射率也会进入卫星接收的信号。普通云层下可能保留有效信息,强降水区却会让某些通道更难解释;业务系统必须按通道、观测角度、地表类型和天气条件决定订正、保留或剔除哪些数据。

云和降水造成的信号变化也可能提供湿物理信息,前提是数值模式及辐射传输模型能够合理模拟这些影响。否则,同一个观测差值可能来自温度、水汽、云水、降水粒子或地表描述中的不同误差,不能被简单归因于某一个变量。

从亮温到垂直廓线不是简单换算

多通道亮温经过辐射传输和先验约束形成带有垂直分辨率限制的温湿度廓线。

温度和湿度垂直廓线,是对同一大气柱在不同高度上状态的估计。反演算法会结合各通道的垂直敏感性、辐射传输计算和先验大气状态,但不同的大气组合可能产生相近的顶层辐射,因此观测本身通常不能给出唯一、逐层精确的答案。

数据有两条主要路径:先把多通道辐射反演成温湿度廓线,再向用户分发;或者将经过定标和质量控制的辐射、亮温直接同化。后一种方法先计算“按照模式当前描述,卫星应该观测到什么”,再比较模拟亮温和实际亮温,借助两者的差异调整大气状态。

因此,“亮温—垂直信息”依赖通道权重、地表发射率、云和降水描述及误差统计。得到的是带有垂直分辨率限制和不确定性的约束,不是一条逐米准确的大气剖面。

数据同化才把观测接入预报

数值模式需要变量彼此协调、覆盖完整的三维大气状态,而卫星只能提供不完整且含误差的观测。数据同化以先前的短时预报为背景场,综合新观测以及双方的不确定性,生成新的分析场,再用它启动下一轮预报。

ECMWF对微波辐射同化的解释 表明,卫星直接测量的是大气顶端不同频率的辐射强度,而非温度、湿度或风本身;同化系统通过比较模拟辐射和观测辐射,调整湿度、温度、气压及相关动力变量。该机构的全空条件实践也说明,云和降水既包含可用信息,也增加了信号解释和模式模拟的难度。

观测与背景场之间出现差值,并不意味着模式会把同一个数值写入对应格点。同化系统还要考虑观测误差、背景误差、变量间关系和一段时间内的大气演变,把改变量分配到相关位置、高度和变量上。最终进入预报的是更新后的完整分析场,而不是一组彼此独立的卫星廓线。

商业数据必须证明业务价值

商业微波数据接受定标、时延、质量和平行预报检验,未达标资料不进入业务同化。

商业数据能否进入持续业务系统,取决于它是否稳定、及时并且能在现有模式中产生可靠增益。不同仪器的通道配置、扫描几何、定标方法和交付链路可能不同;即使单次观测看起来合理,长期偏差、相关误差或时延波动仍可能妨碍同化。

2026年6月18日,NOAA商业微波数据采购公告 把数据质量、对预报模式和热带气旋预报的影响、业务准备度以及潜在业务转换列为项目内容,并说明成功研究才有望带来持续采购。这一状态不是“采购即自动入模”,而是采购、评估和可能转入业务运行并存的过程。

验证需要覆盖几类彼此独立的门槛:

  • 定标是否可追溯,偏差和噪声能否在不同通道、视角、卫星及时间段保持可控;
  • 覆盖、完整性、时延、元数据和交付服务能否支持连续运行;
  • 质量控制、偏差订正和辐射传输模型是否已经适配,异常资料能否及时识别;
  • 平行试验中,加入数据后的分析和预报是否在不同区域、季节、天气类型及预报时效上稳定改善,而非由少数个例主导;
  • 热带气旋等重点应用是否经过足够样本检验,并排除特定场景中的明显退化。

更多观测因此不必然带来更好预报:信息可能与现有卫星重复,也可能因误差估计过小而在同化中获得过高权重。商业微波数据只有跨过定标、质控、同化适配、影响评估和运行保障整条链路,才会从“能够观测”变成“能够持续改善预报”。

分享:

订阅我们的新闻通讯

将最新 Web3、AI 和加密货币新闻直接发送到您的邮箱。

0