基于183 GHz机载微波辐射计探测水汽和云中液态水反演算法研究

基于机载微波辐射计GVR,以北京探空资料作为训练数据,机载对空微波辐射传输方程作为前向算子,建立基于BP神经网络和Decker模型基础上的积分水汽含量和液态水路径反演算法。与GVR自带算法相比,新算法增加观测高度作为输入变量,考虑温度对云水相态的影响建立新的云模型,对历史探空资料进行补全,增加积分高度至30 km。利用数值模拟检验、外场观测试验和观测误差传递分析对两种算法反演的积分水汽含量反演误差进行验证,结果表明:新算法和自带算法模拟计算的反演值与探空计算值相关系数分别为0.9988、0.9929,自带算法反演值普遍低于探空计算值;新算法和GVR自带算法反演的积分水汽含量统计均方根绝对误差分别为0.05～1.30 mm、0.2～3.0 mm,相对误差分别为1%～10%、4%～65%,新算法在6 km以下计算的积分水汽含量相对误差最小值为1%,整层高度上约75%的相对误差低于5%,而自带算法仅有不到1%的相对误差低于5%;以2016年11月20日观测个例为例,GVR仪器观测误差经过新算法和自带算法反演公式传递后造成的误差在3000 m高度分别为0.05 mm和0.06 mm,随水汽探测...