冰云对GPS无线电掩星测量的影响外文翻译资料

 2022-12-26 19:01:40

英语原文共 13 页，剩余内容已隐藏，支付完成后下载完整资料

冰云对GPS无线电掩星测量的影响

摘要

首先考虑的是导出液体水和冰云对GPS无线电信号的传播的影响的数学解。冰水含量（IWC）对总折射率的贡献百分比随着IWC的增加，以0.6（(g/m3)-1的速率线性增加。然后使用CloudSat卫星在2007-10年期间的深对流中的IWC的重合廓线测量的观测数据来估计用于气象，电离层和气候的COSMIC数据分析存储中心的GPS无线电掩星（RO）测量的冰散射效应。由CloudSat卫星测量的IWC对总折射率的贡献百分比与理论模型一致，在 1g/m3IWC时达到约0.6％。

目前发现从深对流云系中的GPS无线电掩星观测得到的折射率N一般大于从欧洲中期天气预报中心ECMWF分析计算所得到的折射率。N相对偏差（Nobs减去Necmwf）在深对流云内甚至高达1.8％。与从ECMWF分析所得的结果相比，GPS RO检索结果具有负温度偏差和正水蒸汽偏差，这与折射率的正偏差一致。 从GPS检索计算的相对湿度通常达到80％-90％，高于00C的深对流温度水平，比ECMWF分析结果高约15％-30％。 深对流中的大多数数据点位于温度差的负值一侧和GPS RO检索和ECMWF分析之间的相对湿度差的正值一侧。

1.简介

全球定位系统（GPS）无线电屏蔽（RO）技术提供通过大气折射率的垂直梯度进行计算的测量方法。 GPS RO技术具有高精度，高精度和高垂直分辨率的优势，同时达到0.5-K精度和优于0.10 K十年稳定性的严格的气候监测要求（2005年Ohring等人提出;2008年 Luntama等人提出）。 因此RO观测技术非常适合建立气候监测所需的一个稳定而长期的记录（2009年Steiner等人提出; 2009年Foelsche 等人提出; 2009年Wickert等人提出）。 从气象，电离层和气候的系列观测系统COSMIC/福摩萨卫星任务3（FORMOSAT3，以下简称为COSMIC）得到的温度剖面在上层对流层和下层平流层中约为0.058℃ （2008年Anthes等人提出）。

一般我们认为，GPS RO测量主要受干燥空气的大气成分和水蒸汽的影响，而对云和降水不敏感，且与大气折射率中的云作用相关的物理量比干空气和水汽的物理量小两个数量级。 因此，云和降水对GPS RO测量的影响在大多数实际应用中经常被忽略。然而，对于云冰水含量高的深对流云，冰云对折射率的影响确实存在，但没有得到很好的研究和记录。我们的这项研究使得Lin等人2010到2007-2010四年期的部分研究内容得到扩展，并评估了深对流云内的大规模分析偏差。更重要的是，判断云冰水含量（IWC）对折射率的贡献是使用来自CloudSat卫星的IWC观测资料。Yang和Zou（2012）进行了一个类似的研究，调查云内液态水含量（LWC）对GPS折射率的贡献。在折射向前算子及其伴随算子中的考虑云和降水的影响显著地有益于云参数的GPS RO遥感和云和降水环境中的数值天气预报（NWP）数据同化。 由于GPS RO通过临边探测技术在低频下操作，云中的大气状态可以以非常高的垂直分辨率被分析。 这种能力将补充被动可见光，红外和微波技术，提供垂直整合的云冰水路径，但具有更好的水平分辨率（在2003,2004King等人提出; 2001年Platnick等人提出; 2000年Weng and Grody提出）

在可见光和红外波长中，卫星观测可用于估计与光学薄云（例如卷云）相关联的云冰水路径。 对于高于85 GHz频率的被动微波传感器，可以同时估计云冰水路径和颗粒平均尺寸（2000年Weng和Grody 提出; 2002年Zhao和Weng提出; 2001年Bennartz和Petty提出1; Bennartz和Bauer 2003）。 这里，首先提供LWC / IWC术语的对来自水滴和冰粒子的吸收和散射效应的大气折射率的理论推导。 另外提供了评估冰散射的作用的数值结果及其对GPS检索的影响。

文章安排如下。 第2节简要描述了COSMIC RO和CloudSat观测方法。 在第3节中提供了关于云水滴和冰粒对大气折射率的影响的LWC / IWC的理论推导。关于评估冰散射的作用及其对GPS检索的影响的数值结果在章节 4中给出，总结和结论见第5节。

2.数据说明

COSMIC卫星系统由六个低地球轨道（LEO）微型卫星组成，于2006年4月15日发射成功进入圆形轨道，轨道长728公里，高度为512公里（Anthes等人2008）。在2006年4月21日提供了COSMIC GPS RO第一个全球数据集的大气参数（例如折射率，压力，温度等）。每日掩星计数约为2500次探测。垂直分辨率的范围从对流层低层100米往上到约0.5公里的平流层。每个GPS RO测量量化了在几百公里空间内沿着射线路径的大气的综合折射效应，其中最大效应点集中在近地点处（Kursinski等人于1996提出）。本研究中使用的RO数据来自大气再分析公司大学（UCAR），COSMIC数据分析和存储中心（CDAAC; Kuo等人2004提出）。温度，水蒸汽和气压的垂直廓线也已经可用，它们是使用一维变分数据同化（1DVAR）湿度检索算法推导得到的（http://cosmic-io.cosmic.ucar.edu/cdaac / doc / documents / 1dvar.pdf）。其中第一预测场为欧洲中等范围预报（ECMWF）分析数据。

在本研究中，我们选择了CloudSat在2007至2010年间测定的深对流冰云内的GPS RO剖面，其中配置时间差不超过1小时，空间间隔小于60公里。冰云内的掩星探测是基于CloudSat数据来选择的。 CloudSat卫星于2006年4月28日发射到705公里的近圆形太阳同步极轨道上，每1.5小时大约绕地球一次，完成一个完整的观测过程。 CloudSat上的主要观测仪器是一个工作频率为94 GHz的天底云测绘雷达（CPR），用于测量由云反向散射的返回功率。雷达沿轨道时间采样间隔等于0.16秒，得到超过30 000个雷达反射率的垂直剖面图。 由于CPR不能扫描，因此轨道很狭窄，沿轨道空间分辨率约为1.1公里，能见度（FOV）约为1.4公里times;2.5公里。除了反射率，CloudSat还提供了LWC云内液态水含量，IWC云冰含量，云层（最多五层），云类型，以及云顶和云基的高度（Stephens等人，2002）。

3.包括云参数的大气折射率公式

大气折射率N是气压P，大气温度T，水汽压Pw和云冰含量IWC，云水含量LWC的函数（Kursinski 1997年提出）：

图一：与深对流冰云像匹配的COSMIC GPS RO的地理分布

其中P是以百帕为单位，T是以开尔文为单位，Pw是以千帕为单位，Wwater是以克每立方米为单位的云水含量，Wice是以克每立方米为单位的冰水含量。 第一项在右手边（1）被称为“干”项Ndry，第二项是“湿”项N vapor，第三项是云水项NLWC，第四项是云冰项NIWC。 为了理解云对折射率的物理影响，（1）中的第三和第四项如下导出。

含有液态水和冰的云通过水和冰的散射和吸收来影响GPS RO信号的传播。由于GPS无线电信号波长在大约20cm（例如，1.5GHz频率），相比之下水滴和冰粒波长则小得多，因此一般来说，米散射理论（Mie 于1908年提出）（假设为球形颗粒）可用于导出散射和吸收系数。 云粒子尺寸(alpha;=2pi;gamma;/lambda;) 远小于1，其中r是粒子半径，l是GPS无线电信号波长，散射和吸收系数可以用瑞利散射和吸收系数近似表示。 此外，云的吸收作用决定GPS RO波传播的衰减程度。 在这种情况下，云吸收系数是（Bohren和Huffman 1983）：(2),其中m是复折射率，Im是虚部。在1.5GHz或20cm波长处的水和冰的折射率分别为(3a)和（3b)（Ray 1972），相应的GPS RO相移是(4)（Bohren和Huffman 1983），其中Re是实部。根据Gresh（1990）所得，由一组散射粒子的厚模型产生的电场的变化是(5)，其中Ei是入射电场，(6)，是厚度为L的板中水合物的总衰减，np(r)是粒子的密度分布函数。

图2.在与COSMIC GPS ROs并置的深对流云内的IWC的垂直分布（g m2 3）在其观测纬度绘制。 每个垂直条从云底绘制到云顶。 没有IWC数据的区域用黑色表示。 蓝色曲线表示温度为08℃的高度。

图3：（a）在云顶和云底之间的深对流中所有并置的COSMIC GPS RO的平均分数N差（黑色实线），其中，在深对流（红色）中从云底到云顶绘制垂直线（b）以100m为间隔（点线）内计数的平均IWC（实线）和云状数据点（c）深对流云中的标准偏差（垂直条）和N相对偏差（固体）在云顶和云基之间的所有数据（d）深对流的IWC的标准偏差的变化。

正如Atlas（1964）指出的，云和冰的浓度随着尺寸的减小而呈指数规律变化，因此数量浓度np(r)的分布变窄，可以认为是单分散的。使用单分散假设，tau;等于液滴的横截面积乘以每单位路径长度的液滴数乘以路径长度乘以吸收系数，如（7）中的第二等式所示。 类似地，在相同的假设下，总横截面面积乘以每个事件的相变是粒子的集合表现为(9),散射的折射率定义为Ns=(ns-na)times;106.,因此（9）可写成（11）。LWC和IWC分别是每单位体积的水和冰的总质量，即Wwater =（4/3）pi;r3 rho;wnp和Wice =(4/3)pi;r3rho;inp。 因此，液态水和冰的折射率可以写为(12a)和(12b)。基于（3），（12）中括号中的项的实部对于水为0.966，对于冰为0.423。 对于密度为rho;w=1g/cm3,温度为0℃的水，由于水滴散射造成的折射率近似等于（13），这与Solheim等人得到的结果相同。对于密度为rho;w=1g/cm3,温度为0℃的冰，由于冰粒子的散射引起的折射率近似等于（14）。冰的密度范围从一些霰中的约0.5g/g/cm3到冷冻水或大多数冰晶体可达到约0.92g/cm3。 关系（12）对于所有密度的冰是有效的，只要颗粒在瑞利区域中并且W以每立方米的液体水克数表示。 这些和以前发表的结果之间的差异源于我们对液体水和冰的物理性质使用较少的近似值。在之前给出的公式（1）中，（14）和第四项之间的差异源于对纯冰密度使用更高的精度。

图4：（a）IWC和（b）（Nobs-NECMWF）/Nobs在不同云层测量数据的频率分布

4.数值结果

对COSMIC GPS RO和CloudSat IWC剖面文件之间的配置是在2007年至2010年的4年期间进行检索的,在IWC测量中发现了总共232个全球COSMIC RO配置文件，并且全部位于深对流云系中。图1示出了与深对流冰云相匹配的GPS RO剖面的地理分布。 COSMIC GPS RO和CloudSat数据之间的观测时间的时间间隔小于1小时。 此外，对流的中层高度，由CloudSat确定，用于确定GPS RO中相同高度的位置。该距离必须在使用掩星技术进行探测的60公里范围内。图二给出了IWC在COSMIC GPS ROs观测到的深对流冰云内的垂直分布与他们所在的纬度。 可以看出，这些深对流云通常在距地面约1公里处开始出现，在低纬度地区约距地面3.5公里高于0℃温度层所在高度处形成冰粒。 冰云顶部的高度可以在热带地区可延伸至15公里，并随纬度增加而减小，在约60°-70°N处达到约6公里。 CloudSat观察到的IWC值一般小于11.2 g/ m3。

为了对比在含冰云中,GPS RO观测与ECMWF分析的结果得到的大气折射率相对偏差的垂直分布，即为（Nobs -NECMWF）/ Nobs的平均值，其中NECMWF由（1）中的前两项计算，Nobs由COSMIC提供相应的数据，在图2中所有COSMIC GPS RO与相应的CloudSat冰廓线数据如图3a所示。 对于每个冰云剖面，在图3a中从其云基到云顶绘制了一条垂直线。如图所示，在冰云内发现正N偏差，最大值约1.8％位于距地面约4公里处。

图5 （a）NIWC / Nobs（％）和（b）NIWC /（Nobs - NECMWF）的散点图。 （a）中的黑色曲线表示IWC的平均百分比贡献，即NIWC / Nobs。 IWC的数量由颜色表示。(g/m3)

图6：深对流中Nobs iwc/ NOBS和（b）（NGPS - NOBS）伴随IWC的变化。表示观测高度的颜色如图4所示

对于深对流冰云，CloudSat测量的IWC的最大平均值约为0.2 g/m3（图3c）,IWC最大值位于约7.5km（图3b）

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[28086]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章