基于最优估计理论、联合星载主被动传感器资料的液态云微物理特性反演研究*
针对液态云微物理特性精确反演的迫切需求,综合主被动传感器的探测优势,联合CloudSat雷达反射率和Aqua光学厚度资料,提出基于最优估计理论的液态云微物理参数反演算法。通过假设粒子谱服从对数正态分布,基于前向物理模式建立测量变量与反演变量的函数关系,借助谱分布参数的先验信息、通过算法迭代得到谱参数的最优解,进而利用前向物理模式反演液态云微物理参数,并根据误差传递理论计算反演不确定度。通过设计反演方案,基于实测个例数据并与CloudSat官方发布产品和经验算法反演结果对比验证。结果表明:基于最优估计理论、联合主被动传感器资料的液态云微物理参数反演结果与官方发布产品一致性较好,弥补了经验算法误差大、扩展性差的不足,对于开展国内星载和机载W波段毫米波雷达液态云微物理参数反演研究具有重要的借鉴意义。
CloudSat、Aqua、液态云、最优估计理论
TP2;TN9
国家自然科学基金41076118;国家自然科学基金青年科学基金批准号:41005018资助的课题.*Project supported by the National Natural Science Foundation of ChinaGrant 41076118;the Young Scientists Fund of the National Natural Science Foundation of ChinaGrant 41005018
2013-08-03(万方平台首次上网日期,不代表论文的发表时间)
共17页
526-542