基于微波和光学遥感的大气水汽和云中液态水联合反演

Atmospheric water vapor and cloud liquid water are key parameters in global water cycle. Improvement of their observation ability is important for us to understand the relationship between them and atmospheric circulation, distribution of water resource and the global energy balance. Compared to optical remote sensing, microwave remote sensing is able to derive atmospheric information inside or under cloud in all-weather condition. This project will develop new atmospheric water vapor and cloud liquid water joint retrieval algorithm over land on the basis of developing new method of estimating surface emissivity parameter in microwave band and eliminating mutual effect of atmospheric water vapor and cloud liquid water with the help of combination of passive microwave and optical remote sensing sensor. The retrieved atmospheric water vapor and cloud liquid water will be used to merge with high precision water vapor from optical sensor and cloud liquid water from cloud radar to produce a global coverage of high precision atmospheric water vapor and cloud liquid water datasets over land in all-weather condition. This study will further improve the ability to observe global water vapor and cloud liquid water, and make us further understand the key process of global water cycle, the distribution characteristic of water resource and mitigate the effect of extreme weather.

大气水汽和云中液态水作为全球水循环研究中的关键参量，提高其观测能力对于理解它们与大气环流、水资源的分布以及全球能量平衡之间的关系具有重要的作用。相对于光学遥感的观测，被动微波遥感凭借其波长优势，能够穿透云层获取云层及以下的大气信息，具有全天时全天候的观测能力。本项目将综合发挥微波传感器与光学传感器的优势发展微波波段的地表发射率参数的估算模型以及大气水汽和云中液态水相互影响的校正算法，在此基础上发展陆地上空大气水汽和云中液态水的联合反演算法。并将反演结果与光学传感器获取的高精度大气水汽和星载云雷达获取云中液态水数据利用改进的数据融合算法融合，生成高精度的、且不受天气影响、空间上连续的大气水汽和云中液态水产品。该研究有望进一步提高对全球大气水汽和云中液态水的观测能力，从而能让我们更好的理解全球水循环的关键过程、水资源的分布变化规律以及减轻极端天气所带来的影响。

大气水汽和云中液态水是研究全球水循环过程的关键参数，获取高精度的大气水汽和云中液态水产品对于在全球变暖的背景下深入地理解全球水循环过程的时空变化规律和发展趋势具有重要的意义。本项目针对当前微波辐射计反演陆地上空大气水汽和云中液态水中存在的问题，通过建立地表发射率参数估算模型，提高了地表发射率参数等地表边界条件的估算精度，并以此改进为基础发展了陆地上空全天候条件下的大气水汽和云中液态水反演算法。通过与地面观测数据对比验证，本项目基于微波辐射计所开发的陆地上空全天候大气水汽反演算法的大气水汽总量的均方根误差为3.45mm；反演的陆地上空云中液态水的产品的精度0.14mm。基于上述算法，研究团队生产了2002年至2017年的全球陆地上空日尺度大气水汽产品，这对于研究全球变暖背景下水资源的时空变化特征以及大气水汽对气候变暖的反馈具有重要作用。针对微波辐射计空间分辨率较低的特点，本项目通过引入高精度、高空间分辨率的MODIS晴空大气水汽总量产品，以及DEM、植被指数等辅助产品，发展了粗分辨率微波辐射计大气水汽产品的降尺度算法以及校正算法，该算法融合了光学遥感的高精度、高分辨率的优势以及微波遥感全天候观测优势，生成了高精度、高空间分辨率的全天候大气水汽产品。最后，基于上述反演的大气水汽产品以及MODIS云产品，研究团队针对微波植被指数受大气影响的问题，发展了微波植被指数的大气校正算法，提高了微波植被指数的反演精度。这对于土壤水分反演过程中，准确的消除植被的影响具有重要作用。