2013, Vol. 56
卫星遥感探测是获取全球尺度大气参数信息的唯一有效途径，对于研究中高层大气参数的时空变化规律及该区域结构特征和动力学过程具有重要意义.近年来，多种卫星遥感探测技术逐渐发展起来，其中，基于GNSS全球导航卫星系统的无线电大气掩星探测技术是最具有发展潜力的探测技术之一，该技术通过在低轨卫星LEO上搭载双频高动态高精度的GNSS掩星接收机，临边观测GNSS卫星发射的双频电波信号的相位和振幅，利用Abel积分反演技术可以获得0~60 km高度范围的大气折射率、温度、密度和压强等大气参数[1-4].掩星探测技术具有全球覆盖、全天候观测、高精度、高垂直分辨率、长期稳定和自校准无需定标等显著优势，成为传统观测手段的有益补充.自从1995年GPS/MET掩星验证试验成功发射以来，世界各国已发射了多颗低轨卫星开展掩星探测.特别是2006年4月15日美国与中国台湾地区合作发射的FORMOSAT-3/ COSMIC气象、电离层与气候星座观测系统[5]，不仅成功实现了掩星技术的星座组网观测，而且还成功实现了无线电大气掩星探测的准业务化运行，标志着掩星遥感探测的新纪元.
COSMIC以空前的探测精度提供了大量全球分布的温度探测数据.研究表明，COSMIC掩星探测资料在上对流层和下平流层区域（约8~30 km）温度数据的平均误差为0.05 K，标准偏差为1 K[5-6].在8 km以下，由于水汽含量丰富，容易产生多路径、超折射等复杂的传播现象，造成温度误差增大，反演结果存在不确定性[7].在30 km以上，由于电离层对电波弯曲作用的贡献随高度越来越大，进行电离层修正后仍存在未消除的电离层残余误差的影响，导致观测数据噪声较大，大气参数反演精度降低，实际反演中，为提高反演数据质量，通常对40 km以上数据进行统计优化处理[8].模拟研究表明，在30~60 km高度范围内，温度数据的平均误差为1 K，标准偏差为3~5 K[9].同时，掩星探测数据得到了多种辅助数据的比较验证与评估.多位学者将掩星探测数据与全球探空数据、NCEP再分析数据以及ECMWF数据进行比较分析[10-13]，结果表明，掩星数据与其它数据之间符合较好.掩星探测数据具有足够高的精度，甚至可以用于评估不同探空仪的质量[14-15].
另一种比较先进的通过对15μm的CO2地球临边辐射进行宽带测量并反演中层大气温度的技术，于20世纪70年代发展起来[16]，曾在Nimbus6和Nimbus7卫星上得到应用[17-18].2001年12月7日美国NASA发射的热层-电离层-中间层能量和动力学卫星TIMED上搭载的SABER探测器，对该技术进一步改进和发展[19].SABER是一个多通道红外辐射计，通过临边测量两个15 μm和一个4.3μm通道的CO2红外热辐射，可以反演获得15~135 km低平流层至低热层的大气温度廓线. SABER/TIMED以前所未有的探测技术实现了对平流层至低热层大气温度和关键大气成分的全球连续测量.
SABER/TIMED探测温度数据质量高，也得到多次比较验证与评估，主要利用地基激光雷达数据、再分析数据以及UARS和ENVISAT卫星数据等进行比较分析[20-21].Remsberg等[20]对最新版本V1.07的SABER数据质量进行了较为全面的评估，研究表明，与MIPAS/ENVISAT温度数据、英国气象局MetO分析资料和地基Rayleigh激光雷达等相比，SABER温度资料在下平流层偏高1~3 K，在平流层顶附近偏低~1 K，在中间层的中部偏低~2 K；在上中间层，SABER温度大体比Rayleigh激光雷达的观测温度偏低，其差异是变化的，但与UARS卫星上HALOE（HalogenOccultation Experiment）温度探测的平均差异接近于0 K. Remsberg [20]等同时对影响SABER温度反演的误差源进行了探讨，认为70 km以下SABER数据的主要误差源包括：辐射测量误差，前向模式的系统性偏差和反演中对臭氧修正以及参考气压的不确定性等.Garcia-Comas[21]等进一步分析了70 km以上非局部热力学平衡模型参数对SABER反演温度误差的影响，结果表明，这种非局部热力学平衡导致的系统性偏差常常具有随纬度和季节的变化特性.对于无线电掩星数据和SABER/TIMED探测数据之间的比较验证研究，Wrasse等[22]曾将CHAMP掩星探测数据与SABER/TIMED数据进行比较，结果表明，在15~35 km之间，SABER/ TIMED温度数据较CHAMP数据偏高，二者之间的平均偏差（TCHAMP -TSABER）沿高度的平均值为-2.2 K，标准偏差为2.7 K.但该项研究中，由于所采用的数据样本数目有限，为了增加匹配数据数目，设置的数据匹配条件较宽，约束为纬度和经度分别相差5°和10°，时间相差6小时，由此可能导致比较结果中时空不匹配所带来的温度差异较大，从而降低结果的可靠性.作者将CHAMP与SABER/ TIMED之间较大的温度差异归因于数据间时空差异带来的大气波动影响.同时，该文的比较分析仅限于15~35 km之间，未对35~60 km之间的上平流层进行讨论.
为了比较分析COSMIC大气掩星与SABER/ TIMED探测数据在15~60 km高度范围内的差异，本文首次利用2009年1月-2011年12月共3年的COSMIC掩星观测资料与SABER/TIMED探测数据开展15~60 km大气温度数据的比较分析研究，计算COSMIC与SABER/TIMED探测温度的绝对偏差，并统计其平均温度偏差和标准偏差，分析温度偏差随高度、纬度和季节的分布特征，为COSMIC大气掩星和SABER/TIMED红外辐射探测数据的应用提供更多的参考依据.文章第二部分描述COSMIC和SABER/TIMED探测数据，第三部分阐述数据的比较分析方法，第四部分重点对COSMIC和SABER/TIMED数据比较结果进行分析，最后一部分是结论.
2 数据来源与说明COSMIC掩星星座计划于2006年4月15日（UTC时）成功发射，该计划由美国大学大气研究联合会（UCAR）与中国台湾“国家太空中心”（NSPO）合作完成[5]，共包含6颗低轨小卫星，卫星初始轨道高度近地点492 km，远地点538 km，轨道倾角72°，发射之后经过17个月左右逐步调整到最终轨道高度800 km，相互间升交点赤经间隔30°[23].每颗卫星上搭载GOX掩星接收机，对地球大气开展无线电掩星观测，临边接收GPS卫星发射的双频载波信号的相位和振幅，由于电离层和中性大气介质垂直密度的变化，GPS电波信号穿过大气层和电离层到达LEO卫星的过程中发生折射，电波路径发生弯曲，载波相位发生延迟，折射和延迟都与大气的压强、温度和水汽分布等气象参量有关.利用GPS和LEO卫星的精密速度和位置信息，从测量的载波相位，可计算出电波由于大气折射的弯曲角廓线，进而在地球大气局部球对称的假设下，利用Abel积分公式反演获得0~60 km大气折射率、温度、密度、压强和水汽等中性大气参数廓线[2].掩星数据的垂直分辨率较高，约为0.5~1.5 km，水平分辨率约为200~300 km.COSMIC采用的是JPL研制的新一代双频高动态GPS接收机，能同时观测两颗或更多的卫星，性能更先进，同时，其采用高增益天线，并且在低对流层部分采用开环跟踪，能探测到近地面1 km以内的范围.COSMIC数据全球覆盖均匀，设计提供约2500次/天的大气廓线，数据量大，质量高，反映了掩星探测技术的最新水平.
TIMED卫星计划于2001年12月7日成功发射，由美国航空与航天管理局（NASA）研制.卫星轨道为太阳同步轨道，轨道高度为625 km，轨道倾角为74.1°.卫星上搭载的SABER探测器是一个用来测量地球临边热辐射的十通道红外辐射计，波段范围为1.27~17μm，通过临边测量地球大气的红外辐射获取从低平流层到低热层的大气温度和基本成分（如O3、H2O、CO2、N2和H2等）的垂直廓线. TIMED卫星轨道周期为1.6小时，每天约运行15个轨道，每个轨道约有96个事件，因此，正常观测时，每天约获得1400次大气廓线.数据的垂直分辨率约为2 km，水平分辨率约为400 km.SABER/ TIMED温度数据（V1.07）的反演在70 km以下采用局部热力学平衡（LTE，LocalThermodynamic Equilibrium）算法，其基本原理是：假设大气中的CO2被充分地混合均匀，其混合比已知，并且观测的CO2振动转动能级处于局部热力学平衡状态[24]，从而利用辐射传输方程可以反演获得大气温度廓线.局部热力学平衡假设可以很好地适用于0.05 hPa（约70 km）以下高度的大气，而针对70 km以上的大气，由于大气密度过于稀薄，在那些用于反演大气温度的波段上往往较大地偏离局部热力学平衡状态[25]，尤其是在高纬地区[26]，在这种情况下，CO2的混合比是可变的，需要与温度同时反演得出. SABER1.03以上的数据版本详细考虑了这种非局部热力学效应，发展了非局部热力学平衡算法[26-29]，从而在中间层和低热层区域的温度测量准确性上有了实质性的改进.SABER/TIMED数据全球覆盖，探测低平流层至低热层大气温度和多种成分廓线，弥补了中高层大气探测数据缺乏的不足.
本文所采用的COSMIC数据由UCAR的COSMIC数据分析与处理中心CDAAC提供，时间范围为2009年1月-2011年12月，数据分级为2级干空气后处理数据产品atmPrf，版本号为2010. 2640.所采用的SABER/TIMED数据由TIMED/ SABER研究组提供，数据分级为2 A级数据产品，版本号为1.07.
3 比较分析方法基于COSMIC大气掩星与SABER/TIMED探测数据的测量原理、高度范围和时空分辨率的差异，本文采取的比较分析方法如下：
（1）确定比较的高度区间
COSMIC大气掩星探测的高度范围为0~60 km，SABER/TIMED探测的高度范围为15~135 km，因此，本文选取两者共有的高度范围15~60 km作为比较的高度区间.
（2）确定时空匹配条件
大气温度具有随高度、纬度、经度和时间变化的特点，为进行有效的比较分析，需选取COSMIC大气掩星和SABER/TIMED探测数据的时间和地点接近的匹配数据来进行比较.对于15~60 km高度范围的大气，按照大气热力学分层，属于上对流层和平流层区域.该区域是低层大气和高层大气耦合的重要区域，与对流层、中间层和热层关系密切，多尺度大气波动盛行，其中既有高频的中小尺度的重力波，也有缓慢变化、尺度与地球纬圈长度相当的行星波，大气状态复杂，因此，为减少时间和空间不匹配导致的温度偏差，应使匹配数据的时间和空间尽量地接近.同时，已有先验知识表明，通常大气温度随纬度的变化较经度更为显著，因此在经度方向的匹配条件可相对于纬度适当地放宽.基于上述原则，确定匹配方案为纬度相差小于0.5°，经度相差小于1°，时间相差小于1小时.
（3）个例比较方法
依据匹配条件，查找获得若干组匹配的数据对.对于每一组匹配的数据对，分别按照三次样条函数将其插值到0.2 km间隔的规则的高度格点上.对于每一个高度格点，求出二者之间的温度绝对偏差，定义为：
|
(1) |
公式（1）中，ΔT（h）为温度绝对偏差，TSABER（h）为SABER/TIMED探测温度值，TCOSMIC（h）为COSMIC大气掩星探测温度值.
（4）统计比较方法
对于所获得的若干个温度绝对偏差廓线，进行统计分析.统计时，对于每一个高度格点h上的n（n≥3）个温度绝对偏差的平均温度偏差定义为：
|
(2) |
标准偏差定义为：
|
(3) |
其中，
统计时，除了统计全球的温度偏差特性外，还进一步按照季节和纬度进行分类讨论.具体分类如下（其中，“北”为“北半球”，“南”为“南半球”）：
纬度：低纬（北：0°-30°N；南：30°S-0°）、中纬（北：30°N-60°N：南：60°S-30°S）、高纬（北：60°N-90°N：南：90°S-60°S）；
季节：春季（北：3-5月：南：9-11月）、夏季（北：6-8月；南：12-2月）、秋季（北：9-11月；南：3-5月）、冬季（北：12-2月；南：6-8月）.
4 结果与讨论 4.1 数据匹配情况2009年1月-2011年12月共探测获得COSMIC温度廓线1557049个，SABER/TIMED温度廓线1396246个.在匹配条件为纬度相差小于0.5°，经度相差小于1°，时间相差小于1小时的情况下，共获得匹配数据对5876个.其在全球的分布如图 1所示.可以看出较多的数据集中在30°-60°的中纬地区，这是由COSMIC和SABER/TIMED探测数据的分布特点决定的.
|
图 1 COSMIC与SABER/TIMED匹配数据全球分布 Fig. 1 Global distribution of matching data of COSMIC and SABER/TIMED |
对于获得的全球匹配数据，按照季节和纬度进行分类后，匹配数据对的数目如表 1所示.从表 1中可以看出，若按照纬度进行分类，COSMIC与SABER/TIMED匹配数据的数目在中纬地区约为低纬地区的两倍，高纬地区更少；若按照季节进行分类，则四个季节的分布数目基本相当.
|
表 1 COSMIC与SABER/TIMED探测数据匹配情况表 Table 1 Number of matching data of COSMUC and SABER/TIMED |
将每一组匹配的COSMIC与SABER/TIMED温度数据进行比较，这里给出个例比较的结果，如图 2所示.其中，图 2a为COSMIC与SABER/TIMED探测温度廓线的比较，图中同时还给出了对应COSMIC探测点的CIRA86大气模式的温度廓线作为参考.图 2b为COSMIC与SABER/TIMED的温度偏差（TSABER-TCOSMIC）.该个例中，COSMIC掩星探测数据代表的地理位置是（37.16°N，115.51°W），观测时间为UT时2009年3月4日18：31：59，与之匹配的SABER/TIMED数据代表的地理位置是（36.85°N，116.64°W），观测时间为UT时2009年3月4日18：17：58.二者距离相差36.2 km，时间相差0.26 h.
|
图 2 (a) COSMIC与SABER探测温度廓线比较个例；（b)温度偏差 Fig. 2 (a) Comparison of temperature between COSMIC and SABER; (b) Temperature difference |
从图 2中可以看出，在15~60 km的高度范围内，COSMIC大气掩星与SABER/TIMED所反映的温度随高度的变化趋势和特征吻合较好，在15~35 km的高度范围内，二者的温度偏差小于2 K，35 km以上，偏差略有增大.这是由于在15~35 km的高度范围内，掩星的探测精度通常较高.35 km以上的掩星数据受电离层修正残差影响，误差逐渐增大.同时，我们注意到，COSMIC与SABER/TIMED探测数据存在局部特征的细微差别，这可能是由于匹配数据点存在时间和空间的差别以及两种探测技术的探测精度不同所导致的.同时，我们还可以看出，对应的CIRA86大气模式的温度值与实测数据的变化趋势大体一致，最大偏差可达10 K左右.由于CIRA86参考大气模式反映的是温度的气候变化特征，其与实测数据的差别是可以理解的.
4.3 统计比较为了研究COSMIC与SABER/TIMED探测温度偏差的统计特征，本文利用全球的匹配数据对，进行统计分析，计算温度偏差在各个高度上的平均值和标准偏差.
图 3展示的是全球范围的COSMIC与SABER/ TIMED温度偏差的统计结果，图 3a给出的是COSMIC与SABER/TIMED温度偏差的平均值随高度的变化廓线，图 3b给出的是COSMIC与SABER/TIMED温度偏差的标准偏差随高度的变化廓线，在图 3a和图 3b中还同时给出了COSMIC和SABER/TIMED与CIRA86大气模式的平均偏差和标准偏差统计结果作为参考.同时，图 3a中的阴影区域表示的是COSMIC与SABER/TIMED温度偏差的平均值加减一个标准偏差的范围.
|
图 3 全球的COSMIC与SABER探测温度的（a)平均偏差和（b)标准偏差统计结果 Fig. 3 (a) Mean and (b) standard derivation of temperature difference between COSMIC and SABER |
从图 3a中可以看出，COSMIC与SABER的温度偏差（TSABER-TCOSMIC）的平均值在38 km左右接近于0 K，在38~60 km的高度范围内，其平均温度偏差表现为负的系统性偏差，且随着高度的增加逐渐增大，最大可达-5 K，表明在此高度范围内，大部分的SABER/TIMED数据较COSMIC数据偏小；在15~38 km的高度范围内，平均温度偏差表现为正的系统性偏差，在23 km左右存在最大正偏差值，约为2.7 K，表明在此高度范围内，大部分的SABER/TIMED数据较COSMIC数据偏大.这一结论与Remsberg将SABER/TIMED探测数据与MIPAS/ENVISAT温度数据、英国气象局MetO分析资料和地基Rayleigh激光雷达数据进行比较时的结果一致[20].掩星数据在上对流层至下平流层的无偏性已经得到多次验证[15, 30]，如Ho等[30]研究结果表明在200~10 hPa（约12~30 km）的高度范围内，COSMIC掩星数据与全球探空数据的平均统计偏差为0.01 K.而研究表明SABER/TIMED数据在70 km以下具有系统性误差，如Remsberg [20]等分析了70 km以下导致SABER/TIMED数据产生系统性误差的主要误差源.因此，从图 3a的结果中可以推断，15~30 km高度范围内，COSMIC与SABER之间的系统性偏差由SABER数据本身具有系统性偏差所导致.而COSMIC大气掩星在30 km以上探测精度降低，导致二者之间系统性偏差的原因更为复杂，需进一步深入分析.COSMIC与CIRA86大气模式之间的平均温度偏差在53 km左右接近0 K，在53 km以上，平均温度偏差表现为正偏差，并在57 km左右达到最大正偏差值，约为2.4 K，在53 km以下，平均温度偏差表现为负偏差，在35~47 km高度附近，温度负偏差值接近-6 K，15~30 km高度附近，温度负偏差值约为-2 K左右.SABER与CIRA86大气模式之间的平均温度偏差大部分表现为负偏差，在52 km以上约为-3 K，在35~50 km高度附近，温度负偏差值接近-6 K，在32 km以下，平均温度偏差接近0 K.比较后发现，在38 km以上COSMIC探测温度较SABER/ TIMED数据与模式值更为接近，而38 km以下，SABER/TIMED探测温度较COSMIC数据与模式值更为接近.其原因可能是，在COSMIC数据反演中，为了消除电离层修正残差带来的观测噪声，在反演折射指数之前，对于反演的大气弯曲角利用气候模式值进行加权统计优化，而在较高的高度上，模式值所占的权重较大，可能导致其温度廓线在较高的高度上更接近于模式值.可以预期的是，如果用更为准确的大气参量场来优化COSMIC大气掩星上平流层的弯曲角，可能会取得更好的反演结果.同时，从图 3b中可以看出，COSMIC与SABER温度偏差的标准偏差在20 km左右最小，约为1.8 K，在55 km左右最大，达到6.5 K.
4.4 温度偏差的纬度变化为了分析COSMIC大气掩星与SABER/ TIMED探测温度偏差随纬度的变化特性，本文按照低纬、中纬和高纬划分纬度带，分别进行温度偏差统计，不同纬度带的匹配数据数目详见表 1所述，其中，中纬地区最多，高纬地区最少，这样的数据分布与COSMIC和TIMED卫星的轨道倾角有关.
不同纬度带的平均温度偏差和标准偏差统计结果分别如图 4a和图 4b所示.从图 4a中可以看出，中纬地区统计的平均温度偏差与全球范围的统计结果非常接近，总的来说，低纬地区的结果相对中纬地区有一个系统性的正向偏移，高纬地区的统计结果相对中纬地区有一个系统性的负向偏移，也即在15~38 km的高度范围内，低纬地区的平均偏差最大，高纬地区的平均偏差最小，在38~60 km的高度范围内，高纬地区的平均偏差最大，低纬地区的平均偏差最小.从图 4b中可以看出，温度偏差的标准偏差在低纬地区最小，在高纬地区最大，中纬地区的标准偏差与全球范围的统计结果较接近，介于低纬地区和高纬地区之间.
|
图 4 不同纬度的COSMIC与SABER探测温度平均偏差（a)和标准偏差（b)统计结果 Fig. 4 (a) Mean and (b) standard derivation of temperature difference for different latitudes |
进一步，按照4°（纬度）×4°（经度）的距离间隔建立起水平网格，将全球的COSMIC与SABER/ TIMED温度偏差水平插值到固定格点上，插值查找半径为4°（纬度）×4°（经度），然后将所有经度方向进行平均，得到纬圈平均的温度偏差，图 5给出了全球的纬圈平均温度偏差随纬度和高度分布的等值线图.
|
图 5 全球的纬圈平均温度偏差随纬度和高度的变化图 Fig. 5 Variations of global zonal mean temperature difference versus latitude and height |
从图 5中可以看出，温度偏差在南北半球基本呈对称分布，在下平流层表现为正偏差，在上平流层表现为负偏差，零偏差线在低纬地区的高度较高，约为40 km，在高纬地区的高度较低，南半球约为30 km，北半球约为35 km.最大负平均偏差出现在南半球高纬地区约50 km左右，最大可达-15 K，最大正偏差值出现在低纬地区约23 km左右，最大可达3 K.
徐晓华等曾利用全球探空数据和NCEP预报模式对COSMIC大气掩星数据进行统计验证，研究结果表明，在0~30 km的高度范围内不同纬度的掩星数据探测精度之间没有明显的系统性偏差[31]. Kuo等[14]和杜晓勇[32]研究结果同时表明，在0~30 km的高度范围内不同地理位置的掩星探测数据精度之间没有明显的变化.而对于30~60 km高度范围的掩星数据精度随纬度的变化鲜有验证.因此，可以推断，在15~30 km的高度范围内，COSMIC大气掩星与SABER/TIMED探测温度偏差在不同纬度之间存在系统性偏差的原因可能是SABER数据本身的探测精度具有随纬度的依赖性，而30~60 km高度范围内两种数据偏差在不同纬度之间存在系统性偏差的原因，除了可能与COSMIC和SABER/TIMED数据质量有关外，还有待进一步深入研究.
4.5 温度偏差的季节变化为了分析COSMIC与SABER/TIMED探测温度偏差随季节的变化特性，本文按照春季、夏季、秋季和冬季进行划分，分别进行温度偏差统计，不同季节的匹配数据数目详见表 1所述，可见，各个季节的匹配数据数目基本相当.不同季节的平均温度偏差和标准偏差统计结果分别如图 6a和图 6b所示.
|
图 6 不同季节的COSMIC与SABER探测温度平均偏差（a)和标准偏差（b)统计结果 Fig. 6 (a) Mean and (b) standard derivation of temperature difference for different seasons |
从图 6a中可以看出，春季和秋季的平均温度偏差与全球范围的统计结果非常接近，总的来说，夏季的平均温度偏差相对春秋季有一个整体的正向偏移，而冬季的平均温度偏差相对春秋季有一个整体的负向偏移.也即在15~38 km的高度范围内，夏季的平均温度偏差最大，冬季的平均温度偏差最小，在38~60 km的高度范围内，冬季的平均温度偏差最大，夏季的平均温度偏差最小.从图 6b中可以看出，温度偏差的标准偏差在夏季最小，在冬季最大.春季和秋季的标准偏差与全球范围的统计结果较接近，介于夏季和冬季之间.
进一步，分别对南北半球的温度偏差廓线计算其月平均温度偏差，图 7和图 8分别给出了北半球和南半球月平均温度偏差随月份和高度变化的等值线图.
|
图 7 北半球月平均温度偏差随月份和高度的变化图 Fig. 7 Variations of monthly mean temperature difference versus month and height in the northern hemisphere |
|
图 8 南半球月平均温度偏差随月份和高度的变化图 Fig. 8 Variations of monthly mean temperature difference versus month and height in the southern hemisphere |
从图 7中可以看出，对于北半球来说，月平均温度偏差在下平流层为正偏差，在上平流层则为负偏差.同时，月平均温度偏差呈现随季节的变化特征.零偏差线在5月份和9月份的高度较高，约为45~50 km，在3月份、7月份和11月份的高度较低，约为35~40 km.最大负偏差值出现在3月份约55 km左右，约为-8 K，最大正偏差值出现在7月份约23 km左右，最大可达3 K左右.
对于南半球来说，从图 8同样可以看到，月平均温度偏差在下平流层为正偏差，在上平流层则为负偏差.同时，月平均温度偏差呈现随季节的变化特征.零偏差线在3月份和11月份的高度较高，约为45~55 km，在5月份和9月份的高度较低，约为32~37 km.最大负偏差值出现在5月份约55 km左右，约为-8 K，最大正偏差值出现在1月份约23 km左右，最大可达3 K左右.
已有研究表明，5~30 km不同季节的掩星温度廓线的精度无显著差异[33]，而对于30~60 km高度范围的掩星数据精度随季节的变化鲜有验证.因此，可以推断，在15~30 km的高度范围内，COSMIC大气掩星与SABER/TIMED探测温度偏差在不同季节之间存在系统性偏差的原因可能是SABER数据本身的探测精度具有随季节的依赖性，而30~60 km高度范围内两种数据偏差在不同季节之间存在系统性偏差的原因，除了可能与COSMIC和SABER/TIMED数据质量有关外，还有待进一步深入研究.
5 结论本文利用2009年1月-2011年12月共3年的COSMIC掩星观测数据与SABER/TIMED探测数据，按照纬度相差0.5°，经度相差1°和时间相差1 h的匹配条件，在全球范围内共获得5876组匹配数据样本对，开展了15~60 km大气温度数据的比较分析研究，计算COSMIC与SABER/TIMED探测温度的绝对偏差，并统计其温度偏差的平均值和标准偏差，得到了温度偏差随高度、纬度和季节的分布特征，主要结论如下：
（1）总体而言，COSMIC与SABER/TIMED探测数据所反映的温度随高度的变化特征是一致的，数据的大体趋势吻合较好.数据间存在的局部特征的差别主要由两者的探测原理不同、探测精度不同、分辨率不同及时空分布差别所导致.
（2）全球范围的平均温度偏差在38 km左右接近于0 K，在38~60 km的高度范围内，SABER数据相对COSMIC数据具有负的系统性偏差，也即大部分SABER数据较COSMIC数据偏小，平均偏差随着高度的增加逐渐增大，最大可达5 K；在15~38 km的高度范围内，SABER数据相对COSMIC数据具有正的系统性偏差，也即大部分SABER数据较COSMIC数据偏大，平均温度偏差在23 km左右存在极大值，约为2.7 K.温度偏差的标准偏差在20 km左右最小，约为1.8 K，在55 km左右最大，达到6.5 K.
（3）COSMIC与SABER/TIMED温度偏差的分布存在着随纬度和季节的变化特征，不同纬度和不同季节之间的统计结果之间存在系统性的偏差，相比之下，在35 km以下，平均温度偏差在高纬地区和冬季较小，低纬地区和夏季较大，在35 km以上，平均温度偏差在高纬地区和冬季较大，低纬地区和夏季较小.温度偏差的标准偏差在低纬地区和夏季较小，高纬地区和冬季较大，中纬地区和春秋季则居中.在15~30 km的高度范围内，这种不同纬度以及不同季节间的系统性偏差可能与SABER/ TIMED探测数据精度存在随纬度和季节的变化有关，而在30~60 km的高度范围内，其不同纬度和不同季节间的系统性偏差的原因，还有待于进一步深入研究.
COSMIC大气掩星和SABER/TIMED探测数据的相互比较验证，为两种探测数据的应用提供参考依据.
致谢本文所用COSMIC掩星观测数据和资料由CDAAC提供，SABER观测数据由TIMED/ SABER研究组提供，同时，UCAR曾桢博士在本文写作过程中提供了很好的建议，特此致谢.
| [1] | Melbourne W, Davis E, Duncan C, et al. The Application of Spaceborne GPS to Atmospheric Limb Sounding and Global Change Monitoring. Pasadena, California: National Aeronautics and Space Administration, Jet Propulsion Laboratory, California Institute of Technology, 1994: 147. |
| [2] | Kursinski E R, Hajj G A, Schofield J T, et al. Observing earth's atmosphere with radio occultation measurements using the Global Positioning System. J. Geophys. Res. , 1997, 102(D19): 23429-23465. DOI:10.1029/97JD01569 |
| [3] | Steiner A K, Kirchengast G, Foelsche U, et al. GNSS occultation sounding for climate monitoring. Phys. Chem. Earth (A) , 2001, 26(3): 113-124. DOI:10.1016/S1464-1895(01)00034-5 |
| [4] | Hajj G A, Kursinski E R, Romans L J, et al. A technical description of atmospheric sounding by GPS occultation. J. Atmos. Sol.-Terr. Phys. , 2002, 64(4): 451-469. DOI:10.1016/S1364-6826(01)00114-6 |
| [5] | Anthes R A, Ector D, Hunt D C, et al. The COSMIC/FORMOSAT-3 mission: Early results. Bull. Amer. Meteor. Soc. , 2008(89): 313-333. |
| [6] | Ho S P, Goldberg M, Kuo Y H, et al. Calibration of temperature in the lower stratosphere from microwave measurements using COSMIC radio occultation data: Preliminary results. Terr. Atmos. Oceanic Sci. , 2009, 20(1). DOI:10.3319/TAO.2007.12.06.01 |
| [7] | Sokolovskiy S, Rocken C, Schreiner W, et al. On the uncertainty of radio occultation inversions in the lower troposphere. J. Geophys. Res. , 2010, 115(D22): D22111. DOI:10.1029/2010JD014058 |
| [8] | Kuo Y H, Wee T K, Sokolovskiy S, et al. Inversion and error estimation of GPS radio occultation data. Journal of the Meteorological Society of Japan , 2004, 82(1B): 507-531. DOI:10.2151/jmsj.2004.507 |
| [9] | 宫晓艳, 胡雄, 吴小成, 等. 大气掩星反演误差特性初步分析. 地球物理学报 , 2007, 50(4): 1017–1029. Gong X Y, Hu X, Wu X C, et al. Preliminary analysis of error characteristics in atmospheric inversion of GPS radio occultation. Chinese J. Geophys. (in Chinese) , 2007, 50(4): 1017-1029. |
| [10] | Wickert J. Comparison of vertical refractivity and temperature profiles from CHAMP with radiosonde measurements. Potsdam-Scientific Technical Report: 04/19.ISSN1610-0956. Potsdam: Deutsches Geo Forschungs Zentrum GFZ, 2004. |
| [11] | Fu E J, Zhang K F, Marion K Y, et al. Assessing COSMIC GPS radio occultation derived atmospheric parameters using Australian radiosonde network data. Procedia Earth and Planetary Science , 2009, 1(1): 1054-1059. DOI:10.1016/j.proeps.2009.09.162 |
| [12] | Chou M D, Weng C H, Lin P H. Analyses of FORMOSAT-3/COSMIC humidity retrievals and comparisons with AIRS retrievals and NCEP/NCAR reanalyses. J. Geophys. Res. , 2009, 114(D2): D00G03. DOI:10.1029/2008JD010227 |
| [13] | Schmidt T, Wickert J, Heise S, et al. Comparison of ECMWF analyses with GPS radio occultations from CHAMP. Ann. Geophys. , 2008, 26(11): 3225-3234. DOI:10.5194/angeo-26-3225-2008 |
| [14] | Kuo Y H, Schreiner W S, Wang J, et al. Comparison of GPS radio occultation soundings with radiosondes. Geophys. Res. Lett. , 2005, 32(5): L05817. DOI:10.1029/2004GL021443 |
| [15] | Sun B M, Reale A, Seidel D J, et al. Comparing radiosonde and COSMIC atmospheric profile data to quantify differences among radiosonde types and the effects of imperfect collocation on comparison statistics. J. Geophys. Res. , 2010, 115(D23): D23104. DOI:10.1029/2010JD014457 |
| [16] | Gille J C, House F B. On the inversion of limb radiance measurements. I: Temperature and thickness. J. Atmos. Sci. , 1971, 28(8): 1427-1442. DOI:10.1175/1520-0469(1971)028<1427:OTIOLR>2.0.CO;2 |
| [17] | Gille J C, Bailey P L, Craig A R, et al. Sounding the stratosphere and mesosphere by infrared limb scanning from space. Science , 1980, 208(4442): 397-399. DOI:10.1126/science.208.4442.397 |
| [18] | Gille J C, Russell J M Ⅲ. The limb infrared monitor of the stratosphere: Experiment description, performance, and results. J. Geophys. Res. , 1984, 89(D4): 5125-5140. DOI:10.1029/JD089iD04p05125 |
| [19] | Russell J M Ⅲ, Mlynczak M G, Gordley L L, et al. An overview of the SABER experiment and preliminary calibration results.//Larar A M ed. Optical Spectroscopic Techniques and Instrumentation for atmospheric and Space Research Ⅲ. Denver: Proc. SPIE Int. Soc. Opt. Eng., 1999, 3756: 277-288. |
| [20] | Remsberg E E, Marshall B T, García-Comas M, et al. Assessment of the quality of the Version 1.07 temperature-versus-pressure profiles of the middle atmosphere from TIMED/SABER. J. Geophys. Res. , 2008, 113(D17): D17101. DOI:10.1029/2008JD010013 |
| [21] | García-Comas M, López-Puertas M, Marshall B T, et al. Errors in sounding of the atmosphere using broadband emission radiometry (SABER) kinetic temperature caused by non-local-thermodynamic-equilibrium model parameters. J. Geophys. Res. , 2008, 113(D24): D24106. DOI:10.1029/2008JD010105 |
| [22] | Wrasse C M, Fechine J, Takahashi H, et al. Temperature comparison between CHAMP radio occultation and TIMED/SABER measurements in the lower stratosphere. Adv. Space Res. , 2008, 41(9): 1423-1428. DOI:10.1016/j.asr.2007.06.073 |
| [23] | Yuei-An L, Pavelyev A G, Liu S F, et al. FORMOSAT-3/COSMIC GPS radio occultation mission: Preliminary results. IEEE Transactions on Geosciences and Remote Sensing , 2007, 45(11): 3813-3826. DOI:10.1109/TGRS.2007.903365 |
| [24] | Remsberg E, Lingenfelser G, Harvey V L, et al. On the verification of the quality of SABER temperature, geopotential height, and wind fields by comparison with Met Office assimilated analyses. J. Geophys. Res. , 2003, 108(D20): 4628. DOI:10.1029/2003JD003720 |
| [25] | López-Puertas M, Taylor F W. Non-LTE Radiative Transfer in the Atmosphere. Tokyo: World Scientific, 2001. |
| [26] | Mertens C J, Mlynczak M G, López-Puertas M, et al. Retrieval of mesospheric and lower thermospheric kinetic temperature from measurements of CO2 15 μm Earth limb emission under non-LTE conditions. Geophys. Res. Lett. , 2001, 28(7): 1391-1394. DOI:10.1029/2000GL012189 |
| [27] | López-Puertas M, García-Comas M, Funke B, et al. Evidence for an OH (u) excitation mechanism of CO2 4.3 μm nighttime emission from SABER/TIMED measurements. J. Geophys. Res. , 2004, 109(D9): D09307. DOI:10.1029/2003JD004383 |
| [28] | Mertens C J, Schmidlin F J, Goldberg R A, et al. SABER observations of mesospheric temperatures and comparisons with falling sphere measurements taken during the 2002 summer MaCWAVE campaign. Geophys. Res. Lett. , 2004, 31(3): L03105. DOI:10.1029/2003GL018605 |
| [29] | Mertens C J, Russell J M Ⅲ, Mlynczak M G, et al. Kinetic temperature and carbon dioxide from broadband infrared limb emission measurements taken from the TIMED/SABER instrument. Adv. Space Res. , 2008, 43(1): 15-27. DOI:10.1016/j.asr.2008.04.017 |
| [30] | Ho S P, Kuo Y H, Schreiner W, et al. Using SI-traceable Global Positioning System radio occultation measurements for climate monitoring. Bull. Am. Meteorol. Soc. , 2010, 91(7): S36-S37. |
| [31] | 徐晓华, 罗佳. COSMIC掩星折射指数廓线的统计验证. 武汉大学学报(信息科学报) , 2009, 34(2): 214–217. Xu X H, Luo J. Statistical validation of COSMIC radio occultation refractivity profiles. Geomatics and Information Science of Wuhan University (in Chinese) , 2009, 34(2): 214-217. |
| [32] | 杜晓勇.天基GNSS掩星探测技术与应用研究[博士论文].北京:北京大学, 2009. Xu X H, Zhang K F, Wang H H. Comparison of precision of GPS radio occultation profiles in different seasons. Geomatics and Information Science of Wuhan University (in Chinese), 2010, 35(6): 639-643. |
| [33] | 徐晓华, ZhangK F, 汪海洪. 不同季节GPS掩星廓线精度的比较研究. 武汉大学学报(信息科学报) , 2010, 35(6): 639–643. Xu X H, Zhang K F, Wang H H. Comparison of precision of GPS radio occultation profiles in different seasons. Geomatics and Information Science of Wuhan University (in Chinese) , 2010, 35(6): 639-643. |