温湿廓线的反演研究

1、温湿廓线的反演研究一.发展历史二十世纪七十年代末，NOAA极轨卫星装载的HIRS/MUS(HighResolutionInfrareSounder/MicrowaveSoundingUnit)仪器组开始业务大气预报提供全球卫星探测温湿度廓线资料。十年后，世界气象组织(WorldMeteorologicaIOrganization,WMO)对卫星资料在大气预报中的应用价值进行了评估，于1987年发表的评估报告中指出，大气预报准确率的进一步提高，全球温湿度探测精度必须达到气球探空的精度，也就是1km气层厚度的温度探测精度达到均方根误差小于1K却1K/1km),对流层湿度探测精度达到90%。气球探空

2、不是全球覆盖的，在广大的海洋、沙漠和极区，尤其是南半球缺少温湿度廓线资料，需要卫星探测作为补充。而目前业务卫星探测的精度远远低于气球探空的精度。前人的研究发展中，King最早提出利用卫星观测热红外发射辐射反演大气温度廓线(King,1956)。kaplan通过大气发射的光谱分布，获取温度的垂直分布，发现不同光谱波段的辐射来自不同的气层，因而利用一组位于不同波段上的探测通道就可以反演不同高度上的大气温度。Wark提出了利用卫星探测大气温度廓线的研究计划Wark,1961)0从1970年代开始，国外开展了大量的温湿度廓线反演算法研究工作。Smith(1991)对国外卫星反演大气温湿度廓线的发展历史

3、进行了全面详细的总结。我国在参考国外研究成果的鉴础上，利用国外的卫星观测资料开展了大量的富有创新意义的研究工作，并从算法上实现了对大气温度、湿度和臭氧廓线的反演。曾庆存首先系统阐述了大气红外遥感探测的理论，此后许多科学家开始了大量研究。20世纪80年代，黎光清等根据大气温度遥测方程的非适定性质，提出了一个有偏估计调整算法，并在此基础上建立了一个改进的同步物理反演方法。20世纪90年代以后，数值天气预报高时空分辨率的要求，使卫星资料相对于探空资料的重要性大大提高。Aumann等利用AIRS的高光谱分辨率探测特性，构造出更为陡峭的权重函数，得到更加精细的高阶大气垂直结构，改善了大气参数的反演精度及

4、其垂直分辨率。二.传感器介绍AQUA卫星介绍及AIRS仪器简介AIRS是新一代星载高光谱分辨率大气红外遥感仪器家族中的第一个成员。已经进入轨道的还有IASI(2006年10月20日，Meteop-A卫星平台)。其它的都还在计划之中。以下仅对AIRS本身的一些技术参数作一个简单的介绍，其中包括和它一起协同工作的两个微波仪器AMSU和HSBAQUA卫星是组成NASA地球观测系统EOS的卫星之一，于2002年5月4日在加州范仆堡空军基地发射，运行在太阳同步轨道，卫星高度705km。AIRS是装载在AUQA上的众多仪器之一主要用于大气垂直探测。AQUA卫星上的AIRS仪器组:AIRS(Atmosphe

5、ricinfraredSounder)：NASA第一个红外高光谱分辨率仪器AMSU-A(AdvancedMicrowaveSoundingUnit)和NOAA系列上相同的15通道微波探测仪，它的一个视场内包含3x3个AIRSB场。AIRS器的红外特性光谱分辨率：(v/v=1200，通道宽度0.42.4，通道总数2378空间覆盖特性：士49.5度1.1713.5kmdia)IFOV星下点瞬时视场)光谱覆盖特性：3.74厂4.61pm(26742170cm-1)6.20以8.22pm(16131217cm-1)8.80以15.4小(1136649cm-1)噪声(NEDT):0.14Kat4.2mm

6、0.20Kfrom3.7to13.6mm0.35Kfrom3.6to15.4mm功率/重量：256W/66kg设计寿命：5光谱范围覆盖了重要的4.2小及15小的CO2温度探测带,6.3仙冰汽吸收带，9.6pm臭氧吸收带，同时还包括CH4,N2O,CG口SO2的吸收谱线。AIRs的不同通道分别对大气的不同高度敏感，每一通道权重函数在某一气压层上有极大值，2378个通道能提供从地面到40km高度的大气信息，辐射测量绝对精度优于0.2K。由于AIRSM有高测量精度和高光谱分辨率的特点，所以被用来探测精细的大气温度、湿度廓线、臭氧总含量等。AIRS1一个扫描探测器，扫描宽度约1650km,星下点分辨率

7、约为13.5km,垂直分辨率为1km,每6分钟的观测资料构成一个granule,每个景(granule用135条扫描线组成，每条扫描线有90个观测视场，每天240个granule覆盖全球观测两次。为发展大气探测获取大气温湿廓线的研究，自20世纪60年代开始，美国先后研发了VTPRHIRSffiVISS将不同类型的滤光片式大气探测仪器，为了彻底改进仪器技术制式，高光谱大气探测器成为研发重点，如光栅式红外大气探测器AIRS干涉式红外大气探测器CRISffi欧洲的IASI等。丁尾ft器通道外渥讷范惘分曲阜AmAVI1RR/3先进的甚高分带中B描骊射计3型6ft58-12.5Fm1.1NQAAHRS/

8、3高分镭率盯外探洌器第203.76-1495rin(1的Ftn174AMSLJA先进的微波探恻器A型15翎TQGHz4SAMSU-B先进的盘流探洲器B型5183GHz1515注SIR192-464MmCriS横跨布道扫描打外探测器4支个MH571-8,26fimI&Sljfl度)壮阉度J7”十LRft14.IS38MmNPOESSATMS先进技术做湛探利图22218-1813GHzGPS掩星撩的雷垂克E/F层100knGPiiJSU内L。kin其它20kmCMIS阳能扫描诜液医像探随器776190GHz15-50卫星传感等通道小波谓范国分辨率/kmIRAS红外分光计26Q-15,5Vf

9、li17ri'-JMWTS施液湿度轲射计450-57GHz50TSHIRS74花分辨率红外探泅潺4型20-3.7fte1495产mI削114METOPAMSU-A先进的党被侏泅器A理1S50S9Oltz45MEIS微波湿度探泄器5的19(13GHz设煤制湿度廊理GRAS全球导航卫星系疏怪叱机仅探得温度吃线SJM/T施波超阻探恻落75。2GHz激遁水汽探利器全大慎温温度廓践sai/r-2S91.5N3GEIzi4-1.7红部13.S,町见光大气红外探源器2扑14li4Fin和近红外2SmsEQUAAMSU讹进的微波探刖仪器招1550-89GIU45USB激淡湿度株-明仪5I5D-1S3M

10、t!z发林沏濯度口堆Sdouis中分蝌率成像把讲做364-14B皿a25.asoiEQSTrraMODR中分辨率成像把谱位丸4F14产inaasoi(1)传感器特性及反演方法在以往的几十年中，反演大气温湿廓线研究取得了很大进展，这里分别介绍目前具有代表性的ATVOSMODIS和AIRS以及MWHS这4个主要卫星传感器及其相应的温湿廓线反演方法。利用ATVOSS料反演大气温湿廓线改进的泰罗斯垂直探测器，简称ATOVS(AdvancedTIROSVVerticalSounder)0ATOVS(NOAA-15,16,17,1亲歹1)为改进的TOVS1，是用于提供温度和湿度廓线的详尽描述所需资料的探测

11、系统。该系统不仅可以获取晴空区和部分有云区的大气温度和湿度廓线，而且还可获取云大条件下的大气温度和湿度廓线。ATOVSfc要由3个不同的探测器组成：(1)HIRS3o有20个通道(在3.7614.95以讲口0.69小附近)与HIRS/2具有相似通道光谱特性的基本改进形式，对于温度通道仅有2条校准扫描线。(2)AMSU-A有15个通道(在23、30、50和90GHz附近)的全功率微波探测器，用于从地面到大约3hPa的温度和湿度垂直廓线的反演。(3)AMSU-R有5个通道(在90、150和190GHz附近)的全功率微波探测器，用于从地面到大约3hPa的温度和湿度垂直廓线的反演。利用一阶变分原理从辐

12、射传输方程中得到了大气温度、水汽权重函数的解析形式，并改进了传统使用的线性迭代方法利用牛顿非线性迭代方法求解大气表层温度、大气温度廓线及大气水汽廓线，并根据大气参量的自相关性，将大气温度廓线、大气水汽廓线用经验正交函数(EOF的线性组合表示，减少了要反演的参数，提高了反演稳定性和迭代速度。(2)微波遥感大气辐射传输方程中透过率与权重函数的有关计算及其特性在5毫米氧气吸收谱线两侧进行多频观测，每一个频率对应的权重函数都有一个极大值，通过对不同频率的谐振峰值高度上的大气温度，得到大气温度分布廓线1 .透过率的有关计算及其特性无线电波辐射在大气中从r'传输到r,透过率为r(r»=e

13、xpl-jke(r)dr通常等式右侧称为大气透过率。透过率函数的分布是由体积吸收系数唯一决定的。Q.就也的0蚪tramrrW&sl出y图3透过率r随高度的变化曲线1f用143J-r-a-aSa-9器罩YIMf聿尸E-rla-I-a-m-M-Rkes*B-rI鹏Elln一三脾:!«±=三二巴*:=二二二含一二睡=:下:-B:j皿怛三：':-:-:"器:-:一-1-ia.-一1一-Fn-"lliiaai;|*!rE-BrV4.一il-a-aMz13="I二B二黑三；-疔然个口:r!”爰那图2领气和水汽造成的无线电波苣减理论上权重函数

14、W(z)与大气温度有关，但其随温度的变化是很小的。每变化1度引起的核函数只有千分之几的变化。因此他们的垂直分布对大气温度廓线变化的依赖性很小，求解T(z)时，是可以认为大气的透过率和权重函数与T(z)无关。而且下行辐射亮温的权重函数值是在一定高度范围内随频率的增加值逐渐减小，频率越高天顶角越大衰减越快。高天顶角或高频可以反映低空温度层结，低天顶角或低频可以获得高空温度层结。三.具体方法：2 .图像耦合法ICI根据大气辐射传输方程，卫星观测的辐射亮度温度(E)在无散射或局地平衡情况下，表示为E=q3T(p,0>)+4rB(Tp)(次(p0)/3(Inp)d(Inp)一(1a寸p)nJPs.

15、oB(Tp)(dr(ps.p)/3(Inp)d(Inp)式中J为表面比辐射率；Q为大气总透过率;A为表面气压；B(二)表示地表温度为时的普朗克函数；表示气压为区温度为I时的普朗克函数；次(p)/3(lnp)为辐射传输的权重函数.该方法采用的是快速透过率模式RTTOVV(RapidTrabsmittanceTOVS质量检验后的分析场经对数内插法和经验外推模式插值到RTTOV辐射模式的40个标准层(0.1hPA1000hPa)h,并利用上述模式进行辐射传输计算。一旦确定了反演所需的最佳初始廓线，就可以求解辐射传输方程。反演采用一维变分技术，对上述估价函数作最小化处理，即对方程作扰动处理，使得卫星观

16、测大气廓线和最终的大气廓线之间的差值趋于最小，以获取最佳反演结果。3 .统计回归反演算法统计回归方法是一种反演大气温度、湿度廓线的快速有效方法，主要原理是在观测的辐射和反演的大气廓线之间事先建立统计学关系。在频率v上，晴空条件下大气顶部接收到的出射辐射是地表和大气各个层向上辐射的总和，可离散化为NR（芍）=&B埼T（r）w（当pt）式中，Bvj,T(pi)是温度为T的第1气压层大气普朗克发射辐射；p1为第i气压层的大气压；w(vj,pi)=e(vj,pi)p(vj,0pi)，是权重函数,c(vj,pi)是第i气压层发射介质的光谱发射率；r(vj,0pi)是第i气压层以上大气的光谱透过率

17、。利用M个辐射观察来测定N层的大气温度和湿度是要解决的问题。然而权重函数只能代表一层中辐射的平均情况，因此M个辐射并不相对独立，使方程组没有唯一的解；而且较小的观测误差能引起较大的温度反演误差，使解出现不稳定。统计回归反演算法就是对上式进行线性化处理后，利用大量的大气探测数据和最小二乘算法，寻找最合适的算子矩阵A(A为权重函数矩阵的逆矩阵)，并使计算误差最小。统计回归反演算法的优点在于计算速度快，计算稳定性强，算法简单，但它不能说明辐射传输方程中的物理概念。4 .物理反演算法物理反演算法是基于小扰动理论，通过最小化由式(5)定义的代价函数来判断MODIS通道测值对初始猜测场的拟合程度，即Y(X

18、)=IIYn-Y(X)112+7IIX-XJI?(5)式中X为反演的大气廓线；X0为大气廓线的初始状态或从统计回归而来的初估值;Ym为在反演过程中观测到的MODIS亮度温度的矢量；Y(X)为从大气状态X计算而得到的MODIS亮度温度矢量；T是通过差异原理决定的调整参数。这种方案在MODIS通道测值和初估值之间提供了一种平衡。假如一组初估廓线的辐射传输计算能很好适合MODIS通道测值，非线性迭代中将给MODIS测值设定较小的权重，结果只是对初估值进行一小的订正。如果初估值与MODIS通道测值不相符合，那么非线性迭代中将给MODIS测值设定较大的权重。因此，为了获得同所有MODIS观测亮温的最佳匹

19、配，需要同时对温度和湿度廓线作出调整。MODIS具有高的空间分辨率和很好的信噪比，能在高分辨率和大范围下找出大气稳定性特点，确定晴空辐射将更为精确，反演的精度和范围较高。MODIS反演原理:MODIS反演大气温度廓线，主要利用的就是位于红外振动-转动带的CO2吸收通道的观测。在4.3pm和15仙mCO破收谱段、6.7叱mH2顺收谱段，由吸收谱带中心到翼区设置了若干探测通道，不同通道探测的能量分别来自于不同高度层大气的热发射。当仪器的光谱通道给定后，观测的辐射值将同大气的某一特定高度密切相关。反演的任务就是在已知有限量波段的卫星辐射率测值Ni(i=1,2,n)的情况下解出各个大气层发射的Plan

20、ck辐射值B(丫刀),由：6(丫邛)就可获得大气温度、湿度等垂直分布。利用卫星资料反演温湿廓线和云参量也取得了很大的进步，NASA利用MODIS反演大气廓线，并已经发布温湿廓线业务产品。目前国内主要在利用MODIS资料反演地表温度和利用静止气象卫星反演海温已取得进步，但是离国外还有一定差距，尚未就利用MODIS辐射率资料反演大气廓线大量开展工作。利用AIRS红外超光谱资料反演大气廓线的步骤是:国1尉印41*9密,外招*辿幡知行滞长与疏处濡田困利用AIRS红外超光谱资料反演大气廓线：第一步AIRS象元的云检测，即从MODIS云产品中提取高水平分辨率得出云检测信息之后，与AIRS的象元进行空间匹配

21、，从而确定AIRS的象元云检测信息；云检测由于云量、云高及云特性的变化强烈影响着行星反照率梯度和地表能量交换，进一步影响区域、全球天气和气候，云检测是用卫星资料研究云对天气和气候系统作用至关重要的一步。云检测的效果如何，直接影响利用卫星资料反演大气参数的精度和误差。AIRS高光谱观测大气参数精度很高，能辨别出每条CO2吸收线，能探测从地面到40km高度的大气温度和水汽廓线，因而改进了大气廓线的垂直分辩能力，但AIRS空间分辨率低(13.5km),尚且目前没有一个很好的AIRS云检测算法。而MODIS多光谱并且高空间分辨率的特性能捕捉到地气系统中普遍存在的云的精细的结构，尤其MODIS有可见光及

22、近红外通道，云检测能力超过AIRS特别是在白天。研究综合使用AIRS高光谱探测和时间、空间匹配的MODIS高空间分辨率云参数信息来反演高精度、高分辨率的大气参数。研究中AIRS云检测由落在每个AIRS视场中的精确空间匹配的MODIS1km云检测产品客观确定，由于空间匹配的MODIS1km的云检测产品不仅能告诉我们一个AIRS瞬时视场是否含有云，而且还能确定一个AIRS瞬时视场是否晴空无云、部分或者全部被云覆盖，从而为反演廓线的分辨率和准确性提供了保障。第二步综合利用特征向量统计法和牛顿非线性物理迭代法反演晴空象元的AIRS廓线，其中包括训练样本的准备、亮温分类和扫描角分类、特征向量统计法反演得

23、到背景廓线、牛顿非线性物理迭代等步骤。AIRS像元的云检测，即从MODIS云产品中提取高水平分辨率得出云检测信息之后，与AIRS的像元进行空间匹配，从而确定AIRS的像元云检测信息；综合利用特征向量统计法和牛顿非线性物理迭代法反演晴空像元的AIRS廓线，其中包括训练样本的准备、亮温分类和扫描角分类、特征向量统计法反演得到背景廓线、牛顿非线性物理迭代等步骤。人工神经网络人工神经网络算法可实现输入空间到输出空间的非线性映射，相比于统计回归算法更接近大气温度和湿度廓线反演的物理本质。并且，该算法无需做关于数据分布的任何假定，具有较好的容错性。但是，相比于特征向量法，该方法在获取大气初始廓线的精度方面

24、和用实际的观测资料做实验时，其精度并没有明显改进，因此限制了该方法在获取大气初始廓线领域的应用。目前国巾内基于AIR驱料反演大气温度、湿度垂直廓线大多采用的是特征向量统计反演法，该方法本质是一种基于最小二乘法的统计回归算法。人工神经网络算法可实现输入空间到输出空间的非线性映射，更接近大气温度、湿度反演的物理本质，是一种统计一物理算法。模拟分析研究表明，人工神经网络算法在所有高度层上的反演；精度都略优于特征向量统计反演算法。人工神经网络定型为如图2所示的样式：输入层、隐含层、输出层节点数分别为30、63和群101,IW1,1为输入层到中间层的权值，LW2,1为中间层到输出层的权值,b1、b2分别

25、为两层的偏置值。利用建立的人工神经网络模型，训练时样本库按窗区亮度温度和扫描角分类，训练出适5063101合11类。窗区亮度温度和6类扫描角的66套神经网络。运用实况AIRS观测资料进行大气温度廓线反演实验，结果表明两种算法在计算时间效率和反演精度上相当。特征向量统计反演法目前发展已经比较成熟，针对红外高光谱观测值反演，初步尝试人工神经网络算法已获得与特征向量统计反演法相当的温度廓线反演精度。鉴于人工神经网络算法的统计物理本质，误差反向传播BP神经网络可以求解非线性问题，在优化训练样本和继续调试网络种类和网络参数的基础上，有望能进一步提高反演精度。目前训练样本选取的是全球的大气无线电探空资料，

26、而反演测试针对的是中国地区，人工神经网络方法有效性与所用的训练样本有很强的相关性。NASA产品算法NASA试验产品反演算法是AIRS/AMSU核心算法，采用全新的反演技术，充分考虑各通道噪声的来源以及晴空辐射订正的误差，得到的大气反演参数对于初估场依赖性很弱。NASA产品反演算法通过经验正交函数法（EOF状取大气温度、湿度的初估场，并利用AMSU微波资料得到大气温度廓线，用于晴空辐射订正。在假定相邻视场除了云量的不同，其它特性完全一致的情况下，通道的订正晴空辐射率可以表小为Riclr=Ri+力（Ri-Rjk+i）+%（R-Kzi）+，（Rn-Rn）式中，k为云层数目；”1,“k是k个独立于通道

27、的未知常数，总共需要k+i个观测值求解上述k个常数和晴空辐射订正值。利用新的晴空辐射订正值检查反演的收敛性，如果收敛，则迭代过程结束，依次反演出表面温度、大气温度和湿度廓线。反演基本原理与参数敏感性分析威斯康星大学的全球大气廓线训练样本共有12000条廓线，从中按一定规律（每隔6条选取1条，以保证样本的代表性）选取2000条，其中1800条用来做星载红外高光谱资料反演有云时大气温湿廓线的训练样本，剩余200条则作为验证反演算法的独立样本。对1800条大气廓线利用红外辐射传输模式模拟有云时的卫星红外观测值，分晴空、有效云量分别为0.2、0.4、0.6、0.8和1.0（有效云量为1.0即蔽光云）,

28、云顶高度分别在200hPa300hPa500hPa、700hPa和850hPa时进行模拟，这样组合共有1800*26个模拟单层云辐射样本。假设AIRSt云影响的像元观测的辐射值为Rv（波数v的函数），有效云量为Nec,v（由云的比辐射率£c,vf云量乘积得到）则对一个部分云覆盖的像元而言，向上的辐射可以写成晴空和云辐射项的线性组合。Rv=（1-Nscv）RcKv+NscvRcid下标c表示云，Rclr、Rcld分别代表像元内的晴空、蔽光云辐射值。对于较为稠密的蔽光云，在红外波段可认为是黑体，此时卫星接收到的辐射来自云顶和云上大气，完全被云顶高度在pc蔽光云（£c,v=1）覆

29、盖像元的辐射值为Rdd'v=Br+力drC,VCtVIVV其中：B是普朗克辐射值，TC和P俣示从云顶PC到大气顶的向上透过率和大气顶处的透过率（T0=0）。模拟时采用的是SARTA（Stand-AloneRadiativeTransferAlgorithm）前向模式，这是一个用于计算AIRS辐射传输值的快速正演模式。特征向量统计反演法如果每个通道的卫星观测辐射值或亮温Y已知，那么Y可以看做是大气温度廓线、水汽混合比廓线、表面温度等的非线性函数。写成矩阵形式。Y=F（X）+a其中向量X是要反演的大气参数，AIRS反演使用从1100hPa到0.005hPa101层的垂直气压网格，这样X包含

30、L层（101层）的大气温度、L层的大气水汽混合比（实际应用时取水汽混合比的对数），丫则包含n个（使用的AIRS通道数）卫星观测辐射值或亮度温度，是仪器的噪音及其它误差源。我们的目的是要对方程（3）求反解，求解X,实际应用中，常用样本辐射值的偏差阵？丫来统计回归系数。二工一工，(4)用主特征法，取矩阵C的前ne特征向量，得U（n,ne）,则回归系数：此=人丫,，=/闻凡&,，其中：n是通道的个数，NS是训练样本数，下标tr代表训练资料。反演时(对独立样本或实时资料)a=黑-匕，R岫=&辰u,X=Xr+AR,(10)下标obs表示观测或模拟的辐射值。经反复模拟试验，取ne=300,

31、对卫星观测值取前300个特征向量，试验表明选取前300个特征向量进行经验正交分解可提供足够的光谱信息，用特征向量统计法不仅可以减小回归计算的维数，还可以减小观测噪音的影响。由于云顶在不同高度，云顶温度不同，云具有不同的相态、云中粒子大小、形状等不同，因此在计算回归系数时采用云顶高度分类，对不同云顶高度200hPa300hPa500hPa、700hPa850hPa和晴空时分别计算相应的回归系数。二.地基大气遥感，大气边界层：地基大气遥感，即红外超光谱探测器放置于地面来获得大气数据。如：傅里叶变换红外遥感光谱辐射计星载大气遥感会在低空位置的精度由于云层，气溶胶及其它地表气体温度的影响而降低，而地基

32、大气遥感可以避免高空气体物质也会随温度，压力不同辐射红外光对探测器测量精度的影响，从而可以给出极好的行星边界层数据，结合卫星及地基光谱仪测量可以提供完整，准确的气候信息。虽然天基遥感具有空间覆盖广、水平分辨率高、时间取样频率高和资料一致性好的优点，但是其在边界层受地表的影响较大。随着高度的降低，温湿廓线的反演精度会变得越来越低。而地基的遥感探测仪器由于接受的是大气的下行辐射，受地表的影响极小，因此可以很好地弥补天基仪器的缺陷。Smith于1970年提出可以利用地基遥感探测器进行探测，得到红外辐射数据，以获大气的温度信息。反演方法去噪后的地基红外高光谱数据可以用于反演大气边界层的温湿廓线。目前，

33、主要有利用观测辐射和探空廓线历史数据的统计反演法和基于辐射传输过程的物理反演法。统计反演方法统计反演算法不考虑电磁波与大气的相互作用，而是建立辐射值与大气廓线之间的统计关系。正是这个特点，使得统计算法相比于物理反演算法计算速度更快，无论是在天基遥感还是在地基遥感中都得到了广泛的应用。目前，统计反演方法中主要有回归算法和人工神经网络算法。回归算法回归算法本质上是基于最小二乘的统计方法，即将辐射传输方程线性化，利用由温湿廓线与对应的辐射值组成的样本在建立起的二者之间的最小二乘关系中寻找出最优的回归系数，将样本数据的偏差减至最小；然后利用实时获取的下行辐射数据，根据回归系数求出大气的温湿廓线。目前，该领域应用最广泛的是特征向量法。威斯康辛大学利用该方法开发了IMAPP软件包，目前该软件包在天基遥感探测中得到了广泛应用；在地基遥感探测中，AERI在日常运行中使用的AERIpro锹件包也是利用该算法计算。“剥洋葱”方法“剥洋葱”算法利用模式计算的辐射值与观测辐射的差值，根据物理迭代算法来调整初始廓线，使得模拟辐射与观测辐射的差值逐渐减小，直至达到设定的阈值，此时的迭代廓线即为最终的解。该方法共包含两步：首先，根据历史探空数据计算初始的温度和湿度廓线；其次，根据辐射传输方程建立一个循环迭代方案，利用第一步的初始值求出