周冰雪 朱朗峰 吴 昊* 董自鹏 王 璇 罗语嫣

1)(成都信息工程大学大气科学学院, 成都 610225)

2)(成都信息工程大学电子工程学院, 成都 610225)

3)(陕西省气象科学研究所, 西安 710014)

4)(浙江省丽水市龙泉市气象局, 丽水 323700)

引 言

温度和湿度是大气的重要物理参数,表征大气的热力状况和水汽含量,决定大气热力过程,且温湿结构决定大气的稳定性。实时有效探测大气温湿廓线对准确描述大气演变,开展灾害性天气、短临预警、数值预报、人工影响天气及其他气象保障工作具有十分重要的意义[1-4]。常规探空数据具有较高的代表性和可信度,也是获得固定区域内大气温湿廓线的主要方法,但由于探空站点有限且时间分辨率较低,不能反映大气结构的日变化[5-6]。地基微波辐射计可在无人值守的情况下实现全天候连续探测,提供极高时空分辨率的大气温湿廓线信息,且能够在大多数天气条件下工作,有利于获得完整天气事件过程[7]。

微波辐射计通过接收热辐射反演大气温湿廓线,其探测原理使设备存在一定局限性。研究表明:不同天气状况、不同季节、不同反演方法以及地面环境变化等均会影响微波辐射计反演结果,尤其在有云条件下,云吸收系数的不确定性会导致误差增大,微波辐射计反演温湿廓线精度均会下降[8-10]。Cimini等[11]指出与探空相比,微波辐射计的温度误差约为1.5℃,且在有云条件下,尤其是低云和厚云存在时,湿度廓线反演误差增大。此外,地基微波辐射计主要在非降水天气条件下使用,因为降水会在微波辐射计天线罩上形成水膜,影响微波辐射计的测量准确度,微波辐射计反演通常不考虑雨水的吸收、散射和发射效应[12-15]。

目前国内外已研制出多种型号地基微波辐射计,有关设备性能的研究较多。刘建忠等[16]对美国TP-WVP3000型12通道微波辐射计的研究表明:该微波辐射计的温度、湿度的精度和趋势受降水影响较大,且20:00(北京时,下同)的温湿误差小于08:00的温湿误差。王志诚等[17]对比国内外3种型号的微波辐射计,发现美国地基微波辐射计反演温度误差较大,德国RPG-HATPRO型微波辐射计的反演误差较小。Xu等[18]对比MP-3000A型微波辐射计反演廓线与探空廓线,发现温度廓线较水汽密度和湿度廓线一致性更好,且越靠近地面反演精度越高,晴天比云天的误差小。同时大气的水汽含量、液态水含量等与降水联系紧密,韩钰靖等[19]发现微波辐射计相对湿度和液态水含量的垂直变化与降水、强对流天气和大雾天气的对应关系均较好,因此微波辐射计反演的水汽含量、液态水含量等指标也可以作为判断降水发生的参考因子[20-23]。

尽管进口微波辐射计研发已比较成熟,但使用过程中无法及时为用户提供服务,维护困难,国产微波辐射计的自主研发及生产有效弥补了进口微波辐射计存在的上述问题,但国产微波辐射计的性能评估及在不同天气条件下的应用研究报道相对较少,缺乏相关产品对天气指示意义的研究。本文以探空数据为参考,利用陕西泾河站MWP967KV型地基微波辐射计数据,研究晴天和云天以及低云、中云、高云条件下微波辐射计反演大气温度、相对湿度、水汽密度廓线的精度,并分析降水过程中湿度、液态水含量等气象要素与降水的关系,不同降水条件下大气可降水量(积分水汽含量)和液态水路径(积分液态水含量)的特征,探讨其对降水发生的指示作用,以期为微波辐射计各数据与产品的有效利用提供相关参考。

1 数据与方法

1.1 数 据

本文采用布设在陕西西安泾河站的MWP967- KV型国产地基微波辐射计反演的大气温度、相对湿度、水汽密度、液态水廓线数据,以及大气可降水量、液态水路径数据。MWP967KV型微波辐射计共有22个微波探测通道,其中K波段(22～30 GHz)有8个探测通道数据用于反演大气水汽信息,V波段(51～59 GHz)有14个探测通道数据用于反演大气温度信息[24]。利用神经网络算法可实现0～10 km高度大气温湿廓线反演,输出廓线在垂直方向上划分为58层,其中地面至0.5 km高度的分辨率为50 m,0.5～2 km高度的分辨率为100 m,2～10 km高度的分辨率为250 m,时间分辨率为2 min,数据长度为2018年6月—2021年7月。

无线电探空数据为2018年6月—2021年7月泾河站GTS1型数字式探空仪的秒级探测数据,包括温度、气压、相对湿度、风向、风速、高度等,探测频率为每日两次,探测时间为每日07:15和19:15。该型号探空仪数据采集频率为1 s-1,温度感应元件的探测范围为-90～50℃,相对湿度感应元件的探测范围为0～100%,气压感应元件的探测范围为0～1060 hPa[24]。降水量为2018—2019年6—9月泾河站的逐小时降水量数据。泾河国家基本气象站(34.4°N,108.9°E,海拔高度为411 m)位于西安城北泾河工业园区,是西安地区唯一的高空气象观测站,是代表西安的国际交换站,站点地势较高,南邻渭河,周围比较空旷,因此本文采用同址MWP967KV型微波辐射计数据、无线电探空数据和逐小时降水量数据,地理一致性好。

1.2 数据处理方法

理论上,有云形成时,对应高度的相对湿度为100%,然而实际大气中,由于各种因素影响,如存在凝结核,相对湿度达到85%时即形成云[25-27]。因此本文以探空相对湿度达到84%为阈值,相对湿度从地面到任意高度层始终小于84%,则判定为晴天;相对湿度在近地面处小于84%,且在600 m以上存在大于84%的高度层,则判定为云天;相对湿度从地面至600 m高度始终大于84%,则判定为雨天[28-29]。

根据探空数据仅选用晴天和云天条件下的样本。在云天条件下,根据Wang等[26]的WR95方法判断入云和出云,计算云底高度和云顶高度,根据地面观测云分类规范[30],将云底高度小于2500 m的云归类为低云,2500～6000 m高度的云归类为中云,大于6000 m高度的云归类为高云。按照以上标准,共得到645组晴天样本、631组云天样本、199组低云样本、252组中云样本和29组高云样本。需要注意的是,这3种云类型廓线的总和(480)远少于云天廓线总数(631),因为本文还包含未分类的云天混合云廓线。

本文采用相关系数、偏差和均方根误差分析不同天气条件下MWP967KV型微波辐射计的温度、相对湿度和水汽密度廓线精度。由于探空无法直接探测水汽密度,需要根据文献[31]的经验公式,利用温度、相对湿度等要素计算得到。探空气球施放时间为07:15和19:15,探测至10 km高度的时间约为07:45和19:45,为了更好地对微波辐射计数据和探空数据进行匹配,比较二者差异,将07:15—07:45和19:15—19:45微波辐射计反演的温度、相对湿度、水汽密度进行平均,对应匹配07:15和19:15 时的探空数据。由于微波辐射计反演58个高度层的数据产品,因此提取对应58个层次探空数据,实现两者在时间与高度上的一致性。此外,按地面气象观测规范[32]对降水等级进行分类,24 h降水量为0.1～9.9 mm或12 h降水量为0.1～4.9 mm记为小雨,24 h降水量为10.0～24.9 mm或12 h降水量为5.0～14.9 mm记为中雨,24 h降水量为25.0～49.9 mm或12 h降水量为15.0～29.9 mm记为大雨。

2 结果与分析

2.1 晴天和云天条件下大气廓线对比

选择2018年6月—2021年7月645条晴天探空廓线和631条云天探空廓线与微波辐射计反演廓线进行对比,评估MWP967KV型地基微波辐射计性能。图1为晴天和云天的温度、相对湿度、水汽密度散点密度对比,其中晴天和云天微波辐射计与探空的匹配样本分别为37410和36598。由图1可见,微波辐射计和探空晴天温度的相关系数为0.99(达到0.01显著性水平),均方根误差为3.37℃,偏差为-1.34℃,二者云天温度的相关系数为0.99(达到0.01显著性水平),均方根误差为3.38℃,较晴天略高。微波辐射计和探空晴天相对湿度的相关系数为0.49,均方根误差为19.54%,偏差为6.15%,两者云天相对湿度的相关系数为0.46,均方根误差为25.21%,偏差为6.52%,云天相对湿度的相关系数更小,均方根误差更大且散点离散度更大。晴天和云天微波辐射计和探空水汽密度的相关系数较温度略低,均为0.97(达到0.01显著性水平),晴天水汽密度均方根误差为0.84 g·m-3,偏差为0.03 g·m-3,云天水汽密度均方根误差和偏差更大,分别为1.07 g·m-3和 0.09 g·m-3。微波辐射计和探空温度的相关性最高,水汽密度的相关性略低,相对湿度的相关性最低,晴天和云天均不超过0.5,这是由于微波辐射计反演大气廓线有14个V波段(51～59 GHz)观测值输入神经网络用于计算温度信息,仅8个K波段(21～30 GHz)的观测值输入到神经网络用于计算大气湿度等相关信息,因此反演的大气湿度的相关系数较低,其偏差和均方根均大于反演的温度。且晴天的温度、相对湿度和水汽密度的均方根误差均较云天偏低,其中微波辐射计和探空相对湿度的差异最明显,这是由于大气湿度廓线的变化同时受到水汽和温度的影响,但在云天条件下垂直方向湿度的变化还受到云水含量的影响,虽然微波辐射计氧气通道亮温已包含温度信息,但其配置的红外测云仪无法获取较为准确的云参量,导致反演信息不足,从而使云天相对湿度廓线反演误差较大[33]。

图1 晴天和云天微波辐射计与探空的温度、相对湿度和水汽密度散点密度Fig.1 Scatter density of temperature,relative humidity and vapor density of microwave radiometer and radiosonde for clear and cloudy sky

图2为晴天和云天微波辐射计和探空的温度、相对湿度和水汽密度廓线的相关系数、偏差及均方根误差对比。由图2温度廓线可见,无论是晴天还是云天,0～10 km高度的相关系数均大于0.8,0～9 km高度的相关系数均大于0.9。温度偏差在晴天和云天均为负值,但云天的温度偏差在3 km高度以下较晴天偏小,可能是由于无线电探空仪传感器受到的太阳加热较少,晴天无线电探空仪传感器接收的太阳加热更多,导致无线电探空仪温度测量存在较大正偏差,云层的存在抑制了部分高度的辐射加热,因此低层晴天比云天温度偏差更大[34-37]。晴天和云天温度的均方根误差随高度增加,10 km高空均方根误差超过4℃,晴天温度均方根误差在低空更大,云天温度均方根误差在3.5 km高度以上更大。

由图2相对湿度廓线可见,无论是晴天还是云天,相对湿度的相关系数在地表附近均超过0.9,且随高度升高逐渐减小,10 km高度的相关系数均小于0.2。相对湿度偏差在0.6 km高度以下均为负偏差,0.6 km高度以上均为正偏差,3 km高度晴天相对湿度偏差最大,为16.15%,云天相对湿度偏差在4 km高度最大,为14.80%。无论是晴天还是云天,相对湿度的均方根误差均在地面附近最小,且随高度升高振荡增加,晴天相对湿度均方根误差在7 km 高度最大,为26.2%,云天相对湿度均方根误差最大值出现在6.5 km高度,为34.93%,且相同高度时,云天相对湿度的均方根误差始终大于晴天。

由图2水汽密度廓线可见,晴天和云天水汽密度相关系数在地面均超过0.98,0～1.3 km高度超过0.93,且晴天和云天差异较小,1.3～3.5 km高度晴天的水汽密度相关系数较云天偏高,3.5～9.25 km高度云天的水汽密度相关性较好,10 km高度的相关系数均低于0.6。对于水汽密度偏差,地表附近晴天和云天均呈负偏差,地面为最大负偏差值,分别为-0.53 g·m-3和-0.78 g·m-3。随着高度上升,水汽密度偏差逐渐转为正偏差,1.3～2.75 km高度云天的正偏差较大,3～8.5 km高度晴天的正偏差较大。对于水汽密度均方根误差,同一高度上云天的均方根误差大于晴天,水汽密度的均方根误差均先随高度升高而振荡增加,后随高度升高而下降,晴天水汽密度均方根误差最大值出现在1.1 km高度,最大值为1.23 g·m-3,云天最大值出现在1.9 km 高度,最大值为1.58 g·m-3。

2.2 低云、中云和高云微波辐射计与探空对比

图3为2018年6月—2021年7月微波辐射计与探空在低云、中云和高云条件下的温度、相对湿度、水汽密度散点密度,样本量分别为11542,14616和1682。由图3温度可见,3类云的相关系数均为0.99(均达到0.01的显著性水平),其中低云温度均方根误差最大,为3.58℃。由图3相对湿度可见,低云相对湿度相关系数较其他两类云更大,约为0.47,低云均方根误差最大,为26.85%,整体偏差为正,最大为9.51%,高云相对湿度相关系数最低,仅为0.31,且偏差为负,为-4.10%,与其他两类云的偏差不同。由图3水汽密度可见,3类云的水汽密度相关系数较好,均超过0.96(达到0.01的显著性水平),其中低云相关系数最高,均方根误差最低,偏差最低,高云均方根误差最大,且高云水汽密度偏差为负,这是由于高云液态水很少,中云液态水较多,微波辐射计测量的噪声水平相对较高,因此高云误差较大[18,38]。

图3 微波辐射计与探空在低云、中云和高云条件下的温度、相对湿度和水汽密度散点密度Fig.3 Scatter density of temperature,relative humidity and vapor density of microwave radiometer and radiosonde for low,middle and high cloud

图4为微波辐射计和探空在低云、中云和高云条件下的温度、水汽密度和相对湿度的相关系数、偏差及均方根误差廓线对比。由图4温度相关系数廓线可见,低云和中云温度的相关系数均大于0.85,其中地面相关系数接近1,低云和中云的相关系数在0～0.25 km和6～10 km高度较接近,0.25～6 km高度低云相关系数较中云小,2 km高度以上高云温度相关系数均低于0.90,较其他云型偏低,在4.25 km 高度最低,为0.74。由图4温度偏差可见,地面至1.4 km高度低云温度偏差为正,最大正偏差值为0.65℃,1.4～10 km高度均为负偏差,且1.4～4.0 km 高度负偏差逐渐增大,最大为-3.77℃,4.0～10 km高度负偏差逐渐减小。中云温度偏差除地面为较小正偏差外,其余高度均为负偏差,且自低空随着高度的升高振荡增加,最大负偏差位于7 km 高度,为-2.95℃,之后又随着高度的升高减小。高云温度偏差在0～10 km高度均为负偏差,且随着高度的升高振荡减小,最大负偏差位于10 km 高度,为-3.81℃。由图4温度均方根误差可见,低云温度均方根误差自地面随着高度的升高增大,在4 km 高度达到最大,为5.40℃,之后随着高度的升高振荡减小,中云温度均方根误差在地面最低,为0.88℃,随着高度的升高振荡增加,10 km高度达到最大,为4.5℃。高云温度均方根误差在0.45 km高度最小,为1.09℃,随着高度的升高振荡增加,10 km 高度达到最大,为5.74℃。

图4 微波辐射计与探空在低云、中云和高云条件下的温度、相对湿度和水汽密度的相关系数、偏差和均方根误差廓线Fig.4 Profiles of correlation coefficient,bias and root mean square error of temperature,relative humidity and vapor density between microwave radiometer and radiosonde for low,middle and high cloud

由图4微波辐射计和探空在低云、中云和高云条件下相对湿度相关系数、偏差和均方根误差的廓线可见,低云相对湿度的相关系数在地面最高,为0.94,0～1.7 km高度随着高度升高振荡减小,1.7～3.5 km高度随着高度升高振荡增加,3.5 km高度以上随着高度升高振荡减小,10 km高度相对湿度的相关系数仅为0.09。中云相对湿度的相关系数随着高度升高振荡减小,地面相对湿度的相关系数最大,为0.94,10 km高度为0.09。高云相对湿度的相关系数在地面最大,为0.93,地面至7.75 km 高度呈正相关,7.75 km以上至10 km高度呈负相关。低云相对湿度偏差在近地面为负偏差,1.4～10 km高度为正偏差,相对湿度正偏差先随着高度升高增大,4.25 km高度达到最大值27.00%,后随高度升高振荡减小,10 km高度为12.25%。中云相对湿度在0～0.5 km高度为负偏差,0.5～10 km为正偏差,正偏差在0.5～2.5 km高度随着高度升高而增大到22.20%,2.5～5.5 km高度相对湿度偏差随着高度升高而减小到0.32%。高云相对湿度在0～0.9 km高度为负偏差,1～5.75 km 高度为正偏差,正偏差随着高度的升高先增加后减少,最大正偏差为3.25 km高度的18.72%,6～10 km为负偏差,负偏差随着高度的升高先增大后减小,7.25 km高度负偏差最大为-33.50%。低云相对湿度均方根误差在地面为7.88%,4.75 km高度最大,为40.67%,10 km高度相对湿度均方根误差约为29.07%。中云相对湿度均方误差在2.5 km高度以下随着高度的升高而增加,地面为7.17%,2.5 km 高度为31.57%,2.5～10 km高度呈波动状态,均方根误差变化较小。高云相对湿度均方根误差在近地面较小,最小值出现在0.4 km高度,为7.39%,6.25～10 km高度相对湿度均方根误差超过30%,7.25 km高度最大,为40.27%。

由图4微波辐射计和探空在低云、中云和高云条件下水汽密度相关系数、偏差和均方根误差的廓线可见,低云水汽密度相关系数在地面为0.99,地面至3.5 km 高度超过0.9,相关性较好,高空相关性较差,10 km高度为0.53。中云水汽密度相关系数自地面至10 km高度随着高度的升高振荡下降,地面最高,为0.98,10 km高度仅为0.56,与低云差异不明显。高云水汽密度相关系数随高度波动较明显,地面至1 km高度相关系数超过0.9,相关性较好,10 km 高度最低,仅为0.38。低云水汽密度偏差自地面至0.7 km高度为负,最大负偏差位于地面,为-0.57 g·m-3,2.75 km高度以上高度均为正偏差,最大正偏差位于4.75 km高度,为0.43 g·m-3。中云水汽密度偏差在0～0.6 km高度和4.5～6 km高度均为负偏差,地面最大,为-0.81 g·m-3,其余高度内均为正偏差,最大正偏差位于1.9 km 高度,为1.09 g·m-3。高云水汽密度偏差在0～0.9 km高度和6～10 km高度均为负,最大负偏差位于地面,为-1.39 g·m-3,最大正偏差位于3.75 km 高度,为0.88 g·m-3。低云水汽密度均方根误差随着高度升高先增大后振荡减小,10 km高度最小,为0.06 g·m-3。中云水汽密度均方根误差随高度升高先增大后减小,1.9 km高度最大,为1.85 g·m-3,10 km 高度最小,为0.06 g·m-3。高云水汽密度均方根误差在4 km高度以下波动较明显,4～10 km高度随着高度升高而振荡减小,10 km 高度最小,为0.07 g·m-3,0.05 km高度最大,为1.88 g·m-3。

2.3 微波辐射计相关产品在降水中的应用

为了解微波辐射计产品在降水过程中的应用能力,利用微波辐射计廓线数据及大气可降水量、液态水路径数据,综合分析微波辐射计多个气象要素与降水的关系。2018年8月21日16:00—17:00泾河站发生短时强降水事件,小时降水量为16.6 mm。7 h后,新一轮降水开始,8月22日01:00小时降水强度最大,为11.1 mm·h-1。图5为2018年8月20日18:00—22日18:00微波辐射计观测的相对湿度、液态水含量、大气可降水量、液态水路径与降水量随时间的变化。由图5可见,整个降水期的相对湿度自地面至7 km高度均超过90%,降水前期相对湿度较大的区域主要位于3～7 km高度,大气可降水量在降水开始前存在波动起伏,临近降水前明显激增,高空水汽的明显升高为本次强降水提供了充足水汽[39]。降水发生前较长时间液态水含量和液态水路径几乎为零,临近降水发生时 0～6 km高度的液态水含量及液态水路径出现明显激增。大气可降水量和液态水路径的迅速增大预示上空水汽迅速聚集,可作为降水可能发生的指示因子[20]。由此可见,微波辐射计对降水的发生也能较好预示。由于降水开始后微波辐射计天线表面产生水膜等原因,大气可降水量和液态水路径跳变剧烈,数据存在失真现象,因此对降水后的变化不进行分析。

为了进一步探析微波辐射计产品对降水发生的指示意义,分析降水前1 h和非降水天气大气可降水量及液态水路径,以期得到该地区降水发生前大气可降水量及液态水路径的参考阈值。图6为2018—2019年6—9月非降水天气和小雨、中雨、大雨前1 h的大气可降水量和液态水路径。由图6大气可降水量可知,降水前1 h平均大气可降水量大于非降水天气,且大雨前1 h平均大气可降水量最高,小雨前1 h平均大气可降水量最低,大雨前1 h大气可降水量均大于5 cm,88.10%的降水个例在降水前1 h大气可降水量大于4 cm,其余降水个例接近4 cm。由图6平均液态水路径可知,非降水天气的平均液态水路径较小,表明非降水天气的液态水含量均较低,分布较集中。128个非降水天气中86.72%的液态水路径低于0.2 mm,明显低于降水天气。根据上述统计结果,将大气可降水量达到4 cm、液态水路径达到0.2 mm作为判断降水发生的参考阈值,超过阈值时,出现降水的可能性较大,数值越高降水强度可能越高,与党张利等[40]的研究结果较为一致。

图6 2018—2019年6—9月非降水天气和小雨、中雨、大雨前1 h的大气可降水量和液态水路径箱线图Fig.6 Box plots of atmospheric precipitable water vapor and liquid water path for non-precipitation days and 1 hour before light rain,moderate rain and heavy rain from Jun to Sep in 2018-2019

3 结果与讨论

利用2018年6月—2021年7月陕西西安市泾河站MWP967KV型地基微波辐射计的反演数据和L波段探空数据,采用相关系数、偏差和均方根误差分别评估晴天和云天,低云、中云、高云条件下该微波辐射计反演的大气温度、湿度、水汽密度廓线的精度,分析在1次降水过程中湿度等气象要素与降水间的变化关系,并统计2018—2019年6—9月非降水天气和小雨、中雨和大雨前1 h的大气可降水量和液态水路径特征,探析其对降水发生的指示作用。得到结果如下:

1) 晴天和云天温度的反演精度最高,水汽密度次之,相对湿度最低,且越接近地面反演精度越高。晴天和云天微波辐射计与探空的温度相关系数均为0.99;相对湿度相关系数分别为0.49和0.46,均方根误差分别为19.54%和25.21%;水汽密度相关系数均为0.97,均方根误差分别为0.84 g·m-3和1.07 g·m-3。晴天和云天的相对湿度存在较大差异,说明云的存在降低了微波辐射计对湿度等信息的反演精度,造成较大误差。

2) 微波辐射计与探空在低云、中云、高云不同云型的温度相关系数均为0.99,2 km高度以上高云温度相关系数较低,温度偏差均为负偏差,高云温度负偏差最大;低云相对湿度均方根误差最大,为26.85%,且正偏差最大,为9.51%;3类云水汽密度相关系数均超过0.96,高云水汽密度均方根误差最大。3种参数均越靠近地面反演精度越高。

3) 分析微波辐射计多个气象要素与降水发生的关系。在1次降水过程发生前微波辐射计观测到高空相对湿度存在提前增大的现象,且空中液态水含量、大气可降水量和液态水路径在临近降水前均明显增长,即上空水汽迅速聚集,可作为降水可能发生的指示因子。降水发生前1 h大气可降水量和液态水路径与非降水天气的差异明显,将大气可降水量达到4 cm、液态水路径达到0.2 mm作为判断降水发生的参考阈值。

本文探究不同天气条件下MWP967KV型微波辐射计反演温湿廓线精度,得到微波辐射计反演温度,水汽密度廓线精度较高,相对湿度廓线精度较低,尤其是云天相对湿度误差较大。与国外微波辐射计反演精度相比,晴天德国地基微波辐射计温度整体均方根误差(2.2℃)最小,MWP967KV型国产微波辐射计(3.4℃)次之,美国地基微波辐射计(3.8℃)最大,晴天与云天温度误差差异较小。与温度相比,相对湿度的反演误差均较大,晴天美国地基微波辐射计湿度均方根误差(约为15%)最小,德国微波辐射计湿度均方根误差最大,且在有云条件下,湿度均方根误差均超过25%[17]。以上分析可知,云的存在对国内外各型号微波辐射计相对湿度的反演精度影响较大,这也是今后微波辐射计的研究重点。为了提高有云条件下微波辐射计湿度廓线的探测能力,可考虑将其他遥感设备探测的云信息加入反演过程,提高相对湿度廓线的反演精度。

致 谢：感谢陕西省气象科学研究所提供的西安泾河站MWP967KV型微波辐射计数据、L波段无线电探空数据和降水量数据!感谢成都信息工程大学大气科学学院蒋梦姣老师的指导!