WindRAD Scatterometer Quality Control in Rain

doi:10.3390/rs17030560

2025-02-06

Zhen Li *

Anton Verhoef

DOI：10.3390/rs17030560

原文链接

原文求助

摘要

En 中文

降雨的后向散射通过与海面σ⁰（后向散射测量）的信号混合，会干扰Ku波段散射计的风场反演。由于波长较短，测量对雨云敏感，且风矢量单元（WVC）中的降雨污染测量值与使用风物理模型函数（GMF）模拟的测量值存在偏差。因此，质量控制（QC）对于保证反演风速的质量和一致性至关重要。归一化最大似然估计（MLE）残差（Rn）是一种QC指标，表示σ⁰测量值与风GMF之间的距离，它针对单个WVC局部工作。JOSS是另一种QC指标，它是观测代价函数的速度分量，对风场空间不一致性敏感。RnJ是一种组合指标，同时考虑了局部信息（Rn）和空间一致性（JOSS）。本文专注于WindRAD的质量控制，WindRAD是一种双频（C和Ku波段）旋转扇形波束散射计。Rn和RnJ已针对仅Ku波段和组合C-Ku风反演建立并进行深入研究。与Rn相比，RnJ在仅Ku波段和组合C-Ku风反演中额外拒绝了0.4%的WVCs。降雨率较高（>7 mm/h）时，接受的WVCs数量减少一半，且相对于ECMWF风速的验证结果总体得到改善。C波段测量受降雨影响较小，因此基于Ku的Rn在组合C-Ku风反演中比来自C和Ku波段的总Rn更有效。与仅Ku波段反演相比，组合C-Ku反演的拒绝率降低约一半，风速验证统计结果相似。因此，将C波段纳入反演能够抑制降雨效应，并以较少的风速拒绝率实现可接受的质量控制能力。

Keyword:

WindRAD

dual-frequency wind scatterometer

rain contamination

quality control

wind retrieval

rotating fan beam