谢谢楼上吧主整理的线性回归模型

这周末趁热打铁把较弱的有实测系统画完,重新检查一下所有系统有没有收到扫描线干扰,然后就可以直接在图例中内置算法了
所有模型中最重要的参数都是Band35暖心,原因大概是权重函数和TC暖心比较重合

值得注意的是,最佳和次佳模型里面都有一项(B36-B34),数字越大降压幅度越大,也就是说暖心结构偏高空的系统降压更多,导致这一拟合结果的原因暂不明确,对此我们提出以下猜想:
1. B35受到轻微高云影响时暖心读数会降低,由于波段吸收特性,此时B34的吸收会明显多于B36,导致更高的B36-B34值,此时B36-B34能够一定程度补偿高云吸收造成的低估。
2. B35有轻微的水汽吸收,眼内偏干时亮温会略微偏高(~1度);Band36的水汽吸收极少(因为大部分水汽都在它的权重函数峰值以下),Band34的水汽吸收较多,因此B36-B34会在眼内湿度低时偏低,可以矫正眼内湿度带来的影响。
3. B35有一小部分权重函数在850mb以下,意味着低云可能稍稍降低该波段暖心。低云较多时B34亮温会受到更大影响,导致偏高的B36-B34,同样可以矫正低云造成的低估。
4. 随着强度增加,暖心最强层面可能有略微上升的趋势,因此B36-B34也会与降压幅度拟合出正的系数。