基于伪逆学习算法的地基微波辐射计反演算法研究

利用兰州大学半干旱气候与环境观测站(SACOL站)2009-2010年的地基微波辐射计亮温资料和榆中站探空资料,基于伪逆学习算法建立了应用于地基微波辐射计温度、相对湿度和水汽密度反演的神经网络(PIFN),并将反演结果与地基微波辐射计自带反演产品进行了对比,研究了伪逆学习算法在地基微波辐射计气象要素反演算法本地化的应用效果.结果表明:PIFN反演的温度、相对湿度和水汽密度的均方根误差的最大值分别为6.41K,31.21%和1.5g/m3,地基微波辐射计温度、相对湿度和水汽密度产品的均方根误差最大值分别为11.93K,53.18%和3.06g/m3,与微波辐射计自带神经网络反演结果在不同高度层进行比较可以看出PIFN对2～10km、1～7km和0～3km的大气温度、相对湿度和水汽密度廓线的反演均有明显改善,伪逆学习算法能够应用于地基微波辐射计气象要素的反演算法的本地化.     

海南岛地基GPS遥感水汽研究及与气象要素的相关分析

利用2005年11月海南岛地基GPS水汽观测资料与气象观测资料分析了GPS反演水汽与气象因子的相关关系,结果显示,GPS反演的水汽结果与探空资料计算的水汽一致性很好,与地面水汽压、相对湿度正相关,与降水量、云量、能见度等相关性不强。     

北京一次大雾天气成因分析及模式预报性能检验

为了研究空气中水汽层结变化、大雾天气发生发展的环境场条件及BJ-RUC模式在大雾期间的预报性能,对北京2012年3月16～l7日大雾天气个例中能见度变化和地基微波辐射计液态水含量等资料进行分析.结果表明,雾生消前后液态水含量的廓线变化明显,因此通过不同时刻液态水含量的廓线对比分析,对大雾天气的预报还是具有指示意义的;地面高压底部偏东风为大雾维持提供良好的水汽,大雾期间风力的加大有利于水汽的输送,而持续的偏东风则有利于水汽的维持;辐射降温触发了华北雾区的形成;逆温层的存在是此次大雾发生的条件之一;近地面层系统性的偏东风、相对湿度和温度均在BJ-RUC模式中有很好的反映,模式探空的预报随着起报时间的临近,越接近实况,特别是逆温层和近地面偏东风的预报与实况基本一致,由此导出产品的能见度预报也能给预报员很好的指示参考性.     

沈阳市降水天气过程中水汽含量特征及降水效率分析

[目的]指导强降水天气的预警和人工增雨工作。[方法]在沈阳雨季的7—8月份,利用地基双通道微波辐射计、激光粒子探测仪、翻斗式自动雨量计的同步观测结果,分析降水云中水汽含量的变化特征及降水效率。[结果]经翻斗式雨量计验证确认,激光粒子探测仪反演的以1分钟为时间间隔的雨强资料是可信的情况下,雨强同液态水累积含量及汽态水累积含量之间存在相关关系;提出了计算降水效率的方法,分析了雨强同降水效率的关系。[结论]水汽含量特征及降水效率的分析,对强降水天气的预警和人工增雨工作将有一定的指导意义。     

中国区域空中水资源的计算与订正

基于地面水汽压资料和MODIS05近红外波段数据求算中国区域水汽含量,并以探空资料为检验值,得出:地面水汽压资料计算的水汽含量与探空资料值较为接近,MODIS05反演结果数据精度存在系统性偏低。联合地面资料和探空资料,利用GIS技术,提出拟合法和插值法2种订正MODIS05数据的方法,验证站点误差分析表明:2种方法均较大幅度地提高了MODIS05数据的精度,且2种方法的订正效果相近,其中1、4、7、10月经插值法订正的MODIS05数据精度较原始数据精度相关系数r分别提高2.56%、1.75%、2.03%、1.44%,平均相对误差MRE分别下降15.87%、30.64%、25.7%、18.15%,均方根误差RMSE分别下降3.11、8.18、11.98、3.82 mm。经过2种方法订正后的MODIS05近红外波段水汽含量数据精度有了较大的提高,能更加客观的反映我国水汽含量空间分布情况。     

微波辐射计的应用及研究进展

微波辐射计被广泛地应用于气象及人工影响天气领域。本文介绍了微波辐射计在人工增雨潜力判别、强对流预警与降水预报、数值试验研究、雷达路径积分衰减估算等方面的应用,对比了微波辐射计与探空、GPS/MET的应用情况,并分析了微波辐射计反演精度、误差及质量控制方面的实例。     

郴州地区GPS可降水量精度及其变化特征

利用2017年1月1日-12月31日湖南省郴州地区(永兴、宜章、桂阳、汝城和桂东)地基GPS/MET站网探测数据,基于Saastamoinen静力延迟模型和Bevis经验公式,结合地面气压和温度反演大气可降水量,并与根据高空气象探测秒数据计算所得探空可降水量对比,讨论GPS可降水量的探测精度。在此基础上进一步讨论郴州地区GPS可降水量的时空变化特征及其与其他气象要素的关系。结果表明,郴州地区GPS反演PWV具有较高精度,较探空实测PWV平均偏低1.717 7 mm,二者均方根误差为3.258 0 mm,能够反映郴州地区大气水汽的变化;郴州地区PWV表现为夏季(6月、7月和8月)最高、冬季(12月、1月和2月)最低、春季(3月、4月和5月)和秋季(9月、10月和11月)分别逐步增加和减少的单峰型分布;受地表蒸发和局地环流的影响,郴州地区主汛期(6月)逐时平均PWV表现为双峰型分布,分别于午后16:00和零点左右达到极大值,且在较强降水发生前,PWV会出现较明显增加,其变化特征对于降水的预报有一定指示作用。     

基于微波辐射计SSM/I的海面风速反演算法研究及应用

海面风速是海洋环境的重要参数,微波辐射计是卫星监测海面风速的重要手段。通过微波辐射计SSM/I（Special Sensor Microwave/Imager）亮温与浮标实测风速建立的匹配数据集,利用人工神经网络构建海面风速反演模型。比较不同模型的反演效果,得出七通道单参数神经网络模型SANN（Singleparameter Artificial Neural Network ）反演的效果和浮标实测风速较为接近,均方根误差RMSE（Root Mean Square Error）为1.40m/s。因此选择该模型反演全球的月平均风速,并将反演结果与NOAA产品风速比较。结果表明：两者在整体分布和纬度平均上非常接近,均方根误差为1.03m/s。可见,该算法用于海面风速反演还是可行的。     

现场重构法在天气预报误差原因分析中的应用——以一次节日天气预报误差为例

本文用现场重构法分析预报2015年"五一"节日天气,利用micaps软件分析EC_thin资料以及实况探空、自动站等资料,对比解析预报误差原因。分析结果显示,高空无明显环流形势时,低空的扰动与水汽的配合也可产生降水;系统的影响过程需要考虑气流的辐合辐散情况,散度的不配合抑制了垂直上升运动的发展,造成系统快速东移减弱。     

基于深度动态学习神经网络和辐射传输模型地表温度反演算法研究

【目的】地表温度反演是一个典型的病态反演问题,深度动态学习神经网络的出现提供了一条新的地表温度反演途径。文章以MODIS中红外和热红外波段作为参照模拟研究对象,利用深度动态学习神经网络和辐射传输模型(MODTRAN)进行地表温度反演研究,选择最适合于MODIS地表温度反演的波段组合,从而为国产卫星风云系列和高分数据红外波段反演地表温度提供参考算法。【方法】根据中红外波段受太阳的影响以及水汽波段的特征,将反演组合波段分成3组。第1组适合白天和晚上同时反演地表温度的组合(MODIS波段29、31、32和33);第2组适合白天的热红外波段和水汽波段组合(MODIS波段29、31、32、33和水汽波段);第3组是只适合晚上的中外波段(MODIS 20、22、23)与热红外波段(MODIS 29、31、32和33)的组合。【结果】利用辐射传输模型(MODTRAN)和深度动态神经网络(NN)反演分析表明,深度动态学习神经网络能够被用来精确地从单景MODIS数据中反演地表温度,克服了传统MODIS白天/黑夜产品算法的缺陷。3种类型的组合地表温度的平均反演误差都在1 K以下,最高精度为热红外波段与水汽波段的组合,平均最高精度为0.251 K,标准差是0.255 K,相关系数是1。【结论】利用深度动态学习神经网络和辐射传输模型彻底解决了地表温度和发射率病态反演难题,为风云系列卫星和高分数据地表温度反演算法提供参考算法模式,深度动态学习神经网络与辐射传输模型相结合反演地表温度和发射率在地表温度反演史上具有里程牌意义。     

德州市一次春季强降水过程诊断分析

利用常规气象资料、micaps 3.2数值模式产品剖面图和多普勒雷达资料,对2012年4月24—25日发生在德州市的一次春季强降水天气过程进行了综合诊断分析。结果表明:此次强降水天气过程是在西风槽和低涡切变线的共同影响下产生的;低涡切变线是强降水产生的直接影响系统,700 hPa和850 hPa的低空急流为强降水提供了充足的水汽,地面倒槽为强降水的发生提供了动力条件;探空图、水汽通量、垂直速度和假相当位温等物理量对强降水的发生、发展有很好的对应关系。     

德州市一次春季强降水过程诊断分析

利用常规气象资料、micaps 3.2数值模式产品剖面图和多普勒雷达资料,对2012年4月24—25日发生在德州市的一次春季强降水天气过程进行了综合诊断分析。结果表明:此次强降水天气过程是在西风槽和低涡切变线的共同影响下产生的;低涡切变线是强降水产生的直接影响系统,700 hPa和850 hPa的低空急流为强降水提供了充足的水汽,地面倒槽为强降水的发生提供了动力条件;探空图、水汽通量、垂直速度和假相当位温等物理量对强降水的发生、发展有很好的对应关系。     

沈阳7～8月份降水天气过程中的水汽含量特征分析

根据2007年7～8月地基双通道微波辐射计、激光粒子探测仪和翻斗式自动雨量计的同步观测资料,采用对比分析和统计分析方法,建立了降水观测时段汽态水含量与液态水含量、汽态水含量与雨强、液态水含量与雨强的相关分析方程,且方程均通过了显著性检验:同时,验证了翻斗式雨量计每分钟观测数值与激光粒子探测仪反演的每分钟降水量有较好的一致性.提出了整层大气汽态水含量大于69mm和降水强度大于1mm·h-1时或液态水含量大于0.6mm和降水强度大于1mm·h-1时,云系具有人工增雨潜力,可用于指导人工增雨作业或降水天气预警.     

基于地表相对湿度数据反演地表温度研究

在地表温度反演中,大气透射率是一个关键参数。覃志豪的单窗算法依靠从探空数据中获得大气水分含量来计算大气透射率。因此在缺乏探空数据的情况下,对地表温度的反演就比较困难。目前解决这个问题的方法是利用地表相对湿度来估测大气水分含量。估算的大气水分含量是否能精确地反演地表温度的这类研究还比较少见,此研究利用冀蒙接壤区LandsatTM热红外波段数据和估算的大气水分含量,采用覃志豪的单窗算法反演冀蒙接壤区内的地表温度,并与地表实测数据进行了比较。研究结果表明,反演多伦的地表温度与实测数据相差6.29℃,反演的地表温度精度较高;研究区地表温度除了与NDVI指数相关外,还与土壤、人类活动关系密切。     

2012年鲁中首场暴雪天气成因分析

应用常规天气图、探空等观测资料,对2012年12月20-21日鲁中的暴雪天气从天气形势演变,水汽、动力等物理量场、降水相态进行分析,研究形成此次暴雪的发展过程,研究发现:此次暴雪天气过程的主要影响系统为高空槽、暖切变线和地面倒槽;低空西南急流和超低空东西急流源源不断地向鲁中输送水汽,暴雪大致出现在急流顶端的位置;物理量条件为暴雪的发生和发展提供了有利的水汽和动力条件。     

青海省南部牧区一次大到暴雪天气过程成因分析

利用MICAPS常规高空、地面、探空、物理量场等资料,对2013年4月22日白天至23日发生在青海省南部牧区的大到暴雪天气的影响系统、水汽条件、动力条件、不稳定层结等进行了综合分析。结果表明:南支槽前部旺盛的西南暖湿气流为此次大到暴雪天气提供了充足的水汽条件;降雪前期青海省南部一直处于层结不稳定状态,低层冷空气的侵入进一步加剧了层结不稳定;低空青海湖锢囚和高空暖切变共同形成的辐合上升运动为此次大到暴雪天气提供了动力抬升条件;高低空显著湿区和湿轴与降雪范围、强度、落区有很好的对应关系,在春季高原大到暴雪的预报工作中具有实际应用和参考价值;此次强降雪天气过程同时具有强对流天气和大降水天气的共同特征。     

河南省三门峡2011年11月27日大雾天气分析及交通影响

利用地面观测和探空资料分析了2011年11月27日河南省三门峡大雾天气,结果表明:高空槽前暖湿气流平流至冷地面,受辐射冷却作用,近地面层形成水汽饱和逆温层而形成了大雾天气。大雾天气影响道路交通的通行能力,也是导致道路交通事故的主要诱因之一,应高度重视大雾天气的防范应对,切实加强大雾监测、预报预警,科学合理实施交通管制,增强社会公众安全防范意识,提高预防、避险和互救能力。     

黔北一次强对流天气诊断分析

2016年4月5日夜间,黔北遵义出现一次强对流天气过程,造成一定的经济损失。本文通过常规观测资料、探空资料,对此次过程进行诊断分析。结果表明:本次过程是在高空短波槽前配合低层西南暖湿气流背景下发生的;较有利的水汽输送和水汽辐合条件以及不稳定能量的增加机制对本次强对流天气发生发展提供了重要条件;中低层有弱的干冷空气叠加在低层暖湿空气上,上干下湿的位势不稳定形势对对流系统的触发提供了有利条件;通过订正后的探空对本次强对流过程南强北弱分布的特点有着重要指示意义。     

一次典型西风槽型降水过程的双通道微波辐射计探测分析

对2012年10月27日傍晚时分,沈阳区域气象中心大楼所在地降水过程前后的双通道微波辐射计与雨量计的测量数据进行对比分析,得到双通道微波辐射计的一些测量特征,以为人工增雨作业时机的选择提供指示作用。     

银川一次连续大雾天气的观测与天气分析

对银川站2006年1月22-28日观测到的1次连续大雾天气过程,从地面观测资料特征、探空观测资料特征、天气形势特征及大雾的成因入手,进行分析和总结.结果表明,大雾天气过程产生在高空平直气流中的小波动影响,主要是由冷平流和辐射冷却使水汽在近地面层和低层聚集,近地面晴朗微风是大雾形成并维持的重要条件;各层地温高低排列的变化,对大雾过程的结束有提示作用.