FY-2G云量产品与地面观测云量对比分析

为推动地面云观测自动化,利用2015 2016年全国范围内不同时段FY-2G卫星观测云覆盖率和总云量反演产品与同时段地面气象站人工观测总云量资料进行对比分析,评估卫星观测与地面人工观测的一致性和偏差。结果表明,FY-2G卫星观测云产品较地面观测偏低,总云量较云覆盖率偏低明显。定义晴天、少云、多云、阴天四种不同云量等级,进一步分析卫星数据,结果显示不同云量等级下云覆盖率与总云量与地面人工观测的一致性和偏差有所不同,晴天和少云状态下总云量产品一致性较好,阴天时云覆盖率一致性较好。从分布上分析发现西部和西南部观测偏差较大,且根据云量等级呈现不同的状态。因此在云观测自动化布局中,卫星观测不能完全替代地面云量观测。地面观测应在西部和西南部,以及天气状况较为复杂的区域加强观测。     

基于FY-2G产品的江西省总云量最小二乘法建模与分析

使用2016年1月至2018年12月FY-2G卫星逐小时总云量产品和江西省26个测站的地面总云量观测资料,分析了两者在江西地区相关性的时空分布特征。结果表明:江西地区卫星总云量和地面观测总云量在数值和演变趋势上一致性较好,两者的总体相关系数超过0.60,但空间分布不均匀,大型水体(鄱阳湖和柘林湖)附近相关系数较低,低于0.45,江西省南部地区相关系数也不高,低于0.50。两者的相关系数在时间上也分布不均,其中14时的相关系数最高。此外,基于FY-2G卫星总云量产品和最小二乘法采用分段建模的方式,构建了江西省地面观测云的回归模型,且模拟的地面总云量在数值和演变趋势上更加接近观测的地面云量。     

FY-2G卫星两种云订正产品在湖南的对比分析

使用2015年7月—2016年6月FY-2G卫星逐小时总云量和云覆盖率两种产品,采取区域平均和距离平方反比方法将其分别插值到湖南省有云观测的34个气象站点,并对总云量产品进行分站点滑动回归订正,从而分析上述两种产品的总体一致率和不同实况云量条件下的一致率。结果表明:云覆盖率产品和经过订正的总云量产品在湖南省的总体一致率分别为74.4%和74.8%;云覆盖率产品在实况少云和满云的情况下其一致率较高,但在实况多云时一致率仅为22%;经订正的总云量产品在多云和满云时的一致率高于云覆盖率产品,在少云情况下由于订正误差导致其一致率降低,但可通过选择性订正的方式在一定程度上得以避免。在湖南省使用订正后的卫星总云量作为地面云观测的补充或替代更为合适。     

FY-2G卫星冬夏云量产品偏差分析

开展卫星反演云量的精度评估是业务应用的基础,也是充分发挥卫星观测效益的前提。利用同类卫星产品EOS Aqua/MODIS云产品,选取2015年6月和12月共80个个例,包括43个白天个例,37个夜间个例。采用交叉比对方法对FY-2G云量产品进行相对偏差分析。结果表明:FY-2G与Aqua/MODIS计算云量总体趋势相当,无论从时间分布（白天和夜间）还是季节分布（6月和12月）上看,FY-2G与Aqua云量相对偏差较为稳定,FY-2G反演云量小于Aqua/MODIS反演云量。匹配个例中FY-2G平均云量为72.81%,Aqua/MODIS平均云量是76.19%,两者相关系数为0.74。两者绝对偏差小于5%的像元比例为72.34%;云量偏差绝对值小于15%的像元比例为79.51%。FY-2G与Aqua/MODIS云量偏差主要来自各自卫星的观测能力与所采用的云检测算法。与具有36个探测通道、星下点最低空间分辨率为0.01°×0.01°的Aqua/MODIS观测数据相比,FY-2G所具有的5通道、星下点最高空间分辨率为0.05°×0.05°的观测数据会出现对云,尤其是破碎云和薄卷云的漏检。两种具有不同时空属性的数据在匹配处理时采用的不同算法也会在比对分析中引入偏差。     

1995—2010年静止卫星云量数据检验和评价

对利用FY2和GMS静止气象卫星建立的东亚地区气候数据集(EAGSCDR FY2 and GMS Geostationary Satellite Climate Data Record over East Asia)进行了检验和评估,使用的检验源数据包括中国地面气候资料与国际卫星云气候计划ISCCP D2月平均云量数据集.对由上述3种不同观测手段得到的多年平均总云量的空间分布特征分析结果表明:3种资料的总云量分布形势有较好的一致性,但是在40°N以北地区,ISCCP和EAGSCDR得到的总云量在量值上高于地面观测值.用地面观测资料检验华南及长江流域EAGSCDR的云检测产品的结果表明,总的准确率为82.10％,总漏判率6.85％,总误判率为11.05％,秋冬季节准确率偏低.EAGSCDR与ISCCP云量都是由卫星资料处理得到的,二者差异主要来自算法的不同,检验结果表明,EAGSCDR中的云量产品精度优于ISCCP云量,并且其时间分辨率可达到1 h,空间分辨率达到5 km,由此可见,EAGSCDR的云产品比ISCCP云产品更有优势.     

基于CloudSat和ISCCP资料的中国及周边地区云量分布的对比分析

利用2006年7月至2007年6月的CloudSat 2B-GEOPROF-LIDAR产品资料和国际卫星云气候计划(ISCCP)D2月平均云量数据, 统计分析了中国及周边地区午间、凌晨年平均总云量的分布特征, 并对两种探测手段得到的年平均总云量及其昼夜变化进行了对比分析。结果表明, ISCCP与CloudSat总云量的分布形势在午间和凌晨均具有较好的一致性, 即相对多云与少云中心的位置吻合较好。但是, 两种资料得到的总云量在量值上存在一定差异。对于整个研究区域而言, 午间ISCCP较CloudSat平均总云量偏低8.9%, 凌晨偏低15.1%。除了中国北方少云带和日本岛以北海域等区域ISCCP云量高于CloudSat云量外, 其他区域ISCCP云量普遍低于CloudSat云量, 且在青藏高原、帕米尔高原、横断山脉、云贵高原以及印度半岛南端和热带部分岛屿等区域尤其显著。进一步对比表明, ISCCP与CloudSat云量差值总体上随CloudSat云量的增大而呈线性变化, 在CloudSat少云区ISCCP略有偏高, 而在多云区则显著偏低。此外, 对云量昼夜变化的对比分析发现, 青藏高原地区ISCCP云量昼夜变化量显著大于CloudSat。     

ISCCP产品和我国地面观测总云量差异

国际卫星云气候计划ISCCP是国际上较权威和客观的云气候性研究计划, 自1983年以来为研究全球云和辐射平衡、云水资源分布等提供了有价值的数据。在分析总云量卫星和地面两种观测方式差异的基础上, 研究了1984-2006年ISCCP D2产品和我国地面观测云资料数据集总云量空间及时间差异。尽管两套资料能一致揭示我国总云量的分布形势和气候变化特征, 但区域性差异仍比较明显。天基、地基数据可对比格点上, 全国平均而言总云量卫星观测结果比地面观测偏高8.46%, 华南地区差异最小、东北地区差异最大。气候变化趋势分析结果表明:近23年我国总云量呈减少趋势, ISCCP D2产品总云量每年减少速度为0.015%, 小于地面观测的总云量每年减少速度 (0.063%); 东北地区总云量缓慢增多, 而青藏高原、西北地区总云量减少。利用卫星和地面资料均以累积距平法检测出1984—2001年总云量减少、2002-2006年总云量显著增加。     

NOAA卫星2007年总云量数据精度评估

以2007年数据为例,利用MODIS产品和地面观测数据对NOAA/AVHRR计算得到的总云量进行数据质量评估。评估结果表明,利用NOAA/AVHRR计算的总云量能较好地反映中国总云量的变化特征,总体上在统计意义上要比站点观测总云量略偏低。当以地面观测云为真值,与MODIS云检测产品相比,利用NOAA/AVHRR检测的云像元准确性较高,误判率较低。利用EOF和SVD分解分析NOAA/AVHRR计算总云量与地面观测和MODIS产品的相似度,得到NOAA/AVHRR计算总云量在空间分布上更接近站点观测值,NOAA/AVHRR计算总云量与地面观测总云量SVD分解第一模态时间系数的相关系数(0.96)高于MODIS产品和地面观测总云量间的相关系数(0.76),特别在冬季,NOAA/AVHRR计算总云量明显好于MODIS总云量产品。     

青藏高原地区的总云量——地面观测、卫星反演和同化资料的对比分析

了解云的气候学特征 ,对于深入研究气候变化问题有重要意义 ,而良好的资料质量是其前提和保障。为了充分了解地面观测总云量、卫星反演总云量和资料同化总云量这三种资料在青藏高原地区的共性和差异 ,本文利用 1984— 1990年的青藏高原地面测站的总云量资料、国际卫星云气候学计划中的ISCCP C2总云量资料和NCEP NCAR再分析总云量资料 ,对比分析了三者在青藏高原地区的时空分布关系。分析结果表明 :ISCCP C2总云量与地面观测总云量有较好的相关关系 ,它们在青藏高原地区的空间分布形势相似、年变化和年际变化趋势大致相同 ,在量值上的差异主要源于探测手段的不同 ;NCEP NCAR再分析总云量在青藏高原地区有其固有的缺陷 ,除夏季之外在高原中部地区始终有一个异常的强高值中心 ,由此导致其对时空分布特征和量值的描述与ISCCP C2和地面观测值相差较大 ,因此在有关青藏高原的研究中不宜直接或单独使用NCEP NCAR再分析总云量资料。     

气象卫星高空间分辨率数据的云量计算与检验

该文利用国家卫星气象中心1998—2008年NOAA卫星的存档数据,在再定标和精定位等数据再处理基础上,利用自行研发的云检测算法及云量计算方法,生成空间分辨率为0.01°×0.01°、时间尺度为10年的逐日云量数据,并利用ISCCP和地面观测数据对计算得到的云参数进行数据质量评估。评估结果显示:利用NOAA数据的抽样云检测结果与ISCCP-DX数据相比,晴空像元检测率具有0.70左右的一致性;有云像元检测率具有60%左右的一致性。卫星计算的总云量与地面观测总云量间的月平均相关系数大于0.70。     

不同云重叠参数对全球和东亚地区模拟总云量的影响

在国家气候中心全球大气环流模式BCC_AGCM2.0中引入一组基于CloudSat/CALIPSO卫星观测的、能够体现真实时空变化特征的云垂直重叠参数（抗相关厚度,L_cf）数据,以减小由云的重叠描述造成的辐射场的不确定性。对比了采用时空变化的云重叠参数和采用恒定云重叠参数的气候模拟结果,发现无论在全球还是东亚区域,采用基于卫星观测的云重叠参数对模拟的总云量都有一定程度的改进。采用时空变化的云重叠参数后,冬、夏两季全球平均总云量与云和地球的辐射能量系统（CERES）卫星资料的误差都减少了1.6%,其中热带对流区域总云量的正偏差和副热带地区总云量的负偏差都明显减少,这些有助于正确模拟不同区域间的能量收支差异。在东亚区域,采用时空变化的云重叠参数后,冬、夏两季的东亚区域平均总云量与CERES卫星资料的误差分别减少了1.8%和1.4%。综上所述,基于CloudSat/CALIPSO卫星资料计算得到的L_cf有助于改进大气环流模式对总云量的模拟,从而提高模式对辐射场的模拟精度。      

我国卫星总云量与地面总云量分布的对比分析

根据国际卫星云气候学计划（ISCCP）的总云量和地面总云量资料,分析并讨论了两者在我国的空间分布和单站年变化中的相关性和差异性,对比了两种总云量的全国分布形势。结果指出,在总趋势大致相似的前提下,卫星总云量图能更好地揭示青藏高原、塔克拉玛干沙漠以及沿海地区的云气候特征。最后还就青藏高原总云量分布特点作了分析。     

多种资料的总云量产品在中国区域的对比分析

利用1987-2016年中国大陆地区的776个站点的总云量资料与CRA40、ERA5、JRA55、CFSR四套再分析资料和国际卫星云气候计划（ISCCP）的月平均总云量数据,统计分析了不同资料的总云量在中国区域的时空差异以及各资料之间的相对一致性。结果表明,不同资料总云量的空间分布特征总体一致,云量的高值区与低值区都有所体现。但是,不同资料在量值上存在一定的差异,ISCCP总云量整体比其他资料偏高5%～20%,各种资料在江淮、东南和西南等总云量高值区吻合程度更好。在东北、西北及内蒙古大部分地区由于有积雪覆盖,卫星反演存在云雪误判导致ISCCP总云量与地面观测和再分析资料相比显著偏高。CRA40与JRA55在东北、华北和江淮地区与地面观测的偏差较小,而ERA5与CFSR在华南及西南地区与地面观测更为接近,JRA55总云量在各资料中最低,在华北、西北以及青藏高原地区表现得尤为明显。ERA5总云量与地面观测一致性最高,其相关系数达到0.91,再分析总云量与ISCCP相关系数均低于0.7,CRA40与ERA5的相关系数达到0.87,CFSR与ERA5也具有较高的相关性,而JRA55与CFSR相...     

ASC200型地基双波段全天空云量自动观测仪云量比对分析

采用ASC200型地基双波段全天空云量自动观测仪2019年2—5月在中国气象局长沙国家综合气象观测试验基地和上海宝山国家基本气象站的连续观测数据，分别与人工观测云量及器测云量参考标准进行比对，从综合云量、可见光云量及红外云量3方面初步探究其云量观测能力。比对结果显示：该设备长沙站和宝山站综合云量样本与人工云量参考标准差值在±20%以内的样本分别占总量的92.2%和79.4%，长沙站综合云量样本与器测云量参考标准差值在±20%以内的占样本总量的90.5%，差值在±10%以内的占样本总量的86%。结论如下：①ASC200综合云量样本与人工及器测云量参考标准一致性良好；②验证了可见光云量观测系统在雾霾等天气条件下观测能力较弱，红外云量观测系统对卷云的观测能力较弱；③在能见度良好的观测条件下，双波段云量观测系统的云量观测能力优于单一波段云量观测系统。     

卫星云参数与飞机云物理探测对比研究和飞行方案设计

开展卫星反演云特性参数与飞机观测的对比研究,对于更好地发挥卫星遥感观测在天气、云物理和人工影响天气方面的探测优势具有重要意义。选取2012年9月21日一次层状云降水过程,对比分析FY-2与MODIS反演云参数及飞机观测结果,探索了飞机检验卫星云参数的飞行方案。结果表明:FY-2反演云参数演变趋势与飞机观测结果有较好的一致性;FY-2反演有效粒子半径(Effective Radius,Re)和光学厚度(τ)与MODIS反演的Re和τ间相关性较好,但此个例FY-2反演值普遍小于MODIS反演值;探测区域FY-2反演Re频率分布与飞机观测Re分布有一定差异,FY-2反演Re偏小,MODIS反演Re频率分布与飞机观测结果更为接近;飞机观测计算得到的τ和液水路径值(Liquid WaterPath,LWP)与卫星反演τ和LWP差异较大,FY-2反演值明显偏小。对于Re的检验,飞机最好在Re分布不大均匀的云顶作较长距离平飞观测;对于LWP和τ等垂直积分参量的检验,飞机最好选择在光学厚度较均匀的小区域内螺旋爬升至云顶之上,再自云顶向下至最低高度进行垂直观测。     

基于晴空阈值法的全天空红外图像云量计算

为提高新疆戈壁地区云的自动化观测水平,基于全天空红外成像仪(WSIRCMS)获取的红外辐射图像,利用辐射传输模式SBDART分析了仪器测量波段对有云无云状况的敏感性并构建了拟合方程,同时利用典型季节的晴空辐射样本拟合了晴空曲线并统计形成了晴空阈值,最后利用统计晴空阈值对全天空红外辐射图像进行云像素识别和总云量计算。将不同季节总云量计算结果同人工观测结果对比验证表明：观测时段算法计算总云量和人工观测总云量差值在±2成以下的概率均在80%以上,说明该方法具有较高的准确度和较强的实用性,在观测业务中具有较好的应用前景。     

利用扫描式红外亮温仪对天空云量的试验观测

利用中国科学院大气物理研究所中层大气与全球环境探测实验室自主开发研制的全自动扫描式天空红外亮温仪,于2007年4-8月在北京市气象局南郊观象台进行了试验观测.利用获得的天空红外亮温数据和南郊观象台(54511站)实时地面气象数据,进行了天空云量的计算.将整点前30 min内观测的云量的平均值作为与观象台观测对应的整点观测云量,分不同情况与观象台目视观测结果进行了对比分析.结果表明:(1)对于中低云,两种观测的云量比较一致,但如果在此期间云消散或增加很快,则差别较大.其主要原因是观测的时间和方式不同所造成的.(2)对于以卷云为主的天空情况,特别是高层薄卷云的情况,两种观测的云量差别较大.原因是受到目前试验所使用的红外传感器低温测量范围的限制(-50℃),以及判定云的阈值算法目前还只对于中低云比较适用,对于卷云的判断能力比较薄弱.(3)对于天空情况比较复杂,以及能见度不好的情况(气象站目视云量记录为10-),两种观测的云量差别也很大.其差别既受到仪器性能的影响,也与观测员视力与经验有关.仪器受到最低测量温度的限制,反演算法也有其不确定性,而观测员在低能见度时的观测局限性亦是一个重要原因.利用SIRIS-1进行云量和云底高度观测的优点是时间分辨率高,且全天时自动化,但对于卷云的判断还较薄弱.     

内蒙古地区云量时空分布及变化趋势分析

利用1983年7月至2001年9月ISCCP云气候资料集D2资料集内蒙古区域云资料和内蒙古地区117个地面观测站的多年月平均气温、降水资料,采用趋势分析方法分析了内蒙古地区总云量和高、中、低云量的时空分布和多年变化趋势,以及温度和降水的多年变化趋势。结果表明：内蒙古地区总云量、低云量、中云量呈白西向东逐渐增多,高云量自西南向东北逐渐减少的空间分布特征;19年来东部地区总云量呈增加趋势,中、西部地区总云量呈减少趋势,温度的升高可能是云量变化的原因之一,内蒙古东北部云量和降水量变化趋势一致。     

1961-2013年黑龙江省总云量的气候变化特征分析

利用黑龙江省67个台站1961-2013年地面月总云量观测资料,采用气候趋势系数和气候倾向率方法分析了黑龙江省总云量的时空渐变特征。结果表明,近53 a,黑龙江省年平均总云量呈减少趋势,气候倾向率为-0.6%/10 a,20世纪90年代总云量减少最明显,1963年总云量最多,2001年最少。四季平均总云量均呈减少趋势,尤其在夏季。从空间分布看,黑龙江省多云区域主要位于大兴安岭、伊春、三江平原、牡丹江,少云区域位于西部地区。黑龙江省大部分地区总云量呈减少趋势。     

多源观测数据在LAPS三维云量场分析中的应用

该文将我国FY-2C气象卫星通道数据、地面观测数据、雷达数据融合进入LAPS (Local Analysis Prediction System) 三维数据分析系统中,获得了三维云量场分布,并采用北京地区2009年11月9日08:00(北京时,下同) 和华南地区2008年6月12日14:00个例,设计了5种试验对LAPS融合的云量场进行分析。结果表明:LAPS云分析中,地面观测对云底结构起主要订正作用,雷达观测对云中、低部信息起主要订正作用,而卫星云图数据对云顶分布订正效果显著,卫星资料是获得客观三维云量场不可或缺的数据。