FY3A/VIRR海面温度业务产品算法改进与质量检验

针对FY3A/VIRR海面温度(SST)业务产品温度偏低的现状,进行误差原因分析,并对SST产品算法进行了如下改进:采用精度优先原则,以尽可能大的SST覆盖度提高SST反演精度;针对业务SST云污染的现状,构建3×3数据块,并在此基础上进行了SST空间一致性检验;引入气候阈值检验,以进一步剔除异常值。改进后的SST产品,全球日平均SST的覆盖度有所降低,但SST的一致性提高了;算法改进前后全球月平均SST覆盖度基本一致,但改进后云污染的现象得到了抑制。利用分析场日平均OISST对改进后的FY3ASST进行了质量检验,在南北纬70°之间的海域,FY3ASST的全局精度为-0.23±1.74℃,负的偏差说明云和气溶胶的影响仍然存在。改进后的FY3ASST 1.74℃的均方根误差与FY3A VIRR 11μm通道1.6K的定标精度量级相当。     

FY-3C/VIRR海表温度产品及质量检验

国家卫星气象中心FY-3C/VIRR（visible and infrared radiometer,可见光红外扫描辐射计）海表温度产品在云检测产品的基础上,采用多通道MCSST（multichannel SST）算法进行晴空区海温反演。该文详细介绍了海表温度产品算法、产品设计、质量控制及质量检验方法。FY-3C/VIRR海表温度产品包括5 min段原始投影海温和5 km全球等经纬度投影海温。设计逐像元的海温质量标识,将海温像元分为优、良、差3个等级,用户可根据应用目标选择海温的质量等级。与日最优插值海温OISST（optimum interpolation SST）相比,FY-3C/VIRR 2015年1月—2019年12月的5 min段海温质量检验结果表明:质量等级为优的海温,白天和夜间的偏差分别为-0.18℃和-0.06℃,均方根误差分别为0.85℃和0.8℃;白天海温均方根误差有季节性波动,夏季有的月份均方根误差大于1℃（如2015年7月、2016年7月和2019年7月）;在海温回归系数不变的条件下,夜间海温偏差的季节性波动与星上黑体温度相关显著。从一级数据质量、定位、业务运行状况等方面讨论引起海表温度产品异常的原因,为FY-3C/VIRR历史数据定位、定标和产品重处理及用户应用提供重要的参考信息。     

气象卫星遥感西北太平洋海温的研究

在提取ＧＭＳ－４红外通道晴空亮温的基础上，用３种方法对１９９３年８月西北太平洋海温进行了反演试验。误差放大的内在特性使得单通道物理法误差显著，所以，建立了一个单通道统计方法，精度（１．１８℃）上优于同类方法；还将ＴＯＶＳ资料与ＧＭＳ资料结合起来，建立海温多通道统计反演方法，精度（１．０６℃）达到了当代同类方法的精度（０．５—１．３６℃）。两种统计方法得到了与实况相近的海温反演分布     

FY-3B/VIRR海表温度算法改进及精度评估

该文介绍了卫星观测海表温度 (SST) 算法的发展历程,给出了所用SST算法的回归模型,并在FY-3B/VIRR业务SST算法的基础上进行了改进。基于NOAA-19/AVHRR匹配数据集,进行多算法建模分析及精度评估,白天最优算法为非线性SST (NL) 算法,夜间最优算法为三通道SST (TC) 算法,最优算法的确定与NESDIS/STAR一致。建立2012年8月—2013年3月FY-3B/VIRR匹配数据集,并在此基础上进行多算法回归建模及精度评估,白天和夜间的最优均为NL算法,分析发现夜间TC算法采用匹配数据集版本2(MDB_V2) 时,3.7 μm通道存在类似百叶窗的条带现象。以2012年10—12月FY-3B/VIRR匹配数据集计算回归系数,以2013年1—3月独立样本进行精度评估,与浮标SST相比,NL算法白天和夜间的均方根误差分别为0.41℃和0.43℃。与日平均最优插值海温 (OISST) 相比,NL算法白天和夜间的均方根误差分别为1.45℃和1.5℃; 选择与OISST偏差在2℃以内的样本,NL算法白天和夜间均方根误差分别为0.82℃和0.84℃。     

基于仿真的6.9 GHz通道亮温改进FY-3D MWRI海面温度产品

海洋表面温度SST（Sea Surface Temperature）是全球海洋和气候研究的重要参数之一，卫星被动微波遥感由于能够实现全天候观测而被越来越多的应用到SST研究中。中国的风云三号（FY 3）卫星搭载的微波成像仪（MWRI）缺少对SST更加敏感的7 GHz附近垂直极化通道，本研究将FY 3 MWRI与具有6.9 GHz通道的Aqua AMSR 2进行时空匹配，采用神经网络方法，利用匹配的FY 3 MWRI的通道亮温模拟仿真AMSR 2的69 GHz垂直极化通道亮温（6.9V），通过引入仿真的6.9V来提高FY 3 MWRI SST的反演精度。结果表明：引入仿真的6.9V可以改进FY 3 MWRI SST反演精度，对35°～90°S之间海域的SST改进更加显著，主要由于6.9V对低SST的探测灵敏度更高且在低SST反演时受风速的影响较小导致的。如果FY3后续卫星可以搭载6.9 GHz通道，将可进一步提升低SST特别是两极SST的反演精度。     

基于MODIS数据的台湾海峡SST区域遥感监测模型研究

采用SeaDAS模型开展基于MODIS数据的台湾海峡海洋表面温度SST遥感监测时,发现SeaDAS模型在台湾海峡中部SST的监测精度能够满足要求,但在台湾海峡近岸SST的监测误差明显偏大。为此根据2003—2006年台湾海峡近岸观测站点和台湾海峡中部浮标的实测SST数据,采用线性多通道算法建立台湾海峡SST区域遥感监测统计模型,并选择2007年30个SST数据样本对区域统计模型的监测效果进行验证分析。结果表明：在台湾海峡海域采用SeaDAS模型监测SST绝对误差的平均值是1.2 ℃,标准差是0.69 ℃,而采用区域统计模型监测SST绝对误差的平均值下降到0.89 ℃,标准差下降到0.52 ℃,区域统计模型优于SeaDAS模型。     

近54年广东沿海海表温度最低、最高年平均成因分析

根据1960—2013年广东省沿海5个海洋站的实测月平均海表温度（SST）及南海高压特征指数、太阳总辐射、季风、全球年平均地表温度距平等资料,采用比较方法,分析近54年最低、最高年平均SST的季节变化差异及其形成原因,得出近54年来年平均最低、最高SST分别为1984年（SST距平为-0.95℃）与2002年（距平为＋0.91℃）;SST差异主要发生于冬、春季月份,其形成原因与全球变暖、南海高压强弱变化、太阳总辐射强度、冬季风强度等季节变化有密切关系。     

基于非线性算法的FY 3A/VIRR SST反演

利用非线性算法实现了FY-3A/VIRR数据的海洋表面温度SST产品的反演.对2010年的全球船舶站观测数据和FY-3A/VIRR数据建立匹配数据集,选择单月的匹配数据采用多元回归模型计算得到了适用于FY-3A/VIRR数据的非线性海表温度反演算法NLSST的系数,能够实现FY-3A/VIRR数据的高精度SST产品反演.并利用独立于反演算法的双月匹配数据采用最小绝对偏差方法通过线性模型对SST算法的精度进行检验,结果显示白天和夜间的偏差分别为0.05℃和-0.05℃,绝对偏差在0.50℃以下,标准偏差在0.65℃以下.通过文中实现的算法反演了VIRR数据的SST产品,并和MODIS的官方产品进行比较,结果显示两种SST产品具有很高的一致性.     

基于Kalman滤波的副热带高压数值预报误差修正

利用Kalman滤波方法，对T106数值预报产品进行了误差修正和预报优化。用1995-1996年夏季（5-8月）T106数值预报产品资料建立预报模型，并提供递推参数初始值，其后以1997年夏季（5-8月）T106资料为独立样本对副高面积指数和脊线指数进行动态订正预报。预报效果的对比分析表明，Kalman滤波方法较其它统计预报方法的自适应能力更强。能够对预报对象提供更为准确、有效的跟踪和描述。对数值预报产品的副高预报误差修正效果良好。     

广东前汛期月降水异常的强信号研究及预测概念模型

利用NCEP/NCAR再分析资料等较新资料，从500hPa高度场，向外长波辐射（OLR）场，海表温度（SST）场以及表征高，中，低纬大气活动特征的14个大气环流指数四个方面，较为系统地研究广东前汛期月降水异常的前期信号，形成预测概念模型，为月降水的量级（即旱、涝，正常）预测提供多方面的信息和实用的预报工具。     

L波段探空仪温度资料误差分析

我国探空观测业务已逐步用L波段探空仪取代59型探空仪。为了解L波段探空仪观测质量，利用观测资料减模式背景场的差（简称OMB）的统计分析技术和贝塞尔函数拟合法分离观测误差技术，分析了2005年35月我国36个L波段探空仪探测的温度误差特性。结果表明，L波段和59型的OMB平均偏差差别不大，一般都在0．2℃之内。而温度随机误差在500-300hPa减小约0．2℃，在00时300hPa以上，有更明显的减小，达0．4℃，约占59型观测误差的四分之一。     

冬季华南降水年际变化的环流特征及对前期海面温度异常响应

利用我国160站降水观测资料、NCEP/NCAR再分析资料以及英国哈德莱中心的海表面温度资料，分析了华南冬季（12月至次年2月）降水年际变化的大气环流特征以及对前期海面温度（Sea Surface Temperature,SST）异常的响应。结果表明，东亚高空急流异常偏南（偏北），东亚大槽减弱（增强），天气瞬变扰动和南支槽加强（减弱），来自孟加拉湾和南海的西南风在华南形成异常辐合（辐散），从而有利于该地区降水异常偏多（偏少）。ENSO型SST异常不能完全解释华南降水异常年南支槽和低层环流特征，进一步研究表明，导致华南降水异常的南支槽和低层风场变化与热带印度洋和赤道西太平洋SST异常关系更为密切。由前期热带印度洋和赤道西太平洋构建的SST指数和华南冬季降水相关达到0.44，两者相关系数在SST指数超前1个月时达到最大，对华南冬季降水具有一定潜在预报意义。     

南海夏季风对流季节内振荡的频谱变化特征

利用1980～1997年TBB资料和海表温度（SST）资料,诊断分析了南海对流季节内变化频谱及强度的变化特征,并探讨对流季节内振荡强度与对流本身强度以及南海SST之间的关系。结果表明,南海对流季节内变化强度及频谱存在明显的年内变化、年际变化和年代际变化特征;南海地区夏半年对流及其ISO1强度与后期冬季南海SST有一定的关系,当夏半年对流较强（弱）,ISO1较强（弱）时,则后期冬季南海SST偏低（高）。     

2008年初广东罕见寒冷期沿岸SST变化特点

利用海洋站实测水温资料,分析了2008年1月中旬-2月中旬广东省罕见寒冷灾害期间,广东沿岸海面温度（SST）的变化特点,得出月均海面温度距平（SSTA）为近50年来最低值,低SST持续时间长和SST变化存在明显的岸段差异等特点。     

基于卫星观测的南海表层温度气候学特征及长期变化

利用高分辨率AVHRR Pathfinder卫星海表温度资料,分析了1982-2012年南海及其毗邻海区海表温度（SST）的变化趋势,并给出了近30年该海域SST的气候学特征。结果表明：南海年平均SST随纬度的增加而降低,且越靠近陆地海温梯度越大,等温线呈西南-东北向分布;南海最高、最低SST分别出现在夏季和冬季;夏季中南半岛和海南岛东侧存在相对低温区,应与西南季风和地转偏向力共同作用引起的深层冷水涌升有关;近30年南海及毗邻海区年平均SST增温趋势为0.100℃/10a,20世纪90年代末到21世纪初年平均SST处于高值期,最高值出现在1998年;南海海区四季均存在变暖趋势,冬季增温趋势最大,为0.194℃/10a,夏、春季次之,分别为0.121℃/10a和0.107℃/10a,秋季最小,为0.086℃/10a;近30年台湾海峡和中国大陆东南沿海增温最显著,最大增温值达到0.7℃/10a以上。     

美国利用NOAA极轨环境卫星反演海面温度的发展现状

自1990年以来,美国国家海洋和大气局(NOAA),国家环境卫星资料和信息服务中心(NESDIS)一直利用改进的甚高分辨率辐射仪(AVHRR)多个红外通道数据和非线性算法,提供卫星海面温度(SST)资料.该文从辐射传输方程入手来描述线性及非线性SST算法,阐明非线性算法比线性算法精确,并介绍了目前美国在这方面工作的进展.     

50年来蒙古国与北半球的气温变化

利用蒙古２５个台站５２年月平均气温资料（１９４０－１９９１年）分析了蒙古的气温变化趋势，并与北半球进行了比较。结果表明，５２年来蒙古年平均气温以０．０１９０℃／年的速率上升，冬、春季和秋季气温呈上升趋势，冬季上升速率最大，为０．０５４０℃／年；夏季气温以－０．０１１０℃／年的速率下降。５０年代是蒙古相对较冷的时期。北半球自１９４０年以来年平均气温上升速率为０．０００３℃／年，冬、春季升温，最大在冬     

由风速资料分析测风仪故障

遵照上级有关通知精神，最近对我区17个站近一年的风速资料进行了调查分析。由于分析的样本有限，加上纬度、地形和仪器使用水平的差异，得出的结论不一定带有普遍性。但为共同提高地面风速资料的精度，将这些不成熟的看法提出，仅供参考。1统计步骤1．1分别建立17个站1971—1995年（共25年）各月自记与定时累年月平均值；1．2用累年各月自记月平均值（后简称“累自”），减去累年各月定时平均值（后简称“累定”），及1995年5月至1996年4月自记值（后简称“今自”）减去相应月定时值（后简称“今定”），建立误差出现频率表1（略）。1．3用…     

区域气候模式中径流计算方案的数值试验

采用由曼宁方程推导而来的动力波方程来改进陆面模式BATS中的径流计算方案，并将改进径流方案后的BA偈模式应用到区域气候模式RegCM2中。利用1998年6—8月T106资料做边界场，对改进后的区域气候模式在中国东部地区进行检验。模拟结果表明，改进后的方案在夏季6—8月内模拟的径流值达到80—500mm左右，较原方案模拟的径流量（30—80mm）更加接近径流实况（50—500mm），体现了径流的大尺度平流效应。取单站（武汉）的模拟结果与原模式进行比较，发现模拟场的平均气温与实况场的误差较原模式减小了0．66℃，几次明显的降水过程也有很好的模拟。文中还分析了气温、降水、土壤含水量、蒸发等量的模拟情况。     

卫星高光谱大气CO2遥感反演精度地基验证研究

利用TCCON网站提供的北半球7个地面观测站CO₂干空气混合比（XCO₂）数据,对3种卫星反演的XCO₂产品进行了验证,包括SCIAMACHY产品、NIES-GOSAT产品和ACOS-GOSAT产品。结果表明：卫星CO₂遥感反演产品与地基遥感资料具有较一致的季节性周期变化,一年中月平均浓度最高值均出现在4月和5月,最低值均出现在8月和9月;相对于地面观测,3种卫星产品均低估了XCO₂;ACOS-GOSAT产品与NIES-GOSAT产品的精度大体相当,误差标准差分别为2.26×10^-6和2.27×10^-6;SCIAMACHY产品的精度略差,误差标准差为2.91×10^-6。