基于气象要素内插的GPS水汽反演方法研究与精度分析

准确获取测站气压和温度对GPS水汽反演至关重要。由于我国地域辽阔、经济和社会发展的差异较大,我国GPS气象站网有部分站点未布设气象传感器,无法准确获取测站的气压和温度,其对测站上方水汽造成了较大影响。本文提出一种增加高度订正的反距离加权法,并利用全国113个GNSS气象站(包括25个实验站点,88个插值站点)的连续3个月的气象数据对该方法进行验证。结果表明,内插得到的气压和温度的均方差为1.53 hPa和1.18 K,平均偏差为0.94 hPa和0.82 K。精度随着内插站点与实验站点之间高差的增大,偏差随之增大。最后将内插得到的气压和温度应用于GPS水汽解算,并与GPT-2模型的精度对比。内插气象数据得到的PWV(Precipitale Water Vapor)的均方差和平均偏差为0.59 mm和0.38 mm,精度明显优于GPT-2模型。     

CRA40在中国地区GNSS水汽反演中的适用性评估与分析

基于中国气象局发布的CRA40气象再分析资料,计算地基GNSS水汽反演中涉及气压、气温、大气水汽加权平均温度（T_m）、天顶对流层总延迟（ZTD）等关键参数,并分别以地面气象站（气压、气温）、无线电探空测站（T_m）以及地基GNSS测站（ZTD）为参考,对这些参数在中国地区的精度和可靠性开展了系统的评估.计算结果与欧洲中期天气预报中心（ECWMF）最新一代ERA5产品的计算结果进行比较,结果表明：基于CRA40计算的测站处气压和ZTD的平均RMS（均方根）分别为0.91 hPa和13.5 mm,略差于ERA5;计算的测站处气温和T_m平均RMS分别为2.67 K和1.47 K,略优于ERA5.三类参数（气压、气温、ZTD）的日变化总体趋势与实际观测符合较好.     

ERA5再分析数据在微波辐射计数据反演中的初步应用

为了研究ERA5再分析资料在微波辐射计数据反演中的应用效果,利用探空和ERA5作为训练样本分别训练得到两个神经网络,对微波辐射计观测数据进行反演。并以探空资料作为参考分别统计基于探空和ERA5再分析资料反演得到的数据的相关系数、绝对偏差和均方根误差,用于评估ERA5再分析资料在微波辐射计数据反演中的应用效果。结果表明：基于ERA5和探空反演的温度廓线与探空的相关系数分别为0.988、0.99,绝对偏差分别为2.402 ℃、2.607 ℃。反演水汽与探空的相关系数分别为0.975、0.979,绝对偏差分别为0.412 g/m3、0.369 g/m3。反演的相对湿度相关系数分别为0.663、0.696,绝对偏差分别为15.587%、13.976%。反演的积分水汽总量相关系数分别为0.959、0.968,绝对偏差分别为0.258 cm、0.227 cm。从结果来看,基于ERA5资料反演的温度、水汽资料与利用探空反演的结果相差较小,温度廓线反演效果优于相对湿度廓线。     

GNSS/PWV与风云四号A星GIIRS水汽廓线融合应用研究

中国新一代地球静止气象卫星风云四号A星（FY-4A）搭载的干涉式大气垂直探测仪（Geostationary Interferometric Infrared Sounder, GIIRS）以红外高光谱干涉分光方式探测三维大气温湿结构,取得了在静止轨道上探测大气的突破性进展。地基全球导航卫星系统（Global Navigation Satellite System,GNSS）是一种连续监测大气可降水量（Precipitable Water Vapor,PWV）的有效手段,基于2018年6—8月中国地基GNSS站监测的PWV和FY-4A/GIIRS水汽廓线的业务产品以及常规无线电探空资料,开展GNSS/PWV与FY-4A/GIIRS水汽廓线快速融合应用,以提高卫星资料反演大气水汽廓线的精度。结果表明:与常规无线电探空相比,FY-4A/GIIRS水汽廓线产品在大气低层均方根误差（Root Mean Square Error,RMSE）为4.5 g/kg,700 hPa为2.4 g/kg,500 hPa以上因水汽含量较低RSME小于1.5 g/kg。GNSS/PWV与FY-4A/GIIRS水汽廓线融合后,FY-4A/GIIRS水汽廓线误差整层RMSE减小20%,从近地层到600 hPa RMSE平均减小20%—25%,尤其是850—700 hPa改善最明显,极大改善了卫星水汽反演资料的可用性。对一次多系统影响的暴雨天气过程应用分析表明,GNSS/PWV和FY-4A/GIIRS融合产品可获得高时、空密度的大气水汽廓线,对强降水的临近预报有非常重要的支撑作用。      

我国台风高发期东海和南海海区GIIRS/FY-4A温度反演廓线精度研究

基于欧洲中期天气预报中心再分析资料ERA5,对GIIRS/FY-4A温度反演廓线在我国台风高发期东海和南海海区的反演精度进行研究,结果表明:（1）东海海区,无云时GIIRS质量控制0的数据总体RMSE为1.71 K,150~450 hPa高度范围内RMSE小于1 K,450 hPa至近海面RMSE在2 K以内。质量控制1的数据反演精度低且随高度的增加误差增大;有云时,质量控制0和1的反演数据总体RMSE为4.72 K和5.55 K。（2）南海海区,无云时,质量控制0的数据总体RMSE为1.67 K,150~800 hPa范围内RMSE小于1 K,反演精度较东海海区略高。质量控制1的数据RMSE为5.07 K。有云时,质量控制0和1的数据RMSE为6.68 K和7.56 K。（3）随着台风“利奇马”等级加强直至最大等级（海上发展阶段）,GIIRS可信度较高的反演数据量呈现下降趋势,反演台风周边热力结构存在诸多不确定性,需要借助其他资料进行验证。      

中国区域性大气加权平均温度线性模型精度评估

以欧洲中期天气预报中心的再分析资料ERA5为参考数据,评估由探空数据建立的中国区域88个单站大气加权平均温度（T_m）与地表气温（T_s）线性关系模型的精度.各站T_m-T_s线性模型计算的T_m（计算值）与ERA5 气压层数据积分所得的T_m（参考值）间偏差均方根值（RMSE）为1.8~5.5 K.不同站模型计算值与参考值间存在-1.22~4.54 K 的系统性偏差,且绝大多数测站（82个站）系统性偏差为正值,即模型计算值总体上大于参考值.补偿各站系统性偏差后,模型计算值与参考值间RMSE降为1.5~3.5 K.与使用中国区域统一模型相比,使用单站模型平均能提高0.6 K的T_m计算精度,尤其在中国西部、西北和内蒙区域,精度提高可达1~3.9 K.对所有测站模型计算值和参考值间偏差时序进行分析,发现超过半数测站的偏差存在明显季节性变化.     

GPT2w模型在中国大陆地区的精度分析

全球气温气压（GPT）系列模型可用于计算全球任意位置的气温、气压和水汽压等各种气象参数,目前国内外广泛使用且精度较高的全球气温气压模型主要为GPT2w模型.本文利用2012—2016年中国大陆地区102个国家气象站实测的气温、气压和水汽压数据对GPT2w模型进行精度分析.结果表明：GPT2w模型的气温误差均值为-0.45 ℃,标准偏差均值为10.04 ℃;气压误差均值为2.05 hPa,标准偏差均值为6.55 hPa;水汽压误差均值为0.11 hPa,标准偏差均值为6.15 hPa.总体而言,GPT2w模型计算出的气温、气压和水汽压值在中国大陆大部分地区具有较高的精度.同时,三种气象参数的精度在中国大陆地区分布不均匀,不同纬度区间存在一定差异且以年为周期均具有明显的季节性.     

基于FY-4A温湿廓线的强对流过程探空检验及应用分析

选取2019年2月至2020年2月广西区域内出现强对流天气的时段,将区内6个探空站温湿廓线资料以及ERA5数据作为基准检验,分析了FY-4A卫星温湿廓线的误差情况,结果表明：(1)无云条件下FY-4A温湿度廓线的偏差相对较小。相对于探空数据,质量控制为0和1的样本均方根误差RMSE范围在1.04～4.16℃,总体RMSE为2.61℃,850～700 hPa、600～500 hPa以及250 hPa上误差较小,RMSE均小于2℃。FY-4A与ERA5温度廓线的差异分布与探空结果相近,RMSE范围为1.01～4.15℃,总体RMSE为2.19℃,925～400 hPa以及250 hPa上RMSE均小于2℃。(2)无云条件下FY-4A湿度廓线总体RMSE为61.06%,低值区位于900～700 hPa,平均约为20.51%。在500 hPa附近误差最大,可能与干空气入侵导致垂直方向上含水量突变有关。总体而言对流层低层误差较高层小。(3)个例中重构的T-Inp图能一定程度上还原大气上下层的温湿结构特征,但对于层结稳定度以及不稳定能量的定量估计还存在一定偏差。经质量控制后的温度数据较好地反映了冷...     

COSMIC掩星数据与L波段探空数据的对比分析

COSMIC(Constellation Observation System for Meteorology,Ionosphere and Climate)每天可以提供全球2000～3000条从40 km高空到近地面的大气温、压、湿的廓线资料,有效地弥补了常规探空资料在时间和空间上分辨率的不足。通过对2008年5月20日至2008年11月26日COSMIC资料与L波段探空秒数据进行比对,结果表明,在10 km高度以下,COSMIC反演的湿廓线资料与L波段探空数据偏差较小,温度偏差为-0.5℃,均方根误差为1.5℃;折射率偏差为1.4N,均方根误差为5.9N;气压偏差为2.0 hPa,均方根误差为4.7 hPa;水汽压偏差为0.1 hPa,均方根误差为1.1 hPa。COSMIC干廓线资料与L波段探空相比,在10～30 km高度内,温度偏差为-0.3℃,均方根误差为1.9℃;折射率偏差为0.4N,均方根误差为0.9N;气压偏差为1.4 hPa,均方根误差为2.6 hPa。表明COSMIC资料既具有较高的时空分辨率,又具有较好的精度,在数值模式中具有重要的潜在应用。     

RPG-HATPRO微波辐射计反演的温度和湿度数据适用性分析

以太原地区常规探空观测资料为参考,选取2015年2月13日至2016年6月21日地面、925 hPa、850 hPa、700 hPa、500 hPa、400 hPa、300 hPa的00时次和12时次温度与露点温度的配对数据,采用统计学方法对比分析同址德国RPG-HATPRO型微波辐射计反演的温度和湿度数据。结果表明:不同等压层微波辐射计反演的温度与探空观测的温度数据存在一定的偏差,微波辐射计反演的温度数据相对探空观测的温度数据系统性偏小。微波辐射计反演的和探空观测的温度数据同步性较强,二者相关系数为0.89以上,二者露点温度数据的相关系数为0.60以上。综合分析可知,降水对微波辐射计反演的温度和湿度数据影响均较大。为了验证不同等压层微波辐射计反演温度数据的偏差准确性,在对比分析的基础上建立微波辐射反演温度的订正模型,采用滑动均值订正法和配对样本T检验验证法对微波辐射计反演的温度进行订正,订正偏差为0.5℃以内。     

ERA5再分析数据适用性初步评估

利用山东省及周边地区10个站点的地面和高空观测资料对ERA5再分析资料的适用性进行了初步评估。结果表明：再分析的海平面气压和2 m温度与实况资料的相关性明显优于2 m相对湿度和10 m风场;高空温度和相对湿度在对流层中低层的适用性要好于高层,而位势高度和风场在中高层适用性较好;海平面气压再分析与实况的相关有着最明显的季节变化,2 m温度、2 m相对湿度和10 m风速则在部分站点有较明显的季节变化,而10 m风向的相关系数更多地表现出站点之间的差异,高空要素的适用性,季节和区域差异不明显。另外,对比发现,ERA5的适用性总体上要优于ERA-Interim再分析资料,地面和对流层低层的相对湿度、风场提高更为明显。     

One-Dimensional Variational Retrieval of Temperature and Humidity Profiles from the FY4A GIIRS

A physical retrieval approach based on the one-dimensional variational(1 D-Var) algorithm is applied in this paper to simultaneously retrieve atmospheric temperature and humidity profiles under both clear-sky and partly cloudy conditions from FY-4 A GIIRS(geostationary interferometric infrared sounder) observations. Radiosonde observations from upper-air stations in China and level-2 operational products from the Chinese National Satellite Meteorological Center(NSMC)during the periods from December 2019 to January 2020(winter) and from July 2020 to August 2020(summer) are used to validate the accuracies of the retrieved temperature and humidity profiles. Comparing the 1 D-Var-retrieved profiles to radiosonde data, the accuracy of the temperature retrievals at each vertical level of the troposphere is characterized by a root mean square error(RMSE) within 2 K, except for at the bottom level of the atmosphere under clear conditions. The RMSE increases slightly for the higher atmospheric layers, owing to the lack of temperature sounding channels there.Under partly cloudy conditions, the temperature at each vertical level can be obtained, while the level-2 operational products obtain values only at altitudes above the cloud top. In addition, the accuracy of the retrieved temperature profiles is greatly improved compared with the accuracies of the operational products. For the humidity retrievals, the mean RMSEs in the troposphere in winter and summer are both within 2 g kg^–1. Moreover, the retrievals performed better compared with the ERA5 reanalysis data between 800 h Pa and 300 h Pa both in summer and winter in terms of RMSE.     

近30 a华北地区高空温度时空演变特征

根据华北地区12个探空站近30 a(1979-2008年)的各标准等压面月平均气温资料,对该地区高空年、季气温时空演变特征进行了分析.结果表明:华北地区高空年、季平均气温变化均具有非常高的空间一致性,其中冬季的一致性特征最明显;华北地区高空年、季平均气温大致以150-100 hPa层为界,以上(平流层下层)和以下(对流层)的气温存在着不同的变化特征:从近地面到200 hPa冬(夏)季最低(高),但在年平均气温最低的100-70 hPa,气温季节变化位相与对流层相反,50 hPa层以上气温的年变化不大;近30 a来华北地区对流层中下层的年、季平均气温变化以上升为主,而对流层上层至平流层下层则以下降为主.低层的变暖始于20世纪80年代后期,高层的变冷普遍始于20世纪90年代.     

GPM IMERG和ERA5降水数据精度在云南复杂地形区域的评估检验

为评估和对比GPM IMERG、ERA5降水数据在云南的适用性,利用2014年4月至2018年6月的地面气象观测数据、GPM IMERG卫星遥感降水产品和ERA5再分析降水数据,采用定量和分类评分7项指标评估GPM IMERG和ERA5日降水产品在云南的适用性。结果表明:2种数据存在小雨日雨量高估,中雨及以上量级雨日雨量低估的问题,ERA5数据更为突出,小雨日居多导致降水整体高估;GPM IMERG数据空、漏报并存,ERA5则高空报、低漏报严重;小雨日较多(较少)的区域2种数据易出现高漏报(空报);不同雨强区间GPM IMERG秋季降水数据精度最高,冬季存在低雨强低估,高雨强高估的不同表现;20mm/d以下中低雨强段上2种降水数据与地面站点数据误差较小,雨强变大,误差增大,雨强大于20mm/d时,2种数据随雨强增大与站点偏差差异更为显著;随坡度和起伏度增大2种降水数据精度呈变差趋势;多项指标评估表明GPM IMERG降水数据在云南具有更高精度。研究结果为应用和开展农业、水利、水文、气象等相关学科研究提供参考依据。     

四川省CLDAS和ECMWF再分析数据风速产品评估

利用2019年1月1日00时～12月31日23时(世界时)四川156个国家站和1768个区域站的观测数据,评估全国智能网格实况分析产品(CLDAS)和ECMWF再分析数据(ERA5-Land)的10m风产品。采用双线性插值方法,将两种分析产品插值到气象站点,与观测值对比,通过平均误差,平均绝对误差,均方根误差和相关系数等指标对以上两种产品进行评估比较。结果表明:两种分析产品对于四川省国家站和高原地区区域站风速都以低估为主,但盆地区域站高估。风速在高原地区所有评估指标都比盆地内差,高原地区需谨慎使用格点风产品。CLDAS对于国家站的各项评估指标都优于ERA5-Land。两种产品与区域站的平均误差,平均绝对误差,均方根误差结果整体相近,但CLDAS对非独立区域站的误差相对更小。ERA5-Land相关性较差,与四川地区实际观测的地面风速变化趋势相反, 不适用于四川。      

库尔勒气象站迁站前后气象要素特征及成因分析

利用2016-2018年库尔勒气象站迁站前后基本气象要素的观测资料进行对比分析,结果显示：(1)平均气温、平均最低气温年、月值均是新站低于旧站,年值分别低2.1℃和4.1℃,年平均最高气温持平；春季气温差值变化相对较小,夏、秋、冬季气温差值变化相对偏大。(2)各月相对湿度新站大于旧站,各季相对湿度差值夏季最大,年平均相对湿度新站比旧站高11%。(3)平均气压新站高于旧站,年平均气压差值为3.2pha。各季差值冬季最大,(4)平均风速新站比旧站偏大0.1m/s,春季、夏季风速大于其他季节；最大风速新站比旧站偏大1.3-6.2m/s；主导风向由ENE转为E。(5)年平均气温、最低气温、平均湿度和年平均气压,迁站前后资料有显著差异,年平均最高气温、平均风速无显著差异。(6)测站周围环境、海拔高度、下垫面、地形等因素是造成新旧站气象要素差异的主要原因。