利用TRMM卫星分裂窗通道对东亚地区夏季降水判识方法的探索

利用2005年9月东亚中低纬地区的63个时次的TRMM卫星资料,分析了降水云和非降水云的红外辐射特征。结果显示:10.8μm通道大部分非降水像元的亮温大于280 K,晴空像元的亮温更高;大部分降水像元的亮温小于280 K,降水越强亮温越低,强降水的亮温在260 K以下。非降水像元的分裂窗通道亮温差(BTD45)总的来说都高于1.5 K;降水像元的BTD45总的来说都小于3.0 K,强降水像元BTD45较低,一般在2.0 K以下。在此基础上,分析了中低纬度夏季6次的不同类型的大尺度短时强降水数据,得到了中低纬度夏季强降水过程中非降水云和降水云对应的红外辐射特征,并以此为依据,提出BTD45为3.0 K和10.8μm通道亮温260 K为降水识别阈值,二者结合,可以得到较好的降水判识结果。     

导致区域性雷暴大风天气的云型分类及统计特征分析

利用2005—2011年的静止卫星、常规探空和重要天气报资料,文章选取了18次典型区域性雷暴大风过程,在分析500 hPa天气形势基础上对导致雷暴大风的强对流云型进行了分类分析,其发展过程可划分为初始、发展、成熟和消亡四个阶段。对静止卫星观测的定量特征分析表明,对流云团中IR1通道和水汽(WV)通道的亮温差基本为负值,其值的不断减小预示着强对流在持续发展;在监测和预报雷暴大风天气时,需要特别关注长椭圆形强对流云带的右侧和其右侧的孤立对流云团,尤其是TBB(红外亮度温度)低负值区、TBB高梯度区、IR1和WV通道亮温差值区及大梯度区均配合的区域。在定性分析的基础上对静止卫星IR1与WV通道的亮温特征进行了定量统计分析,获得了雷暴大风出现站点附近的红外亮温、水汽亮温、IR1与WV通道亮温差和红外亮温梯度的分布情况,结果发现大部分站点的雷暴大风天气出现在以下时段:红外亮温由急剧下降到平缓下降之间的过渡期;IR1与WV通道亮温差由迅速下降转为缓慢下降或稳定少变的时间点前后,且多数处于IR1和WV通道亮温差由正转负临近的时间段内;红外亮温梯度达到最大的时间点附近或开始下降的时候。     

基于葵花8号新一代静止气象卫星的夜间雾识别

基于葵花8号新一代静止气象卫星的高时空分辨率多通道数据,利用3. 9μm与11. 2μm通道亮温差法(BTD3. 9～11. 2)和3. 9μm伪比辐射率法(ems3. 9)开展了中国地区夜间不同等级雾的识别,确定了各站点和网格点上对不同等级雾两种方法的参数最优阈值;并利用地面站点观测资料和CALIPSO星载激光雷达产品对陆地和海上雾的识别结果进行了验证。结果表明:(1)通道亮温差法和3. 9μm伪比辐射率法均可以较准确地识别出不同等级的雾,3. 9μm伪比辐射率法准确率略优;随能见度的下降,两种方法识别准确率都明显提升,虚警率明显下降。能见度小于50 m时,通道亮温差法(3. 9μm伪比辐射率法)识别雾的击中率HR、虚警率FAR和KSS评分分别为0. 89(0. 90)、0. 15(0. 15)和0. 74(0. 75)。(2)剔除云影响后,4个雾等级下两种方法对雾识别的HR和KSS评分均有明显提升,FAR均有明显下降。能见度小于1 000 m时,剔除云后通道亮温差法(3. 9μm伪比辐射率法)的HR由0. 71(0. 74)提高到0. 81(0. 85),FAR由0. 27(0. 28)降低到0. 12(0. 13),KSS评分由0. 44(0. 46)提高到0. 69(0. 72),KSS评分提高0. 23(0. 26)。(3) 3个个例分析表明,基于通道亮温差法、3. 9μm伪比辐射率法以及RGB合成图均可清晰识别出大部分雾区,雾区和非雾区的BTD_(3. 9～11. 2)(ems_(3. 9))差异明显,强浓雾区BTD_(3. 9～11. 2)(ems_(3. 9))约为-5℃(0. 75);基于葵花8卫星海雾的识别结果与CALIPSO星载激光雷达VFM反演产品一致。     

利用NOAA卫星的AVHRR资料试分析云和雾顶部粒子的尺度特征

该文利用NOAA卫星的AVHRR资料的通道3（3.55～3.93 μm）数据中所包含的太阳反射光信息,分析了云和雾中粒子的大小分布状况。把分析结果与地面观测资料相对比,发现具有CH3反射率小值的云中大粒子区与降水区间存在一定的关系,CH3反射率大值区与大雾覆盖区之间具有良好对应性。     

我国东南沿海FY-2C卫星图像上多光谱云分析技术

为了对我国东南沿海地区的云类型/下垫面进行客观定量检测,从云的光学特性出发,利用卫星图像上各种云型/下垫面呈现出的光谱特征,结合白天正午样本集,分析云的光谱特征差异,提出一种利用通道亮温和通道间亮温差及反照率等,识别发展较强的对流云、高中低混合多层云、中低层水云、薄高云和晴空的方法。通过样本采集、绘制散点图、检测试验,建立FY-2C云类型/下垫面识别流程,给出白天及夜间适合的检测判据。结果表明:强对流云团的光谱特征最显著,其判别相对简单,采用单通道或通道间亮温差即可获得较好的判别效果,但也存在对密实卷云错判的情形;与天气过程相联系的高中低混合多层云光谱特征也比较明显,较易识别,但高中低混合多层云和厚卷云以及发展较强的对流云光谱特征存在相似之处,在一些云层边界或交界处还是存在一些错判;暖水云和薄卷云的判识对可见光通道依赖性较强。经过多光谱云分析,可间接确定云相态,并可为其它云参数（云顶高、光学厚度及有效粒子半径等）的反演提供有利信息。      

GMS-5实时资料反演大气水汽含量的研究

采用新疆“96·7”特大暴雨期间逐日08、20时1°×1°网格常规观测资料和GMS－5红外一、二通道及水汽通道的亮温资料,对比分析了水汽通道亮温场与大气水汽含量场之间的关系,水汽通道亮温高值带对应大气水汽含量场上的干区,低值带对应温区。水汽通道亮温（W）≤230K的区域的分布和走向能够表征水汽输送通道。同时进一步讨论了GMS－5三个通道亮温资料与大气水汽含量之间的相关性,利用一元或多元回归方法拟合大气水汽含量,并对拟合结果进行了误差分析。     

基于FY-4A卫星资料的四川盆地MCC初生和成熟阶段特征

利用高频次FY-4A数据资料,研究了四川盆地2018年中尺度对流复合体MCC（mesoscale convective complex）初生和成熟阶段的卫星云图特征。结果表明,MCC对流云团面积在初生阶段和成熟阶段分别以0～50 pixels (15 min)?1和150～200 pixels (15 min)?1的速率增长,最强可达7000～10000 pixels左右。亮温梯度大值区位于初生阶段的低空入流区一侧,集中在云顶纹理最为丰富的240 K等值线附近,最大值为30°C～40°C,基本消失于成熟阶段。云顶红外IR1（infrared radiation 1 channel）和水汽通道IR3（water vapor channel）最低亮温值在初生和成熟阶段变化趋势一致,均为初生阶段迅速下降至190 K左右的最低谷,而成熟阶段维持最低值基本无变化。初生和成熟阶段的IR1和IR3降温率R（cloud top cooling rate）分布形态相似,初始阶段低空入流区一侧的240 K等值线附近的降温率达?40 K (15 min)?1,为显著降温区,成熟阶段的降温幅度普遍升至?25～?10 K (15 min)?1。MCC主体云区初生和成熟阶段的亮温差正负值区分界线基本与221 K等值线重合,最大值分别为6～10 K和0–6 K,且初始阶段低层入流区的降温最为剧烈,达15～20 K (15 min)?1之多,而成熟阶段基本无变化。     

利用静止气象卫星红外通道遥感监测中国沙尘暴

气象卫星的红外窗区通道 (8~12 μm) 对于通常大气气溶胶几乎没有响应, 但对于较大颗粒且浓度较强的沙尘气溶胶, 尤其是沙尘暴有明显的信号反应。空气中的沙尘在红外分裂窗通道表现出两个特征:一是对地表发射到空间的红外信号产生衰减, 造成卫星探测到的地气系统亮温降低, 这就是所谓的红外差值沙尘指数IDDI; 二是沙尘粒子在红外分裂窗两个通道的比辐射率不同, 11 μm比12 μm的比辐射率低, 从而造成这两个通道的亮温差是负值。基于这两个特征和沙尘多通道光谱聚类法, 针对静止气象卫星观测数据进行了沙尘暴卫星遥感监测业务算法开发, 输出沙尘暴监测产品和红外差值沙尘指数产品, 这一算法不仅用于已经退役的GMS-5卫星, 而且应用于正在运行的静止气象卫星FY-2C, 它还为沙尘暴的定量或半定量遥感提供参考借鉴。     

基于“葵花8号”气象卫星的陇东南地区强对流识别跟踪技术研究

利用常规观测资料、区域自动站资料和“葵花8号”气象卫星资料，对2016年4—9月甘肃省陇东南地区出现的43次强对流天气过程展开分析，确立了强对流云团识别指标、追踪方法及预报指标，并对2018年部分个例进行了效果检验。结果表明：（1）利用卫星B13通道（10.4 μm）亮温值TBB≤238 K或B08通道（6.2 μm）与B13通道亮温差△TBB＜0 K双阈值作为强对流云团识别指标，可以准确识别出陇东南地区的强对流天气云团；（2）利用“逆向搜索法”、“面积重叠法”及对云团重心的计算，可以准确对强对流云团进行定位、追踪及移动路径外推预报；（3）建立的强对流天气落区判别指标对该地区短时强降水及冰雹落区具有一定的预报能力。     

TRMM/TMI资料在热带气旋强度估计中的应用研究

利用2007—2009年热带降雨测量卫星（TRMM）的微波成像仪（TMI）观测到的亮温资料,计算9个通道（10、19、37、85 GHz的水平和垂直极化通道及21 GHz的垂直极化通道）的亮温和极化修正温度（PCT）在不同范围内的最大值、最小值、平均值和区域阈值与热带气旋强度之间的关系。结果表明：亮温信息可较好地反映热带气旋的强度,单个参数与热带气旋最大风速的相关性最好可达到0.83,线性拟合的均方根误差接近业务误差;低频通道的亮温相对于高频通道可更好地估计海上热带气旋强度;位于台风中心0.5°～1.5°度范围之间的亮温与气旋强度的相关性较好,圆形区域的相关性好于圆环区域;对于位于海上的热带气旋,区域亮温的最小值与热带气旋强度的关系最好;低频通道（除10 GHz外）,阈值位于260～280 K区间的亮温与热带气旋强度的相关性较好。     

Intercomparison of height assignment methods for opaque clouds over the tropics

Several methods of determining the height of opaque clouds over the tropics were compared using geostationary satellite measurements. The possible use of ozone channel measurements around the 9.7-μm ozone absorption band was examined in conjunction with the infrared window (IRW; 10.8 μm), H₂O (6.3 μm), and CO₂ (13.4 μm) channels, which are generally used for the assignment of cloud heights. Cloud top heights were retrieved from Meteosat-8 measurements with the aid of radiative transfer calculations using reanalysis data from the National Centers for Environmental Prediction/National Center for Atmospheric Research (NCEP/NCAR) as inputs. By using cloud top heights from collocated CloudSat observations as a reference, cloud top heights were determined from the one-channel radiance, two-channel brightness temperature difference (BTD), and two-channel radiance ratio methods, and the respective results were then compared for clouds with geometrical thicknesses of > 4 km. Overall, the retrievals from the CO₂-IRW ratio and O₃-CO₂ ratio methods are in substantial agreement with CloudSat observations, while the other methods either underestimate cloud top heights or demonstrate a lower ratio of successful height assignment. The O₃-CO₂ ratio method appears to be less practical than the CO₂-IRW ratio method because it requires two absorption channels. Our comparison also shows that the BTD between the ozone and IRW channels yields information that is similar to that of the IRW channel alone. It further shows that the O₃-IRW combination is not appropriate for the two-channel radiance ratio method. These results suggest that the inclusion of the ozone channel in BTD and ratio methods may not offer any significant improvement in convective cloud height retrieval over the tropics. In conclusion, the CO₂-IRW ratio method appears to provide the most accurate retrievals for opaque clouds.     

山西省2008—2010年64架次飞机云物理观测结果分析

利用山西省2008—2010年64架次云结构的飞机探测资料,结合地面观测和卫星数据统计分析了层状云系的宏微观特征。结果表明:降水云和非降水云系的微物理特征量,两者存在显著的差异,层状云要达到降水,云的厚度要达到近2000m;粒子尺度分布云粒子有效半径要达到10~14μm,降水性层状云低云含水量垂直方向上平均为0.03g/m3,中云含水量垂直方向上平均为0.05g/m3,;避光高层云-层积云、雨层云降水过冷水的最大值出现在距0℃层高度以上500m附近,其最大值分别为0.61,0.42g/m3;透光高层云降水过冷水的最大值出现在距0℃层高度以上300m附近,其值为0.28g/m3;云中水分按不同粒子尺度的分配可以看出,直径20、30μm的粒子含水量较高,对云中液态水含量的贡献较大,降水粒子主要由20、30μm的粒子转化;降水性层状云在垂直方向上的微物理结构特征非常明显,也是分层的。高层主要是冰相粒子,是冰雪晶,随高度降低冰雪晶的尺度增大,在4个典型温度层的观测中,液态含水量、云粒子及降水的浓度、尺度相较有很大不同。     

环北京地区积层混合云微物理结构飞机联合探测研究

利用北京、山西和河北三省市飞机在环北京地区探测的积层混合云微物理结构特征资料,结合卫星等宏观观测资料,分析了环北京地区积层混合云系空间云微物理结构特征。结果显示,冷锋云系前部,云内部微物理参数空间分布不均匀,2700m以上较大,垂直方向云粒子浓度和直径呈正相关关系,浓度极值间差7个量级,大滴粒子浓度差7个量级,降水粒子浓度差6个量级,水平方向云粒子浓度和直径分布不均匀,呈反相关关系。冷锋云系中部,云微物理参数垂直分布不均匀,在2500～3600m和4000m以上高度层出现云粒子峰值,且云粒子浓度和直径呈反相关关系,云滴粒子浓度极值间差6个量级,大滴粒子浓度差7个量级,降水粒子浓度差5个量级,水平方向云粒子分布不均匀,云粒子浓度和直径呈反相关关系。冷锋云系前部,云粒子谱在4800m高度谱型为单峰谱,4200m高度谱型多峰分布,3600m高度谱型为双峰谱。云降水粒子谱三高度层谱型差异不大,4800m高度谱型为单调递减谱,峰值在小粒子端（≤100μm）,4200m和3600m高度谱型相似,为双峰谱,峰值分别在≤小于100μm和230μm处。降水粒子谱三高度层谱型相似,都为单峰谱,峰值相差不大。冷锋云系中部,云粒子谱在三高度层谱型差异较大,4800m高度谱型为单峰谱,峰值在小滴端,4200m高度谱型为单峰谱,峰值在15μm处,3600m高度谱型为双峰谱,峰值分别在7μm和30μm处。云降水粒子谱三高度层谱型差异不大,4800m高度谱型为单调递减谱,峰值在小粒子端（≤100μm）,4200m和3600m高度谱型相似,为双峰谱,峰值分别在≤100μm和200μm处。降水粒子谱三高度层谱型相似,都为单峰谱,峰值相差不大。     

一次增雨作业的FY-4A卫星反演分析

本文利用FY-4A卫星对2019年5月四川盆地实施的一次人工增雨减轻空气污染作业条件进行分析，综合分析增雨可播性，判别增雨潜力区和作业高度，为开展人工增雨作业提供可靠的依据，然后利用多普勒天气雷达、地面气象台站、空气质量指数、颗粒物污染物浓度等多种数据资料分析人工增雨作业前后作业云体宏观情况和空气质量、雨量的变化，对其作业效果进行分析。结果表明:(1)5月12日四川盆地西部有云系发展，作业前6小时作业区附近主要为积层混合云，存在大量过冷水，红色对流泡云顶温度约为-30℃，粒子有效半径为15～40μm，作业前0～3小时作业区位于深厚对流降水云边缘，云顶温度约为-40℃，粒子有效半径为7～40μm，作业区南部有大片积层混合云，提供大量过冷水；(2)作业区内，高低空配合的环流场形成了较有利的降水形势，作业云体过冷水丰沛，增雨潜力较好，符合人工播撒催化剂条件，适宜开展人工增雨作业；(3)经过人工增雨作业后，作业区雨量峰值降雨时间延长，总体雨量增加，作业区的AQI从82降到29，PM₁₀从94μg/m3下降到28μg/m3，PM_2.5从49μg/m3降到17μg/m3，而3个对比区没有实施人工增雨作业，空气质量指数持续超标数小时。      

浙江临安水稻田甲烷排放通量的观测研究

1990年7—9月，在浙江临安（30°14＇N，119°42＇E），利用微气象学（梯度廓线）法及箱式技术对水稻田CH4排放通量进行了同步观测，取得了中稻整个生长期内的CH4排放资料。文章仅对箱式技术的观测结果作了介绍与分析。观测发现在整个灌溉期内，稻田CH4释放率为3.67—16.14 mg/m2·h，均值为10.58 mg/m2·h。CH4排放的季节变化明显，日变化也同样很明显。另外还发现，CH4排放通量与水（地）温及其他气象因素，如强风、阴雨等有关。与梯度廓线法的观测结果不同，箱式观测到的CH4排放通     

一维辐射对流模式对云-辐射强迫的数值模拟研究

利用一维辐射－对流气候模式, 详细研究了云量、云光学厚度以及云高等要素的变化对大气顶和地面太阳短波辐射和红外长波辐射通量以及云的辐射强迫的影响, 给出了计算这些物理量的经验拟合公式。结果表明, 云具有极为重要的辐射－气候效应。云量、云光学厚度以及云高即使只有百分之几的变化, 所带来的辐射强迫也可以与大气二氧化碳浓度加倍所产生的辐射强迫（3.75 W/m2）相比拟。例如, 当分别给它们+3%的扰动时, 即取云量变化0.015, 云光学厚度变化0.27, 以及云高变化0.15 km时（在实际的地球大气中, 这种尺度的变化是完全可能发生的）, 那么,可以得到地气系统的太阳短波辐射强迫-3.10 W/m2以及红外长波辐射强迫-1.77 W/m2, 二者之和为-4.78 W/m2, 已经完全可以抵消大气二氧化碳浓度加倍所产生的辐射强迫。但是, 当云量、云光学厚度以及云高向相反方向产生类似扰动时, 所产生的辐射强迫可能极大地放大二氧化碳浓度增加所产生的增强温室效应。因此, 研究结果揭示出, 不管是为了解释过去的气候变化, 还是预测未来的气候变化, 亟待加强在一个变化了的气候环境（例如地面温度升高）下, 云将发生何种变化的研究。     

Effect of methane emission increases in East Asia on atmospheric circulation and ozone

We used a fully coupled chemistry–climate model(version 3 of the Whole Atmosphere Community Climate Model,WACCM3) to investigate the effect of methane(CH4) emission increases,especially in East Asia and North America,on atmospheric temperature,circulation and ozone(O3). We show that CH4 emission increases strengthen westerly winds in the Northern Hemisphere midlatitudes,accelerate the Brewer–Dobson(BD) circulation,and cause an increase in the mass flux across the tropopause. However,the BD circulation in the tropics between 10?S and 10?N at 100 h Pa weakens as CH4 emissions increase in East Asia and strengthens when CH4 emissions increase in North America. When CH4 emissions are increased by 50% in East Asia and 15% globally,the stratospheric temperature cools by up to 0.15 K,and the stratospheric O3 increases by 45 ppbv and 60 ppbv,respectively. A 50% increase of CH4 emissions in North America(with an amplitude of stratospheric O3 increases by 60 ppbv) has a greater influence on the stratospheric O3 than the same CH4 emissions increase in East Asia. CH4 emission increases in East Asia and North America reduce the concentration of tropospheric hydroxyl radicals(4% and 2%,respectively) and increase the concentration of mid-tropospheric O3(5% and 4%,respectively) in the Northern Hemisphere midlatitudes. When CH4 emissions increase in East Asia,the increase in the tropospheric O3 concentration is largest in August. When CH4 emissions increase in North America,the increase in the O3 concentration is largest in July in the mid-troposphere,and in April in the upper troposphere.     

一次飞机严重积冰的天气条件和云微物理特征

利用2021年2月28日机载探测资料, 结合欧洲中期天气预报中心ERA5再分析资料、陕西省延安站探空资料, 分析飞机发生严重积冰的天气背景和云的宏微观结构特征。此次严重积冰天气是受高空槽、低空切变线、低空急流和地面冷锋共同影响的结果。ERA5再分析资料表明:过冷水大值区主要分布于锋区前部暖侧的700 hPa至600 hPa高度。探空资料表明:飞机探测区环境温度为-9~-3℃, 温度露点差为0℃, 具有发生严重积冰的温度和湿度条件。飞机遭遇严重积冰期间环境温度为-8~-5℃, 云粒子探头观测的液态水含量平均为0.35 g·m-3, 最大为0.7 g·m-3;总水含量仪观测的液态水含量平均为0.5 g·m-3, 最大为0.85 g·m-3, 有11 min大于0.45 g·m-3;云粒子中值体积直径平均为20.3 μm, 云粒子数浓度平均为149.3 cm-3;云粒子数浓度由低层到高层呈增大趋势, 而云粒子中值体积直径变化趋势与之相反。计算表明:国王350飞机在穿云作业时, 云中过冷水含量分别高于0.04 g·m-3, 0.15 g·m-3和0.45 g·m-3时可能遭遇轻度积冰、中度积冰和严重积冰。     

冰雹云卫星早期识别与自动预警

利用陕西、山东、贵州和新疆等地近十年日间降雹记录和对应的极轨卫星数据,采用卫星云微物理反演技术,定量分析冰雹云微物理特征,比较不同地区间差异,并利用FY-4A静止卫星定量分析一次冰雹过程云微物理特征演变,探讨冰雹云卫星识别预警应用潜力。结果表明:（1）陕西、山东等地冰雹云微物理特征具有一致性,卫星早期识别指标为:晶化温度（T_g）较冷,均值为?33°C;全部冰晶化时T_g对应的云粒子有效半径r_e（表征为r_eg）未饱和（<40 μm）,均值36.9 μm,且r_eg 越小冰雹云越强;云顶呈现r_e随高度减小带。（2）各地冰雹云早期识别指标在数值上存在一定差异,实际应用时应针对各地进行相应调整。（3）在静止卫星上,冰雹云微物理特征与极轨卫星相一致,将早期识别指标应用于FY-4A静止卫星,跟踪云团发展演变,实现自动预警。（4）经过4次降雹过程中应用,FY-4A卫星自动预警与实况吻合22次,漏报2次,自动预警平均提前约2小时。FY-4A卫星自动预警对及时有效组织实施人工防雹作业具有重要现实意义。