碳卫星高光谱二氧化碳探测仪基于太阳夫琅禾费吸收线的在轨波长定标

大气二氧化碳（CO₂）探测仪（ACGS, Atmospheric Carbon dioxide Grating Spectrometer）搭载于中国全球二氧化碳观测科学试验卫星（TanSat）,通过探测0.76 μm、1.61 μm、2.06 μm波段的反射太阳光谱,采用最优估计算法反演大气CO₂浓度。满足高光谱分辨率和高精度CO₂浓度反演需求,精确探测光谱波长的变化非常重要。本文以高分辨率太阳参考光谱的夫朗禾费吸收线作为参考基准,利用ACGS对太阳的观测光谱计算了ACGS三个谱段通道中心波长位置在一年内的变化情况。结果显示,三个谱段的波长变化在光谱分辨率10%以内,满足光谱定标精度需求。这种变化可能是由于仪器在轨状态变化引起,特别是在轨运行温度变化引起的。ACGS波长的微小变化需要在产品反演中进行修正。基于独立太阳夫琅禾费吸收线的在轨光谱定标方法不仅可以有效监测ACGS的光谱稳定性,还可以为L2产品的处理的提供参考信息。     

利用NOAA卫星AVHRR资料分析云的性质

文章利用NOAA卫星AVHRR的通道3（3.55～3.93 μm）、通道4（10.3～11.3 μm）和通道5（11.5～12.5 μm）所在波长上的亮温（BT3,BT4,BT5）以及它们之间的亮温差（BTD34,BTD45）,分析云的性质。分析表明:对于密蔽的云和无云区,通道间亮温差有极小值,在密实的云区BTD34可出现负值;当存在半透明云时,通道间亮温差大;云与背景地面之间温差点聚图的振幅越大,通道间亮温差越大。     

基于CERES资料的东亚地区单层卷云物理特性时空分布特征

利用2003-2016年的CERES SSF（Clouds and the Earth"s Radiant Energy System Single Scanner Foorprint） 数据，对东亚不同区域的单层卷云物理特性进行研究。结果表明：（1）单层卷云量在东亚地区为25％-46％，低值区分布在青藏高原和云贵高原；单层卷云云厚多为1.2-2.4 km，除南部地区外，东亚其他区域的单层卷云在冬季较厚。（2）东亚地区单层卷云冰粒子等效半径范围集中在22-32 μm，东部海域年平均值在14年中均为最大。冰水柱含量范围集中在12-30 g/m2，西部地区为主要高值区，14年的年平均值均大于24 g/m2。（3）单层卷云光学厚度的高值区（1.7-2.1）分布在青藏高原及其附近，低值多出现在西太平洋上空。东亚五个子区域的云光学厚度均在春季较大。     

计算HIRS/2通道透过率的指数和模式

气象卫星HIRS/2各通道的吸收系数，透过率及权重函数与温度廓线一样随地点与时间而变化。把石广玉提出的指数和模式加上各通道仪器响应函数的修正，得出适合气象卫星HIRS/2各通道不同气体吸收系数的指数和模式，可以较快地计算HIRS/2各通道不同温度廓线下的透过率与权重函数。用修正的指数和模式计算CO2一些通道的透过率，与精确的逐线积分法的计算结果相比，CO2通道绝对差值小于0.0036；水汽1364 cm-1通道绝对差值小于0.0035。     

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。     

庐山2016年冬季三级分档雾水化学特征

探究不同尺度雾滴化学特征是深化雾微物理化学研究的重要内容。2016年12月—2017年1月在庐山开展雾综合观测实验,利用主动式三级分档雾水采集器（CASCC 3_stage）收集到3次雾过程73个分档雾水样本,雾滴分档粒径:4—16 μm（3级）,16—22 μm（2级）和≥22 μm（1级）。定量得到了分档雾水的pH、电导率（EC）及9种水溶性无机离子（Na+、NH₄+、K+、Mg2+、Ca2+、Cl-、NO₂-、NO₃-、SO₄2-）浓度（μeq/L）。结果表明,庐山冬季雾水酸化严重,pH为3.96—5.82,pH < 5.6的样品占98.6%且直径4—16 μm小雾滴的强酸性（pH < 4.5）样品最多,占比达54.2%,小雾滴酸性和电导率更强;NH₄+、Ca2+、NO₃-、SO₄2-是雾水的主要离子组分,[NH₄++Ca2++NO₃-+SO₄2-]分别在三级分档雾水中占总离子浓度（TIC）的83.8%、88.0%和88.7%;综合3次雾过程,总离子浓度、NH₄+、K+、NO₃-、SO₄2-在4—16 μm小雾滴存在富集,表现出尺度依赖特征;86%雾水样品[SO₄2-]/[NO₃-]介于0.5—3.0,属于硫酸和硝酸混合型酸化,雾水酸化主要原因是碱性缓冲物质与酸性组分不平衡以及可能存在有机酸贡献;同一观测点不同雾过程化学特征存在个例差异,第二次雾过程（12月25日14时—26日21时）（北京时）,总离子浓度、NH₄+、Ca2+、NO₃-、SO₄2-在16—22 μm尺度雾滴存在富集,这可能是雾区气溶胶浓度较低、降温、采样间隔和污染气体及气溶胶输送共同作用的结果。后向轨迹聚类和潜在源（PSCF）分析表明,观测期间影响庐山的气团均来自西部,来自湖南北部的局地气团占总轨迹数的68.99%,最为重要;PM_2.5、SO₂、NO₂具有相似潜在源区空间分布,主要位于湖北、湖南、安徽西南部和江西北部等邻近省份地区,以近距离输送为主。      

利用气象卫星测值反演大气温、湿度垂直分布

一、理论背景泰罗斯—N 系列卫星的 TOVS 仪器由三个探测器组成:(1)高分辨红外辐射探测器(HIRS/2);(2)微波探测器(MSU);(3)平流层探测器(SSU)。HIRS/Z 由20个通道组成,星下点地面分辨率为17公里,是主探测器。MSU 由4个通道组成,星下点地面分辨率为109公里。SSU 由3个     

气象卫星亚像元火点面积和亮温估算方法

该文给出了利用极轨气象卫星AVHRR多个红外通道资料在不同火点强度条件下估算亚像元火点面积和温度的方法，包括利用牛顿迭代法求解不同红外波段（如:中红外3.7 μm通道和热红外11 μm通道，或短波红外1.6 μm通道和热红外11 μm通道）混合像元表达式建立的二元非线性方程组, 得到亚像元火点面积和温度；通过建立亚像元火点面积和温度与11 μm混合像元亮温增量和11 μm与12 μm混合像元亮温增量差异的关系，以查表方式获得对于相同红外波段不同通道（如11 μm和12 μm通道）亚像元火点面积和温度估算值。     

1984～2000年印度洋与中国地区上空对流层中上层及平流层气溶胶变化和输送特征

利用美国SAGE II (Stratospheric Aerosol and Gas Experiment II)卫星最新版（6.0版）1.020 μm通道逐日气溶胶消光系数资料，得出了对流层中上层及平流层（10 km以上高度）气溶胶光学厚度的平均分布和变化特征。结果表明:气溶胶光学厚度在低纬度大，在印度洋的岛屿上空有三个高值中心，气溶胶光学厚度高值中心与对流层中上层的上升气流的高值中心相对应。与17年(1984～2000年)年平均相比，近6年（1995～2000年）孟加拉湾至青藏高原东南部上空气溶胶光学厚度明显增加；中国东部地区上空气溶胶光学厚度增加，中西部地区则减小。气溶胶光学厚度存在三个经向的增加带和两个经向的减小带。中纬度与赤道之间的布鲁尔-多普森环流（Brewer-Dobson Circulation）带来的低层大气与对流层中上层及平流层之间的气溶胶输送是导致气溶胶这种经向一致变化的主要因素。气溶胶的这种输送产生的近地面大气污染物向中上层大气输送有可能产生重要的气候变化。     

黑龙江省龙凤山区域大气本底站气溶胶光学特征分析

利用2010—2020年黑龙江省龙凤山区域大气本底站气溶胶光学特性长期观测资料, 分析并探讨了背景地区气溶胶光学厚度、波长指数、单次散射反照率、粒子体积谱分布以及气溶胶直接辐射强迫效应的变化特征。结果表明: 龙凤山区域气溶胶光学厚度最高值出现在7月, 平均值为0.67;最小值出现在12月、1月和2月, 平均值分别为0.17、0.02和0.18;气溶胶光学厚度在17时达到最高值为0.39。气溶胶波长指数在4—5月最低, 平均值分别为1.20和1.21;12月最高, 平均值为1.74;波长指数在12时达到峰值, 为1.44。单次散射反照率最低值分别出现在4月、8月和10月, 平均值分别为0.84、0.82和0.84;气溶胶单次散射反照率在12时出现峰值, 为0.95。龙凤山区域春季气溶胶粗粒子体积分数最高值出现在5月, 为0.04 μm³·μm^-2, 有效半径为3.85 μm; 夏季气溶胶细粒子体积分数最高值出现在7月, 为0.06 μm³·μm^-2, 有效半径为0.19 μm; 秋冬季龙凤山背景地区气溶胶细粒子和粗粒子体积分数均进一步减小。龙凤山区域地面和大气层顶气溶胶直接辐射强迫最高值均出现在7月, 分别为-94.44 W·m^-2和-22.33 W·m^-2。     

中国西部积雪类型划分

利用中国105°E以西地区189个地面气象台站1960-2004年积雪日资料和1981-2004年SMMR、SSM/Ⅰ反演的逐日雪深资料,使用积雪年际变率方法划分中国西部积雪类型,并与积雪日数方法的划分结果进行比较.在此基础上,尝试建立了结合以上两种要素的综合分类指标.利用积雪年际变率方法和台站资料,将中国西部积雪划分为3类.其中,稳定积雪区主要包括北疆、天山和青藏高原东部高海拔山区;年周期性不稳定积雪区包括南疆和东疆盆地周边、河西走廊、青海北部、青藏高原中西部、藏南谷地以及青藏高原东南缘;其他积雪区均为非年周期性不稳定积雪区.气候突变后,积雪日数方法划分的积雪类型变化反映出沙漠和低纬度地区积雪变幅增大,在积雪年际变率方法的结果中体现出青藏高原东部地区趋于稳定的积雪面积在增加.在没有台站记录地区,卫星遥感资料很大程度上弥补了台站观测的缺陷,使用这种资料划分积雪类型时,积雪年际变率方法比积雪日数方法的结果更符合西部积雪的分布特点,反映出积雪分布与地形的密切关系.利用综合分类指标划分西部积雪类型的结果表明,台站资料的划分结果很大程度上受积雪持续时间的影响,而在卫星遥感结果中,积雪年际变率则是影响类型划分的主要因素.     

An empirical formula to compute snow cover fraction in GCMs

There exists great uncertainty in parameterizing snow cover fraction in most general circulation models (GCMs) using various empirical formulae, which has great influence on the performance of GCMs. This work reviews the commonly used relationships between region-averaged snow depth (or snow water equivalent) and snow cover extent (or fraction) and suggests a new empirical formula to compute snow cover fraction, which only depends on the domain-averaged snow depth, for GCMs with different horizontal resolution. The new empirical formula is deduced based on the 10-yr (1978-1987) 0.5°× 0.5° weekly snow depth data of the scanning multichannel microwave radiometer (SMMR) driven from the Nimbus-7 Satellite. Its validation to estimate snow cover for various GCM resolutions was tested using the climatology of NOAA satellite-observed snow cover.     

混合像元分解法提取积雪盖度

通过对积雪、地物和云进行光谱分析，指出积雪在传统的NOAA-AVHRR可见光和近红外通道的高反射性特点和新增的1.6 μm红外通道上的低反射性特点为提取积雪盖度提供了大量的光谱信息。首先对AVHRR数据进行主成分分析，提取含99%信息量的前两个主分量，对其进行散点图分析，获取终元。最后使用两种策略进行多光谱混合像元分解，提取积雪盖度参数，结果很相似，说明混合像元分解是提取积雪盖度参数的有效方法。     

青藏高原东西部积雪效应的模拟对比分析

采用引入次网格尺度地形重力波拖曳的NCAR区域气候模式(RegCM2),以SMMR微波逐候积雪深度观测值为依据,加入较合理的积雪强迫,通过数值模拟,研究了青藏高原(下称高原)东、西部积雪异常对后期区域环流的不同影响。模拟结果的对比分析表明,高原西部多雪对高原东部积雪存在正的反馈作用,有利于高原东部积雪的增加,而高原东部多雪对高原西部积雪的影响很小。高原西部积雪偏多和高原东部积雪偏多对后期大气温度场和高度场的影响具有基本相同的分布形态,只是影响强度有所不同。高原西部积雪的融化要迟于高原东部积雪,高原西部积雪效应的持续性较强。另外,高原西部多雪对高原东部积雪存在正的反馈作用,高原东部积雪的增加进一步加大了整个高原积雪的异常,因此,高原西部积雪偏多对后期环流的综合影响明显大于高原东部积雪偏多的影响。     

1988～1998年北半球积雪时空变化特征分析

利用NOAA提供的北半球近10年(1988～1998)逐周雪盖观测资料，通过引入年或季节累积雪盖周数作为对雪量累积情况的定量衡量，对北半球雪盖变化时空特征进行了分析。结果表明:近10年来，北半球积雪年际变化的关键区位于青藏高原、蒙古高原、欧洲阿尔卑斯山脉及北美中西部，其中青藏高原是北半球积雪异常变化最强烈的区域。青藏高原和欧亚大陆其他地区积雪变化的关联表现为两种不同的时空变化型，第一种型表现为青藏高原地区和其他地区(如欧洲、俄罗斯远东地区)积雪的同位相趋势性增多；第二种型表现为青藏高原地区和中亚地区积雪变化同位相，而和蒙古高原－我国东北地区积雪变化反位相的年际振荡。     

利用SSM/I数据判识我国及周边地区雪盖

积雪参数是气候学和水文学研究中所需的重要物理量, 确保积雪参数测定的准确性与及时性对于气候学研究、水文应用以及防灾减灾都非常重要。利用微波数据可获取有云存在时的积雪覆盖图, 遥感雪深和雪水当量信息。采用微波数据判识雪盖并得到积雪状态 (干、湿) 信息, 不仅可以弥补利用光学遥感数据判识雪盖的不足之处, 而且也是利用微波数据反演雪深和雪水当量参数必需的先期工作。该文介绍利用SSM/I的多频双极化微波数据开展我国及周边地区积雪判识方法研究的结果。分析国外全球判识方法的雪盖判识结果指出, 国外算法易在青藏高原等地区将冻土误判为积雪, 造成雪盖面积的偏高估计。研究给出了在我国及周边地区 (17°~57°N, 65°~145°E) 利用SSM/I数据判识积雪的改进方法, 在完成积雪判识的同时还给出了雪深和积雪状态的定性信息, 与已有全球雪盖判识方法相比有较大改进, 大大减小了青藏高原等地区冻土对积雪判识的影响。     

青藏高原冬春雪深分布与中国夏季降水的关系

利用SSMR和SSM／I卫星遥感雪深反演资料,通过与高原测站雪深观测资料的对比分析,揭示了高原雪深的时空分布特征,在此基础上对积雪异常年中国夏季降水异常和大气环流进行了对比分析。结果表明,卫星遥感雪深资料可较真实反映出高原积雪的状况,并可反映出高原西部积雪的变化;高原冬、春季积雪EOF分解第1模态具有相同的空间分布,反映了高原冬、春季积雪分布具有相当的一致性,而春季积雪的第2模态则反映高原积雪的东西差异;冬、春季雪深EOF第1模态的时间序列与中国夏季降水的相关分析表明,大致以长江为界,我国东部地区呈现出南涝北旱的分布模态,春季高原东（西）部多（少）雪与东（西）部少（多）雪年的夏季,我国东部降水表现出长江以南（北）地区为大范围的降水偏多（少）。     

中国东部冬季温度异常偶极型模态的一个前兆信号

利用中国160站逐月温度、NCEP再分析、NOAA-CIRES 20世纪再分析以及NOAA海表温度等资料,分析了中国东部（100°E以东地区）冬季温度年际变化的主要模态,并重点研究了其中第2模态（即偶极型模态）的成因机理和前期信号。同时,也以2012～2013年冬季为例,探讨了这一温度异常模态的预测方法。研究主要发现:除中国东部大范围一致偏冷或偏暖模态以外,110°E以东的北方地区偏冷（暖）还经常对应着华南和110°E以西地区的偏暖（冷）,构成温度异常反向变化的偶极型模态。这种偶极型模态也是冬季气候变化的一个主要模态,2012～2013年冬季温度异常即属于这一模态。中国东部冬季温度一致型模态主要与前期秋季中东太平洋海温异常、亚洲大陆北部积雪,及其邻近的北冰洋地区海冰密集度异常联系紧密。而对于偶极型模态,海温的影响并不明显,前期秋季的东亚中纬度地区积雪、北冰洋斯瓦尔巴群岛、法兰士约瑟夫地群岛附近海域的海冰密集度异常,以及它们引起的表面温度异常分布可能具有重要贡献,其中北冰洋海冰密集度异常导致的该地区表面温度异常的影响可能更为重要。综合了海冰和积雪信号的前期秋季北冰洋—东亚温度差异（Arctic Ocean-East Asian temperature contrast,简称AE）指数与中国东部冬季温度异常偶极型模态具有显著联系,可以作为一个重要的预测因子。2012年秋季赤道中东太平洋海温的正常状态以及北冰洋暖异常和东亚中纬度地区冷异常的表面温度分布特征,都不利于中国东部冬季温度南北一致型异常的发生,而是有利于偶极型异常分布。利用AE指数可以有效地预测2012～2013年中国东部冬季温度异常特征。     

中国西部积雪的2—3周振荡及其对大气环流异常的影响

本文能过对美国宇航局Ｎｉｍｂｕｓ－７卫星观测的１９７９－１９８６年中国西部积雪资料的分析发现，２－３周的低频振荡现象普遍存在并与大气环流异常密切相关；大气环流对半年积雪２－３周的低频振荡有着明显的线性响应；冬半年积雪的这种低频振荡能激发出北半球５００ｈＰａ高度场准定常Ｒｏｓｓｂｙ波，并通过二维的Ｒｏｓｓｂｙ波能量频散而影响到北美。     

Influence of October Eurasian Snow on Winter Temperature over Northeast China

This paper addresses the interannual variation of winter air temperature over Northeast China and its connection to preceding Eurasian snow cover.The results show that there is a significant negative correlation between October Eurasian snow cover and following-winter air temperature over Northeast China.The snow cover located in eastern Siberia and to the northeast of Lake Baikal plays an important role in the winter air temperature anomaly.More(less)eastern Siberia snow in October can cause an atmospheric circulation anomaly pattern in which the atmospheric pressure is higher(lower)than normal in the polar region and lower(higher)in the northern mid-high latitudes.Due to the persistence of the eastern Siberia snow from October to the following winter,the winter atmospheric anomaly is favorable(unfavorable)to the widespread movement of cold air masses from the polar region toward the northern mid-high latitudes and,hence,lower(higher)temperature over Northeast China.Simultaneously,when the October snow cover is more(less),the SST in the northwestern Pacific is continuously lower(higher)as a whole; then,the Aleutian low and the East Asia trough are reinforced(weakened),favoring the lower(higher)temperature over Northeast China.