预处理共轭梯度法在VVP三维风场反演中的应用

本文从VVP(Volume Velocity Processing)方法的原始方程出发，进行三维风场反演的实验，在分析体积中心点反演十个变量，对病态矩阵的求解采用了预处理共轭梯度方法。通过对实测资料的分析，结果表明：预处理共轭梯度方法能较好的处理矩阵的病态问题，反演的水平二维风场、散度项和变形项结果比较合理，散度项和形变项量级都在10^-6～10^-3之间，水平速度和垂直速度量级在10^-1～10^1之间。     

单多普勒天气雷达反演降水粒子垂直速度Ⅱ：实例分析

垂直速度的反演一直是多普勒雷达风场反演的关键问题和难点,在对单多普勒雷达体积速度处理(VVP)法反演垂直速度进行敏感性分析和改进求解方程的基础上,对其反演三维风场和适用的风速条件做了模拟检验,并在强对流天气和台风实例中反演与验证。分析结果表明,改进的反演算法对径向风速的误差并不敏感,在高低仰角上的精度相同,观测误差越小或风速越大时,反演精度越高。对广州一次强对流过程的反演结果表明,改进的反演算法可以反演出对流单体中降水粒子垂直运动的变化。在中尺度气旋中,粒子垂直速度大值区的分布与气旋外围风切变的位置相符;在气旋的消散阶段下落速度增大,因而可通过粒子的垂直速度变化判断雨强的变化。对2006年超强台风"桑美"的反演结果显示,能够反演出台风中心的下沉气流以及外围交替出现的上升与下沉气流,在台风中心处下沉速度的大值区位于7-8 km高度,低层与高层的值相对较小。反演效果表明,改进后的反演方法较准确地反映了降水粒子的垂直运动,使多普勒雷达资料可揭示更多的三维风场细节,有助于改进强对流天气过程的风场结构分析和降雨落区的预测。     

单多普勒雷达SVVP风场反演及应用

针对单多普勒雷达风场反演VVP方法中存在的线性方程组的病态矩阵问题,使用改进的SVVP方法,通过多种模拟风场信号对其进行检验和分析,并给出两个反演实例:2009年江苏雨雪天气和安徽冰雹个例。模拟和实例表明SVVP方法反演的风场结构合理,对于反演强对流天气比较有效。     

基于多普勒天气雷达的两种垂直风廓线反演方法的对比分析

利用2010年阳江高精度探空仪国际比对试验中观测的探空测风资料、CINRAD-SA型多普勒天气雷达体扫资料及基于PUP-VAD方法反演的垂直风廓线产品资料,使用三种不同复杂程度的分层VVP方法(VVP1、VVP2和VVP3)反演了阳江雷达站上空的垂直风廓线,以探空测风为参考,以平均风向、风速均方差和相关系数作为评估因子,将雷达站周围降水回波分布分为较均匀和不均匀两种情况,对比分析了基于分层VVP方法和PUP-VAD方法反演的垂直风廓线。结果表明,相比PUPVAD方法,分层VVP方法都能提供更实用、质量更好的垂直风廓线,特别是在雷达周围降水回波分布不太均匀的情况下。主要原因是在某一高度,相比PUP-VAD方法只分析某仰角某距离圈上的径向速度资料来说,分层VVP方法是通过对该高度层10~100 km范围内的所有有效径向速度资料进行多元线性回归来求解该高度层的平均水平风向、风速,受资料覆盖率的影响程度要小于PUP-VAD方法。     

核函数误差对气象卫星测温反演的影响

核函数的误差(简称KFE)是引起反演方程数值解不稳定的基本原因,也是物理反演法用于气象卫星多波段定量资料业务反演和判释的主要障碍。为了探索KFE和反演问题非适定性的内在联系,本文使用改进的Bayes和ТИХОНОВ-TWOMEY调整算法,根据不同的核函数宽度、待估参数的验前信息协方差矩阵,以及NOAA-7卫星的辐射率测值,通过求解设计的两个统计模式,初步地估计了KFE对温度廓线反演精度的影响,并对KFE在反演解中引起的系统和随机误差作了分析,为具体求解这类反演问题的完全解提供了可能性。     

基于单多普勒雷达的光流法改进技术

本文对基于径向速度的光流法在实际应用中存在的误差进行了分析,并提出了有效的改进方案。合成数据试验结果表明:基于径向速度的光流法在反演低仰角(小于2.5°)数据和包含非线性变化的实际风场时存在较大的误差。在低仰角情况下,由于径向速度在垂直方向的分量非常小,导致垂直速度的反演包含较大的计算误差并影响水平速度的反演精度。而当实际风场存在较大非线性变化时(如锋面、切变线等),算法中的局部约束条件被破坏,导致切变区域反演精度降低或出现奇异值。针对这两种情况,本文提出了有效的改进算法。在低仰角情况下引入了简化的约束方程,并加入了径向速度一致性的约束条件来克服实际风场非线性带来的误差。通过理想数据试验和实际个例的检验发现,改进后的算法可以有效地提高风场反演的精度和应用范围。     

3mm多普勒云雷达测量反演云内空气垂直速度的研究

垂直指向的W-波段大气云雷达(WACR)不仅测量云粒子的反射率因子Z, 而且测量多普勒速度谱。本文利用寿县气象站WACR在2008年11月1日一个时段的测量, 进行云内空气垂直速度反演试验。首先讨论个例中反射率、 Doppler平均速度及谱宽的分布特征及原因, 然后利用小粒子示踪法和改进的以小粒子示踪法为基础的粒子下降速度w0—反射率因子 (w0－Z) 关系法反演了云内空气垂直速度, 进而结合Doppler谱数据分析反演结果。结果显示: 小粒子示踪法在湍流较弱时能比较精确地反演空气垂直速度, 而湍流较强时, 湍流造成的误差不可忽略; 改进算法在湍流较强时能够减少湍流对反演结果的影响。     

利用人工神经网络方法反演大气温度廓线

高光谱大气红外探测仪AIRS(Atmospheric Infrared Sounder)资料能够显示小尺度的大气温度垂直结构,为数值预报和天气诊断提供了更加准确精细的初始场.目前处理数据主要使用晴空大气业务反演国际MODIS/AIRS处理软件包IMAPP (International MODIS/AIRS Preprocessing Package)中的特征向量统计回归算法,由于统计法算法简单,反演精度受到较大限制.现提出一种利用人工神经网络的算法来对晴空状况下AIRS模拟辐射值进行大气温度廓线反演的方法,并与特征向量统计法结果相比较.结果表明,神经网络方法与特征向量统计法反演所耗时间相当,减小了反演误差,各高度层温度反演精度均有不同程度的改进,获得了较好的反演结果.     

针对一次对流云降水反演大气垂直运动速度及雨滴谱

反演大气垂直速度和雨滴谱分布是研究云降水机制和云微物理信息的重要内容,对人工预报天气、干预天气都有重要意义。针对2021年8月29日安徽省内毫米波雷达探测到的一次对流云降水过程,处理毫米波雷达的功率谱数据并进行大气垂直速度和雨滴谱反演。在小粒子示踪法的基础上引入改进小粒子示踪法：选取有效云信号段中最小功率对应的谱点作为反演大气垂直速度的示踪物。首先,根据改进前后的小粒子示踪法分别从功率谱数据中反演大气垂直速度,并跟基数据反演大气速度的结果展开对比分析。进一步得到粒子在静止空气中的下落速度,根据现有粒子下落速度-粒子直径之间的经验公式计算反演粒子直径。研究表明：(1) 采用改进后的小粒子示踪法反演大气垂直速度得到的结果比小粒子示踪法得到的结果更精确,在云层内部两者误差较大;(2) 进一步得到粒子下落速度,结合探测时段的天气状况,得到的粒子速度与大气速度可很好地契合,跟对流云天气情况信息大致吻合;(3) 粒子浓度是反演雨滴谱分布时需要注意的主要参数,云在快速发展过程中,内部粒子持续朝外部扩张,云内部的粒子浓度较小,云边界的粒子浓度反而较大。     

利用神经网络方法从高光谱分辨率红外遥感资料反演大气温度廓线

采用主分量分解数据压缩技术和基于误差反传学习算法的三层前馈神经网络(BP神经网络),使用AUQA/AIRS(Atmospheric Infrared Sounder)高光谱分辨率红外观测资料,对不同光谱通道组合,在中纬度复杂地形上反演了垂直空间分辨率为1 km的大气温度廓线,并与相匹配的ECWMF分析场资料进行了比较。结果表明,从AIRS资料能够获得1 K/km垂直分辨率的对流层温度反演精度。但是青藏高原对反演结果有明显的影响,并且这种影响与光谱波段有关。消除这种影响的途径之一是增加非卫星观测的附加预报因子。同时改进了神经网络反演策略,采用逐层反演的方法,缩短了所需要的网络训练时间。     

基于多普勒天气雷达的垂直散度和温度平流廓线反演

垂直散度廓线可用于推断大气垂直运动情况,垂直温度平流廓线可用于推断大气层结是否稳定,有助于预报员推断本站降水演变趋势。鉴于我国多普勒天气雷达中还没有垂直散度和温度平流廓线产品,提出了这两种产品的反演方法。首先使用分层VVP方法从雷达体扫径向速度资料中反演出雷达站上空的垂直风廓线和垂直散度廓线,然后在假设大气处于地转平衡条件下,基于温度平流与地转风随高度的变化关系,从垂直风廓线中反演出垂直温度平流廓线。以两次大范围暴雨天气过程为例,反演了雷达站上空的垂直风廓线、散度廓线和温度平流廓线,并对反演结果进行了分析。结果表明:在雷达周围有大范围降水回波的情况下,使用分层VVP方法能合理地反演出雷达站上空的垂直风廓线和散度廓线;在这种情况下,反演的垂直风廓线代表各个高度雷达有效探测范围内的平均水平风,可近似满足地转平衡条件,因此,使用热成风方程能较为合理地从垂直风廓线中反演出垂直温度平流廓线;三个反演产品的合理性可用天气学理论和天气实况来解释。     

基于新型观测算子的双偏振雷达雨滴谱变分反演

提出一种基于变分理论的双偏振多普勒天气雷达反演雨滴谱方法,最优反演雨滴谱的同时可实现衰减订正。反演过程中使用一种新型观测算子,利用滴谱仪实测数据计算状态变量和双偏振参量,使观测算子更能代表本地降水特性。将新型观测算子、误差协方差矩阵和状态变量的先验估计用于代价函数中,基于高斯-牛顿迭代方法求解代价函数得到最优雨滴谱。利用理想模拟试验和南京信息工程大学C波段双偏振多普勒天气雷达实测个例对算法进行验证和评估。结果表明:算法反演得到的状态变量(液态水含量LWC和质量权重平均直径D_m)与滴谱仪数据计算结果的相关系数达到了0.96和0.80,相对偏差为25.19%和10.63%,均方根误差比常规反演结果改善了50%左右,比基于模拟观测算子的变分反演结果改善了30%左右,最优反演雨滴谱得到的降雨率R和雨量计数据相关系数达到0.89,相对偏差为14.78%。      

人工神经网络算法在红外高光谱资料反演大气温度廓线中的应用

基于红外高光谱大气探测器AIRS实况观测资料,尝试用人工神经网络算法来实现晴空时大气的温度垂直廓线反演,重点将该算法与目前已经发展比较成熟的特征向量统计反演算法进行比较。结果表明,两种算法在计算时间效率和反演精度上相当。鉴于人工神经网络算法的统计物理本质,误差反向传播BP神经网络可以求解非线性问题,在优化训练样本和继续调试网络种类和网络参数的基础上,有望能进一步提高反演精度。     

从单多普勒雷达速度场反演散度场

该文提出了在极坐标下从单多普勒雷达速度场计算散度的方法。此方法可以直接利用多普勒速度计算极坐标散度中的径向散度项和径向移动项,而无需作任何假定。只有在计算切向散度项时需要在一定的假定下先反演出切向速度。误差分析表明,反演误差比散度小一个量级。对一次冷锋过程的散度反演试验表明,极坐标散度反演方法可用于分析中尺度天气系统。     

基于ＭＴＩ滤波器特性的改进直接数据域算法的研究

传统的空时自适应处理方法属于统计方法,一般假设其它相邻距离单元的训练样本满足独立同分布的条件,利用这些训练样本来估计待检测单元中杂波 的协方差矩阵．对机载雷达来说,严重非均匀环境很难满足样本独立同分布的要求．直接数据域方法只利用待检测距离单元本身的数据来获取训练样本,因此得到广泛应用．提出一种改进直接数据域算法,在利用空时窗滑动对消目标信号时,基于滤波原理,对空时窗的权系数进行优化,这样有利于在对消目标的同时保留更多杂波信息,进而求解的自适应权值对杂波的抑制性能更佳．仿真结果表明了改进算法的有效性,相比原始直接数据域算法,具有更窄的改善因子凹口,提高了对慢速目标的检测性能,且计算量没有增加．     

一种区域格点三维变分分析方案--基本框架和初步试验

给出一种区域格点三维变分分析方案的基本框架.对方案中阶数巨大的背景场误差协方差矩阵加以处理,选用位势高度和风场非平衡部分的纬向风速、经向风速作为分析变量,减少矩阵阶数;进行变量变换,避免矩阵求逆;然后,采用与最优插值方案相似的水平和垂直方向可分离的理想相关模型,在水平方向上用递归滤波器代替矩阵运算,从而实现变分分析方案的求解.用单个和理想分布观测资料对方案测试,并进行实例试验,得到很好的计算结果.     

基于PMCS图像数据的雨滴微物理特征研究

基于2015年降水微物理特征测量仪(PMCS)在南京地区获得的3次降水过程的雨滴图像资料,利用图像处理算法得到雨滴形状、尺度、轴比、倾斜角、垂直速度等特征参量,研究了雨滴的微物理特征空间分布规律。结果表明:直径较小的雨滴轮廓呈圆环状,随着粒子直径增加,雨滴轮廓呈现出椭圆形和底部扁平顶部凸起状。PMCS测得的雨滴轴比—直径拟合关系同经验模型相比误差较小,雨滴轴比概率分布呈现高斯分布特征。雨滴倾斜角分布于0°两侧,方差为15.9°,小雨滴倾斜角受湍流影响较大,摆动范围较大。雨滴垂直速度随直径增大而增大,垂直速度拟合曲线同Atlas速度经验模型分布较为一致。     

OIQC技术在雷达反演VAD廓线资料退模糊中的应用研究

多普勒天气雷达在强风速天气条件下经常出现的速度模糊误差,严重限制了风场信息的广泛应用,如反演VAD廓线等。本文将最优插值客观分析质量控制技术(OIQC),应用于雷达反演VAD廓线资料中速度模糊的质量控制。对用于反演VAD风廓线的那些格点圈层上的资料,以简化的多变量统计插值技术(Cressman插值),为被检查的资料提供一个对比分析的参考值,从而确定折叠次数,修正模糊速度。根据多普勒雷达径向速度资料的特点,水平方向采用非各向同性的单变量背景场误差协方差函数,垂直方向协方差函数取为高斯型。修正模糊速度后运用VAD技术得到水平风的垂直廓线。对强龙卷天气过程的数值试验结果表明,OIQC技术应用于雷达资料质量控制,无需引入外界风场,有能力修正模糊速度。结合VAD方法,可以从存在严重折叠的雷达资料中反演出较为准确的风廓线。     

调整方法反演大气温度廓线的比较研究

本文定量地分析了一个改进的有偏估计调整算法的特性.并对此法和流行的Twomey调整算法的反演结果作了对比研究,证明前者的反演精度和对测值误差的适应能力均优于后者.     

一个基于打靶法的大气污染源反演自适应算法

污染源反演对大气污染预报及控制有重要意义。目前普遍采用的源反演统计方法存在对观测误差、源清单先验估计误差敏感等弱点。基于打靶法思想的各种算法以其精度高、程序简单、实用性强的特点被广泛应用于系统控制领域。本文提出的基于打靶法思想的大气污染源反演自适应算法在精度高、算法简明的基础上弥补了统计方法的不足:能处理源清单中的大误差、初值大误差、观测值在个别时间点的大误差;无需先验分布假设及误差估计。本文还以简单模型的理想试验为例,展示了该自适应算法的计算效果。