FY-2C积雪判识方法研究

介绍了利用FY-2C资料进行积雪判识的原理,在阈值法基础上的辅助因子函数积雪判识方法以及相应的FY-2C积雪判识结果精度验证分析等。一般较为常用的卫星遥感积雪判识方法为简单阈值法,由于其带有一定的随机性,很难客观反映下垫面条件差异对阈值选取的影响。以阈值法为基础,将所使用的主要变量以函数形式表达,以海拔高度、地理位置、季节、土地覆盖类型等作为阈值函数的变量,通过大量采样建立起多种阈值函数,从而实现随时空特点变化的阈值实时计算。该方法用于FY-2C积雪判识,较好地解决了FY-2C全圆盘范围内广大区域不同下垫面类型下的实时积雪监测。通过与NOAA-17人机交互积雪判识结果对比分析,该方法的积雪判识精度可达85%左右。     

利用IGRA2探空数据和COSMIC掩星资料对FY-3C掩星中性大气产品进行质量分析

根据IGRA2无线电探空数据和气象、电离层和气候卫星联合观测系统(Constellation Observing System for Meteorology Ionosphere and Climate, COSMIC)掩星资料,对2015—2017年包含折射率、温度和比湿廓线在内的FY-3C掩星中性大气产品进行质量分析。结果表明:FY-3C掩星折射率廓线25 km以下整体无系统偏差,相对偏差标准差≤5%;温度廓线存在系统负偏差,标准差≥1.5 K;比湿廓线越趋地表质量越低,5 km下标准差≤1.2 g/kg。总体而言,FY-3C掩星数据质量较好,在2015—2017年间逐年提高,但在近地面和25km以上有待进一步提高。对2017年产品的进一步分析表明:就季节而言,折射率廓线和温度廓线质量均在冬季最差,比湿廓线质量在夏季最差;就纬度带而言,折射率廓线在低纬度带质量最差,温度廓线质量的分纬度带比较结果在不同高度范围存在差异,比湿廓线在低纬度带质量明显低于中高纬度带;此外,FY-3C掩星大气产品数据质量随昼夜和海陆变化也存在一定差异。     

FY-3A/MERSI数据在典型大城市热环境监测预报中的应用——以上海市为例

以上海市为例,探索中国新型自主的FY-3A/MERSI数据在典型大城市热环境研究中的应用模式,包括实时监测与同化数值预报两个方面。结果表明:FY-3A/MERSI反演的250 m地表温度及其他衍生指标能够客观呈现城市热场格局及热岛效应,精细揭示出上海市区—近郊—远郊的地温明显分异,热岛由中心城区呈放射性面状过渡到远郊以乡镇为中心的团块状,其形成与下垫面介质关系密切。同化FY-3A/MERSI数据产品的中尺度数值模式,耦合城市冠层参数化方案,可实现250 m格网0～48 h城市近地层气温空间精细化预报,提取1 h间隔的热环境日演变特征将有助于在不同天气形式下进行热环境灾害潜式预报及机理分析。预报结果在时空分辨率方面明显优于常规数值预报,并避免了卫星云污染的影响,说明FY-3A卫星探测资料能有效改善模式背景场与初始场。     

FY-3C VIRR大气可降水产品生成和检验

风云三号C星(FY-3C)可见光红外扫描辐射计(VIRR)两个红外分裂窗通道数据生成的晴空大气可降水(TPW)产品已投入业务使用。本文介绍了该产品的生成方法,并从产品精度和稳定性两个方面评价产品质量。与MODIS Terra TPW的月平均数据对比,FY-3C VIRR TPW能正确反应大气可降水的全球分布。与2015年3月—4月的全球探空数据对比,FY-3C VIRR TPW均方根误差为5.36 mm,相对误差在水汽值大于30 mm时在20%以内,并且夜间产品精度优于白天。相比于MODIS红外TPW产品与探空数据的误差,FY-3C TPW精度略好。计算2015年1月至2016年7月FY-3C VIRR TPW产品相对探空数据的月均方根误差,19个月均方根误差的标准差是0.54 mm,小于同期MODIS Terra TPW均方根误差的标准差,说明FY-3C VIRR TPW产品在检验时期内更稳定。FY-3C VIRR TPW产品精度较高且质量稳定,具备广泛应用能力。     

近15年新疆逐日无云积雪覆盖产品生成及精度验证

为降低云对MODIS逐日积雪覆盖产品MOD10A1和MYD10A1在新疆积雪实时监测与研究中的影响,引入交互式多传感器雪冰制图系统(interactive multi-sensor snow ice mapping system,IMS)等多源遥感数据和地面实测资料,综合时间滤波法、空间滤波法及多传感器融合法等不同的去云技术,建立基于多源数据的去云方法,生成新疆地区2002—2016年近15 a间逐日无云积雪覆盖产品数据,并利用实测资料对生成的产品数据进行精度评价及结果验证。结果表明,去云后积雪覆盖产品在新疆积雪覆盖的总体监测精度为90.61%,接近于去云前MODIS晴空积雪覆盖产品在新疆的总体监测精度(93.3%)。     

利用FY-3B MWRI遥感数据反演南极海冰表面积雪厚度

海冰表面积雪厚度是冰冻圈和全球气候系统的重要组成部分,在海洋、海冰和大气的能量传输中起着关键的作用。针对目前缺乏南极海冰表面积雪厚度国产卫星遥感数据产品的问题,本文探索应用FY-3B MWRI被动微波亮温数据开展南极海冰表面积雪厚度的遥感反演研究。结果表明基于2016年FY-3B MWRI 18.7 GHz、36.5 GHz垂直极化亮温及海冰密集度数据,采用Comiso03模型反演的积雪厚度结果较Markus98更好,与AWI2016年部署在威德尔海的浮标(2016S31、2016S37、2016S40)观测的积雪厚度同日同像元对比的偏差为-1.72 cm。FY-3B MWRI反演的2016年南极海冰表面积雪厚度与美国雪冰数据中心发布的GCOM-W1 AMSR-2积雪厚度产品整体上具有较好的一致性(时空平均偏差为-0.11 cm、相关系数为0.90),积累期和稳定期(4—10月)两者差异较小(时空平均偏差为-0.81 cm,相关系数为0.93),消融期(11月—次年3月)差异较大(时空平均偏差为2.76 cm,相关系数为0.85),差异主要分布在威德尔海北部和东南极冰边缘区。开展FY-...     

风云三号D星MERSI AOD资料的同化应用研究

为了验证风云三号D星MERSI传感器的气溶胶光学厚度（AOD）数据对地面PM_2.5的污染过程预报的效果,本文基于WRF-Chem（Weather Research and Forecasting model coupled with Chemistry）大气化学模式和三维变分同化方法,针对2020-02-10—2020-02-12中国北方地区的一次PM_2.5重污染过程,进行了同化和预报试验研究。同化数据来自常规地面站点的PM_2.5浓度数据和风云三号D星MERSI传感器的气溶胶光学厚度（AOD）数据。控制试验不同化任何资料,3组同化试验分别为仅同化地面PM_2.5,仅同化卫星AOD,以及同时同化PM_2.5和卫星AOD两种资料。结果表明,3组同化试验都可以有效提高初始场准确率,以地面PM_2.5作为检验标准,仅同化PM_2.5、仅同化AOD、同时同化两种资料相对于控制试验,初始场的平均偏差分别降低54.9%、21.9%和49.0%,平均相关系数分别提升51.4%、16.0%和34.0%,平均均方根误差分别降低50.6%、17.2%和42.3%。以卫星AOD作为检验标准,3组同化试验相对于控制试验,初始场的平均偏差分别降低37.6%、78.4%和83%,平均均方根误差分别降低31.6%、62.2%和65.2%。同化后的初始场对预报有显著的改进,改进持续时间达24 h,以地面PM_2.5作为检验标准,同时同化两种资料的试验对24 h预报的平均偏差减少19.7%,相关系数提升8.8%,均方根误差减少17.2%;以卫星AOD作为检验标准,24 h预报的平均偏差减少40.1%,相关系数提升25.9%,均方根误差降低34.7%。试验结论为,相对于仅同化地面PM_2.5资料,同化风云卫星AOD资料可以提升后期预报效果。     

利用多光谱卫星遥感和深度学习方法进行青藏高原积雪判识

青藏高原积雪对全球气候变化十分重要,针对已有积雪遥感判识方法中普遍采用的可见光与红外光谱数据易受复杂地形与高海拔影响,导致青藏高原地区积雪判识精度较低的问题,提出了一种基于多光谱遥感与地理信息数据特征级融合的积雪遥感判识方法:以风云三号卫星可见光与红外多光谱遥感资料与多要素地理信息作为数据源,由地面实测雪深数据与现有积雪产品交叉筛选出样本标签,构建并训练基于层叠去噪自编码器(SDAE)的特征融合与分类网络,从而有效辨识青藏高原遥感图像中的云、积雪以及无雪地表。经地面实测雪深数据验证,该方法分类精度显著高于使用相同数据源的FY-3A/MULSS积雪产品,略高于国际主流积雪产品MOD10A1与MYD10A1,并且年均云覆盖率最低。试验结果表明该方法可有效地减少云层对积雪判识的干扰,提升分类精度。     

多源卫星观测数据在全球四维变分同化系统中的应用

首先描述高分辨率全球四维变分资料同化系统的基本软件框架,并对多源卫星资料同化的关键技术作阐述;其次通过统计分析,说明新型卫星观测数据的引入不但能够增加同化系统中的信息量,而且能够提高其他类型观测数据的利用率;然后通过一个月的统计检验结果表明:无论是从距平相关还是均方根误差而言,在有效同化无线电掩星和卫星风资料后,高分辨率同化预报系统预报技巧的提高是十分明显的;最后,通过一个强降水个例的分析结果表明:基于新的初始场全球模式降水预报准确性较高,就强降水中心区域的预报而言,模式预报和观测实况较为一致,优于国外模式降水预报。     

GNSS约束的MERSI/FY-3A PWV校准方法EI北大核心CSCD

精确的水汽信息对于短临天气预警和长期气候监测具有重要意义。本文针对搭载在我国第2代极轨卫星风云三号A星(FY-3A)上中分辨率光谱成像仪(medium-resolution spectral imager,MERSI)获取水汽精度较低的现状,提出一种GNSS约束的MERSI/FY-3A PWV校准方法。首先,对MERSI/FY-3A的PWV段产品进行处理得到水汽日产品,并利用GNSS和无线电探空(radiosonde,RS)数据对其进行评估;然后,根据PWV的季节分布特性,构建GNSS约束的MERSI/FY-3A PWV季节自适应校准模型;最后,分别利用GNSS、RS和再分析资料对校准后的MERSI/FY-3A水汽进行对比,验证提出方法的有效性。研究表明:本文提出的PWV校准方法,能够有效改善MERSI/FY-3A水汽日产品和旬产品的精度,改善率分别为58.63%和68.72%。该方法可为遥感水汽快速校准研究提供重要的理论依据。     

FY-3C无线电掩星折射率廓线的反演及验证

2013年,中国发射了首颗进行全球导航卫星系统(global navigation satellite system,GNSS)无线电掩星观测的气象卫星FY-3C,其掩星数据产品已由国家卫星气象中心(national satellite meteorological center,NSMC)发布.基于FY-3C附加相位...     

Snow Cover Monitoring in Qinghai-Tibetan Plateau Based on Chinese Fengyun-3/VIRR Data

Snow cover monitoring in the Qinghai-Tibetan Plateau is very important to global climate change research. Because of the geographic distribution of ground meteorological stations in Qinghai-Tibetan Plateau is too sparse, satellite remote sensing became the only choice for snow cover monitoring in Qinghai-Tibetan Plateau. In this paper, multi-channel data from Visible and Infrared Radiometer (VIRR) on Chinese polar orbiting meteorological satellites Fengyun-3(FY-3) are utilized for snow cover monitoring, in this work, the distribution of snow cover is extracted from the normalized difference snow index(NDSI), and the multi-channel threshold from the brightness temperature difference in infrared channels. Then, the monitoring results of FY-3A and FY-3B are combined to generate the daily composited snow cover product. Finally, the snow cover products from MODIS and FY-3 are both verified by snow depth of meteorological station observations, result shows that the FY-3 products and MODIS products are basically consistent, the overall accuracy of FY-3 products is higher than MODIS products by nearly 1 %. And the cloud coverage rate of FY-3 products is less than MODIS by 2.64 %. This work indicates that FY-3/VIRR data can be reliable data sources for monitoring snow cover in the Qinghai-Tibetan Plateau.     

FY-3C微波成像仪海面温度产品算法及精度检验

海洋表面温度(SST)是海洋学和气候学一个十分重要的物理因子,而卫星被动微波遥感能够穿透云层,实现全天候、大范围观测,因此利用中国FY-3C微波成像仪(MWRI)反演SST具有重要意义。FY-3C MWRI SST产品采用统计算法,首先利用MWRI降水和海冰产品剔除含降水和海冰的像元,之后选择时空间隔0.2 h和0.2°离海岸100 km以外的FY-3C MWRI观测亮温与浮标观测值进行匹配,再将全球在空间上分为4个纬度带,时间上分为12个月,并分升轨和降轨,分别建立浮标海温观测结果和MWRI亮温之间的统计关系,实现对SST的估算。将|估算海温-30年月平均海温|≥2.5 K的像元标识为51,发现这些像元基本分布在陆地边缘地区及大风速地区,剔除标识为51的像元后的精度验证结果表明:与全球浮标资料相比,FY-3C MWRI SST轨道产品升轨精度为–0.02±1.22 K,降轨精度为–0.15±1.28 K;与全球分析场日平均海温OISST相比,FY-3C MWRI SST日产品升轨精度为0.00±1.03 K,降轨精度为–0.09±1.08 K。微波辐射计的性能及其定位定标精度、上游卫星产品(降水检测和海冰检测)的精度、陆地的干扰及高风速对微波信号的影响均会造成SST估算误差,如何改进算法中风速大于12 m/s时的估算精度是下一步的工作重点。     

基于RS和GIS的黑龙江省积雪时空变化研究

以黑龙江省为研究区域,以风云三号气象卫星遥感数据资料为基础,通过对FY－3 A和FY－3 B的VIRR波段特性的深入分析,对2013～2015年多期FY－3A和FY－3B的VIRR遥感影像提取出黑龙江省多期积雪数据,进行黑龙江省积雪时空变化监测研究,结合RS和GIS技术对其进行了分析并得出结论,对了解其时空分布特征及变化规律,对于促进该区的工农业生产和生态环境保护都具有十分重要的意义。     

风云三号卫星被动微波反演海洋上空云液态水含量

云液态水含量是气候和水循环研究的重要云微物理参数，也是目前气候变化研究中的最不确定因素之一。通过极轨气象卫星被动微波观测的光谱和极化特征能够实现对云液态水含量的直接测量，本文介绍了一种基于风云三号卫星微波成像仪（MWRI）观测亮温的全天候云液态水含量反演算法，利用快速辐射传输模式、云模型和大气廓线库建立MWRI模拟亮温库并训练反演系数的宽气候态物理算法可以保证算法系数在不同季节和不同地区的适应性。同时提出了一种基于观测增量（O-B）筛选晴空像元并对算法系数及比例因子进行订正的方法。利用统计直方图方法和卫星间交叉比对方法对反演产品精度进行了检验，统计直方图方法检验结果表明，FY-3C云水反演误差为0.028 mm，FY-3D为0.025 mm，与国外同类产品的精度相当；与低轨卫星微波辐射计GMI云水产品的交叉比对结果表明，两者具有较高一致性，均方根误差为0.0325 mm。FY-3C/3D CLW产品目前已经投入业务应用，上下午星组网能够一天内基本覆盖全球，实现全球云水分布监测。     

多系统广播电离层模型精度评估

电离层误差是导航定位主要的误差源之一,广播电离层模型为单频用户修正电离层延迟提供了简便有效的方法。本文采用CODE提供的GIM产品作为评估的基准,对4大广播电离层模型进行了多方面精度评估,旨在为后续的模型改进及应用提供参考。结果表明：各个模型北半球改正率高于南半球,白天改正率高于晚间;NeQuick模型在中低纬度服务性能一般,但在高纬度地区明显高于BDSK8、GPSK8模型,改正率高出BDGIM模型约5%,BDSK8、GPSK8、BDGIM模型在中低纬度改正率较高,高纬度带改正率稍差;BDGIM模型性能总体优于其他模型,全球范围改正率可达76.91%。     

FY-3250m分辨率数据的华北平原冬小麦提取

冬小麦是中国最主要的粮食作物之一,利用遥感技术提取冬小麦种植区是遥感应用研究的一个重要方向。2008年以来发射的系列风云三号(FY-3)卫星均携带着中分辨率光谱成像仪(MERSI),该传感器有5个250 m分辨率的波段,波段范围包括可见光、近红外和热红外,观测数据包含丰富的地表信息,为大范围冬小麦种植区提取提供了新的数据源。首先,选取生长季前期多幅高质量的MERSI数据,采用分层提取的方法,对于不同的层次选用与待提取类别最为敏感的特征波段来构建相应的决策树,从而将每一幅影像中冬小麦种植区提取出来,然后,将多幅数据融合为一幅生长季内的冬小麦种植区图。最后,使用野外实地调查的数据进行精度验证,面积提取精度为90.8%。结果表明,在春季返青后,即可做出当季冬小麦种植分布图,为农情监测提供及时的信息支撑。     

卫星动态观测数据揭示中国地表色调分布及时序变化特征

本文对2001年—2010年的MODIS光谱反射率数据进行时空聚类,得到2001年—2010年8天合成的色调信息,并初步分析了中国地表色调的时空分布格局及变化趋势,得出以下主要结论:(1)中国地表主色调主要由代表植被的绿色、裸土的褐色、裸土与植被混合的黄色、水体的蓝色以及冰雪的白色这5种颜色组成。分布在西北地区的褐色在一年中4个季节都为主色调。NDVI值较低的绿色光谱簇在春秋冬3个季节都为主色调,分布在南方的热带、亚热带针叶林以及灌木区。NDVI值较高的绿色光谱簇只在夏季一个季节为主色调,分布在长江中下游、华南、西南以及东北部分地区。永久白色主要分布在西藏、青海、四川等多年积雪地区。(2)黄淮海平原农业区色调在一年中呈现褐色—绿色—褐色—绿色—褐色的变化,与第一轮生长—间歇—第二轮生长物候历一致。长江中下游以及华南水稻播种和插秧时节有独特的光谱簇,呈现出植被与水体混合的特征。从华南地区、长江中下游地区到河北、陕西、甘肃、宁夏再到黑龙江,从南到北呈现出作物播种时间推迟、收割时间提早、生长期变短的现象。(3)甘肃北部、四川北部、山西北部、河北北部是年际主色调在绿色和黄色之间变化最为频繁的区域。这些年际主色调变化频繁区域也是中国绿度变化最显著的区域,也是在LUCC分类中易产生错误的地区。