用神经网络进行多波段卫星信息的降水估测

本文用BP神经网络对日本GMS-5的VIS(可见光)、IR1(红外1)、WV(水汽波段)、及红外1与红外2波段亮温差资料进行降水强度与降水落区的估测。经1998年夏季6～8月降水期间的1208个检验样本的检验，无雨、小到中雨和大到暴雨的三等级降水的估测准确率分别达到89．04％、70．34％、60．1％。     

暴雨数值模拟中的CISK机理分析

将卫星反演的水汽资料计入MM5中尺度大气数值模式初始场，增加了模式初始水汽场的中尺度信息。并对长江流域暴雨个例进行了模拟试验。通过分析模拟结果，具体讨论暴雨中的第二类条件不稳定(CISK)机制，即揭示了初始场改进使得中尺度系统的“spin-up”时间提前，暴雨预报效果改善的物理机制。