中国区域多种微波遥感土壤湿度产品质量评估

以自动土壤水分观测站土壤湿度作为验证数据, 对2012年中国区域ASCAT、WINDSAT、FY3B、SMOS 4种微波遥感土壤湿度产品按省份进行了评估研究。结果表明:ASCAT质量最优, 在中国大多数地区与观测数据的相关系数较高, 归一化标准偏差较小。WINDSAT其次, 质量优于FY3B, 而SMOS在中国大部分地区质量差, 受无线电频率干扰严重。4种产品在中国西北地区表现均略好, 如山西、陕西、宁夏等省区。研究还发现, 同一卫星土壤湿度产品在同一季节, 不同地区评估质量不同, 这可能与不同地区的地表植被覆盖类型有关。     

四套再分析土壤湿度资料在中国区域的适用性分析

利用国家气象信息中心提供的"中国农业气象土壤水分数据集(1981-2010年)(V1.0)"中150个农业气象站的土壤湿度观测资料,对2001-2010年CFSR、ERA-Interim、NCEP R-1和NCEP R-2四套再分析土壤湿度资料在中国区域的适用性进行了比较与评估。结果表明:(1)从空间分布来看,四套再分析资料都可以正确描述出中国区域土壤湿度的分布特征,但是NCEP R-1对于青藏高原土壤湿度的模拟存在一定的问题;(2)从时间变化来看,CFSR再分析资料能够较好地描述了土壤湿度的时间变化,而NCEP R-2再分析资料表现得较差;(3)从土壤湿度的季节循环看,在表层,CFSR和ERA-Interim再分析资料模拟地比较好,而NCEP R-1和NCEP R-2再分析资料出现了高估现象;而在深层,除NCEP R-1外,其他三种再分析资料都可以较好地模拟出土壤湿度的季节循环。     

长时间序列多源土壤湿度产品在中国地区的比较分析

研究利用实测数据对遥感产品(ECV CCI)、全球陆面同化系统产品(GLDAS/CLM、NOAH2.7、NOAH3.3、VIC、MOSAIC)、再分析资料(ERA-Interim、NCEP/DOE)等不同来源的8套长时间序列土壤湿度产品进行时空比较。结果表明:上述产品均可以模拟出中国不同区域土壤湿度的空间分布;从各产品平均态与实测数据的偏差、均方根误差、相关系数统计结果来看,NOAH模式和ERA-Interim表现最好,MOSAIC和NCEP/DOE与实测相差较大;从区域尺度上来看,所有产品在东北区域表现最好,在华南、西南南区和西北西区较差;ERA-Interim有效的模拟了土壤湿度的年际变化。     

FY-3A/VIRR反演云微物理特征及与TERRA/MODIS反演结果的比较

利用FY-3A/VIRR多光谱资料反演了云微物理参数,针对2009年4月18日和5月21日两个个例,选取深厚积云、高、中、低云作为分析对象,并与TERRA/MODIS反演结果进行了比较,分析了FY-3A的可靠性和稳定性.结果表明:(1)FY-3A反演的云微物理参数形成的可视化RGB合成图,色彩层次较为丰富,与TERRA...     

基于卫星遥感资料的中国区域土壤湿度EnKF数据同化

土壤湿度在陆气相互作用过程中扮演着重要的角色,是气候、水文、农业、林业等研究中重要的地球物理参数之一.土壤湿度影响地面蒸散,径流、地表反射率、地表发射率以及地表感热和潜热通量,从而对气候有重要影响,它对大气的影响在全球尺度上仅次于海面温度,在陆地尺度其影响甚至超过海面温度.本文介绍了基于EnKF及陆面过程模型的中国区域陆面土壤湿度同化系统（CLSMDAS,China Land Soil Moisture Data Assimilation System）,以及该系统应用于中国区域陆面土壤湿度同化试验的结果.CLSMDAS包括以下几个部分：1）陆面模式采用美国国家大气研究中心NCAR的陆面过程模型Community Land Model Version3.0（简写为CLM3.0）;2）大气驱动场数据中的降水和地面入射太阳辐射数据来自FY2静止气象卫星每小时产品;3）陆面数据同化方法采用EnKF（Ensemble Kalman Filter）同化方法;4）观测数据包括AMSR-E卫星反演土壤湿度产品以及地面土壤湿度观测资料.利用CLSMDAS对2006年6~9月的土壤湿度同化试验结果的分析表明：陆面模式模拟和同化结果都能比较合理地反映出土壤湿度时空分布,同化的土壤湿度分布与2006年8月重庆、四川发生建国以来最严重的夏伏旱有非常好的对应关系,与发生在9月的湖北东部、广西南部等地的干旱区也有非常好的对应关系.     

一次强降水模拟中土壤湿度初值的影响研究

为了分析WRFV3.3.1模式中土壤湿度初值对降水模拟的影响,在4个陆面方案的分析对比基础上,采用中国区域土壤湿度同化系统（CLSMDAS）输出的土壤湿度替换模式初始场中的土壤湿度,对2010年6月19日江西出现的一次强降水过程进行模拟,分析改进后的土壤湿度初值对模式模拟降水的影响。结果表明,耦合Noah方案的模拟结果要优于SLAB、RUC、PX方案;通过对比试验发现CLSMDAS输出的土壤湿度初始条件下的模拟结果比NCEP资料的模拟结果更接近于实况,能够很好地模拟出24 h累积降水的范围与强度,对应地表能量的响应也更为明显,表现出很好的区域波动性,能够捕捉到细节降水信息,且统计检验结果中各量级降水的TS评分基本都要高于NCEP土壤湿度初值条件下的结果,空报率、漏报率和预报偏差进一步减小,说明准确的土壤湿度初值能够提高模式的模拟预报能力。     

多种降水实况融合产品在四川一次强降水过程中的评估

利用四川省地面观测小时和分钟降水数据,针对2019年发生在四川地区的首场区域性暴雨过程,采用多种评估指标对国家气象信息中心研发的九种降水融合产品进行对比评估。结果表明:四种24h降水融合产品(CMPAS_24h_RT05、CMPAS_24h_NRT05、CMPAS_24h_RT01、CMPAS_24h_NRT01)、四种1h降水融合产品(CMPAS_RT05、CMPAS_NRT05、CMPAS_RT01、CMPAS_NRT01)和一种10min降水融合产品(CMPAS_10MIN05)均能较好的反映强降水落区的时空变化趋势,但降水极大值都较实况有一定的低估。总体而言,降水融合产品的质量较高,对强降水有很好的监测能力,累计降水量与实况相当,1h降水融合产品与实况的相关系数超过0.924,晴雨准确率在94.4%以上,10min降水融合产品与实况相关系数为0.85,两种产品的TS评分都随降水量级的增大而降低。对比而言,1km产品优于5km产品,近实时产品优于实时产品,1h产品优于10min产品。1h融合产品的降水合计与24h融合产品降水量一致,10min和1h降水存在不一致的问题,但二者差异不大。      

总云量产品在中国区域的分析检验

对ISCCP、常规观测以及MODIS总云量3种目前使用较多的总云量资料进行对比分析, 重点考察时间序列较长的ISCCP和常规观测总云量, 给出定量对比结果, 为使用这3种总云量资料的用户提供参考。研究表明:ISCCP与常规观测总云量相比, 7月二者的空间分布具有很好的一致性, 但白天ISCCP总云量比常规观测总云量多, 夜间却往往比常规观测总云量少, 二者误差分布表现为东部和东南部小于西北部的特征; 而1月二者空间分布比较一致, 但是在天山和东北地区高、低值中心经常不匹配, 这两个区域总云量资料需慎用; 7月ISCCP总云量精度明显高于1月。ISCCP、常规观测以及MODIS总云量对比结果表明:1月MODIS总云量比其他两种资料大, 而7月为最小。相对常规观测, 1月ISCCP总云量精度优于MODIS, 而7月MODIS总云量略优于ISCCP。     

基于卫星气候资料的1989-2015年南北极海冰面积变化分析

利用被动微波卫星海冰密集度气候资料,分析了1989-2015年南北极海冰面积和密集度的长期变化趋势。结果表明：研究期内,北极年平均海冰面积减少,南极海冰面积增加,变化趋势分别为-0.569×10⁶ km²·（10a）^-1和0.327×10⁶ km²·（10a）^-1,均通过了0.01水平的显著性检验,两极海冰面积变化趋势表现出明显的"非对称性"。两极总海冰面积出现了下降,变化趋势为-0.242×10⁶ km²·（10a）^-1。年海冰密集度在北极地区普遍减少,而在南极地区的变化趋势存在显著的空间差异,威德尔海、罗斯海北部海冰密集度增加,趋势超过了10%·（10a）^-1,别林斯高晋海、阿蒙森海的海冰密集度出现下降。北极各月海冰面积的变化趋势存在明显的季节差异,7-10月海冰面积减少明显,其中9月减少最显著,趋势为-0.955×10⁶ km²·（10a）^-1。南北极海冰冻结和融化的时间不完全对应,北极融化与冻结时间基本平衡,南极海冰冻结时间明显长于融化时间。南极年内海冰面积的变化幅度大于北极,呈现显著的季节性特征。北极极小海冰面积的变化趋势最显著,达到了-0.636×10⁶ km²·（10a）^-1。南极极大海冰面积出现的时间后移明显,趋势为0.733候·（10a）^-1;极小海冰面积出现的时间非常稳定,没有明显的变化趋势。     

基于多重网格策略的NLS-3DVar资料融合方法及其在气温数据融合中的应用

将多重网格策略引入NLS-3DVar(Non-linear Least Squares-based on Three-dimensional Variational Data Assimilation,非线性最小二乘三维变分同化)方法,进而应用于2400多个国家级气象观测站逐时气温数据和NCEP再分析气温数据的融合,得到中国区域空间分辨率1°×1°,时间分辨率为6小时的气温融合产品。分别从单重网格(分辨率1°×1°)和双重网格(分辨率由2°×2°到1°×1°)利用2014年1~12月(4、5月除外)的独立检验数据考察NLS-3DVar气温融合产品质量,验证基于多重网格策略的NLS-3DVar方法的优越性。在单重网格下,与广泛应用于气象行业的Cressman插值产品(均方根误差和相关系数的年平均值分别为1.961°C d~(-1)和0.924)相比,NLS-3DVar产品全年始终具有最小的均方根误差和最大的相关系数,年平均值分别为1.915°C d~(-1)和0.929;站点间误差分析进一步表明,NLS-3DVar产品在大多数检验站点精度更高,在新疆、甘肃、云南、陕西等地区尤为突出;加入双重网格策略的NLS-3DVar产品与单重网格的NLS-3DVar产品误差对比显示,均方根误差年平均值分别为1.649°C d~(-1)和1.711°C d~(-1),相关系数年平均值分别为0.970和0.968,二者在均方根误差和相关系数的表现上都极为相似,即双重网格NLS-3DVar气温产品尽管对观测数据采取了稀疏化处理,但依旧维持了原有的产品精度,并且在计算效率上提高了1倍多。而与同样在双重网格下基于多尺度的STMAS(Space–Time Multiscale Analysis System)算法相比,双重网格的NLS-3DVar产品在产品精度上同样占据优势,在计算效率上单位时次耗时与STMAS算法几乎相当。