基于多源卫星数据的云底高度反演算法在中国近海的应用研究

本文利用直减率反演云底高度的计算方法,联合星载主、被动探测资料开展了中国东海、南海上空暖云云底高度反演研究,同时对暖云的分布特征进行了统计。结果表明受大气层结稳定程度影响,夜间的反演效果优于白天。两种资料的云顶高度较一致时,反演效果好,该方法具有可行性。     

基于A-Train卫星编队资料的热带气旋强度估算

准确估算热带气旋(TC)强度,对于预测TC发展、减少财产损失具有重要的意义。前人将TC看作满足静力平衡和梯度风平衡的轴对称涡旋系统,基于云顶高度、云顶温度、海表面气压等物理量建立了TC强度估算模型,该模型未考虑环境垂直风切变对TC强度的影响。本文提出一种修正模型,通过统计拟合手段将垂直风切变加入原模型中。从2006—2015年的Cloud Sat资料中筛选出穿心个例共63个。针对云雷达(CPR)数据特点,提出根据反射率因子的垂直分布确定眼墙和外围边界位置的方法。分别用原模型与修正模型对这63个TC个例进行强度估算。与最佳路径数据相比,原模型结果总体偏大,尤其对风切变较大、强度较小的个例估算效果不佳。修正模型对于风切变大于5 m·s~(-1)的个例误差明显减小,平均绝对误差MAE、均方根误差RMSE和平均绝对误差百分比MAPE分别从5.8 m·s~(-1)、7.7 m·s~(-1)和19.5%变为3.5 m·s~(-1)、4.9 m·s~(-1)和11.5%。在一定强度范围内,修正模型估算效果随着强度的增强而提升。修正模型对于成熟阶段的个例效果更好,北半球的估算精度高于南半球,纬度越高,估算误差越小。试验结果表明,用该修正模型估算TC强度是可行的,可以对现有的技术进行辅助和补充。     

APPLICATIONS OF THE CLOUDSAT TROPICAL CYCLONE PRODUCT IN ANALYZING THE VERTICAL STRUCTURE OF TROPICAL CYCLONES OVER THE WESTERN PACIFIC

Cloud profiling radar (CPR) onboard CloudSat allows for deep penetration into dense clouds/precipitation. In this study, tropical cyclones (TCs) are classified into three stages as developing, mature, and decaying. The circular TC area with the radius of 500 km is divided into five regions. The vertical structure characteristics of 94 Western Pacific TCs at different stages in different regions from June 2006 to February 2014 are statistically quantified using the CloudSat tropical cyclone overpass product (the CSTC Product). Contoured frequency by altitude diagrams (CFADs) of radar reflectivity show an arc-like feature and exhibit opposite distributions with a boundary at 5 km. Bright bands are found at this altitude, indicating melting layers. Deep convective (DC) clouds have the largest occurrence probability in the inner region, while Ci clouds occur more frequently in the outer region at 10-15 km. As clouds have the second largest vertical scale after DC clouds. Distributions of Ac, Cu, and Ns clouds at different stages have few distinctions. As the altitude increases, the ice effective radius and the distribution width parameter decrease while the particle number concentration increases. Moist static energy (MSE), cloud thickness (CT), liquid water path (LWP), ice water path (IWP), water vapor (WV), and rain rate (RR) all diminish along the radial direction and are significantly larger at the mature stage. The average value of MSE at the developing stage is larger than that at the decaying stage.     

联合星载毫米波雷达和中分辨率光谱成像仪的云底高度反演

云底高度是云重要的宏观物理参数。本文基于MODIS和CPR探测得到的可见光、红外和毫米波数据,提出了用主成分分析(Principal Component Analysis,PCA)和BP神经网络反演云底高度的新方法,并以相对湿度阈值法处理探空资料所获取的云底高度为基准,对PCA-BP法和CloudSat产品获取的云底高度进行了对比分析。结果表明:对绝大部分类型的云,PCA-BP法的反演偏差小于CloudSat产品。PCA-BP法和CloudSat产品反演的云底高度在夏季偏低,在其他季节偏高,且PCA-BP法与探空仪的均方根误差在所有季节均小于CloudSat产品,两者反演的云底高度具有一致的季节特征,即夏高冬低。PCA-BP法和CloudSat产品所获取的云底高度随纬度升高有减小趋势,在不同地区,两者具有不同的反演效果,反演误差随纬度升高而逐渐减小,对比结果说明了PCA-BP法反演云底高度具有一定的可行性。     

基于A-Train综合资料的云顶高度反演研究

提出一种适用性较强的云顶高度反演方法。利用2007年低纬地区(15°S~15°N)的A-Train综合资料反演云顶高度。首先以M0DIS通道31和通道32的亮温值为特征参数,基于SVM分类法,将云分为不透明云、半透明云和透明云三类,分类准确率达到90.6%。然后对三类云分别用核回归法反演云顶高度,将其与CloudSat的2B-GEOPROF-LIDAR产品对比,均方根误差分别为0.95、1.17和1.27 km。与未分类的核回归法结果相比,分类后三种云的反演误差都有所减小。最后分析了三个典型个例。该方法可推广至其他含有红外分裂窗通道的卫星上,发挥更多卫星资源的效用。     

基于语义的气象信息检索系统的构建

针对当前信息资源分散、气象知识专业性强、网络信息获取准确性和可靠性不能保证等问题,设计了一个基于语义的气象信息检索系统,为用户提供了一个人机交互平台。系统主要运用基于本体的语义检索和语义扩展能力,通过构建气象知识本体,建立气象信息本体库,利用推理规则,查询检索词条对应的描述、关键字等解释属性以及扩展查询其兄弟类、父类、子类词条,在交互过程中不断调整检索词条,实现气象知识的准确获取。实验结果表明该系统能有效提高气象信息的利用率,提高用户信息获取的准确性。