基于“.NET”的华南区域人工增雨效果统计检验共享平台的设计与实现

利用Google Earth二次开发工具API设计了一种基于浏览器/服务器(B/S)模式的人工增雨作业效果检验的动态人工增雨效果检验共享系统。该系统基于“.NET”平台,以C#作为主要开发语言,利用Google Earth二次开发工具API实现了区域级人工增雨作业效果评估的共享,实现了Google Map和火箭作业点、...     

基于MODIS的青藏高原逐日无云积雪产品算法

青藏高原积雪对高亚洲地区水和能量循环起着重要的反馈和调节作用,其变化影响着融雪性河流流量,对下游水资源和经济活动具有重要影响。中分辨率成像光谱仪（MODIS）具有较高的时空分辨率,被广泛应用于积雪遥感动态监测,然而光学遥感积雪受云层影响严重,且青藏高原地区水汽分布不均,局地对流活跃,积雪的赋存时间变化快,这给高原地区逐日积雪监测及其气候学制图带来挑战。在考虑青藏高原地形和积雪分布特征情况下,结合现有的云覆盖下积雪判别算法,采用8个不同方法的组合,逐步实现MODIS逐日无云积雪算法。选取2009年10月1日-2011年4月30日两个积雪季为研究期,并采用145个地面台站观测雪深数据对去云算法各步骤过程开展精度验证,结果表明：当积雪深度>3 cm时,逐日无云积雪产品总分类精度达到96.6%,积雪分类精度达83%,积雪判对概率（召回率）达到89.0%,算法可实现青藏高原地区逐日无云积雪动态监测和积雪覆盖气候学数据重建,对高亚洲地区的水、生态和灾害等全球环境变化影响研究具有重要的意义。     

从NOAA卫星AVHRR资料反演中国区域地表反照率

由NOAA卫星AVHRR短波通道1、2反射率反演地表反照率需要3个反演模式,分别是窄-宽波段反射率转换模式、大气顶双向反射模式、大气订正模式.基于模式和国家卫星气象中心接收处理的NOAA-18 AVHRR1B数据,处理了2006年1月至2010年12月的中国区域地表反照率,由于云的影响,15天合成技术用来形成周期为15天的地表反照率数据文件.2006年、2010年2年的处理结果与MODIS同类产品对比,RMS为0.028～0.074、相关系数为0.76～0.93,误差较大出现在冬季,原因是两者15天合成方法不同;5年的日平均地表反照率与21个中国地面气象一级辐射站的观测测值作对比,结果是：RMS为0.053、相关系数为0.88.反演模式系统误差以及云和气溶胶影响是卫星反演地表反照率的主要误差来源.     

GPS探测与FY-2反演大气可降水量对比分析

为深入了解FY-2卫星大气可降水量(PW)的反演质量,文章选取2012和2015年地基GPS水汽观测数据,与FY-2的PW反演产品进行了对比分析。结果表明:(1)北京、武汉和海口三站GPS/PW(PW_(GPS))与FY-2/PW(PW_(FY-2))在夏季存在显著正相关,三站的相关系数都达到0.67以上,夏季PW的均方根误差值、月平均偏差绝对值均小于冬季。北京与武汉站PW平均偏差和均方根误差在四季均具有明显日变化特征;(2)当PW_(GPS)20 mm时,北京、武汉、海口和拉萨站FY-2/PW与GPS/PW比较一致,PW偏差均值的绝对值和均方根误差较小,当PW_(GPS)20 mm时,PW偏差均值绝对值和均方根误差随PW_(GPS)值减小而迅速变大。FY-2的PW产品在夏季可以为大部分区域提供高时空分辨率、高精度的大气可降水量,在大气湿度非常低、冬季和夜间条件,反演结果精度有待提高。     

北京沙尘天气与源地积雪变化的关系

主要分析了北京沙尘天气变化规律及沙尘源区积雪变化与北京沙尘日数的关系,并探讨源区积雪变化影响北京沙尘天气的机制.研究表明55年来北京沙尘日数基本呈减少趋势,但1998～2000年又有所增加,沙尘暴日数也在减少,近10年北京没有出现强沙尘暴天气.而沙尘源区积雪深度和积雪面积与北京沙尘存在明显的负相关关系.冬季源区积雪减少(增加),很可能导致春季沙尘日数增加(减少),作者认为冬季积雪变化引起的土壤含水量变化是影响春季北京沙尘天气的原因之一.     

海南异常高温的气候特征及其海气背景

分析1961～2001年海南5～7月异常高温频数的气候特征及其影响因子南海海温和北半球500hPa高度场特征，结果表明，5、6月异常高温频数分别存在3馏年和5年左右的显著周期；南海中部海域是影响同期异常高温频数的关键区域；异常高温频数偏多年，欧亚地区500hPa环流特征是中高纬度有阻塞高压存在，西风槽南压，西太平洋副热带高压位置长期偏南、偏西。     

利用地基双通道微波辐射计遥感青藏高原大气云水特征

利用1997年春季西宁市地基双通道（22．235和35．3GHz)微波辐射计观测的资料，分析了不同月份、不同天气条件下的大气总含水量（V）和云中液态水积分含量（L）的分布规律。结果表明，在相同天气条件下，L值3－5月均呈逐渐递增的趋势，增加幅度一般为20％－40％，V值变化幅度很小；春季高原L值大约只有V的1%。与河北省的资料进行对比后发现，L值基本相当，而V值高原只有平原地区的30％－50％。     

基于MODIS的海南岛植被指数变化的驱动因子分析

温度、降水和地表覆盖是影响植被指数变化的主导因子，但在不同区域内不同因子对植被指数的影响程度有所不同。海南岛地处独特的热带区域，为弄清温度、降水和地表覆盖对海南岛植被指数的影响，根据MODIS遥感数据，提取了2004年海南岛的月平均植被指数集，采用了相关分析的方法，探讨了海南岛植被指数变化与其驱动因子（温度、降水和地表覆盖）的关系。结果发现海南岛植被指数的变化受温度的影响大于降水作用的影响，而降水作用的影响又大于地表覆盖的驱动作用。     

云迹风资料导出的原理和方法

本文介绍了利用静止气象卫星云图导出云迹风资料的原理和方法，并对导出的云迹风资料进行了分析。结果表明，所得结果具有一定的合理性，合理利用这些资料可以弥补台站稀疏的地区资料缺少的缺陷，对天气分析和数值预报有一定的补充作用。     

数值模拟在青海人工影响天气中的应用

本文介绍了数值模拟在国内外云物理、人工增雨和人工防雹中的研究和应用，并对数值模拟对青海省人工影响天气的应用和前景进行了介绍和探讨。