中国东部地区卫星估计降水系统及其应用

基于两年的地面观测和GMS-5静止卫星云图等资料样本库,采用多元回归方法建立了中国东部地区六小时降水量分级估计业务系统。在大片层状云、孤立对流云等不同性质的降水条件下对该系统进行业务试运行,结果表明：1)使用多通道卫星云图资料,特别是红外和水汽通道亮温差、红外亮温的时间变率等云图衍生资料,可以有效的提高卫星定量估计降水准确率。2)由逐日实时资料库建立的回归估计方程,每6h更新一次,大大地改善了大片厚卷云和特殊地形引起的空报。     

利用红外卫星云图资料估计降水量方法的研究

在条件气候均匀及范围足够大取样区域,研讨面平均雨强与云覆盖率、云顶表面亮度温度的标准偏差、云覆盖率时间的变化率三者之间的关系,得到用１ｈ间隔的数字化红外卫星资料估计降水的三种模式。通过对１９９１年７月５日、６日、１０日降水过程的实例分析表明,对于日降水量的估计,效果较为理想。模式可用于与邓样时间和地点的相似气象条件区,且不需要对云进行分离和跟踪、考察对流单体的生命史演变过程,便于应用。     

GMS-5 估计可降水量的研究

文章证明了由静止气象卫星GMS-5的分裂窗通道和水汽通道亮温反演可降水量的可行性,探讨了GMS-5红外通道亮温与可降水量的关系,建立了由3个通道亮温反演可降水量的经验公式。用60组大气平均廓线,对公式模拟检验误差为0.18 g/cm2,而用实际124组探空和对应的GMS-5亮温资料进行检验,误差0.40 g/cm2。用得到的经验公式可反演大范围的晴空可降水量分布。     

我国降水量的模糊聚类分区

本文采用模糊聚类中的系统聚类分析法对全国年、季降水量作了分压计算。为了客观地表示区内相关程度,提出了一种计算区内相关系数的方法。并根据实际情况,提出了选择降水分区方案的原则。结果比较令人满意。     

中国干旱气候分区及其降水量变化特征

利用中国614个气象台站1974～2006年历年月平均降水资料,计算各站的降水量距平百分率及其干旱等级序列,采用REOF等方法,对干旱等级序列进行气候分区,并分析各区域50a左右干旱等级的时间演变特征。结果表明：全国降水量具有显著的年代际变化特征,尤其西北地区年代际变化十分突出,其中新疆西部地区在21世纪以来降水量的增加非常明显,增加的程度也是近33a中最强的。根据干旱等级序列的旋转载荷向量将中国划分为11个区域,它们各自具有不同的旱涝特征。干旱等级序列和代表站资料反映出近50a东北、华北及河套地区的干旱明显加重,而西北大部分地区降水量有显著的增加。     

一种利用卫星资料的实时降水量自动计算方法

运用我国中、东部地区1989、1990年6～9月中66天各日逐时GMSIR数字展宽资料和528个气象站的雨量观测以及地面压、温、湿资料，采用双重检验逐步回归方法，经过多种试验，初步研究出了一种夏季6h降水量自动计算方法，复相关系数达到0．49～0．58，并通过了α＝0．01检验。对当前估计降水中普遍使用的有关因子作了较全面的定量分析。     

粤西降水量的分布特征及正态分布检验

分析粤西地区湛江、雷州和电白3站1957~1997年的月降水资料的时空特征,进行月、季、年及汛期降水量正态分布检验,并探讨了正态分布转换的若干方法。结果表明:在0.05的信度检验下,除个别站的个别月份外,粤西各地的月降水量基本都不服从正态分布;电白的年和汛期降水量不服从正态分布,湛江和雷州近似服从正态分布;各站夏季降水量均服从正态分布,春、秋和冬季各站均不服从正态分布。通过适当的数学变换和处理,粤西所有非正态分布的月、季、年和汛期降水量均可正态化变换。     

近60年中国日降水量分区及气候特征

根据中国国家级地面气象站均一化降水数据集,使用1956~2015年512个台站的日降水量资料,通过旋转经验正交函数（REOF）得到七个分区。比较了各分区平均日降水量的年内变化和多年倾向率差异:我国偏南分区的小雨日数减少,大雨、暴雨日数、日降水量的区域年均值增加;偏北分区的小雨、大雨、暴雨日数、降水量年均值为递减;长江中下游区（东北区）日降水量、小雨日数、暴雨日数的年均值的近60年倾向率分别是0.0071 mm a-1（-0.0010 mm a-1）、-0.0729 d a-1（-0.0615 d a-1）、0.0132 d a-1（-0.0007 d a-1）。100°E以西地区:小雨、中雨日数在增加,无雨日数显著减少,日降水量的年均值呈递增特点。通过自相关函数和小波功率谱估计,揭示了七个分区的日降水量年均值普遍存在2~4 a周期震荡。使用NCEP/NCAR月均再分析资料,以区域日降水量年均值为指数得到500 hPa、700 hPa、850 hPa回归风系数场、旱涝年整场水汽通量和水汽通量散度差异场相结合分析,结果表明:"东高西低,南高北低"环流型和区域降水有密切关系,水汽差异场是上述环流特点的反映。     

甘肃省各流域降水量的GIS模块插值估计与改进

考虑了我国西部流域降水量的主要因素,应用GIS插值模块及其改进方法以甘肃省为例对不同流域单元区年平均降水量进行插值估计,并进行了分析对比.改进方法是:根据气象台站海拔高度面与数字高程模型DEM(Digital Elevation Model)之间的海拔高度差,并以流域地形坡面、不同流域单元降水的垂直变化率为参数,引入ArcGis的 Spline、IDW、Kriging 3个模块进行插值.结果表明:与气象站降水量统计值相比,这不仅更有效地表达降水量空间分布变异程度,而且通过调整参数和反复验证可有效地提高插值精度,以弥补西部流域气象台站稀少所造成的数据空白,避免某些方法或模型(如PRISM)对上述流域降水模拟估计值偏小的不足.     

基于FY-2C卫星资料估算四川地面降水方法研究

应用2006年6月6日00时(北京时)至7日06时四川地区的自动站降水资料和FY-2C静止卫星红外亮温资料,共3854对样本,分析发现1小时内的最低红外亮温和红外亮温增量两因子能很好地表征地面1小时累计降水量,且能有效地进行四川地面1小时降水估算,并由此建立了估算降水方法.通过对2006年8月27日13-19时,2006年8月28日04-16时两个时段估算降水结果的初步检验来看,其均方根差都小于2.0mm,随着最低亮温的增加,其均方根差也越小.由此可见,基于FY-2C静止卫星1小时内最低红外亮温和亮温增量来估算四川地面1小时降水是可行的,且效果较好.     

GMS-5四通道云图的自动分类及其在定量降水估算中的应用

根据日本地球静止气象卫星（GMS-5）云图的新特点,运用动态分类方法对GMS-5四通道卫星云图进行分类,得到各种云类及地表。并由分类结果,根据一维云模式得到的对流云对流核心云顶温度与降水之间的关系,对层云和对流云做定量降水估算。并用1995年8月31日的云图资料进行对流云和层云的降水估计试验,将估算出的降水率和降水面积与地面1 h的观测降水资料进行比较,结果表明：假如设置40%为降水的允许误差,那么降水估计的准确覆盖率将达到70%。能在业务应用中推广,并且该方法可以应用到即将发射的风云2号气象卫星资料处理     

6种卫星降水产品在中国区域的精度特征评估

采用2012—2013年国家气象信息中心2419个国家级地面气象站格点化数据和TRMM(3B40RT、3B41RT、3B42RT)、CMORPH、GSMaP、HYDRO共6种0.25°×0.25°卫星反演降水数据,从中国区域、中国东部区域及中国西部区域3种空间尺度综合验证和比较了日尺度上卫星反演降水产品的精度。结果表明：春、夏、秋季卫星反演降水产品对降水描述的准确性高于冬季。相关性、均方根误差等指标随季节变化明显,且差异较大,夏季每种降水产品的评估指标均优于冬季。不同区域之间定量评估指标差异明显,具有月尺度变化特征。卫星反演降水产品对冬季小降水及固态降水的反演能力有限。对于中国区域的大范围降水事件,每种降水产品可以较好进行再现,但均以多传感器联合后的产品质量较高,单一微波、红外或可见光的效果较差。TRMM的3B42RT在夏季对降水反演的落区较好,但极值偏大,CMORPH的综合评价较好。卫星降水产品精度的空间分布与地形有一定的关系。     

数字卫星云图估算面雨量的应用试验

使用云分类降水率估计的方法，有静止气象卫星数字云图进行面雨量估算。对１９９３年８月４日华北南部一次降水过程的实测雨量与估算结果的对比分析表明，这种估算方法对雨区的差别有相当高的精度，对雨量的估计有一定的参考价值。     

应用GMS5多通道云图估计降水技术的研究

对近两年来5～8月中国东部地区120多个测站雨量观测资料和对应4400多幅GMS-5四个通道云图的研究发现：红外亮温的时间、空间变率、红外和水汽通道亮温差等云图衍生资料对消除卷云，弥补夜间缺少可见光云图的不足起到明显作用。从而，应用双判据双重MOS多元回归法建立四通道云图因子、衍生因子与降水量之间的回归方程，进行6小时分级降水估计。为了进一步消除厚卷云和特殊地形的影响，提出使用逐日实时资料自动建立多元回归方程估计降水量，从而对双判据双重MOS多元回归法估计结果进行校正。上海中心气象台的业务使用表明，总体估计的准确率达70％左右。     

神经网络方法在静止卫星多通道资料估算降水中的应用

使用人工神经网络 (ANN)模型探讨了利用静止卫星多通道资料估算地面降水的一种新方法 ,对淮河和长江典型区域 (2 4～ 3 6°N ,1 0 8°E以东 )一次暴雨过程的卫星遥感数据和地面水文站逐时降水资料的应用分析表明 ,该方法提供的客观定量的降水量估算的平均相关系数为 0 57,较现行业务使用的方法效果更佳     

用红外云图估算热带气旋短时雨量

以热带气旋降水云区的云顶亮温和1小时云顶亮温差为BP人工神经网络的输入层,以实况1小时的雨量为人工神经网络的输出层,建立了4类人工神经网络预报模型,分别为点模型、线模型、小面模型和大面模型。通过大量的人工神经网络试报表明小面模型能较好地抓住热带气旋红外云图中的主要降水影响因子（移向、移速、云顶亮温、发展率、云顶亮温梯度）,具有“过拟合”现象低、泛化性能高、预报能力强等特点。     

暴雨云团的卫星监测和研究进展

该文对卫星监测、分析和研究暴雨云团的国内外若干研究结果和进展给予了简要综述。主要涉及卫星遥感监测和分析暴雨云团的适宜尺度, 中尺度对流复合体, 东亚梅雨锋暴雨云团的监测和分析, 卫星资料同化和数值模拟及问题与展望等方面的内容。     

Validation of the Satellite-Derived Rainfall Estimates over the Tibet

Measuring rainfall from space appears to be the only cost effective and viable means in estimating regional precipitation over the Tibet, and the satellite rainfall products are essential to hydrological and agricultural modeling. A long-standing problem in the meteorological and hydrological studies is that there is only a sparse raingauge network representing the spatial distribution of precipitation and its quantity on small scales over the Tibet. Therefore, satellite derived quantitative precipitation estimates are extremely useful for obtaining rainfall patterns that can be used by hydrological models to produce forecasts of river discharge and to delineate the flood hazard area. In this paper, validation of the US National Oceanic and Atmospheric Administration (NOAA) Climate Prediction Center (CPC) RFE (rainfall estimate) 2.0 data was made by using daily rainfall observations at 11 weather stations over different climate zones from southeast to northwest of the Tibet during the rainy season from 1 June to 30 September 2005 and 2006. Analysis on the time series of daily rainfall of RFE-CPC and observed data in different climate zones reveals that the mean correlation coefficients between satellite estimated and observed rainfall is 0.74. Only at Pali and Nielamu stations located in the southern brink of the Tibet along the Himalayan Mountains, are the correlation coefficients less than 0.62. In addition, continuous validations show that the RFE performed well in different climate zones, with considerably low mean error (ME) and root mean square error (RMSE) scores except at Nielamu station along the Himalayan range. Likewise, for the dichotomous validation, at most stations over the Tibet, the probability of detection (POD) values is above 73% while the false alarm rate (FAR) is between 1% and 12%. Overall, NOAA CPC RFE 2.0 products performed well in the estimation and monitoring of rainfall over the Tibet and can be used to analyze the precipitation pattern, produce discharge forecast, and delineate the flood hazard area.