中国西部云和积雪的多通道特征和识别

由于云与雪具有类似的辐射特性——高反射率与低亮度温度,利用目前的业务气象卫星扫描辐射计资料,用客观方法识别单个像素所对应的是雪还是云仍是一个十分困难的问题。本文利用NOAA-9和NOAA-11日间所有5个通道的AVHRR资料,分析了中国的西部——青藏高原及戈壁、沙漠等地区云和地表雪的多通道辐射特征,并采用多阈值法,结合实例进行了云、雪及背景地表的识别分类试验。分析结果表明,AVHRR第3通道的测量值经过适当处理后对识别云和地表积雪是十分有意义的。     

基于径向基函数网络的云自动分类研究

采用 GMS- 5红外 ( 1 0 .5～ 1 2 .5μm)和可见光 ( 0 .55～ 0 .9μm)两通道资料 ,采集了 1 999年 7— 1 0月中国东南沿海 57区、58区和 59区包括晴空在内的 1 2类云目标样本 2 91 2个 ,采样窗尺寸为 8× 8像素 ,随机生成训练和测试两个样本子集。对径向基函数网络 ( radial base function neural network,RBF)在云分类问题研究中的应用价值进行了全面的测试与分析 ,得到了肯定的结论 ,提出了优化设计的方法。对6类云型分类试验 ,平均正确率为 86 % ;对 1 1类云型分类试验 ,平均正确率为6 7%。采用自组织竞争神经网络实现寻找 RBF神经网络的隐层神经元中心。在特征空间生成过程中 ,采用小波包分解算法实现模式特征抽出。结果表明 ,小波包分解特征能很好地描述不同云型的差异。     

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.     

利用NOAA卫星AVHRR资料分析云的性质

文章利用NOAA卫星AVHRR的通道3（3.55～3.93 μm）、通道4（10.3～11.3 μm）和通道5（11.5～12.5 μm）所在波长上的亮温（BT3,BT4,BT5）以及它们之间的亮温差（BTD34,BTD45）,分析云的性质。分析表明:对于密蔽的云和无云区,通道间亮温差有极小值,在密实的云区BTD34可出现负值;当存在半透明云时,通道间亮温差大;云与背景地面之间温差点聚图的振幅越大,通道间亮温差越大。     

基于LBP算法的全天空红外云图的分类研究

利用局部二值模式（Local Binary Patterns,LBP）,结合局部云图的方差信息（VAR）,对全天空红外测云系统获得的红外云图进行了分类研究。首先建立了器测云状分类与传统分类的对应关系,其次分析了层状云、积状云、波状云、卷云和晴空5种类型天空的LBP谱和VAR特征,最后对274个样本进行了分类识别,并与人工观测结果比较,结果表明,层状云、积状云、波状云、卷云和晴空的识别正确率分别为100．0％、84．2％、70．3％、64．7％、99．0％,平均正确率达到87．2％。     

AVHRR卫星资料在层状云降水区判识中的应用

利用美国新一代极轨气象卫星AVHRR资料 ,分析了新增加的 1 58～ 1 6 4μm近红外 3A通道资料在地面降水区判识中的作用及降水云和非降水云的图像特征。发现通道 1可见光通道反射率与通道 3A近红外通道反射率的差值能够较好地反映地面降水的信息 ,并给出了与地面降水几率的关系。探讨了应用可见光、近红外通道资料综合识别地面降水区的方法 ,实例验证具有较高的判别精度     

利用FY-1D全球数据监测北极冰雪覆盖

利用FY-1D极轨气象卫星全球数据(GDPT)4个通道资料选取了北极冰雪样本2 366个、云2 024个,陆地1 602个,水体1 648个,分析各类别的光谱特征和纹理特征,利用光谱特征从图像上识别出陆地、水体和部分云,根据冰雪和云纹理特征不同用贝叶斯判别方法建立类别判别函数进一步对北极冰雪与云进行分类,然后通过5 d合成,得到北极地区完整的冰雪覆盖范围.所得结果与NOAA/NESDIS的IMS提供的北半球日积雪产品检验分类结果相比较,一致率达到70 %以上.     

基于KNN的地基可见光云图分类方法

云图的自动分类是实现地基云自动化观测的技术保障。该文探讨了一种先将云图分为积状云、层状云和卷云3大类的分类方案,通过对3大云类和晴空这4种天空类型的纹理特征、颜色特征和形状特征进行分析,选取了21个特征参量,并采用K最近邻分类器 (K-Nearest Neighbor,KNN), 在不同的K取值情况下对这几类天空类型进行了分类识别。结果表明:新的分类方案是可行的,且当纹理特征、颜色特征和形状特征结合使用时获取了比单独利用纹理特征、颜色特征和形状特征以及它们两两组合时更好的识别效果。当K=7且使用21个特征参量时,KNN算法对积状云、层状云、卷云和晴空的识别最好, 识别正确率分别为91.1%,74.4%,70.0%和100.0%,平均正确率为83.9%。     

NOAA卫星沙尘暴光谱特征分析及信息提取研究

通过对2000—2002年多次沙尘暴过程NOAA卫星AVHRR资料的分析,研究了沙尘、云、沙漠、戈壁、积雪、裸地、植被等不同目标物的光谱特性,发现沙尘暴在AVHRR-2中各通道均有不同程度的反映。1,2通道中沙尘的反射率较高(介于云和沙漠之间);4,5通道的亮温低于晴空地表高于云;在3通道中沙尘表现的很独特,其亮度温度为所有研究目标物中最高的,表明通道3包含较多的沙尘信息,AVHRR-3取代AVHRR-2后对监测沙尘有不利影响。在此基础上提出定量提取沙尘信息的两种沙尘判识指数,并利用沙尘判识指数成功地提取多次沙尘暴过程的沙尘信息。结果表明：利用多通道组合沙尘判识指数能够对沙尘信息进行有效提取。     

毫米波雷达云回波的自动分类技术研究

毫米波雷达在云探测方面比厘米波天气雷达和激光雷达具有显著优势,可获得更多的云粒子信息,是研究云特性的主要遥感探测设备。为了开展对毫米波雷达探测的云回波进行自动分类的研究,利用161次云回波的个例数据,统计得到了卷云、高层云、高积云、层云、层积云和积云6类云型的特征量和其他参量的数值范围,利用分级的多参数阈值判别方法,达到了自动分类的目标,通过与人工分类的初步验证,两种分类结果的一致性达到84%,其中,层云和积云的识别一致较低的原因在于样本数据有限,仅有6次层云和8次积云的个例样本数据。通过更多样本的处理,提取的特征参量更可靠,自动分类的准确率会得到提高,以便将基于毫米波雷达的云分类技术应用于将来的云观测自动化业务。      

利用NOAA—AVHRR资料估算积雪参量

本文介绍了利用气象卫星AVHRR资料对青海省青南高原看牧区冬春（10月－4月）积雪进行监测的原理，提出了利用AVHRR资料估算积雪深度和面积的方法，并对其精度进行了检验。     

Dynamical and microphysical characteristics of Arctic clouds using integrated observations collected over SHEBA during the April 1998 FIRE.ACE flights of the Canadian Convair

Summary The purpose of this study is to better understand the dynamical and microphysical processes within Arctic clouds, which occurred in April 1998 over the Surface Heat Budget of the Arctic Ocean (SHEBA) ship during the First ISCCP (International Satellite Cloud Climatology Project) Regional Experiment Arctic Cloud Experiment (FIRE.ACE). The observations from the four cases in the present study were collected by instruments mounted onboard the National Research Council (NRC) Convair, as well as, the National Oceanic and Atmospheric Administration (NOAA) Advanced Very High Resolution Radiometer (AVHRR) satellite, the SHEBA surface based NOAA Doppler radar (35GHz, Ka-Band), and the NOAA depolarization lidar (0.523µm) measurements. The aircraft observations were collected at 32Hz (3-m scale). The Meteorological Services of Canada (MSC) lidar (1.064µm) was operated onboard the Convair-580. The AVHRR observations, representing a 5-km horizontal resolution, were used to estimate particle size, phase, and optical thickness. Constant altitude flight legs were made at about 100m over the ocean surface. Vertical air velocity (w), reflectivity and Doppler velocity, and backscatter and depolarization ratio values were used to define the size of the important dynamical structures. Ice crystal number concentration (N_i), ice water content (IWC), droplet number concentration (N_d), liquid water content (LWC) and characteristic particle size and shape were summarized for each case. The effective radius (r_eff) values for liquid clouds obtained from in-situ and AVHRR observations were found comparable. The large variability in IWC can be due to undetected ice crystals at small size ranges. Mixed phased conditions in the AVHRR retrievals complicated the comparisons with in-situ data. N_i was found to be directly related to the history of the air-parcel dynamics e.g., w. The variability and differences in the parameters obtained from various platforms can be attributed to their instrumental capabilities, resolution, as well as the cloud development.     

利用NOAA卫星的AVHRR资料试分析云和雾顶部粒子的尺度特征

该文利用NOAA卫星的AVHRR资料的通道3（3.55～3.93 μm）数据中所包含的太阳反射光信息,分析了云和雾中粒子的大小分布状况。把分析结果与地面观测资料相对比,发现具有CH3反射率小值的云中大粒子区与降水区间存在一定的关系,CH3反射率大值区与大雾覆盖区之间具有良好对应性。     

中国4个国家级野外站大气CH4本底浓度变化特征

CH4是仅次于CO2的重要温室气体。2006年9月至2008年8月期间,按全球大气本底观测要求,在青海瓦里关、北京上甸子、浙江临安和黑龙江龙凤山4个国家级野外站开展每周一次空气样品flask瓶采样分析,获得了该地区为期2 a的大气CH4本底浓度资料。结果表明,2 a间瓦里关、上甸子、临安和龙凤山4站CH4浓度年均增幅分别为9.1×10-9、3.8×10-9、21.8×10-9和8.2×10-9;瓦里关站大气CH4浓度增长趋势与全球平均状况较为接近,能较好地反映北半球中高纬度内陆地区大气本底特征;但上甸子站年均本底值相对较低且季振幅偏小,而龙凤山和临安站季节变化规律相似,表现为CH4浓度冬季高而夏季偏低且季振幅较大。     

黄淮海地区植被生长季变化及其气候变化响应

利用1982—2000年的NOAA/AVHRR逐旬数据,采用最大变化斜率法、曲线拟合法等方法分析黄淮海地区植被生长季开始及结束时间,选取典型样带,制作基于逐像元的I_NDV(归一化植被指数) 变化图,研究1982—2000年植被生长季的变化规律及其对气候变化的响应。结果表明:黄淮海地区生长季开始的平均时间为3月下旬,结束时间为11月上旬。20年来研究区植被四季平均I_NDV呈上升趋势,春季增长尤为显著,且随着年代的推移,植被生长季有延长的趋势,生长季提前是黄淮海地区植被活动对气候变化响应的主要方式。     

推算NOAA AVHRR 1、2通道衰减率的一种方法

给出了一种确定NOAA AVHRR可见光（通道1）和近红外（通道2）辐射仪传感器衰减率的方法。首先在中国西部沙漠地区选择38个沙漠目标区（尺度为20 km×20 km），用同一卫星相隔多年的两个不同时期的晴天过境观测资料，建立各自的观测反射率与卫星天顶角的函数关系。通过两个不同时期的函数关系的比较，用逐步回归法确定出传感器的衰减率。用1985年10月与1988年9月NOAA-9 AVHRR资料推算其通道1与通道2的衰减率分别为5.8%/年和4.6%/年。该方法也适用于不同NOAA卫星间的定标归一化。     

SSM/I资料反演大范围地表湿度试验

利用SSM/ I遥感数据, 结合2002年汛期“973”外场观测资料及T106资料, 借助微波辐射传输正演模型, 通过物理反演原理提取SSM/ I低频19 GHz通道像元平均地表微波比辐射率, 然后利用地表微波辐射模型, 估算SSM/ I像元的地表湿度信息。以2002年8月中旬发生在长江流域的暴雨天气过程为例, 将反演得到的地表湿度信息与地面观测到的降水信息进行对比分析, 并与地面的洪涝特征进行对比分析, 得到了与地面降水观测结果较为一致的对比结果。     

The Surface Albedo Of The Vatnajökull Ice Cap, Iceland: A Comparison Between Satellite-Derived And Ground-Based Measurements

The temporal and spatial variations in the surface albedo of the Vatnajökull ice cap, Iceland, are investigated. A time series of the surface albedo is composed for the summer of 1996 using satellite radiance measurements from the Advanced Very High Resolution Radiometer (AVHRR). This time series is compared with ground measurements carried out during a glacio-meteorological experiment during the same summer on the ice cap. The AVHRR is able to reproduce the development in time of the surface albedo fairly well. The large systematic differences found for some of the stations on the ice are attributed to sub-pixel-scale variations in the albedo. An attempt is made to confirm this hypothesis using satellite radiance measurements carried out by the Thematic Mapper (TM) and measurements made with a portable albedometer. The TM has a pixel size of 30 × 30 m whereas the pixel size of the AVHRR is 1 × 1 km. Although the TM measurements show greater variability in the albedo than do the AVHRR measurements, the large systematic difference remains. Measurements with the portable albedometer show a large spread in the albedo at sites with large systematic differences. This implies that the scale of the albedo variations is smaller than the scale of the AVHRR and TM pixels.     

Global two dimensional chemistry model and simulation of atmospheric chemical composition

1.IntroductionAgreatchangehastakenplaceinglobalatmosphericchemicalcompositionbecauseofhumanactivitiessinceindustrialrevolution.Numericalsimulationisaneffectivetooltostudythechangeoftracegases.Inthelasttwentyyears,two--dimensionalchemical/transportmodelshavebeenextensivelydevelopedtosimulatethedistributionsoftracers(GidelandCrutzen,1983;Hough,1991;LawandPyle1993).Inordertopredictthefuturepossiblechangesofatmosphericspecies,itisnecessarytohaveabetterunderstandingofprocessessuchasemission,trans…