共查询到20条相似文献,搜索用时 156 毫秒
1.
2.
基于FY-2C静止卫星红外和水汽通道资料,简单分析了发生在四川盆地的西南低涡暴雨云团生消过程,给出了一些有意义的云团生命特征。同时,结合相应的地面自动站降水资料,详细分析了卫星红外和水汽通道云顶亮温与对流云团降水之间的关系特征,结果表明:对于一完整对流降水过程,1小时内最低水汽亮温和水汽亮温增量能很好地描述地面1小时累计降水特征。然而,用静止卫星红外或水汽通道亮温来表征的云团降水特征是非常复杂的。尽管具有相同的最低云顶红外或水汽亮温,但对不同的对流过程其总体降水量级趋势不一样。而且,对于同一对流过程的不同发展阶段,即使出现云顶红外或水汽亮温一样,但其地面降水特征也是不一致的。甚至是对于同一时刻具有相同最低红外或最低水汽亮温特征的云,其降水落区与量级都不尽相同。正是这些复杂的降水特征,使得西南低涡对流云团的降水估算具有很大的难度。 相似文献
3.
利用NOAA-16/AMSU-B三水汽通道微波亮温差和GOES-9红外亮温阈值对热带气旋深厚对流云进行检测,同时利用GOES-9可见光、红外、水汽多光谱通道特征对热带气旋云系进行识别,通过一次台风“蒲公英”个例,对热带气旋在微波和光学遥感图像上的深厚对流云进行分析。结果表明,微波和光学遥感资料均能对热带气旋深厚对流云进行有效识别,检测结果基本一致,但识别出的对流云,微波范围较小,光学遥感范围较大,这可能是由于光学遥感仅能获得云顶信息,将对流云顶部覆盖的卷云错判造成的;即使采用较低亮温阈值,光学遥感也很难将这部分卷云完全分离,而微波对云更具穿透性,在深厚对流云的识别方面具有独特优势;三水汽通道间微波亮温差反映了深厚对流云的发展强度,可间接揭示热带气旋的发展情况。 相似文献
4.
为获得青海高原(以下简称高原)对流云团的强降水监测预警特征和预警方法,使用葵花-8卫星数据跟踪识别高原典型强降水天气过程的对流云团,计算并分析具有提前预警意义的云团特征参数。结果表明:(1)本文提出的对流云团识别的改进多通道法,经与传统多通道法对比检验,证明所得云团更接近对流主体,该方法适用于高原对流云团识别。(2)对流形成到成熟阶段,特征参数起伏变化,但红外与水汽通道亮温差(DTB13)和云顶亮温(Tmin)整体下降,云顶亮温梯度(GTmax)整体上升;在对流发展阶段仅红外1和2通道亮温差(DTB12)平均可达预警极值,在成熟阶段则是Tmin、DTB13、GTmax、深对流指数(DCI)等平均可达预警极值。高原上强降水天气的对流云多发展成深对流,降水发生在云团特征参数极值附近,短时强降水发生在深对流云区内特定云顶(上冲云顶或近似上冲云顶)所在特征参数极值区内或边缘附近。(3)特征参数极值对一般降水和强降水的开始时间分别提前0~1 h和0.5~4.5 h出现,在西风型流场下对强降水开始的提前时间相对较长。降水开始前,副高型流场下对流云团向深对流发展变化最剧烈,表现为DCI和GTmax平... 相似文献
5.
利用FY-2卫星资料、NCEP再分析资料和常规观测资料,分析研究了2016年5月6日四川盆地暴雨对流云团的特征及其形成机制。结果表明:四川盆地对流云团易发生在青藏高原东侧边坡陡峭地形带,初生对流云团的云顶亮温低于-45℃,边缘最大温度梯度为15~20℃,水汽-红外通道亮温差值介于-5~0℃,分裂窗-红外亮温差值介于0~2℃。强降水出现在红外和水汽亮温快速下降到最低值、水汽-红外通道差值达0℃附近、分裂窗-红外亮温差为正值和温度梯度达0℃后的几小时内,最大雨强出现在强对流云团成熟后开始迅速减弱的初始阶段(即云顶亮温开始回升的阶段)。较大范围的强降水由发展成熟的云顶最低亮温约为-70℃的对流云团产生,主要出现在红外亮温低于-50℃的区域,集中在红外亮温-65℃~-60℃、水汽亮温为-65℃~-60℃的云顶较为平滑的次低值中心区域内,并不与云顶最低亮温中心相吻合。机制分析表明,对流云团生成区域均受偏东风影响,且形成于高的对流不稳定能量条件下,发展于高湿区,近地层冷空气扩散南下与气旋式流场中的辐合共同触发对流在辐合线以北生成,而中层垂直风切变的加强、中低层暖平流和高层冷平流的发展促使对流云团发展旺盛。 相似文献
6.
利用NOAA-16/AMSU-B微波亮温资料和GOES-9光学遥感资料对2004年6月16日一次锋面气旋云系中的强对流云团进行识别, 尝试了NOAA-16/AM SU-B微波两窗区通道亮温、3个微波水汽通道间亮温差, GOES-9红外亮温阈值、水汽和红外通道亮温差、红外和水汽通道亮温多光谱逐个修改聚类等方法, 通过比较各种方法的识别结果, 分析各种识别技术的特点, 同时采用地面常规观测资料进行叠加, 对识别方法进行了验证。结果表明:微波对强对流云团均能较好识别, 但89 GHz通道亮温受地表影响较大, 不能很好剔除过冷水体, 150 GHz通道亮温与微波水汽通道间亮温差的识别结果较一致, 3个微波水汽通道间亮温差对阈值的依赖性相对较小; GOES-9红外亮温阈值因其随时空变化对识别结果会造成较大差别, 而水汽和红外通道亮温差对强对流云团能进行较好定位, 但识别范围较小, 多光谱逐个修改聚类方法对积雨云的识别效果较好, 且和NOAA-16/AMSU-B识别结果有较好的对应关系; 地面常规观测资料的叠加结果也说明, 多波段遥感资料对强对流云团的识别结果与当时的天气现象及积雨云状均有较好的对应关系。 相似文献
7.
应用AMSU-B微波资料识别强对流云区的研究 总被引:2,自引:1,他引:2
微波遥感可以穿透云顶直接探测对流云内的冰态粒子分布,受冰晶粒子的强烈散射衰减作用,AMSU-B的3个微波水汽吸收波段亮温随冰粒子的增加而降低.由于探测权重高度不同,辐射传输过程中受冰粒子的散射影响也不尽相同,3个水汽通道之间存在亮温差异,这种差异与对流云的强弱密切相关.利用微波向量辐射传输模式(VDISORT)模拟了云雨粒子对微波水汽通道观测的影响,并利用2005年8月12日华北地区的对流天气过程,分析了AMSU-B通道亮温与对流强弱变化之间的对应关系.在此基础上,建立了一种利用NOAA卫星AMSU-B水汽通道亮温差定量判识深对流云和冲顶对流云的方法.利用该方法对典型对流降水云团进行判识,结果显示,微波识别的对流云区可以较好地表征强降水的分布,其中的冲顶对流区与可见光云系的上冲云顶结构有着很好的对应. 相似文献
8.
利用FY-2E卫星数据获取的强对流云团面积、重心、长短轴比、重心与形心距离、移动速度、移动角度和最低亮温等属性的变化可作为动态特征,利用慢特征分析方法提取云团中具有一定连续性和稳定性的动态特征对强对流云团不同阶段进行识别和追踪.结果表明,动态特征与强对流云团的不同发展阶段具有很好的对应关系:在初生阶段,云团的移动方向和速度不稳定,但是面积呈现出缓慢增长态势,云顶亮温缓慢下降,此时云团的慢特征为面积和云顶亮温;在成熟阶段,云团的移动路径趋于稳定,云顶亮温达到最低,云团重心和形心基本重合;在消散阶段,存在云团分裂和云团的重心与形心分离特征.云团长短轴比的变化与云团最低亮温的变化趋势一致,移速缓慢的对流云团更容易造成集中强降水,快速移动的对流云团大多造成地面大风. 相似文献
9.
FY-2C高时间分辨率扫描数据在强对流云团监测中的应用研究 总被引:6,自引:1,他引:5
利用我国首次获取的静止气象卫星平均10 分钟观测间隔的高时间分辨率数据对2011 年6 月28 日~29日发生的一次强对流云团特征进行分析。Hovm?ller 分析图清晰地展示出在高时间分辨率观测条件下云团中心冷核的演变特征。高时间分辨率卫星资料与地面降水量进行联合分析,可推知对流云团中冷核的演变与地面小时降水量大值的落区间有很好的一致性;10 分钟雨量资料联合前推1 小时内7 次平均10 分钟观测间隔的卫星红外1通道亮温,分析可知地面雨量较大时,云顶像元亮温具有持续降低或维持低温状态的特点。反映出在对流性强降水中,冷且具有一定稳定性的云顶是产生大降水的主要特征。研究结果显示,静止气象卫星的高时间分辨率观测可很好地捕捉到强对流云团发展的演变特征,利用FY-2C 静止气象卫星红外1 通道亮温、红外1 通道与水汽通道亮温差在高时间分辨率观测中的时差特征变量,可实现对强对流云团初生的有效监测,为强对流云团的预测预报提供支撑。 相似文献
10.
TRMM卫星探测青藏高原谷地的降水云结构个例分析 总被引:14,自引:2,他引:12
利用TRMM卫星测雨雷达探测反演的降水廓线、红外辐射温度、微波高频辐射亮温和闪电资料,并结合数字地形资料和NCEP再分析资料,分析研究了1999年5月4日13:05(UTC,下同)青藏高原东南部某山谷及附近地区(29.49°N~30.13°N,95.08°E~96.89°E)的降水云结构。结果表明,该降水云团为特殊地形强迫而引起的一强对流降水;强对流降水云团水平范围约20km,它自谷地向上呈“蘑菇”状向上水平展开;最大降水率位于谷中云体下部,超过100mm.h-1;在谷地上方该强对流降水云团云体向下风方向延伸,形成下风方向大范围的弱降水。结果还表明,强对流降水云团中剧烈变化的地表降水率也反映在云团云顶红外辐射温度和云体微波辐射亮温的变化上。此外,虽然闪电附近云顶高度和云中的含冰量相差甚小,但闪电发生次数、持续时间和发出的辐射能量却十分不均。降水事件的天气背景分析表明,降水发生前13h内,高原500hPa一弱低压槽东移引起的大气低层辐合、中高层辐散及大气不稳定性增加,是此次降水事件发生的大气内在因素。 相似文献
11.
为了加强对青藏高原深对流云垂直结构的深入认识,利用TRMM、CloudSat和Aqua多源卫星观测资料及地基垂直指向雷达(C波段调频连续波雷达和KA波段毫米波云雷达)资料,对第三次青藏高原大气科学试验期间2014年7月9日13-16时(北京时)发生在那曲气象站附近的深厚强对流云和那曲气象站以西100 km左右的深厚弱对流云的垂直结构特征进行了分析,得到的结果如下:(1)深厚强对流云和深厚弱对流云的水平尺度均较小(10-20 km),垂直发展高度较高(15-16 km,均指海拔高度);深厚强对流云在0℃层以下雷达反射率因子递增非常快,表明对流云内固态降水粒子下落至0℃层以下后融化过程有很重要的作用;在对流减弱阶段有明显的0℃层亮带出现,亮带位于5.5 km左右(距地1 km);(2)对比TRMM测雨雷达和C波段调频连续波雷达观测到的雷达反射率因子,发现TRMM测雨雷达在11 km以下存在高估;(3)深对流云主要为冰相云,云内10 km以上主要是丰富小冰粒子,而10 km以下是较少的大冰晶粒子;深厚强对流云和深厚弱对流云的微物理过程都主要包括混合相过程和冰化过程,混合相过程分为两种:一种是-25℃(深厚强对流云)或-29℃(深厚弱对流云)高度以下以凇附增长为主,另一种是该高度以上主要以冰晶聚合、凝华增长为主,该过程冰晶粒子有效半径增长较快。这些空基和地基的观测证据进一步揭示了青藏高原深对流云的垂直结构特征,为模式模拟青藏高原深对流云的检验提供了依据。 相似文献
12.
全球气候模式(GCM)中云的参数化方案具有不确定性,了解云的时、空变化能为参数化方案提供有效参考。利用搭载在属于A-Train卫星序列的CloudSat和CALIPSO上的94 GHz云廓线雷达(CPR)以及正交极化云-气溶胶激光雷达(CALIOP)联合的2级云分类产品,分析了2007年3月-2010年2月8种云类及三相态的云量地理分布、纬向垂直分布的季节变化特征以及云层分布概率。结果发现,卷云的分布体系与深对流云相似,主要集中在西太平洋暖池、全球各季风区及赤道辐合带,分布格局与气压带、风带季节性移动一致。层云与层积云主要分布在中低纬度非季风区以及中高纬度的洋面上。高积云与高层云的分布形成明显的海陆差异,雨层云与积云的分布形成明显的纬度差异。冰云分布与卷云相似,云高随纬度递增而递减;水云分布与层积云相似,平均分布于2 km高度;混合云集中于高纬度地区及赤道辐合带,中纬度地区随纬度变化集中于海拔0-10 km的弧形带。层状云多以多层云形式出现,积状云多以单、双层云的形式出现,层状云的云重叠现象比积状云更显著。积状和层状云的分布特征与积云和层云降水的分布特征基本一致,验证了不同类型降水的卫星观测结果,同时为气候模式的云量诊断方案提供对比验证的数据。 相似文献
13.
基于CloudSat云分类资料的华北地区云宏观特征分析 总被引:4,自引:0,他引:4
利用2007年1月至2008年12月的CloudSat 2B-CLDCLASS-LIDAR云分类资料对华北地区(36°~42°N,110°~120°E)各类云在单层及多层云中的出现频率、平均高度及平均厚度进行统计分析。结果表明:华北地区单层云和多层云出现频率存在明显的季节变化,夏季最大,春秋次之,冬季最小。单层云的出现频率远高于多层云,单层云出现频率在春、夏、秋、冬4个季节分别为44.3%、46.1%、37.8%和32.8%,而多层云中2层云所占比例最大。单层云和多层云各云层平均高度、平均厚度分析显示,3层云上层云顶云底高度最高,3层云下层云顶云底高度最低,单层云平均厚度明显大于多层云,云层数越多,各云层的平均厚度越小。对不同类型云出现频率分析显示,卷云主要出现在单层云及多层云中、上层,高层云和高积云在单层云和多层云各云层中均占有一定的比例,层云主要出现在多层云下层,层积云、积云、深对流云主要出现在单层云及多层云下层,雨层云主要出现在夏季单层云中。卷云、高层云、高积云的平均高度及厚度在不同云系统中存在显著的差异。 相似文献
14.
Using the high spatiotemporal resolution (2 km-and-10 min) data from the Advanced Himawari Imager onboard the Himawari-8 satellite, this study documents the fine-scale characteristics of daytime cloud regimes (CRs) over coastal South China during the pre-summer rainy season (April–June). Six CRs (CR1–CR6) are identified based on the joint frequency distribution of cloud top brightness temperature and cloud optical thickness, namely, the optically thin-to-moderate cloud mixture, optically thin warm clouds with cirrus, optically thick warm clouds, weak convective cloud mixture, strong convective clouds, and extreme, deep convective clouds. The optically thick warm clouds are the major CR during April and May, with higher frequencies over land, especially along the urban agglomeration, rather than the offshore which may be an indicator of the higher aerosol concentrations being a contributing factor over the cities. The CRs with weak convective cloud mixtures and strong convective clouds appear more frequently over the land, while the two CRs with optically thinner clouds occur mainly offshore. Synoptic flow patterns (SPs) are objectively identified and examined focusing on those favoring the two major rain-producing CRs (CR5 and CR6) and the highly reflective CR with optically thick warm clouds (CR3). The two SPs favoring CR5 and CR6 are characterized by abundant moisture with low-level jets after monsoon onset, and a northwest high-southeast low pattern with strong dynamic convergence along the coastline, respectively. The non-convective CR3 with high reflectance is related to a SP that features the western North Pacific subtropical high extending more westward, leading to a moderate moisture supply and a wide range of convective available potential energy, but also, large convective inhibition. 相似文献
15.
孤立对流云是江淮地区重要的降水云系,通过分析江淮地区2013—2016年6—9月的多普勒天气雷达数据,统计得到664个对流云,其中孤立对流云196个,占江淮地区对流云发生频率的29.5%,7月和8月是江淮地区孤立对流云的高发期,6月相对较少,9月最少,同时12:00(北京时,下同)—18:00是孤立对流云的高发时段,05:00—07:00孤立对流云发生频率最低。针对2013年7月20日安徽定远出现的孤立对流云个例,综合分析多普勒天气雷达和C波段连续波雷达探测资料,发现此次暖区孤立对流云内部强反射率因子中心交替生成,导致内部反射率因子呈强弱交替出现的波状结构,沿着移动方向由弱到强,降水粒子下落速度与之对应,降水粒子最大落速出现在孤立对流云中下部的强反射率因子区域,速度超过10 m·s-1。 相似文献
16.
采用2005—2009年FY-2C静止气象卫星可见光和红外自旋扫描辐射计的红外1(IR1)、红外2(IR2) 和水汽 (WV) 亮温资料,选取2449个云分类样本。设计两层嵌套的前向传递后向反馈 (BP) 人工神经网络模型,第1层网络选取IR1,IR2,WV亮温及IR1与WV亮温差和IR2与WV亮温差5个特征量,第2层网络选取特征量IR1与IR2亮温差,两层网络都采用一层隐含层且带有附加动量法的简单网络,降低了网络的冗余度。误差分析表明:嵌套BP人工神经网络模型的分类准确率在中云和薄卷云这两类上分别提高了42.7%和11.3%,整个分类模型的平均平方误差和标准化平均平方误差分别降低了6.1%和44.7%,相关系数提高了3.4%。通过3个个例的对比分析发现,嵌套模型的分类结果比传统模型的分类结果更合理,特别是在中低云和薄卷云的云量和位置分辨能力上有了较大提高。 相似文献
17.
利用GMS-5卫星IR、VIS、WV和分裂窗云图资料及常规天气图对1996~1999年3~9月发生在我国东南沿海地区的对流(雷暴)天气进行分析表明,对流(雷暴)天气主要发生在静止锋等六种不同的天气形势下,它们在卫星云图上的基本数字特征有相同之处,也存在明显的差异。通过对卫星云图中α尺度雷暴云团的灰度和局地标准差等基本数字特征的分析,发现局地标准差极大值或红外一分裂≤0极小值的出现,预示4h左右后雷暴云团将达最强。由此,可以较好的把握雷暴云团的发展阶段以及发展趋势,提高雷暴的预报水平。 相似文献
18.
在全天空红外-可见光云像观测反演方法基础上,针对已往阈值法判断高云的局限性,提出改进的算法。对可见光图像可利用以太阳-天顶为连线的主平面两边相元特性的对称性来判断云的存在,对红外成像仪可利用同一仰角扫描时所得不同方位角亮温分布的非均匀性来判断云的存在。以北京2011年1 3月观测资料为基础,选择原阈值法未能判别出来的案例进行再处理,全天空可见光成像观测仪高云判别能力最高可达73.9%,全天空扫描式红外成像仪可达70.1%。该工作为天空的高云识别提供新的复合算法。 相似文献
19.
本文利用A-Train卫星队列中的Cloudsat卫星所提供的二级云分类产品资料(结合了CALIPSO卫星气溶胶激光雷达)2B-CLDCLASS-LIDAR,选取2007年3月至2017年2月的样本数据进行统计分析,研究北半球主要的气溶胶排放源区(中国东部,美国东部和欧洲西部)不同云型出现频率的分布特征。结果表明,在以单层云出现的8种云类中卷云,层积云和积云的发生频率总和高达50%~70%,其次为高层云、高积云和雨层云,而深对流云和层云这两种云仅占10%以下。各类云的发生频率的空间分布可看出卷云和层积云的发生频率可高达90%以上,高层云的发生频率在70%~80%左右,高积云和积云的发生频率则接近70%以上,深对流云和层云的发生频率则在20%以下。其中,卷云、深对流云和积云主要出现在低纬度的海洋上;高层云和高积云主要出现在中低纬工业发达的陆地上;层积云、层云和雨层云主要出现在中高纬地区,其中层积云和层云出现在海洋上居多,雨层云出现频次的海陆差别不大。不同云型在不同的季节出现频次差异明显,在夏季出现较多的云型以卷云、深对流云,积云和层云为主;在冬季则是高层云、层积云和雨层云这样稳定型的云型占据主导,同时还发现卷云和层积云发生频率的月变化相反,而高层云和雨层云发生频率的月变化相似。 相似文献
20.
利用陕西、山东、贵州和新疆等地近十年日间降雹记录和对应的极轨卫星数据,采用卫星云微物理反演技术,定量分析冰雹云微物理特征,比较不同地区间差异,并利用FY-4A静止卫星定量分析一次冰雹过程云微物理特征演变,探讨冰雹云卫星识别预警应用潜力。结果表明:(1)陕西、山东等地冰雹云微物理特征具有一致性,卫星早期识别指标为:晶化温度(Tg)较冷,均值为?33°C;全部冰晶化时Tg对应的云粒子有效半径re(表征为reg)未饱和(<40 μm),均值36.9 μm,且reg 越小冰雹云越强;云顶呈现re随高度减小带。(2)各地冰雹云早期识别指标在数值上存在一定差异,实际应用时应针对各地进行相应调整。(3)在静止卫星上,冰雹云微物理特征与极轨卫星相一致,将早期识别指标应用于FY-4A静止卫星,跟踪云团发展演变,实现自动预警。(4)经过4次降雹过程中应用,FY-4A卫星自动预警与实况吻合22次,漏报2次,自动预警平均提前约2小时。FY-4A卫星自动预警对及时有效组织实施人工防雹作业具有重要现实意义。 相似文献