利用气温垂直分布的统计特征讨论地面气温在大气温度遥感反演中的应用

本文用经验正交函数法分析了南京气温垂直分布的统计特征及地面气温对正交展开的影响,提出利用经验正交函数展开法进行大气温度廓线遥感反演的一种改进方法。     

基于偏差原则利用MODIS红外资料反演大气廓线以及表层温度

遥感方程或大气辐射传输方程是属于第一类非线性Fredholm积分方程,这类方程的显著特征是不适定的,尤其此类问题解的不稳定性,增加了反演的难度.因此需要研究控制反演不稳定性和提高反演精度的有效方法.为了使解稳定,光滑参数γ作为约束因子是必要的.文中结合牛顿非线性迭代法反演大气廓线,利用偏差原则来最优选择光滑参数γ,即在同步反演大气廓线的同时对γ采用分步迭代的原则.最后利用中分辨率和成像光谱仪(MODIS)红外资料进行反演试验,反演结果表明采用偏差原则选取γ明显优于经验法,反演的表层温度和大气可降水量与美国国家宇航局(NASA)的MOD07产品类似.     

我国气温与太平洋海温的相关分析

本文首先利用经验正交函数展开的方法对太平洋海温与我国气温场之间的交叉相关系数分析，确定出海温场与气温场之间的高级性相关区。然后利用复经验正交函数对高线性相关区进行分析，并讨论它的时间变化及相互间的关系。     

中国西部地区气温与太平洋海温的关系

利用1961~1990年我国西部(110 E以西)155个测站的地面月平均气温和同期太平洋地区月平均海温资料和经验正交函数(EOF)展开方法,研究了中国西部地区各个季节的气温距平时空分布规律以及西部地区气温距平与太平洋海温异常之间的相互联系。结果发现:利用EOF展开得到的特征向量和时间系数能够较好地反映西部地区实际气温异常的时空分布特征。El Nino和La Nina年西部气温距平分布(冬季除外)呈现基本相反的状况,即在El Nino年气温偏暖(冷)的区域,在La Nina年则是气温偏冷(暖)的区域。各季节西部地区的气温变化与太平洋海温异常存在着相互影响和作用。     

应用ATOVS资料反演大气温湿廓线

本文用牛顿迭代的方法反演NOAA-15极轨气象卫星ATOVS资料，求解大气温度廓线和水汽廓线，本文利用一阶变分原理从辐射传输方程中得到了大气温度、水汽权重函数的解析形式，并改进了传统使用的线性迭代方法，利用牛顿非线性迭代方法求解大气表层温度，大气温度廓线及大气水汽廓线，并根据大气参量的自相关性，将大气温度廓线、大气水汽廓线用经验正交函数（EOF）的线性组合表示，减少了要反演的参数，提高了反演稳定性和迭代速度。     

江淮梅雨期(6-7月)最高气温的区域特征

利用江淮地区64个测站1961-2001年6-7月最高气温资料，采用旋转经验正交展开(REOF)方法对江淮地区梅雨期最高气温场进行客观分区，并分析了各区域最高气温的长期演变趋势。结果表明：江淮地区梅雨期最高气温场可分为3个区域。各区域的最高气温均具有明显的年代际变化特征，且存在着显著差异，其中东南区长期变化趋势不明显，而北方区和西南区显著降低；各区域存在明显不同的年际、年代际方差构成和多尺度振荡周期。     

复杂地形下浙江夏季气候要素空间插值方法评价

利用1988—2017年浙江省68个国家气象观测站气温和降水数据,分别采用ANUSPLIN、反距离加权(IDW)和普通克里格(O-kriging)3种方法,估算夏季平均气温和降水量空间插值。同时,应用交叉验证方法评价3种方法的精度差异,并进行空间误差分析,探讨符合浙江复杂地形条件和气候背景下的气象要素空间插值最优方法。结果表明:(1)3种方法对气温和降水的插值精度总体接近,空间分布较为一致,但对于要素空间异质性大的区域,ANUSPLIN在细节上的表现明显优于IDW和O-kriging方法。(2)ANUSPLIN对气温和降水的插值精度均高于IDW和O-kriging,气温的平均绝对误差(MAE)和均方根误差(RMSE)均小于0.5℃,其中气温RMSE表现为:ANUSPLIN(0.381℃)O-kriging(0.459℃)IDW(0.463℃)。降水RMSE表现为:ANUSPLIN(37.8 mm)O-kriging(42.2 mm)IDW(49.1 mm)。(3)平原地区的平均气温插值误差低于山区;降水误差空间分布沿海地区误差最大,出现明显低估值。总体来说,ANUSPLIN更适合浙江复杂地形条件和气候背景下的气象要素空间插值处理。     

东北夏季低温的空间分布及其环流条件

近年来,东北低温冷害的研究有很大的进展,对大范围持续性低温做了大量的研究。这些研究是以大范围气温的平均状况为基础的。这里将以表征气温大范围分布特征的参数为基础,研究夏季气温的空间分布特征、低温的分类和发生的环流条件等问题。 在取得表征大范围气温分布特征的参数时,采用经验正交分析方法,对经验正交函数的稳定性进行了讨论。     

云雷达联合微波辐射计反演混合性降水层云液态水含量的方法研究

单独利用云雷达反演液态含水量(LWC)廓线,由于降水粒子与冰相粒子的影响,反演结果误差较大。单独利用微波辐射计反演LWC廓线,由于无法得到云的垂直结构,结果也不理想。在云雷达联合微波辐射计反演暖云LWC廓线方法的基础上,根据回波强度区分云滴粒子与降水粒子,根据温度区分云滴粒子与冰相粒子,建立粒子分布模型,提出了利用云雷达回波强度数据与微波辐射计液态水路径数据(LWP)联合反演混合性降水层云LWC廓线的算法,基于2014年6月6日与7日两次混合性层云降水个例,联合反演LWC廓线,分析了该联合反演算法的稳定性和合理性,结论如下:(1)与直接用单一Z-LWC经验关系的方法相比,根据联合反演算法,剔除回波强度中的冰相粒子信息,区分云滴粒子和降水粒子,并采用不同Z-LWC经验关系的方法更加合理。(2)影响联合反演算法的7个参数(非降水粒子Z-LWC经验关系的系数a_1与b_1等)中,降水粒子Z-LWC经验关系系数a_2与b_2的改变对联合反演算法结果影响稍大,偏差在20%~30%左右,而其他参数的改变对结果的影响很小,偏差小于5%,联合反演算法的稳定性较好。(3)联合反演得到的LWC廓线与微波辐射计输出的LWC廓线相比,廓线分布更为合理。     

基于新型观测算子的双偏振雷达雨滴谱变分反演

提出一种基于变分理论的双偏振多普勒天气雷达反演雨滴谱方法,最优反演雨滴谱的同时可实现衰减订正。反演过程中使用一种新型观测算子,利用滴谱仪实测数据计算状态变量和双偏振参量,使观测算子更能代表本地降水特性。将新型观测算子、误差协方差矩阵和状态变量的先验估计用于代价函数中,基于高斯-牛顿迭代方法求解代价函数得到最优雨滴谱。利用理想模拟试验和南京信息工程大学C波段双偏振多普勒天气雷达实测个例对算法进行验证和评估。结果表明：算法反演得到的状态变量(液态水含量LWC和质量权重平均直径D_m)与滴谱仪数据计算结果的相关系数达到了0.96和0.80,相对偏差为25.19%和10.63%,均方根误差比常规反演结果改善了50%左右,比基于模拟观测算子的变分反演结果改善了30%左右,最优反演雨滴谱得到的降雨率R和雨量计数据相关系数达到0.89,相对偏差为14.78%。