基于微波辐射计和探空的FY-4A温度廓线检验

选取2021年1月1日—2022年3月31日山东济南地区探空、微波辐射计和FY-4A的温度廓线,评估FY-4A温度廓线偏差特征。结果表明：10 km以下,FY-4A温度比探空偏小0.51℃,两者偏差的标准差为0.50℃;FY-4A温度比微波辐射计偏大0.53℃,两者偏差的标准差为0.75℃。FY-4A与探空在00：00(世界时,下同)和12：00的温度偏差趋势一致;相对于00：00,12：00的FY-4A与探空温度偏差的离散程度较小。有降水时,600 m高度以上微波辐射计与FY-4A的温度偏差逐渐增大,在1500 m高度附近偏差达到最大值(约为9.35℃),在3000~8500 m高度内偏差为1.35~5.10℃,偏差的标准差为1.41~4.99℃。有降水时,FY-4A与探空的温度偏差和标准差在不同高度上不同,偏差变化范围为-0.31~3.60℃。有云时,微波辐射计与FY-4A的温度偏差为-0.40℃,偏差的标准差为3.79℃;探空与FY-4A的温度偏差为0.31℃,偏差的标准差为2.66℃。相对于有云时,晴空背景下FY-4A与另外两种设备的温度偏差和标准差均较小。     

FY-4A资料在乌鲁木齐机场浓雾天气监测中的初步应用

利用FY-4A多通道扫描成像辐射计(AGRI)所生成的多通道图像及L2级卫星云产品数据,结合地面观测实况资料,对2019年1月25—26日和3月17—18日发生于乌鲁木齐国际机场的两次持续性浓雾天气进行分析,结果表明:对于浓雾的监测,白天综合使用通道3(BD_(0.83μm))、通道6(BD_(2.2μm))、通道8(BD_(3.725μm))和通道12(BD_(10.8μm))能很好地显示雾区范围、雾顶云结构、雾区温度等特征,且云图能很好地表现雾的消散。夜间可以结合BD_(10.8μm)和BD_(3.725μm)的差(以下简写为BTD_(10.8μm-3.725μm))和BD_(10.8μm)图像,用于识别夜间雾区,BTD_(10.8μm-3.725μm)通道亮温差越大说明雾的浓度越强。FY-4 A卫星云顶高度和云分类产品对雾的微物理特征结构反应更为细致,对于夜间大雾监测有较好的效果,能够弥补可见光通道1～通道3、短波红外通道(BD_(2.2μm))和中波红外通道(BD_(3.725μm))仅能在白天使用的不足。     

FY-4A产品在秦巴山区对流天气中的应用分析

以秦巴山区一次强对流天气过程为例,分析中国新一代静止气象卫星FY-4A多种产品的特征,揭示FY-4A产品在山区复杂地形下,应用于当地对流检测的效果。结果表明：FY-4A的云顶高度、云顶温度产品可以反映出对流初生、平移和成熟的特征,而云高、云温变率效果更加明显,还能有效区分对流成熟和减弱;FY-4A的对流初生产品和闪电产品没有检测到这次强对流天气,只有在对流云水平尺度较大、与环境背景对比明显时才有显示;FY-4A的云顶高度、云顶温度产品及其变率可以作为秦巴山区本地化对流检测和短时强降水预警的支持数据。     

FY-4A/AGRI海表温度产品和质量检验

风云四号气象卫星A星(FY-4A)是我国第2代静止气象卫星首发星,搭载的先进静止轨道辐射成像仪AGRI是迄今为止我国静止轨道最先进的辐射成像仪。海表温度产品是FY-4A/AGRI基础定量产品之一,采用非线性海表温度算法在业务系统实时反演得到。以现场实测海表温度数据为参考,选择观测时间为30 min、观测空间距离为4 km的时空匹配窗口,对FY-4A/AGRI海表温度产品进行质量检验,评估结果表明：质量为优的像元平均偏差为-0.45~-0.42℃,标准差为0.81~0.88℃,相关系数在0.985以上。以Himawari-8/AHI海表温度数据为参考,按观测时间为1 h、空间距离为4 km的时空匹配窗口,对FY-4A/AGRI海表温度进行质量检验,质量为优的像元平均偏差为-0.26~-0.07℃,标准差为0.68~0.82℃,两者相关系数在0.985以上,达到0.001显著性水平。     

深度学习网络在降水相态判识和预报中的应用

利用1996-2015年中国的高空探测资料和地面观测数据,挑选发生降水的数十万个样本将其分为降雨和降雪两类事件,抽象为二分类问题,采用深度学习网络技术构建降水相态判识模型,并用2016 2017年的数据进行测试检验,针对2018年1月下旬中国一次大范围雨雪天气过程进行个例检验,在此基础上探讨了深度学习网络在降水相态判识...     

重庆强降水过程QPE/FY-4A估测降水精度研究

为检验风云四号A星气象卫星（FY-4A）定量降水估测（Quantitative Precipitation Estimation,QPE）产品在重庆地区的精度,针对重庆发生的两次区域暴雨过程,利用区域自动气象站实测降水资料,分析了QPE产品对强降水过程估测的时空偏差特征,并对其进行优化处理。结果表明：FY-4A卫星QPE产品能反映强降水的空间分布和强度,对其强度和落区变化趋势有一定的指示性;整体看,估测降水强度、范围均较实况偏大,估测强降水位置与实况有一定偏差,估测降水持续时间偏长。优化后的QPE产品与实测降水在强度和范围上基本保持一致,均方根误差均小于10,其估测准确率进一步提高。     

L波段秒级探空资料在GRAPES同化系统中的应用研究

我国探空站的探空系统升级为L波段探空系统后,可以获取全国120个站点连续自动测定的高空温、压、湿、风等高垂直分辨率秒级和分钟级探空廓线数据。为了分析高垂直分辨率探空秒级资料水平和垂直结构特征,并将其应用于区域GRAPES-3DVAR变分同化预报系统中,文章比较秒/分钟级探空与传统探空资料使用对资料同化预报带来的影响。试验中使用2011年6—7月资料进行分析,结果发现:秒级探空资料具有水平分布均匀,垂直结构非常密集的特点;在850、500 hPa等层次上高度分析比传统探空分析更接近NCEP分析,显示出对分析场的改进效果;同时风场在200 hPa以上的高层分析中改进显著,表现出高分辨率资料使用在高层分析中对系统模拟更加准确的特征。由于模式预报初值的改进,降水预报评分有所提高,预报偏差明显变小。因此高垂直分辨率秒级探空资料的使用对数值模式分析初值及预报的改进有着积极的意义,这为进一步开发利用秒级探空资料打下基础。     

广东2022年一次强降水的FY-4A观测及闪电特征

利用FY-4A卫星闪电成像仪LMI、TBB、地基闪电ADTD数据和NCEP-FNL再分析资料等,以2022年5月10日广东一次暴雨过程为例,对两个不同强降水区域对流云团发展演变的观测特征进行了分析。结果表明：中北部清远至九连山南侧的强降水1区属于典型的锋面低槽型暴雨,发生在低槽前部冷暖交汇区,珠江口西侧沿海附近的强降水2区则是暖区西南和偏南气流辐合作用的结果。此个例强降水发生前TBB迅速下降,强降水主要位于对流云团TBB低值中心梯度大值区。对流发展初期TBB逐渐下降到230 K以下,TBB变率较前1 h下降幅度可达-15℃以上,局部可达-30℃,对流云团移动前方的闪电对下一时刻对流的发展移动有很好的指示意义,锋面降水中ADTD较LMI提前出现;成熟阶段TBB大范围下降到220 K以下,局部200 K以下,TBB变率减小,维持在0～-10℃,闪电达到峰值,密集闪电随着TBB≤220 K低值区移动。     

FY-4卫星资料在青藏高原地区积雪判识和雪深反演中的应用

青藏高原积雪监测在地球辐射平衡、全球气候变化和生态环境等方面有重要作用,对气候预测、雪灾预测等具有重要意义。FY-4(风云4号)卫星数据具有高时空分辨率的优势,基于FY-4A(风云4号A星)构建积雪监测方法与模型,不仅拓展了静止卫星应用领域,也丰富了积雪监测应用的手段。FY-4的高时间分辨率为积雪监测的研究提供了分钟级数据,对积雪与云的变化掌握的更为细致,但用于积雪监测的波段,因分辨率不高容易导致错判与漏判。本文基于2020年小时级野外地面雪深观测数据、风云3号D星积雪覆盖产品(FY-3D_SNC)数据,构建了基于归一化积雪指数(Normalized Difference Snow Index,NDSI)的FY-4A卫星积雪判识方法,提出了雪深监测模型与等级划分指标。结果表明:NDSI≥0.20是青藏高原地区FY-4A卫星积雪判识的适用阈值,无论有云或无云条件,其漏判率均低于8.0%。地面站点验证结果表明,积雪判识准确率达83.33%以上。空间范围内直接剔除云区后,积雪判识经混淆矩阵验证准确率在82.48%以上。因此,FY-4A卫星在青藏高原地区具有积雪监测的能力。虽然FY-4A卫星对超过10 cm以上雪深不具备区分能力,但可以较好地识别10 cm以下浅雪雪深,相关系数达到0.745,通过了0.001显著性水平检验。据此建立的FY-4A卫星0~10 cm雪深等级指标,总体分级精度达到87.50%。FY-4A卫星雪深反演方法在青藏高原地区对0~10 cm浅雪雪深有较好的估算能力。     

FY-4A云导风在GRAPES_RAFS中的同化应用评估

云导风资料具有较高的时空分辨率特性,是数值天气预报中重要的非常规观测资料之一。2016年12月我国第二代静止气象卫星风云四号首颗试验卫星(FY-4A)成功发射。依据国家卫星气象中心提供的2017年8月FY-4A卫星红外和高空、低空水汽通道云导风测试数据,选用美国国家环境预报中心的FNL全球分析资料为参考场,对比分析云导风资料观测分布及偏差特征。评估结果表明,FY-4A云导风测试数据分布稳定,水汽通道云导风资料观测数明显多于红外通道;红外通道云导风资料偏差和均方根误差最小,水汽通道云导风资料在高层偏差较大。基于GRAPES_RAFS系统,选取2017年第13号台风天鸽做24 h预报试验。个例试验结果表明,同化FY-4A云导风资料对模式高度场和风场分析有一定调整作用,特别是同化FY-4A水汽通道云导风资料,对强降水落区和强度预报有所改善。     

基于探空云识别方法的云垂直结构分布特征

云的垂直结构特征作为云重要的宏观特征之一,直接决定了云的类型,进而通过发射和吸收辐射的方式影响着地气系统的能量收支平衡,因此对云垂直结构特征的研究一直都是云物理研究的一个重要方向。作为观测云垂直结构特征的一种方式,探空气球通过获取沿路径方向高分辨率的廓线信息,采用一定反演方法从而能够较为准确的识别云的垂直结构。本文即利用我国业务布网探空站的观测资料,采用相对湿度阈值法识别云垂直结构,并同激光云高仪、“风云四号”静止卫星和毫米波云雷达对识别的云结构特征量进行了一致性检验。在此基础上,统计分析了2015～2017年单层、两层和三层云的垂直结构分布特征、日变化和季节变化特征以及全国区域分布特征,结果表明:（1）整体分布上,单层云在垂直方向上出现的高度范围介于多层云的高度范围内,并且随着云层数的增加,云在垂直方向上更为伸展,即高层云越高,低层云越低;（2）在日变化中,中午单层和多层云中最低层云的云底高度均高于早晨,而夜间单层和多层云中最高层云的云顶高度则高于早晨和中午,同时中间层云厚的变化要小于最上层和最下层云厚的变化;（3）在季节变化中,夏季云量较其他季节更多,云体发展也更为深厚,表明温暖的大气条件更有利于云的形成和发展;（4）我国云垂直结构分布特征具有明显的纬向变化趋势,从以青藏高原为中心的西南地区的云底较高云体较薄的云,逐步过渡到以东南沿海地区为中心的云底较低云体较为深厚的云,表明不同地形和气候带的差异与不同云类型的分布直接相关。     

Evaluation of Cloud Top Height Retrievals from China's Next-Generation Geostationary Meteorological Satellite FY-4A

To evaluate the validity of cloud top height(CTH) retrievals from FY-4A, the first of China's next-generation geostationary meteorological satellite series, the retrievals are compared to those from Himawari-8, CloudSat,Cloud–Aerosol Lidar and Infrared Pathfinder Satellite Observations(CALIPSO), and Moderate Resolution Imaging Spectroradiometer(MODIS) operational products from August to October 2017. Regarding CTHs from CloudSat,CALIPSO, and MODIS as truth, the results show that the performance of FY-4A CTH retrievals is similar to that of Himawari-8. Both FY-4A and Himawari-8 retrieve reasonable CTH values for single-layer clouds, but perform poorly for multi-layer clouds. The mean bias error(MBE) shows that the mean value of FY-4A CTH retrievals is smaller than that of Himawari-8 for single-layer clouds but larger for multi-layer clouds. For ice crystal clouds, both FY-4A and Himawari-8 obtain the underestimated CTHs. However, there is a tendency for FY-4A and Himawari-8 to overestimate the CTH values of CloudSat and CALIPSO mainly for low level liquid water clouds. The temperature inversion near the tops of water clouds may result in an overestimation of CTHs. According to the MBE change with altitude, FY-4A and Himawari-8 overestimate the CTHs mainly for clouds below 3 km, and the overestimation is slightly more apparent in Himawari-8 data than that in FY-4A values. As the cloud optical thickness(COT) increases,the CTH bias of FY-4A CTH retrievals gradually decreases. Two typical cases are analyzed to illustrate the differences between different satellites' CTH retrievals in detail.     

基于FY-4卫星资料分析暴雨云系特征

本文利用FY-4气象卫星单通道云图和多通道组合,以2019年7月28日四川省眉山市的一次暴雨过程为例,分析暴雨云系的演变和微观物理性质等特征,结果表明：此次暴雨过程中出现两次对流云团的合并,云团的合并造成了暴雨区域和强度增大,属于多个对流云团多次合并,暴雨云团中有强烈的大尺度垂直上升运动,整层大气水汽充足,为强降雨提供了较好的水汽输送和动力条件。多通道RGB合成图能以色彩的形式有针对性地突出对流系统、冷暖气团、云粒子相态等属性,造成此次暴雨过程的对流云团主要为伴随强烈上升气流的由冰粒子组成的高层积雨云。FY-4气象卫星在暴雨等强对流天气监测中有着重要的作用,补充了常规天气资料分析的不足,为短时天气预报提供一种思路。     

FY-4A/GIIRS Temperature Validation in Winter and Application to Cold Wave Monitoring

In order to improve the operational application ability of the Fengyun-4A(FY-4A) new sounding dataset, in this paper, validation of the FY-4A Geosynchronous Interferometric Infrared Sounder(FY-4A/GIIRS) temperature was carried out using the balloon sounding temperature from meteorological sounding stations. More than 350,000 samples were obtained through time–space matching, and the results show that the FY-4A/GIIRS temperature mean bias(MB)is 0.07°C, the mean absolute error(MAE) is 1.80°C, the ...     

CINRAD/CC雷达冷却故障处理个例分析

基于L波段探空GFE(L)1型二次测风雷达资料具有垂直分层密,并从地面开始就可以获取资料的特点,将其用于重庆市主城区边界层特征的分析,用于逆温与能见度、浓雾和空气污染指数的分析.结果表明,L波段探空雷达资料不仅可以用于大气边界层特征分析,还可以在污染气象分析预报、雾的预报、有害气体泄露事件应急气象服务,风能评价等多个领域发挥作用.     

中国区域云特性分析及在FY-2云检测中的应用

云检测中所使用的云检测阈值正确与否是关系到云检测精度的重要因素。该文利用1983年7月-2007年6月ISCCP数据对覆盖我国及周边区域不同云类云顶温度的年、日变化特征进行分析, 得到云顶温度的分布特征; 对晴空下垫面与最暖云云顶温度差随纬度分布特征、不同区域晴空下垫面及云顶温度与晴空地表温度差日变化特征进行分析, 这些特征及每3 h的晴空下垫面24年平均亮温作为云检测算法的背景场, 用以判识实时动态提取云检测阈值的合理性。个例分析表明:利用多年平均晴空下垫面温度及最暖云云顶温度与晴空下垫面温度之差, 可有效识别云检测阈值的合理性, 合理的阈值有助于提高连续多日被云覆盖及冰雪下垫面条件下的云检测精度。     

基于FY-4A温湿廓线的强对流过程探空检验及应用分析

选取2019年2月至2020年2月广西区域内出现强对流天气的时段,将区内6个探空站温湿廓线资料以及ERA5数据作为基准检验,分析了FY-4A卫星温湿廓线的误差情况,结果表明：(1)无云条件下FY-4A温湿度廓线的偏差相对较小。相对于探空数据,质量控制为0和1的样本均方根误差RMSE范围在1.04～4.16℃,总体RMSE为2.61℃,850～700 hPa、600～500 hPa以及250 hPa上误差较小,RMSE均小于2℃。FY-4A与ERA5温度廓线的差异分布与探空结果相近,RMSE范围为1.01～4.15℃,总体RMSE为2.19℃,925～400 hPa以及250 hPa上RMSE均小于2℃。(2)无云条件下FY-4A湿度廓线总体RMSE为61.06%,低值区位于900～700 hPa,平均约为20.51%。在500 hPa附近误差最大,可能与干空气入侵导致垂直方向上含水量突变有关。总体而言对流层低层误差较高层小。(3)个例中重构的T-Inp图能一定程度上还原大气上下层的温湿结构特征,但对于层结稳定度以及不稳定能量的定量估计还存在一定偏差。经质量控制后的温度数据较好地反映了冷...     

FY-2E卫星资料在基于LAPS的台风三维云分析中的应用

LAPS(Local Analysis and Prediction System)采用物理初值化与三维变分约束相结合的方法,通过融合多源观测资料,发挥各种资料的优势,分析得到较为客观的三维云场,并可改善数值模式初始场。将FY-2E卫星可见光反照率和红外亮温资料引入LAPS,针对2014年6月登陆我国的台风"海贝思",设计不同水平分辨率的同化试验,研究台风三维云结构和初始场的改善情况。结果表明:1)LAPS云分析中引入卫星可见光反照率资料之后,总云量有显著的调整,能够较清晰地分辨出台风眼区、云墙和螺旋云带,卫星红外亮温资料在云顶高度的调整中发挥了重要作用,而且高分辨率的云分析结果有助于更好地分析出台风结构和强对流区域。2)LAPS物理初值化技术将卫星资料中的云结构和微物理信息添加到初始场中,一定程度上调整了数值模式初始场中垂直速度、云水、云冰和水汽场等变量的分布,提高了模式初值质量,对模拟和预报台风系统将会产生一定的影响。