联合静止气象卫星成像仪和高光谱红外大气探测仪观测的三维水平风场反演

风云四号A星(FY-4A)上搭载的干涉式红外探测仪(GIIRS)是首个地球静止轨道上的红外高光谱大气探测仪,它可以提供连续的三维大气温度和水汽的观测,通过追踪水汽的移动可以反演得到不同高度的大气水平风场。本研究利用台风玛丽亚(2018年)期间FY-4A加密观测(15分钟间隔)的GIIRS数据开展晴空和部分云区的三维水平风场算法研究,重点研究如何联合同一卫星平台的多光谱成像仪(AGRI)改进GIIRS部分云视场区的三维风场反演结果。利用ERA5独立测试集、CRA40再分析和空投探空数据开展对晴空和云区的三维风场反演结果的检验,基于该个例的反演结果表明：(1)基于GIIRS亮温信息反演得到对流层水平风场,在晴空区均方根误差小于1.5 m s^-1,方向绝对差基本在15°左右,在部分云视场区,均方根误差为1.5～1.7 m s^-1,方向绝对差基本在20°左右。与光流法相比,基于GIIRS亮温的直接反演表现出更好的优势,其均方根误差和方向绝对差明显小于光流法的结果。(2)按云量和云顶高度分类后,表现出云量越多、云顶高度越高则RMSE(Root Mean...     

基于晴空阈值法的全天空红外图像云量计算

为提高新疆戈壁地区云的自动化观测水平,基于全天空红外成像仪(WSIRCMS)获取的红外辐射图像,利用辐射传输模式SBDART分析了仪器测量波段对有云无云状况的敏感性并构建了拟合方程,同时利用典型季节的晴空辐射样本拟合了晴空曲线并统计形成了晴空阈值,最后利用统计晴空阈值对全天空红外辐射图像进行云像素识别和总云量计算。将不同季节总云量计算结果同人工观测结果对比验证表明：观测时段算法计算总云量和人工观测总云量差值在±2成以下的概率均在80%以上,说明该方法具有较高的准确度和较强的实用性,在观测业务中具有较好的应用前景。     

基于AMSR-E反演青藏高原夏季表层土壤湿度

利用AMSR-E观测的土壤表层亮温资料,采用简化修正的单通道算法模型(Single Channel Algorithm,SCA),反演青藏高原地区夏季2011年6-8月的表层土壤湿度。为对比验证反演结果,利用高原东部和中部的玛曲观测网和那曲观测网CTP-SMTMN(Soil Moisture and Temperature Monitoring Netw ork on the central Tibetan Plateau)的土壤湿度观测数据,以及NASA和VUA-NASA两种均基于AM SR-E的反演土壤湿度产品进行验证。结果表明:(1)与VUA-NASA产品和修改后的SCA模型反演结果相比,NASA产品在像元和区域尺度上相关系数较低,MAE(Mean Absolute Error)和RMSE(Root M ean Square Error)较高,明显低估了两个地区的土壤湿度。(2)VUA-NASA产品在玛曲地区表现良好,在那曲地区虽然相关系数较高,但MAE和RMSE同样较高,导致精度较差。(3)对比其他两种产品,修改后的SCA模型反演结果在两个地区表现出较高的相关系数(接近0.800)、较低的MAE(接近0.050m~3·m~(-3))和RMSE(接近0.060 m~3·m~(-3)),有着较高的精度。因此,可以认为修改后的SCA模型可以应用于青藏高原地区土壤湿度动态监测,为研究青藏高原地区的天气和气候变化影响及水循环过程提供了参考和借鉴。     

北京地区体感温度误差订正方法研究

基于欧洲中期天气预报中心(European Centre for Medium-range weather Forecasts, ECMWF)模式的预报数据和北京地区气象站点的观测数据,使用两种机器学习算法(线性回归和梯度提升回归树)对站点的体感温度进行误差订正,并采用均方根误差(Root Mean Square Error, RMSE)对预报效果进行评估,进一步与传统订正方法模式输出统计(Model Output Statistics, MOS)得到的订正结果进行对比。结果表明：线性回归、梯度提升回归树、 MOS和ECMWF预报得到的平均RMSE分别为3.12、3.06、3.45、4.06℃,即机器学习算法明显优于MOS和ECMWF模式原始预报。机器学习订正方法不仅在平原地区取得了较好的效果,在高海拔站点的订正效果更加突出,为北京冬奥会复杂山地条件下赛事正常运行提供了一定的技术保障。     

珠海X波段双偏振相控阵雷达定量降水估测产品质量评估

以地面雨量站观测资料为基准,选取2021年6—8月的6个强降水过程,利用珠海4部X波段双偏振相控阵雷达QPE组网产品和对应区域雨量站逐小时降水资料,使用相关系数(CC,Correlation Coefficient)、相对偏差（RB,Relative Bias）、相对平均绝对误差（RMAE,Mean Relative Absolute Error）、均方根误差(RMSE,Root Mean Squared Error)、探测率（POD,Probability of Detection）、误报率（FAR,False Alarm Ratio）、临界成功指数（CSI,Critical Success Index）,对相控阵雷达QPE产品质量进行评估。结果表明：QPE产品总体CC、RB、RMAE、RMSE分别为0.83、1.62%、47.59%、6.68 mm。有无降水探测率为88.66%,FAR为12.03%,CSI为83.99%;能够准确捕捉强降水落区、把握小时雨强变化趋势,雨强峰值谷值出现的时间匹配的较好。小时降水分级检验结果显示,QPE产品对于大雨强的评估效果相对较好,小时雨量≥16....     

基于自组织映射神经网络的吉林省春夏期降水统计模拟研究

利用1997—2015年吉林省春夏期(4—7月)逐日气象站地面观测资料,以气温、气压、相对湿度、水汽压、风速为协变量,建立各站点逐日降水量的基于自组织映射神经网络(Self-Organizing Maps,SOM)的统计预测模型;分析吉林省春夏期的主要天气模态,研究逐日降水和天气模态之间的关系,并基于此关系提出逐日降水量的蒙特卡罗模拟方法。结果表明:SOM对天气模态的分型质量较好,邻近天气模态的累积概率分布较相似,距离较远的天气模态累计概率分布差异较大。各天气模态下无降水的概率与日降水量区间宽度的相关系数为-0. 94,显著性水平小于0. 01。基于降水量累积概率分布,20种天气模态被划分成4类,并与降水易发程度和逐日降水量完全对应。在此基础上,对吉林省24个站点逐日降水量进行蒙特卡罗模拟,并进行预测性能分析。平均绝对误差(Mean Absolute Error,MAE)和均方根误差(Root Mean Square Error,RM SE)的中位数分别为3. 12 mm和6. 13 mm,SBrier和Ssig分别为0. 06和0. 51,站点的逐日降水量预测性能整体较好。MAE和RMSE分布呈现东南大西北小,去除降水自然变异差异的影响,所有站点的误差都较小; SBrier和Ssig没有明显的空间分布特征。     

一种基于空间相关性和B样条曲面拟合的地面气温质量控制算法

将B样条曲面拟合算法引入到地面气温观测资料的质量控制当中,考虑到区域内各参考站与目标站观测值之间的空间相关性,提出了一种基于空间相关性和B样条曲面拟合的地面气温观测资料质量控制算法(Spatial Correlation and B-spline Surface Fitting,BSF)。选择2012—2014年南平站、南京站、太原站、拉萨站、景洪站和长春站以及周围300 km内参考站的02:00、08:00、14:00、20:00定时气温作为观测资料,结合平均绝对误差(Mean Absolute Error,MAE)、均方根误差(Root Mean Square Error,RMSE)、一致性指标(Index of Agreement,IOA)和纳什系数(Nash-sutcliffe Model Efficiency Coefficient,NSC)这4种评价参数对目标站地面气温资料进行质量控制分析。将BSF算法的质量控制效果分别与传统的反距离加权法(Inverse Distance Weighted,IDW)和空间回归检验法(Spatial Regression Test,SRT)进行对比,试验结果表明:在不同案例下,BSF算法的质量控制效果均优于IDW算法和SRT算法,能更有效地标记出气温观测数据中的可疑值。     

三维云场分布诊断方法的研究

利用2007-2008年Cloudsat云检测产品与ECMWF再分析资料的相对湿度进行统计分析,得出了中国云内外相对湿度判别阈值及其随高度的变化,提出了基于再分析资料的三维云场分布诊断方法,应用于实例三维云场诊断,并与卫星、雷达、地面云降水观测等资料进行了对比分析,得到的主要结论有:(1)Cloudsat云判别有效值20的云区位置与Cloudsat辅助产品给出的ECWMF再分析资料的相对湿度高值区有较好的时空对应;(2)不同高度范围的云内相对湿度都呈单峰型分布,峰值在相对湿度100%附近,晴空相对湿度受当地大气环境影响,各地各高度都有差别;(3)通过相对湿度对云区和晴空的TS评分测试,得出了诊断云区的相对湿度阈值及其垂直分布;(4)利用NCEP再分析资料对中国三维云场的分布进行个例诊断应用,与卫星、雷达和地面云降水观测的对比表明,云区附近的湿度梯度大,相对湿度阈值法诊断的云区总体比较稳定;(5)诊断的云区与上升气流区对应较好,云区和晴空的分布与卫星TBB观测大致对应,云厚(即云格点总数)与光学厚度和地面降水的分布比较一致;(6)云场垂直剖面可以清晰地看出其分布同天气系统的关系,诊断的云区与地面云观测比较一致,云层密实深厚的区域通常对应着地面降水;(7)单点的云垂直结构随时间演变与当地的雷达和地面云降水观测都比较一致。     

WSR-88D新进展

<正> WSR-88D是全相干型和全计算机化的10cm脉冲多普勒天气雷达,功率大(750kW),分辨率高(0.95度,脉宽0.25km),具有极高的探测灵敏度(-10dB_2/50km)和强大的处理功能.在无云晴空条件下,不仅可测边界层的风场,而且从回波(Z)图上可清     

WSR-88D新进展

WSR-88D是全相干型和全计算机化的10cm脉冲多普勒天气雷达,功率大(750kW),分辨率高(0.95度,脉宽0.25km),具有极高的探测灵敏度(-10dB_2/50km)和强大的处理功能.在无云晴空条件下,不仅可测边界层的风场,而且从回波(Z)图上可清晰看见冷锋或干湿不连续线的存在,对于潜在的强对流天气如龙卷风和强雷暴的早期监测大有益处,远非常规天气雷达可比.     

香河站太阳辐射识别晴空方法的评估

根据位于华北平原的重污染站点——香河5年的分钟级别地表太阳辐射和人工订正的全天空成像仪数据,对21种晴空识别(CSD)方法进行了评估:晴空识别准确率较高的方法云天识别准确率较低,反之亦然;由于CSD方法采用的参数阈值不适用于污染情况,当气溶胶含量增加时,识别准确率呈下降趋势.研究结果显示,利用太阳辐射数据识别晴空的方法...     

Evaluation and Preprocess of Chinese Fengyun-3A Sea Surface Temperature Experimental Product for Data Assimilation

Validated satellite-derived sea surface temperatures (SSTs) are widely used for climate monitoring and ocean data assimilation systems. In this study, the Fengyun-3A (FY-3A) SST experimental product is evaluated using Advanced Very High Resolution Radiometer (AVHRR)-merged and in situ SSTs. A comparison of AVHRR-merged SSTs reveals a negative bias of more than 2K in FY-3A SSTs in most of the tropical Pacific and low-latitude Indian and Atlantic Oceans. The error variance of FY-3A SSTs is estimated using three-way error analysis. FY-3A SSTs show regional error variance in global oceans with a maximum error variance of 2.2 K in the Pacific Ocean. In addition, a significant seasonal variation of error variance is present in FY-3A SSTs, which indicates that the quality of FY-3A SST could be improved by adjusting the parameters in the SST retrieval algorithm and by applying regional and seasonal algorithms, particularly in key areas such as the tropical Pacific Ocean. An objective analysis method is used to merge FY-3A SSTs with the drifter buoy data. The errors of FY-3A SSTs are decreased to-0.45K comparing with SST observations from GTSPP.     

Atmospheric profile retrieval with AIRS data and validation at the ARM CART site

The physical retrieval algorithm of atmospheric temperature and moisture distribution from the Atmospheric InfraRed Sounder （AIRS） radiances is presented. The retrieval algorithm is applied to AIRS clear-sky radiance measurements. The algorithm employs a statistical retrieval followed by a subsequent nonlinear physical retrieval. The regression coefficients for the statistical retrieval are derived from a dataset of global radiosonde observations （RAOBs） comprising atmospheric temperature, moisture, and ozone profiles. Evaluation of the retrieved profiles is performed by a comparison with RAOBs from the Atmospheric Radiation Measurement （ARM） Program Cloud And Radiation Testbed （CART） in Oklahoma, U. S. A.. Comparisons show that the physically-based AIRS retrievals agree with the RAOBs from the ARM CART site with a Root Mean Square Error （RMSE） of 1K on average for temperature profiles above 850 hPa, and approximately 10% on average for relative humidity profiles. With its improved spectral resolution, AIRS depicts more detailed structure than the current Geostationary Operational Environmental Satellite （GOES） sounder when comparing AIRS sounding retrievals with the operational GOES sounding products.     

从FY-4A卫星遥感数据和GFS资料估算全天空状况下的地表长波辐射通量

本文介绍一种利用FY-4A成像仪遥感数据和全球预报系统(GFS)资料估算全天空地表长波辐射通量的反演方法。该方法通过辐射传输模拟和统计回归计算建立云天地表下行长波辐射通量的反演模式,并基于GFS资料处理云覆盖地区的地表上、下行长波辐射通量。这种全天空状况下两种通量的反演结合了FY-4A晴空地表长波辐射业务产品和本文反演模式处理的云天地表上、下行长波辐射通量。2018年9月1日的处理结果与Aqua/CERES同类产品相对比,精度为:RMSE=20.52 W·m^-2,R=0.9481,Bias=3.3 W·m^-2(夜间地表下行辐射通量对比);RMSE=25.58 W·m^-2,R=0.9096,Bias=5.4 W·m^-2(白天地表下行辐射通量对比);RMSE=10.97 W·m^-2,R=0.9762,Bias=-3.3 W·m^-2(夜间地表上行辐射通量对比);RMSE=19.97 W·m^-2,R=0.9283,Bias=5.0 W·m^-2(白天地表上行辐射通量对比)。这些结果表明本文发展的方法能够反演出精度较好的云天上下行长波辐射通量资料,为今后利用FY-4后续星处理生成全天空状况下的地表长波辐射通量产品奠定了理论基础。     

FY-4A/AGRI传感器波段平均太阳辐照度计算及不确定性分析

传感器大气顶层波段平均太阳辐照度(Band-Averaged Extraterrestrial Solar Irradiance,BAESI)是表观反射率和星上辐亮度之间转换的重要因子,为了针对FY-4A/AGRI有关通道较为准确地计算这一数值,分别以韩国COMS/GOCI、美国GEOS-16/ABI、日本Himawari-8/9/AHI传感器为例,利用国际上常用的6条太阳光谱曲线与传感器光谱响应函数参与计算BAESI,并与各传感器BAESI标准值进行比较。结果表明,Kurucz计算结果平均绝对误差与均方根误差均最小,是最理想的太阳光谱曲线,此外,Kurucz计算值与各传感器各波段BAESI标准值的最大偏差均小于4.5%,最大偏差百分比及对应波段分别为-2.39%(GOCI-band3)、1.49%(ABI-band6)、4.28%(AHI-08-band6)、4.42%(AHI-09-band6)。因此选择Kurucz太阳光谱曲线参与计算FY-4A/AGRI传感器各波段BAESI值,给出相应结果,并分析了计算值的不确定性,解决了将表观反射率转换为辐射亮度的困难。     

Evaluation of multiple surface irradiance-based clear sky detection methods at Xianghe—A heavy polluted site on the North China Plain: 香河站太阳辐射识别晴空方法的评估

Surface irradiance measurements with high temporal resolution can be used to detect clear skies, which is a critical step for further study, such as aerosol and cloud radiative effects. Twenty-one clear-sky detection (CSD) methods are assessed based on five years of 1-min surface irradiance data at Xianghe—a heavily polluted station on the North China Plain. Total-sky imager (TSI) discrimination results corrected by manual checks are used as the benchmark for the evaluation. The performance heavily relies on the criteria adopted by the CSD methods. Those with higher cloudy-sky detection accuracy rates produce lower clear-sky accuracy rates, and vice versa. A general tendency in common among all CSD methods is the detection accuracy deteriorates when aerosol loading increases. Nearly all criteria adopted in CSD methods are too strict to detect clear skies under polluted conditions, which is more severe if clear-sky irradiance is not properly estimated. The mean true positive rate (CSD method correctly detects clear sky) decreases from 45% for aerosol optical depth (AOD) $\le$ 0.2% to 6% for AOD > 0.5. The results clearly indicate that CSD methods in a highly polluted region still need further improvements.摘要根据位于华北平原的重污染站点——香河5年的分钟级别地表太阳辐射和人工订正的全天空成像仪数据, 对21种晴空识别 (CSD) 方法进行了评估:晴空识别准确率较高的方法云天识别准确率较低, 反之亦然;由于CSD 方法采用的参数阈值不适用于污染情况, 当气溶胶含量增加时, 识别准确率呈下降趋势.研究结果显示, 利用太阳辐射数据识别晴空的方法在高污染地区使用时需进行改进.     

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。     

我国台风高发期东海和南海海区GIIRS/FY-4A温度反演廓线精度研究

基于欧洲中期天气预报中心再分析资料ERA5,对GIIRS/FY-4A温度反演廓线在我国台风高发期东海和南海海区的反演精度进行研究,结果表明:(1)东海海区,无云时GIIRS质量控制0的数据总体RMSE为1.71 K,150～450 hPa高度范围内RMSE小于1 K,450 hPa至近海面RMSE在2 K以内.质量控制...     

长江流域夏季降水及其与海温的滞后相关

基于月平均台站降水资料分析了中国东部降水的气候特征。由于其降水分布在空间和时间上的复杂性，为便于研究其与海温的关联，特别是海温对降水的影响，根据台站间降水变化在季节变化和年际变化以及与海温相关的一致性，将中国东部区域分成四个子区域。以长江流域的降水为代表，分析了海温对降水的超前相关。给出了主要影响海区和它们的超前时间。综合各影响海区海温和超前时间建立的回归方分析表明：回归降水和观测降水的相关系数大于０．８５。回归的平方根误差是其标准差的６０％和平均雨量的１５％。另外还分析了海温与降水相关与环流变化的一致性。     

Characteristics of sea surface temperature retrieved from MTSAT-1R and in-situ data

Multi-channel sea surface temperature (MCSST) data were retrieved from the Japanese geostationary satellite, MTSAT-1R, for East Asia in western North Pacific. The coefficients used to calculate the MCSST data were estimated by assuming a linear relationship between the brightness temperatures obtained from the satellite and the in-situ buoy SST. It is important to remove cloud contamination pixels to retrieve meaningful information from infrared data. Therefore, the cloud detection algorithm was improved by using a 10-day maximum or minimum composite map for infrared and visible channels. The RMSE of the MCSST in comparison with the two-year buoy SST was about 0.89oC. The error was the largest at mid-latitudes in summer. Additionally, the error between the two SSTs showed that diurnal variation had a positive bias during daytime and a negative bias during nighttime. Furthermore, in 2007, both SSTs showed seasonal and spatial diurnal variation. The magnitude of the daily variation in the MCSST was two times larger than that in the buoy SST, and this was attributed to diurnal heating with a weak surface wind speed.