基于Himawari-8卫星AOD产品的河南省能见度反演研究

利用2018年12月—2019年2月Himawari-8卫星气溶胶光学厚度数据产品与河南省119个国家地面观测站能见度观测资料,建立线性混合效应模型,并基于卫星观测AOD数据反演了河南省地面能见度。结果表明：Himawari-8卫星的AOD产品与Aqua的AOD产品一致性较好。线性混合效应模型反演的地面能见度与台站观测的能见度相关性可以达到082（P<005）,反演的能见度均值与观测能见度均值仅相差05 km。通过2018年12月16日14时个例分析,能见度的分布与地面观测基本保持一致,反演的地面能见度空间分辨率达到2 km。     

大雾临近预报中高密度能见度数据应用

采用2011—2016年合肥地区高时空分辨率的能见度观测数据,分析能见度空间分布特征及大雾生消过程中的能见度变化特点。结果表明:能见度多呈现正态分布且分布相对均匀,有雾时正态分布比例明显下降,非均匀性明显增加;大雾过程中平均能见度变化趋势较为稳定有利于临近预报,而空间最低能见度对临近预报有指示意义;大雾过程中空间变差系数多有明显增加,大雾开始形成和消散阶段空间差异性较大;历史回算表明,利用高密度能见度数据的空间分布和趋势外推,较实际预警发布时间平均提前约1.9h。     

多源气象卫星数据融合方法与应用的比较研究

随着气象卫星遥感数据趋于丰富化,如何对格式复杂、分辨率差异较大的多源气象卫星遥感数据进行合理融合,在提高分辨率的同时,剔除冗余和噪音的影响,获取更加精细可靠的融合数据,成为当前提升海量气象卫星遥感数据利用率的有效途径。本文基于多源气象卫星数据融合技术,综述了数据融合理论的主要过程与层次、常用像元级融合方法以及定量评价指标,综合探讨了不同数据融合方法的适用范围与优缺点,并且对于当前存在的问题和今后多源气象卫星数据融合的发展与应用前景予以讨论,以期为数据融合方法的进一步探索以及拓宽应用途径提供帮助。     

神经网络方法在环渤海能见度预报中的应用分析

本文基于2001—2015年中国气象局地面常规气象观测数据及NECP再分析资料,采用BP神经网络方法构建环渤海沿海城市能见度预报模型,利用2016年ECMWF集合预报数据基于预报模型进行能见度预报实验,并与ECMWF集合预报产品中现有能见度预报结果进行对比分析。分析表明:该方法对于环渤海沿海城市能见度预报的预报效果明显高于ECMWF集合预报中的能见度预报,12～72 h预报时效中,最小值对应1 km以下能见度的TS评分为0. 36～0. 43; 10 km以下能见度预报误差显著降低,与离散度的对应关系较好。因此,该方法对低能见度天气过程的能见度预报具有指示意义。     

基于多源数据融合的降水数据质量控制技术研究

【目的】降水为非连续性观测要素,利用常规的质量控制方法无法很好地检查降水观测数据的正确性,因此需要开展自动气象站降水观测数据质量控制技术研究。【方法】提出一种基于雷达、卫星等多源数据融合的地面自动观测降水数据质量控制方法,研究基于标准Z-R关系的雷达定量降水估测产品加工算法,生成宁夏全区地面自动观测站1 h雷达定量估测降水量,建立基于雷达、卫星估测降水产品的自动气象站降水观测数据质量控制技术流程,开展自动气象站降水观测数据质量控制,并对质量控量结果进行分析评估。【结果】（1）对于国家级站,多源数据融合的地面自动观测降水数据质控方法与MDOS对降水量数据的质控均为“正确”的一致率较高,平均达到94.88%;对于区域站,均为“正确”的一致率明显比国家级站低,平均达到51.57%;（2）多源数据融合的地面自动观测降水数据质控方法质控出“可疑”和“错误”数据明显比MDOS多,对“可疑”和“错误”数据的检出率更高;（3）多源数据融合的地面自动观测降水数据质控方法对错误降水数据的质量控制较MDOS质量控制更符合实际。【结论】多源数据融合的地面自动观测降水数据质控方法可以较好地解决宁夏降水要素自动观测数据的质量问题,为降水数据质量控制提供技术和理论支撑。     

《资源环境高分辨率遥感应用研究》

正该书详细介绍了高分辨率对地观测技术的特点,并对高空间分辨率、高时间分辨率、高光谱分辨率三种载荷的数据处理及应用方法进行了详细阐述;基于多年在高分辨率对地观测技术方面的研究成果,介绍了进行多源数据融合的方法;结合我国高分辨率对地观测重大专项的发展,提出了高分辨率对地观测技术在生态环境的具体应用方法。本书的研究内容涵盖了资源环境高分辨率遥感应用的多个关键环     

深度学习技术在智能网格天气预报中的应用进展与挑战

中国智能网格天气预报已初步建立0—30 d涵盖基本气象要素的无缝隙气象预报业务体系。近年深度学习技术兴起,给不同领域带来前所未有的变革。同样,深度学习的非线性映射能力、海量信息提取能力、时空建模能力等优势为进一步提升智能网格预报的准确性和精细化水平提供了新的思路和方法。越来越多的研究将深度学习技术应用于智能网格预报的各个方面,包括数值预报订正和解释应用、集合天气预报、相似集合、统计降尺度、纯数据驱动的预报模型和极端天气预报等,并展示出良好的应用潜力。然而,目前深度学习技术在天气预报领域的应用仍处于起步阶段,将其引入智能网格预报业务体系还面临诸多挑战,主要包括算法的选择、算法的数据基础、多源数据融合以及模型的可解释性、可信度、可用性和工程化等。通过回顾近年来深度学习技术在智能网格预报中的应用进展和前景,同时对面临的挑战与应对进行探讨,将有利于促进深度学习技术在天气客观预报领域更好、更稳定的发展。      

长江三角洲地区近30年非雾天能见度特征分析

利用地面能见度观测数据和中分辨率成像光谱仪(简称M(ODIS)所提供的气溶胶光学厚度(Aerosol Optical Depth,AOD)资料,分析了中国长江三角洲地区近30年的能见度变化特征。结果表明,该地区1980—2009年能见度年均值为19.5±1.8km,其中最高值为21.9km,在1984年,最低值为16.1km在2007年。近30年能见度呈下降趋势,平均年递减率为-0.20±0.013km/a,近几年能见度趋于稳定。该地区能见度:夏季能见度最好,秋、春季次之,冬季最差;沿海地区能见度好于内陆地区,沿江(河)两岸能见度较差;沿江(河、海)地区能见度的下降速度大于其他地区,在浙江东南部沿海地区尤为明显。利用EOF方法分析长三角地区能见度,结果表明第一模态的特征向量均为正值,说明全区能见度均呈下降趋势。利用MO-DIS AOD数据分析区域性及长期能见度变化趋势与利用地面观测数据方法分析结论相一致。     

机场主导能见度仪器自动观测方法研究

主导能见度是航空活动能否正常进行的重要标准之一。伴随我国通用机场建设,主导能见度的自动观测具有重要的实际意义。本文使用中值法、图形比例法和均值法3种方法,利用机场现有多套能见度传感器进行主导能见度自动观测,并使用3种方法研究分析了天津、大连、海拉尔、成都和重庆5个机场2014年12月10日起连续100天的07:00和19:00 2个时间点的多能见度传感器测量值。结果表明:相比于中值法和图形比例法,均值法具有更小的观测偏差;观测原理和方法、能见度传感器数量、地区气候差异和观测位置差异是影响主导能见度自动观测数据质量的主要影响因素。     

多源能见度数据监测系统的设计与实现

介绍多源能见度数据监测系统的设计方案。阐述利用C#多线程技术实现对多源能见度数据的采集与入库。基于百度地图Java Script API的二次应用及AJAX技术的异步加载,实现对能见度仪状态和实时数据的动态监控;采用ASP.NET的MSChart图表插件,以Spline曲线形式实现对不同能见度数据的对比展示。     

基于深度学习的卫星多通道图像融合的海雾监测处理方法

海雾无论在海上还是在沿岸地带，都因其恶劣的能见度对交通运输、海洋捕捞和海洋开发工程以及军事活动等造成不良影响，因此对于海雾的实时监测和预报就显得尤为重要。本文提出了基于深度学习的静止气象卫星多通道图像融合分割算法，使用D LinkNet深度卷积神经网络语义分割算法模型对黄渤海海域范围的16通道、空间分辨率为0.5 km的Himawari 8卫星数据进行研究。分别采用均交并比（mIOU）以及观测值检验作为评价指标，在测试集上的mIOU为0.9436，并且用卫星测试数据结果与海上观测数据结果进行对比，得出雾区准确率（检测有雾且真实有雾/检测有雾）为66.5%，雾区识别率（检测有雾且真实有雾/（真实有雾-云覆盖））为51.9%，检测正确率(检测正确/总样本)93.2%。本文提出的方法能为海雾监测提供一个可靠的参考。     

广东省高空风观测资料融合技术的应用

以广东省气象局多普勒雷达VWP产品、风廓线雷达数据和常规探空资料为基础,抽取同一时间点、相同或相近高度层数据,将其融合为高时间(30 min)和空间分辨率(27/31站)的高空风观测数据集(Micaps第2类数据产品格式)。该方法直观、简单,忠实于原始观测,验证了该数据集的可用性、科学性和实用性。实时生成融合产品及各种物理量分析图。     

基于多尺度融合网络的高速公路能见度估计北大核心

为了实现近实时公里级的高速公路能见度监测,提出了一种基于多尺度融合网络的能见度估计方法。首先,从道路监控视频中提取道路场景图像,并对图像进行质量控制;分别采用引导滤波、光谱滤波、景深估计模型从路面场景图像中提取细节结构特征、光谱特征与场景深度特征;然后,构建多尺度融合网络自适应融合结构特征、光谱特征与场景深度特征,并从中提取能见度特征;最后在网络末端输出图像场景所对应的能见度等级。此外,为了训练与测试模型,构建了真实道路场景图像数据集,共包含18 000张标注图像。实验结果表明,多尺度融合网络可显著提升高速公路能见度估计的准确性,能见度等级分类准确率可达81.76%。     

基于多源数据融合的农产品气候品质评价模型研究

本文以新疆麦盖提灰枣为例,在基于气象观测资料开展气候品质评价的基础上,将FY-4A卫星遥感数据、高分辨率多源融合实况格点产品(ART-1km、CLDAS-V2.0、Laps)应用于农产品气候品质评价,研制了点面结合的网格化农产品气候品质评价模型,阐述了基于多源数据融合的农产品气候品质评价方法。结果表明,通过该方法可明显提高农产品气候品质评价结论的可靠性和精细化程度,同时也可解决无观测资料地区农产品气候品质评价问题。     

一种基于集合最优插值的排放源快速反演方法

基于集合卡尔曼滤波的源反演方法是估计排放源、提高空气质量模拟和预报精度的有效方法。为构建排放源与污染物浓度之间的误差协方差矩阵,该方法通常需要运行几十次大气化学传输模式。庞大的计算量限制了该方法的应用,使其无法为实时预报系统快速更新排放源。本研究发展了一种基于集合最优插值的排放源反演方法。该方法使用历史集合数据构建误差协方差矩阵,仅需一次常规的空气质量模拟便可根据观测模拟差异反演排放源,从而显著降低计算量。本文使用该方法同化2015年1月全国1107个地面站点观测的CO小时浓度数据,结合2014年1月的历史集合数据集,估计2015年1月全国15 km分辨率的CO排放源。该方案反演的全国CO排放总量仅比使用2015年1月集合数据集的反演量高1%,表明历史时段与反演时段的气象条件差异对月均CO排放的影响有限。使用历史集合数据集更新的排放源再次模拟可将全国349个独立验证站点的平均低估从0.74 mg m?3降至0.01 mg m?3,均方根误差降低18%,表明该方法可快速更新排放源并降低其不确定性。     

华南低能见度天气特征及客观预报研究

利用2000—2016年华南219个县级气象观测站的地面、高空气象观测资料以及对应站点的再分析资料,统计发生低能见度天气的天气形势和特征,归纳低能见度天气的预报指标。将与能见度以及能见度变化相关的气象要素输入神经网络进行训练,利用EC集合预报数据集获得能见度集合预报结果,通过对其离散度的统计分析以及经验公式最终获得具有泛用性、可靠性的神经网络模型的参数集。通过输入EC确定场数据,获得华南219县级站长时效精细化能见度预报结果,2017年上半年的能见度预报试验显示,模型预报结果的误差与TS评分均优于CUACE模式能见度预报。     

基于卫星遥感的热带气旋定强技术综述

热带气旋大部分时间活动在常规观测缺乏的海洋上,卫星遥感作为大范围对地观测的主要技术,为热带气旋强度估算(定强)提供了重要支撑。近年来,热带气旋定强技术的资料应用逐渐从单通道数据拓展到红外、水汽、微波等多通道数据,建模方法也从人为特征提取的线性模型发展到自动特征工程的非线性深度学习模型。在未来,多通道和多卫星资料的融合应用依旧是重点,将人为定义的特征因子与深度学习方法相结合、在静止卫星上搭载微波探测仪器等预计会带来定强精度的新突破。     

极端暴雨威胁下的城市内涝风险预警系统研究

传统内涝风险预报系统多基于单一降雨产品驱动城市水文水动力模型的模式,难以解决由于暴雨观测或数值模拟带来的不确定性问题。综合利用多源降雨（雷达、地面雨量计,地面雨滴谱）、积水观测数据,有利于提高内涝预报精度,改善风险空间描述。因此,为了进一步加强洪涝预测能力以更好地应对极端暴雨威胁,本研究提出了基于综合观测的城市内涝风险预警系统,并在北京市清河流域进行了初步实践和检验。该系统包含六个模块,融合了新兴的降雨积水观测技术,引入了主流的降雨临近预报方法,采用了成熟的城市雨洪模拟手段,可为道路交通提供实时的积水深度和风险等级,为城市内涝灾害应急管理提供内涝风险预测和预警产品。     

人工智能或能提前一周预测台风

日本海洋研究机构和九州大学的研究小组利用人工智能深度学习技术,开发了从全球云系统分辨率模型(NICAM)气候实验数据中高精度识别热带低气压征兆云的方法。该方法可识别出夏季西北太平洋热带低气压发生一周前的征兆。研究成果于近期发表在日本《地球与行星科学的进展》杂志网络版。     

广州站能见度数据质量评估及其参数化研究

利用广州地面观测站（简称广州站）的两种能见度仪和人工观测的能见度资料,分析两种观测方法之间的一致性和差异性,并对广州站能见度建立参数化模型。研究结果表明,不同的能见度范围和观测时次,两者均有较好的一致性;当能见度为3 km以下及10 km以上时,两者一致率较高;在5次正点观测的器测和目测值一致率均高达90%以上。10~30 km范围内的平均相对误差较低,其余范围均高于20%。在11、14和17时的相对误差低于10%,08和20时的相对误差较高。能见度在1~10 km范围内,随着能见度的增大,器测与目测平均相对误差增大,仪器粗差率增大。另外,基于大气相对湿度、颗粒物数浓度建立广州站能见度参数化模型,能较准确模拟出能见度变化的趋势。实际检验表明,模拟值与实况误差基本小于3 km。因此,该模型可以预报广州站的能见度,为准确判断广州市能见度变化提供一定的参考依据。