基于Himawari-8气象卫星的东亚夏季冰云云顶特征分布

利用Advanced Himawari Imager(AHI)/Himawari-8(HW8)云产品分析2017 年夏季东亚地区不同下垫面条件对冰云云顶特征的影响,针对不同下垫面条件选择了9 个研究区域.结果表明,冰云最常出现在青藏高原和南亚季风区.冰云的发生频率存在南北递减的趋势,并在日本附近有高值中心.冰云云顶的垂...     

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。     

基于卫星云参数的短时降水动态估测方法

利用实时FY-2静止气象卫星红外云图和区域中尺度地面自动监测网加密降水资料,通过对云图进行参数化处理,采用动态相关方法分析长波红外分裂窗双谱组合、长波红外水汽双谱组合、亮温面积等各类卫星云参数与不同级别降水强度的关系,寻找当时与降水强度的最佳相关云参数化因子建立短时降水动态估测模型,并利用实时最新降水估测模型对未来3 ...     

基于支持向量机和FY静止卫星云参数的降水预测技术

将支持向量机分类方法应用于降水与非降水的分类预测.选用FY静止卫星反演的云光学厚度、云顶温度、云顶高度、云有效粒子半径作为特征分量,以Micaps 1 h雨量资料作为是否降水的类别标签,建立预测降水与非降水的分类模型,针对安徽地区2008年5-11月资料进行分析.结果显示,降水类的预测准确率在40%～60%,非降水类的...     

基于Himawari-8卫星的自适应阈值火点判识算法适用性分析

为对比分析Himawari-8(葵花8号)静止气象卫星在不同地区反演火点效果,选取2017—2019年山东区域火点统计资料和卫星多通道监测数据,分析自适应阈值判识算法在山东的火点识别效果,针对算法中背景亮温（T3.9bg）,背景窗亮温差（ΔT3.9_11bg）,以及背景系数n1和n2进行林、草下垫面参数敏感性试验,并通过选取阈值干预算法检验了识别效果。结果表明,自适应阈值算法可多时次连续观测山东区域的火情监测信息,火点数具有明显季节变化特征,遥感识别准确率达71.5%;不同下垫面类型在四个参数试验中识别准确率变化趋势近似一致,但对阈值变化较为敏感;阈值干预算法对林地和草地的火点识别准确率样本均值为72.7%和81.6%,比原始算法分别提升了5.8%和3.8%;阈值干预识别算法能有效过滤误判像元,但两种算法均有漏判区域,根据本地化的下垫面属性优化阈值设定能够有效提升火点识别准确性。     

引入Himawari-8卫星数据协变量的能见度样条插值方法

在ANUSPLIN薄盘光滑样条插值中,高相关协变量的选取决定了插值结果的精确性。本文选取2017—2019年大雾和霾能见度较差的天气过程,利用183个能见度观测站点对能见度进行插值,引入Himawari-8卫星的通道数据和DEM数据作为协变量对能见度的插值结果进行改进,并对能见度插值结果进行对比分析。研究表明,引入Himawari-8数据和DEM数据作为协变量的能见度插值结果在精度上有显著提高,尤其对雾区和霾区的边界范围和纹理的反演更为准确,基于Himawari-8卫星数据和气象监测站点的观测数据,使用协变量的方法进行能见度插值可以做为能见度监测网格化的一种有效途径。     

Himawari-8气溶胶光学厚度产品的验证分析

Himawari-8是由日本气象局发射的新一代静止气象卫星，其搭载的传感器AHI（Advanced Himawari Imager）可实现10 min/次的高时间分辨率对地观测。本文将2015年9月至2017年12月Himawari-8卫星Level-2气溶胶光学厚度（AOD）产品与AERONET（AErosol RObotic NETwork）70个站点的地基观测数据进行对比验证分析，结果表明Himawari-8卫星反演的气溶胶光学厚度产品的精度存在很大的空间上的差异性，其中有48个站点Himawari-8 AOD与AERONET AOD之间存在较好的相关性（R>0.5），有22个站点Himawari-8卫星反演气溶胶光学厚度产品存在明显的低估现象。在American_Samoa、Bandung、Birdsville、Bukit_Kototabang、Canberra、Fowlers_Gap、Jabiru以及QOMS_CAS等站点出现地基观测值很小而卫星反演的气溶胶光学厚度较大的情况。对绝对误差（Himawari-8 AOD与AERONET AOD的差）进行分析发现Himawari-8 AOD存在低估现象时绝对误差与AERONET AOD之间存在较好的相关性；在地基观测值很小而Himawari-8卫星反演AOD较大的地区绝对误差与Himawari-8 AOD之间存在较好的线性关系，这为Himawari-8 AOD反演算法的改进与完善提供了有用的研究发现。     

FY2C/D卫星反演云特性参数与地面雨滴谱降水观测初步分析

针对2008年4月11-12日一次北方层状云降水过程,将FY2C/D静止卫星反演的云参数和地面同时段的雨滴谱仪的观测资料进行联合分析,发现反演得到的一些特征云参数对地面降水有一定的指示意义:一般降水发生前,云系发展,云顶抬升,云顶温度和云黑体亮温都降低,云光学厚度增大,云参数先于地面降水变化,两者大概相差2小时。其中,云光学厚度与地面降水量和降水粒子数关系密切,其相关性比云顶高度、云顶温度和云黑体亮温的相关性都好;一般地面降水强,光学厚度一定大,若云层光学厚度较小,即便云顶发展得很高,地面几乎无降水或降水较小,但云光学厚度大时,地面降水强度并不一定都大,可能降水粒子数浓度大,地面多降毛毛雨。     

热带测雨卫星综合探测结果之"云娜"台风降水云与非降水云特征

为了解降水云与非降水云相应的微波信号、云水、雨水及潜热特征,文中利用热带测雨卫星搭载的测雨雷达、微波成像仪及红外辐射计探测的匹配融合结果,就2004年8月“云娜”台风进行了个例分析研究。结果表明:“云娜”台风过程中深厚降水云占79%,中云和低云降水仅分别占10.6%和10.4%;非降水低云所占比例最大(45.5%),高云其次(34.1%)。降水云中大粒子居多,非降水云粒子有效半径分布宽。深厚降水云中冰、水含量成正比;中等厚度降水云中的冰含量相对稳定,但液态水含量变化大;深厚和中等厚度非降水云中的冰、水含量皆成反比。对降水率、气柱潜热、气柱云水和云冰沿台风径向分布的分析结果发现,台风生成前的低压中心附近降水率和气柱总潜热比随后时次均大,表明降水释放潜热对“云娜”台风的形成起到了非常重要的作用;在台风形成后,降水率和气柱总潜热自台风云墙向外减小;随着台风的成熟,降水率和气柱总潜热沿台风径向分布趋于稳定。潜热廓线分析表明,深厚降水云潜热释放在对流层中上部(3 km以上),最大潜热高度约4.5 km。对降水云和非降水云的冰、水含量平均垂直廓线分析表明,深厚和中等厚度的降水云中水粒子含量具有相似的平均廓线,最大值(约0.03 g/m3)位于4—5 km高度,降水低云中的水粒子含量最大值(约0.07 g/m3)位于4 km高度;对于非降水云,3种不同高度的潜热廓线、水和冰粒子含量廓线相似,反映了TRMM反演算法对这些参数的反演仍存在缺陷。     

AREM模拟云参数与卫星观测的比较研究

数值模式模拟计算云量与卫星观测云量的定义不同, 难以进行定量比较, 从而限制了对云模拟误差的检验和修正.作者介绍了可把数值模式输出云参数转换成ISCCP卫星反演云参数的云模拟器, 并将其试用于AREM区域模式中, 定量分析了模拟云参数和ISCCP反演云参数的差异.结果表明, AREM模式可以再现中国东部冬季云的基本分布特征, 但与观测相比, 四川地区云量模拟偏大20%, 华东地区则偏小20%左右, 云量中心的云顶高度比ISCCP反演值偏低一个高度段, 云光学厚度偏大一个厚度段.模拟与观测云参数的定量比较, 为评估和改进模式性能提供了依据.     

A Machine Learning-based Cloud Detection Algorithm for the Himawari-8 Spectral Image

Cloud Masking is one of the most essential products for satellite remote sensing and downstream applications. This study develops machine learning-based (ML-based) cloud detection algorithms using spectral observations for the Advanced Himawari Imager (AHI) onboard the Himawari-8 geostationary satellite. Collocated active observations from Cloud-Aerosol Lidar with Orthogonal Polarization (CALIOP) are used to provide reference labels for model development and validation. We introduce both daytime and nighttime algorithms that differ according to whether solar band observations are included, and the artificial neural network (ANN) and random forest (RF) techniques are adopted for comparison. To eliminate the influences of surface conditions on cloud detection, we introduce three models with different treatments of the surface. Instead of developing independent ML-based algorithms, we add surface variables in a binary way that enhances the ML-based algorithm accuracy by ~5%. Validated against CALIOP observations, we find that our daytime RF-based algorithm outperforms the AHI operational algorithm by improving the accuracy of cloudy pixel detection by ~5%, while at the same time, reducing misjudgment by ~3%. The nighttime model with only infrared observations is also slightly better than the AHI operational product but may tend to overestimate cloudy pixels. Overall, our ML-based algorithms can serve as a reliable method to provide cloud mask results for both daytime and nighttime AHI observations. We furthermore suggest treating the surface with a set of independent variables for future ML-based algorithm development.     

基于葵花8号卫星资料的沈阳两次暴雨过程中对流云特征对比分析

应用葵花8号卫星资料,结合NCEP FNL再分析、GNSS遥感水汽、风廓线雷达、全国智能网格实况融合分析资料,对2017年7月14日和2018年8月7日沈阳两次暴雨过程(分别简称过程Ⅰ和过程Ⅱ)中对流云特征进行了比较分析,重点探讨了对流云的触发维持机制与影响降水特征差异的因素。结果表明:(1)两次过程分别为局地突发暴雨和区域性极端暴雨,沈阳市区暴雨均由两个对流云团引发,对流云团合并使得降水持续。过程Ⅱ云团合并发生在其移动方向的后侧,具有后向传播特征,合并云团沿其长轴方向移动影响沈阳市,使降水时间延长。(2)在降水前至降水初期,过程Ⅰ对流云顶和水汽层顶快速上升且云顶迅速超过水汽层顶,而过程Ⅱ亮温下降缓慢。短时强降水发生前红外和水汽亮温同步快速降至-60℃,可作为提前预判对流云团产生短时强降水的参考指标。10 min雨量大于10 mm的对流云云顶集中分布在红外亮温低于-55℃、亮温差为-5~0℃的范围。(3)两次过程中,沈阳市分别位于东北冷涡后部和副热带高压北缘。过程Ⅰ,探空曲线呈“X”型,CAPE高达2584 J·kg^-1,造成对流云深厚,云底以下干层导致雨滴蒸发,使降水强度减弱,该过程高强度降水仅发生在对流云团合并加强阶段。过程Ⅱ,云底到地面湿层明显,保证了雨滴降至地面,产生相同量级降水的云团的TBB比过程Ⅰ高。(4)强降水发生前,地面风场存在明显辐合,当大气可降水量2 h内跃增8 mm时,站点出现强降水;局地水汽跃增可能是低空西南气流偏南分量增大或偏北冷空气侵入到暖湿空气中所致。     

基于葵花-8卫星宁夏暴雨监测预警指标研究

基于葵花-8卫星红外通道资料和地面降水数据,对2017年5—9月宁夏暴雨过程进行云团识别、特征参数(云顶平均亮温、最低亮温、亮温梯度、冷云面积和降温率)计算及监测预警指标分析.结果表明:所选云团特征参数在不同类暴雨过程中有较明显的表现特征.暴雨发生时,云顶平均亮温和最低亮温分别介于213～228 K和199～227 K...     

Assessment of FY-4A and Himawari-8 Cloud Top Height Retrievalthrough Comparison with Ground-Based MillimeterRadar at Sites in Tibet and Beijing

正1Key Laboratory of Middle Atmosphere and Global Environment Observation, Institute of Atmospheric Physics,Chinese Academy of Sciences, Beijing 100029, China2University of Chinese Academy of Sciences, Beijing 100049, China     

基于CloudSat资料的东北地区降水云及非降水云垂直结构特征对比分析

利用2007—2010年CloudSat和CALIPSO卫星资料,首先通过大量个例分析并结合地面逐小时降水量观测资料验证CloudSat卫星识别降水云指标的合理性。在此基础上,统计分析了东北地区(39°~53°N、119°~135°E)的云垂直结构参数,着重分析了降水云系和非降水云系的垂直结构差异和季节差异。结果表明:东北地区云量廓线呈双峰分布特征,有明显的昼夜及季节差异。东北地区以单层云为主,降水也主要产生于这类云系,是东北地区人工增雨作业的主要对象。单层降水云以低云、冷云、冰云或混合云为主,主要云类别是雨层云。双层降水云以高低云或中低云配置为主,且都为冷云;高层以冰云为主,主要类型是卷云和高层云;低层以混合云或冰云为主,主要类型是雨层云、层积云、积云。降水云系与非降水云系存在显著的垂直结构差异,双层云的降水由低层产生。云底高度较低、云体较厚且夹层厚度更薄的云易产生降水。同时,降水云云底温度更高,分布呈现出季节差异。     

Himawari-8气象卫星黄海浒苔动态监测

基于Himawari-8气象卫星数据,研究了利用归一化植被指数提取浒苔信息方法,并提出了浒苔强度和移动速度估算方法。对2016年5-7月黄海海域浒苔信息进行监测,获得了浒苔暴发的时间、地点、面积、强度、影响范围、漂移路径及移动速度。结果表明:2016年5月19日Himawari-8气象卫星首次监测到黄海海域出现浒苔信息;6月中下旬进入暴发期,浒苔面积、影响范围及强度达到最大值;7月上旬,伴随着浒苔大面积登陆青岛、烟台、威海等地,浒苔进入缓慢消亡阶段。多时次浒苔强度合成产品显示:2016年浒苔在黄海中部海域、烟台以东海域覆盖强度较大,在初始位置一带覆盖强度较小。浒苔漂移路径整体为从东南外海逐渐开始向西北近海海域靠近,日移动速度不断变化。浒苔的动态变化与水文气象环境密切相关,适宜的温度是浒苔生长和发展的基础,浒苔出现后,盛行风向是浒苔漂移方向的主要驱动力,2016年5-7月强劲的南风使浒苔一直向北漂移,并最终抵达威海,浒苔的移动与风向大致相同。     

2002年河南春季的一次层状云降水特征研究

对2002年4月4—5日发生在河南省的大范围春季层状云降水进行探空、雷达、卫星等综合加密观测,分析了锋面移动过程中的云系特征和降水特点。结果发现此次降水主要是700～500hPa大气位势不稳定( θse/ z<0)造成的,位势不稳定区与地面降水极值中心有较好的对应。另外,在位势不稳定层出现前后,高空250～200hPa均存在一个急流中心,而在位势不稳定层的上方或下方则会有风向切变与之对应。云层厚度小、云顶高度低、云系结构不均匀是此次降水云系的主要特点。700～500hPa之间的位势不稳定度小、水汽输送量小和云顶温度低是造成此次降水量小的主要原因。