POS与DEM辅助机载SAR多普勒参数估计

由于机载SAR多普勒参数受载机不稳定飞行和复杂地形影响明显,目前仍缺少有效的矢量估计法。本文对POS和DEM数据及其误差对机载多普勒参数的影响进行了分析,以距离-共面方程构建的SAR几何关系为基础,在POS和DEM数据支持下,建立了一种多普勒参数矢量估计法,并通过仿真对提出的方法进行了验证和分析。理论和仿真表明,本文方法在高山地形、不稳飞行及大斜视角等复杂条件下,亦能够为机载SAR瞬时多普勒中心提供高精度估计。     

GRAPES_3 km数值模式对流风暴预报能力的多方法综合评估

利用传统点对点TS评分、邻域法以及对象检验等多种方法,综合评估了GRAPES_3 km模式的对流风暴预报性能,分析了传统检验方法和新型空间检验方法对高分辨率模式评估的适用性和差异性,并同GRAPES_Meso模式的相关结果进行了对比。结果表明:对强对流典型个例的预报评估发现,综合应用多种评估方法能够更全面地评估对流风暴预报,获取模式在对流风暴初生和发展变化过程中的预报性能。使用点对点评分方法,GRAPES_3 km模式对风暴和强风暴的预报都明显优于GRAPES_Meso模式。对于模式不同起报时间的预报,起报时间越新预报效果越好。邻域TS方法考虑了时空偏差,GRAPES_3 km模式20和35 dBz采用时间邻域1 h,空间点对点时预报技巧最高;50 dBz时空偏差较大,时间邻域尺度为3 h技巧最高。分数技巧评分(FSS)显示GRAPES_3 km模式对不同阈值的对流风暴预报均能达到最低技巧尺度,而GRAPES_Meso模式对35 dBz以上的对流风暴基本无预报能力。对象检验可以评估对流风暴特征的预报效果,GRAPES_3 km模式的对流风暴个数预报与实况较为一致,但面积预报明显低估。该模式对β中尺度的对流风暴形态、位置等预报较好,对γ中尺度的对流风暴预报尺度偏大、形状偏圆、轴角偏小,对α中尺度的对流风暴预报尺度偏小、形状偏扁、轴角偏大。GRAPES_Meso模式的对流风暴面积、个数、尺度预报较实况均偏小,位置预报偏差较大,形状预报较实况偏圆、轴角偏小。传统点对点TS评分方法和新型空间检验方法对高分辨率模式对流风暴预报的检验结论一致,依然具有一定的参考价值,但新型空间检验方法能够提供更详细的评估信息。     

2018年7月15—17日北京极端强降水过程三类对流风暴及其强降水特征分析

2018年7月15—17日,北京遭遇当年入汛以来最强降水过程。该过程具有持续时间长、累计雨量大、局地雨强强等特点。针对小时降水量阶段性减弱的特征,对该过程不同阶段三类对流风暴及其强降水特点进行了对比分析。结果表明： 16日凌晨副热带高压边缘暖区强降水主要由低质心型对流风暴造成,该时段暖湿层结深厚,垂直风切变较弱;对流系统具有类似热带强降水型风暴特征,加之“列车效应”影响,导致北京密云出现极端强降水;高质心型对流风暴出现在16日至17日凌晨,受高空槽和副热带高压共同影响,中层有干空气侵入,整层垂直风切变较强;对流系统存在悬垂结构特征,但局地性强、移速快,其造成的最大降水量要弱于低质心型对流风暴;混合型对流风暴对应17日高空槽过境的强降水,该时段能量和水汽条件较前期明显减弱;对流风暴的强度和降水量级在三类风暴中最弱。不同类型对流风暴对应的环境条件、结构特征及其移动传播特点决定了该过程不同阶段的降水强度和量级。     

北京一次罕见夜间突发性强增温事件成因分析

夜间降温是正常的地表气温日变化,但统计表明北京及周边地区冬半年时常出现入夜后气温不降反升的现象,甚至出现了小时升温超过10℃的剧烈增温事件。这种增温具有明显的突发性,且很快转为降温,常对业务预报造成困扰。2010年11月26日夜间冷锋过境该区域造成了最强达12℃·h^-1的夜间急剧增温事件,与气候统计结果相比,该次增温幅度和影响区域范围非常罕见且极端。文章对其进行了详细诊断分析,使用的资料包括自动气象站、常规地面和探空、铁塔、卫星、风廓线雷达等观测资料和美国环境预报中心(NCEP)最终分析资料。分析结果表明:该次过程对流层低层有非常显著的冷平流;垂直速度诊断、卫星和风廓线雷达观测都表明,对流层中低层都存在显著的强下沉运动;铁塔观测和北京探空观测演变都表明增温过程中近地面大气有显著的湍流运动。分析此次罕见过程的机理包括三个方面:高原地区地面位温显著高于平原地区(二者最大可差10 K),是该次罕见增温事件形成的首要条件;强下沉运动使得低密度高位温空气强迫下沉到边界层,是增温必要条件;强湍流混合作用则是地面空气增温的必要机制。估算结果表明,边界层急流伴随的强湍流混合可引起约8℃的罕见地面空气增温。最后,给出了该次事件的机理概念模型。     

高分辨率机载SAR影像判读实验

近年来机载SAR系统在国内得到快速发展。由于SAR系统具有不同于光学传感器的成像机理,因而可以提供全新的数据获取手段和不同的地物信息。利用高分辨率机载SAR影像进行解译时必须熟悉其成像机理和图像信息特点,充分了解SAR图像解译标志的特点和各类地物的解译规律。本文以高分辨率机载SAR数据为基础,对比光学影像,从SAR成像特点和地物散射特性出发,对SAR影像进行了目视解译,分析了SAR影像在地形地物要素识别中的应用潜力。     

面向对象的湿地景观遥感分类——以杭州湾南岸地区为例

在ENVIEX软件的Feature Extraction平台上,利用LandsatTM影像数据,采用面向对象方法对杭州湾南岸地区湿地景观进行遥感影像分类;通过与基于最大似然法、人工神经网络法、支持向量机法等传统像元方法的相应分类结果进行比较,系统分析了面向对象方法在中低分辨率遥感影像的湿地景观生态分类中的有效性。研究结果表明:①较之单一依据像元光谱值进行分类的传统方法,面向对象方法综合考虑了对象的光谱、空间、纹理、色彩等多种属性特征,因而对于类型复杂多样、分布界限模糊、光谱混淆与混合像元现象严重的沿海滩涂、湖泊、河流等湿地景观具有更好的鉴别能力,也因此获得更高的分类精度(研究区景观分类总精度为88.80%,Kappa系数为0.8765);②面向对象方法在分类中提取的是由同质性像元组成的"对象",且在合理的影像分割下得到的对象破碎化程度较低,因而能在较大程度上减小分类结果中的"椒盐噪声"干扰;而基于像元方法提取的景观类型以离散像元形式组成,难以清晰表征景观的边界、形状等信息,所以分类结果中会有明显的噪声现象;③影像分割在运用面向对象方法进行遥感影像分类过程中具有重要影响,实验结果表明,60%的分割尺度和归并尺度组合较有利于中低分辨率影像的遥感分类;④面向对象分类过程中诸如影像分割精度的评价、最优分割尺度的选取、特征空间的优化等问题,则有待今后进一步探讨。     

位温、等熵位涡与锋和对流层顶的分析方法

等熵位涡分析是位涡理论的分析基础。此文的目的是介绍等熵位涡分析所必需掌握的基本概念和方法。文中从位温和位涡、对流层和平流层、锋和对流层顶的基本性质出发,讨论了锋和对流层顶在剖面图、等压面图及等位温面（即等熵面）图上的特征。文中给出了各种分析实例图形,并通过分析和对比指出：平流层的高位涡是对流层顶以上位温随高度急剧增加位温垂直梯度特别大的结果;位温垂直梯度是决定位涡分布的主要因子;等熵位涡图主要反映极地气团的活动,同时也是与极地气团密切关联的锋、急流、对流层顶的综合反映。最后提出了等熵位涡分析中需要避免的一些错误认识,特别是不能将等位温面上的流线当成轨迹的错误,并由此得出平流层空气侵入对流层下部的错误推论。