卫星遥感北京大雾气候分布特征及成因分析初探

利用极轨气象卫星资料,结合地面能见度资料,对北京市2001-2005年的大雾信息进行了处理分析,生成了多种大雾遥感信息产品.利用处理结果,对2001-2005年北京地区大雾频次分布特点进行了分析.其中卫星遥感2001-2005年北京地区大雾天数统计图反映了近五年来北京市不同地区大雾出现的频次,卫星遥感各季节大雾天数统计图反映了不同季节北京地区大雾分布的时空变化特点,卫星遥感大雾程度指数(像元级空间尺度)反映了北京市不同区县单位面积大雾出现的频次差异.同时,根据卫星遥感大雾分析结果、形成大雾的最主要气象要素资料(地面温、压、湿)、地理信息、高程数据等,还对近5年北京市不同季节不同地区大雾分布的特征、时空变化的气象成因和主要大雾类型(平流雾、辐射雾)进行了分析.综合各种分析结果,北京市大雾分布存在以下几个特点:第一,北京地区的大雾虽一年四季均有发生,但存在明显的季节性特点,以夏秋季偏多,以冬春季偏少;第二,大雾频发区主要位于北京市东南部和中东部偏北的部分地区.西部相对较少;第三,受地形和地面环境流场影响,东南部大雾以平流雾为主,北部和西北部地区以辐射雾为主;第四,辐射雾发生频次与下垫面类型有密切关系,城市热岛对大雾的影响明显.     

应用奇异向量方法的适应性观测实例研究

近年来,通过适应性观测技术来减小预报误差已成为国际上数值预报中的一项关键技术,然而实施适应性观测对减小预报误差的影响评估是一个需要深入讨论的问题。文中利用奇异向量方法以2007年3月4日东北地区暴风雪天气过程为研究对象,考察了预报误差对不同观测区域观测资料的敏感性,在确定能量范数的基础上,分析了奇异向量的水平分和特征和垂直分布特征,利用奇异向量的空间结构确定了敏感区域。通过伪逆初始扰动场作为分析误差,研究验证区域的预报误差对不同区域增加观测的敏感性,试验结果表明,在敏感区域内进行补充观测来改善分析误差,能够最有效地提高验证区域内的预报水平;而减小非敏感区域内的分析误差对减小预报误差的贡献相对较小。这些结果表明,利用奇异向量法定义敏感区进行适应性观测,能够和有限的观测资源和计算资源的条件下,最大程度地减小验证区域的预报误差,从而达到提高验证区域预报准确率的目的。     

风云二号气象卫星红外观测在云团降水监测中的应用

提升灾害性对流天气的监测预警能力是短临天气预报的首要目标,但对流性降水在时间、空间上分布高度不均,观测难度大。卫星遥感监测降水的传统红外、水汽亮温判识方法,报警云团数量多,空报率高,指示意义不稳定,需要结合背景因素寻找方法提炼卫星辐射观测中更多的内在隐含信息,建立云顶亮温与此类灾害天气间的联系。此文尝试使用FY-2气象卫星红外云图数据和逐时加密地面降水观测资料,通过追踪云团移动进而分类、提取参数,然后用模糊支持向量机（FSVM）方法建立地面观测雨强与云团特征动态演变间的机器学习数学关系,标识出有监测预警意义的云团和强降水中心,对检验地域和时间的卫星强降水云团检测识别率达80％左右。     

沙尘暴同一化监测模型与灾害评估研究

阐述了将GIS/RS(地理信息系统/遥感)一体化技术应用在沙尘暴灾害的监测与评估工作中的方法,提出利用不同遥感数据源建立同一化的沙尘暴监测模型的方法,将沙尘暴监测由定性研究转变为定量特征参数计算.引入GIS技术建立了可业务使用的沙尘灾害评估模型,通过对下垫面数据的集成与叠合分析,可以快速、机动、准确、可靠和多层次进行沙尘暴的灾后评估.     

1961~2005年中国大雾天气气候特征

利用1961～2005年中国541个地面台站观测的能见度和相对湿度资料,分析了中国大雾时空分布特征和趋势变化特征.结果表明:中国大部分地区冬半年大雾日数明显偏多.夏半年明显偏少.其中11月最多,6月最少.在空间分布上,中国东部降水量较多的平原和丘陵年均大雾日数较多,而内蒙古大部和中国西部大部分地区年均大雾日数较少,多在1天以下.长江中下游和黄淮地区一些省市,是大雾天气多发的地区,并且具有明显正变化趋势,年大雾天气日数呈波动增多的趋势,波动的周期大约为1.5年.1982、1987、1989～2000年和2002年是大雾日数较多的年份,而1967年则是大雾日数明显偏少的年份.     

东亚春季沙尘天气的卫星云图特征分析和分型

2001年春季,沙尘天气对我国北方地区产生了较大的影响,作者给出了卫星遥感监测到的沙尘过程的图像特征并对产生沙尘的天气系统进行了云图分型.最后得出沙尘天气主要发生在3种天气系统及相应的云系分布类型下.     

2007年7月9—10日江淮大暴雨的水汽图像解译研究

为了充分发挥卫星水汽图像在区域性暴雨预报中的重要作用和发展相应的云图解译技术,采用风云2C(FY2C)卫星水汽图像与常规动力场和位涡场联合分析的方法,解译了2007年7月9-10日江淮大暴雨不同时段水汽图像的典型特征及其对应的物理涵义,探索了适用于我国区域性暴雨的云图解译技术.这一典型个例验证了卫星水汽图像与对流层中高层大气环流场和位涡场之间良好的对应关系,利用这些对应关系,总结和提炼了4个对预报江淮暴雨有指示意义的云图指标:风切变陡增引起的“干三角”结构、于冷空气大规模南下引起的大尺度“漏斗”状水汽结构、冷空气干侵入引起的斜压叶状云、新的急流核生成(气旋生)引起的白色狭长带状云线等.这些特征和指标具有明确的物理意义,对暴雨有良好的预示作用,并且较容易识别和应用.     

中国大陆1951—2005年雾与轻雾的长期变化

雾的记录有明确的天气指示意义。通过分析1951—2005年中国大陆743个地面气象站的资料, 对中国大陆雾、轻雾的长期变化趋势有如下认识：我国大陆雾日地理分布基本气候特征呈现东南部多西北部少的特点, 冬半年雾日数多夏半年少。各年代的差异在不同地区不尽一致。西南地区是我国雾日最多的地区，四川盆地一年有雾日20余天；华北平原和东北平原在冬春季节会出现严重的持续性雾天气。长江以南各省的轻雾日数明显多于长江以北地区，而且1980年代以后轻雾日有明显增加；西南地区是我国轻雾日最多的地区，四川盆地一年有轻雾日100余天。     

风云三号微波观测资料的海雾同化模拟

数值模式边界层物理过程和初值场条件的欠缺是海雾模拟准确率偏低的主要原因。本文为改进模式初始场,开展针对海雾模拟的卫星观测资料同化试验,将质量控制和偏差订正后的FY-3A卫星微波湿度计（MWHS）和微波温度计（MWTS）的优选通道数据,经3DVar（Three-dimensional variational data assimilation）进入WRF模式以试验其对黄、渤海海雾模拟的影响。通过分析静止气象卫星检测到的海雾区模拟大气温、湿场同化分析增量,发现代表环境场条件的海雾类型及模式对其模拟能力的差异,显著影响了同化效果,表现为同化对模式模拟能力较强的平流冷型海雾改进明显,对模拟效果不甚理想的非典型混合过程中的暖型海雾阶段则基本没有改进效果。为寻找原因,对包括海雾区低层大气模拟场逆温结构在内的温湿度场与邻近探空观测进行了对比,分析了随时间演变的海雾格点温、湿场同化分析增量,发现冷型海雾区格点同化分析增量能弥补观测—模拟差异,使气温调减,相对湿度调增,同时水汽和液态水也出现负相关的变化,边界层相关热力动力场同化分析增量在垂直方向也有配合迹象,相比而言,主体是暖型海雾的非典型过程则未见此类现象和其他的有益调整迹象。     

基于卷积神经网络的西北太平洋夜间海雾/低云卫星检测方法研究

使用Himawari-8静止卫星数据,基于CALIPSO卫星云底高度结合云雾水平均匀性特征提取海雾/低云标签,并使用全卷积神经网络与全连接条件随机场相结合的模型(Fully Convolutional Network and Conditional Random Field, FCN-CRF),提出一种夜间海雾/低云卫星检测方法。经过建立与训练模型,使用CALIPSO卫星的海雾/低云观测检验FCN-CRF模型和双通道差值法的结果。FCN-CRF模型表现良好,其检出率(probability of detection, POD)为0.611,虚警率(false alarm ratio, FAR)为0.174,临界成功指数(critical success index, CSI)为0.541,Hanssen-Kuiper技能分数(Hanssen-Kuiper Skill Score, KSS)为0.436,Heidke技能分数(Heidke Skill Score, HSS)为0.577,整体优于双通道差值法。