近红外CO2高光谱探测仪通道选择

近红外波段 (1.6 μm) 遥感可探测大气CO₂含量信息,应用于碳循环研究中。宽波段、高分辨率不但对仪器研制是一个挑战,而且巨大的数据量对观测的正演、反演也是一个挑战性课题。该文应用自由度及信息量分析法,对近红外高光谱波段中探测通道进行CO₂信息量分析,选择前20~100个高信息量的CO₂探测通道,并进行了反演模拟测试。结果表明:前20个高信息量通道占所有通道总信息量的76.4%,仅用所选的前20个通道进行反演,与所有通道参加反演的结果相比,误差增加0.3×10-6;通道数增至60时,信息量增加,通道数再增加,信息量则增加不显著;CO₂反演误差存在相似的关系。在高CO₂信息量分布上,弱吸收性质的1.6 μm波段和强吸收性质的2.06 μm波段表现出不同特点。     

探测大气温湿廓线的35通道微波辐射计设计原理与特点

总结了自主研制的MWP967KV型地基35通道微波辐射计系统设计原理和主要特点。系统将K、V双频段宽带天线及接收机、宽带调谐本振、温湿压计以及电源模块紧凑集成为一台整机设备。对各传感器的测量输出实时进行一体化综合处理,采用BP神经网络实时反演大气温度、湿度廓线和汽、水总量。廓线的垂直覆盖范围为地表至顶空10km,共划分为58层。辐射计样机于2012年秋冬季节在北京地区开展了为期2个月的观测试验,利用这段时期内的69个探空资料样本对辐射计2个层次的实时观测输出都进行了对比检验,计算了水汽、氧气通道亮温和反演所得大气温湿廓线的平均偏差、均方差以及相关性。结果表明该系统能够满足实时气象监测的需求,达到国际先进水平。     

A Climate Prediction Method Based on EMD and Ensemble Prediction Technique

Observed climate data are processed under the assumption that their time series are stationary, as in multi-step temperature and precipitation prediction, which usually leads to low prediction accuracy. If a climate system model is based on a single prediction model, the prediction results contain significant uncertainty. In order to overcome this drawback, this study uses a method that integrates ensemble prediction and a stepwise regression model based on a mean-valued generation function. In addition, it utilizes empirical mode decomposition (EMD), which is a new method of handling time series. First, a non-stationary time series is decomposed into a series of intrinsic mode functions (IMFs), which are stationary and multi-scale. Then, a different prediction model is constructed for each component of the IMF using numerical ensemble prediction combined with stepwise regression analysis. Finally, the results are fit to a linear regression model, and a short-term climate prediction system is established using the Visual Studio development platform. The model is validated using temperature data from February 1957 to 2005 from 88 weather stations in Guangxi, China. The results show that compared to single-model prediction methods, the EMD and ensemble prediction model is more effective for forecasting climate change and abrupt climate shifts when using historical data for multi-step prediction.     

First Global Carbon Dioxide Maps Produced from Tan Sat Measurements

正1.The need for global carbon monitoring from space and the Tan Sat mission Global warming is a major problem,for which carbon dioxide(CO_2 )is the main greenhouse gas involved in heating the troposphere.However,the poor availability of global CO_2 measurements makes it difficult to estimate CO_2 emissions accurately.Satellite measurements would be very helpful for understanding the global CO_2 flux distribution if the CO_2 column-averaged dry-air mole fraction(XCO_2 )could     

河南省森林火险月季尺度定量客观化预测

基于火灾资料和气象资料,利用数理统计方法和百分位法,分析了河南省林区火灾的气候特征及防火关键期高火险日数的月、季气候特征。结果表明,林区火灾次数年际波动较大,主要出现在每年的冬春季(12月次年4月),3月出现的次数最多,2月的次之。火灾峰值主要出现在13-16时。3月高火险日数存在显著增加的线性趋势,12月和1月高火险日数呈现先减少后增加的趋势。2月和4月高火险日数处在偏少的年代际背景下。林区春季高火险日数存在显著增加的线性趋势,在桐柏-大别山林区尤其明显。选取河南省防火关键期各月、季高火险日数与海温、积雪、环流场等130项环流指数的相关关系最好的因子,利用最优子集回归分别建立基于林区内各个气象站点的预测方程。通过回代检验和趋势异常综合评分(Ps),对回归方程预测效果进行检验,结果显示,回代曲线和历史曲线吻合好,表明预测方程预测结果接近实况。     

陕西不同生态区苹果品质差异及与气象因子的关系

为做好苹果气候品质认证工作,基于2013—2015年陕西31个苹果种植生产基地县155片果园的果实品质调查数据和物候监测资料,应用灰色关联度分析和逐步回归方法,分延安果区、渭北东部果区、渭北西部果区和关中果区4个生态类型区,分析了苹果品质的分异特征,研究了影响苹果品质的关键物候期及主要气象因子。结果表明:各生态类型区的果形指数和可滴定酸含量较为一致,单果重、可溶性固形物含量和果实着色度差异较为明显。第一次膨大期最高气温、生长季最高气温和幼果期平均气温对苹果品质的影响最为显著。其中开花期和幼果期气温高、降水少,第一次膨大期气温低、日照多,着色期气温低、相对湿度大有利于提高陕西苹果品质。利用多元回归构建的品质预测模型拟合效果较好,可在业务中应用。     

20世纪90年代以来北极海冰减少的热动力分析——基于PIOMAS模式结果

本文利用美国华盛顿大学的PIOMAS海冰模式输出结果,分析了20世纪90年代以来北极海冰减少的动力和热力过程的特征,并探讨了海冰减少与北极大气环流模态之间的关系。结果表明:（1）通过弗拉姆海峡输出的多年冰的厚度自1995年以来有显著减少;（2）海冰的热力过程在20世纪90年代以后特别是21世纪以来是海冰减少的主导因素;（3）大气模态中的北极涛动（AO）和北极偶极子（AD）均对北极海冰的动力输出有影响,各自与海冰输出量的相关关系显著,并且AO和AD的多元线性回归能很好的拟合出海冰输出量的减少。     

Estimation of Surface-Layer Scaling Parameters in the Unstable Boundary Layer: Implications for Orographic Flow Speed-Up

A method is proposed for estimating the surface-layer depth \((z_s)\) and the friction velocity \((u_*)\) as a function of stability (here quantified by the Obukhov length, L) over the complete range of unstable flow regimes. This method extends that developed previously for stable conditions by Argaín et al. (Boundary-Layer Meteorol 130:15–28, 2009), but uses a qualitatively different approach. The method is specifically used to calculate the fractional speed-up \((\varDelta S)\) in flow over a ridge, although it is suitable for more general boundary-layer applications. The behaviour of \(z_s \left( L\right) \) and \(u_*\left( L\right) \) as a function of L is indirectly assessed via calculation of \(\varDelta S\left( L\right) \) using the linear model of Hunt et al. (Q J R Meteorol Soc 29:16–26, 1988) and its comparison with the field measurements reported in Coppin et al. (Boundary-Layer Meteorol 69:173–199, 1994) and with numerical simulations carried out using a non-linear numerical model, FLEX. The behaviour of \(\varDelta S\) estimated from the linear model is clearly improved when \(u_*\) is calculated using the method proposed here, confirming the importance of accounting for the dependences of \(z_s\left( L \right) \) and \(u_*\left( L \right) \) on L to better represent processes in the unstable boundary layer.     

南京北郊气溶胶中多环芳烃的污染特征及来源解析

利用2010年8月采集的南京北郊气溶胶样品,使用GC-MS对美国环保总局推荐的16种优先控制的多环芳烃含量、分布特征进行了研究。在此基础上,用特征比值法、主因子分析法分析得到南京市北郊大气中PAHs的主要来源为车辆尾气、燃煤、天然气和草木秸秆燃烧,并应用绝对因子分析法进一步定量计算主要源对PAHs的浓度贡献率。结果表明:1)大气颗粒物中16种多环芳烃的平均总质量浓度为135.85 ng/m~3,多环芳烃以4环为主,在可吸入颗粒物中的浓度占总浓度的88.7%;2)PM10中多环芳烃呈双模态分布,在9~10μm的粗模态和0.65~1.10μm的积聚模态上各出现一个峰值;3)天然气等对PAHs的贡献率为5.7%~44.1%,燃煤源的贡献率为20.7%~57.8%,汽车尾气的贡献率为4.6%~46.7%,木材燃烧的贡献率为2.9%~38.1%。本地交通排放和燃料燃烧是南京北郊大气颗粒物中PAHs的主要来源,远距离输送也对南京北郊气溶胶中的PAHs有重要贡献。     

引入积温效应预测夏季西安市电力气象负荷

利用2010—2012年6—8月西安市逐日电力负荷资料及对应时段地面观测站数据,分析了高温天气过程中日最大电力负荷的变化特征。结果发现,3年间西安地区共发生晴热天气过程5次,闷热天气过程4次,其中晴热天气过程发生在6月,闷热天气过程发生在7、8月,且闷热天气过程的电力负荷增长更加明显;利用日最高气温变化跟踪气象负荷的变化发现,日最高气温33℃为西安市气象负荷初始气温敏感点,35℃为强气温敏感点,38℃为极强气温敏感点;引入积温累积效应,建立了多元回归的电力气象负荷预测模型,经2013年夏季模型应用检验表明,日最大电力负荷预测平均误差为6.0%,能较好的模拟电力负荷的实际变化,对西安市夏季电力气象服务工作有指导意义。