北半球夏季西太平洋热带地区的环流特征及其与台风发生的关系

关于热带地区的环流特征,陶诗言等曾将东亚热带地区的环流分成经向和纬向两种环流型;大气所热带气象研究组根据月平均资料将西太平洋热带地区的环流分成辐合带强和弱两种类型。近年来,飞机报告的数量和质量都有提高,并出现了从地球静止卫星推导的风。这两种新的资料来源,使得热带太平洋上对流层上层环流的分析质量有了显著的提高。本文用这些新资料,分析了76年6-9月西太平洋热带地区这两种特征相反的环流型,并讨论了这两种流型的特征与台风发生的关系。     

广西早春旱大气环流特征及其成因分析

研究了广西早春旱的大气环流特征和成因的物理原因。指出，澳大利亚高空的高压、副热带高压、热带对流活动及欧亚大陆高压脊等是影响广西早春旱的主要天气系统。早春旱年的南半球及中低纬度的环流系统主要是强澳大利亚高空高压、强副热带高压；中高纬是强高空西风急流，欧亚大陆高压脊偏西，冷空气活动路径偏东。     

长江下游梅雨期低涡统计分析

应用1998—2005年长江下游地区常规观测资料,结合卫星云图和中尺度数值模拟结果,对该时段发生在长江下游的局地生成中尺度低涡活动进行统计,并对低涡生成大尺度环境场及物理量参数进行合成诊断分析,为长江中下游地区梅雨期暴雨预报提供实际参考。结果表明:长江下游地区中尺度低涡主要形成于大别山山脉及山脉两侧的高能高湿的环境条件中,槽前的正涡度平流输送是低涡形成的必要条件之一。长江下游地区中尺度低涡一般存在于700 hPa以下的对流层低层,水平尺度普遍在400 km之内,形成后沿东北方向移动,在山东北部沿海入海,或沿东南方向移动在江苏南部到浙江北部沿海入海,在陆地上的生命期一般小于48 h,但70%以上的低涡都在长江下游地区触发中尺度对流系统发展而产生暴雨。暴雨区主要发生在低涡的南侧或东南侧,高低层急流配置、低层水汽输送和地形条件对低涡暴雨的触发具有重要作用。     

近年广西典型“回南天”现象成因分析

利用NCEP/NCAR的25°×25°格点再分析资料以及南宁站气温、露点、能见度、气压等常规观测资料与河池、北海站探空资料,采用统计分析和典型个例分析相结合的方法,分析了2005—2013年广西“回南天”过程的天气形势和气象要素特征。结果发现：①不同影响程度“回南天”发生前均受到较长时间的冷空气影响;②“回南天”发生时,地面有暖低压或倒槽发展,中高纬度没有明显的冷空气南下,850 hPa和925 hPa上南风强盛,锋区逆温接近近地层,温度骤升,气压剧降,湿度加大,当日14:00露点温度高于当日最低气温;③“回南天”结束方式有两种：冷性结束和暖性结束;④“回南天”预报依据：如果广西冬春季在较长时间的冷空气影响之后,925 hPa温度和湿度突增,同时预测到未来1~2天,14:00露点温度将高于当天最低温度。     

插值法在去除MODIS遥感影像条带噪声中的应用

采用多元并扫方式(1 km分辨率10元并扫,500 m分辨率20元并扫,250 m分辨率40元并扫)的MODIS传感器,由于各探测单元在轨响应差异而引起的条带噪声对MODIS定量产品的反演计算精度造成一定影响。为了尽可能减少这种影响,提高MODIS定量产品反演精度,本文提出了应用插值法剔除MODIS数据条带噪声。研究首先分析了传统去条带噪声方法的弊端,根据条带噪声在MODIS影像中的分布规律,以及如何准确判断条带噪声所在的行,然后应用插值法去除了MODIS波段5和波段30影像的条带噪声,取得了满意的效果,最后对图像的去除效果与传统的矩匹配法和傅立叶变换法进行了比较,并用两种评价指标做出评价。结果表明,两种评价指标得出的结果一致,也正说明了插值法是一种很好的去除MODIS数据条带噪声的方法,同时用这种方法处理后的图像还能保留原有的大部分信息。     

气候异常对农业生产影响评估技术研究

利用风险度的概念来表征气候异常对农业生产的影响程序,并提出风险度的计算公式,讨论了贵州主要「灾害风险度的一般规律,指出：对任何生产对象而言,干旱的风险度最大,洪涝、风雹、低温霜冻的风险度都较小;就地区分布而言,干旱、洪涝、风雹、低温霜冻风险度最大的区域基本上出现在严重夏旱区、严重秋季绵雨区、严重冰雹区、严重霜冻区。     

基于变分原理的自适应网络技术及其权函数问题研究

利用两个具有解析解的算例研究基于变分原理的自适应网络技术。结果表明，对运动激波算例，权函数考虑二阶导数项比考虑梯度项更能有效地减小误差；对气旋锋生算例，仅以梯度作为权函数亦不能提高精度，考虑速度场、锋生函数分布的权函数能更合理地安排网络；对照解析解，发现提出的自适应网络技术能明显提高计算精度，在节省内存等方面显示了突出的优点。     

风云三号A星微波湿度计主探测通道辐射特性

微波湿度计装载在2008年5月27日发射升空的我国新一代极轨气象卫星风云三号A星上,完成全天候大气湿度信息的被动微波遥感探测。主探测通道中心频点位于183.31 GHz,设置有3个双边带探测通道。为保证风云三号微波湿度计在轨定量应用,研制过程中完成了地面真空试验。该文对风云三号A星微波湿度计正样产品真空试验数据进行了定量分析,数据分析结果表明:风云三号A星微波湿度计正样产品主探测频点183.31 GHz附近的3个探测通道等效噪声温差小于等于0.91 K;定标准确度优于1.05 K;真空试验过程中微波湿度计辐射定标结果稳定。风云三号A星微波湿度计发射前辐射定标特性分析结果,为仪器在轨定量应用奠定了基础。     

汛期我国主要雨季进程成因及预测应用进展

汛期内我国中东部地区的雨季是东亚夏季风推进过程中的重要产物,主要包括华南前汛期、梅雨、华北雨季和华西秋雨等,各地雨季决定了我国中东部地区汛期的旱涝布局和旱涝演变,是我国汛期预测和服务的重点。该文回顾了4个雨季特征及影响因子方面的研究进展,在此基础上梳理物理概念预测模型。研究显示:海温异常是影响各区域雨季的重要先兆信号,但不同雨季的年际和年代际变化特征不同,海温作为外强迫信号的影响程度和时空形式也有差异。利用热带太平洋东西海温差指标能更好地解释华南前汛期降水的年际变化。而与梅雨的年际变化分量相关联的海温关键区主要分布于热带,与年代际或多年代际变化分量相联系的海温关键区则来自中高纬度。华北雨季降水的强弱不仅与ENSO循环的位相有关,更多受到ENSO演变速率的影响。而影响华西秋雨的海温关键区随着年代际背景的变化发生了改变,需要重新诊断和建模。     

Remote sensing land surface wetness by use of TRMM/TMI microwave data

Summary The water cycle analysis is the most important part of the GEWEX project. In the water cycle analysis, the land surface wetness information plays an important role. TRMM/TMI is a new kind of microwave image unit, and has great potential application in land characteristics analysis, especially in remote sensing of land surface wetness information and the monitoring of flood and drought situations. In this study, the wetness index analysis method was used to analysis surface wetness during the summer of 1998 over Boyang and Tongting lake area in China, and we retrieved the land surface emissivity over the same area to estimate the land surface wetness. To accomplish this, we have first studied the TRMM/TMI forward characteristics. By using the VIDSORT model, we developed wetness indexes BWI by combining three window channels of TRMM/TMI. According to our analysis results, the wetness BWI10 are better than the other indexes. So we use the best wetness indexes (BWI10) sensitive to the land surface wetness changes to do our flood classification and monitoring. In our calibration/validation test, the data from the China L-SAR (located on an airplane) and the Canadian Radar-SAR aboard on the Radarsat were used. At the same time we also have tried to retrieve the surface microwave emissivity from the TMI data. We use the emissivity product to estimate the land surface wetness, and we also got a good result. Future work will focus on investigating possible improvements to the algorithm and extending the testing of the algorithm to other regions. Received October 10, 2001 Revised December 18, 2001