一次春季强寒潮的降水相态变化分析

应用常规高空地面观测、风廓线雷达与地基微波辐射计资料以及NCEP 1°×1°再分析资料,对2016年石家庄初雪预报失误的原因及降水相态的演变特征进行了分析。结果表明:预报中采用的降雪阈值不能反映云中雪晶形成和增长的条件,提取雪晶下降过程中是否融化的温度阈值时所用的资料精度不高,以上两条是导致其预报失误的原因。风廓线雷达垂直径向速度可辅助判断降水起止及相态变化,降雨时3 km高度以下出现一致向下的径向速度,速度值最大超过1.5 m·s^-1;径向速度数值减小到1 m·s^-1以下且高度下降到1 km以下,可能预示着降水由雨转为雪。微波辐射计反演的温湿廓线因易对云中雪晶形成增长条件以及雪晶在下降过程中是否融化作出判断,故其可以应用于降水相态转变的临近预报。

     

GPS监测水汽与水汽辐射计数据的对比研究

针对水汽辐射计观测数据和并址的GPS观测数据,用GAMIT软件求解了台站的天顶总延迟和湿项延迟。运用湿项延迟与水汽含量之间的转换关系,对GPS监测的大气可降水量与水汽辐射计观测的水汽含量进行了对比研究,得出结果：由GAMIT解算出的水汽含量与WVR观测值的差值平均值为0．02mm,均方差为0．02mm,由气象文件求出的水汽含量与WVR观测值的差值平均值为0．03mm,均方差为0．02mm。表明用地面GPS监测大气水汽含量是完全可行的。     

SSM／I微波辐射计数据中国陆地覆盖特征季节变化分析

利用星载微波辐射计SSM／I多通道、多时相亮温数据开展了中国陆地覆盖特征的季节变化研究。通过对国内外星载微波辐射应用研究分析，提出了归一化极化指数(NDPI)的概念。处理了1997年4月、7月、10月和1998年1月的(每月的20、24日各两天)多通道SSM／I数据，在此基础上计算形成了第一幅中国陆地区域的归一化微波极化指数图，开展了中国陆地区域覆盖特征随季节变化的研究。研究结果表明，不同的陆地覆盖特征有特征的NDPI值，NDPI随季节而变化，植被、水分是引起NDPI变化的主要因子。     

利用最优插值法改正宽刈幅高度计对流层湿延迟

宽刈幅高度计仅在星下点携带微波辐射计,使得两侧刈幅内的对流层湿延迟只能采用水汽模型改正或采用星下点实测值替代,导致改正精度较低。提出了使用最优插值法融合星下点辐射计实测的对流层湿延迟改正值,提升两侧刈幅内的改正精度,并以SWOT(surface water and ocean topography)卫星宽刈幅高度计进行了验证。在刈幅内,采用ERA5(ECMWF reanalysis 5th generation)水汽数据计算湿延迟改正时,最优插值法融合改进后的残余湿延迟误差较采用星下点实测值替代方法减小约40%;采用辐射计实测湿延迟波数谱模拟计算湿延迟改正时,最优插值法融合改进后的残余湿延迟误差较采用星下点实测值替代方法在各纬度区域均减小达80%。在水汽变化剧烈的情况下,最优插值法的改进效果远优于星下点实测值替代的效果。     

星载降水雷达机载校飞试验：地基多通道微波辐射计估算雷达路径积分衰减

介绍了在雷达观测降水试验中如何配合利用地基微波辐射计估算雷达路径积分衰减(PIA)的一种方法.所用的GPS高空探空资料和地基多通道微波辐射计的观测资料,均为中国首次星载降水雷达机载校飞试验中获得的数据.由于常规探空资料中没有云水含量的直接信息,因此,通过绝热液态水含量分析方法,从GPS探空数据中计算得到这些云参数值.用MWMOD进行亮温模拟并计算液态水含量.在晴空条件下,用该模式模拟了地基多通道微波辐射计12个通道的下行辐射亮温.通过设置相对湿度阈值,利用MWMOD模式自带的绝热液态水含量分析方法,从探空廓线中分析出液态水廓线,进而模拟出有云情况下的下行辐射亮温.辐射传输模式的模拟亮温和地基多通道微波辐射计观测亮温的对比表明,进行云分析之后的模拟亮温值更接近于实测值.由此,利用由辐射传输模式和地基微波辐射计,从探空廓线中分析出液态水廓线,计算出有云情况下的大气整层透过率,进而得到路径积分衰减,为降水雷达衰减订正提供一种有效手段.     

利用微波辐射计观测计算云衰减

在地-空路径传播过程中,云衰减对无线电卫星通信系统的高频率信号有着不可忽略的影响。利用HATPRO型微波辐射计观测反演获得的云中液态水密度廓线等信息,提出了一种适用于中纬度地区的精确计算云衰减的方法,得出了地-空路径信号传播过程中,云衰减对信号的影响随着频率增大急剧扩大的结论;具体表现为,在高频波段,99.99%的链路可用时间内云衰减超过10 dB。将微波辐射计计算所得的云衰减与云中液态水总量建立“线性关系”,与ITU-R(国际电联无线电通信部门)模型结果对比。结果表明:由于ITU-R模型低估了武汉地区的云中液态水总量,导致该模型低估了武汉地区的云衰减影响。     

北京雾与霾天气大气液态水含量和相对湿度层结特征分析

为了研究空气中的水汽层结变化对雾、霾生消的影响,对北京2011年10月至2012年2月雾、霾天气个例中能见度变化和地基微波辐射计观测的相对湿度及液态水含量资料进行分析,结果表明:大气总液态水含量时序图对预报雾、霾没有参考意义,无论是大气总液态水含量数值的大小,还是大气总液态水含量随时间的变化都不能预测雾、霾的生成与消散。但不同时刻大气液态水含量的廓线图对雾、霾天气的预报还是具有指示意义的,因为雾、霾生消前后大气液态水含量层结变化明显。进一步分析不同情况的雾、霾天气发现:雾、霾生消前后均无降水出现和先出大雾后降水的情况,即降水后消散的雾、霾天气,大气相对湿度的变化和液态水含量的变化主要集中在3 km以下;对于先降水后出大雾的情况,整层大气相对湿度的变化都很明显,液态水含量的变化主要在3~7 km之间。由于降水既可以增加近地面的空气湿度,又可以消耗空气中的水汽,因此降水既是大雾形成的有利条件,也是大雾消散的有利条件。有降水出现的大雾天气,有饱和层(空气相对湿度达到或接近100%),无降水出现的重霾天气,则没有饱和层,且整体相对湿度偏低。     

基于多通道奇异谱的GNSS坐标序列 粗差探测与数据插值

由于接收机故障、天线更换以及一些未知外界环境因素的影响,导致GPS时间序列中不可避免地存在数据缺失和粗差,数据缺失和粗差会产生各种问题,因此需要鲁棒探测粗差和缺失数据插值来获得连续完整统一的时间序列。传统方法可能需要针对不同类型的数据和不同长度的数据间隙研究不同的插值方法,这使得缺失数据的插值较为困难。针对上述问题,文中采用多通道奇异谱分析(Multichannel Singular Spectrum Analysis,MSSA)对时间序列进行粗差探测和缺失数据插值,重建非均匀采样时间序列的连续可靠模型,且不需要关于时间序列的任何先验信息。在该方法中,粗差探测与数据插值同时进行。模拟数据和实测GNSS时间序列数据测试结果都表明该方法的有效性。     

SMAP卫星辐射计在中国近海及沿岸的RFI特征分析

射频干扰RFI(Radio-Frequency Interference)的校正和抑制一直是微波遥感研究领域的重要问题之一。本文基于SMAP卫星2015年5月1日至5日L波段辐射计亮温数据对中国近海及沿岸的射频干扰进行了特征分析。研究发现RFI分布不均匀,主要集中在城市群及其周边地区;通过对比辐射计天线接收的亮温数据与射频干扰校正和抑制后的数据,发现研究区域主要的射频干扰(95%)的平均值为1.4 K,整体射频干扰平均值为2.5 K,标准差为6.5;研究区域中不同波段和极化的数据受到射频干扰影响较为相似,受射频干扰影响最大的是升轨的垂直极化数据,受影响最小的是升轨的水平极化数据。