沙尘气溶胶对西北地区植被遥感的影响分析

选取扬沙—浮尘天气发生中、后的对地观测卫星EOS-MODIS数据,利用6S辐射传输模式对该卫星资料进行大气订正,分析了沙尘气溶胶对沙尘多发区的西北地区植被指数(VI)遥感的影响。结果表明,与晴空天气得到的反射率相比,沙尘使红光通道反射率ρ1、近红外通道反射率ρ2和蓝光通道反射率ρ3均增加,归一化植被指数NDVI有不同程度的降低,降低最大值为0.246。抗大气植被指数ARVI也有所降低,降低最大值为0.231。应用晴空天气条件下的资料,建立了西北干旱区ARVI与NDVI之间的线性关系,并证明了在沙尘天气条件下,利用ARVI计算NDVI的方法,所得的结果较好。     

2022年南宁市“龙舟水”暴雨期间模式对比及订正技巧

2022年广西出现1960年以来最强“龙舟水”,但同期南宁市降雨分布不均,暴雨预报空漏报较多。因此,有必要对2022年“龙舟水”期间南宁市暴雨过程的数值模式与实况降水进行对比分析,总结各模式对“龙舟水”暴雨的预报能力;并通过分析雷达回波、物理量等资料以提高预报员订正技巧。结果表明,中尺度模式对暖区或沿海地形的暴雨有一定预报能力,但需注意消空;南宁暴雨漏报的原因主要是忽视了触发机制、高低层系统相互作用和降雨发生机制,空报的原因主要与数值预报的影响系统预报偏差有关;“龙舟水”期间南宁暴雨的雷达回波路径主要有四种,预判回波源地和移动路径对暴雨落区的短期预报有一定的帮助;“龙舟水”期间南宁市上空不稳定能量及水汽条件较好,应加强触发机制的分析。     

基于扩展卡尔曼滤波和自动微分技术对陆面数据同化系统参数的快速估计及其影响

土壤水分在干旱监测、洪水预报和水资源管理中发挥着重要作用.数据同化方法能结合模型和遥感的优势,生产高精度、时空连续的土壤水分数据.目前,陆面数据同化面临的主要难题之一是模型和观测误差的准确估计.为此,我们前面提出了双循环同化算法,实现了模型和观测误差、模型算子和观测算子参数的同时估计.由于该算法需要设置较大的集合个数才能实现稳定的参数估计,导致参数估计效率低,限制了其在大范围陆面同化系统中的应用.为此,本研究通过:(1)采用二元数自动微分方法计算陆面过程模型(LSM)的雅可比矩阵以替代获取复杂的LSM的切线性模型;(2)采用扩展卡尔曼滤波(EKF)框架替代集合卡尔曼滤波框架,提高了双循环算法的参数估计效率.在模型积分步长为1h和参数优化窗口为90天的条件下,改进后的双循环算法参数优化效率提高近60倍.为检验双循环算法在区域尺度陆面数据同化中的效果,我们在青藏高原区域同化SMAP土壤水分产品,并利用四个不同地理气候环境下的土壤水分观测网数据验证同化结果.结果显示,在青藏高原区域,相较于基于默认参数的模型模拟结果,基于EKF改进的双循环同化算法能够校正模型参数和观测的偏差,估计的土壤水分精...     

基于卡尔曼滤波的中国区域气温和降水的多模式集成预报

利用TIGGE资料集下欧洲中期天气预报中心(ECMWF)、日本气象厅(JMA)、美国国家环境预报中心(NCEP)、中国气象局(CMA)和英国气象局(UKMO)5个模式预报的结果,对基于卡尔曼滤波的气温和降水的多模式集成预报进行研究。结果表明,卡尔曼滤波方法的预报效果优于消除偏差集合平均(BREM)和单模式的预报,但是对于地面气温和降水,其预报效果也存在一定的差异。在中国区域2 m气温的预报中,卡尔曼滤波的预报结果最优。而对于24 h累积降水预报,尽管卡尔曼滤波在所有量级下的TS评分均优于BREM,但随着预报时效增加,其在大雨及以上量级的TS评分跟最佳单模式UKMO预报相当,改进效果不明显。卡尔曼滤波在地面气温和24 h累积降水每个预报时效下的均方根误差均最优,预报效果更佳且稳定。     

基于频率匹配法的中国降水多模式预报订正研究

基于TIGGE资料中欧洲中期天气预报中心、日本气象厅、美国国家环境预报中心及英国气象局1～7 d日降水量预报以及中国自动站观测资料与CMORPH降水产品融合的逐时降水量网格数据集,利用频率匹配法(Frequency-Matching Method,FMM)对中国降水预报进行客观订正。首先利用卡尔曼滤波方法对降水频率进行调整,并根据不同区域降水强度差异将全国分为7个子区域分别进行频率匹配。结果表明,FMM可以有效减小降水量预报的误差。经过频率匹配法订正后各模式降水预报的平均绝对误差(Mean Absolute Error,MAE)大幅减小,且订正后各量级降水的雨区面积更加接近实际观测值。FMM对小于5 mm和大于15 mm的降水预报技巧改进明显。此外,FMM降低了模式预报的小雨空报率和大雨漏报率,并且明显提高了晴雨预报的准确率。FMM明显消除了大范围小雨空报区域,但是对强降水预报FMM仅能调整降水量大小,强降水落区预报并不能得到明显改善。     

基于机器学习的海洋环境预报订正方法研究

结合中尺度数值模式 WRF 预报数据和 ERA5 再分析资料,利用机器学习方法对 WRF 预报场的风场、温度、气压进行预报订正。采用 ERA5 作为真值,与原始 WRF 预报相比,利用随机森林模型可以将预报结果整体均方根误差降低 44%以 上,利用深度神经网络模型可以将预报结果整体均方根误差降低 34%以上。通过随机森林模型实验得到不同输入特征对预报要素的影响程度,分析了关键的预报订正因子。     

一种利用浮标站资料改进海浪模式有效波高预报的方法

基于浮标站海浪历史数据,利用回归分析方法建立了海浪数值模式有效波高预报产品的一元二次回归方程订正统计模型。通过2017年7月1日-2018年10月10日期间业务试运行结果发现:订正方程能有效改善有效波高数值预报产品的预报精度,且预报时效越短订正效果越显著。其中,第6~11 h预报时效内的订正前后平均绝对误差值减小0.17~0. 241 m,第6~18 h预报时效内订正前后均方根误差减小幅度为0.103~0. 28 m。这说明应用订正统计模型对海浪模式输出产品进行订正,也是改进海浪模式预报准确率的一种有效途径。     

基于核函数NPSSB模型的HY-2A卫星雷达高度计海况偏差研究

利用机器学习的方法,对14个周期HY-2A卫星高度计数据:风速、有效波高和海面高度差值进行训练,探究海况偏差和风速、有效波高之间的关系,创建海况偏差核函数非参数模型(NPSSB),并与参数模型中具有代表性的BM3、BM4模型进行对比。研究表明:(1)核函数NPSSB模型能够很好的反映SSB与U、SWH之间的关系,SSB与U呈二次函数关系,SSB与SWH呈反比例函数关系;(2)核函数NPSSB模型对SSB的模拟能力与训练数据集相关,数据量越多,模拟能力越好;(3)核函数NPSSB模型与BM3、BM4模型都存在0^-0.03 m的差值,随着风速和有效波高的增加,差值的绝对值越大。     

海洋测高卫星三频体制设计及电离层误差分析

针对海洋测高卫星未来发展趋势,提出了Ku/Ka/C三频高度计进行组合测距的设想。给出了高度计相位中心至海面距离的随机误差模型,分析表明电离层延迟改正是影响海面高测量分辨率和精度的重要因素。其次利用典型电离层参数计算表明电离层2阶以上项对高度计测距的影响在毫米级以下,可忽略其影响。通过计算分析,在1Hz采样且不滤波条件下,Ka/C组合改正电离层1阶项精度可优于3mm,基本消除电离层的影响,测距总精度达到3.5cm。通过Ku/C/Ka三频组合测距误差分析,三频电离层改正残余误差比双频改正更大,因此如果采用三频组合测距体制,则建议在数据处理中采取Ku/C、Ka/C组合形式改正电离层,这种体制可充分利用各频段特点,进一步提高宽阔海域、冰区、近海区域的海面测量精度和有效数据比例。     

北斗卫星类型间偏差快速改正分析

针对北斗卫星类型间偏差（ISTB）导致载波相位差分高精度定位（RTK）的整周模糊度无法固定问题,本文提出了改进ISTB快速改正方法,在观测量层面仅利用1组不同卫星类型的载波相位差分观测量即可实现ISTB估计与改正,实际应用中较传统方法更具普适性与简易性。该方法的测试结果表明,ISTB值由NH码调制不同引起,不同频点的ISTB值具有不一致性;此外,有无改正ISTB的北斗RTK性能对比反映了ISTB会严重降低整周模糊度固定与RTK定位性能。由此可知,本文方法能够保障现阶段北斗接收机更新换代过程中北斗RTK的高精度与高可靠性能。