Dominant climate factors influencing the Arctic runoff and association between the Arctic runoff and sea ice

介绍了星载雷达波谱仪的观测原理及误差分析模型,并在Hauser等提出的SWIM(sea wave investigation and monitoring by satellite)的基础上分析了波谱仪反演海浪谱的波长分辨率和角度分辨率。为了减小反演调制谱的波动,在数据处理过程中时域和波数域相邻单元的平均个数分别为10和8个。系统在不同的模式下工作,为了获取20°的角度分辨率,对调制谱平均次数分别取3次(模式1)、7次(模式2)、10次(模式3)。使用解析法和仿真法分析了SWIM工作在模式2时海浪谱观测的能量误差,两种方法的结果一致。对于给定的海浪条件,能量误差小于20%。     

轨道线性拟合在星载InSAR基线估计中的应用分析

轨道线性拟合法具有模型严密、求解精度高等优点。对轨道线性拟合在星载InSAR基线估计中的可行性进行了分析,证明轨道线性拟合可以满足星载InSAR干涉测量的精度要求。     

一个波浪破碎散射模型的改进

为了得到与实测数据更为一致的散射模型,对KHCC03散射模型进行了改进.研究了考虑波浪破碎影响的KHCC03散射模型的适用范围.研究结果表明,KHCC03散射模型在入射角为25°～40°范围内,模型结果与实测数据吻合较好,在入射角小于25°和入射角大于40°的情况下,模型结果与实测数据差异较大.针对这一问题,对KHCC03模型进行了改进,结果表明:与原KHCC03模型相比,改进后的模型结果与实测数据吻合程度明显提高.     

0716号超强台风“罗莎”登陆前后的特殊路径分析

0716号超强台风“罗莎”是建国以来登陆浙闽交界最晚的一个台风．它经我国台湾岛东北侧打一个圈后登岛,然后在台湾海峡北上,于浙闽交界处登陆,沿温州海岸线缓慢北上后再次入海．“罗莎”的特殊路径一方面与台风附近物理量场分布有关,另一方面可能与全球气候变暖趋势的背景有关．本文分析发现0716号超强台风“罗莎”登陆大陆前后,其附近中低层的物理量场分布对移动路径有密切关系;美国NCEP再分析资料提供的很多物理量如温度、湿度、垂直速度等热力和动力要素对台风未来移动的路径有指示作用;多普勒雷达径向速度演变趋势对台风的短时移动路径预报也有很好的指导意义．     

基于X波段雷达的表层流估计算法初步研究

对X渡段雷达记录的连续雷达图像进行分析,能够获取海浪和表层流信息.不存在海洋表层流情况下,雷达图像的谱能量分布在静水频散关系确定的平面上,而雷达相时海浪场的运动(比如表层流)使雷达图像的谱能量分布产生多普勒频移,对此频移进行最小二秉拟合.可以确定表层流的大小和方向.     

T/P�״�߶ȼƺ���ɢ��ϵ��½�ر���۲�Ӧ��

????13??T/P???????????????????????????????????????????????????????????????????????????????????Ubari-Murzuq????????????????????????????????????????′????????????????????????С?????Ku???κ?C???ι?????????????????????????????Ｐ???????仯??????     

雨滴谱数据在S波段双偏振天气雷达数据质量评估中的应用

结合T-Matrix方法和雨滴谱仪数据反演双偏振参量,设计了一种雨滴谱反演评估方法(雨滴谱法),利用其反演结果可对双偏振天气雷达数据进行评估。将此方法应用于不同类型降水过程的雷达偏振参量数据质量评估,结果表明:满足微雨条件时,雨滴谱法与传统的微雨滴法均能有效监测由雷达系统误差导致的观测偏差,且评估结果十分接近;不满足微雨条件时,雨滴谱法评估的不同类型降水过程的雷达数据质量与满足微雨条件下的评估结果十分接近,客观证明了系统调整后雷达运行良好、数据质量稳定;不同雨强(R)情况下,雨滴谱法的评估结果具有一致性。10 mm·h^-1≤R<20 mm·h^-1时,雷达观测的数据质量最为稳定。该雨滴谱法适用范围广,可动态评估双偏振雷达偏振参量质量,有助于雷达调整和数据校正。     

基于雷达反射率因子和雷电定位数据的深度学习雷电预报模型

利用卷积神经网络和门控循环单元（Gated recurrent units ）神经网络,基于雷达反射率因子和雷电定位数据开展了雷电预报研究。首先构建了引用注意力机制的基于卷积神经网络和门控循环单元神经网络的深度学习模型（Attention ConvGRU）;然后将雷达反射率因子数据和对应时间段（6 min）的雷电定位数据处理成图像数据后输入深度学习模型,训练出可预报雷电的模型,包括3种模型：单雷电数据模型、单雷达数据模型和雷电〖CD*2〗雷达双数据模型;最后开展了预报试验和定量评估。综合评估表明,本文建立的雷电预报模型综合预报准确率达到96.74%,虚警率35.83%,关键成功指数（Critical Success Index, CSI）为0.2072。个例分析表明,预报模型对于具有明显移动趋势的雷暴过程（A类雷暴）的预报效果优于不具有明显移动趋势的雷暴过程（B类雷暴）,且随着B类雷暴强度减弱模型预报能力逐渐减弱。     

ZDR柱识别方法在海南地区的应用

基于双偏振天气雷达的相关研究大部分集中在雷达如何识别粒子相态、精细化探测云系垂直结构方面,专门针对差分反射率因子ZDR柱的识别研究相对较少。通过对海南地区对流云系特征进行分析研究,提出一套基于双偏振雷达探测数据（2020—2021年）的ZDR柱识别方法,结合多源资料对发生在海南地区的2次对流天气过程展开分析,〖JP2〗验证ZDR柱识别效果。结果表明：①ZDR柱通常在对流云系前中期较为深厚,最大可达0 ℃层以上3～5 km,〖JP〗在空间分布上ZDR柱与雷达径向速度的辐合有密切关系,其正负径向速度对的差值与ZDR柱的强弱变化规律呈正相关,并且深厚的ZDR柱较大概率出现在对流云系运动方向的前缘位置,与对流云团雷达反射率因子较大区域（≥50 dBz）有明显的对应关系;②ZDR柱最大深度的变化趋势同雷达回波顶高和垂直累计液态水含量有弱相关性,雷达回波顶高和垂直累计液态水含量的变化通常滞后于ZDR柱深度的变化（约12～15 min）。该方法具备识别海南岛地区ZDR柱现象的能力,可以在分析强对流天气过程、人工影响天气指挥和短临灾害天气预警等方面发挥应用效益。     

Deriving Changjiang coastal zone wind from C-band SAR and its application to salinity simulation

Wind plays an important role in hydrodynamic processes such as the expansion of Changjiang （Yangtze） River Diluted Water （CDW）, and shelf circulation in the Changjiang estuary. Thus, it is essential to include wind in the numerical simulation of these phenomena. Synthetic aperture radar （SAR） with high resolution and wide spatial coverage is valuable for measuring spatially inhomogeneous ocean surface wind fields. We have collected 87 ERS-2 SAR images with wind-induced streaks that cover the Cbangjiang coastal area, to verify and improve the validity of wind direction retrieval using the 2D fast Fourier transform method. We then used these wind directions as inputs to derive SAR wind speeds using the C-band model. To demonstrate the applicability of the algorithms, we validated the SAR-retrieved wind fields using QuikSCAT measurements and the atmospheric Weather Research Forecasting model. In general, we found good agreement between the datasets, indicating the reliability and applicability of SAR- retrieved algorithms under different atmospheric conditions. We investigated the main error sources of this process, and conducted sensitivity analyses to estimate the wind speed errors caused by the effect of speckle, uncertainties in wind direction, and inaccuracies in the normalized radar cross section. Finally, we used the SAR-retrieved wind fields to simulate the salinity distribution off the Changjiang estuary. The findings of this study will be valuable for wind resource assessment and the development of future numerical ocean models based on SAR images.