HY-2B卫星散射计海面风场产品质量分析 *

星载微波散射计是获取全球海面风场信息的主要手段, HY-2B卫星散射计的成功发射为全球海面风场数据获取的持续性提供了重要保障。本文利用欧洲中期天气预报中心(European Center for Medium-Range Weather Forecasts, ECMWF)再分析风场数据、热带大气海洋观测计划(Tropical Atmosphere Ocean Array, TAO)和美国国家数据浮标中心(National Data Buoy Center, NDBC)浮标获取的海面风矢量实测数据, 对HY-2B散射计海面风场数据产品的质量进行统计分析。分析表明, HY-2B风场与ECMWF再分析风场对比, 在4~24m·s^-1风速区间内, 风速和风向均方根误差(root mean square error, RMSE)分别为1.58m·s^-1和15.34°; 与位于开阔海域的TAO浮标数据对比, 风速、风向RMSE分别为1.03m·s^-1和14.98°, 可见HY-2B风场能较好地满足业务化应用的精度要求(风速优于2m·s^-1, 风向优于20°)。与主要位于近海海域的NDBC浮标对比, HY-2B风场的风速、风向RMSE分别为1.60m·s^-1和19.14°, 说明HY-2B散射计同时具备了对近海海域风场的良好观测能力。本文还发现HY-2B风场质量会随风速、地面交轨位置等变化, 为用户更好地使用HY-2B风场产品提供参考。     

北京大灰厂试验场重力变化特征及其解释

介绍了北京大灰厂试验场（简称京西试验场）的概况，对１９９３年３月以来重力重复观测资料进行了处理。计算了各期重力观测精度，结果显示１９９３年３月～１９９５年５月京西试验场存在一定重力变化。采用给定的模型反演了八宝山断层介质的密度变化，认为断层破碎带介质密度的变化可能是引起地表重力变化的主要因素     

山区地形效应对微波辐射特征与土壤水分反演的影响—以青藏高原地区为例

采用星载微波辐射计AMSR-E的低频C波段(6.925GHz),改进了山区微波辐射传输方程,以中国青藏高原地区为例,研究山区可能产生的多种地形效应对微波辐射特征以及土壤水分反演的影响。结果表明,地形效应使得垂直极化亮温最多衰减达到16K,水平极化的亮温最大增强了18K,土壤水分在地形的影响下将被高估超过最大允许误差4%。最后,利用地形效应模拟模型计算的山区地表有效发射率,为山区土壤水分的反演提出了可行的地形校正方法。     

几种梯度场计算的数值算法及其地学应用

梯度作为标量场在空间上最重要的微观变化特征,能较好地反映其在空间上的变化趋势。本文介绍了中心差分算子、相邻梯度因子和Sobel梯度算子三种梯度数值算法。以点电荷在三维空间中产生的电势场构造了一标量场,通过理论公式求解了其梯度值,并将理论梯度值与三种数值算法的结果进行了对比与统计分析,验证了三种梯度数值算法的有效性和适用性。结果表明,排除场源的影响后,Sobel梯度算子相较其它两种数值算法更逼近于理论梯度值。最后,利用Sobel梯度算子求取了某铜矿区可控源音频大地电磁法(CSAMT)三维视电阻率场的梯度场,用梯度场刻画了视电阻率在空间上的变化趋势,提高了对三维地下空间的电性分布规律和地质情况的认识。     

长江口水域多光谱遥感水深反演模型研究

利用Landsat-7 ETM 遥感影像反射率和实测水深值之间的相关性可以探测水深。该文介绍单波段、双波段比值和多波段3种线性回归模型以及动量BP人工神经网络水深反演模型。选择长江口北港河道上段作为研究区,利用上述模型,分两种情况进行水深反演:一是以河道全部历史样本建模;二是将河道按自然水深划分为浅水区和深水区分别建模。结果表明:神经网络模型预测精度高于线性回归模型;水深分区后线性回归和神经网络模型预测误差均有所减小。     

晴空时大气红外遥感及其反演问题 I. 理论研究

本文首先研究了晴空情况下大气温、湿廓线及表层温度等参数的同步反演问题。利用一阶变分原理，从红外辐射传输方程中得到了大气温度、水汽权重函数的解析形式，然后利用牛顿非线性迭代法求解大气温度廓线、大气水汽廓线和表层温度。并从“最佳信息层”的概念出发，指出水汽遥感反演的两个特点。     

HIRS/2 亮温直接应用于数值预报的试验研究

将极轨卫星HIRS/2探测仪的高分辨率亮温资料，经过定标、定位和其它一些预处理后，不经过反演，直接和其它观测资料一起用最优内插(OI)方法进行分析，给出数值预报初始场，并用国家气象中心的准业务有限区预报模式做预报试验。对比试验结果表明，在数值预报中直接使用亮温比使用反演资料更好。     

二次电流场多次叠加概率成像

基于地下电流场的积分公式,离散化的二次电流场被分解为电性不连续界面上的一系列点电荷电场的代数和.单位正点电荷电场被引入作为空间扫描函数（SDS）,积累电荷出现的概率（COP）函数定义为二次电流场与SDS的互相关.为对概率成像结果进行定量分析解释,提出了规范的积累电荷出现的概率（NCOP）函数.通过应用有限元算法对2D地电模型进行二次电流场合成,实现了二次电流场的多次叠加概率成像.结果表明对均匀半空间中赋存地质异常体的电性结构,概率成像方法对地下异常体的空间位置有较好的指示作用.     

剩余视纵向电导比定义——TEM新导出参数ΔSτrt及一维直接反演特性

视纵向电导是瞬变电磁法勘探理论的基本参数之一,在以中心回线装置应用为主的金属物探界很少应用。为改变此状况,创立了剩余视纵向电导比ΔSτrt定义及其具体计算方法。ΔSτrt是TEM方法中第一个相对参量,大量的模型计算和野外数据试算表明,其效果与视电阻率一维直接反演相当。此计算方法简单且是单解。本参量主要适用于中心回线和重叠回线的中、近带数据处理,略加修改亦适用于其他装置,乃至电偶源装置及磁参数的处理。     

Ensemble retrieval of atmospheric temperature profiles from AIRS

ABSTRACT Satellite-based observations provide great opportunities for improving weather forecasting. Physical retrieval of atmo spheric profiles from satellite observations is sensitive to the uncertainty of the first guess and other factors. In order to improve the accuracy of the physical retrieval, an ensemble methodology was developed with an emphasis on perturbing the first guess. In the methodology, a normal probability density function （PDF） is used to select the optimal profile from the ensemble retrievals. The ensemble retrieval algorithm contains four steps： （1） regression retrieval for original first guess; （2） perturbation of the original first guess to generate new first guesses （ensemble first guesses）; （3） using the ensemble first guesses and nonlinear iterative physical retrieval to generate ensemble physical results; and （4） the final optimal profile is selected from the ensemble physical results by using PDE Temperature eigenvectors （EVs） were used to generate the pertur- bation and generate the ensemble first guess. Compared with the regular temperature profile retrievals from the Atmospheric InfraRed Sounder （AIRS）, the ensemble retrievals RMSE of temperature profiles selected by the PDF was reduced between 150 and 320 hPa and below 400 hPa, with a maximum improvement of 0.3 K at 400 hPa. The bias was also reduced in many layers, with a maximum improvement of 0.69 K at 460 hPa. The combined optimal （CombOpt） profile and a mean optimal （MeanOpt） profile of all ensemble physical results were improved below 150 hPa. The MeanOpt profile was better than the CombOpt profile, and was regarded as the final optimal （FinOpt） profile. This study lays the foundation for improving temperature retrievals from hyper-spectral infrared radiance measurements.