单多普勒雷达反演涡旋风场方法分析

由于单雷达在探测台风临近、登陆时仍具有双部或多部雷达难以具备的优势,目前利用单多普勒雷达反演涡旋风场的方法并不多见,本文对能够反演涡旋风场的3种方法NIVAP(自然坐标系的积分VAP方法)、EVAPTC(反演热带气旋的EVAP方法)、GBVTD(地基速度追踪法)进行了比较,分别从每种方法的假设条件和数学方法以及结果精度来比较3种方法对涡旋风场的适用性。利用中尺度气旋Rankine模式模拟了纯涡旋性气旋、只有环境风场时、环境风场和辐合(辐散)同时存在时的径向速度场及风场,比较了各种情况下的反演风场和模拟风场的相似系数。在对模拟风场比较之后,选取了2014年"威马逊"台风登陆前1h、登陆时及登陆后1h的3个实测雷达资料,对比分析了3种方法反演实测资料的风场特征,3种方法中EVAPTC方法最好,GBVTD方法在应用中有一定的限制,NIVAP方法较差。     

双雷达风场反演拼图在登陆台风“莫兰蒂”(1614)强降水精细预报中的同化应用试验

利用福建龙岩、漳州、泉州新一代多普勒天气雷达和厦门海沧双偏振雷达探测资料,采用动态地球坐标系下双雷达三维风场反演与拼图技术,基于天气研究和预报模式（Weather Research and Forecasting,WRF）及其资料同化系统,对登陆台风“莫兰蒂”（1614）引起的2016年9月14—15日福建强降水过程进行了双雷达风场反演拼图资料检验及其三维变分同化对强降水精细预报影响的数值试验,结果发现:（1）动态地球坐标系下双雷达反演风场能合理反映实际风场分布状况,其误差相对较小。相较厦门翔安风廓线雷达及厦门探空秒级测风数据,反演风风向（风速）平均绝对误差分别为7.8°（2.6 m/s）及3.4°（1.1 m/s）;（2）反演风场水平方向稀疏化对同化及预报结果极为重要,过密的反演风场资料会给同化及预报结果带来负效果。文中采用18、6、2 km 3重嵌套,在3重嵌套区域均进行同化以及仅在2 km区域进行同化两种情况下,均表现为当反演风场资料水平分辨率提高到0.1°时,同化分析及预报的台风环流开始受到负影响;且当反演风场资料水平分辨率越高时,负效果越明显。敏感性试验结果显示,分辨率取0.2°时数值预报效果最好;（3）以美国国家环境预报中心全球预报系统（National Centers for Environmental Prediction/Global Forecast System,NCEP/GFS）0.5°×0.5°分析场为初值,基于3个不同起报时刻（2016年9月14日14时、20时及15日02时）（北京时,下同）模拟的福建省境内台风内核雨带和螺旋雨带逐时演变、台风路径与强度、逐时降水TS评分和空间相关差异显著,其中14日14时起报试验效果最好;而14日20时起报试验效果最差,这与该试验初始台风大风轴风速明显偏大有关;（4）在上述3个不同起报时刻试验基础上,分别增加双雷达反演风场资料的三维变分同化后,福建境内地面风场和台风内核雨带、螺旋雨带逐时分布、逐时降水TS评分和空间相关、台风环流结构以及U、V风垂直廓线分布均有明显改善,最大正影响时效可达24 h;但仅对1—6 h时效内台风路径有改善。      

Evaluation of ENVISAT ASAR data for sea surface wind retrieval in Hong Kong coastal waters of China

The C-band wind speed retrieval models, CMOD4, CMOD - IFR2, and CMOD5 were applied to retrieval of sea surface wind speeds from ENVISAT （European environmental satellite） ASAR （advanced synthetic aperture radar） data in the coastal waters near Hong Kong during a period from October 2005 to July 2007. The retrieved wind speeds are evaluated by comparing with buoy measurements and the QuikSCAT （quick scatterometer） wind products. The results show that the CMOD4 model gives the best performance at wind speeds lower than 15 m/s. The correlation coefficients with buoy and QuikSCAT winds are 0.781 and 0.896, respectively. The root mean square errors are the same 1.74 m/s. Namely, the CMOD4 model is the best one for sea surface wind speed retrieval from ASAR data in the coastal waters near Hong Kong.     

基于GPS新型L5信号的地表雪深反演研究

利用GPS多路径反射信号测量地表雪深具有全天候和高时空分辨率的特点,因此其可作为一种代替气象站监测雪深的新手段。然而,先前大多数研究仅使用了GPS L1和L2C波段信噪比数据探测积雪深度。为验证新型的L5信号在雪深反演方面的优越性,本文阐述了GPS-R技术反演雪深的原理,利用Lomb-Scargle周期图法所处理的受积雪表层影响的信噪比数据计算了频谱振幅强度,通过获取频谱特征值与天线高度的关系求解雪深值,最后分别与L1反演结果和实测雪深数据进行了对比。试验结果表明：与现有的GPS-R测量雪深结果相比,利用新型的L5反射信号反演地表雪深的精度更佳;采用GPS-R技术探测雪深对把握测站区域内的雪深变化情况和淡水资源储量具有重要价值。     

基于TM影像的水体透明度反演模型——以鄱阳湖国家自然保护区为例

以江西鄱阳湖国家自然保护区为例,研究基于Landsat TM 5影像的水体透明度反演模型.结合6个时期的影像与对应的13个实测塞氏盘深度(SDD)数据建立了SDD的自然对数变换值与蓝、红波段的自然对数变换值的线性组合之间的回归模型,即ln(SDD)=-4.016-0.722ln(blue)-0.587ln(red).此模型能够解释88%的水体透明度变化.利用另外12个样点进行模型的检验.检验结果显示实际量测值与模型反演值之间的相关系数为0.93,误差标准差等于0.22 m.因此我们认为此模型获得了可以接受的结果.     

利用AMDAR数据分析厦门、泉州双雷达三维风场反演误差

利用2016年全年进出厦门机场和晋江机场航班的AMDAR(Aircraft Meteorological DAta Relay)数据对双雷达反演风场进行检验,分析了厦门、泉州双雷达风场反演的总体误差,研究结果表明:1)验证了双雷达连线附近区域反演风场的平均绝对误差较大,发现了与两部雷达连线的夹角小于15°和大于165°的区域的反演结果的平均绝对误差明显大于误差的年平均值。2)对于反演风向而言,误差随着高度增加而减小。对于反演风速而言,高度在9 km以下的反演误差在5 m/s左右,而9 km以上的反演误差较小。3)剔除了双雷达连线附近区域(与两部雷达连线的夹角小于15°和大于165°的区域)和反射率因子小于5 dBZ以及等于100 dBZ(剔除非气象回波)的反演结果后,双雷达反演风场误差较小,相对于AMDAR数据的风向年平均绝对误差为29.4°,风速年平均绝对误差为3.28 m/s,总体误差在可接受范围之内,反演结果接近"真值",该反演方法稳定可靠。     

神经网络反演散射计风场算法的研究

建立了一个神经网络反演卫星散射计海面风场的B-P算法,给出了一个神经网络反演风场的模型,并利用该反演算法和模型对实际卫星散射计数据进行了海面风场反演试验,对风向的多解性利用圆中数滤波方法进行排除.对神经网络训练和检验数据集分别采用ERS-1/2散射计数据和欧洲中期天气预报(ECMWF)提供的风场作为配准点数据.把反演的风速和风向与CMCD4和ECMWF的风场作了比较,它们吻合得比较好;研究表明神经网络反演海面风场是可行和高效的.     

基于一维综合孔径微波辐射计的海面温度反演研究

Due to the low spatial resolution of sea surface temperature(T_S) retrieval by real aperture microwave radiometers,in this study, an iterative retrieval method that minimizes the differences between brightness temperature(T_B)measured and modeled was used to retrieve sea surface temperature with a one-dimensional synthetic aperture microwave radiometer, temporarily named 1 D-SAMR. Regarding the configuration of the radiometer, an angular resolution of 0.43° was reached by theoretical calculation. Experiments on sea surface temperature retrieval were carried out with ideal parameters; the results show that the main factors affecting the retrieval accuracy of sea surface temperature are the accuracy of radiometer calibration and the precision of auxiliary geophysical parameters. In the case of no auxiliary parameter errors, the greatest error in retrieved sea surface temperature is obtained at low T_S scene(i.e., 0.710 6 K for the incidence angle of 35° under the radiometer calibration accuracy of0.5 K). While errors on auxiliary parameters are assumed to follow a Gaussian distribution, the greatest error on retrieved sea surface temperature was 1.330 5 K at an incidence angle of 65° in poorly known sea surface wind speed(W)(the error on W of 1.0 m/s) over high W scene, for the radiometer calibration accuracy of 0.5 K.     

高分五号热红外传感器多通道SST反演

2018-05高分五号（GF-5）卫星发射升空,其上搭载的全谱段成像仪在热红外8—13 μm谱段范围内具有4个温度反演通道（B09,B10,B11,B12）,空间分辨率设计优于40 m,在国内民用传感器领域实现了由单通道向多通道、中空间分辨率向高空间分辨率的跨越式突破,使得GF-5卫星热红外数据在地表热环境遥感领域具有极其重要应用价值。本研究基于GF-5的4个热红外通道的通道响应函数,利用全球742条TIGR（Thermodynamic Initial Guess Retrieval）探空廓线数据,进行不同观测角度、水汽含量和海表发射率条件下的MODTRAN4.0（Moderate resolution atmospheric Transmittance and Radiance code4.0)辐射传输过程模拟,基于模拟结果分别对两通道、三通道和四通道劈窗算法海表温度SST（ Sea Surface Temperature）反演系数进行修订,并分析观测角度、水汽含量和海表发射率对不同通道组合的精度影响,并通过GF-5卫星实际反演的SST结果进行验证。GF-5全谱段成像仪SST反演两通道劈窗算法组合共有6种,即B09-B10、B09-B11、B09-B12、B10-B11、B10-B12、B11-B12;三通道劈窗算法组合共有4种,即B09-B10-B11、B09-B10-B12、B09-B11-B12、B10-B11-B12;四通道劈窗算法组合1种,即B09-B10-B11-B12。通过对不同通道组合形式研究发现,水汽含量对SST反演精度有较大的影响,且温度反演的精度随着水汽含量的增加而降低;其次是观测角度,SST反演精度随着观测天顶角的增大而降低;最后是发射率的影响,两通道、三通道和四通道劈窗算法SST反演精度随着发射率的变化总体在0.1 K以内变化。最后以大亚湾核电站周围海域为验证区,用GF-5热红外遥感影像进行SST的反演并做误差分析,结果表明B09-B10通道SST反演实际误差为0.57 K,反演精度较高,实际误差与理论模拟误差相差0.24 K,差异的来源主要包括辐射定标和传感器噪声等要素影响,其他通道形式反演精度有待于传感器响应稳定后进一步验证。     

Sentinel-2卫星落叶松林龄信息反演

林龄结构信息能够有效反映区域森林群落不同生长阶段的固碳能力,对于评估森林生态系统的健康状况具有重要意义。本研究以中国温带典型优势树种落叶松林为研究对象,分别选择其芽萌动期、展叶期和落叶期时段的Sentinel-2影像,采用多元线性回归（MLR）、随机森林（RF）、支持向量机回归（SVR）、前馈反向传播神经网络（BP）以及多元自适应回归样条（MARS）等5种方法依次构建落叶松林龄反演模型。通过相关性分析首先确定最佳遥感反演物候期,并在此基础上根据相关性差异筛选出5个最优特征变量用于模型反演,分别为冠层含水量（CWC）,归一化水体指数（NDWI）,叶面积指数（LAI）,光合有效辐射吸收率（FAPAR）和植被覆盖度（FVC）。研究结果表明,展叶期为落叶松林最佳遥感反演物候期。除植被衰减指数（PSRI）以及落叶期的NDVI、RVI外,落叶松林龄与各指标之间均呈负相关关系,其中与冠层含水量（CWC）的相关性最高,pearson相关系数达到-0.74（p<0.01）。此外,不同模型反演结果表明,随机森林模型（RF）为最佳落叶松林龄估测模型,其平均决定系数R²和平均均方根误差RMSE分别为0.89和2.91 a;多元线性回归模型（MLR）的林龄估测结果最差,其平均决定系数R²和平均均方根误差RMSE仅为0.57和5.69 a,非线性模型能更好的解释林龄与建模变量之间的关系。