云辐射效应在华北持续性大雾维持和发展中的作用

观测研究发现华北地区的持续性大雾天气通常伴随高层云的存在,具有云-雾共存结构特征,为揭示云在持续性大雾维持和发展中的作用,利用中尺度数值模式WRF,结合华北雾霾观测试验期间的卫星、探空、地面观测、系留气艇、微波辐射计等观测资料,研究了2011年12月3—6日和2013年1月28—31日两次华北持续性大雾天气形成和发展演变过程。在模拟与观测对比检验研究的基础上,重点开展了云辐射效应在大雾维持和发展中作用的探讨。研究结果表明:两次大雾过程持续时间超过48 h,近地面具有偏南暖湿平流,在持续性大雾发展过程中,均出现了由单层雾发展为云-雾共存结构,一般是雾形成24 h以后有中高云移到雾层之上,云底高度在3 km以上,云厚超过3.5 km,云中以冰晶和雪晶为主。白天云-雾共存结构出现后,云-雾的反照率效应使地表接收的短波辐射减少71%—84%,地面增温效应显著减小,从而阻碍了大雾的消散过程,使大雾天气得以维持,同时由于云-雾产生的温室效应,湍流过程加强,使地面雾向上扩展,雾在稳定层内维持;夜晚云-雾共存时,由于云-雾温室效应使地表净长波辐射增大超过70 W/m2,导致地面长波辐射冷却过程减弱,并不利于雾的加强,但云对雾的增温效应有利于混合层内的湍流扩散过程,促使雾在更高的空间内得以维持。可见,在云-雾共存结构中,云辐射效应有利于低层大雾的长时间维持,对持续性大雾的形成和发展产生了重要作用。      

Ideological and volume politics behind cloud water resource governance – Weather modification in China

Weather modification operations are the intentional alteration of weather and cloud water conditions using technologies such as cloud seeding. Post-socialist authoritarian China is the world’s leading user of state power for rainfall enhancement through weather modification, with diverse purposes including agriculture production, water security, ecological preservation, and mega events. We argue that weather modification in China needs to be understood as a facet of ecological modernization, in which the authoritarian state believes that precipitation can be controlled through the use of advanced technologies, thus transforming clouds into a kind of cloud water resource. Two political dimensions are highlighted to understand precipitation control and utilization of cloud water: the first is a new ideological politics of the changing human-weather relationship from ‘adaptation to the weather’ to ‘taming the weather”; the second is volume politics that presents unique characteristics of airborne water as opposed to terrestrial and groundwater.     

利用TOVS资料测雪

该文提出了利用TOVS的MSU-1（微波辐射仪的第一通道、中心频率50.31 GHz）、HIRS/2-8（高分辨率红外辐射仪的第八通道、中心波长11.10 μm）、HIRS/2-19（中心波长3.70μm）及HIRS/2-20（中心波长0.70 μm）光谱特性的差异进行云的检测,以及在晴空条件下测雪的方法。该方法测出的1993年1月我国东部地区和1991年1月西藏高原东部地区降雪过程的积雪图,与实况相符。     

Analytical fragility assessment using unscaled ground motion records

It is desirable that nonlinear dynamic analyses for structural fragility assessment are performed using unscaled ground motions. The widespread use of a simple dynamic analysis procedure known as Cloud Analysis, which uses unscaled records and linear regression, has been impeded by its alleged inaccuracies. This paper investigates fragility assessment based on Cloud Analysis by adopting, as the performance variable, a scalar demand to capacity ratio that is equal to unity at the onset of limit state. It is shown that the Cloud Analysis, performed based on a careful choice of records, leads to reasonable and efficient fragility estimates. There are 2 main rules to keep in mind for record selection: to make sure that a good portion of the records leads to a demand to capacity ratio greater than unity and that the dispersion in records' seismic intensity is considerable. An inevitable consequence of implementing these rules is that one often needs to deal with the so‐called collapse cases. To formally consider the collapse cases, a 5‐parameter fragility model is proposed that mixes the simple regression in the logarithmic scale with logistic regression. The joint distribution of fragility parameters can be obtained by adopting a Markov Chain Monte Carlo simulation scheme leading directly to the fragility and its confidence intervals. The resulting fragility curves compare reasonably with those obtained from the Incremental Dynamic Analysis and Multiple Stripe Analysis with (variable) conditional spectrum–compatible suites of records at different intensity levels for 3 older reinforced concrete frames with shear‐, shear‐flexure‐, and flexure‐dominant behavior.     

基于Ka波段云雷达的六盘山顶云特征分析

利用宁夏六盘山气象站2017年9月至2018年8月的Ka波段云雷达观测资料,统计分析了六盘山顶不同云的出现频率及宏观特征.结果表明:六盘山顶云出现频率最高值在7月,为61％,最低值在12月,为26％;按云层数划分,六盘山顶出现的云主要以1层云、2层云及3层云为主,相对总云的月平均出现频率分别为68％—86％、14％—2...     

基于卷积神经网络的全天空地基云图分类研究

全天相机拍摄的全天空地基云图能够实时反映当地的云量信息,而云量是天文选址首先考虑的因素之一。因此,对全天空地基云图根据图像质量、应用背景等因素进行自动化分类,实现鲁棒性高、适应性强的自动化分类算法,为天文选址提供重要帮助。基于雪龙号全天相机数据对卷积神经网络模型进行训练,并使用丽江观测站全天相机数据进行测试,取得了较好的应用效果,实现了可迁移性高的全天空地基云图自动化分类方法。     

一种全天相机云图的自动处理方法

使用全天相机拍摄云图是现在天文界广泛使用的监测天空云量的方法。云量的估算结果对望远镜观测有重要的影响,目前对云量的估算完全由人工处理,费时、费力而且准确度不够高,判别过程也完全依赖个人的经验。为此,提出一种针对全天相机云图的云量自动计算方法。首先针对多云和少云云图分别使用时间分割法和差分法去除云图中月亮影响区域;然后对去除月亮影响区域后的多云云图进行二值化处理,将云与背景进行分割,并使用基于灰度值的聚类算法对少云云图的云的厚薄进行量化分类;最后计算总云量,并依据30 m口径望远镜(Thirty Meters Telescope,TMT)判读全天相机云图的方法对云图进行自动分类。实验结果表明,该方法可提高云图判读效率,在有效解放人工的同时,也达到了平均值为76. 67%的识别准确率。     

增强型多时相云检测

针对云检测在高亮度地表以及雪覆盖区域存在过度检测的问题,设计了一种不依赖热红外波段的增强型多时相云检测EMTCD(Enhanced Multiple Temporal Cloud Detection)算法。首先,利用云的光谱特征建立单时相云检测规则,并基于云、雪的光谱差异构建了增强型云指数ECI(Enhanced Cloud Index),改进了云、雪的区分能力;其次,以同一区域无云影像为参考,基于ECI指数构建了多时相云检测算法,较好地克服了单时相云检测中高亮度地表、雪和云容易混淆的问题,提高了云检测的精度;最后,选择两个典型区域的Landsat-8 OLI影像,对比分析了不同算法的云检测结果。实验结果表明:ECI指数能够有效区分云、雪,EMTCD方法的平均检测精度达到93.2%,高于Fmask(Function of mask)(81.85%)、MTCD(Multi-Temporal Cloud Detection)(66.14%)和Landsat-8地表反射率产品LaSRC(Landsat-8 Surface Reflectance Code)的云检测结果(86.3%)。因此,本文提出的EMTCD云检测算法能够有效地减少高亮度地表和雪的干扰,实现不依赖热红外波段的高精度云检测。     

支持向量机方法在单站降水预报中的应用探讨

将武汉天空云量预报的81个预报因子运用到该站中等以上强度的降水预报中,基于SVM方法进行了交叉验证和预报试验。结果表明用81个预报因子建立的5～9月和全样本的降水预报模型有较好稳定性、且对降水都有正的预报技巧。因此天空云量的预报因子可以用来做降水的预报因子,同时也证明了这些预报因子在天空云量和降水预报中是协调的。SVM方法为天空云量和降水的预报提供了客观参考依据。     

一个海气耦合模式模拟的云辐射过程

利用NCC/IAP T63海气耦合模式进行了20 a积分,详细分析了模式对云量及其辐射影响的模拟能力。结果表明,模式能够模拟出云量分布的基本特征,但同ISCCP卫星观测资料及ERA再分析资料相比还存在较大的差距,总体表现为模拟的云量偏小,尤其是海洋上部分地区出现了异常的低值区。通过对云量方案的改进,明显改善了两大洋东岸、夏半球副热带到中纬度海洋上空低云的模拟。但模式对热带印度洋到西太平洋地区云量的模拟仍然存在明显的偏差,这主要是由于模式对该地区强对流云模拟能力差,造成该地区高云模拟存在较大的误差。对辐射及其云辐射强迫的分析表明,模式对长波及其云辐射强迫的模拟要明显好于短波。短波辐射模拟的偏差主要是由于短波云辐射强迫模拟过小、耦合模式对积雪和海冰模拟较差、以及未考虑气溶胶的影响等原因共同引起的;而长波辐射模拟的差距主要是云量以及下垫面温度模拟不足造成的。相应于云量方案的改进,两大洋东岸、夏半球副热带到中纬度海洋上辐射(尤其是短波辐射)的模拟有了明显的改善,这也明显改进了这些地区的净辐射模拟。