A New Algorithm for Sea Fog／Stratus Detection Using GMS-5 IR Data

A new algorithm for the detection of fog/stratus over the ocean from the GMS-5 infrared (IR) channel data is presented. The new algorithm uses a clear-sky radiance composite map (CSCM) to compare the hourly observations of the IR radiance. The feasibility of the simple comparison is justified by the theoretical simulations of the fog effect on the measured radiance using a radiative transfer model. The simulation results show that the presence of fog can be detected provided the visibility is worse than 1 km and the background clear-sky radiances are accurate enough with known uncertainties. For the current study, an accurate CSCM is constructed using a modified spatial and temporal coherence method, which takes advantage of the high temporal resolution of the GMS-5 observations. The new algorithm is applied for the period of 10-12 May 1999, when heavy sea fog formed near the southwest coast of the Korean Peninsula. Comparisons of the fog/stratus index, defined as the difference between the measured and clear-sky brightness temperature, from the new algorithm to the results from other methods, such as the dual channel difference of NOAA/AVHRR and the earth albedo method, show a good agreement. The fog/stratus index also compares favorably with the ground observations of visibility and relative humidity. The general characteristics of the fog/stratus index and visibility are relatively well matched, although the relationship among the absolute values, the fog/stratus index, visibility, and relative humidity, varies with time. This variation is thought to be due to the variation of the atmospheric conditions and the characteristics of fog/stratus, which affect the derived fog/stratus index.     

雪后晴天低温强

连续几天大雪过后，1993年12月21日一大早，天空放晴。地面上银装素裹，洁白一片，日不出也耀入眼目。此时凛冽的寒气透身切滑，使人感觉如附冰窑一般。在最低温度表上寻找游标已较常出现的地方滑下好大一截，     

全天空成像仪云量计算方法的改进

全天空成像仪（total sky imager 440,TSI-440）可以实现白天全天空云量的持续自动监测,时空分辨率较高,得到的云量计算结果更精确.首先介绍了TSI-440的基本原理和资料格式,并基于太湖地区2008年5-10月的TSI-440资料及无锡站地面观测资料,采用统计方法详细地分析了不同天气情况下图像的成像特征及云量的计算误差.结果发现：图像的成像特征与能见度密切相关,红蓝比值随着能见度的减小而增大.另外,仪器在处理阴天图像及复杂天空（多云）图像时,易造成一定的云量计算误差.针对上述问题,本文通过直方图分析,重新选定了红蓝比阈值（晴空点阈值0.62,云点阈值0.66）,基于新阈值计算的云量结果较仪器自带的处理结果更为准确,减小了因天气状况不同而产生的云量计算误差.     

天空辐射计观测2006年春季北京地区气溶胶光学特性的研究

利用2006年3～5月天空辐射计观测数据反演得到北京地区春季大气气溶胶光学性质参数,包括大气气溶胶光学厚度(0.5μm)、Angstrm指数、单次散射反射比和粒子谱分布特征。结果表明:北京地区春季气溶胶平均光学厚度0.67,Angstrm指数0.54,单次散射比0.88,粒子吸收性质较弱,粒子谱呈双峰形,以粗粒子为主,粗、细模态粒子粒径分别集中在0.17μm和7.7μm左右。相比2004年此次观测期间气溶胶粒径较大,粒子体积浓度较高,散射作用在其消光特性中的比重略有下降。光学厚度日变化呈单峰型,日间单次散射比随时间逐渐递减,Angstrm指数在上午递减趋势明显,午后变得稳定。对同时观测的天空辐射计与CE-318不同波长光学厚度结果进行比较,结果显示两者得到的光学厚度相关性很好,各波长小时平均结果的相对误差小于7%。     

天空云量预报及支持向量机和神经网络方法比较研究

使用支持向量机和人工神经网络两种方法,分别建立了天空云量的预报模型。利用2001年5月1日～2004年12月31日的武汉市地面、高空观测值及欧洲中心的24小时预报场等资料,通过按不同比例随机抽取样本进行交叉验证的方法,分析了SVM和ANN模型的预报能力和鲁棒性;然后再用全部样本资料建立预报模型,来预报2005年1月1日～5月31日武汉市天空云量。交叉验证和实例预报的结果显示：虽然SVM和ANN模型都表现了较好的预报能力,但SVM的预报能力高于ANN方法,且在计算速度上有ANN无法比拟的优势。     

利用扫描式红外亮温仪对天空云量的试验观测

利用中国科学院大气物理研究所中层大气与全球环境探测实验室自主开发研制的全自动扫描式天空红外亮温仪,于2007年4-8月在北京市气象局南郊观象台进行了试验观测.利用获得的天空红外亮温数据和南郊观象台(54511站)实时地面气象数据,进行了天空云量的计算.将整点前30 min内观测的云量的平均值作为与观象台观测对应的整点观测云量,分不同情况与观象台目视观测结果进行了对比分析.结果表明:(1)对于中低云,两种观测的云量比较一致,但如果在此期间云消散或增加很快,则差别较大.其主要原因是观测的时间和方式不同所造成的.(2)对于以卷云为主的天空情况,特别是高层薄卷云的情况,两种观测的云量差别较大.原因是受到目前试验所使用的红外传感器低温测量范围的限制(-50℃),以及判定云的阈值算法目前还只对于中低云比较适用,对于卷云的判断能力比较薄弱.(3)对于天空情况比较复杂,以及能见度不好的情况(气象站目视云量记录为10-),两种观测的云量差别也很大.其差别既受到仪器性能的影响,也与观测员视力与经验有关.仪器受到最低测量温度的限制,反演算法也有其不确定性,而观测员在低能见度时的观测局限性亦是一个重要原因.利用SIRIS-1进行云量和云底高度观测的优点是时间分辨率高,且全天时自动化,但对于卷云的判断还较薄弱.     

支持向量机分类方法在天空云量预报中的应用

以2001年5月1日至2004年12月31日逐日武汉市地面、高空观测资料及欧洲中心24小时预报场等资料为基础,构建了不同的训练样本集,基于支持向量机方法进行了大量多因子的随机交叉验证,从而筛选出了包含最佳预报因子的训练样本集和相应的核参数g,建立了武汉市天空云量的预报模型。交叉验证结果表明预报模型是稳定性的、且具有较好的预报能力和推广应用能力。预报试验和实时预报的结果都显示出SVM方法对天空云量有一定的预报能力。     

特殊视程障碍现象的区别

1引言 地面气象观测《规范》和有关教材规定有效能见度大小来判断天气现象的种类.视程障碍现象规定能见度和光色特征两个标准,能见度主要是由空气中所含质粒的浓度所决定.用以判断天气现象的有无、强度.光色特征是由空气中所含质粒的性态决定的,是指天空背景和太阳的颜色.各种粒子对光波的散射和漫射不同,呈现出不同的光色.光色和能见度标准结合,决定了不同时刻可出现一种或两种相似、相近的天气现象.对于某些特殊的天气现象观测员有时很难判定,是地面观测目测项目中的一个难点.根据多年地面观测工作经验,就某些特殊视程障碍现象的判定和区别做一阐述.     

云的移动轨迹成像模拟及云量变化分析

以全天空数字成像仪的等角投影成像原理为基础，将云型简化为正方体及圆柱体云体。模拟了相同云体在不同空间位置的移动轨迹情况，对其所占面积变化（云量）进行了计算，并对云在移动过程中云体侧面成像情况做了分析研究。结果表明，云量随空间位置变化情况与云的宽高比相关，当宽高比大于某一值时云量随天项角（云所处位置）的增大先增大而后减小，反之则随着天顶角的增大而减小。