排序方式: 共有14条查询结果,搜索用时 234 毫秒
1.
本文运用CloudSat卫星上搭载的雷达探测数据和AQUA卫星搭载的辐射光谱仪探测数据,选择2007年1月至2010年12月期间,地理位置位于(15°~45°N,145°~165°E)区域内(远海)发生的云场数据开展分析,研究云的物理结构特征与其光谱辐射特性的相互关系。不同光谱波段对云物理结构变化的响应情况各有不同,首先从MODIS光谱仪22个云相关光谱波段中分析并选择出与云物理结构特征密切相关的光谱组合(包含13个波段),而后开展了这些光谱波段的云辐射特性与云物理结构特征的相互变化关系研究。统计分析表明,在外部大气、地表条件以及太阳入射辐射变化不大情况下,云的结构变化与其光谱辐射变化之间总体存在单调相关关系,物理结构变化不大的云廓线之间其光谱辐射的变化也小,反之也成立,即光谱辐射变化小的云廓线之间物理结构变化也小。从而,对于某些内部物理结构特征未知的云,利用与其光谱辐射特性相近的云结构数据可实现自身垂直结构信息的重建。基于光谱辐射相近则云物理结构很可能相近的特点,本文对未知云场的物理结构重建开展了模拟试验,试验结果表明光谱相近原则匹配物理结构的方法一定程度上能够实现云物理结构的构建,为利用被动遥感数据推测云物理结构特征研究提供参考。 相似文献
2.
中国科学院大气物理研究所中层大气和全球环境探测重点实验室 (LAGEO) 建立了以系留气艇为平台的综合探测系统。通过气艇在大气边界层上升、下降过程获得不同高度的气象参数和同时的辐射参数。以气象参数为输入,应用辐射传输模式 (MODTRAN4.0) 获得模式辐射输出,将其与实测辐射值作对比,验证MODTRAN4.0模式的准确性,为有关目标识别与遥感提供基础。2006年8月在中国科学院大气物理研究所香河综合观测站利用系留气艇平台进行了验证实验,并对热红外波段的模式对比结果进行分析。结果表明:所建实验系统具备进行模式验证的能力,在热红外波段,MODTRAN4.0模式输出结果与实测辐射亮度之间的相对误差的均方差在边界层大气条件下小于3%。 相似文献
3.
晴空与有云大气辐射分布的数值模拟及其对全天空图像云识别的应用 总被引:5,自引:0,他引:5
全天空图像自动云识别的研究相对来说是一项较新的研究领域。当前国际上较为通用的全天空图像云识别方法主要依靠图像蓝红灰度值对比的阈值方法进行判断。然而非洁净大气中气溶胶的增多给云识别增加了难度,同时太阳高度角不同天空色度分布情况也不同。文中利用Libradtran辐射传输模式,计算了不同能见度不同太阳高度角情况下3个典型波长(450,550,650nm;蓝/绿/红)无云及有云大气的天空辐亮度分布情况,并进行了比较分析。结果表明,相同太阳高度角情况下,无云及有云大气中蓝红比值随能见度的下降呈单调下降趋势。在特定的云光学厚度和能见度情况下,天空色度彼此呈现出类似的分布状况。全天空图像阈值判断云识别自适应算法的建立需要与太阳高度角、地面能见度联系起来。当前尚无法建立一个判断阈值随太阳高度角以及能见度变化的函数关系式。较为可行的办法是建立典型能见度、典型太阳高度角情况下的辐射信息库,在具体云识别时,首先确定太阳高度角,而后根据天空辐射比情况确定天空能见度,并利用辐射信息标准库做云或非云判别。该工作为全天空云识别算法提供判别依据,同时建立云识别随能见度和太阳高度角变化的判别信息库。 相似文献
4.
本文利用2014年1月至2017年12月Ka毫米波雷达数据对北京地区云宏观特征进行统计分析。云出现率方面,4年平均值约36.3%;冬季最低,夏季最大;月出现率值9月最大,12月最小;出现率日变化有季节差异,春夏两季呈现中午(11:00,北京时间,下同)开始逐步升高至下午17:00后逐步下降的特点,增高幅度大于15%;冬、秋两季日变化特征不显著。高度方面,4年平均云底高约4.9 km,平均云顶高约7.2 km;云顶高和云底高的月变化特征明显,从年初1月开始逐步上升,在6月达到峰值,而后下降到12月达到低值;3~10月,高云(云底高>5 km)占约一半左右比例;厚度小于1 km的云在各月中所占比例最高;厚度1~4 km的云,厚度越大所占比例越低;特别地,厚度大于4 km的云所占比例在4~9月中仅次于厚度小于1 km云的比例。4年期间,北京地区单层云居多约占66.7%,两层云占比约25.2%,两层以上云占8.1%;冬季约80%的云为单层云,而6~9月云层分布变化最多,其中9月单层云比例最低约为40%。本文基于4年高时空分辨率雷达数据对北京地区云分布特征,特别是云垂直分布特征在数值上准确刻画,该项工作在已有云气候研究中尚未见开展,所获得的知识将对了解地区气候特征、区域模式云参数化选择提供参考。 相似文献
5.
基于CloudSat/CALIPSO资料的海陆上空中云的物理属性分析 总被引:1,自引:2,他引:1
利用CloudSat和CALIPSO卫星云产品数据分析了2007年1月至2010年12月中国华北(陆地A1)、日本海(近海A2)和太平洋地区(远海A3)的中云(高积云Ac和高层云As)分布特征.3个地区全年中云平均发生概率近1/3,As的发生概率高于Ac.As高度主要位于4~8 km,Ac则集中于高度3.5~5.5 km范围,中云垂直及水平尺度从陆地向深海逐步增加.位于对流层中部的中云其所处位置温度使冰晶和过冷水状态的液态水能够同时存在.统计结果表明As中冰态粒子含量占绝对多数,Ac中液态和冰态各占比例彼此相当.As与Ac中IER(冰晶有效粒子半径)分布与高度均呈负相关关系,IER谱分布主要范围为35~80 μm.As中LER(液水有效粒子半径)与高度呈正相关特征,但Ac中这一特征明显减弱,Ac及As中LER主要分布范围为5~15 μm.As及Ac中IWC及LWC谱分布比较分散,与高度之间的相关性亦不明显. 相似文献
6.
全天空数字相机观测云量的初步研究 总被引:14,自引:1,他引:14
采用带有鱼眼镜头的数字相机拍摄全天空图像,对图像进行处理并分析,实现根据图像获取云量的目的。介绍了工作的基本原理和方法并给出初步实验结果。结果表明,用目前分析图像所获取的算法计算云量(与观测员记录相比),平均误差在15%以内,结果的准确度受地面能见度影响较大,对能见度达15km以上的图像分析效果最好。 相似文献
7.
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。 相似文献
8.
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. 相似文献
9.
运用西藏羊八井观测站2009~2010年近1年的高时空分辨率全天空图像资料分析了测站上空的日间云量特征。年平均总云量统计结果为5.2;冬夏季节云量分布差别明显,夏季平均云量大,冬季小;无云、少云天气多出现在冬季上午,而夏季午后满云情况较多;1~4月及11、12月(冬半年)云量日变化特征明显,上午逐步增加,至17:00(北京时间)左右到达高值,随后逐步下降,形成白天云量渐多夜间云量消散的"循环"过程。运用该地资料还分析了运用时间概率方法估算的点云量与实际云量的差异,小时平均结果显示无云及满云天气条件下二者云量一致性较高,而对中等云量天气二者相差较大。更长时间尺度(天平均)的统计对比表明,随着统计样本增加二者差距缩小。总体来看少云天气情况下点概率云量估算低于实际天空云量,当天空多云时点概率云量则大于实际天空云量。 相似文献
10.
It has been several years since the Greenhouse Gases Observing Satellite (GOSAT) began to observe the distribution of CO2 and CH4 over the globe from space. Results from Thermal and Near-infrared Sensor for Carbon Observation-Cloud and Aerosol Imager (TANSO-CAI) cloud screening are necessary for the retrieval of CO2 and CH4 gas concentrations for GOSAT TANSO-Fourier Transform Spectrometer (FTS) observations. In this study, TANSO-CAI cloud flag data were compared with ground-based cloud data collected by an all-sky imager (ASI) over Beijing from June 2009 to May 2012 to examine the data quality. The results showed that the CAI has an obvious cloudy tendency bias over Beijing, especially in winter. The main reason might be that heavy aerosols in the sky are incorrectly determined as cloudy pixels by the CAI algorithm. Results also showed that the CAI algorithm sometimes neglects some high thin cirrus cloud over this area. 相似文献