共查询到17条相似文献，搜索用时 125 毫秒
1.
青藏高原大气水汽探测误差及其成因 总被引：3，自引：1，他引：2
青藏高原大气水汽分布对区域天气气候有很大影响,其探测资料的可靠性备受关注。以地基全球定位系统(GPS)遥感的大气可降水量为对比参照,分析了1999—2008年拉萨和2003年那曲探空观测大气可降水量的误差及其原因。结果表明,近10年拉萨站探空观测的可降水量比GPS遥感的可降水量明显偏小,偏小程度随使用不同的探空仪而异。GZZ-2型机械探空仪和GTS-1型电子探空仪多年平均的大气可降水量相对偏差分别为8.8%和4.4%,随机误差分别为19.8%和13.3%。近10年大气可降水量探测偏差具有减少的趋势,从12.7%减少至2.4%,主要是由探空仪性能改进所致。分析发现青藏高原大气可降水量探测偏差具有明显的日变化,12时(世界时)比00时大。拉萨站GZZ-2型和GTS-1型探空仪在12时多年平均的大气可降水量探测偏差分别为15.8%和8.3%,00时分别为1.6%和0.5%。那曲站GZZ-2型探空仪在12和00时的大气可降水量探测偏差分别为12.4%和0.3%。大气可降水量探测偏差还具有季节变化,夏季大,冬季小。对大气可降水量探测偏差日变化和季节变化的成因分析表明,12时气温比00时气温高以及夏季比冬季气温高是造成大气可降水量探测偏差日变化和季节变化的重要原因。 相似文献
2.
为了探讨探空观测的水汽可降水量资料的可靠性,本文以GNSS/MET遥感的大气可降水量为参照标准,对广东汕头站2013年以及西藏那曲站2016年6月至2017年5月的两种可降水量观测结果进行对比分析和偏差订正。经过研究分析表明:两个站探空可降水量相比地基GNSS可降水量偏干,偏差分别为7. 4%和9. 8%。探空可降水量的偏差显示具有季节变化和日变化的特征,其中夏季偏差较明显,00时比12时明显。太阳辐射加热引起的地面气温的日变化和季节变化是造成偏差的重要原因。本文根据太阳辐射偏差订正经验公式,对两个站的探空可降水量进行偏差订正,订正后偏差明显减少。 相似文献
3.
地基GPS不同水汽反演方法的误差分析 总被引：1，自引：0，他引：1
利用湖北宜昌2007年观测的GPS对流层天顶延迟数据,对采用不同水汽反演方法计算的对流层可降水量PW的正确度和精密度进行对比分析。结果显示：不同天顶干延迟计算模型对GPSPW的精密度影响不大,但对其正确度有明显的影响,与探空PW相比,Hopfield模型计算的GPs册的平均偏差最小,Saastamoinen模型的平均偏差次之,而Black模型的平均偏差最大;大气加权平均温度对GPS PW的正确度有重要影响,对其进行本地化订正可以明显减小GPS PW与探空尸形的偏差,但对GPSPW的精密度影响不大;GPS PW与探空PW的相关性受大气水汽含量的影响,当大气水汽含量较低（PW≤65mm）时,两者的相关系数可达0．92,两者的平均偏差为3．8mm,偏差的均方差为6．4mm,而当大气水汽含量较大时,GPS PW与探空PW的偏差会增大,两者的相关系数会变小,这可能与GPS水汽反演方法有关;GPS PW比探空PW偏小,这可能是由两种探测方法的不同所造成的系统偏差。 相似文献
4.
为深入了解FY-2卫星大气可降水量(PW)的反演质量,文章选取2012和2015年地基GPS水汽观测数据,与FY-2的PW反演产品进行了对比分析。结果表明:(1)北京、武汉和海口三站GPS/PW(PW_(GPS))与FY-2/PW(PW_(FY-2))在夏季存在显著正相关,三站的相关系数都达到0.67以上,夏季PW的均方根误差值、月平均偏差绝对值均小于冬季。北京与武汉站PW平均偏差和均方根误差在四季均具有明显日变化特征;(2)当PW_(GPS)20 mm时,北京、武汉、海口和拉萨站FY-2/PW与GPS/PW比较一致,PW偏差均值的绝对值和均方根误差较小,当PW_(GPS)20 mm时,PW偏差均值绝对值和均方根误差随PW_(GPS)值减小而迅速变大。FY-2的PW产品在夏季可以为大部分区域提供高时空分辨率、高精度的大气可降水量,在大气湿度非常低、冬季和夜间条件,反演结果精度有待提高。 相似文献
5.
青藏高原大气总水汽量的反演研究 总被引：2，自引：11，他引：2
利用2001年青藏高原89个气象站资料、NCEP格点再分析资料以及2001—2003年7月3个地基GPS站的大气总水汽量观测资料,对GPS遥感的大气总水汽量与探空观测结果做了比较,研究了大气总水汽量变化对降雨形成的影响,大气总水汽量与地面水汽压的关系,分析了青藏高原大气总水汽量的时空变化特征及其成因。结果表明:GPS遥感的大气总水汽量与探空观测结果吻合得较好,2001年那曲站两种结果相比均方根误差仅0.15 cm;大气总水汽量与地面水汽压之间有良好的相关关系;不同季节高原上基本都存在3个明显的大气总水汽量高值中心:即东南部、西南部和西北部;高原大气总水汽量分布的季节变化与500 hPa风场及整层大气水汽通量的变化关系密切。 相似文献
6.
利用中国科学院那曲高寒气候环境观测研究站那曲/BJ观测点的野外观测数据,估算了青藏高原那曲地区典型高寒草地下垫面的热量和水汽总体输送系数以及地表大气相对湿度因子,在此基础上利用中国气象局那曲气象站1980-2016年的常规业务观测数据,采用总体输送法计算并分析了那曲高寒草地地表通量特征。研究结果表明:(1)那曲/BJ观测点地表大气相对湿度因子γ的数值在33%~62%,9月最大,2月最小,热量和水汽输送系数CH和Cλ的季节变化范围分别在1.6×10^-3~2.7×10^-3和1.0×10^-3~2.0×10^-3,两者存在较大的差异。(2)1980-2016年那曲高寒草地感热通量总体呈现减弱趋势,而潜热通量呈现增强趋势,导致地面热源变化趋势不明显;分阶段来看,感热通量的变化在2004年前后发生转折,转折点前后的趋势为先减弱后增加,潜热通量在1994-2005年下降趋势明显,这也导致地面热源在1995-2005年有一个明显的减少。(3)年内季节变化上潜热通量相较于感热通量更明显,地面热源的季节变化更依赖于潜热通量的季节变化。 相似文献
7.
利用2008~2015年西藏自治区所设4个酸雨自动站(拉萨、日喀则、林芝和那曲站)的观测资料,统计分析了8年来酸雨变化特征,探讨了酸雨的变化规律,并对酸雨与气象要素的分析进行了初步分析。结果表明:拉萨、日喀则和那曲站酸雨出现频率分别为0.66%、1.61%和1.68%,林芝站无酸雨出现;拉萨站酸雨频率出现在7月,日喀则站酸雨频率和弱酸雨频率均出现在6、8和9月,那曲站酸雨频率和弱酸雨频率均出现在7~9月和11月。降水强度能改变降水的酸性程度。三站风速与降水pH的变化春秋季相同而冬季相反,拉萨和日喀则站降水pH随气温升高有减小趋势,三站大气稳定与否,对当地的降水pH没有产生明显的影响。 相似文献
8.
大气可降水量在研究大气辐射和吸收,以及全球的热量输送,尤其是暴雨的预报预测等方面都发挥着重要作用。应用2015年章丘站GPS/MET、微波辐射计和L波段探空3种设备反演的大气可降水量数据,比较了三者之间的偏差特征。结果表明：GPS/MET、微波辐射计和L波段探空3种设备反演的大气可降水量变化趋势一致,但也存在明显的系统偏差,量值从大到小分别是GPS/MET、微波辐射计、L波段探空。三者之间的偏差在春夏秋冬四季的差值都较为稳定;GPS/MET比微波辐射计偏大4.5 mm左右,不会因为季节的改变而明显地增大或减小。但标准差最大是夏季,其次是秋季,冬季最小。由于12：00 UTC水汽含量大于00：00 UTC,造成3种探测手段反演的大气可降水量在12：00 UTC的标准差几乎总是大于00：00 UTC,而相对偏差小于等于00：00 UTC。 相似文献
9.
利用地基微波辐射计资料反演0-10km大气温湿廓线试验研究 总被引：3，自引：0，他引：3
实测与模拟的微波辐射计亮温存在偏差,导致基于BP神经网络模型的大气温湿廓线反演精度的降低。研究了一种基于资料订正后的BP神经网络反演大气温湿廓线的方法。首先,基于2014年6月南京江宁探空资料,利用MonoRTM模式,模拟中心频率在22.2GHz~58.8GHz范围内22通道亮温;对比模拟和实测南京站微波辐射计资料,建立实测微波辐射计资料订正模型。然后,以南京地区2011-2013年探空资料为输入,模拟22通道亮温数据,并基于模拟的22通道亮温数据和当地探空资料,利用BP神经网络算法,建立大气温度、水汽密度、相对湿度廓线反演模型。最后,利用构建的订正模型,对2014年7月试验获取的微波辐射计资料进行订正,并将订正后的微波辐射计资料输入BP神经网络反演模型,反演0-10km高度58层的大气温度、水汽密度和相对湿度,对比实际探空资料以及微波辐射计二级产品,评估分析反演效果。实验结果表明：所建的反演模型提高了大气温湿廓线反演精度,大气温度、水汽密度和相对湿度均方根误差范围分别为1.0~2.0K、0.20 ~1.93g/m3和2.5%~18.6%。 相似文献
10.
青藏高原地区大气辐射加热场的季节变化 总被引：5，自引：1，他引：5
本文利用美国犹他大学系新近发展的辐射和云参数化模式对青藏高原地区甘孜、那曲、拉萨三站及东部平原地区的南京１９８２年８月－１９８３年７月的辐通量和大气加热率进行了计算，分析研究了高原地区大气辐射场的季节变化特征及其与气候的关系，并对一些主要的影响因子进行了简要的讨论。 相似文献
11.
青藏高原大气可降水量单站观测对比分析 总被引：1，自引：0，他引：1
为了探讨青藏高原大气可降水量观测资料的可靠性,对2015年6-9月西藏申扎、改则和那曲3站地基GNSS遥感的大气可降水量、同址探空观测的大气可降水量、风云三号可见光红外扫描辐射计反演的晴空大气可降水量、MODIS大气可降水量和NCEP可降水量进行对比分析。结果表明:探空可降水量和地基GNSS可降水量的偏差较小,均低于2.5 mm。风云三号可降水量明显偏低,与其他观测结果的偏差超过6 mm。全自动探空可降水量离散程度较L波段探空大,均方根误差超过4 mm。 相似文献
12.
对2010年8月在云南腾冲利用芬兰Vaisala RS80和低温霜点仪 (Cryogenic Frostpoint Hygrometer,CFH) 两种探空仪测量大气湿度的垂直分布进行对比分析,同时比较它们白天和夜间测量误差的差别,并对国产GTS1,RS80和CFH共3种探空仪测量水汽总量与地基GPS遥测结果进行比较。结果表明:RS80湿度测值在整个对流层比CFH测值偏干 (23.7±18.5)%;因太阳辐射白天RS80偏干较夜间更明显,比夜间偏干 (13.5±14.8)%。而在对流层上层向平流层过渡区域内RS80湿度数据基本无效。CFH在低温、低湿环境下对湿度能有效测量,但在湿度较高的对流层低层测值偏高,导致比较中CFH水汽总量平均比GPS遥测的水汽总量偏高 (4.3±2.0) mm (样本数为11),而RS80,GTS1与GPS的水汽总量差别分别是 (0.2±1.4) mm (样本数为12), (-0.2±2.2) mm (样本数为43)。地基GPS遥测的水汽总量对对流层上层至平流层的水汽变化不敏感。由于RS80测量相对湿度在高空偏低,通过RS80相对湿度测值来确定中、高云结果是偏低的,特别是对6000 m以上的高云判别上,RS80相对湿度的探测几乎很难甄别到云的存在。 相似文献
13.
2015年7月15日00:00至20日00:00（协调世界时,下同）期间,京津冀地区每天傍晚均有明显雷阵雨天气过程发生,持续约一周时间。天气形势分析发现:虽然都是傍晚到夜间出现雷雨天气,但15~17日的雷雨过程,500 hPa主要表现为两槽一脊天气形势,京津冀地区处于低槽前部的不稳定区。18~19日两天,京津冀地区西部为低槽,东部为副热带高压（副高）,主要表现为西低东高的天气形势,是华北地区典型的暴雨天气型之一。15~17日与18~19日的水汽输送路径也有明显区别,15~17日以西南暖湿气流直接向东北方向输送以及台风外围偏东风气流向京津冀输送水汽为主,18~19日则为西南暖湿气流向东北方向直接输送到东海以东洋面后转为偏东风向京津冀输送为主,但是,水汽辐合中心均出现在京津冀附近,且水汽通量及辐合总是在12:00大于00:00,意味着傍晚的水汽条件好于白天。动力条件方面,整个降水期间,京津冀区域的对流层高层均处于南亚高压外围辐散区,低层辐合层次主要集中在700 hPa以下,近地面层12:00的辐合更为剧烈,中层均有干冷偏西气流下沉后与低层暖湿偏东气流辐合抬升,12:00的干冷气流下沉层次更低,与偏东风的辐合更强。温度层结方面,京津冀区域平均的气温垂直温差在800 hPa以下总是12:00高于00:00。降水期间,上升速度在中高层均表现为00:00大于12:00,但是低层的上升速度都是12:00强于00:00,傍晚的动力和水汽条件都更利于降水发生。 相似文献
14.
2002—2010年我国高空探测系统逐步完成了由原来的59-701型探空系统升级为L波段雷达-电子探空仪系统的工作,湿度传感器由原来的肠衣更换为碳湿敏电阻。该文对全国98个高空站相对湿度探测值在换型前后的差异进行了统计分析。结果表明:探空系统换型后,相对湿度探测值较换型前显著降低,表现为明显的干偏差,且随着高度的增加而增大,200,500 hPa和850 hPa相对湿度分别偏低14.6%,8.3%和5.3%。受太阳辐射的影响,这种干偏差在白天甚于夜间;换型前后相对湿度的概率分布也发生了明显变化,整个对流层相对湿度低于20%的低值出现频率明显高于换型前,200 hPa相对湿度小于20%的出现频率由换型前的10%增加到换型后的53%。最明显的变化是相对湿度为3%以下的出现频率,换型前各高度层出现频率均接近于0,但换型后200,500 hPa和850 hPa出现频率分别达到16.2%,9.9%和2.2%。 相似文献
15.
利用2004—2007年SA34（北京大学）站的GPS观测数据,运用GAMIT软件解算反演了间隔30min的连续变化大气水汽总量（PW）。与北京南郊观测场得到的探空结果作比较,均方根误差（RMSE）在2~3mm之间。通过对大气水汽作月平均,得到每月的大气水汽总量口变化曲线,并初步分析了夏季水汽日变化与地面比湿、降水、地面气温以及地面风矢量的关系。结果表明:北京地区夏季7月大气水汽总量最小值出现在08:00（北京时）左右,8月大气水汽总量最小值出现在08:00到12:00左右（各年表现出一定的差异）,夏季大气水汽总量的最大值出现在01:00到03:00;7月和8月的日变化在夜间变化趋势有所不同;大气水汽总量最大值出现时刻与地面小时降水有一定相关性,且大气水汽总量的日变化明显受风矢量日变化的影响。通过对大气水汽总量的时间序列进行小波分析,得到1年大部分时间里,水汽变化存在大约12d的周期。采用前期的大气水汽总量平均值和短时大气水汽总量增量两个条件进行降水的判断,认为夏季降水的出现时刻与差值的高值区有比较好的对应。 相似文献
16.
BIAN Jianchun CHEN Hongbin Holger VOMEL DUAN Yunjun XUAN Yuejian LU Daren 《大气科学进展》2011,28(1):139-146
GTS1 digital radiosonde, developed by the Shanghai Changwang Meteorological Science and Technology Company in 1998, is now widely used in operational radiosonde stations in China. A preliminary comparison of simultaneous humidity measurements by the GTS1 radiosonde, the Vaisala RS80 radiosonde, and the Cryogenic Frostpoint Hygrometer (CFH), launched at Kunming in August 2009, reveals a large dry bias produced by the GTS1 humidity sensor. The average relative dry bias is in the order of 10% below 500 hPa, increasing rapidly to 30% above 500 hPa, and up to 55% at 310 hPa. A much larger dry bias is observed in the daytime, and this daytime effect increases with altitude. The GTS1 radiosonde fails to respond to humidity changes in the upper troposphere, and sometimes even in the middle troposphere. The failure of GTS1 in the middle and upper troposphere will result in significant artificial humidity shifts in radiosonde climate records at stations in China where a transition from mechanical to digital radiosondes has occurred. A comparison of simultaneous temperature observations by the GTS1 radiosonde and the Vaisala RS80 radiosonde suggests that these two radiosondes provide highly reproducible temperature measurements in the troposphere, but produce opposite biases for daytime and nighttime measurements in the stratosphere. In the stratosphere, the GTS1 shows a warm bias (<0.5 K) in the daytime and a relatively large cool bias (-0.2 K to -1.6 K) at nighttime. 相似文献
17.
In four seasons of 1982 measurements of atmospheric water vapor profiles and total precipitable water were made by a ground-based microwave radiometer operating at 1.35 cm wavelength. All data were processed by using Monte Carlo method. The statistical results of more than seventy cases show that the relative error compared to the radiosonde observations is 5.3% for the total precipitable water vapor and less than 20% for humidity profiles in the lower atmosphere below 750 mb. In addition, the relationship between the weather background and both the humidity profiles and the total precipitable water vapor were analyzed. 相似文献