共查询到10条相似文献，搜索用时 296 毫秒
1.
热带气旋上层的暖异常与气旋强度密切相关。利用匹配的NOAA-16和NOAA-18上的AMSU-A从不同角度几乎同时对同一气旋的观测数据,对基于变分理论的热带气旋暖异常物理反演算法进行检验。结果表明,采用物理反演方法后可明显提高不同卫星平台上同类仪器观测的亮温异常之间的相关性,即显著地减小了水平分辨率因素对亮温异常观测的影响。对实测数据的分析表明,不同平台上通道8(55.5 GHz)观测的亮温异常之间的相关性大于通道7(54.94 GHz)。为了选择更优的亮温异常观测通道,利用2002-2003年西北太平洋区域的344对匹配数据,分别建立了AMSU-A的通道7、8反演的亮温异常与日本气象厅提供的最佳路径数据中的MSLP(最低海平面气压)之间的统计关系,再利用2004年的229对匹配数据对算式进行了检验,对检验结果进行了比较表明,对于独立的检验数据,采用通道8所得结果的均方根误差比采用通道7时相对减小25%。 相似文献
2.
GRAPES全球三维变分同化中卫星微波温度计亮温的背景误差及在质量控制中的应用 总被引：2，自引：0，他引：2
模式变量背景误差在观测空间的投影,也即观测变量的背景误差包含了变分同化系统的重要信息,其在诊断和分析变分同化系统中资料的影响等方面具有重要作用,特别是在背景场检查质量控制中。在GRAPES全球三维变分同化(3DVar)系统中仅给定了控制变量的背景误差,并未直接给定观测变量的背景误差。为了能够对GRAPES全球3DVar进行全面的诊断和分析,改进卫星微波温度计资料的质量控制,推导出GRAPES全球3DVar同化系统控制变量随机扰动方法估计观测变量的背景误差的公式,为分析和改进GRAPES全球3DVar提供了一个有力工具,并进而估计了AMSU-A亮温的背景误差,分析了AMSU-A不同通道亮温的背景误差特征,将其应用于GRAPES全球3DVar的AMSU-A亮温的背景场检查质量控制中。结果表明,控制变量随机扰动方法估计的GRAPES全球3DVar同化系统AMSU-A亮温的背景误差正确合理。同化循环预报试验结果表明,亮温的背景误差在背景场检查中的应用显著提高了GRAPES全球3DVar同化的亮温资料的数量,显著提高了GRAPES南半球对流层中高层位势高度场的预报技巧。在GRAPES全球3DVar同化系统中推导和实现的控制变量扰动方法为诊断和分析GRAPES全球3DVar观测资料同化效果提供了有力工具。 相似文献
3.
基于交叉验证的多模式超级集合预报方法研究 总被引：7，自引：1，他引：6
利用AREM、MM5和WRF 3个中尺度有限区域模式,通过选取对短期天气预报影响颇大的积云参数化方案和边界层方案构成15个集合预报成员,以2003年7月汛期天气为研究对象,分别采用相关加权、多元线性回归以及支持向量机回归与"交叉验证"相结合的方法,开展有限区域模式的多模式短期超级集合预报研究.文中主要对上述3种方法的24 h降水和700 hPa流场的超级集合预报结果与多模式集合平均预报结果以及T213模式结果进行了对比分析,结果表明:(1)对于24 h降水,支持向量机回归方法的超级集合预报得到的均方根误差比多模式集合平均小,各降水临界值的TS异常评分比多模式集合平均高;并且它也较相关加权法和多元线性回归的超级集合预报效果好.(2)对于700 hPa流场,对比分析各预报结果经过向量EOF分析得到的风场第1模态和第2模态表明,多模式集合平均主要使风场强度变小,多元线性回归和支持向量机回归的超级集合预报可以较好地刻画风场的强度分布,其中支持向量机回归的超级集合预报对风场强度及其区域分布的预报效果最好.(3)对于700 hPa流场,超级集合预报明显优于同期T213模式预报,从相同的预报均方根误差意义看,支持向量机回归的超级集合预报至少较T213模式预报能提前12 h. 相似文献
4.
“5·6”四川盆地对流云团特征及触发机制 总被引：2，自引：2，他引：0
利用FY-2卫星资料、NCEP再分析资料和常规观测资料,分析研究了2016年5月6日四川盆地暴雨对流云团的特征及其形成机制。结果表明:四川盆地对流云团易发生在青藏高原东侧边坡陡峭地形带,初生对流云团的云顶亮温低于-45℃,边缘最大温度梯度为15~20℃,水汽-红外通道亮温差值介于-5~0℃,分裂窗-红外亮温差值介于0~2℃。强降水出现在红外和水汽亮温快速下降到最低值、水汽-红外通道差值达0℃附近、分裂窗-红外亮温差为正值和温度梯度达0℃后的几小时内,最大雨强出现在强对流云团成熟后开始迅速减弱的初始阶段(即云顶亮温开始回升的阶段)。较大范围的强降水由发展成熟的云顶最低亮温约为-70℃的对流云团产生,主要出现在红外亮温低于-50℃的区域,集中在红外亮温-65℃~-60℃、水汽亮温为-65℃~-60℃的云顶较为平滑的次低值中心区域内,并不与云顶最低亮温中心相吻合。机制分析表明,对流云团生成区域均受偏东风影响,且形成于高的对流不稳定能量条件下,发展于高湿区,近地层冷空气扩散南下与气旋式流场中的辐合共同触发对流在辐合线以北生成,而中层垂直风切变的加强、中低层暖平流和高层冷平流的发展促使对流云团发展旺盛。 相似文献
5.
6.
AMSU温度反演及其在台风研究中的应用 总被引：1，自引：1，他引：1
利用物理统计综合方法，建立了统计回归模型，作AMSU（Advanced Microwave Sounding Unit）温度反演。采用Liebe模式计算了AMSU3～14通道微波波段的权重函数，利用计算得到的归一化权重函数作为统计回归模型的约束夸件，并适当调整约束因子求得方程的最佳解。结果表明，当采用近星下点的AMSU—A亮温资料样本时，该算法模型具有较高的反演精度，在100hPa以下，温度均方根偏差为0．4K，100hPa及以上的均方根偏差为1．0K。用同样的约束回归算法对AMSU偏离星下点的观测视场作了临边订正，对于通道4～14（频率52．8～57．29GHz）的大气探测通道，使其最大偏差由-15～5K减小为4-0．9K。利用反演的温度，对2002-2003年登陆和影响我国的15个热带气旋的暖心结构作了分析，发现AMSU温度不仅能够清晰地反映热带气旋的暖核结构，而且其温度距平值与热带气旋中心风速和最低海平面气压有较好的相关关系，对实际分析预报有一定的参考价值： 相似文献
7.
本研究利用WRF模式及其三维变分同化系统实现了对NOAA-16 AMSU-A微波资料的直接同化,针对2010年6月19日江西地区的一次强降水过程开展模拟与同化试验,并利用中国区域土壤湿度同化系统(CLSMDAS—China Land Soil Moisture Data Assimilation System)输出的土壤湿度值替换NCEP(National Centers for Environmental Prediction)资料中的土壤湿度,研究土壤湿度初值对辐射率资料直接同化中观测场与背景场偏差调整的影响。结果表明:采用CLSMDAS输出土壤湿度初值条件下模拟的亮温值与实际观测值更为接近,经过质量控制和偏差订正后更多的观测资料能够进入到同化系统中,说明改进的土壤湿度初值条件下观测算子的计算值得到正的调整,对低层地表通道的改进效果明显,尤其以50.3 GHz的窗区通道3的结果最为理想;针对此次强降水过程中24 h累积降水分布的模拟结果,CLSMDAS输出土壤湿度初值条件下同化AMSU-A资料,能够较为准确的把握整个雨带的走向、大雨以上级别降水的落区范围、降水中心落区及强度等。说明准确的土壤湿度初值能够改进卫星辐射率资料的同化结果,进而提高数值模式的模拟预报能力。 相似文献
8.
利用红外高光谱探测仪（Infrared Atmospheric Sounding Interferometer,IASI）在二氧化碳吸收带的长短波红外通道对云反应程度的不同来探测云。依据不同通道的权重函数峰值高度和云不敏感层高度将IASI长短波红外通道进行配对,成功配对的长短波红外通道晴空亮温之间建立线性回归模型,即通过长波红外通道亮温可以线性回归得到配对的短波通道亮温,将短波通道的晴空回归亮温和观测亮温之差定义为云指数。权重函数峰值高度位于383 hPa的云指数空间分布和云成分为冰的空间分布较为一致,尤其在赤道和低纬度地区。权重函数峰值高度位于790 hPa的云指数空间分布和低云云顶气压也有较好的一致性。 相似文献
9.
利用NOAA-16/AMSU-B微波亮温资料和GOES-9光学遥感资料对2004年6月16日一次锋面气旋云系中的强对流云团进行识别, 尝试了NOAA-16/AM SU-B微波两窗区通道亮温、3个微波水汽通道间亮温差, GOES-9红外亮温阈值、水汽和红外通道亮温差、红外和水汽通道亮温多光谱逐个修改聚类等方法, 通过比较各种方法的识别结果, 分析各种识别技术的特点, 同时采用地面常规观测资料进行叠加, 对识别方法进行了验证。结果表明:微波对强对流云团均能较好识别, 但89 GHz通道亮温受地表影响较大, 不能很好剔除过冷水体, 150 GHz通道亮温与微波水汽通道间亮温差的识别结果较一致, 3个微波水汽通道间亮温差对阈值的依赖性相对较小; GOES-9红外亮温阈值因其随时空变化对识别结果会造成较大差别, 而水汽和红外通道亮温差对强对流云团能进行较好定位, 但识别范围较小, 多光谱逐个修改聚类方法对积雨云的识别效果较好, 且和NOAA-16/AMSU-B识别结果有较好的对应关系; 地面常规观测资料的叠加结果也说明, 多波段遥感资料对强对流云团的识别结果与当时的天气现象及积雨云状均有较好的对应关系。 相似文献
10.
采用新疆“96·7”特大暴雨期间逐日08、20时1°×1°网格常规观测资料和GMS－5红外一、二通道及水汽通道的亮温资料,对比分析了水汽通道亮温场与大气水汽含量场之间的关系,水汽通道亮温高值带对应大气水汽含量场上的干区,低值带对应温区。水汽通道亮温（W）≤230K的区域的分布和走向能够表征水汽输送通道。同时进一步讨论了GMS－5三个通道亮温资料与大气水汽含量之间的相关性,利用一元或多元回归方法拟合大气水汽含量,并对拟合结果进行了误差分析。 相似文献