共查询到19条相似文献，搜索用时 546 毫秒
1.
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
2.
利用青藏高原地区COSMIC掩星资料反演的大气湿廓线Wet Prf数据和8个站点的探空数据,分析了COSMIC反演大气廓线和可降水量与探空观测的偏差,并考查了偏差随高度的变化特征。结果显示:(1)COSMIC反演的温度、压强和水汽压廓线与探空观测具有很好的正相关;与探空观测相比,COSMIC的温度、压强和水汽压的偏差为-0.2℃、1.7 h Pa和0 h Pa,均方差为1.8℃、1.6 h Pa和0.4 h Pa;COSMIC反演大气廓线与探空观测的偏差基本上在大气低层较大,然后随高度增加而减小。(2)COSMIC反演的可降水量与探空观测正相关较好;COSMIC反演的可降水量低于探空观测,两者的偏差为-5.0 mm,均方差为5.7 mm;两者的负偏差在大气低层最明显。(3)探空观测在近地层的不稳定性和COSMIC反演方法中背景模式在青藏高原地区描述大气状态的能力有限,是造成COSMIC反演大气廓线和探空观测的偏差在近地层较大的主要原因;COSMIC观测的折射率偏小导致其反演的可降水量偏低。 相似文献
3.
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
4.
利用贵州省威宁站探空和地面露点观测资料,分别计算了不同季节大气总可降水量（PWV）,对其研究表明：两种资料计算的PWV精度差异较小,均为毫米级,平均差值绝对值小于2.2 mm,其中最大差值出现在夏季2.38 mm,最小值出现在春季1.6 mm。探空资料计算大气可降水量与地面资料计算大气可降水量两者在不同季节,相关性都较高。春、秋两个季相关性最好,相关系数分别为0.903、0.851;夏季和冬季相关系数均为0.754。因此,在大气水汽监测、降水预报应用过程中,利用地面露点温度（td）获取的大气总可降水量(DM/PWV)可以弥补探空资料观测时空分辨率的不足。研究结果也表明降雨天气过程与PWV间有良好的对应关系,降水强度与大气可降水量之间不成比例关系。 相似文献
5.
“00.7”北京特大暴雨模拟中气象资料同化作用的评估 总被引：18，自引：0，他引：18
针对2000年7月4～5日北京地区的一次特大暴雨过程(24 h降水量达240 mm),文中利用MM5/WRF三维变分系统和MM5非静力模式,对此次特大暴雨过程中的各种气象监测资料(地基GPS大气柱水汽含量、常规探空、高空测风、地面常规观测和地面自动气象站)的同化作用通过观测系统数值试验进行了评估.结果表明与传统的客观分析方案相比较,MM5/WRF三维变分同化系统可直接引入非常规地基GPS大气柱水汽含量监测资料,提供更好的大气初始分析场.在三维变分同化方案下,各种大气监测资料均对改进此次特大暴雨模拟有不同程度的贡献,其中,常规探空和高空测风监测资料对改进预报结果的影响最大,地面常规观测和地面自动气象站观测资料作用次之,地基GPS大气柱水汽含量资料在与其他大气监测资料相互优势互补后,可很好地改善模式大气的分析质量,通过三维变分同化技术在区域数值天气预报模式初始场中引入地基GPS大气水汽监测网资料,使此次强降水个例的6 h和24 h测站降水预报的TS评分值在1,5,10和20 mm预报检验阈值下分别提高了1%～8%.研究结果对利用三维变分数值系统,评估气象监测网资料在改进高影响天气事件预报中的作用有借鉴意义. 相似文献
6.
选取大气可降水量的地基GPS水汽遥感法,探空反演法以及经验公式计算法,以贵州西部的威宁作为研究个例,对比分析3种方法在乌蒙山区对大气可降水量反演的异同。以探空反演结果作为基准值,得出地基GPS遥感水汽值和经验公式计算值较基准值偏大,3个方法的反演值之间具有很好的相关性,地基GPS遥感水汽值与探空反演值之间的相关性最好,平均绝对误差值最小,为3.5 mm,均方根误差为4.14 mm。在乌蒙山区,对流层加权平均温度(Tm)的本地经验公式与探空计算值之间的平均误差为1.1 K,本地Tm公式对大气可降水量反演的结果影响较小。有降水事件发生及昆明准静止锋常驻的11月至次年4月,GPS水汽反演精度较高,平均绝对误差仅为1 mm。5—10月,经验计算方法的计算精度较高,平均绝对误差为0.74 mm。 相似文献
7.
中国新一代地球静止气象卫星风云四号A星（FY-4A）搭载的干涉式大气垂直探测仪（Geostationary Interferometric Infrared Sounder, GIIRS）以红外高光谱干涉分光方式探测三维大气温湿结构,取得了在静止轨道上探测大气的突破性进展。地基全球导航卫星系统（Global Navigation Satellite System,GNSS）是一种连续监测大气可降水量（Precipitable Water Vapor,PWV）的有效手段,基于2018年6—8月中国地基GNSS站监测的PWV和FY-4A/GIIRS水汽廓线的业务产品以及常规无线电探空资料,开展GNSS/PWV与FY-4A/GIIRS水汽廓线快速融合应用,以提高卫星资料反演大气水汽廓线的精度。结果表明:与常规无线电探空相比,FY-4A/GIIRS水汽廓线产品在大气低层均方根误差（Root Mean Square Error,RMSE）为4.5 g/kg,700 hPa为2.4 g/kg,500 hPa以上因水汽含量较低RSME小于1.5 g/kg。GNSS/PWV与FY-4A/GIIRS水汽廓线融合后,FY-4A/GIIRS水汽廓线误差整层RMSE减小20%,从近地层到600 hPa RMSE平均减小20%—25%,尤其是850—700 hPa改善最明显,极大改善了卫星水汽反演资料的可用性。对一次多系统影响的暴雨天气过程应用分析表明,GNSS/PWV和FY-4A/GIIRS融合产品可获得高时、空密度的大气水汽廓线,对强降水的临近预报有非常重要的支撑作用。 相似文献
8.
9.
《湖北气象》2010,(4)
利用同址GPS无线电探空和GPS气象学(GPS/MET)的观测数据,对微波辐射计反演的气象要素进行了对比分析。与GPS无线电探空结果对比,微波辐射计的温度和水汽密度廓线具有很好的正相关,而微波辐射计相对湿度廓线的正相关系数受到天气的明显影响。微波辐射计和GPS无线电探空的观测结果之间具有系统偏差,该偏差在无降水时较小,而在有降水时较大。这个系统偏差可能与两种探测设备采样方法的差异、微波辐射计反演算法以及降水影响等有关。尤其是降水时,天线罩上形成的液态水将会导致亮温测值的偏高,进而会给反演结果带来较大的系统偏差。降水的影响同样会体现在微波辐射计反演大气整层可降水量上。与GPS无线电探空结果相比,在无降水时,微波辐射计的可降水量偏小,两者的系统偏差在4 mm以内,而在有降水时,微波辐射计的可降水量明显偏大,两者的系统偏差也较大。与GPS/MET的结果相比,微波辐射计的可降水量总体上偏大,在无降水时,微波辐射计的可降水量与GPS/MET的结果具有很好的正相关,两者的系统偏差小于2 mm,而在有降水时,随着雨强的增加,微波辐射计与GPS/MET可降水量之间的相关系数会减小,同时两者的系统偏差会增大。 相似文献
10.
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
11.
青藏高原探空大气水汽偏差及订正方法研究 总被引：4，自引：1，他引：3
水汽是大气的主要成分和降水的主要物质来源.青藏高原大气水汽分布对区域天气和气候有很大影响,为了探讨探空观测的大气水汽总量（R）资料的可靠性,本文以地基GPS遥感的大气水汽总量（G）为参照标准,对拉萨（1999~2010年）和那曲（2003年）的R进行对比分析和偏差（R-G）订正.结果表明:近10多年拉萨站R比G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PW偏差分别为-8.8%和-3.9%,随机误差分别为17.6%和13.6%.近10多年PW偏差变化呈减少趋势,这与探空仪性能改进有关.分析发现,青藏高原PW偏差具有明显季节变化和日变化特征,夏季比冬季明显,1200 UTC比0000 UTC明显.拉萨站GZZ-2型和GTS-1型探空仪在1200 UTC多年平均的PW偏差分别为-15.8%和-7.3%,在0000 UTC分别为-1.6%和-0.4%.那曲站GZZ-2型探空仪在1200 UTC和0000 UTC的PW偏差分别为-12.4%和-0.3%.分析还表明,太阳辐射加热与气温的日变化和季节变化是造成高原PW偏差日变化和季节变化的重要原因.据此,提出了高原PW偏差的订正方法,并以拉萨和那曲站为例进行PW偏差订正,订正后的PW系统偏差显著减少,随机误差也相应得到了改善. 相似文献
12.
The Visible and Infrared Spin-Scan Radiometer(VISSR) onboard the Fengyun-2(FY-2) satellite can provide valuable thermal infrared observations to help create a precipitable water vapor(PWV) product with high spatial and temporal resolutions. The current FY-2/VISSR PWV product in operation is produced by using a traditional two-band physical split-window(PSW) method, which produces low quality results under dry atmospheric conditions. Based on the sensitivity characteristics of FY-2 F/VISSR water vapor channel and two split-window channels to atmospheric water vapor, this study developed a new, robust operational PWV retrieval algorithm for FY-2 F to improve the operational precision of the current PWV product. The algorithm uses a modified three-band PSW method, which adds a scale for the water vapor channel in the improved three-band PSW method. Integrated PWV products from the radiosonde data in 2016 are used here to validate the precision of the PWV retrieved by the modified three-band and traditional two-band PSW methods. The mean bias, root mean square error(RMSE), and correlation coefficient of the PWV retrieved by the modified three-band PSW method are 0.28 mm, 4.53 mm, and 0.969, respectively. The accuracy is much better than the PWV retrieved by the two-band method, whose mean bias, RMSE, and correlation coefficient are 12.67 mm, 29.35 mm, and 0.23. Especially, in mid-or high-latitude regions, the RMSE of the PWV is improved from 10 to 2 mm by changing the inversion in the two-band method to the modified three-band PSW method. Furthermore, the modified three-band PSW results show a better consistency with the radiosonde PWV at any zonal belt and season than the two-band PSW results. This new algorithm could significantly improve the quality of the current FY-2 F/VISSR PWV product, especially at sites where the actual PWV are lower than 15 mm. 相似文献
13.
Murugavel P. Malap N. Balaji B. Mehajan R. K. Prabha T. V. 《Theoretical and Applied Climatology》2017,130(1-2):467-476
Based on the precipitable water observations easily available from in situ and remote sensing sensors, a simple approach to define the lifting condensation level (LCL) is proposed in this study. High-resolution radiosonde and microwave radiometer observations over peninsular Indian region during the Cloud Aerosol Interaction and Precipitation Enhancement Experiment Integrated Ground Observational Campaign (CAIPEEX-IGOC) during the monsoon season of 2011 are used to illustrate the unique relationship. The inferences illustrate a linear relationship between the precipitable water (PW) and the LCL temperature. This relationship is especially valuable because PW is easily available as a derived parameter from various remote sensing and ground-based observations. Thus, it could be used to estimate the LCL height and perhaps also the boundary layer height. LCL height and PW correlations are established from historical radiosonde data (1984–2012). This finding could be used to illustrate the boundary layer-cloud interactions during the monsoon and is important for parameterization of boundary layer clouds in numerical models. The relationships are illustrated to be robust and seem promising to get reasonable estimates of the LCL height over other locations as well using satellite observations of PW.
相似文献14.
针对武汉地区GPS气象网资料进行GPS对流层延迟直接推算可降水量的研究。推导了对流层延迟直接推算可降水量的模型,并对模型结果进行检验。从武汉东湖站GPS对流层延迟与无线电探空可降水量的比较中可知,两者具有很好的相关性,相关系数达到0.931;由该站对流层延迟转换的可降水量与无线电探空可降水量的比较可得,均方根为4.45 mm,相关系数为0.905,对流层延迟转换的可降水量与GPS可降水量的均方根为2.23 mm,相关系数为0.988。说明在没有气象数据的地区,对流层延迟直接推算的可降水量可以作为气象短期预报的参考依据。 相似文献
15.
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
16.
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
17.
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
18.
19.
利用江西省54个地基GPS站的逐时GPS PW、降雨资料和NCEP 1°×1°的fnl分析资料,综合分析了2012年5月12日江西中北部地区的大暴雨过程。结果表明,所有地基GPS站的降雨都出现在GPS可降水量(PW)持续增长4—21 h后,其中72.2%的测站的降雨出现在GPS PW持续增长4—12 h后,降雨都结束于GPSPW明显减小至某一稳定值(55 mm左右)时。降雨出现时GPS PW均大于某一值(阈值),且不同GPS站的阈值不相同,阈值会随海拔高度的增大而减小,特别是海拔高度大于200 m后,阈值随海拔高度的增加而减小的趋势更加明显。GPS PW的迅速增长是由低层(850 hPa)暖湿西南风急流加强东移至江西地区造成的。GPS PW的明显减小,是由于之前的强降雨消耗了空气的水汽所致。 相似文献