共查询到19条相似文献，搜索用时 140 毫秒
1.
该文将我国FY-2C气象卫星通道数据、地面观测数据、雷达数据融合进入LAPS (Local Analysis Prediction System) 三维数据分析系统中,获得了三维云量场分布,并采用北京地区2009年11月9日08:00(北京时,下同) 和华南地区2008年6月12日14:00个例,设计了5种试验对LAPS融合的云量场进行分析。结果表明:LAPS云分析中,地面观测对云底结构起主要订正作用,雷达观测对云中、低部信息起主要订正作用,而卫星云图数据对云顶分布订正效果显著,卫星资料是获得客观三维云量场不可或缺的数据。 相似文献
2.
《湖北气象》2021,40(2)
利用2018年3月至2020年2月FY-4A卫星AGRI高时空分辨率多通道数据与同期湖北省夜间大雾天气个例,先确定夜间大雾在AGRI长波红外波段(10.8μm)和中波红外波段(3.72μm)的识别阈值,再使用地面气象观测站点资料对卫星识别结果进行检验;最后,结合高速公路交通管制信息,分析夜间大雾识别方法在湖北省高速公路服务应用中的潜力。结果表明:(1)基于FY-4A卫星识别的夜间大雾,与气象观测站实况大雾较为一致。(2)卫星对夜间大雾的识别命中率普遍在70%以上;不考虑地形影响,其识别命中率可提高5%～8%;不考虑云影响,识别命中率可提高3%～4%。(3)与湖北省高速公路交通管制信息对比,FY-4A卫星对收费站点大雾识别命中率均高于70%,并在部分国家气象站未观测到大雾而因雾封路的区域可实现对大雾天气的有效识别,其对夜间大雾的识别信息在高速公路交通气象服务中具有较大应用潜力。 相似文献
3.
LAPS(Local Analysis and Prediction System)采用物理初值化与三维变分约束相结合的方法,通过融合多源观测资料,发挥各种资料的优势,分析得到较为客观的三维云场,并可改善数值模式初始场。将FY-2E卫星可见光反照率和红外亮温资料引入LAPS,针对2014年6月登陆我国的台风"海贝思",设计不同水平分辨率的同化试验,研究台风三维云结构和初始场的改善情况。结果表明:1)LAPS云分析中引入卫星可见光反照率资料之后,总云量有显著的调整,能够较清晰地分辨出台风眼区、云墙和螺旋云带,卫星红外亮温资料在云顶高度的调整中发挥了重要作用,而且高分辨率的云分析结果有助于更好地分析出台风结构和强对流区域。2)LAPS物理初值化技术将卫星资料中的云结构和微物理信息添加到初始场中,一定程度上调整了数值模式初始场中垂直速度、云水、云冰和水汽场等变量的分布,提高了模式初值质量,对模拟和预报台风系统将会产生一定的影响。 相似文献
4.
2018年2月春节期间琼州海峡发生持续性大雾天气,造成大量船舶停航。本文结合葵花8号卫星反演海雾产品、琼州海峡沿岸站点能见度观测数据及美国国家环境预报中心NCEP（National Centers for Environmental Prediction） 提供的FNL（Final Analysis）客观分析资料,对2018年2月18～20日的大雾过程进行了天气学成因分析,并进一步利用CMA-MESO（Global and Regional Assimilation and Prediction System）高分辨率数值模式从边界层方案、模式垂直分层以及海雾能见度算法三个方面进行敏感性试验,以找出模拟效果更好的模式设置方案。研究结果表明:大雾期间华南近海海温较常年平均偏低,受地面冷高压南下补充的弱冷空气影响,偏东暖湿气流流经冷海面并快速凝结。而数值模拟对比试验显示,采用YSU（Yonsei University）边界层方案、边界层垂直层次加密及美国国家海洋大气局预报系统实验室（FSL/NOAA）的海雾诊断方案（简称FSL）对改进能见度预报效果显著:YSU边界层方案比MRF（Medium Range Forecast Model）边界层方案对该次大雾过程的分布范围和最低能见度出现的时间模拟效果更优;模式低层分层加密可更好体现出低能见度的演变过程;通过能见度算法与实况对比,基于模式预报性能较好的湿度和温度预报而来的FSL算法,其能见度预报与站点实况最为接近。 相似文献
5.
利用LAPS系统,分别针对华中、华南两个区域,将2008—2010年5—7月采集的观测资料进行融合同化分析,设计几种敏感性试验方案,以探空资料为客观标准,对比分析各种观测资料对LAPS分析场各要素误差的作用。将LAPS分析资料和FNL再分析资料做比较,给出融合多种观测资料后LAPS分析场的误差精度。结果表明,LAPS融合同化雷达资料、探空资料、地面观测资料后所得到的分析场误差最小;雷达资料和探空资料的融合对于改善风场及温度场的分析具有正效果,并可减小低层相对湿度误差;融合地面资料后能改善低层的温度场和湿度场分析,但对中高层无影响。对比试验期间各要素总均方根误差可发现,LAPS分析的温度、风向和风速较FNL再分析资料有明显改善,各要素误差在观测误差范围内;高度误差在中低层小于10 m,高层小于20 m;温度误差在1℃左右;相对湿度误差在中低层小于20%,高层误差较大;850hPa以上风向误差较小,不超过20°,风速误差小于2m·s-1。 相似文献
6.
LAPS与STMAS地面气温融合效果对比试验 总被引：2，自引：0，他引：2
利用局地分析和预报系统LAPS(Local Analysis and Prediction System)和多时空尺度分析系统STMAS(Space Time Multiscale Analysis System)对北京、华北和中国3个不同区域的区域自动站观测资料和全球预报系统GFS(Global Forecast System)背景场资料,在1,5,10和20 km等4种分辨率的网格上进行融合试验,从算法的角度对比分析LAPS和STMAS在融合效果上的差异,并利用国家级自动站数据对LAPS和STMAS一年内逐时融合结果进行独立性检验。结果表明,在东部观测密集区,LAPS和STMAS都有不错的表现,STMAS能够解析出观测中细小的特征,融合结果更接近实际观测,相对而言LAPS则平滑作用明显,容易损失观测信息;在资料稀疏地区,STMAS的优势更为明显,由粗网格到细网格逐层分尺度进行分析,使粗网格尺度的误差得到快速修正,避免不同尺度观测信息的混淆,青藏高原等地区的融合结果得到有效改善。此外,地形高度调整的不合理性对LAPS、STMAS在山区的融合效果有所影响。 相似文献
7.
FY-4A云导风在GRAPES_RAFS中的同化应用评估 总被引：2，自引：2，他引：0
云导风资料具有较高的时空分辨率特性,是数值天气预报中重要的非常规观测资料之一。2016年12月我国第二代静止气象卫星风云四号首颗试验卫星(FY-4A)成功发射。依据国家卫星气象中心提供的2017年8月FY-4A卫星红外和高空、低空水汽通道云导风测试数据,选用美国国家环境预报中心的FNL全球分析资料为参考场,对比分析云导风资料观测分布及偏差特征。评估结果表明,FY-4A云导风测试数据分布稳定,水汽通道云导风资料观测数明显多于红外通道;红外通道云导风资料偏差和均方根误差最小,水汽通道云导风资料在高层偏差较大。基于GRAPES_RAFS系统,选取2017年第13号台风天鸽做24 h预报试验。个例试验结果表明,同化FY-4A云导风资料对模式高度场和风场分析有一定调整作用,特别是同化FY-4A水汽通道云导风资料,对强降水落区和强度预报有所改善。 相似文献
8.
中国卫星FY-3A水汽产品为大气水汽混合比,对大气各层水汽条件具有精细化描述能力。将卫星水汽混合比空间分布与区域流场对应叠加,进行综合量化分析,是目前卫星监测反演数据研究分析与业务应用的形式之一。由于卫星数据与流场数据为非同源数据,具有各自的坐标系,综合分析需要将坐标系统一,卫星坐标系随时间变化,因此向固定的流场坐标系转化。整个数据预处理过程,包括卫星数据插值至标准等压面层,卫星轨道网格转为经纬等距标准网格;双权重法异常数据剔除;平滑滤除高分辨率"噪音";十折交叉相关检验确认卫星资料精细化特征保持良好。对流场分析首先选择关键系统,江淮梅雨强降水系统主要为浅薄低涡和辐合线,近5 a的统计显示3/5的低涡活跃在江南,2/3的辐合线活跃在淮北。诊断分析合成的江淮梅雨强降水典型系统,获得辐合线系统纬向湿度锋区更强,低涡系统湿舌经向度大,显示更多干湿气团混合。进而将预处理后的FY-3A水汽分布与强降水系统低层流场对应时刻综合比对,结果显示:与流场气旋性辐合区对应的卫星湿区对强降水落区具有精细化指示性。同时FY-3A湿度产品计算的大气低层(1 000~850 h Pa)可降水量、以及降水区对应的假相当位温高能区及高能锋区,均与降水强度呈正比关系。将卫星水汽资料诊断方法应用于近海海域,可估测系统强降水落区以及降水强度,有利于改善海上缺乏降水观测站的问题。 相似文献
9.
LAPS云分析中卫星资料的应用及对GRAPES模式短时预报的影响 总被引：2，自引：2，他引：0
通过2013年5月16日广东暴雨个例,利用LAPS分析系统在GRAPES背景场的基础上融合了地面、探空、雷达和卫星资料,比较了LAPS分析系统是否融合卫星资料的云微物理变量(云水、雨水、云冰、云雪)差异;进一步对比讨论了模式提前6 h滚动预报与LAPS反演的云微物理变量的异同,在此基础上探讨了两者对模式降水预报的影响。结果发现,LAPS分析系统融合了卫星资料后,能较好地再现中尺度云团的形态和强度,且能减少一些云微物理变量(云水、云冰、云雪)的虚假中心,大值中心与强降水中心吻合较好;模式滚动预报与LAPS反演的云微物理变量水平和垂直分布差异较大,后者的分布形态基本与观测降水、雷达回波相似,大值中心与强降水中心吻合较好;从两者对模式降水预报的效果来看,LAPS分析的云微物理变量作为模式初始场中的云参数,能改善模式1 h的降水预报,而模式滚动预报的云微物理变量对模式降水预报基本没改善。 相似文献
10.
11.
Analysis and high-resolution modeling of a dense sea fog event over the Yellow Sea 总被引：12，自引：0，他引：12
Gang Fu Jingtian Guo Shang-Ping Xie Yihong Duan Meigen Zhang 《Atmospheric Research》2006,81(4):293-303
A ubiquitous feature of the Yellow Sea (YS) is the frequent occurrence of the sea fog in spring and summer season. An extremely dense sea fog event was observed around the Shandong Peninsula in the morning of 11 April 2004. This fog patch, with a spatial scale of several hundreds kilometers and lasted about 20 h, reduced the horizontal visibility to be less than 20 m in some locations, and caused a series of traffic collisions and 12 injuries on the coastal stretch of a major highway. In this paper, almost all available observational data, including Geostationary Operational Environmental Satellite (GOES)-9 visible satellite imagery, objectively reanalyzed data of final run analysis (FNL) issued by the National Center for Environmental Prediction (NCEP) and the sounding data of Qingdao and Dalian, as well as the latest 4.4 version of Regional Atmospheric Modeling System (RAMS) model, were employed to investigate this sea fog case. Its evolutionary process and the environmental conditions that led to the fog formation were examined by using GOES-9 visible satellite imagery and sounding observations. In order to better understand the fog formation mechanism, a high-resolution RAMS modeling of 4 km × 4 km was designed. The modeling was initialized and validated by FNL data. A 30-h modeling that started from 18 UTC 10 April 2004 reproduced the main characteristics of this fog event. The simulated lower horizontal visibility area agreed reasonably well with the sea fog region identified from the satellite imagery. Advection cooling effect seemed to play a significant role for the fog formation. 相似文献
12.
利用机场常规观测资料(METAR报文)、ERA-Interim(1°×1°)再分析资料和温江气象站一日两次的探空资料,对2016年12月7~8日双流机场一次持续性低能见度天气过程进行了研究分析。结果表明:500hPa环流背景与此次低能见度天气过程的变化密切相关;逆温层高度及厚度的变化对整个演变过程起主导作用,同时逆温层的长期存在直接导致此次天气过程持续时间较长;晴朗的夜空、逆温层、地面冷却辐射、水汽饱和以及近地面的微风状况,共同作用致使生成辐射雾导致7日15时能见度急剧下降;整个过程地面风场处于微风条件且气压逐渐降低,两者对能见度的变化未起到决定性的作用。 相似文献
13.
本文基于多灰度共生矩阵特征值,即相关性、对比度、同质性和能量,进行联合海雾遥感判识,提出一种高准确率黄渤海白天海雾识别算法。采用第二代静止气象卫星FY-4A可见光、近红外和红外数据,将该算法应用于黄渤海区域白天海雾判识,并利用2019—2020年沿黄渤海气象站点能见度实测数据及CALIPSO卫星数据产品对本算法识别结果进行精度验证。结果表明：海雾识别平均检测率(POD)为92%,误报率(FAR)为27%,临近成功指数(CSI)为69%,可以实现对海雾的动态监测,为海上交通等领域提供较好的数据支持。 相似文献
14.
An observational and modeling study of a sea fog event over the Yellow Sea on 1 August 2003 总被引：1，自引：0，他引：1
Gang Fu Pengyuan Li Joseph G. Crompton Jingtian Guo Shanhong Gao Suping Zhang 《Meteorology and Atmospheric Physics》2010,107(3-4):149-159
A dense sea fog episode that occurred near the coastal city of Qingdao in the Shandong Peninsula of China on 1 August 2003 is investigated by using all of the available observational data and high-resolution modeling results from the Regional Atmospheric Modeling System (RAMS). This fog event reduced the horizontal visibility to be less than 60 m in some locations and caused several traffic accidents locally. In this paper, all of the available observational data, including visible satellite imagery of Geostationary Operational Environmental Satellite (GOES)-9 and MODerate-resolution Imaging Spectroradiometer (MODIS), objectively reanalyzed Final Analysis (FNL) data issued by the National Centers for Environmental Prediction (NCEP), sounding data at the Qingdao and Dalian stations, and the latest 4.4 version of the RAMS model, were employed to study this sea fog case. We begin with the analyses of the environmental conditions of the sea fog event, including the large-scale conditions, the difference between T 2m (air temperature at 2 m altitude) and sea surface temperature (SST), and the atmospheric sounding profiles of the two stations. The characteristics of this sea fog event was documented by using visible satellite imagery of GOES-9 and MODIS. In order to better understand the fog formation mechanism, a high-resolution RAMS model of dimensions 4 km × 4 km was designed, which was initialized and validated by FNL data. A 54-h modeling period that started from 18 UTC 31 July 2003 reproduced the main characteristics of this sea fog event. The simulated lower visibility area agreed well with the sea fog area identified from the satellite imagery. It is shown that advection cooling effect plays a significant role in the fog formation. 相似文献
15.
利用常规观测、地面加密自动站及NCEP再分析资料,针对上合组织青岛峰会的气象服务过程,对海雾维持和消散两个阶段的气象要素特征进行了分析。结果表明：1）当能见度低于1 000 m时,相对湿度为99%,能见度介于1 000～2 000 m之间时,相对湿度为95%～99%。2）近地面层30°N以北黄海海域持续吹东南风,并在青岛形成水汽辐合中心,有利于青岛形成海雾;当东南风转为东北风,水汽辐合中心减弱或消失时,海雾趋于消散。3）在海雾维持阶段,逆温层最低高度稳定在980 hPa以下,总逆温差逐渐增强,逆温梯度跃升与海雾强度增强同步;最大逆温层厚度和逆温层总厚度下降12 h后海雾逐渐减弱,逆温层最低高度上升时能见度也随之上升。4）白天逆温层之上为下沉运动,之下为上升运动,夜间700 hPa之下均为上升运动,且上升运动中心位于逆温层之下,这种垂直结构有利于逆温层和海雾的维持;当逆温强度减弱,垂直运动穿越逆温层贯穿700 hPa以下对流层时,海雾趋于消散。 相似文献
16.
为全面了解中国南海海区海雾的分布特征,为南海海雾气象服务提供基础背景资料,利用2011—2016年1—3月FY-3B气象卫星资料的雾监测产品,分析了中国南海海区海雾的时空分布特征。结果表明：中国南海海雾具有特定的区域特征,中国南海海雾多出现在华南沿海、北部湾沿海、琼州海峡和海南岛东北部沿海海区,南海南部海域出现海雾概率低;南海出现高频次海雾的时间多发生在2月,1月次之,3月最少。该研究结果可为中国南海海雾研究提供背景资料。 相似文献
17.
黄渤海一次持续性大雾过程特征和成因分析 总被引：2，自引：0，他引：2
利用日本MTSAT1R卫星数据、常规地面和高空观测数据、NCEP FNL客观再分析资料和NEARGOOS（NorthEast Asian Regional Global Ocean Observing System）的海表温度（SST）数据,分析了2010年5月31日至6月5日发生在黄渤海及周边地区的一次持续性海雾天气的形成、维持、消散特征及其物理机制。结果表明：大雾形成前低层水汽非常充沛,入海变性冷高压的稳定维持为这次持续性海雾过程提供了有利的背景条件,海雾在夜间辐射冷却作用下形成;大雾期间黄渤海 相似文献
18.
利用2005-2010年卫星云图FY-2E、海岸带一海区出现的28次大雾天气资料和2008-2010年海岛站资料,依据大气状态方程、热力学原理,在MICAPS3．0系统下,应用云图与同步探空、地面雾区叠加图、温度场逆温层剖面及TBB值与海面温度比较,估算雾区面积、高度及秋、冬季雾区温度垂直递减率。结果表明：在环渤海地区特定的环流背景下,红外云图和可见光云图监测到的雾区分别在大连、烟台及天津一带由轻雾转为大雾,沿海岸带向北发生发展,雾区垂直厚度为400-600m,递减率为0．02-0．04℃／100m,渤海东西向温度差值为1q℃,南北向为3-5℃;辐射雾对应弱高压均压场,平流雾对应弱低压均压场;低云覆盖雾区浓雾加重,轻雾被低云叠加使得能见度降低;平流雾被锋面抬升后混合到低空水汽输送带之中,对后期降雪（水）具有指示作用。在2009-2010年海区一海岸带大雾天气预报及预警信号升级应用中效益显著,可为海岸带大雾预报因子选取及预报监测业务流程的改进提供参考。 相似文献
19.
利用江苏70个基本站多年逐时雨量、相对湿度、风向、风速以及同时段内最低能见度等观测资料,分析不同强度降雨对能见度的影响,并对比分析两种不同强度降雨造成的低能见度事件统计特征。结果表明:降雨是除雾以外,江苏低能见度的主要影响天气(14. 7%),其中稳定性弱降雨和短时强降雨影响最大。与低能见度雾事件不同,降雨造成的低能见度事件全天各时段均可能出现,发生时可伴随较强的风速(2 m/s),短强低能见度多见风速4 m/s(26. 6%)。江苏冬春两季为雨雾高发季,主要受降雨持续时间影响,对应的低能见度区间为500~1 000 m,有明显日变化。短强低能见度主要受雨强影响,多发生于6—9月,对应的低能见度区间为小于200 m,无明显日变化。两种降雨产生的低能见度事件有明显的空间分布差异,且雨雾低能见度发生时偏北风占主导,短强低能见度发生时则偏东风占主导。 相似文献