共查询到10条相似文献，搜索用时 15 毫秒
1.
该文介绍了卫星观测海表温度 (SST) 算法的发展历程,给出了所用SST算法的回归模型,并在FY-3B/VIRR业务SST算法的基础上进行了改进。基于NOAA-19/AVHRR匹配数据集,进行多算法建模分析及精度评估,白天最优算法为非线性SST (NL) 算法,夜间最优算法为三通道SST (TC) 算法,最优算法的确定与NESDIS/STAR一致。建立2012年8月—2013年3月FY-3B/VIRR匹配数据集,并在此基础上进行多算法回归建模及精度评估,白天和夜间的最优均为NL算法,分析发现夜间TC算法采用匹配数据集版本2(MDB_V2) 时,3.7 μm通道存在类似百叶窗的条带现象。以2012年10—12月FY-3B/VIRR匹配数据集计算回归系数,以2013年1—3月独立样本进行精度评估,与浮标SST相比,NL算法白天和夜间的均方根误差分别为0.41℃和0.43℃。与日平均最优插值海温 (OISST) 相比,NL算法白天和夜间的均方根误差分别为1.45℃和1.5℃; 选择与OISST偏差在2℃以内的样本,NL算法白天和夜间均方根误差分别为0.82℃和0.84℃。 相似文献
2.
国家卫星气象中心FY-3C/VIRR（visible and infrared radiometer,可见光红外扫描辐射计）海表温度产品在云检测产品的基础上,采用多通道MCSST（multichannel SST）算法进行晴空区海温反演。该文详细介绍了海表温度产品算法、产品设计、质量控制及质量检验方法。FY-3C/VIRR海表温度产品包括5 min段原始投影海温和5 km全球等经纬度投影海温。设计逐像元的海温质量标识,将海温像元分为优、良、差3个等级,用户可根据应用目标选择海温的质量等级。与日最优插值海温OISST（optimum interpolation SST）相比,FY-3C/VIRR 2015年1月—2019年12月的5 min段海温质量检验结果表明:质量等级为优的海温,白天和夜间的偏差分别为-0.18℃和-0.06℃,均方根误差分别为0.85℃和0.8℃;白天海温均方根误差有季节性波动,夏季有的月份均方根误差大于1℃（如2015年7月、2016年7月和2019年7月）;在海温回归系数不变的条件下,夜间海温偏差的季节性波动与星上黑体温度相关显著。从一级数据质量、定位、业务运行状况等方面讨论引起海表温度产品异常的原因,为FY-3C/VIRR历史数据定位、定标和产品重处理及用户应用提供重要的参考信息。 相似文献
3.
FY3A/VIRR海面温度业务产品算法改进与质量检验 总被引：2，自引：0，他引：2
针对FY3A/VIRR海面温度(SST)业务产品温度偏低的现状,进行误差原因分析,并对SST产品算法进行了如下改进:采用精度优先原则,以尽可能大的SST覆盖度提高SST反演精度;针对业务SST云污染的现状,构建3×3数据块,并在此基础上进行了SST空间一致性检验;引入气候阈值检验,以进一步剔除异常值。改进后的SST产品,全球日平均SST的覆盖度有所降低,但SST的一致性提高了;算法改进前后全球月平均SST覆盖度基本一致,但改进后云污染的现象得到了抑制。利用分析场日平均OISST对改进后的FY3ASST进行了质量检验,在南北纬70°之间的海域,FY3ASST的全局精度为-0.23±1.74℃,负的偏差说明云和气溶胶的影响仍然存在。改进后的FY3ASST 1.74℃的均方根误差与FY3A VIRR 11μm通道1.6K的定标精度量级相当。 相似文献
4.
选取简单云状和复杂云状作为分析对象,利用Terra/MODIS云相态产品对FY-3A/VIRR云相态产品的识别结果进行检验。对比分析采用一致性比较、差异图显示以及两种产品识别结果叠加显示等方法。结果表明:(1)简单云状条件下,FY-3A/VIRR云相态产品与Terra/MODIS云相态识别结果具有较好的一致性,一致性接近85%;复杂云状条件下,由于Terra/MODIS云相态识别结果中存在较多的不确定类别使两种数据识别结果的一致性下降。(2)FY-3A/VIRR和Terra/MODIS产品的不一致点主要分布在云边缘或不同云相态交界处。(3)FY-3A/VIRR和Terra/MODIS的云相态产品产生差异的原因主要来自反演算法以及产品相态分类的不同。 相似文献
5.
往返式平漂探空观测（以下简称平漂探空）可实现对流层至平流层低层大气温度廓线垂直探测以及平流层低层内持续4 h的水平温度分布探测。该文介绍利用平漂探空试验数据对风云3号气象卫星D星（FY-3D）反演温度数据的检验评估算法,基于该算法和2021年3—9月长江中下游平漂探空试验数据完成对卫星反演大气温度数据的检验。结果显示:FY-3D卫星反演的温度数据准确度总体较高,与平漂探空上升段数据平均绝对偏差约为1.34℃,与下降段数据平均绝对偏差约为1.93℃;卫星反演的100 hPa以上和850 hPa以下温度误差分别偏大0.59℃和0.33℃;卫星反演平流层温度准确度低于温度廓线,平均绝对偏差约为3.92℃;与平漂探空数据相比,卫星大气温度廓线分辨率较低、趋势较平滑,无法显示大气温度垂直分布和平流层温度水平分布的细节特征。 相似文献
6.
刘健 《Acta Meteorologica Sinica》2015,73(6):1121-1130
冰云的微物理特性参数反演是云参数反演的难点和热点问题,目前风云二号(FY-2)卫星还没有相关的业务产品。考虑薄卷云覆盖在中低云上的两层云情况,采用六棱柱形状的冰云,在云相态识别基础上,利用FY-2 卫星观测数据,采用双通道算法反演冰云光学厚度。选取2013年8月的EOS/Terra和EOS/Aqua云参数产品对反演的FY-2云光学厚度精度进行比对分析。研究结果表明,联合FY-2的可见光通道和中波红外通道可反演冰云光学厚度。基于匹配得到的34个分析个例,FY-2反演的云光学厚度分布态势与EOS/ MODIS云产品相同,但FY-2云光学厚度反演值小于EOS/MODIS 云光学厚度产品值。FY-2 反演云光学厚度与EOS/MODIS云光学厚度产品的平均偏差为6.41,相关系数平均为0.92,线性拟合平均斜率为0.74。FY-2 与EOS/MODIS云光学厚度值偏差出现原因除了反演算法存在差异外,与反演所用数据的不同存在密切关系,基础观测数据越相近,FY-2 与EOS/MODIS云光学厚度反演结果的偏差越小。 相似文献
7.
冰云的微物理特性参数反演是云参数反演的难点和热点问题,目前风云二号(FY-2)卫星还没有相关的业务产品。考虑薄卷云覆盖在中低云上的两层云情况,采用六棱柱形状的冰云,在云相态识别基础上,利用FY-2卫星观测数据,采用双通道算法反演冰云光学厚度。选取2013年8月的EOS/Terra和EOS/Aqua云参数产品对反演的FY-2云光学厚度精度进行比对分析。研究结果表明,联合FY-2的可见光通道和中波红外通道可反演冰云光学厚度。基于匹配得到的34个分析个例,FY-2反演的云光学厚度分布态势与EOS/MODIS云产品相同,但FY-2云光学厚度反演值小于EOS/MODIS云光学厚度产品值。FY-2反演云光学厚度与EOS/MODIS云光学厚度产品的平均偏差为6.41,相关系数平均为0.92,线性拟合平均斜率为0.74。FY-2与EOS/MODIS云光学厚度值偏差出现原因除了反演算法存在差异外,与反演所用数据的不同存在密切关系,基础观测数据越相近,FY-2与EOS/MODIS云光学厚度反演结果的偏差越小。 相似文献
8.
基于AVHRR和VIRR数据的改进型Becker“分裂窗”地表温度反演算法 总被引：2，自引：0，他引：2
为了将基于NOAA-9/AVHRR数据提出的Becker和Li的“分裂窗”地表温度算法成功地应用于长序列NOAA/AVHRR和FY 3A/VIRR数据的地表温度反演,为气候变化研究提供长序列、高精度、高分辨率的地表温度数据集,从辐射传输方程出发,首先利用MODTRA 4.1模式模拟了多种地表和大气状态下的光谱辐亮度数据,并结合AVHRR和VIRR通道4、5的光谱响应函数建立了温度数据集(TS,T4,T5);然后,基于该数据集采用最小二乘法重新计算了Becker和Li算法中的各参数,提出了一个适用于NOAA/AVHRR和FY-3A/VIRR数据的改进型Becker和Li分裂窗地表温度反演算法;并利用改进型算法对2008年4月27日03时12分(世界时)观测的一景覆盖北京地区的NOAA-17/AVHRR数据进行了地表温度的反演,将反演结果与日本东京大学提供的同地区、同时相的MODIS地表温度产品进行了对比分析.结果表明,两种地表温度产品的相关系数为0.88,均方根偏差(RMSD)为2.1K;在两种地表温度差值图像的频率直方图上有69.6％的像元的值在±2K之内,37％的像元的值在±1K之内. 相似文献
9.
开展卫星反演云量的精度评估是业务应用的基础,也是充分发挥卫星观测效益的前提。利用同类卫星产品EOS Aqua/MODIS云产品,选取2015年6月和12月共80个个例,包括43个白天个例,37个夜间个例。采用交叉比对方法对FY-2G云量产品进行相对偏差分析。结果表明:FY-2G与Aqua/MODIS计算云量总体趋势相当,无论从时间分布（白天和夜间）还是季节分布（6月和12月）上看,FY-2G与Aqua云量相对偏差较为稳定,FY-2G反演云量小于Aqua/MODIS反演云量。匹配个例中FY-2G平均云量为72.81%,Aqua/MODIS平均云量是76.19%,两者相关系数为0.74。两者绝对偏差小于5%的像元比例为72.34%;云量偏差绝对值小于15%的像元比例为79.51%。FY-2G与Aqua/MODIS云量偏差主要来自各自卫星的观测能力与所采用的云检测算法。与具有36个探测通道、星下点最低空间分辨率为0.01°×0.01°的Aqua/MODIS观测数据相比,FY-2G所具有的5通道、星下点最高空间分辨率为0.05°×0.05°的观测数据会出现对云,尤其是破碎云和薄卷云的漏检。两种具有不同时空属性的数据在匹配处理时采用的不同算法也会在比对分析中引入偏差。 相似文献
10.
FY-3B卫星VIRR仪器的向外长波辐射(outgoing long-wave radiation,OLR)产品处理采用与NOAA/AVHRR相同的算法模型,即用窗区通道亮温-通量等效亮度温度的回归关系式计算OLR,但两星的OLR业务产品与目前国际质量最好的云和地球辐射能量系统(cloud and earth’s radiant energy system,CERES)仪器观测OLR产品相比,存在约10 W·m~(-2)的系统负偏差。FY-3B的原因在于OLR反演模式建立过程中红外辐射传输计算软件的精度不够。鉴于此,本文采用美国21世纪开发的逐线辐射传输模型计算软件(LBLRTM),模拟计算了全球2521条大气廓线的大气顶辐射率光谱,在此基础上计算了每条廓线的OLR和FY-3B/VIRR窗区通道亮温,应用最小二乘法统计回归模拟数据,重新建立了由FY-3B/VIRR窗区通道亮温计算OLR的回归关系式及系数。模式应用于FY-3BL1级数据,处理2016年1,3,7和10月的FY-3B逐日全球OLR资料,该资料与AQUA-TERRA卫星的CERES仪器OLR观测产品相比,得到日平均OLR:RMSE=9~15 W·m~(-2),R=0.9834,Bias=-0.3W·m~(-2);月平均OLR:RMSE=4~7W·m~(-2),R=0.9915,Bias=-0.3W·m~(-2),表明改进的模式能处理出无系统偏差的、精度基本与CERES观测相当的OLR产品,尽管单通道反演算法有着固有的模式回归误差。 相似文献