共查询到19条相似文献，搜索用时 125 毫秒
1.
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
2.
利用气象与环境监测数据,结合后向轨迹和秸秆焚烧火点监测资料,从环流形势、气象要素、污染源和污染传输特征等方面,对哈尔滨2017年10月18-20日持续性重污染天气过程进行分析。结果表明：这次重污染过程连续48 h为重度或严重污染,首要颗粒物为PM2.5,PM2.5平均浓度为438 μg·m-3,局地PM2.5浓度高达1487 μg·m-3。重污染过程分为两个阶段,每个阶段主要污染物呈双峰分布。在重污染过程中,高空环流平直,浅槽前暖平流占主导地位,地面为弱低压均压场控制。地面风速小,平均风速仅为1.5 m·s-1,风速≤ 1.5 m·s-1静小风频率为71%,风场辐合,有利于污染物积聚。在重污染发展的过程中,地面相对湿度（RH）增大有利于颗粒物吸湿增长和污染加剧;在重污染减弱的过程中,PM2.5浓度减少至每阶段谷值时间比RH减小至谷值时间滞后4-5 h。在边界层内有逆温层顶高为200 m左右、逆温强度>2.0℃·（100 m）-1的贴地逆温层,层结稳定,垂直扩散条件差。污染物主要来源于秸秆焚烧,其次来源于取暖燃煤。静稳气象条件下本地污染物积累叠加远距离较高浓度的秸秆焚烧污染物输送导致哈尔滨这次重污染过程。 相似文献
3.
微波辐射计具有24 h不间断工作、时间分辨率高等优点,是常规探空的有益补充。天线罩上的积水、无线电干扰等会导致微波辐射计探测数据出现错误。因此,开展质量控制是合理使用微波辐射计探测资料的基础。该文利用上海宝山站历史探空资料和世博园站MP-3000A型地基微波辐射计温湿度数据,设计了极值、时间一致性、空间一致性检查等适用于微波辐射计探测资料的质量控制方法,针对2012年1月-2013年12月降水、有云（有云无降水）、晴空等不同天气条件下得到的微波辐射计探测资料分别开展质量控制,并对质量控制效果进行定量分析。结果表明:上述方法能有效查找温（湿）度超过极值、温（湿）度突变、温度层际变化大等各类疑误廓线,疑误廓线类型和频数与天气条件有关,其中降水天气的各类疑误廓线频数远远高于无降水天气（有云和晴空）。去除疑误廓线后,与同期探空资料的相关系数增加,均方根误差减小。 相似文献
4.
利用NCEP/NCAR再分析资料、南京市环保局监测数据,分析2014年春节污染天气背景,结合南京探空资料、常规观测资料、风廓线雷达及微波辐射计资料,分析这次春节期间的大气混合层高度、通风系数和逆温层特征。按照春节假期污染情况,可将其分为两个阶段：前期是1月30日—2月2日,南京处于均压场里,空气污染扩散条件差,逆温层容易形成,污染较重。后期是2月3—6日,冷暖气流活跃,混合层厚度升高,通风系数增大,逆温层被破坏,逆温强度锐减,空气质量显著改善。结果显示,混合层高度越低、通风系数越小及逆温层结越厚、越强,污染越严重。针对不同级别污染程度为四要素设立了定量化指标：当混合层高度低于1.0 km、通风系数小于2500 m2/s、逆温层厚度大于500 m、逆温强度大于2.0 ℃/100m,易出现中度以上污染;当混合层高度高于1.8 km、通风系数大于7000 m2/s、逆温层厚度小于200 m、逆温强度小于0.5 ℃/100m,不易出现污染天气,可为预报提供更多参考依据。 相似文献
5.
RPG-HATPRO-G3地基微波辐射计采用“多通道并行测量技术”,性能稳定,反演精度高。应用该微波辐射计和常规L波段探空数据,比较了微波辐射计反演数据与探空测值的差异。结果表明：温度、水汽密度与常规探空资料比较有很好的线性相关性,对仪器维护后可以提高数据质量;相对湿度数据离散度较高。比较无降水时不同高度下微波辐射计反演数据的精度,温度在1 000 m以下低层平均误差和均方根误差较小;水汽密度的平均误差和均方根误差均为近地面较大,随高度而减小;相对湿度的平均误差和均方根误差都明显较大,温度和水汽密度的准确性高于相对湿度。降水时不同高度的温度、水汽密度和相对湿度的平均误差和均方根误差变化趋势均与无降水时相似,但是误差值明显偏大;降水时反演温度在2 000 m以下误差较小,水汽密度在3 000 m以下反演值较探空测值大,相对湿度在降水时的误差较大。 相似文献
6.
针对东营市2016—2017 年出现的27 个低能见度天气过程,利用 MP -3000A 型地基微波辐射计二级数据,计算过程影响期间逐10 min 的逆温层温差、逆温层厚度和低层相对湿度等物理量。 结合空气质量和能见度变化情况,按照雾和霾、雾、降水三类天气对 27 次过程进行分类研究,总结地基微波辐射计观测的温湿度量对低能见度天气的指示意义和参考指标。结果表明:(1)雾和霾共同影响导致的低能见度天气出现在冬半年,PM2. 5浓度越大通常对应的能见度越低;逆温层温差和逆温层厚度与能见度的相关系数分别为-0. 39 和-0. 45,逆温层温差增大指示能见度降低,逆温层厚度减小指示能见度升高。低层相对湿度在 90%以上时,能见度受雾影响通常小于 2 km;低层相对湿度在80%以下时,能见度受霾影响仍然维持在5 km 以下。(2)雾影响导致的低能见度天气多出现在冬半年,与 PM2. 5浓度无关;逆温层温差和逆温层厚度与能见度的相关系数分别为-0. 54和-0. 45。在逆温层生成和破坏阶段,逆温层温差变化幅度大,对能见度的指示性更强,而逆温层厚度变化幅度相对较小,多维持在 300 ~ 400 m 之间。低层相对湿度 90%以上时能见度通常小于5 km,当低层湿层消失后能见度升高至 5 km 以上。(3)降水影响导致的低能见度天气出现在夏季,多伴随短时强降水出现,强降水时段逆温层温差达到8 ℃ 以上,逆温层厚度为 500 m;强降水结束后,逆温消失,能见度转好。 相似文献
7.
以2007~2018年西宁二十里铺气象站探空资料为模拟样本,利用MonoRTM模式模拟中心频率21.985~58.759GHz的35通道亮温,应用BP神经网络对模拟数据进行反复训练,构建最优反演模型,并以2019年探空资料为测试样本,对比分析了不同季节和不同天气条件下BP神经网络与微波辐射计的反演效果。结果表明:晴空条件下,BP神经网络与微波辐射计在温度反演上效果最佳,水汽密度次之,相对湿度最差,其中冬春季BP神经网络反演效果优于微波辐射计,夏秋季反之;有云条件下,BP神经网络温度反演效果在冬、春和夏季均优于微波辐射计,其水汽密度反演效果在四季均较微波辐射计有明显提升,其相对湿度反演效果在冬、春和夏季均较微波辐射计更佳。晴空和有云条件下,BP神经网络在不同季节反演温度、水汽密度和相对湿度的平均绝对误差和标准偏差均小于微波辐射计,尤其是相对湿度的反演精度提升最为明显。晴空条件下,BP神经网络反演温度廓线在春、夏和秋季效果最佳,反演水汽密度廓线在中低层精度较高,反演相对湿度廓线的精度较差,但基本和探空资料趋势一致;有云条件下,BP神经网络反演温度廓线与晴空时基本一致,较微波辐射计精度更高,反演水汽密度和相对湿度廓线在8km以上效果较好。 相似文献
8.
利用2012年1月至2014年8月重庆沙坪坝站的微波辐射计和探空数据,通过数值模拟检验微波辐射计的亮温精度,并统计分析晴空、有云和降水天气条件下微波辐射计反演产品的变化特征。结果表明:(1)有云时微波辐射计氧气通道53.85、54.00 GHz亮温与探空观测温度相关性较好;晴空和有云时MonoRTM模拟亮温与微波辐射计观测亮温相关性较好。(2)不同天气条件下,微波辐射计反演温度与探空观测值的相关性都较高,降水时4.0 km以下微波辐射计反演温度明显偏高,有云和晴空时3.8 km以下的温度平均绝对误差小于2℃。微波辐射计反演的相对湿度与探空观测值的相关性较同高度层温度的相关性差,有云时1.0~2.6 km高度反演的相对湿度平均误差很小,降水时4.5 km以下平均误差也较小且稳定。降水时4.0 km以下微波辐射计反演的水汽密度平均误差明显偏大,有云时多数高度层平均误差较小。(3)4.2 km以下降水时08:00微波辐射计反演温度的平均误差较大,有云时08:00微波辐射计反演温度和水汽密度的平均误差均较小。说明微波辐射计反演的大气廓线具有可用性,且在稳定大气环境中反演效果更好。 相似文献
9.
利用2018年1月至2019年12月河北省中南部地区的微波辐射计和探空数据，将两种探测设备取得的资料在时间和空间上进行点对点匹配，共筛选出187条晴空廓线、1176条云天廓线和12条毛毛雨天廓线，定量分析了各个高度层的晴天、云天和毛毛雨天气条件下两种大气探测设备的温度、相对湿度和水汽密度廓线的相关性及误差情况。结果表明：3种天气条件下的微波辐射计与无线电探空仪温度和水汽密度的相关性整体较好，地基微波辐射计观测的大气参数分布存在不同程度的差异，但是微波辐射计和探空的变化趋势一致性较好，并且无线电探空仪观测的大气参数和微波辐射计反演的温度、相对湿度和水汽密度相关性整体上均呈现低层大气优于高层大气，温度相关性最好，水汽密度次之，相对湿度最低。通过对比各个高度层的拟合程度，发现3.5 km以下的低层大气参数精度更可靠，对于需要间接计算的大气物理量，如K指数、有效位能、积分水汽含量等，使用低层数据计算的大气物理量精度会更好。本文开展的地基微波辐射计反演的大气物理参数与探空仪观测对比研究工作，对提高微波辐射计在大气物理和人工影响天气的探测精度方面具有参考意义。 相似文献
10.
《高原山地气象研究》2022,(Z1)
利用HTG-4型微波辐射计资料对2018～2020年成都双流机场冬季三次重要天气过程进行分析,结果表明：微波辐射计资料能够反映大雾、霜、积冰三种天气条件下的大气垂直特征及变化趋势,温度数据以及液态水路径LWP对大雾的生消具有很强的监测和预警作用,水汽密度能够帮助预报员提前认识大雾的环境场条件。大气温度数据能够探测逆温层的生消,相对湿度大值区（相对湿度≥85%）可用于判断是否有云,液态水路径LWP的激增对应大雾浓度的增加,但在霜天气情况下一直处于低值。液态水廓线LPR与大气温湿廓线配合可预报或探测空中积冰位置,即大气温度层-10～0℃,且处于高湿区,液态含水量大值区,此时容易造成航空器积冰。 相似文献
11.
鄂中东部两次秸秆焚烧引发的严重灰霾天气分析 总被引：1，自引：0，他引：1
利用气象卫星监测、微波辐射计、常规气象观测、NCEP再分析资料及环境监测等资料,采用气流后向轨迹模拟,对2012年6月11日和6月15日发生在鄂中东部的两次灰霾天气,从特征和成因进行了综合分析。结果表明,这两日的污染物指数（API）分别达到233 μg/m3和139 μg/m3,11日PM2.5最高值达141 μg/m3 ;两日的能见度均在2 km以下,11日平均能见度仅565 m,最低能见度246 m。这两次灰霾天气与北方冬小麦主产区大范围秸秆集中焚烧,造成大量污染物排放有密切关系。在115°E,39°～32°N存在大范围逆温层,垂直高度950~850 hPa 厚度为一致的东北气流,使得排放的污染物在“逆温层盖”的阻挡下不能向高空扩散,而随东北气流向鄂中东部输送。同时鄂中东部近地面静风、地面“均压场”、逆温、近地层弱垂直速度、正涡度和负散度等物理量条件,及适宜的湿度条件等因素,导致污染物不能及时扩散或沉降,为灰霾在本地形成和维持提供了有利的气象条件,加剧了灰霾的严重性。 相似文献
12.
对比了2017～2019年重庆沙坪坝MP-3000A型地基微波辐射计和Metop-A掩星资料气温、湿度廓线探测之间的差异,并对两次天气过程中微波辐射计的探测特征进行分析,结果表明：(1)微波辐射计与掩星气温在整个探测高度上均为显著正相关,且低层高于高层；夏半年偏差小于冬半年；,4km以下微波辐射计探测气温高于掩星气温,降雨时偏差更大。(2)微波辐射计与掩星相对湿度相关性稍高于气温；,夏半年相关性高于冬半年,,偏差小于冬半年；降水天气时,1km以下及4～-6km之间,微波辐射计相对湿度的负偏差值明显比无降水时大。(3)降水时段,微波辐射计探测5km以下为高湿区,暖湿气团上升过程中凝结潜热和绝热冷却作用,中低层出现了逆温层；辐射雾出现时,微波辐射计探测到近地面层相对湿度增大和气温降低。 相似文献
13.
2011年11月10-14日苏州地区发生了一次严重灰霾天气过程,利用气象观测资料、探空资料及大气成分站监测资料对苏州三个站点的受污染情况进行了综合分析。结果表明：灰霾期间地面受弱气压场控制,风力较小,且有接地逆温的持续存在,大气水平和垂直输送都很弱,导致大量污染物在近地面堆积,能见度恶化;三站中昆山站灰霾持续时间最长,共计104时次,影响程度最重,重度灰霾占总数的39 %,中度和重度灰霾超过灰霾总数的一半;灰霾时各粒径颗粒物浓度均维持在较高水平,细粒子在可吸入颗粒物中占有较大比重,说明细粒子对灰霾贡献作用大,14日凌晨昆山及太仓出现大雾天气时细粒子比重甚至超过了灰霾时,而相对湿度峰值只有94 %,因此将该段天气定性为雾霾共存或者湿性霾更妥;秸秆焚烧污染期间,BC浓度明显上升,其绝对浓度要高出正常情况的3倍左右;通过CO/SO2及PM10/SO2对比发现昆山站受秸秆焚烧污染程度要严重的多,因此推测昆山本地郊区可能也存在零星秸秆露天焚烧点。 相似文献
14.
利用中国气象局大气探测试验基地的L波段探空数据和微波辐射计观测数据,采用MonoRTM辐射传输模型作为正演亮温模型,BP (back propagation) 神经网络作为反演工具,在由亮温反演大气湿度廓线的过程中,添加与样本匹配的云底高度和云厚度信息,建立新的反演模型,使新反演模型得到的反演湿度廓线和未添加云信息的反演湿度廓线分别与探空数据进行对比,获取两种反演方法各高度层的均方根误差,分析云信息对反演大气湿度廓线的影响。对比结果表明:未添加云信息时,测试样本的反演湿度廓线与探空廓线的相关系数平均值为0.685,而添加云信息后,相关系数平均值为0.805。相比未添加云信息的反演廓线,添加云信息之后多数高度层的均方根误差均有不同程度减小,而在有云以上高度层表现尤为明显。 相似文献
15.
2018年11月23日至12月3日,华北平原出现了一次较长时间的雾霾天气。利用常规气象观测资料、NCEP/NCAR再分析资料和污染物浓度资料,以河南省濮阳市为例,对此过程的大尺度环流背景场、边界层内气象要素特征、动力因素和污染状况等进行综合分析,分3个阶段探讨此过程形成的原因和维持机制。结果表明:(1)雾霾发生在高空纬向环流背景下,华北处于高压脊前西北气流中,频繁受下滑短波槽影响。(2)冷空气活动偏弱,中低层维持暖脊控制,使边界层内出现较强逆温,制约低层水汽和污染物的垂直扩散。(3)地面处于均压场或锋后弱冷高压控制,弱风条件不利于污染物的水平扩散。(4)前期大雾形成时,强逆温层在900 hPa以下的贴地高度,能见度很低,污染严重;中期霾严重时,较强逆温层上移至900—850 hPa,并出现双层逆温,能见度虽较好,污染仍然严重;后期的雾霾主要由高湿度环境中污染物聚集吸湿增长造成。(5)中低空弱的下沉气流及近地面辐合风场是雾霾天气得以发展维持的动力因子。 相似文献
16.
文中对比分析了2015年29个雾、霾及雾霾混合天气过程中,章丘探空站L波段探空雷达和山东省气象局院内德国14通道地基微波辐射计观测的温度资料。对观测数据实施了质量控制,检验了精度和可信度,统计分析了宏观物理参量特征和日变化规律。针对雾、霾及雾霾天气过程各选取了一个个例进行分析,分析了大气中PM2.5、PM10、SO2、NO2、O3、CO含量的变化情况,分析了相对湿度、液态水路径和综合水汽含量等的变化情况。结果表明:两种观测数据一致性较好,拟合优度高于0.97;贴地逆温层存在一定的季节变化,悬垂逆温层存在一定的差异,逆温层的变化、污染参量变化与雾霾的形成有密切关系;不同天气背景对大气物理参量有较大的影响,PM10、AQI（空气质量指数）和CO均在相同时间段出现峰值,有明显的起伏;CO峰值雾霾天气中尤为明显,由早到晚随时间峰值逐渐增大,雾天和霾天峰值较小,雾霾天气明显大于雾天或霾天。 相似文献
17.
Deviation exists between measured and simulated microwave radiometer sounding data. The bias results in low-accuracy atmospheric temperature and humidity profiles simulated by Back Propagation artificial neural network models. This paper evaluated a retrieving atmospheric temperature and humidity profiles method by adopting an input data adjustment-based Back Propagation artificial neural networks model. First, the sounding data acquired at a Nanjing meteorological site in June 2014 are inputted into the MonoRTM Radiative transfer model to simulate atmospheric downwelling radiance at the 22 spectral channels from 22.234GHz to 58.8GHz, and we performed a comparison and analysis of the real observed data; an adjustment model for the measured microwave radiometer sounding data was built. Second, we simulated the sounding data of the 22 channels using the sounding data acquired at the site from 2011 to 2013. Based on the simulated rightness temperature data and the sounding data, BP neural network-based models were trained for the retrieval of atmospheric temperature, water vapor density and relative humidity profiles. Finally, we applied the adjustment model to the microwave radiometer sounding data collected in July 2014, generating the corrected data. After that, we inputted the corrected data into the BP neural network regression model to predict the atmospheric temperature, vapor density and relative humidity profile at 58 high levels from 0 to 10 km. We evaluated our model’s effect by comparing its output with the real measured data and the microwave radiometer’s own second-level product. The experiments showed that the inversion model improves atmospheric temperature and humidity profile retrieval accuracy; the atmospheric temperature RMS error is between 1K and 2.0K; the water vapor density’s RMS error is between 0.2 g/m3 and 1.93g/m3; and the relative humidity’s RMS error is between 2.5% and 18.6%. 相似文献
18.
雾对城市边界层和城市环境的影响 总被引：38，自引：3，他引：38
根据1999年11、12月及2001年2月北京市几次雾过程的大气边界层探测资料,再配合大范围气象资料,分析了北京城市雾发生过程中的大气环流形势,对比研究了出现水雾和霾时不同的边界层结构特征,结合环境污染监测资料,分析了雾对城市大气环境的影响.结果表明,在雾的发生发展过程中,边界层的温度层结由雾前的逆温层转变为雾区内的近中性层结,雾的微物理结构变化也表现出对污染物的沉降作用明显减弱,造成在雾发生时,城市空气污染相对严重.同时,该文初步探讨了这种变化的物理机制. 相似文献
19.
该文对2016年11—12月北京及周边地区不同站点重污染期间PM2.5质量浓度变化特征进行分析,并结合地面和探空气象要素及化学组分等对重污染成因进行深入探讨,比较了其中两次持续3 d及以上重污染过程的异同。结果表明:重污染期间北京及周边地区PM2.5质量浓度较高,北京上甸子站、顺义站、朝阳站的PM2.5质量浓度分别为73.1,130.8,226.0 μg·m-3,河北保定站和石家庄站分别为357.8 μg·m-3和346.9 μg·m-3。12月17—21日重污染过程比11月3—5日持续时间更长且PM2.5质量浓度更高。通过对11—12月所有重污染过程分析发现,北京颗粒物重污染发生的主要气象条件是静稳天气。在排放源相对稳定情况下,逆温层的结构、演变和持续时间决定了重污染的程度,其中污染持续时间和污染期间的主导逆温层类型演变对重污染程度有较好的指示作用。较低的水平风速、逆温层的持续出现及更多的燃煤和机动车尾气排放是12月17—21日污染偏重的原因。 相似文献