排序方式: 共有18条查询结果,搜索用时 31 毫秒
11.
12.
13.
该文利用国际先进在轨星载探测仪器SCIMACHY/ENVISAT和MOPITT/TERRA的一氧化碳(CO)柱总量观测资料,比较两个载荷的观测结果发现,二者在陆地区域的观测数据一致性较好,且与我国本底站近地面观测结果有比较一致的时间变化态势,表明CO柱总量卫星观测值可以很好地反映其在我国大气中的时空分布特性。利用MOPITT长时间的观测数据(2000年3月—2009年2月)对中国区域CO柱总量时空分布特性进行了分析,研究结果显示:我国东部地区CO柱总量显著高于西部地区,两个地区的CO柱总量年平均值9年内均呈上升态势,西部地区平均年增长率是千分之一的量级,东部地区年增长率约为1.0%。中国区域CO柱总量分布随季节变化显著,春季CO柱总量平均值最高,但是CO柱总量最小值,在东部地区出现在夏季,而西部地区出现在秋季。 相似文献
14.
15.
吸收性气溶胶指数AAI(Absorbing Aerosol Index)是基于卫星观测的紫外后向散射辐射导出的参数,与大气中对紫外线有吸收作用的气溶胶(简称吸收性气溶胶)有关,能够定性反应吸收性气溶胶的存在与空间分布特征。由于臭氧在AAI反演波段对紫外线仍然存在弱吸收作用,因此AAI可能与大气臭氧总量有关,臭氧反演的误差也可能对AAI的反演精度造成影响。为了研究臭氧总量与AAI的关系,臭氧反演的精度对AAI反演的影响,利用辐射传输模型通过敏感性实验,来模拟吸收性气溶胶指数和臭氧总量之间的关系,臭氧反演误差对吸收气溶胶指数的反演的影响。采用沙漠气溶胶,不改变气溶胶的含量,通过改变中纬度夏季的臭氧总量来计算大气模型。对臭氧总量、气溶胶含量与AAI的内在关系,臭氧总量对AAI反演精度的影响进行了模拟,模拟结果表明,气溶胶指数与臭氧总量的改变存在正相关关系,而臭氧总量的反演误差对AAI指数的反演影响不大。基于风云三号气象卫星紫外臭氧总量探测仪(FY-3/TOU)的臭氧总量和吸收性气溶胶指数数据(2012年),分析了青藏高原地区7月份臭氧总量与吸收性气溶胶指数空间分布特征的关系,与模拟结果一致。 相似文献
16.
北极臭氧年际变化特征及其与极涡的关系 总被引:2,自引:0,他引:2
利用风云三号卫星搭载的紫外臭氧总量探测仪(TOU)和国际同类卫星的臭氧总量数据对1979年—2011年北半球春季臭氧特征进行了分析,发现北极臭氧年际变化显著,它与平流层温度变化一致(相关系数为0.75)。北极臭氧损耗异常强弱年的月均和日变化特征有明显差异,春季北极臭氧损耗强年有明显的化学损耗过程(1997年和2011年),而弱年化学作用影响不明显(1999年和2010年)。损耗弱年的日变化型在不同年份特征不同,它的臭氧变化可能更多受天气过程的影响。综合分析北极涛动、极涡和平流层温度等大气环流背景场的变化,表明春季北极臭氧损耗强弱受大气环流变化影响。北极涛动指数正位相,极涡偏强偏冷,北极臭氧损耗异常偏高。北极涛动指数负位相,极涡偏弱偏暖,北极臭氧损耗异常偏低。 相似文献
17.
FY-3气象卫星上搭载的紫外臭氧总量探测仪TOU是我国自主开发研制的首台用于全球臭氧总量定量测量的探测仪,自发射以来已成功在轨运行近两年.由于TOU发射前辐亮度定标存在偏差,为了得到高精度的产品,TOU必须进行在轨定标.本文介绍了基于辐射传输模式计算对TOU辐亮度进行在轨道定标的方法,定标过程中用于模拟辐亮度计算的臭氧总量由与TOU观测时刻相近的国外臭氧总量探测仪器MetOp/GOME-2提供.文章将在轨定标后TOU的反演结果与AURA/OMI以及地基的产品进行比较,结果表明,用辐射传输模式对TOU辐亮度进行在轨定标的方法是可行的,反演结果能够真实地反映臭氧的时空分布特性,在全球部分地基观测站所处的位置上对TOU, OMI以及地基的臭氧总量进行比较的结果表明,TOU与OMI的相对偏差均方根约为2.52%,TOU与地基以及OMI与地基观测结果之间的相对偏差均方根分别为4.45%和3.89%. 相似文献
18.
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