面向空投的青藏高原风场大涡模拟研究

青藏高原地形复杂且气候恶劣,对高原空投伞降和航空安全是巨大的挑战;本文基于数值模拟方法,研究一套适用于高原复杂地形的风场精确模拟方法。本研究首先基于WRF(Weather Research and Forecasting)模式的大涡模拟LES(Large Eddy Simulation)方案,研究青藏高原大涡模拟方法,构建一套降尺度至40 m水平分辨率的WRF-LES系统。然后,基于青藏高原大风个例,通过敏感性试验研究,评估LES方案和地形高程数据对风场模拟影响。其外,对LES方案的标准亚格子湍流应力模型中参数进行分析,得到青藏高原风场模拟的最优方案组。最后,进行批量试验,检验该方案对高原风场模拟的适用性。试验结果表明:(1)40 m分辨率的WRF-LES系统可模拟得到更精细和准确的风场信息,模拟风速平均绝对误差MAE(Mean Absolute Error)较ACM2方案减小1.4 m·s^(-1)且均方根误差RMSE(Root Mean Square Error)减小1.81 m·s^(-1);(2)高精度地形资料ASTER的接入可以改善模式对风场模拟的效果,各项误差较模式默认地形模拟结果均存在约0.2 m·s^(-1)的改善;(3)LES方案采用基于1.5阶湍流动能方案且常数项系数为0.1时模拟效果最佳,MAE为1.56 m·s^(-1)且RMSE为2.06 m·s^(-1)。批量试验验证了大涡模拟方案对于青藏高原边界层风场模拟具有较强的适用性,40 m分辨率区域风场模拟效果明显优于中尺度模拟效果,可为高原空投伞降提供准确的风场信息。

大气风温湿垂直观测网资料快速更新混合同化试验研究

基于WRF预报模式、WRFDA Hybrid集合变分同化系统和ETKF方法,构建了面向城市气象观测网数据的快速更新混合同化系统。针对北京地区地基微波辐射计和风廓线雷达组网观测资料数据同化,开展了静态背景误差调整因子(特征长度尺度因子和方差因子)、局地化距离和集合权重系数4个重要参数敏感性试验研究。试验结果表明:当温度、相对湿度、u风和v风的特征长度尺度因子和方差因子分别调整为0.7/1.0、1.0/1.0、0.7/1.0和0.7/1.0,局地化距离和集合权重系数分别调整为11.2 km和0.5时,快速更新混合同化系统的分析场均方根误差最小。为对比三种常用同化方案,开展了默认参数混合同化、最优参数混合同化、三维变分同化对比试验,试验结果表明:在针对北京地区地基微波辐射计和风廓线雷达组网观测资料的快速更新同化预报试验中,混合同化方案表现优于三维变分,同时相对于默认参数混合同化方案,最优参数混合同化方案的风场、温度及湿度的分析场和预报场得到了进一步改善:风温湿的分析场均方根误差分别最大降低了13%、19%和5%,12~24 h预报场的均方根误差分别最大降低了2%、12%和5%。

基于地基C波段垂直雷达的青藏高原大气边界层湍流特征研究

基于2014年7—8月那曲地区不同来源的边界层高度资料(包括C波段调频连续波垂直探测雷达(BLH_(CR))、L波段探空(BLH_(SD))、梯度塔观测及欧洲中心再分析数据集(BLH_(ERA5))),分析了边界层高度(BLH)、不同感热通量(SH)和稳定度(z/L或BLH_(CR)/L)条件下近地层和混合层湍流统计特征及湍流谱。主要结果如下:(1)BLH_(CR)、BLH_(SD)与BLH_(ERA5)互相之间有很好的相关,均方根偏差约为0.6 km。那曲地区BLH_(CR)的日变化较为明显,日较差中值为0.7—0.8 km。在北京时16时BLH_(CR)达最大,样本中值约为1.2 km。(2)随着感热通量增大,近地层垂直速度标准差(σ_(w))、温度标准差(σT)、温度与垂直速度相关系数(R_(wT))逐渐增大,σT增大速率呈线性,σ_(w)和R_(wT)的增大速率在感热通量超过一定阈值后逐渐减小。当-z/L<0.3时,σT和R_(wT)随-z/L增大迅速增大;-z/L≥0.3时增速明显趋缓。(3)混合层内湍流垂直速度方差(σ_(w)^(2))最大值出现在(0.25—0.3)×BLH_(CR)高度,平均值为1.2—1.3 m^(2)/s^(2)。强不稳定时混合层内σ_(w)^(2)略小于弱不稳定;σ_(w)^(2)平均值随感热通量增大而增大。归一化湍流垂直速度方差(σ_(w)^(2)/w_*2)随z/BLH_(CR)增大先迅速增大后逐渐减小,极大值出现在0.35×BLH_(CR)附近。(4)随着不稳定层结的增强,近地层和混合层的归一化垂直速度谱均谱峰左移,谱峰对应的归一化功率谱密度变大。强不稳定时湍流尺度变大、能量增强。

Aeolus水平径向风速产品资料同化在台风预报中的应用研究

为评价星载激光测风雷达产品资料同化对台风预报的影响,以2020年台风“黑格比”和2019年台风“利奇马”为例,选用Aeolus卫星的水平径向风速产品,开展星载激光测风雷达资料同化及其对台风预报影响研究。首先基于ERA5再分析资料对Aeolus产品进行统计检验和偏差订正,并统计各高度层观测背景差的均方差作为观测误差用于同化试验。然后通过WRFDA(Weather Research and Forecast Model Data Assimilation)模式同化Aeolus产品并利用WRF(Weather Research and Forecast Model)模式开展预报试验。试验结果表明,Aeolus产品精度较高,统计所得各层观测误差在3~5 m s^(-1)范围且随高度的升高而增大,订正后资料满足三维变分同化无偏假设;在台风“黑格比”和“利奇马”期间同化该产品能使模式具备更加合理的环流形势,能够有效提高对台风“黑格比”和“利奇马”路径及强度的预报效果。

基于温度植被干旱指数的江苏淮北地区农业旱情监测

为实现江苏省淮北地区农业旱情监测,利用Savitzky—Golay(S-G)滤波方法,对2011—2012年江苏省淮北地区1-5月MODIS的归一化植被指数(normalized difference vegetation index,NDVI)和地表温度(land Surface temperature,LST)8 d产品进行重构,去除原8 d数据的噪声,填补受云影响而缺失的数据。基于重建后的NDVI和LST数据,计算温度植被干旱指数(temperature vegetation dryness index,TVDI);分析TVDI和土壤湿度之间的关系,构建土壤湿度反演模型。最后,利用另外1组数据验证所建土壤湿度模型的精度。研究结果表明:1)S-G滤波方法能够提高MODIS LST和NDVI数据质量,并能对缺失数据进行填补;2)TVDI方法能够实现试验区土壤湿度反演,所建模型在试验区具有一定的普适性,反演精度较高(R2=0.575,RMSE=2.59%);3)TVDI方法在江苏省淮北地区干旱监测中得到了较好的应用,能够成功地监测出江苏淮北地区2011年和2012年春旱。该研究可为农业旱情的快速监测提供借鉴。

利用ASAR图像监测土壤含水量和小麦覆盖度

以高级合成孔径雷达(ASAR)影像数据和地面实测数据为基础,分析了裸土、低覆盖(覆盖度为0.2左右)冬小麦麦地的后向散射与土壤含水量、地表粗糙度及小麦覆盖度之间的关系,探讨了裸土和冬小麦麦地土壤含水量及小麦覆盖度的反演方法。分析结果表明:①裸土后向散射系数受地表粗糙度和土壤质地的综合影响较大,裸土的后向散射和土壤含水量正相关关系未达显著,反演裸土土壤含水量必须考虑这两个因素的影响。②冬小麦麦地两种极化后向散射对土壤含水量和小麦覆盖度的敏感性差异明显。由于小麦植株与土壤的水平同极化后向散射差异较大,水平极化后向散射系数和小麦覆盖度及土壤含水量相关性达到显著;冬小麦麦地的垂直同极化后向散射对土壤含水量较敏感,垂直极化后向散射系数和土壤含水量的相关性达到显著,但与小麦覆盖度的相关性相对较低。据此,利用冬小麦麦地的两个同极化后向散射系数,建立了后向散射系数与土壤含水量和小麦覆盖度之间的关系模型,实现了小麦覆盖度和冬小麦覆盖下的土壤含水量反演。验证结果表明:土壤含水量和小麦覆盖度反演结果与地面调查和测量结果一致。

不同尺度冬小麦氮素遥感监测方法及其应用研究

该文以航空影像、地面冠层光谱数据及同步观测的植被生化数据为基础,探讨了冬小麦冠层氮素监测的遥感方法。该方法应用于Lukina变量施肥模型,研究了基于遥感影像变量施肥量的计算方法。为实现以上目标,首先采用矩匹配和反射率转换方法,对获取的机载实用模块化成像光谱仪(OMIS)影像进行辐射校正;然后结合航拍相片及地面高精度差分GPS定位点坐标对高光谱影像进行几何校正。以预处理后的反射率影像和冠层光谱数据为数据源,采用倒高斯模型拟合冬小麦红边光谱曲线,并构建红谷位置、红边位置和红边宽度等光谱特征参量。通过对红边光谱特征量和实测氮素进行统计分析,寻找相关性显著、拟合误差小的最佳光谱特征量,并用于预测冬小麦冠层的氮素含量。统计相关分析结果表明:拟合曲线和图像反射率曲线面积差和实测的氮素含量有最高的相关性,且相关性达到极显著。最后,把该氮素预测方法集成到Lukina变量施肥模型中,结合反射率影像数据生成变量施肥处方图。文中探讨的最佳氮素预测方法改善了氮素预测的精度;基于影像的面状信息获取技术克服了点状信息的不足,使变量施肥技术更利于实用和推广。

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

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22.234 GHz^58.800 GHz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0~10 km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1.0~2.0 K、0.20~1.93 g/m^3和2.5%~18.6%。

基于ASAR的冬小麦不同生育期土壤湿度反演

基于ASAR高级合成孔径雷达ASAR数据和地面调查数据,结合MIMICS模型分析方法,研究ASAR后向散射数据与土壤湿度及冬小麦结构参数之间的关系,构建冬小麦不同生育期土壤湿度反演模型。研究结果表明:冬小麦冠层散射影响ASAR信号探测土壤湿度的深度,冬小麦生长初期(起身期前)ASAR信号探测土壤湿度的最佳深度为0～20cm,拔节期后ASAR信号探测土壤湿度的最佳深度为0～5cm。冬小麦抽穗期前,ASARIS2VV模式后向散射系数与土壤湿度线性相关性较高,可以利用经验统计模型方法反演土壤湿度;冬小麦生长旺盛期(抽穗期),经验模型土壤湿度反演精度较差,多角度ASAR数据模型能够提高土壤湿度反演精度。利用该土壤湿度反演模型,起身期、拔节期和抽穗期土壤湿度反演的均方根误差分别为0.0125、0.0247和0.0298g/g。

基于FY-3B/MWRI数据的裸土区土壤湿度反演

使用高级积分方程模型,模拟多个地表参数条件下的风云三号B星微波成像仪(FY-3B/MWRI)资料。基于模拟数据,分析地表微波辐射特性,利用粗糙地表发射率Qp模型,建立我国西部地区裸露地表土壤湿度反演模型。将该模型用于我国西部地区4个日期(2011年10月8日、10月18日、10月28日和11月8日)的土壤湿度反演,并将反演结果用实测数据进行交叉验证。结果表明:反演土壤湿度与实测土壤湿度的决策系数R2为0.604,均方根误差为0.030 5 cm3/cm3,反演模型具有较高的反演精度。

FY-4A星GIIRS大气温度廓线反演模拟试验研究

结合全球大气晴空训练样本(CIMSS)数据,利用辐射传输模式,模拟获得干涉式大气垂直探测仪(GIIRS)亮温资料,结合人工神经网络反演方法,研究了风云四号(FY-4)卫星高光谱红外载荷大气温度反演方法,并研制了全圆盘和中国区域两套大气温度反演模型。反演试验结果表明:对流层大气温度反演精度明显高于平流层,以中国区域反演模型为例,对流层和平流层大气温度反演均方根误差(RMSE)分别为0.846,2.020K,平均误差分别为-0.003,0.024K;比较中国区域和全圆盘大气温度廓线反演精度,中国区域大气温度精度明显高于全圆盘,0~70km处大气温度反演的均方根误差分别为1.922,2.630K;与欧洲极轨卫星(Metop-A)IASI数据的温度廓线反演结果比较,FY-4A星GIIRS的温度反演精度在低层(>500hPa)(RMSE=0.790 K)优于IASI(RMSE=0.976K),在高层(<500hPa)(RMSE=1.803K)低于IASI(RMSE=0.899K)。研究对FY-4卫星GIIRS的大气温度廓线反演及其应用有重要的参考价值。

综合利用光学、微波遥感数据反演土壤湿度研究

基于ASAR-APP和TM影像数据,研究了小麦覆盖地表的土壤湿度反演方法.首先,利用冠层后向散射模型MIMICS(michigan microwave canopy scattering),分析了第二入射角模式(IS2)2种极化组分散射对总散射的贡献,确定了土壤湿度反演的最佳极化模式;其次,分析了植被微波单次散射、植被层双程透过率与NDVI之间的关系,建立了单次散射及双程透过率模型,然后,结合IS2入射角模式ASAR数据,建立土壤湿度反演模型.最后,基于模拟数据和获取的ASAR、TM影像数据,利用半经验模型反演土壤湿度.研究结果表明:IS2_HH模式土壤散射在总散射中贡献更大,该数据更适合土壤湿度反演;植被微波单次散射、双程透过率与NDVI有很好的线性关系,可以利用线性模型建立它们之间的关系;半经验模型能够较好地反演土壤湿度,反演和实测的土壤湿度相关系数为0.75,均方根误差为5.07%.

风云三号卫星微波大气温度探测仪资料偏差订正方法研究

为推动中国风云三号卫星（FY-3A／B）资料在区域数值天气预报中的同化研究，重点研究FY-3A的大气温度垂直探测仪（MWTS）资料的偏差订正问题。在欧洲中期天气预报中心（ECMWF）原全球TOVS辐射偏差订正方案的基础上，结合MWTS资料特征，建立适用于FY-3A卫星MWTS辐射率资料的偏差订正系统，并评价MWTS的偏差订正效果。结果表明：（1）同纬度带和扫描位置的扫描偏差不同，各通道表现出不同的偏差特征，通道1扫描偏差较大（0～5K），通道2、3、4较小（0～0．6K）；（2）扫描偏差订正和气团偏差订正后的观测残差基本符合均值为零的正态分布；（3）偏差订正后的观测残差标准方差有所降低，这将提高卫星资料对分析场的调整。证明了FY-3A MWTS资料质量较好，具有同化应用的潜力，开发的偏差订正系统可为FY-3A MWTS资料在区域模式中的同化应用提供条件。

合成孔径雷达影像地形校正半经验模型

结合SAR成像特点和数学理论知识,给出左视、右视两种侧视成像情况下影响地形起伏区域SAR后向散射的本地入射角理论计算模型,基于微波散射物理模型AIEM,模拟不同雷达入射角下地形坡度、坡向对SAR数据后向散射的影响,结果表明雷达入射角相对较小的SAR数据受地形起伏影响较小,是地形起伏地区SAR应用的最佳数据源。并提出一种SAR影像后向散射系数的地形校正半经验模型。地形校正过的SAR影像分类总体精度较未校正SAR影像提高12%。

基于FY3热红外数据的地表温度反演方法研究

使用中分辨率大气辐射传输模式MODTRAN模拟风云三号卫星(FY3)热红外通道数据,基于模拟数据,利用分裂窗温度反演方法,建立地表温度反演模型。利用平均比辐射率方法确定像元比辐射率,并将该反演模型用于江苏省3个时次(2012年1月23日、2月3日和2月11日)的地表温度反演。将反演结果与MODIS的温度产品进行了对比分析,分析反演模型的系统偏差,并对反演模型进行修订。验证试验结果表明:修订后模型反演的地表温度与MODIS温度产品的平均相关系数为0.877,均方根误差为1.33 K;相比于同时期的FY3温度产品,所建模型反演的地表温度与MODIS温度产品更为接近。

FY-3A MWHS资料偏差订正方法研究

作为中国新一代极轨气象卫星,风云三号A星（FY-3A）大气垂直探测资料在区域数值天气预报中的同化应用至关重要。为实现FY-3A大气湿度垂直探测仪（MWHS）资料的直接同化应用,重点研究MWHS资料偏差订正问题。根据MWHS资料特征,在参考欧洲中期天气预报中心（ECMWF）原全球TIROS大气垂直探测仪（TOVS）资料偏差订正方案的基础上,建立适用于FY-3A卫星MWHS辐射率资料的偏差订正方案,分析该方案的订正效果。（1）扫描偏差具有星下点对称性,各通道不同纬度带和扫描角的扫描偏差存在差异,通道1~5的扫描偏差绝对值范围分别为0~1.13 K、0~6.4 K、0~0.76 K、0~0.84 K和0~2.1 K。（2）偏差订正方法有效,订正后的通道2~4观测残差概率分布呈现均值为0的高斯分布,且通道1和5观测残差更接近均值为0的高斯分布。（3）偏差订正后观测残差标准差均有所降低,表明偏差订正能够提高MWHS资料对分析场的调整。试验证明FY-3A MWHS资料具有较高的数据质量以及同化应用的潜力;建立的偏差订正方案可为FY-3A MWHS资料直接同化提供条件。

基于ActiveX技术的房屋分层分户图管理系统的开发和研究

介绍了ActiveX技术与MapObjectsGIS控件相结合的房产分层分户图管理系统的设计与实现方法.着重讨论了分层分户图管理系统开发中所需解决的几项关键性技术(多边形搜索及标识、外墙的搜索及外墙面积的计算、共用面积的分摊),并给出相应的算法.结果表明,该系统和算法具有良好的实用效果.

山西省大雾的中尺度数值模拟

利用中尺度模式MM5（The Fifth—Generation NCAR／Penn State Mesoscale Model）对山西省2009年发生的3场典型雾个例进行了数值模拟，探讨了物理过程参数化方案对雾数值模拟的影响，确定了基于模式模拟数据的雾判别指标，为该地区大雾数值预报系统的研制提供了理论基础。结果表明，综合考虑边界层方案和辐射方案对地表温度、高空温度、2m温度及相对湿度、10m风速、雾的空间分布、雾的生消过程、雾的发展高度等要素数值模拟的影响，边界层方案选用high-resolution planetary boundary layers cheme（HIR）方案、辐射方案选用Cloud方案时，雾数值模拟的结果与实况更为一致。综合分析多个典型雾个例的模拟结果，山西省境内雾的预报指标为：20m液态水含量为0．13～0．6g·kg^（-1），20～1500m高度大气层存在逆温层，10m风速小于4m·s^（-1）。

现代气象探测人才培养体系改革与实践探索

气象探测人才培养经过四十多年的发展,培养了大批气象探测人才,为中国乃至世界气象事业发展作出了重要贡献。随着社会的发展与技术的进步,气象事业发展、现代气象业务特别是综合气象观测业务对气象探测人才培养有了新的要求。这需要进行人才培养体系改革与创新,为气象事业进一步发展培养具有创新思维、创新能力的人才。本文阐述了近年来大气探测人才培养体系改革的措施和及其成果。

基于时间序列环境卫星影像的作物分类识别

环境星影像具有较高的时间和空间分辨率,利用其时序遥感数据进行作物信息提取优势明显。该文以黑龙江垦区友谊农场作物为研究对象,利用2010年6月至9月共10景HJ-CCD数据进行作物种植分类信息提取。首先,通过SPLINE算法对云影响区域插值去噪,重构时间序列影像数据;其次,通过分析试验区主要作物的光谱和植被指数时序变化特征,构建基于决策树分层分类的主要作物遥感分类模型,成功提取了黑龙江友谊农场大豆、玉米和水稻的种植信息,分类总体精度达到96.33%。同时,将分类结果同基于时间序列植被指数影像的支持向量机和最大似然法分类结果相比较,结果表明,决策树分类效果最好,支持向量机次之,最大似然分类较差。研究表明,通过去云处理后构建的时间序列HJ卫星遥感影像,结合作物的光谱和典型植被指数时序变化特征,借助于决策树分类方法能够有效提高黑龙江垦区主要种植作物分类的准确性和精度。