基于沿岸自动气象站的台湾海峡西岸海雾生消过程及特征

2019年4月19日20时—4月26日07时,台湾海峡西岸发生了一次严重海雾事件,通过海西沿海的自动气象站数据进行了海雾生消规律研究。海雾集中于02时至08时发生,其生成时间越接近清晨,持续时间越短。海雾多为本地生成,部分站点海雾为传播而形成且南北海雾之间关联性不大。海雾发生前能见度均快速下降,海雾消亡后能见度快速上升。当海雾生成时,陆表温度–气温LST-T(LST,land surface temperature;T,temperature)在-1.7~2℃之间,陆表温度–露点温度LST-Td(dewpoint temperature,Td)在-1~2.7℃之间,T-Td在0.2~1℃之间,海雾维持阶段相对湿度(relative humility,RH)≥96%。在水汽丰沛的大背景下,海雾生成与发展与风速的关系较为密切,与风向的关系较弱。结合Himawari-8卫星影像与ERA5(European centre for fifth generation of atmospheric reanalysis)再分析资料对本次海雾过程的特征进行了分析。卫星影像给出了本次过程的影响范围和生消特点。环流形势表明,500h Pa上福建处于槽后脊前弱西南气流控制下。850h Pa和925h Pa高度场上均受西南气流的影响,带来了充沛的水汽,根据海气状况分析此次海雾类型为平流雾。

内陆与近岸水体的色度学遥感研究进展

水色是人眼受悬浮颗粒物、叶绿素和可溶性有机物等多种物质复合影响的水体颜色最直观的感知,是具有悠久历史的水环境参量。水色对于研究内陆与近岸水体的生态具有十分重要的意义。随着色度学的研究及高光谱卫星遥感技术的进步,发展出水色的色度学方法。通过系统回顾内陆与近岸水体色度学研究的发展过程,从表观光学量和固有光学量2个角度阐述了色度学方法从理论到实际应用的情况。并介绍了卫星遥感数据的色度学处理方法。色度学方法是水色定量表达的技术方法,是水色研究的重要分支,也是对水色组分研究的扩展和补充,具有广阔的应用前景。未来,为了进一步提高色度学方法在内陆与近岸水体中的应用,需要加强水体生物-光学数据集的建设。从表观光学量和固有光学量2个维度开展色度学研究。同时加强国产卫星色度学方法的研究,扩展水色产品类型。

集合数值预报在洪水预报中的应用进展

水文集合预报是近几年正在形成和发展的水文预报分支,其发展大致可分为两个阶段:第1阶段是1970年至20世纪末进行的长期径流预报,第2阶段从21世纪开始,主要学习气象数值预报中集合预报的概念在短期水文集合预报中的应用。目前,除了单一预报中心的集合预报系统在水文集合预报中应用外,多个预报中心的集合预报大集合也逐渐被应用于流域水文预报,甚至一些小流域的洪水预报。如利用TIGGE(THORPEX Interactive Grand Global Ensemble)集合预报驱动形成的大气-水文-水力的串联系统进行早期的洪水预警研究,将全球集合预报作为洪水模型输入的有限区域模式的初始条件和侧边界条件的研究。这些均表明,基于水文集合预报的洪水预报增加了预报附加值,并能够延长预警提前时间。以欧洲中期天气预报中心的欧洲洪水预警系统(EFAS)和美国NOAA的先进水文预报系统(AHPS)为代表,实现了集合预报在洪水中的实时业务预报,但仍存在数据处理和计算量大,以及如何基于集合水文预报做决策等问题。对于水文集合预报的前处理和后处理的各种技术已处于探索和验证阶段,如何更好地理解基于概率预报的洪水预警决策仍存在许多困难和挑战。

黄淮地区夏季日降水分区概率预报方法研究

利用我国黄淮地区1961—2010年50年6—8月的日降水资料,采用REOF和t检验的方法,将中国黄淮地区夏季降水分成Ⅰ-Ⅴ区。5个区域进行差异性t检验表明5个区域之间(彼此)差异显著,说明了区域划分的正确性。在此基础上利用1999-2007年6-8月站点日降水资料以及CFSv2模式后预报的日降水资料建立了5个区域内共5个代表站点的夏季日降水概率预报方程,并进行了确定性、概率性预报检验和业务试用检验。对各区域内5个代表站日降水量的确定性预报检验表明:Logistic回归降水概率预报方程的TS评分要高于CFSv2模式预报和T213的集合预报平均,空报率也低于CFSv2模式预报和T213集合预报平均,但是漏报率却略高。各区域代表站日降水量的概率预报Brier评分检验表明:Brier评分均不超过0.2,大大低于T213集合预报所得概率预报的Brier评分分值,说明本文Logistic回归方程的概率预报较为可靠。Brier技巧评分表明:Logistic回归降水概率预报方程各站的BSS技巧评分都大于0.0,说明各站的预报技巧高于检验样本气候概率的预报技巧,且高于T213集合预报的Brier技巧评分,说明在分区基础上建立Logistic回归降水概率预报方程的方法是有预报意义的。

基于RSEI模型的平潭岛生态质量变化研究

为探究平潭岛在综合实验区及国际旅游岛建设中对生态的影响,利用2009年和2020年美国Landsat系列卫星影像资料,基于遥感生态指数Remote Sensing Ecological Index(RSEI),开展平潭岛生态质量遥感监测及变化特征分析。结果表明,2020年平潭岛RSEI均值较2009年提高0.05,RSEI优和良等级面积增加30.19km^(2),较差和差等级面积减少20.55km^(2),中等等级面积减少7.81km^(2);2009—2020年平潭岛RSEI向高等级转移,生态质量呈现趋好态势,在综合实验区及国际旅游岛建设中坚持绿色发展、生态优先的高质量发展理念,对保护生态起到了积极作用。

福建台风极端强降水的时空分布及环流特征

利用福建省1979-2018年国家气象站和2007-2018年区域自动站1h降水观测资料,采用国际上在气候极值变化研究中通用的取某个百分位值作为阈值的方法,确定不同时间分辨率下福建台风极端强降水阈值标准。以6h为例,分析了台风极端强降水的时空分布及环流形势特征,结果如下:①随着2007年以后区域自动站的增多,降水的极值更容易被观测到,极端强降水的阈值也明显提高;②无论是出现极端强降水的台风个数还是台风极端强降水的出现次数,都有随时间增多的趋势,台风极端强降水主要出现在沿海各地市和内陆的局部县市;③极端强降水强度并不随台风强度减弱而减弱,热带风暴、热带低压影响下出现的极端强降水常比强热带风暴和台风强。极端强降水出现前台风中心主要位于福建沿海地市及台湾海峡,其次是江西境内及闽赣交界处、广东东部沿海及南海北部;④极端强降水的产生与台风环流低层不同来向气流之间的辐合、海上气流的水汽输送以及福建沿海地形的抬升作用有关,台湾岛地形对台风外围气流的分流作用也为福建极端强降水的产生提供有利条件。

中国夏季降水的时空分布特征分析

为探讨中国东部夏季降水的时空分布特征,利用中国区域1980-2012年6月1日至8月31日1718站逐小时降水资料,运用Γ分布函数和百分位阈值法分析了中国东部降水的空间分布特征,运用小波分析等方法分析了中国东部降水的时间变化特征。结果表明,西北大部分地区为＂形状参数主导＂区,极端天气事件发生较少;东南大部分地区为＂尺度参数主导＂区,出现强降水的可能性较大;华北、四川和华南部分地区短时强降水发生的强度较大。中国夏季降水在20世纪80年代初期至80年代末期呈显著的下降趋势,在20世纪80年代末期至21世纪10年代末期上升趋势显著;从降水丰枯情况而言,1980-1992年为枯水期,1992-1998年为丰水期,1998-2011年为平水期;中国夏季降水存在明显的16年周期变化,并在20世纪90年代初期发生了显著的年代际突变。

我国东部典型城市年降水量和小时降水量特征分析

为探讨我国大城市降水的特征规律,利用1980~2012年6月1日至8月31日无缺测记录的北京(54511)、上海(58362)、广州(59287)三个代表站的逐小时降水资料,运用3年滑动平均法分析典型城市降水的时间分布特征;利用Γ分布函数建立概率分布模型,分析并对比三个典型城市的拟合特征。结果表明,北京、上海、广州从北向南平均降水量逐渐增大;在时间变化特征上,北京降水量呈现10年左右的波动,上海降水量无明显波动特征,广州市降水量呈现7年左右的波动。Γ函数拟合的概率分布,在一定程度上克服了样本频率代替概率不可避免的随机振荡对估计降水量概率分布的影响,用Γ分布函数概率密度推算得到的降水概率比较符合实际;Γ分布对较小量级小时降水的模拟能力比较弱,对大于5mm的小时降水模拟能力较强;三个典型城市小时降水阈值为20mm所对应的累积概率均在95%左右,因此北京、上海、广州这三个典型城市有一定概率发生较强量级的降水。

基于起涨流量的东南沿海流域洪水预报方法

应用HEC-HMS模型模拟船场溪流域历史9场典型洪水,分析起涨流量和初损值两个与前期降雨密切相关参数的定量关系,以此为基础,根据河道实测起涨流量推算初损值,从而实现考虑流域前期降雨影响的洪水预报;并通过起涨流量变化来模拟分析前期降雨变化对洪水过程的影响。研究表明:(1)HEC-HMS模型能够较精确模拟船场溪流域场次洪水过程,其中对于暴涨洪水和双峰洪水模拟效果较差。(2)起涨流量和初损两个参数成对数关系,决定系数R2达0.95,3场洪水的验证结果也较好,未来可以利用次洪发生前河道起涨流量推求初损值,并以气象部门降雨预报为驱动实现洪水预报。(3)前期降雨变化对峰现时间影响小,但对洪峰流量具有显著的影响:在前期降雨较小时,其降雨的增多会导致洪峰流量迅速增加,随着前期降雨的不断增加,这种影响逐渐减小。另外,对于双峰洪水,前期降雨变化主要对第一个洪峰产生影响,对第二个洪峰影响则较不显著。

基于降水目标的主雨带识别及预报误差空间检验

利用2014-2018年4-6月福建省及周边地区实测降水量和ECMWF模式降水量预报产品资料,采用目标识别方法,设定降水量阈值α,选取合适的特征尺度D0和邻近度阈值β,分别识别实况降水场的主雨带和预报降水场的所有雨带,并选取匹配度阈值进行目标配对,确定与实况降水场主雨带最匹配的预报降水场主雨带。改进SAL空间检验方法,将模式主雨带预报误差用主雨带的强度(指降水极值和降水量阈值)、位置(指重心点位置)、形态(指主轴、次轴特征长度和轴向角度)属性的预报误差来表示。结果表明:预报主雨带的降水极值比实况小,但降水量阈值比实况大;预报主雨带的重心点位置与实况相比,4月偏西、偏南,5月、6月偏西、偏北,预报主雨带的重心位置多是滞后于实况,位于实况主雨带的上游;主雨带大都呈窄长带状分布,预报主雨带比实况更窄长,且预报时效越长越窄长。预报主雨带轴向角度比实况略小,总体均呈东偏北走向。以上分析结果可为模式主雨带预报误差的订正提供依据。

基于FY-3C/D气象卫星的暖区降水过程反演模拟研究

为探寻FY-3C/D气象卫星在暖区降水监测中的应用效果,基于2016—2019年间FY-3C/D MWHTS微波数据及福建省18场暖区暴雨逐小时降水资料,建立多元线性回归模型,并对模拟效果开展精度验证。结果表明,在模型的建立与精度验证中,FY-3C/D卫星皆存在对较小量级降水反演结果较差,离散现象明显,而对较大量级降水反演结果较好的情况。综上,FY-3C/D微波观测资料在福建省较大量级的暖区降水反演中具有一定的指示意义。

汛期期间福建省山区小时降雨特征分析

利用福建省地形高程资料以及2018—2020年汛期期间的站点逐小时降雨数据,基于ArcGIS平台获取福建省地形地貌特点以及汛期时段内降雨量的总体分布特征,并筛选出具有代表性的山区区域降雨实测站点。在此基础上,通过Γ分布函数及地形因子与降雨的相关性分析,得到山区区域的小时降雨情况概率分布特征及地形因子对降雨的影响系数矩阵。结果表明,(1)福建省多山地、丘陵,且东南沿海区域的高程及高程离散程度要小于西北内陆地区;(2)福建省汛期与前汛期期间降雨量从西北向东南呈逐渐降低的带状分布,后汛期降雨量则在南、北两个地区较大且较大值区略微往中心方向延伸;(3)在山区区域,Γ分布函数可以较好地模拟小时降雨;(4)高程、高程标准差与不同强度的降雨概率、Γ函数的形状参数α有着较强的相关关系。

基于多维卷积神经网络的多源高分辨率卫星影像茶园分类

武夷山市地形条件、茶园种植结构复杂,云雨天气多、卫星影像难获取。针对单一影像源茶园难提取的问题,以武夷山市新田镇为研究区,综合Sentinel-2影像的光谱信息和Google影像的纹理特征,提出一种基于多源高分辨率卫星影像和多维卷积神经网络(multidimensional multi-source convolutional neural networks,MM-CNN)的茶园分类方法。该方法以一维和二维卷积神经网络为基础,根据不同分辨率的影像,通过建立2种模型,分别提取茶园及疑似区域,并融合2个模型结果,最终得到茶园分布,以相对经济、高效的方式完成研究区茶园分布的高精度提取。结果表明,MM-CNN融合多源高分辨率影像进行茶园提取的空间分布精度优于单一影像源方法,MM-CNN方法具有一定的普适性和鲁棒性,为南方丘陵山区大范围高效监测茶园分布情况提供了方法参考。

基于机器学习的福建省地表温度降尺度方法研究

为了提高福建省地表温度探测精细化水平,利用福建省2023年7—9月MODIS遥感数据,基于随机森林机器学习方法,综合考虑南方丘陵地形、植被覆盖、相关辐射波谱等因素,构建福建省地表温度降尺度模型,开展地表温度精细化监测。结果显示:(1)福建省地表温度与降尺度因子均呈负相关,相关性由高到低依次为DEM、NDVI、EVI、BLUE、NIR、RED、MIR;(2)福建省地表温度随机森林降尺度模型最佳的ntree和mtry分别为700和2;(3)对福建省地表温度降尺度影响较大的前3个降尺度因子依次为DEM、NDVI和EVI;(4)福建省地表温度降尺度模型的MAE和RMSE分别为0.40℃和0.55℃。

基于深度神经网络联合AMSR2和MODIS数据估算全球蒸散发研究

地表蒸散发(ET)是水循环和能量循环的关键组成部分,具有极其重要的应用价值。研究旨在发展一种可靠且高效的深度神经网络(DNN)模型,基于MODIS可见光数据、微波AMSR^(2)亮度温度和数字高程DEM,实现全天候全球高分辨率每日ET的估算。利用FLUXNET和AmeriFlux通量网6种代表性土地覆盖类型的148个站点观测数据来训练和验证DNN模型,结果表明:DNN模型可以有效建立卫星数据(MODIS、AMSR2数据)与ET之间的关系;6种地类的ET估算结果验证的平均绝对误差(MAE)为0.16—0.63 mm/d,均方根误差(RMSE)为0.27—0.89 mm/d,除裸地的决定系数(R^(2))为0.37以外,其他地类的R^(2)均>0.7。通过对比模型估算的ET与MOD16A2和GLEAM的ET产品,结果表明3种产品的ET空间分布特征相似,ET值非常接近,估算得到的全球2020年日均ET为0—4 mm/d。

鄱阳湖流域极端降水时空分布和非平稳性特征

全球变暖背景下的极端天气气候事件显著增加。本研究基于PreWhitening Mann-Kendall(PWMK)、极点对称模态分解法和广义可加模型,利用鄱阳湖流域1959—2019年16个国家级气象站点的逐日降水数据,从极端降水的强度、频率和持续性3个维度系统检测和分析流域极端降水的时空分布和非平稳性特征。结果表明:研究期间,鄱阳湖流域极端降水强度和频率呈显著增加趋势,持续性呈下降趋势,极端降水整体表现出强度大、频率高、持续时间短的特点;极端降水存在明显的汛期和非汛期时间分异规律,汛期极端降水集中在流域北部和中部,而非汛期多集中于中部,子流域中信江流域降水量增加趋势最显著,达到2.10 mm·a^(-1);汛期极端降水的持续时间越长,强度和范围越小,非汛期极端降水则相反;鄱阳湖流域的极端降水强度和频率以平稳性特征为主,持续性表现出非平稳性特征。随着鄱阳湖流域极端降水量的不断增加,其可能引发的灾害风险将进一步增大。