地基微波辐射计遥感人工触发闪电的观测研究

为了深入研究雷电产生的微波热辐射特征,从2016年初夏开始利用地基微波辐射计在中国气象局雷电野外科学实验基地开展了连续4年的观测实验,根据雷电热效应的特征,制定了观测方案,并为地基微波辐射计设置了“引雷观测模式”。结果表明,地基微波辐射计具有对雷电热效应产生响应的能力。2017—2019年,辐射计一共成功捕获了30次人工触发闪电,观测效率逐年增长,平均为71.4%;微波亮温脉冲幅度的最大值约125K。结合其中28次触发事件的雷电流数据,分析了亮温脉冲幅度和雷电流积分量之间的相关性,并发现了最大亮温脉冲幅度与总电流作用积分之间可能存在指数关系。根据亮温观测数据估算了雷电热效应的持续时间,平均约0.5 s,其中25次触发事件的雷电流热效应持续时间与雷电流持续时间变化较为一致,相关系数约0.73。

无线电频率干扰对MWRI资料反演地表温度的影响

星载微波资料受到地面无线电频率干扰(radio-frequency interference,RFI)的现象正越来越明确地被形成共识,RFI显著增大了受干扰区域地表、大气参数的反演误差。采用一维变分反演法,利用风云三号B星(FY-3B)上的MWRI(microwave radiation imager)一级数据分析了欧洲大陆RFI的分布,提出了针对MWRI亮温数据的RFI订正算法;并采用一维变分反演法反演了研究区域的地表温度,比较了RFI订正前、后的地表温度反演精度。结果表明,一维变分反演法对于RFI识别是有效的; RFI信号对微波资料反演地表温度的影响显著,使其所在区域的地表温度反演结果出现异常,误差较大,甚至导致反演失败。因此,所提出的回归方程可以有效地订正陆地上的微波观测数据,提高资料利用率。

积雪陆表微波观测资料干扰识别方法对比分析

地面无线电干扰对星载微波辐射计资料的影响日益凸显,很大程度上降低了微波反演地表参数的精度。以常年积雪覆盖的南极大陆为研究区域,利用2011年7月1—7日先进微波扫描辐射计(advanced microwave scanning radiometer-earth observing system,AMSR-E)观测资料,采用频谱差法、标准化的主成分分析法(normalized principal component analysis,NPCA)和双主成分分析法(double principal component analysis,DPCA)对研究区域的无线电频率干扰(radio-frequency interference,RFI)进行识别和对比分析。研究发现,对于有积雪覆盖的陆地表面,频谱差法不能准确地检测出RFI信号,NPCA在有冰雪覆盖的海岸线附近会出现误判,而DPCA更适用于所有海冰或积雪覆盖地区的RFI识别,且AMSR-E低频通道较强的RFI信号大多分布在观测站附近。总体而言,水平极化比垂直极化时的RFI信号强,而在部分地区,10. 65 GHz通道的RFI信号在垂直极化方式时较水平极化方式强。

广州夏季地基微波辐射计红外传感器观云性能分析

为进一步评估地基微波辐射计红外传感器的观云性能,收集了2017、2018两年5—7月布设在广州野外雷电实验基地的一台MWP967KV型地基微波辐射计红外传感器与一台K/LLX502B型激光测云仪观测的云底高度数据,并利用人工观测的天空状况、云状数据进行分类,在不同云类、天空状况下对地基微波辐射计红外传感器云识别和观测云底高度的性能进行分析。结果表明:①地基微波辐射计红外传感器具有良好的云识别能力,准确率达80.4%,由于观测视角的原因,未能识别出有云存在主要发生在"多云"情况下。②地基微波辐射计红外传感器与激光测云仪所测云底高度相关系数为0.63,有着较好的一致性。③因为观测原理不同,地基微波辐射计红外传感器所测云底高度总是高于激光测云仪,且两部仪器在低云阴天时所测的云底高度一致性要优于中、高云多云。综上所述,地基微波辐射计红外传感器用来识别云、观测云底高度具有一定的可行性,尤其是在低云、"阴天"条件下,有着较好的观云性能。

滨海自动站与人工站相对湿度对比分析

利用2003年盐城市滨海县气象站自动站与人工站平行观测期间的对比资料,分析了两套观测系统相对湿度数据的差异,讨论了相对湿度、环境温度、天气状况和环境风速与2种方式观测的相对湿度差之间的关系。结果表明：滨海县自动观测与人工观测的相对湿度数据存在一定的差异,但在允许精度范围内,约93%的数据集中在-4%~4%之间,误差超过±2%的样本集中在相对湿度小于70%的区域内;随着月份的变化,相对湿度差的分布呈现＂W＂形波动趋势;随气温升高,呈＂V＂形变化趋势,尤其是高温下自动站偏干现象明显;湿度增大或有降水产生时,有偏正的趋势;环境风速增大时,有减小的趋势,自动站相对湿度观测值偏大。

星载微波资料频率干扰信号识别研究综述

较可见光和红外遥感而言,微波遥感不易受大气影响,具有全天时、全天候的监测能力以及对云、雨、大气较强的穿透能力,并且微波传感器对于植被特性的变化、地表土壤水分和积雪参数十分敏感,微波数据已被广泛应用于地表参数的监测和反演应用之中.然而,用于反演地表参数的低频微波观测资料均不同程度地受到地面无线电频率的干扰(Radio Frequency Interference,RFI).这些干扰往往是由地面主动微波传感器的发射信号或陆面反射辐射信号产生的,很容易覆盖地表产生的相对较弱的自然热发射辐射信号,使得星载被动微波传感器接收的信息不能真实地反映地表状况.如果不能准确地将其识别和剔除,往往导致较大的反演误差,降低遥感数据反演产品的质量,从而显著降低现有以及将来的被动微波资料的利用率.本文从目前常用的干扰识别方法,包括谱差法、平均值和标准差法、多通道回归法、主分量分析法和一维变分反演收敛度量识别法等等,回顾了识别星载微波辐射计数据中RFI信号的研究进程及其研究中存在的问题,并对这些方法的优、缺点分别进行了评价,阐述了存在的问题.最后对星载微波资料RFI识别的研究做出展望,指出今后应进一步完善RFI信号的识别方法,开发RFI信号的订正算法,将其应用到卫星遥感数据的产品反演与同化过程中,并获取可靠的陆面、洋面RFI源分布和分类信息,更好地评估多种识别方法的可靠性、准确性和适用性.

基于FY-3B/MWRI数据的青藏高原地区地表发射率反演

以青藏高原地区为研究区域,利用FY-3B/MWRI(Microwave Radiation Imager)一级亮温数据和NCEP(the National Centers for Environmental Prediction) FNL(Final)全球业务分析资料,通过简化的微波辐射传输方程反演了晴空大气条件下的地表微波发射率.进而根据IGBP(International Geosphere-Biosphere Program)陆表覆盖分类数据,进一步分析了青藏高原地区微波地表发射率的频谱和空间分布特征,并分析了反演误差的来源.结果表明:青藏高原地区微波地表发射率的空间分布、频谱特征都与地表覆盖类型分布特征高度吻合,呈现出西北部地表发射率极化差异大,东南部极化异差小的分布特征.本研究中地表发射率的反演误差主要来自降水像元判别方案、再分析资料的时空匹配.还需要进一步研究定量误差,以期提高反演精度,进而建立长时间序列的地表发射率数据库,为青藏高原地球物理参数的遥感反演提供数据支持.

地基微波辐射计的亮温观测与模拟数据的一致性分析和云检测

为了利用辐射计观测数据"晴空样本"判断辐射计各通道的工作状态,并找出各通道的订正关系、进一步研究"云天样本",针对在广州市从化区进行观测试验的一台微波辐射计的亮温观测数据(TBM)和相应地点的NCEP大气层结资料,通过辐射传输方程计算得到模拟数据(TBC)并进行全样本一致性对比,根据多通道亮温差值阈值法识别出"晴空样本"与"云天样本"(以及少量歧义数据)。对"晴空"样本进行回归分析,判断该辐射计的工作状态、建立TBM-TBC订正关系,并应用于"全样本"观测数据进行线性订正。根据辐射计云底高度数据与订正后的亮温差值的时间序列对比,证明了多通道亮温差值阈值法识别晴空效果较好。经过订正后的"晴空样本"可直接用于后续的大气温湿度反演流程,而识别出的"云天样本"(含雨天)为后续云参数反演及亮温数据的云影响订正并进入下一步的大气温湿度反演流程打下了基础。