THE SPATIOTEMPORAL CHARACTERISTICS OF LIGHT RAIN DAYS AND LOW CLOUD COVER UNDER HEAVY POLLUTION OVER SOUTH CHINA

By using the data set of light rain days and low cloud cover at 51 stations in South China(SC), and the method of linear regression and correlative analysis, we analyze the spatiotemporal characteristics of the light rain days and low cloud cover including annual variation and long-term seasonal change. The results are as follows:(1) The trends of light rain days and low cloud cover over SC are opposite(light rain days tended to decrease and low cloud cover tended to increase in the past 46 years). The value distributed in east is higher than that in west, and coastal area higher than inland area.(2) The regression coefficients of light rain days and low cloud cover during 1960-2005 are4.88 d/10 years and 1.14%/10 years respectively, which had all passed the 0.001 significance level.(3) Variations of light rain days are relatively small in spring and summer, but their contributions are larger for annual value than that of autumn and winter.(4) There are two regions with large values of aerosol optical depth(AOD), which distribute in central and southern Guangxi and Pearl River Delta(PRD) of Guangdong, and the value of AOD in PRD is up to 0.7.The aerosol index distributed in coastal area is higher than in the inland area, which is similar to the light rain days and low cloud cover over SC. Aerosol indexes in SC kept increasing with fluctuation during the past 27 years. The GDP of the three provinces in SC increased obviously during the past 28 years, especially in Guangdong, which exhibited that there is simultaneous correlation between light rain days with the variables of low cloud cover and release of aerosols over SC during 1960 to 2005.

ERA5再分析云量在大气环境评估中的适用性研究

以河北省7个国家级气象站为例,利用1979—2013年ERA5云量和地面实测云量数据,依国标推荐法计算混合层高度,通过公式推导出通风量和大气自净能力指数,比较两套数据的计算结果,对ERA5再分析云量在大气环境评估中的适用性进行了研究;采用ERA5云量计算2013年3月至2021年2月的大气自净能力指数,对其与PM2.5浓度之间的关系进行分析。结果表明:(1)两种云量资料计算的月平均混合层高度、通风量和大气自净能力指数的相对误差近似符合正态分布,主要集中在0~5%;各月混合层高度:相对误差>通风量>大气自净能力指数,相关性则相反。秋冬季的相对误差(相关系数)大都低(高)于春夏季,邢台、石家庄和保定的误差明显小于其他站。(2)利用两种云量数据计算的大气自净能力指数的多年平均相对误差最小,通风量的次之,历年值的相关性和偏差也是中南部站点的更为理想。(3)2013年3月至2021年2月,各站月平均大气自净能力指数和PM2.5浓度呈反向相关,中南部站点的相关性更为显著。

联合NDRI特征和空间相关性的机载MS-LiDAR数据分类

对比仅包含多光谱信息、仅可实现二维土地覆盖分类的传统光学遥感数据,机载多光谱激光雷达(multispectral light detection and ranging,MS-LiDAR)的优势在于同时包含多光谱和空间信息、可实现三维土地覆盖分类,但现有的机载MS-LiDAR数据的土地覆盖分类研究所需特征维度过高、算法复杂度高。因此,提出了一种整合空间相关性和归一化差分比率指数(Normalized Difference Ratio Index,NDRI)特征的逐步分类算法。该算法首先融合机载MS-LiDAR数据的多波段独立点云,获取兼具空间位置及其多光谱信息的单一点云数据;然后利用空间邻域增长下的地面滤波算法分离地面和非地面点;接着基于不同目标的激光反射特性差异设计将草地(树木)自地面(非地面)中分离的NDRI指数,并利用类间方差最大原则下的自适应最优NDRI指数实现地面和非地面点的精细分类;最后利用3D多数投票法优化分类结果。采用加拿大Optech Titan实测MS-LiDAR数据测试提出算法的有效性及可行性,实验结果表明:算法的平均总体精度和Kappa系数分别可达90.17%和0.861,可有效实现城区MS-LiDAR数据的三维土地覆盖分类;分步处理的方式更有利于针对具体的分离目标的特点设计简单且有效的规则,算法设计更简单、复杂度低;NDRI可为其他机器学习算法的显著性特征的设计和选择提供理论支撑。

基于多源卫星资料的中国地区云宏微观特征研究

利用2007—2016年国际卫星云气候计划(International Satellite Cloud Climatology Project,ISCCP)、云和地球辐射能量系统(Clouds and the Earth s Radiant Energy System,CERES)和中分辨率成像光谱仪(Moderate Resolution Imaging Spectroradiometer,MODIS)卫星反演云产品,对比分析了不同数据反演的中国地区云系结构的宏微观特征,并采用复合评价指标定量评估了不同数据之间时间和空间上的一致性。结果表明:三套卫星数据都能较好地反演出中国地区总云量呈南高北低、东高西低、夏高冬低的分布特征,但通过比较时间技巧(Temporal Skill,S_(T))及空间技巧(Spatial Skill,S_(S))复合评价指标及其各项分量发现,与MODIS相比,CERES与ISCCP数据反演的总云量时间序列演变特征明显更为一致,且其评分均有南方优于北方,夏季优于冬季的特征;进一步分析不同高度云量的S_(T)评分发现,CERES和ISCCP两套数据在南方地区的总云量差异主要来自于低云量的绝对偏差,而北方地区的偏差则同时存在于低云和中云;对比分析MODIS和CERES反演的云滴有效半径发现,高云对应的冰相云一致性较高,而中低云相对应的液相云的偏差则有夏季高于冬季的规律。针对夏季液相和冰相云滴粒径及概率密度分析则表明,相比CERES数据,MODIS对夏季液水和冰水粒子的有效半径在不同地区均有不同程度的高估,液(冰)水谱宽则更宽(窄)。

基于不确定理论的光伏出力预测研究

预测光伏出力对光伏发电系统的并网运行具有重要意义。目前很多预测方法中只能得到单一预测结果,缺乏对影响因素不确定性的分析。考虑到太阳辐射和温度是光伏出力的两个最大的影响因素,本文建立了基于不确定理论的太阳辐射值预测模型。首先分析了云量的模糊性和云遮系数的双重随机性,采用双重随机理论计算云量对应云遮系数的期望值和关键值,然后以无云天气计算太阳辐射值的REST模型为基础,用云遮系数对其进行修正,得到太阳辐射值的预测结果,最后得到光伏出力在不同云量下的预测期望值和满足不同置信水平的预测区间。模型选取美国BMS光伏电站的数据,验证了改进后模型的有效性。预测结果表明,该模型能够提供较丰富的信息,具有较好的实用性。

基于模糊随机理论的短期太阳辐射强度预测

基于模糊随机理论,提出太阳辐射值预测模型,得到预测云层覆盖率下太阳辐射值的预测区间及期望值等。分析云层覆盖率的随机性和云遮系数的模糊性;运用模糊随机理论处理云遮系数;以无云天气计算太阳辐射值的REST模型为基础,用云遮系数对其辐射值进行修正,从而得到有云天气的辐射值。利用美国BMS光伏电站的数据对模型进行验证,结果表明该模型具有较好的预测精度。

重污染下华南地区小雨和低云量的时空变化趋势特征

利用华南地区51个站点的逐日小雨降水和低云量等气象资料,采用气候趋势系数、一元回归和相关分析等方法,分析了小雨降水和低云量的年际、季节的长期趋势特征,同时结合华南地区气溶胶光学厚度(AOD)、气溶胶指数和国民生产总值(GDP)等资料进行原因探讨。(1)华南地区小雨日和低云量呈相反的变化趋势(小雨日下降,低云量上升),而且表现为东部高于西部,沿海高于内陆的分布特征。(2)小雨日和低云量的回归系数分别为-4.88 d/(10 a)和1.17%/(10 a)。(3)春季和夏季小雨日变化相对较小,但是对年小雨日贡献较大,而低云量四季均呈现相反的上升趋势。(4)华南地区的两个AOD大值区分别位于广西中部到南部沿海和广东珠三角地区,其中珠三角地区AOD高达0.7以上,气溶胶指数也表现为沿海地区高于内陆地区的分布特征。近27年华南地区的气溶胶指数呈现波动的上升趋势,与同期的小雨日呈负相关关系,而低云量呈正相关关系,近28年华南地区GDP一直处于明显上升趋势,其中以广东省增加最明显。

考虑云量和气溶胶不确定性的太阳辐射值预测

太阳辐射是对光伏出力影响最大的因素,目前的预测方法不能充分考虑各个影响因素的不确定性。为了更加有效地预测光伏出力,本文提出了基于不确定理论和无云天气REST模型的太阳辐射值预测模型。该模型利用不确定理论分析了云遮系数和气溶胶光学厚度(Aerosol Optical Depth,AOD)所具有的随机性和模糊性,用随机模糊模拟算法对两个参数进行随机模糊化处理,得到不同云量下的云遮系数期望值和不同空气质量等级下的AOD期望值,根据数值天气预报对云量和空气质量等级的预报值来选取相应的期望值,利用云遮系数模型得到太阳辐射的预测值。以美国BMS光伏电站的数据作为算例,验证了模型的有效性。预测结果表明,综合考虑云量和气溶胶光学厚度不确定性的模型与只考虑云量的模型相比,前者的预测结果较好,适用于不同云量、不同空气质量等级的天气。

基于天气类型有效识别的太阳辐射推算方法

基于2010—2011年北京地区逐时辐射及气象资料,提出有效的天气类型识别方法,研究适用于北京地区的水平面直散分离模型并对其进行本地化修正,同时验证目前主流的斜面辐射模型的性能,并建立和评估由各种天气类型对应的最优直散分离与斜面辐射模型级联而成的综合模型。结果表明:水平面直散分离模型中,修正Erbs、修正Liu&Jordan模型的预测误差较小;斜面辐射模型预测精度均与天气类型密切相关;将筛选出的组合直散分离模型的输出作为天气细分后斜面辐射模型的输入进行两级级联,对无直、散辐射观测地区的斜面辐射推算及光伏出力预测等具有指导意义。