期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
云三维结构对加热率廓线及通量影响的模拟 被引量:1
1
作者 宋磊 MIN Qilong 吕达仁 《气候与环境研究》 CSCD 北大核心 2012年第2期160-170,共11页
大气加热率强度与结构是驱动全球大气环流的关键因素,实际加热率分布与云三维结构密切相关。作者使用三维蒙特卡洛辐射传输模式,模拟计算了云分辨模式所得3个典型三维云场的加热率廓线及通量;定义了两个参数来同时描述加热率廓线的垂直... 大气加热率强度与结构是驱动全球大气环流的关键因素,实际加热率分布与云三维结构密切相关。作者使用三维蒙特卡洛辐射传输模式,模拟计算了云分辨模式所得3个典型三维云场的加热率廓线及通量;定义了两个参数来同时描述加热率廓线的垂直分布和强度,通过与独立像素近似算法对比,定量统计分析了高分辨率下云三维结构对辐射的影响。结果表明,在高分辨率条件下云三维结构对加热率廓线和通量影响十分显著,且不同结构云场所体现的影响各具特点,提出需要考察现有大气模式中云三维结构对当前所用加热率计算方案的订正方向。 展开更多
关键词 云三维结构 加热率廓线 辐射传输
下载PDF
毫米波测云雷达的特点及其研究现状与展望 被引量:103
2
作者 仲凌志 刘黎平 葛润生 《地球科学进展》 CAS CSCD 北大核心 2009年第4期383-391,共9页
云在大气的能量分配、辐射传输,尤其是水循环系统中有不可忽视的作用。云探测对云物理、人工影响天气、气候变化和航空航天等领域有重要意义,是大气科学研究的热点之一。尽管目前已经发展了很多种遥感设备对云进行观测(如激光雷达、卫... 云在大气的能量分配、辐射传输,尤其是水循环系统中有不可忽视的作用。云探测对云物理、人工影响天气、气候变化和航空航天等领域有重要意义,是大气科学研究的热点之一。尽管目前已经发展了很多种遥感设备对云进行观测(如激光雷达、卫星、云幂仪等),但这些设备无法得到高时空分辨率的云水平和垂直结构,而毫米波雷达是云三维精细结构探测的重要工具。由于毫米波雷达具有更接近小粒子尺度的短波长,因此更适合用来探测弱云,同时毫米波雷达也存在衰减严重的缺点。介绍了毫米波雷达的特点以及其探测小粒子的优势;对比分析了其与新一代多普勒天气雷达、晴空风廓线雷达的差异,得出:毫米波雷达具有高时空分辨率,能够更精确地反映云的垂直和水平结构,比普通天气雷达更适合监测云的变化。概括了国内外毫米波测云雷达的发展现状以及在云物理研究方面的情况,并展望了国内毫米波雷达未来研究的方向。 展开更多
关键词 毫米波 雷达 探测和监视 云三维结构 多普勒天气雷达
下载PDF
基于云类型匹配和距离误差权重的单层云云底高度估计 被引量:2
3
作者 梁垚 孙学金 +3 位作者 李浩然 周永波 张日伟 李绍辉 《气象》 CSCD 北大核心 2017年第10期1224-1231,共8页
云底高度(cloud base height,CBH)的观测对地气系统的辐射模拟和保障飞行安全有重要意义。本文结合CloudSat/CPR、CALIPSO/CALIOP和Aqua/MODIS的主被动观测资料,建立了基于云类型和距离的CBH估计算法。本文云分类方法采取国际卫星云气... 云底高度(cloud base height,CBH)的观测对地气系统的辐射模拟和保障飞行安全有重要意义。本文结合CloudSat/CPR、CALIPSO/CALIOP和Aqua/MODIS的主被动观测资料,建立了基于云类型和距离的CBH估计算法。本文云分类方法采取国际卫星云气候计划(International Satellite Cloud Climatology Project,ISCCP)的云分类法,并利用A-Train数据对估计结果进行验证。结果表明,CBH的平均误差小于3 km,而低云CBH的平均误差小于1 km。在0~500 km的估计范围内,CBH估计的绝对误差主要在1 km以内,均方根误差不超过3 km。最后,基于此方法,本文重建了一个锋面云系的三维结构。 展开更多
关键词 底高度 ISCCP分类 A-Train 三维结构
下载PDF
An investigation into the three-dimensional cloud structure over East Asia from the CALIPSO-GOCCP Data 被引量:5
4
作者 YIN JinFang WANG DongHai +1 位作者 XU HuanBin ZHAI GuoQing 《Science China Earth Sciences》 SCIE EI CAS CSCD 2015年第12期2236-2248,共13页
The spatial distribution of clouds and their seasonal variations, and the three-dimensional(3D) cloud structures over East Asia have been analyzed with the CALIPSO-GOCCP data during the period from 2007 to 2012. The r... The spatial distribution of clouds and their seasonal variations, and the three-dimensional(3D) cloud structures over East Asia have been analyzed with the CALIPSO-GOCCP data during the period from 2007 to 2012. The results show that there is a large cloud fraction greater than 0.7 over southern China, and the largest cloud fraction appears in southwest China. Besides, a large cloud fraction occurs over the southeast of the Tibetan Plateau. The total and high cloud fractions show notable variations with seasons, while the middle and low cloud fractions vary a little. As for cloud vertical structure, significant differences of the cloud vertical distributions are observed between over land and ocean. Cloud fractions and the height of the maximum cloud fractions decline gradually with the increasing latitude, except for the vertical-latitude profiles over the Tibetan Plateau regions. The longitude-vertical cross sections show similar patterns from the longitude 70° E to 140° E, except the profiles with large cloud fractions over the Tibetan Plateau. From the horizontal distribution patterns and vertical structures of the clouds over East Asia, it is concluded that the huge terrain of the Tibetan Plateau has significant impacts on the cloud formation over the Tibetan Plateau region and the areas to the east. At last, the clouds from the CALIPSO-GOCCP observations are compared to those from the ERA-Interim reanalysis data. The results indicate that the ERA-Interim reanalysis data provide reasonable spatial distribution patterns and the vertical structures in terms of the total cloud fraction over East Asia. However, the total cloud fraction was underestimated about 20% by the ERA-Interim reanalysis data over most parts of East Asia, especially over the neighboring areas east of the Tibetan Plateau. Additionally, the ERA-interim reanalysis data overestimate the cloud fractions at each level in the vertical direction. 展开更多
关键词 CALIPSO cloud fraction cloud three-dimension structure ERA-interim reanalysis data
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部